Visualización de espectros en The Unscrambler

The Unscrambler es uno de los programas más extendidos para el tratamiento y la interpretación de datos NIR. Su popularidad en ámbitos académicos se debe a la nitidez de sus representaciones gráficas, a la precisión de sus herramientas de análisis y a la facilidad con la que permite aplicar pretratamientos y explorar tendencias espectrales.

En este estudio se trabaja con los mismos espectros utilizados en publicaciones anteriores: una hierba aromática procesada en distintos tamaños de partícula. Este tipo de muestra resulta especialmente útil para ilustrar cómo las diferencias físicas en la materia prima pueden reflejarse de forma directa en la huella espectral.

The Unscrambler permite importar los datos en formato Excel reutilizando la estructura empleada para SIMCA, eliminando la columna de clase en análisis cualitativos o sustituyéndola por una variable cuantitativa cuando se desea crear un modelo predictivo de una determinada propiedad. Una vez importados, las curvas espectrales se muestran de manera inmediata con excelente contraste y nitidez. La interfaz, de fondo claro y líneas definidas, favorece una visualización limpia y fácilmente interpretable. El software también permite ampliar zonas específicas del espectro con gran precisión, y el uso de colores diferenciados para cada muestra facilita la revisión de los datos de forma intuitiva.

En el vídeo se aplican los mismos pretratamientos utilizados en los ejemplos previos: datos en crudo, SNV y SNV con derivada de primer orden. The Unscrambler ofrece dos métodos para el cálculo de derivadas: el clásico Norris-Gap y el filtro Savitzky–Golay. En este trabajo se ha empleado la derivada Savitzky–Golay con polinomio de orden 2, un enfoque que ajusta localmente un polinomio cuadrático a segmentos del espectro mediante mínimos cuadrados y calcula la derivada analítica del polinomio ajustado. Este método proporciona resultados más suaves y continuos, preservando mejor la forma de las bandas espectrales originales.

En comparación con el entorno WinISI, donde la derivación se realiza mediante el método de Norris, la diferencia en el enfoque matemático produce variaciones sutiles en la forma de las curvas derivadas. Mientras que Norris genera derivadas discretas y más sensibles al ruido, Savitzky–Golay ofrece un resultado más analítico y suavizado. Estos matices reflejan diferencias propias de cada entorno y no deben interpretarse como inconsistencias, sino como particularidades de implementación.

En consecuencia, los pretratamientos no son completamente comparables entre softwares, incluso cuando se designan con los mismos nombres. Cada programa aplica sus propios algoritmos internos, por lo que pueden observarse ligeras variaciones en el resultado final. Lo importante no es replicar valores exactos, sino mantener la coherencia dentro de un mismo entorno de modelado y comprender la tendencia espectral que cada tratamiento resalta.

En The Unscrambler es importante verificar siempre la línea de trabajo sobre la que se aplican los pretratamientos, ya que el programa ejecuta las operaciones por defecto sobre la primera capa de datos. Esto podría dar lugar a recalcular sobre los espectros originales si no se comprueba manualmente. Por ello, en cada paso del procedimiento se verifica el conjunto de datos activo antes de aplicar el siguiente pretratamiento —por ejemplo, asegurando que se trabaja sobre los datos con SNV antes de derivar.

The Unscrambler ofrece, desde el punto de vista visual, la experiencia más precisa y cuidada entre los entornos considerados hasta la fecha. La nitidez de las curvas, el contraste cromático y la limpieza del fondo hacen que las representaciones sean de una calidad excepcional. Esta claridad gráfica explica que sea el programa de referencia en numerosos entornos académicos, donde la extracción de imágenes de alta calidad es esencial para la publicación de resultados y la comunicación científica. El procedimiento completo puede visualizarse en el vídeo insertado.