Importancia de la transparencia del agua para la iluminación submarina. Tema de interés para la Oceanografía Física y la Biología marina. Informaciones que podemos obtener de la observación de la transparencia del agua de mar. Intervención de la luz en la vida marina: fotosíntesis del Fitoplancton, relación entre profundidad e intensidad de luz en la fotosíntesis; absorción de la luz, coeficiente de absorción, en Oceanografía denominado "coeficiente de extinción" siempre en relación con la intensidad de luz y profundidad. - Conversión de las unidades de energía en unidades de iluminación dependiente de las cualidades de la luz. - Métodos utilizados para medir la absorción en la parte visible de espectro: disco Secchi; placas fotográficas pancromáticas Wralter; método Grein utilizado para medir la absorción en el Mediterráneo, resultados de sus estudios; método Knudsen con espectrofotómetro; estudios de Birge y Juday sobre la penetración de la radiación en lagos de agua dulce, método de estudio; medida de la absorción por el espectro de la energía de la radiación solar mediante una termopila; utilización de las células fotoeléctricas, método fotoquímico. - Conclusiones: la absorción de la luz por el agua de mar varía entre límites muy amplios. La transparencia puede expresarse mediante el porcentaje de radiación que penetra una capa de un metro. La absorción es mayor en las aguas de la costa que en las aguas oceánicas, la absorción es mayor en el extremo rojo del espectro que en el azul, la luz azul penetra a grandes profundidades en agua clara, en agua turbia son más penetrantes la verde y la amarilla. - Experimentos de absorción con agua de mar "pura", artificial y destilada (Clarke y James). - Obtención de medidas de iluminación y transparencia submarina. Puntos a tener en cuenta. Descripción del instrumento utilizado para medir simultáneamente la luz del día que penetra a diferentes profundidades y la transparencia del agua a la misma profundidad. | No

Knowledge about the oil and water contents in olive fruits is required to determine orchard management, harvest time, and the oil extraction process. The simplification of procedures and of equipment based on NIR Spectroscopy is of major interest. Estimation models for oil and water contents on a fresh matter basis were developed by partial least square regression with NIR spectral data (700 wavelengths). For raw absorbance data the r2 for the test set reached 0.9 and 0.92 for oil and water contents; and RPIQt was 4.9 and 4.3, respectively. The identification of a useful relation of the relative absorbance at 1724 nm and 1760 nm to the oil content allowed for restricting the wavelengths to three. For oil content the r2 showed 0.88 with ad RPIQt of 4.4. For water content the r2 value was 0.84 and the RPIQt was 3.1. Estimation performance with only three wavelengths was comparable to that obtained with PLSR with 700 variables. | El contenido de aceite y agua en aceitunas es requerido para gestionar el manejo del cultivo, el momento de cosecha y el proceso de extracción de aceite. La simplificación de los procedimientos y de los equipos basados en espectroscopia NIR es de gran interés. Se desarrollaron modelos de estimación para el contenido de aceite y agua sobre peso fresco por regresión de mínimos cuadrados parciales con datos espectrales NIR (700 longitudes de onda). Para los datos de absorbancia crudos, el r2 para el conjunto de validación externa alcanzó 0.9 y 0.92 para el contenido de aceite y agua; y RPIQt fue 4,9 y 4,3 respectivamente. La identificación de una relación útil de la absorbancia relativa a 1724 nm y 1760 nm con el contenido de aceite, permitió restringir las longitudes de onda a tres. Para el contenido de aceite, el r2 alcanzó 0,88 y RPIQt fue 4,4. Para el contenido de agua, el valor de r2 fue de 0,84 y el RPIQt fue de 3,1. La calidad de la estimación con solo tres longitudes de onda fue comparable al obtenido con PLSR en 700 variables.

A espectrometria aliada à aprendizagem de máquinas pode ser um método não destrutivo eficaz para avaliar a qualidade de sementes florestais nativas para projetos de restauração. O objetivo deste estudo foi desenvolver modelos para a avaliação do teor de água (TA) de sementes utilizando um espectrômetro Vis-NIR portátil e comparar quatro algoritmos de aprendizagem de máquina. As sementes de catingueira-verdadeira e angico-de-caroço de diferentes populações foram hidratadas (atmosfera úmida) ou desidratadas (sílica-gel) para formação de sub lotes com diferentes TA. Para avaliação espectral do TA das sementes, foi realizada a leitura individual das sementes com espectrômetro portátil F-750 (Felix Instruments, EUA). O TA de referência foi obtido após secagem a 105 oC/ 24h, pesando-se as sementes individualmente. A validação externa e interna do modelo foi realizada, a partir da divisão do conjunto de dados para as etapas de treinamento (70%; validação cruzada com 10 dobras) e de teste (30%). Os dados espectrais foram processados no software Weka 3.8.6. Os algoritmos discriminativos aplicados foram dos grupos function (Support Vector Machine e Multilayer Perceptron e Gaussian Processes) e trees (Random Forest). O algoritmo Multilayer Perceptron demonstrou os melhores resultados para as duas espécies com R= 0.80 e RMSE=5.58 e MAE=3.90 (angico-de-caroço) e R=0.92, RMSE=3.83 e MAE=3.25 (catingueira-verdadeira) para o TA das sementes. Deste modo, o uso da espectroscopia do infravermelho próximo com aplicação do algoritmo Multilayer Perceptron é eficiente para a determinação do TA de sementes nativas florestais.