Viabilidad de la utilizacin de la espectroscopia NIR para detectar residuos de herbicidas en aceitunas intactas abstracto Este estudio trata de evaluar

la viabilidad de utilizar espectroscopia de infrarrojo cercano (NIRS) para detectar los niveles de herbicidas diuron en aceitunas intactas. El conjunto experimental comprende 216 muestras de oliva enriquecidos con diferentes concentraciones de diurn en valores por encima y por debajo del LMR (lmites mximos de residuos Limite). Un conjunto de muestras diuron libre se utiliz como control. Una serie de estrategias fue probado sobre la base de datos NIRS para la construccin de modelos discriminantes utilizando el Partial Least Squares-discriminante Anlisis (PLSDA). El mejor modelo desarrollado correctamente clasificados 85,9% de las muestras utilizadas en el conjunto de validacin de aceitunas con un contenido de diuron por encima y por debajo del LMR, aplicando un derivado de segundo orden con correccin de dispersin multiplicativa (MSC). Se puede concluir que la propuesta de reflectancia NIR es apropiada para el control de calidad de diuron herbicida en las aceitunas intactas. 1. Introduccin Hoy en da, el aceite de oliva es considerado como un producto de alta calidad en todo el mundo que combina un gusto exquisito, propiedades nutricionales y los beneficios para la salud (GarcaGonzlez, Aparicio-Ruz, y Aparicio, 2008). El aceite de oliva se obtiene a partir del olivo (Olea europaea L.) y que es producido por molienda aceitunas y la extraccin del aceite por medios mecnicos o qumicos. Espaa es lder mundialproductor de aceite de oliva con ms de 40% de la produccin mundial (FAOSTAT, 2010). Con el fin de asegurar el progreso de este sector clave y optimizar produccin en trminos de calidad y cantidad, los productores de aceitunas y los investigadores han buscado durante mucho tiempo para evitar las prdidas causadas por malezas, enfermedades y plagas utilizando, para este fin, una amplia gama de productos fitosanitarios. Herbicidas pre-emergencia, como diuron, se rocan en descubierto suelo para controlar la germinacin de semillas de malas hierbas que compiten por el agua y nutrientes con olivos. Estos pesticidas se caracterizan por ser no selectivos residuos, es decir, residuos, activos de estos productos pueden permanecer en el suelo a su aplicacin hasta el recogida de la aceituna. Para obtener la mejor calidad de aceite de oliva, los agriculto rescosechar directamente del rbol. Sin embargo, a veces un nmero de factores que pueden incitar las cadas naturales (clima, el viento, la maduracin, etc) en el suelo, permaneciendo de esta manera, las olivas en contacto con estos agroqumicos hasta su recoleccin final (Montiel & Snchez, 1996). Adems, el uso de maquinaria de cosecha (tales como neumticos rastrillos y ventiladores) pueden intensificar tambin el contacto de los frutos con estas sustancias qumicas persistentes en el suelo. Por lo tanto, en el sector del aceite de oliva hay dos tipos de aceitunas en trminos de calidad: desde el suelo y directamente de rbol. A pesar de que hay normas especficas para el control de residuos de plaguicidas, estos factores pueden contribuir a la posible presencia de trazas de estos contaminantes que pueden entrar directamente a la final producto (aceite de oliva), lo que provoc una disminucin considerable en la calidad y as grandes prdidas econmicas (Cunha, Lehotay, Mastovska, Fernandes, y Oliveira, 2010). La posible persistencia de residuos en el aceite de oliva es un crecimiento fuente de preocupacin de los consumidores. Por esta razn, mximo de residuos Lmites (LMR) de aceitunas han sido establecidas

por la Comisin Europea La Unin Europea (UE) (CE n 299/2008), por la Comisin del Codex Alimentarius Comisin de la Organizacin de las Naciones Unidas para la Agricultura y la (FAO) y la Organizacin Mundial de la Salud (OMS) (FAO / OMS, 2009). Tcnicas rpidas y eficientes son necesarios para la medicin de los plaguicidas residuos en las aceitunas, las decisiones que permitan prontitud e in situ, a asegurar una adecuada vigilancia de la seguridad alimentaria del aceite de oliva en todo el proceso de produccin. Los mtodos tradicionales para la deteccin de residuos de plaguicidas en aceitunas y en el aceite de oliva se basan generalmente en cromatografa de gases (GC) y de alto rendimiento de cromatografa lquida (HPLC), a menudo enjunto con espectrometra de masas (MS) (Garca-Reyes, Ferrer, GmezRamos, Molina Daz, y Fernndez Alba, 2007). Estos tcnicas requieren mucho tiempo, preparacin de la muestra, caro proceso qumica y residuos de productos qumicos y de la muestra, la cualafecta negativamente a la trazabilidad del producto mediante la prevencin en tiempo real toma de decisiones. Como resultado, el desarrollo de un rpido, simple, mtodo de bajo coste y respetuoso del medio ambiente para el control de calidad en la industria alimentaria es un tema actual de gran inters. Una de las alternativas ms prometedoras es la espectroscopia de infrarrojo cercano (NIRS). Esta tecnologa, basada en la absorcin de la radiacin en la regin del infrarrojo cercano del espectro electromagntico (780e2500 nm), ha sido aplicada con xito desde la dcada de 1980 despus para el control de calidad de una alta gama de productos agroalimentarios (Williams & Norris, 1987). Las principales caractersticas de la tecnologa NIR son de alta velocidad de respuesta, bajo costo por muestra, no destructivo anlisis, preparacin de la muestra poca o ninguna, ausencia de reactivos y no genera residuos

contaminantes (Osborne, Fearn, y Hindle, 1993). Aplicacin de la tecnologa NIR para el anlisis de la aceituna ha demostrado que permite la prediccin de las propiedades qumicas numerosas (por ejemplo grasa rendimiento, acidez, humedad), con un alto grado de precisin (Armenta, Moros, Garrigues, y de la Guardia, 2010). Sin embargo, una posible revs es el rango de concentracin del analito diana. Pesticida residuos tienden a estar presentes en los alimentos en concentraciones de una muy pequea nmero de ppm. A pesar de esto, un trabajo anterior demostr la capacidad de los Espectroscopia NIR para detectar bajas concentraciones de analitos (desde 20 ppm) (Blanco, Castillo, Peinado, y Beneyto, 2007) y, adems, varios estudios han aplicado con xito la tecnologa para la medicin de ambos compuestos orgnicos e inorgnicos en baja concentraciones de analitos en otros productos agrcolas. Uno de los primeros estudios fue realizado por Dowell, Ram, y Seitz (1999). NIRS tecnologa se utiliz para estimar el deoxinivalenol (con> 5 ppm) y ergosterol (con> 50 ppm) en los niveles de granos de trigo individuales. Peiris, Pumphrey, y Dowell (2009) llev a cabo un trabajo similar donde el potencial de NIR para evaluar el dao por Fusarium en una sola ncleos basados en los niveles de deoxinivalenol (0.5e2000 ppm) fue se muestra. Ms recientemente, Balabin y Smirnov (2011) encontraron que espectroscopia infrarroja es una herramienta eficaz para detectar melanina en los productos lcteos productos con un lmite de deteccin por debajo de 1 ppm. Por otro lado, pocos estudios han abordado el uso de NIR tecnologa para la medicin de residuos de plaguicidas en vegetales y productos alimenticios. Uno de los primeros estudios fue realizado por Saranwong y Kawano (2005), que utiliz el DESIR (en extracto seco Sistema de infrarrojos) para detectar los niveles de fungicidas en tomate surface.Wu, Liu, Chen, Chen y Xu (2009) propuso una cuantitativa tecnologa basada en NIR para detectar residuos de plaguicidas en

los vegetales y, ms recientemente, Snchez, Prez-Marn, Flores-Rojas, Guerrero, y Garrido-Varo (2010) evalu la viabilidad de esta espectroscopia para la medicin de residuos de plaguicidas traza en pimientos. Todo confirmaron que la tecnologa NIRS puede ser utilizado para proporcionar una revisin preliminar no destructivo para los plaguicidas y otras residuos qumicos. El objetivo de este trabajo fue evaluar la factibilidad del uso de NIR la tecnologa para la deteccin de un herbicida de preemergencia (diuron) las aceitunas intactas que contienen niveles ms altos que el LMR establecido por la Unin Europea (0,2 ppm). 2. Materiales y mtodos 2,1. Aceitunas y preparacin de muestras Un total de 340 kg de aceitunas (variedad Hojiblanca) han sido recolectadosdurante una sola temporada en la provincia de Mlaga (sur de Espaa). Hojiblanca es el cultivar tercero en importancia en trminos de superficie cultivado en Espaa (despus de Picual y Cornicabra) y la variedad que se concentra principalmente en Andaluca (MAGRAMA, 2012). Muestras fueron transportados a la Organizacin de las rea de Tecnologa Postcosecha en el IFAPA "Alameda del Obispo" (Crdoba, Espaa). Residuewas Plantas aceitunas limpiado manualmente o daados fueron retirados. Aceitunas fueron almacenados a 5 C hasta su uso. Tres tratamientos se llevaron a cabo por adicin con aceitunas diferentes concentraciones de diurn (99% de pureza del Dr. Ehrenstorfer, Augsburg, Alemania) con el fin de garantizar un residuo equivalente a la LMR para diuron (0,2 ppm) multiplicado por 2, 10 y 20. Estos tratamientos fueron designados 04, 20 y 40, respectivamente. A diuron sin conjunto de control (0B) tambin se utiliz. En primer lugar, las aceitunas se colocaron en una sola capa sobre 70? 45 cm bandejas de aluminio y los tratamientos se aplicaron utilizando una domstica pistola de pulverizacin. Para asegurar una distribucin adecuada, la bandeja fue

sacudida por mano de modo que la superficie de todas las aceitunas estara en contacto con la herbicida. El nmero de aplicaciones necesarias para utilizar el fijo volumen de la solucin diuron se identific previamente mediante la fortificacin estudios. Las aceitunas se colocaron en frascos de vidrio de 200 g, obtenindose un total de 108 muestras sin pesticidas (grupo 0B) y 108 muestras con pesticida (correspondiente a los grupos 04, 20 y 40). Todas las muestras fueron almacenado a 5 C hasta el anlisis NIRS y luego se congelaron a enviar a el laboratorio para el anlisis de referencia. 2,2. Espectros NIR coleccin NIR espectros se recogieron en modo de reflectancia en un FNS-6500 monocromador de barrido rejilla (FOSSNIRSystems Inc., Silver Spring, MD, EE.UU.), equipado con un mdulo de transporte (Fig. 1A). Los espectros se registraron como log (1 / R), donde R es la reflectancia relativa, a 22 C usando una celda rectangular transporte "Productos Naturales Cell "(Part.No.IH-0331, FOSS) con una superficie de la ventana de 94,9 cm2 (Fig. 1B). Las muestras fueron escaneadas 32 veces para crear promedio espectros en el rango de longitud de onda (nm 400e2500 Vis NIR) en 2 nm. Tres mediciones espectrales separadas se hicieron en cada muestra de 200 g. Entre cada lectura espectro de la misma muestra la cpsula fue vaciar, limpiar y rellenar de nuevo a medir superficies diferentes de la misma muestra. Los espectros se recogieron usando un software de anlisis de rutina (V ISIscan 1,26; Infrasoft International LLC, State College, PA, EE.UU.) y tratamiento quimiomtrico de datos se realiz utilizando el WinISI III versin 1.63 versin de software (Infrasoft International LLC; State College, PA, EE.UU.). 2,3. Spectra coleccin de diuron puro Con el fin de identificar las bandas de espectros de absorcin de la muestra que los podra corresponder a diuron, y para determinar las regiones espectralesen la

que la absorcin de la muestra se llev a cabo diuron, pura diuron espectros Se recogieron. Para este propsito, diuron en polvo se coloc en un 3,8 cm dimetro del anillo taza (IH0307) equipado con una ventana de cuarzo y se midi en el FNS-6500. 2,4. Referencia de anlisis de datos Tras el anlisis espectrofotomtrico, las muestras fueron enviadas a la Residuos Departamento de Crdoba, en la referencia Agroalimentario Laboratorio, para la medicin de diuron utilizando el mtodo de referencia, cromatografa de gases combinada con espectrometra de masas (GC-MS/MS). Una parte alcuota de 5 ml de la muestra se inyect en los GC-MS/MS equipo. Para el anlisis GC-MS/MS, un Varian 3400 cromatgrafo de gas, equipado con un Saturn 2000 espectrmetro de masas de trampa de iones Se emple. Estaba equipado con un automuestreador 8200, un 1079 split / splitless inyector PTV puerto operado en el modo sin divisin y con una columna CP-SIL 5CB capilar (30 m? 0,25 mm de dimetro), pelcula espesor 0,25 mm. La trampa de iones espectrmetro de masas operados en la impacto electrnico (EI) y la opcin de modo de MS / MS se utiliz. La gas portador utilizado fue helio. La columna del horno se program de 70? C (mantenido para 3,5 min) a 180? C a 25? C min? 1 y desde 180? C a 300? C en 3? C min? 1 (mantuvo durante 5 min). La temperatura para el colector, lnea de transferencia y la trampa fueron de 80, 280 y 200? C, respectivamente. El analito (diuron) se determin con una gama de linealidad de 0.019e0.382 mg kg? 1. El porcentaje de recuperacin fue del 109%, con un lmite de cuantificacin de 0,02 mg kg? 1 y un estndar relativo desviacin del 6% y el 8% para la repetibilidad y la reproducibilidad, respectivamente. 2,5. Raz cuadrada media (RMS) El Root Mean Squared (RMS) estadstica se utiliz para evaluar espectro de calidad (Shenk y Westerhaus, 1995). RMS permite el clculo de la similitud entre espectros diferentes (submuestras) de una sola muestra,

mediante la eliminacin de los ms alejados de la media para un mtodo determinado de anlisis y un producto especfico, y minimizando la influencia de las diferentes fuentes de error (por ejemplo, diferencias en la humedad contenido y la temperatura, el llenado de copa defectos), con vistas a la obtencin de espectros representante. Un lmite admisible para la calidad del espectro y repetibilidad fue determinar siguiendo el procedimiento descrito por Martnez, Garrido, Pedro de, y Snchez (1998) para el clculo de la norma Desviacin (STD) Lmite de la estadstica de RMS y obtener un corte de RMS valor. Dado que la expresin de la varianza sigue una distribucin c2, un lmite se utiliz con un intervalo de confianza del 95%: STDL IMIT 1:036? Pffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffif fiffiffi mK 1 STD2 K m s 1:036? ffiffiffiffiffiffiffiffiffiffiffi STD2 q (1) donde m es el nmero de muestras y STD es la media de la cuadrados de la STD calculado para las tres submuestras (n = 3). Por ltimo, la RMS cutoff se determin como sigue: RMScutoff STDL ffiffiffiffiffiffiffiffiffiffiffiffiffiffiffiffi N DN? 1Ts s (2) IMIT

Una vez establecida la RMScutofft, los espectros de muestras que exceden el valor lmite se eliminaron y finalmente, el espectro medio de cada muestra se calcul para obtener un espectro representativo. 2,6. Reduccin de dimensionalidad mediante anlisis de componentes principales (PCA) PCA es

probablemente uno de los ms extendidos multivariado tcnica estadstica utilizada en quimiometra (Brereton, 2003). Anterior para la obtencin de modelos discriminantes, PCA se llev a cabo en un conjunto de 216 muestras, a fin de reducir el nmero de variables [log (1 / R)] de la matriz de datos y los valores atpicos se han detectado con xito mediante el estudio parcelas con puntuacin Q residuos y estadstico T2 de Hotelling. El Q estadstica se calcul como la suma de los cuadrados de los residuos (Jackson, 2003). Eq. (3) muestra el clculo T2 Hotelling procedimiento (Hotelling, 1931), donde: p es el nmero de variables (PC puntuacin considerada), n es el nmero de muestras, y el F crtico valor para una distribucin de Fisher con un nivel de confianza. T2 p, n, una PDN? 1Ts n? 1 Fp;? N p; una (3) 2,7. Anlisis discriminante El diseo de modelos para discriminar las aceitunas por la presencia o ausencia de pesticidewas basa en cuatro grupos de clasificacin: 0B, 04, 20 y 40. En este estudio, dos modelos discriminantes (DM) se realizaron Partial Least Squares usoanlisis discriminante (PLS-DA). - DM 1: Grupo de seguridad (todas las muestras con concentraciones de diurn ? 0,2 ppm) frente al grupo inseguro (? 0,2 ppm). - DM 2: Grupo de 0B (0 ppm) vs grupo 04 (0,2 ppm) vs grupo 20 (2 ppm) vs grupo 40 (4 ppm). Especficamente, el algoritmo PLS2 se aplic, mediante el "Las ecuaciones discriminantes" en el WinISI v.1.63 software paquete. Cuando un algoritmo de PLS2 se aplica, una matriz de calibracin (Temporaryfile) se crea con todas las muestras modelo de toma de upthe, asignando a cada espectro un valor llamado un maniqu'''' variable. Por lo tanto, nuevas variables se obtuvieron mediante el desarrollo de la calibracin

ecuacin en la que cada muestra tiene un nuevo valor predicho entre 1 y 2. Un ejemplo que muestra un valor cercano a 1 no pertenecen para cualquier grupo particular de muestras y si el valor predicho est cerca a 2, la muestra es perfectamente identificadas en ese grupo. Sin embargo, si la valor de 1,5 indica la clasificacin podra ir en cualquier direccin. Todos los modelos fueron desarrollados utilizando una calibracin y externos conjunto de validacin. Aproximadamente el 30% de las muestras se seleccionaron al azar para el conjunto de validacin, y las muestras restantes fueron asignados a el conjunto de calibracin. En cada uno de los modelos discriminantes desarrollados utilizando toda la regin espectral (400e2500 nm), la ptima nmero de trminos de regresin fue seleccionado por la validacin cruzada. Esta procedimiento se consigue errores de validaciones mediante la particin de la calibracin establecido en varios grupos. Un mximo de 15 factores PLS fueron seleccionados en cada ecuacin obtenida y 4 eran grupos de validacin cruzada realizar. El efecto de correccin de dispersin se realiza utilizando la Norma Normal variable aleatoria (SNV) ms detrending (DT) y multiplicativa Scatter Correction (MSC) procedimientos matemticos (Barnes, Dhanoa, y Lister, 1989). Adems, varios pretratamientos derivados se evaluaron con el fin de optimizar la precisin y precisin: 1,4,4, 1,5,5, 1,10,5; 2,4,4, 2,5,5 y 2,10,5. Derivados se denotan con una notacin de tres dgitos (a, b, c), donde a es el orden del derivado, b es la distancia sobre la cual se calcula la derivada y c es el nmero de puntos de datos en un medio de funcionamiento o suavizado (ISI, 2000). Los criterios para evaluar la capacidad de prediccin de la discriminate modelos de regresin se basa en el menor error estndar de validacin cruzada (SECV) y el mayor porcentaje de correctamente muestras clasificadas.

3. Resultados 3,1. Los valores de referencia La Tabla 1 muestra los valores de referencia (media, desviacin estndar (DE) y rango) para el contenido de diuron (ppm) analizados en muestras de oliva en los grupos de concentracin de diferentes utilizadas en este estudio. Como se puede visto, hubo una gran variabilidad en el contenido de diuron, que van entre 0,16 ppm (por debajo del LMR) y ppm 6,78. 3,2. Spectra interpretacin Espectros NIR para muestras diurn puros se analizaron en primer lugar (Fig. 2). Un nmero de bandas de absorcin fuertes se registraron a longitudes de onda de 2198 nm, 2328 y 2442 y la absorcin medio Se observaron bandas a 1664, 2002, 2040, 2068 y 2136 nm. Estos resultados fueron muy similares a los reportados por ya un nmero de autores. Armenta, Garrigues y De La Guardia (2007) encontraron que la grandes bandas diurn se encuentra en 1666, 2042, 2069, 2367 y 2450 nm. Moros, Armenta, Garrigues y De La Guardia (2005), utilizando un mtodo basado en la espectroscopia NIR-para medir los niveles diurn en formulaciones plaguicidas registrados, bandas de absorcin fuertes en 2032 y 2010 nm, y tambin en 2141 y 2164 nm. Las regiones que muestran una considerable variabilidad fueron observados durante todo el conjunto de espectros, tanto en la regin VIS (448, 606 y 692 nm) y en la regin NIR (fuerte en 1458, 1632 y 1912 nm y medio a 972, 1200, 1408, 1672, 1802, 2010, 2088, 2156, 2346, 2382 y 2426 nm) (Fig. 3). Las bandas registrados en la regin VIS se debieron principalmente a los compuestos responsables del color de frutas, tales como clorofilas y carotenos. Las bandas observadas en 972 y 1458 nm estn vinculados a los armnicos segundo y primero, respectivamente, de la fianza OEH. Del mismo modo, la banda a alrededor de 1912 nm se debe a absorcin de agua molcula (Shenk, Workman, y Westerhaus de 1992,

pp 383e431). Las bandas principales en la regin NIR de la media espectro (1164, 1408 y 1756 nm) tambin se inform en los aceites y otras sustancias grasas, y se atribuyen en gran medida a los bonos CEH (Holman y Edmonson, 1956; Sato, Kawano, y Iwamoto, 1991).

Algunas de estas bandas obtenidas en los espectros de oliva (sealado aqu, en 1672, 2010, 2088, 2156, 2346, 2382 y 2426 nm) se observaron en los espectros de pura diuron y tambin reportado por los autores anteriores. 3,3. repetibilidad espectral Con el fin de obtener informacin espectral de calidad, el valor lmite para el estadstico RMS (RMSlimit) se calcul como se indica en Seccin 2,5. El valor RMSlimit establecido para el 6500 NIRSystems instrumento para las muestras de oliva analizados en este estudio fue de 25.000 log (1 / R). Como resultado, no hay muestras fueron eliminados, ya que ninguno tena valores por encima de la RMSlimit en las tres lecturas espectrales. El espectro promedio de los duplicados de cada muestra se utiliz para su posterior anlisis.

3,5. resultados discriminantes Tras la eliminacin de 4 outliers identificados por PCA, el experimental colectiva consisten de 212 muestras (107 muestras de aceitunas sin tratar [0B grupo] y 105 muestras de aceitunas tratadas: 34 espectros de grupo 04, 35 espectros de grupo 20 y 36 espectros desde el 40 de grupo). Para el desarrollo de los dos modelos discriminantes se describe en la seccin 2.7, un conjunto de calibracin y validacin se define en cada caso, como se puede observar en la Tabla 2. Modelo inicial discriminante cualitativo (DM 1) para detectar muestras con niveles superiores a los lmites oficiales de la UE (0,2 ppm) se llevaron a fuera. Entre los diversos dispersin y el tratamiento matemtico utilizado, la mejor ecuacin discriminante tena un MSC (Dispersin multiplicativo Correccin) y un tratamiento matemtico de 2,4,4 en el que el nmero de PLS factorswas 3 (Tabla 3). Para la calibracin, haba 79 muestras de grupo seguro de que slo se identific como 9 inseguro grupo y hubo 69 muestras del grupo inseguro de los cuales 15 eran identificado como grupo seguro. Para el juego de muestra de validacin, a slo 9 muestras de 64 (14,06%) fueron clasificados errneamente.

3,4. Estructura de la poblacin y la deteccin de valores atpicos espectrales Con el fin de llevar a cabo un PCA, una correccin de la radiacin dispersa (SNVDT) y un derivado de primera (1,4,4) pretratamiento fueron aplicadas a los primeros datos espectrales de 216 muestras. La grfica de las puntuaciones de la PCA desarrollado (9 piezas fueron seleccionadas) no mostr ninguna sugerencia de muestra atribuible a concentraciones de diurn agrupacin. La figura. 4 muestra los residuales Q trama contra Hotelling T2. Como se puede observado, cuatro muestras fueron identificadas como valores atpicos (uno del grupo 0B, dos del grupo 04 y uno del grupo 20) y por lo tanto eran excluyen del conjunto experimental.

4. Discusin y conclusiones El sector del aceite de oliva tiene que encontrar y aplicar rpido analtico mtodos que permiten controlar la calidad de las materias primas (aceitunas), a fin de obtener informacin en tiempo real acerca de la presencia o la ausencia de pesticidas en los frutos del olivo. La temprana y determinacin fiable de estos residuos qumicos permitir ms rpido la toma de decisiones con respecto al destino final de estos frutos antes de ejecutar el proceso de extraccin del aceite de oliva, lo que permite en haciaaca, una correcta gestin y tratamiento de los lotes de oliva con residuos de plaguicidas que excedan, por cualquier razn, el mximo lmite de residuos (LMR) autorizado. Por esta razn, el objetivo de este trabajo fue evaluar como un estudio preliminar, la viabilidad del uso de NIR tecnologa como mtodo de cribado rpido y no destructivo de aceitunas intactas que contienen niveles de pesticida diuron ms altos que el LMR establecidos por la Unin Europea (0,2 ppm). Los resultados cualitativos obtenidos en este estudio muestran la capacidad de los esta tecnologa para diferenciar muestras de aceitunas con diferentes niveles de concentracin de ppm. Sin embargo, estos resultados no son adecuados para llevar a cabo el desarrollo de modelos robustos que se pueden establecer directamente a nivel industrial, ya que la variabilidad estudiado era muy limitado (una sola variedad de aceituna en una sola regin era

estudiados). En esta situacin, la adaptacin de la tecnologa NIR de herbicidas deteccin de residuos de olivar debe continuar. Para ello, se un modelo de contaminacin que simula la realidad (por ejemplo, contaminacin de las muestras directamente en contacto con el suelo tratado y no artificialmente por medio de atomizadores) debe ser establecida utilizando ms variedades de aceitunas y en diversas etapas de maduracin, as como en las diferentes regiones con el fin de registrar el mximo posible variabilidad. Todo esto debe hacerse antes de obtener ms slido conclusiones y ser capaz de utilizar esta tecnologa como un sistema de alerta a nivel industrial. Agradecimientos Este estudio fue financiado en forma conjunta por la financiacin de la investigacin Proyecto PROFIT-CIT-060000-2005-94 y por el IFAPA.