Tendencias en el manejo y tratamiento poscosecha de productos agrícolas: Revisión y análisis
Barra lateral del artículo
Contenido principal del artículo
Resumen
Teniendo en cuenta el auge de las nuevas tecnologías de la información cientifica y la inteligencia artificial (IA) a escala internacional y nacional, los cuales utilizan como herramientas softwares, sensores e instrumentos de medición de nueva generación no destructivos, asi como aspectos relacionados con la disminución de la contaminación medioambiental, calidad y trazabilidad de las producciones agricolas se desarrolló este trabajo. Partiendo de la problemática del uso masivo de los métodos destructivos de análisis de las variables poscosecha de productos agrícolas, se acometió una revision bibliográfica para conocer cuáles tendencias internacionales se presentarán en este campo, siendo este particular el objetivo del mismo. El trabajo se estructuró en tres partes: primeramente, se describen las tendencias y los métodos para la manipulación, tratamiento y utilización de los productos agricolas. Posteriormente se abordan las particularidades para utilizar y llevar a cabo estos tratamientos. Finalmente, se analiza su posible utilización en el caso cubano. Como conclusión, se muestra el estado del arte en las tendencias del manejo y tratamiento poscosecha de productos agricolas en la actualidad y a futuro, sus ventajas y limitaciones.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista. Bajo esta licencia el autor será libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
- El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia
Bajo las siguientes condiciones:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Citas
CHEN, Y.: “A comprehensive review of IoT-based monitoring systems for postharvest quality management”, Computers and Electronics in Agriculture, 205: 107584, 2023.
DENTONI, D.: “Blockchain and Other Emerging Technologies for Food Traceability”, Revista Internacional Administración & Finanzas, 7(5): 61-76., 2021.
FERRÁNDEZ, F.J.: IoT and Smart Technologies for Sustainable Agriculture, MDPI Books ed., 2022.
GARCÍA, R.A.; POSADA, M.D.G.; TORRES, K.; VILLAZÓN, J.A.; ABELLÓN, M.I.; VELÁZQUEZ, E.C.: “Remote Sensing of Salinity in Agroecosystem of Mayarí, at Holguín Province, Cuba”, Revista Ciencias Técnicas Agropecuarias, 30(1): 26-32, 2021, ISSN: 1010-2760.
JAFARBIGLU, H.; POURREZA, A.: Unmanned Aerial Systems in Precision Agriculture, Ed. Elsevier., 2022.
KADER, A.A.: Postharvest technology of horticultural crops., 2002, ISBN: 1-879906-51-1.
KAMILARIS, A.: “A review of the combination of IoT, blockchain and AI for sustainable food supply chains”, IEEE Internet of Things Journal, 10(5): 3871-3890, 2023.
KUSSUL, N.: Deep Learning for Satellite Image Analysis, Springer, 2022.
LAMBERT, M.J.: “Satellite-based verification of geographical origin for high-value agricultural products”, Food Control, 133: 108621, 2022.
MUKHOPADHYAY, S.C.; POSTOLACHE, O.A.: Internet of Things for Agricultural Applications, Springer, 2021.
PETROPOULOS, G.P.; SRIVASTAVA, P.K.: Satellite Remote Sensing of Agricultural Land, Elsevier, 2023.
PRITT, M.; CHERN, G.: “Satellite image classification with deep learning”, En: 2017 IEEE applied imagery pattern recognition workshop (AIPR), Ed. IEEE, pp. 1-7, 2017, ISBN: 1-5386-1235-6.
RUIZ, L.: “Low-cost IoT-based sensor system for real-time monitoring of fruit cold chain”, IEEE Sensors Journal, 22(5): 4223-4232, 2022.
THENKABAIL, P.S.: Remote Sensing of Agriculture and Land Cover/Land Use Changes, CRC Press, 2021.
THENKABAIL, P.S.; LYON, J.G.: Drone Technology in Agriculture: Principles and Applications, CRC Press, 2023.
THOMPSON, A.K.: Fruit and vegetable storage: hypobaric, hyperbaric and controlled atmosphere, Ed. Springer, 2015, ISBN: 3-319-23591-5.
TRAMALLINO, C.P.; ZENI, A.M.: “Avances y discusiones sobre el uso de inteligencia artificial (IA) en educación”, Educación, 33(64): 29-54, 2024.
TRIPICCHIO, P.: “Towards smart farming and sustainable agriculture with drones”, IEEE Transactions on Instrumentation and Measurement, ser. IoT and AI, 71: 1-11, 2022.
VALENTE, J.: Robotics and Automation for Improving Agriculture, Burleigh Dodds Science Publishing, 2021.
WEISS, M.: “Remote sensing for agricultural supply chain traceability: A review”, Remote Sensing of Environment, 284: 113338, 2023.
ZHANG, C.: “Automatic detection of postharvest fruit defects using drone-based multispectral imaging”, Precision Agriculture, 23(3): 987-1005, 2022.
ZHANG, Q.: Internet of Things for Smart Agriculture: Technologies and Applications, Springer, 2023.