Determinación del origen geográfico de mieles de Mendoza (Argentina) mediante análisis multielemental y árboles de decisión en R

BRENDA V. CANIZO; ANA LAURA DIEDRICHS; EMILIANO F. FIORENTINI; ROBERTO G. PELLERANO; JUAN M. JURICICH; RODOLFO G. WUILLOUD

Región Metropolitana, Chile

Conferencia; LatinR; 2019

Universidad Católica de Chile

La miel es un alimento natural complejo producido por las abejas Apis Mellifera a partir del néctar, de las secreciones de plantas o de la excreción de insectos. Actualmente, la autenticidad de la miel se ha convertido en un tema de interés tanto para los productores como los consumidores, quienes reclaman información precisa sobre la procedencia de los alimentos y, por otro lado, los productores quieren evitar la competencia desleal y agregar valor a los productos que ofrecen. La composición de la miel está relacionada con su origen botánico, que está estrechamente asociado a la zona geográfica en la que se origina, debido a las características del suelo y las condiciones climáticas estacionales, pero también está vinculada a factores como las especies de abejas, la temporada de producción y el almacenamiento, y las prácticas agrícolas en general. La composición elemental parece ser un buen indicador para los sistemas de clasificación geográfica, aunque esta sólo representa el 0.1-0.2% de la composición total de la miel, lo minerales se transportan desde el suelo a las plantas y las flores a través del sistema radicular, pasan al néctar y finalmente a la miel. Según la FAO (Organización de las Naciones Unidas para la Agricultura y la Alimentación), Argentina está posicionada como el tercer mayor productor y exportador mundial de miel, exportando alrededor del 95% de su producción total, que es reconocida en todo el mundo por su alta calidad. Dentro de las regiones apícolas de Argentina, la provincia de Mendoza es considerada una de las más importantes del país. En el software libre R, existe una variedad de algoritmos de clasificación y dentro de ellos, los árboles de decisión son un método de fácil interpretabilidad, pues nos dan un conjunto de reglas a partir de las cuales se pueden tomar decisiones. Además son algoritmos que no son demandantes en poder de cómputo comparado con procedimientos más sofisticados y dan buenos resultados de predicción para muchos tipos de datos. El objetivo de este trabajo fue evaluar la capacidad de clasificación predictiva de la herramienta estadística multivariable ?árboles de decisión? combinada con un análisis multielemental para diferenciar mieles de diferentes regiones apícolas de Mendoza (Argentina) de acuerdo con su región de origen. La originalidad del trabajo se enfoca en la aplicación de distintos algoritmos en R en este tipo de muestras de Mendoza para lograr la primera clasificación regional.