<?xml version="1.0" encoding="UTF-8"?>
<collection xmlns="http://www.loc.gov/MARC21/slim">
    <record>
        <controlfield tag="001">84466</controlfield>
        <controlfield tag="005">20191106163134.0</controlfield>
        <datafield tag="024" ind1="7" ind2=" ">
            <subfield code="2">doi</subfield>
            <subfield code="a">10.26754/c_agroing.2019.com.3421</subfield>
        </datafield>
        <datafield tag="037" ind1=" " ind2=" ">
            <subfield code="a">COMPON-2019-agri-3421</subfield>
        </datafield>
        <datafield tag="041" ind1=" " ind2=" ">
            <subfield code="a">spa</subfield>
        </datafield>
        <datafield tag="100" ind1=" " ind2=" ">
            <subfield code="a">Munera, Sandra</subfield>
            <subfield code="u">Centro de Agroingeniería, Instituto Valenciano de Investigaciones Agrarias (IVIA). Carretera CV-315, Km 10.7, 46113 Moncada, España.</subfield>
        </datafield>
        <datafield tag="245" ind1=" " ind2=" ">
            <subfield code="a">Diferentes aplicaciones de la imagen hiperespectral para garantizar la calidad de nectarina</subfield>
        </datafield>
        <datafield tag="260" ind1=" " ind2=" ">
            <subfield code="c">2019</subfield>
        </datafield>
        <datafield tag="506" ind1=" " ind2=" ">
            <subfield code="a">Access copy available to the general public</subfield>
            <subfield code="f">Unrestricted</subfield>
        </datafield>
        <datafield tag="520" ind1="3" ind2=" ">
            <subfield code="a">En este trabajo se ha estudiado la aplicación de la imagen hiperespectral en reflectancia y transmitancia para garantizar la calidad de manera no destructiva de tres variedades de nectarina: “Big Top, ”Diamond Ray” y ”Magique”. En primer lugar se evaluó la calidad de nectarinas ”Big Top” y ”Magique” durante su madurez poscosecha usando reflectancia y transmitancia. El índice de calidad interna (IQI) se utilizó para relacionar las propiedades fisicoquímicas como firmeza, color de la pulpa y sólidos solubles totales. Para ambos modos se obtuvieron resultados óptimos: en reflectancia se obtuvieron valores de R2 de 0,90 y 0,88 para la predicción de IQI de “Big Top” y “Magique” utilizando 8 y 7 longitudes de onda, y en transmitancia se obtuvieron valores de R2 de 0,88 y 0,86 utilizando 13 y 9 longitudes de onda. Debido a la susceptibilidad de ‘Big Top’ de presentar huesos abiertos, se estudió la aplicación de imágenes en transmitancia para su detección. Como resultado, el 100 % de las frutas que presentaban hueso abierto y el 91% con hueso normal fueron clasificadas correctamente. Por último, se aplicó esta técnica en reflectancia para discriminar las variedades ”Big Top” y ”Diamond Ray”. Como resultado se clasificaron correctamente el 98 % y 95 % de las frutas de cada variedad usando 14 longitudes de onda, mientras que un panel visual compuesto por expertos solamente pudo distinguirlas con una tasa de éxito cercana al 50 %. Todos estos resultados confirman el gran potencial de la imagen hiperespectral para la evaluación de la calidad de nectarinas en líneas de manipulación haciendo posible la oferta de productos más adecuados para el consumidor.</subfield>
        </datafield>
        <datafield tag="540" ind1=" " ind2=" ">
            <subfield code="9">info:eu-repo/semantics/openAccess</subfield>
            <subfield code="a">by-nc-nd</subfield>
            <subfield code="u">http://creativecommons.org/licenses/by-nc-nd/3.0/es/</subfield>
        </datafield>
        <datafield tag="655" ind1=" " ind2="4">
            <subfield code="a">Comunicación</subfield>
        </datafield>
        <datafield tag="700" ind1=" " ind2=" ">
            <subfield code="a">Aleixos, Nuria</subfield>
            <subfield code="u">Departamento de Ingeniería Gráfica, Universitat Politècnica de València. Camino de Vera, s/n, 46022 Valencia, España.</subfield>
        </datafield>
        <datafield tag="700" ind1=" " ind2=" ">
            <subfield code="a">Amigo, Jose Manuel</subfield>
            <subfield code="u">Department of Food Sciences, Faculty of Science, University of Copenhagen. Rolighedsvej 30, Frederikberg C DK-1958, Dinamarca.</subfield>
        </datafield>
        <datafield tag="700" ind1=" " ind2=" ">
            <subfield code="a">Cubero, Sergio</subfield>
            <subfield code="u">Departamento de Tecnología de Alimentos, Universitat Politècnica de València. Camino de Vera, s/n, 46022 Valencia, España.</subfield>
        </datafield>
        <datafield tag="700" ind1=" " ind2=" ">
            <subfield code="a">Talens, Pau</subfield>
        </datafield>
        <datafield tag="700" ind1=" " ind2=" ">
            <subfield code="a">Blasco, Jose</subfield>
        </datafield>
        <datafield tag="773" ind1=" " ind2=" ">
            <subfield code="d">Huesca</subfield>
            <subfield code="g">X Congreso Ibérico de Agroingeniería = X Congresso Ibérico de Agroengenharia : Libro de actas = Livro de atas</subfield>
        </datafield>
        <datafield tag="856" ind1="4" ind2=" ">
            <subfield code="s">372476</subfield>
            <subfield code="u">http://zaguan.unizar.es/record/84466/files/3421.pdf</subfield>
        </datafield>
        <datafield tag="909" ind1="C" ind2="O">
            <subfield code="o">oai:zaguan.unizar.es:84466</subfield>
            <subfield code="p">comunicaciones-ponencias</subfield>
        </datafield>
        <datafield tag="970" ind1=" " ind2=" ">
            <subfield code="a">COMPON-2019-agri-3421</subfield>
        </datafield>
        <datafield tag="980" ind1=" " ind2=" ">
            <subfield code="a">COMPON</subfield>
        </datafield>
    </record>

    
</collection>