Rocío Fernández-Vázquez, Carla María Stinco Scanarotti, María Luísa Escudero-Gilete, Antonio J. Meléndez-Martínez, Francisco Jose Heredia Mira, Isabel María Vicario Romero
In this study the colour of commercial orange juices has been characterized and the utility of CIELAB colour coordinates to classify them according to their processing has been investigated.
41 samples of commercial orange juices, 15 from concentrate (ZC) and 26 from squeezed oranges (ZE) were analyzed by spectroradiometry. Significant differences were obtained in all colorimetric parameters (p<0.05) except for the coordinate L* . Juices made from concentrate (ZC) showed an average value for chrome of 63.7±2.36 and for hue 83.42±2.10, while squeezed orange juices (ZE) showed higher chrome values (C* ab=73.11±2.62) and lower hue values (hab=80.87º±1.68º). Discriminant analysis was performed with the aim of selecting the variables which allows the classification of the juices according to their manufacturing process. The best predictions were obtained for the models which included L* and C* ab variables. The application of the discriminant functions to a set of 25 juices, resulted in a 100% of correct classifications.
En este trabajo se caracteriza el color de los zumos de naranja comerciales y se explora la utilidad de las coordenadas cromáticas CIELAB para clasificarlos según el proceso de elaboración. 41 muestras de zumos comerciales 15 de ellos procedentes de zumo a base de concentrado (ZC) y 26 procedentes de naranjas exprimidas (ZE) fueron analizadas por espectrorradiometría. Se observaron diferencias significativas en todos los parámetros colorimétricos (p<0, 05) excepto para la coordenada L*. Los zumos procedentes de concentrado (ZC) presentaron un valor medio de croma de 63, 78±2, 36 y de tono 83, 42±2, 10, mientras que los zumos procedentes de naranjas exprimidas (ZE) presentaron mayores valores de croma (C* ab=73, 11±2, 62) y menores de tono (hab=80, 87º±1, 68º). Con el objetivo de determinar qué variables permiten clasificar los zumos según su proceso de fabricación, se realizó un análisis discriminante. Las mejores predicciones se obtuvieron para los modelos que incluían las variables L* y C* ab. La aplicación de las funciones discriminantes obtenidas a un set de 25 muestras de test, produjo un porcentaje de acierto del 100%.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados