Más de 500.000 escaneos no destructivos revelan cómo la variabilidad condiciona la calidad de la fruta

En Fruit Logistica 2026, Galen George, Director of Applied Science en Felix Instruments, presentó los resultados obtenidos tras analizar más de 500.000 escaneos no destructivos de diferentes frutas en huertos, centrales hortofrutícolas, cámaras de almacenamiento y puntos de venta. La ponencia se centró en cómo la recopilación masiva de datos está modificando la comprensión de la madurez, la variabilidad interna y el comportamiento poscosecha.

Los datos proceden de proyectos de modelización desarrollados durante varios años en distintas regiones productivas, en colaboración con productores, empresas e instituciones de investigación. El volumen acumulado ha permitido observar patrones que difícilmente emergen cuando el control de calidad se basa en muestras reducidas.

La variabilidad como elemento estructural

Uno de los mensajes centrales fue que la variabilidad no es una anomalía, sino una característica inherente al producto hortofrutícola. Puede manifestarse entre parcelas de una misma región debido a diferencias de suelo o microclima, dentro de un mismo árbol en función de la posición en el dosel, e incluso en el propio fruto, donde la distribución de determinados compuestos no es homogénea.

Cuando el muestreo se limita a pocos frutos y además es destructivo, la imagen que se obtiene del lote tiende a centrarse en el valor medio. Sin embargo, esa media no refleja necesariamente la dispersión real de los datos. Al ampliar el tamaño muestral mediante técnicas no destructivas, se evidencian con mayor claridad los extremos de la distribución, que son los que suelen condicionar el comportamiento posterior en almacenamiento y comercialización.

El peso de los valores extremos

Durante la intervención se explicó que muchos conjuntos de datos de control de calidad presentan distribuciones próximas a la normal, concentradas en torno a la media. En este contexto, los valores extremos pueden pasar desapercibidos si el tamaño de muestra es reducido.

Frutos con baja materia seca, diferencias marcadas en contenido de azúcares o desviaciones en acidez pueden representar un porcentaje limitado del lote, pero tener un impacto significativo en la homogeneidad, la vida útil o la experiencia del consumidor. Detectar y cuantificar esa variabilidad permite anticipar problemas y ajustar decisiones antes de que el producto avance en la cadena.

Parámetros internos y decisiones de cosecha

Entre los atributos analizados en los escaneos se encuentran la materia seca, utilizada como índice de madurez y predictor del comportamiento en almacenamiento, los grados Brix relacionados con el contenido en azúcares y la acidez, especialmente relevante en productos como berries y uva de mesa. También se consideran otros parámetros internos vinculados a calidad y evolución poscosecha.

La recopilación de datos en distintas campañas, regiones y estadios de desarrollo ha permitido construir modelos predictivos más robustos. Esta base amplia facilita ajustar el momento óptimo de cosecha, segmentar lotes según su potencial de conservación y comprender con mayor precisión la distribución real de la madurez.

Medición no destructiva y modelización avanzada

El enfoque técnico presentado se basa en la espectroscopía de infrarrojo cercano para evaluar atributos internos sin destruir el fruto. Equipos como las plataformas F750 y F751 permiten realizar mediciones rápidas tanto en campo como en central hortofrutícola, incrementando de forma significativa el volumen de datos disponible.

La construcción de modelos incorpora múltiples campañas y regiones productivas, junto con validaciones independientes. Además, se emplean técnicas avanzadas de análisis matemático y aprendizaje automático para transformar la información espectral en predicciones cuantitativas. Este planteamiento permite capturar la distribución completa de la calidad dentro de un lote y reducir la dependencia de muestreos limitados, favoreciendo una toma de decisiones más ajustada a la realidad productiva.

Hacia un control de calidad basado en datos representativos

La conclusión de la ponencia apuntó a la necesidad de evolucionar hacia sistemas de control de calidad basados en datos representativos y de mayor volumen. Ampliar el tamaño muestral mediante técnicas no destructivas permite considerar explícitamente la variabilidad interna del producto y mejorar la coherencia de las decisiones a lo largo de la cadena.

Integrar este tipo de análisis puede contribuir a una mayor consistencia del producto, a la reducción de desviaciones durante almacenamiento y a una mejor comprensión del comportamiento real de la fruta desde el campo hasta el consumidor.

Más información

Pie de foto: Galen George, Director of Applied Science en Felix Instruments, durante su intervención en Fruit Logistica 2026.