Sorbete Norma Helado Salvadoreña
Sorbete Norma Helado Salvadoreña
Sorbete Norma Helado Salvadoreña
PROGRAMA DE DOCTORADO
TECNOLOGÍAS INDUSTRIALES E INGENIERÍA CIVIL
TESIS DOCTORAL
ESTUDIO DE LA EVOLUCIÓN DE PARÁMETROS
DE COLOR EN VINOS DE RIBERA DEL DUERO,
UTILIZACIÓN DE HERRAMIENTAS ESTADÍSTICAS
Y APLICACIONES DE INTERÉS PARA
LA INDUSTRIA VINÍCOLA
Doctoranda:
Dña. María Jesús Contreras Fernández.
Directores:
Dr. D. Luis Antonio Marcos Naveira.
Dr. D. Juan Carlos Rad Moradillo
Tutor:
Dr. D. Francisco Javier Rodríguez Vidal.
Quiero expresar mi agradecimiento, en primer lugar, a la Dra. María Luisa González San José,
profesora del Departamento de Biotecnología y Ciencias de los Alimentos de la Universidad de
Burgos, que dirigió la primera parte de este trabajo, que me acogió en su grupo de investigación y me
abrió la puerta de su Laboratorio, bajo cuya supervisión se realizaron todos los trabajos
experimentales que han dado lugar a esta Tesis.
Gracias también a todas aquellas compañeras y compañeros del Laboratorio de Tecnología de los
Alimentos, con quienes tuve la suerte de compartir muchas horas de trabajo y buenos ratos durante
los tres años que se prolongó la parte analítica y experimental de esta Tesis Doctoral.
Igualmente quiero expresar mi agradecimiento a mis Directores de Tesis, los Doctores Luis Antonio
Marcos Naveira y Juan Carlos Rad Moradillo, y a mi Tutor, el Dr. Francisco Javier Rodríguez Vidal,
todos ellos del Departamento de Química de la Universidad de Burgos, bajo cuya supervisión se ha
desarrollado la segunda parte de este trabajo, que incluye el tratamiento estadístico de datos y la
interpretación de fenómenos enológicos a través de herramientas multivariantes, y facilitándome la
finalización de la Tesis.
No quiero olvidar aquí, a toda la gente de la Ribera del Duero que ha hecho de la producción del vino
de calidad, no solo una forma de vida, sino una auténtica cultura y un ejemplo del amor al trabajo
bien hecho.
INDICE
Página
CAPÍTULO 1.- INTRODUCCIÓN Y OBJETIVOS 1
La importancia del vino, desde el punto de vista cultural, alimentario, social y económico,
principalmente en los países de cultura occidental es algo incuestionable y reconocido en todos los
ámbitos, destacando además el creciente interés por la producción de vino de gran calidad y de
productos comercializables relacionados con los vinos. La figura 1.1 muestra el importante papel que
juega España a nivel internacional como integrante del club de mayores productores mundiales de
vino, que conforman junto a nuestro país, Francia e Italia.
El vino, como cualquier otro alimento, presenta colores característicos que dependen de múltiples
factores dentro de los cuales cabe destacar: la variedad de uva, el tamaño y grado de maduración de
la uva, las características edáficas del suelo en que se ha cultivado, el clima, el tiempo de maceración,
el método de elaboración y los posibles aditivos añadidos, la crianza y el envejecimiento,
principalmente. En este producto, como en muchos otros alimentos, el color además de presentar un
marcado poder de convocatoria (invita, atrae o provoca rechazo) es un importante indicativo del
estado del vino, de su calidad, de su edad e incluso del “cuerpo”, siendo un parámetro claramente
identificativo de las diferentes Denominaciones de Origen protegidas de vinos tanto en nuestro país,
como en otros territorios vinícolas del mundo.
Por otra parte, las condiciones edafo-climáticas bajo las que se desarrollan los viñedos provocan
importantes modificaciones del poder colorante de la uva. Además y atendiendo únicamente a
aspectos netamente enológicos, los procedimientos de la vendimia, los métodos de elaboración y
vinificación, los materiales de bodega, los tratamientos pre y postfermentativos, etc., dejan su huella
sobre el color del caldo resultante.
Por último, al ser el color un parámetro dinámico que se encuentra en continuo cambio, registrando
sucesivas modificaciones físico-químicas consecuencia directa de cambios del propio medio (el vino)
y del ambiente externo (luz, temperatura,…), los periodos de guarda (la crianza en contacto con la
madera de toneles y barricas y el envejecimiento en botella) y las condiciones propias del
almacenamiento, producirán también cambios considerables que marcarán la evolución de los vinos.
Se pone de manifiesto por tanto que el color, y/o los parámetros cromáticos de los vinos, son
indicadores de la procedencia de un vino y, en muchos casos característicos y propios de la
Denominación de Origen a la cual están adscritos, facilitando su reconocimiento, su identificación y
su valoración más allá de las regiones de procedencia, ya sea en ámbitos nacionales o
internacionales.
La importancia de la evaluación y medida del color de los vinos se hace evidente en la incorporación
de los estudios de los parámetros cromáticos en los trabajos que desarrollan los diferentes grupos de
investigación enológica, tanto españoles como extranjeros, como un requisito imprescindible, que
debe acompañar en la caracterización de los vinos, a la determinación de los parámetros químicos
clásicos, de las familias fenólicas y a los caracteres sensoriales en los vinos.
durante su almacenamiento en botella, y su relación con ciertos cambios físico-químicos que tienen
lugar en los vinos durante los meses posteriores a su embotellamiento.
Para la realización de este estudio se ha procedido en primer lugar a una amplia revisión
bibliográfica, al objeto de conocer “el estado del arte” en lo que se refiere a la composición química
de los vinos, -especialmente centrada en sus parámetros fenólicos- y a sus características cromáticas
y su evolución en el tiempo. En el capítulo 11, dedicado a la Bibliografía consultada, se relacionan las
más de 300 referencias utilizadas, entre artículos de revistas, libros, comunicaciones en congresos,
documentación para cursos, Tesis Doctorales, Tesis de Licenciatura, Informes, Trabajos de Fin de
Grado o portales de internet.
El capítulo 2 de esta Tesis Doctoral explica, en primer lugar, los procesos de vinificación, los factores
internos y externos que lo condicionan y las tecnologías de fabricación del vino más habituales; en
segundo lugar se describe la Denominación de Origen Ribera del Duero, desarrollando las
especificidades de los vinos que en este ámbito se producen.
El capítulo 3 aborda la composición química de los vinos, describiendo sus principales características
y centrándose especialmente en los compuestos fenólicos y su evolución; también desarrolla este
capítulo la naturaleza e importancia del color en los vinos, sus procesos de cambio con el tiempo y su
relación con el quimismo de los vinos.
Esta Tesis incluye una importante parte experimental, con un significativo trabajo de laboratorio, que
se desarrolló por un espacio de tiempo de casi tres años de duración, aplicando numerosas técnicas
de análisis a la caracterización química, fenólica y cromática de los vinos estudiados. Todos los
métodos empleados se exponen y describen detalladamente en el Capítulo 4 de este documento.
Para la realización de este trabajo, se han analizado, un volumen de 169 vinos rosados y tintos,
jóvenes y embotellados, representativos de las zonas vinícolas de Ribera del Duero, siguiendo la
evolución en el tiempo (desde un mínimo de 2 meses a un máximo de 72 meses) de sus parámetros
más característicos –sumando un total de 33 variables- como constituyentes químicos clásicos,
diferentes familias fenólicas y, por otro lado, una amplia gama de parámetros cromáticos. Los
resultados obtenidos, su evolución en el tiempo y una interpretación clásica de los mismos, se
encuentran en el Capítulo 5 de esta Tesis Doctoral. El conjunto de datos analíticos obtenidos se
encuentra expuesto en forma de Tablas en los Anexos, al final del presente documento.
Con esta ingente cantidad de datos e información, que supera los 5.000 valores numéricos
singulares, sobre el proceso de la evolución química, fenólica y cromática de los vinos jóvenes de
Ribera del Duero a lo largo del tiempo, a lo largo de su almacenamiento en botella, se ha procedido a
realizar un intenso, amplio y plural tratamiento estadístico adecuado que permita extraer la máxima
información posible relativa a los objetivos perseguidos.
Para ello se ha recurrido al análisis estadístico simple así como a técnicas multivariantes, haciendo
uso especialmente del paquete estadístico Statgraphics Centurion XVI.II (2013), realizando una
Estadística Descriptiva Univariante por tipos de vinos y edad, y un completo tratamiento
multivariante que ha incluido: correlaciones entre variables, comparaciones entre grupos, Análisis de
Regresión Múltiple, Análisis Cluster para muestras y para variables y Análisis Factorial para muestras
y variables.
El Capítulo 7 reúne la información obtenida de aplicar varias técnicas estadísticas multivariantes a los
resultados analíticos obtenidos. En primer lugar, se buscan correlaciones estadísticamente
significativas entre las diferentes variables aplicando el método de Regresión Lineal Simple al
conjunto de las muestras; a continuación, se realiza el mismo procedimiento para las poblaciones de
vinos rosados y vinos tintos, por separado, pues su comportamiento es diferencial para algunas
variables y es significativa su identificación.
El deseo de establecer modelos predictivos del comportamiento de las variables que mejor
identifican la variación de la calidad del vino en función del tiempo transcurrido en botella, es
estudiado en el Capítulo 8 de esta Tesis Doctoral.
En primer lugar se aplica el procedimiento de Regresión Simple, diseñado para construir un modelo
estadístico que describe el impacto de una sola variable sobre otra variable, en este caso
dependiente. Se han seleccionado los mejores ajustes de Regresión Simple dentro de un conjunto de
27 modelos lineales y no lineales posibles.
En segundo lugar se ha aplicado el sistema de Regresión Múltiple, cuya utilidad reside construir un
modelo de predicción estadístico de los valores que puede adoptar una variable (dependiente) en
función de los valores de dos o más variables (independientes). Finalmente se ha utilizado la
herramienta estadística conocida como Correlaciones Canónicas, que nos permite hacer predicciones
identificando asociaciones entre dos conjuntos de variables, como por ejemplo familias fenólicas
frente a parámetros cromáticos, encontrando combinaciones lineales de las variables en los dos
conjuntos que exhiban correlaciones fuertes.
La última herramienta estadística que se ha aplicado a este estudio y que conforma el Capítulo 9, es
el Análisis Discriminante que creará unas Funciones Canónicas que buscan la máxima diferencia entre
grupos de muestras, y que se ha utilizado en esta Tesis Doctoral para separar vinos tintos jóvenes de
rosados en D. O. Ribera del Duero, y también para separar tintos jóvenes con diferentes tiempos de
envejecimiento en botella y rosados con diferentes tiempos de permanencia en botella.
Las Conclusiones este trabajo, y las recomendaciones para futuras investigaciones en este campo, se
encuentran detalladas en el Capítulo 10.
1.3.- OBJETIVOS.
• Caracterizar los principales parámetros químicos de los vinos jóvenes embotellados, tintos y
rosados, procedentes de la Denominación de Origen Ribera del Duero y estudiar su cambio y
evolución en función del tiempo transcurrido en botella.
• Determinar los contenidos de los compuestos químicos más relevantes que integran las familias
fenólicas de los vinos jóvenes embotellados, tintos y rosados, procedentes de la Denominación
de Origen Ribera del Duero y estudiar su modificación en función del tiempo transcurrido en
botella.
• Definir los parámetros cromáticos más relevantes de los vinos jóvenes embotellados, tintos y
rosados, procedentes de la Denominación de Origen Ribera del Duero y determinar su evolución
en función del tiempo transcurrido en botella.
• Establecer relaciones sólidas y significativas entre los parámetros químicos, fenólicos y de color,
de los vinos jóvenes de Ribera del Duero, que permitan deducir correlaciones entre los mismos y
dotar de significado físico a esas proximidades entre variables enológicas.
• Identificar procesos físicos que permitan simplificar y reducir el elevado número de variables que
se utilizan para caracterizar el vino, y agrupar muestras y variables según esos procesos físicos,
utilizando para ello herramientas estadísticas como el Análisis de la Varianza, el Análisis Factorial
y el Análisis de Conglomerados y demostrando su utilidad para el caso de los vinos jóvenes
embotellados, tintos y rosados, procedentes de la Denominación de Origen Ribera del Duero.
• Construir Modelos de Evolución que permitan predecir con una certidumbre estadísticamente
significativa los valores de los principales parámetros químicos, fenólicos y cromáticos de los
vinos jóvenes, tintos y rosados, procedentes de la Denominación de Origen Ribera del Duero, con
el paso del tiempo en botella.
• Sugerir propuestas a la Industria del Vino de la Ribera del Duero tendentes a optimizar el tiempo
de permanencia de sus vinos jóvenes, tintos y rosados, en botella, sin que el deterioro de sus
parámetros básicos de calidad llegue a niveles que afecten el grado de aprobación o rechazo por
parte de los consumidores.
• Generar propuestas a aplicar en la producción de los vinos de Ribera del Duero que optimicen la
conservación de los parámetros de color por parte de la Industria y las Bodegas.
• Establecer mecanismos que permitan con alto grado de fiabilidad, en función de parámetros
químicos, fenólicos y cromáticos, identificar si la procedencia de un vino joven embotellado, sea
tinto o rosado, es de Ribera del Duero o no.
La definición del Vino, así como todos los aspectos generales relacionados con la vitivinicultura, la
protección del origen y la calidad de los vinos, el régimen sancionador y el Consejo Español de
Vitivinicultura, se produce en el “Estatuto de la Viña, el Vino y los Alcoholes” (Ley 25/1970, de 2 de
diciembre -BOE, 1970-), así como en la “Ley de la Viña y el Vino” (BOE, 2003), que actualizó los
aspectos más desfasados del documento legal previo. Así, en España, se define el Vino como: “la
bebida resultante de la fermentación alcohólica completa o parcial de la uva fresca o del mosto. Su
graduación alcohólica natural no será inferior a nueve grados, salvo lo dispuesto en los artículos
referentes a los "vinos enverados", "chacolís" y “vinos dulces naturales”.
En dicho cuerpo legal, se define “Vino de Mesa” como el procedente de variedades de uva de
vinificación autorizadas, elaborado según prácticas comunes que cumplen con lo dispuesto en la Ley
y que sea apto para el consumo. El vino de mesa habrá de ser elaborado en cada región
exclusivamente con aquellas variedades que para esa región figuran como preferentes, autorizadas y
temporalmente autorizadas. Los vinos de mesa se clasifican en blancos, tintos, rosados y claretes,
según las variedades de uva o prácticas de elaboración propias de cada uno de estos tipos de vinos.
Así, se definen:
• Vino blanco, el procedente de mostos de uva blanca o de uva tinta con pulpa no coloreada,
habiéndose evitado en este caso la difusión en los mostos de la materia colorante contenida
en los hollejos. No hay maceración.
• Vino tinto, el procedente de mostos obtenidos de uvas tintas con el adecuado proceso de
elaboración para conseguir la difusión de la materia colorante contenida en el hollejo. Se
llaman vinos tintos de doble pasta de alta riqueza en materias colorantes y extracto los
procedentes de variedades de uvas de hollejo muy tinto o de uvas de pulpa tinta en los que
se consigue la difusión en el vino de la mayor parte del color de los hollejos propios o
añadidos y de la pulpa. La maceración confiere a los vinos tintos las características o
cualidades que le distinguen de los vinos blancos, como son el color, los taninos, algunos
componentes del extracto y aromas. Dentro de los tintos se diferencian los tintos del año, los
envejecidos, crianza, reserva, etc…
• Vino rosado, que se elabora a partir de uvas tintas fermentadas después de un leve contacto
con las pieles. El mosto es siempre blanco, por tanto el color característico lo adquiere de la
piel de la uva tinta y su intensidad colorante es escasa dado el poco tiempo de contacto con
los hollejos. La fermentación después se realiza en virgen como en los blancos. El clarete se
elabora con parte de uva blanca y parte de uva tinta. El mosto fermenta con el hollejo dando
un vino de bajo color. Hoy la U.E. ha eliminado en su normativa el concepto de clarete.
Por su parte, el Reglamento (CE) nº 479/2008 del Consejo, de 29 de abril de 2008, (DOUE, 2008),
establece la organización común del mercado vitivinícola, declarando que el Vino es el producto
obtenido exclusivamente por fermentación alcohólica, total o parcial, de uva fresca, estrujada o no, o
de mosto de uva, y que, en general, el vino debe tener un grado alcohólico adquirido no inferior al
8,5 % vol., cuando proceda exclusivamente de uva cosechada en las zonas vitícolas A y B, y no inferior
al 9 % vol. en las restantes zonas vitícolas; un grado alcohólico total no superior al 15 % vol., con
algunas excepciones; y una acidez total, expresada en ácido tartárico, no inferior a 3,5 gramos por
litro o a 46,6 miliequivalentes por litro, salvo algunas excepciones contempladas.
Son muchos los lugares del mundo con climas y suelos diferentes y muchas las variedades de uva
(viñedos) que pueden emplearse y que en función de esos suelos y climas dan una respuesta distinta
al convertirse en vino. Por eso y aunque hoy las tecnologías se estandaricen, hay muchos vinos
diferentes con siluetas estilos y perfiles distintos. Se van a exponer los factores más relevantes,
diferenciando los internos y los externos.
Cada cepa posee cualidades varietales intrínsecas, confiriendo a los vinos aptitudes propias.
Numerosas cepas pueden dar lugar a vinos equilibrados, influyendo de forma decisiva el rendimiento
a que se ven sometidas, ya que el aumento de estos rendimientos siempre se correlaciona con un
detrimento de la calidad. Las bayas de pequeño calibre son las que dan lugar a vinos de mayor
calidad, es decir con mayor contenido aromático, puesto que los aromas se encuentran en los
hollejos y la relación entre la pulpa y éstos será menor. Según la mayor parte de los autores, el
calibre idóneo se encuentra próximo a 2g/baya (Boulton y Llaguno, 2002; Aleixandre, 2012).
Las distintas variedades de uva tienen distinta composición. Esto posibilita la elaboración de
innumerables tipos de vinos con características diferenciadas y personalidad propia. En general,
puede decirse que las variedades blancas son más grandes, tienen más pulpa y producen mayores
rendimientos de mosto que las tintas, las cuales tienen los hollejos más gruesos y las pepitas más
pequeñas. Respecto a la composición química, las distintas variedades presentan esencialmente
distintos contenidos en sustancias aromáticas, pigmentos y distintas actividades enzimáticas.
En el caso de la Denominación de Origen Ribera del Duero, las variedades de uva que se emplean en
los vinos son: Tinta del País, Cabernet Sauvignon, Garnacha tinta, Malbec, Merlot y Albillo, de todas
las cuales, se considera como principal la Tinta del País; así, los vinos tintos se elaboran con un
mínimo de un 75% de la variedad Tinta del País y el 25% restante con las otras variedades citadas. En
cualquier caso la participación en estos vinos de la variedad “Tinta del País” sola o junto con
Cabernet Sauvignon, Merlot y Malbec no será inferior al 95%. Para los Vinos Rosados, su elaboración
en la Denominación de Origen Ribera del Duero se efectuará con un mínimo del 50% de las
variedades tintas autorizadas y mencionadas anteriormente (BOE, 1992; BOCyL, 2006; DORD, 2015).
La “Tinta del País”, también llamada Tempranillo (porque madura varias semanas antes que la mayor
parte de las uvas tintas españolas), es una uva notable, produce mostos bien equilibrados, bastante
dulces con bajo contenido en oxidasas, rico en taninos, de los que se obtienen vinos de gran aroma,
buen grado alcohólico y bastante color, siendo éste muy estable. Es una de las mejores variedades
españolas, y frecuentemente se la describe como la mejor variedad tinta; está además considerada
como variedad “mejorante”. Se pueden obtener vinos tintos y rosados jóvenes y fundamentalmente
tintos de crianza, mejorando mucho sus características en el proceso de envejecimiento y crianza en
barricas, obteniéndose vinos de gran calidad (Figura 2.1). Tiene un sabor afrutado y algo a moras,
color rubí, y produce vinos muy finos y muy equilibrados (Aleixandre, 2012; Pérez Bartolomé, 2002).
Figura 2.1.- Características de la Uva Tempranillo o “Tinta del País” y de sus vinos.
(Origen: https://elbucheblog.files.wordpress.com/2015/02/tempranillo-06.png)
Es una variedad de uva tinta con piel gruesa, los racimos tienen forma cilíndrica y son compactos, con
bayas esféricas de color negro púrpura y pulpa incolora. La piel no presenta caracteres herbáceos.
Crece mejor en altitudes relativamente altas, pero puede también tolerar climas mucho más
templados (Iñarrea et al., 1993; Peynaud, 1989).
La raíz de Tempranillo absorbe potasio con facilidad, lo que incrementa sus niveles de pH cuando
alcanza la madurez. La uva es muy susceptible a las inclemencias del tiempo, contrayéndose cuando
hay sequía e hinchándose cuando hay demasiada humedad, afectando a la calidad, pues afecta al
color del vino. Vegeta muy bien en suelos arcillo calcáreos, ya que los efectos de la climatología se
atenúan en lugares calizos debido al efecto de la arcilla en las raíces, estos efectos son más
perjudiciales en zonas arenosas, así como para viñas que tienen menos de doce años, pues las raíces
son generalmente demasiado superficiales. Es muy segura en el cuajado, muy sensible a plagas y
enfermedades, y poco resistente a la sequía y a temperaturas altas.
La uva Tempranillo produce un mosto equilibrado en azúcar, color y acidez, aunque esta última a
veces es escasa, con muy bajo contenido en oxidasas, con el que se obtienen vinos de gran aroma,
buen grado alcohólico y bastante color, siendo éste muy estable. Los vinos de Tempranillo presentan
a una intensidad colorante elevada, con un color rojo rubí y borde rojo-violáceo, debido a su pH
ligeramente elevado que implica el paso de las formas coloreadas de rojo de los antocianos, a un
matiz más violeta. En olfacción directa destacan los aromas a rosas, frutas rojas y regaliz, superando
en retro-olfacción el regaliz a las rosas. El gusto residual es ácido débil en la punta de la lengua y
encías, con frescura en paladar e impresión posterior muy suave. Posee un paladar franco,
interesante en vino joven y aterciopelado cuando envejece. Pueden consumirse jóvenes o
envejecidos durante varios años en barrica de roble, siendo la fermentación maloláctica un proceso
esencial para la obtención de vinos de calidad (Pérez Bartolomé, 2002).
Posee la virtud de las cepas frías o atlánticas, ya que tiene la facultad de soportar un largo
envejecimiento en barrica y botella, si posee una buena estructura de taninos y suficiente acidez para
soportar la crianza. Para obtener elegancia y acidez de la Tempranillo se debe cultivar en un clima
fresco, pero para conseguir altos niveles de azúcar y las gruesas pieles que dan color intenso y
elevada concentración de taninos, necesitan calor, y estas dos condiciones se suelen dar en las zonas
altas de clima continental (Boulton y Llaguno, 2002).
2.2.1.2.- Sanidad.
La maduración produce en la baya una serie de cambios físicos y químicos que se producen
gradualmente y de manera no homogénea en toda la planta (Mijares y Sáez, 1998). Entre los
primeros destacan la ganancia de peso y volumen, el aumento del porcentaje de pulpa, el aumento
de la densidad del mosto por acumulación de azúcares, el aumento de la intensidad colorante gracias
a la síntesis de compuestos fenólicos y la disminución de la rigidez de pulpa y hollejo por degradación
de estructuras celulares -celulosa, hemicelulosa, y pectinas- (Robinson, 2006; Iñarrea et al., 1993).
Los cambios químicos más destacables durante el proceso de maduración, algunos de los cuales,
vinculados al tamaño de la baya se relacionan en la Figura 2.2, son:
- Aumento de los compuestos fenólicos como polifenoles totales, taninos y en la uva tinta
antocianos. A la vez disminuyen otros como el ácido gálico, catequinas y epicatequinas que son
sustratos de pardeamiento enzimático y que por tanto podrían provocar la aparición de
pigmentos indeseables. También aumentan los ácidos cinámicos, influyen positivamente junto
con sus ésteres sobre el aroma y el sabor del vino (Aguilera et al., 1997; Abbal et al., 1999).
Por otra parte el proceso de maduración es un fenómeno dinámico que varía, entre otros factores,
según las condiciones climáticas de cada año y región, independientemente de que las pautas
generales se repitan año tras año y de o de unas zonas a otras. Sin embargo, a pesar de existir pautas
generales, la magnitud del descenso o aumento de unos compuestos y de otros, así como el
momento en que estos cambios se producen varía notablemente, para una misma variedad, entre
regiones y campañas, haciendo imprescindible un control particular de la maduración de cada
cultivar, en cada año, si no se quiere correr el riesgo de vendimiar frutos en condiciones de
elaboración que no sean las adecuadas o las óptimas. No se puede fijar o no se bebe fijar una fecha
de vendimia sin tener en cuenta la evolución de los compuestos de la baya, así como no se debería
considerar la misma fecha de vendimia para caldos de distintas características y que se vayan a
elaborar con diferentes variedades (Flanzy, 2000; Soto et al., 2010).
En general cada cultivo madura de forma individual, incluso dentro de una misma parcela existe una
gran heterogeneidad en el grado de maduración entre vides, descendiendo esta diversidad hasta los
racimos e incluso a cada baya. Evidentemente no sería funcional, ni factible, ni rentable, ni lógico,
controlar la maduración racimo a racimo, sin embargo si se persigue la calidad, se debería controlar
al menos cada variedad por separado (Blanco, 2013). Concluyendo se puede resumir que en años y
regiones de pluviosidad más elevada, sin sobrepasar límites que den origen a alteraciones de origen
fúngico o microbiano, se obtendrán rendimientos superiores por hectárea que no necesariamente
implican una pérdida de calidad del fruto si se acompañan de las condiciones de temperatura e
insolación adecuadas (Iñarrea et al., 1993).
Si el año es demasiado caluroso habrá que atender especialmente a la evolución de la acidez para
evitar recoger la uva con valores demasiado bajos que hagan necesaria la corrección del mosto. Por
otra parte, en estos años habrá que tener cuidado con el color y el cuerpo del vino. La dotación
fenólica del fruto será menor y quizás sea necesaria una maceración más prolongada o mayor
número de remontados para favorecer la extracción del color y de ciertas sustancias relacionadas
con el “cuerpo” como los taninos (González-San José, 2005). Por el contrario, en años “fríos” habrá
que seguir especialmente la acumulación de azúcares, ya que se podría producir una ralentización o
paralización de la biosíntesis de los mismos, no alcanzándose la concentración necesaria para la
consecución del grado alcohólico adecuado.
Es conveniente controlar el efecto de las precipitaciones que se producen en los días de vendimia,
especialmente su efecto sobre la graduación glucídica aunque también sobre la acidez. No se debe
olvidar que en ciertas ocasiones, estas precipitaciones han originado descensos de hasta 1-2 grados
alcohólicos potenciales, lo cual no es conveniente ni económica ni tecnológicamente (Pérez-
Magariño y González–San José, 2004; Pérez-Magariño y González-San José, 2006).
La parte de pulpa que rodea a la semilla presenta las máximas concentraciones de ácidos, una zona
intermedia dentro de la pulpa contiene la concentración más alta de azúcares y un contenido medio
de ácidos. Y por último, la zona más externa de la pulpa tiene el mínimo contenido de ácidos y un
contenido medio - alto de azúcares (Carbonell y Martínez-Zapater, 2013).
2.2.2.1.- Edafología.
Lo mejor para el cultivo de la vid son suelos profundos con buen drenaje y aireación,
preferentemente arenosos con alto contenido de grava y no arcillosos. En suelos fértiles se produce
un gran desarrollo vegetativo (hojas, racimos, etc.) pero se obtienen uva de peor calidad, con poco
extracto, aroma, sabor y grado alcohólico.
En cuanto a los nutrientes del suelo, el nitrógeno favorece el desarrollo de la vegetación y coopera en
el buen desarrollo del fruto. En exceso (suelos fértiles) es perjudicial para la cosecha, produce uvas
muy llenas y apretadas que maduran mal y que son demasiado blandas para resistir de forma
adecuada el transporte hasta las bodegas. El fósforo facilita la buena formación de la madera y de la
uva. Además el ácido fosfórico protege a la vid de enfermedades. El potasio es absorbido con avidez
por la planta. Actúa originando una buena conformación, sanidad y maduración de los sarmientos
preparando la madera para la próxima cosecha. Los frutos maduran con mayor uniformidad, son más
sanos y producen mostos ricos en glucosa y muy aromáticos. Respecto al calcio, parece ser que los
suelos calizos son más propicios para la uva de vinificación, puesto que la caliza contribuye a la
armonización de los vinos, haciéndolos más equilibrados y “redondos” (Blanco, 2013).
Entre los elementos minoritarios, el azufre influye positivamente en las partes vegetativas y en el
fruto evitando además la aparición del oidium. El magnesio ayuda a la asimilación del nitrógeno
amoniacal y del fósforo, siendo imprescindible en la planta para formar la clorofila. Se sabe que el
déficit de boro produce la muerte de los brotes, las hojas se vuelven amarillas y se obtiene una
producción muy reducida, así como la aparición de uvas sin pepitas. El aporte de boro a estas tierras
produce un aumento en la calidad de la cosecha, sin embargo los límites de toxicidad son muy bajos
por lo que habrá de tenerse especial cuidado en no sobrepasarlos (Bird, 2010).
2.2.2.2.- Climatología.
La vid tiene unas exigencias climáticas bien definidas que hacen que, aunque pueda subsistir en
muchas regiones su cultivo sólo sea posible en determinadas zonas. Los países templados reúnen
condiciones muy favorables para su cultivo, y por esto en ellos se agrupan más de la mitad de losa
viñedos mundiales (Boulton y Llaguno, 2002).
La cepa es una planta de zonas climáticas cálidas que necesita mucho sol para prosperar, una
primavera húmeda, un verano caluroso pero no demasiado seco y, una terminación del estío y un
otoño cálidos y secos constituyen los mejores requisitos para la obtención de un buen vino. Según
algunos autores la influencia del factor climático en la calidad de los vinos es más clara que el factor
suelo. La climatología influye directamente en la composición del mosto pudiendo atribuirse en gran
medida a este factor las diferencias en el contenido aromático entre los mismos vinos de dos
campañas sucesivas (Jackson, 2008; Hidalgo, 2011).
2.2.2.3.- Temperatura.
La temperatura es un factor esencial para un desarrollo vegetativo bueno y para obtener una
maduración completa de la uva.
Este parámetro climático tiene poca influencia sobre la vid durante su reposo invernal, ya que en
esta época admite temperaturas extremas, resistiendo bastante bien las heladas. Se sabe que las
yemas latentes no se hielan hasta los –12 ºC y los brazos y el tallo resisten hasta los –16 ºC.
Por el contrario, las heladas de primavera a menudo causan estragos importantes sobre los órganos
vegetativos una vez que estos han abandonado la latencia invernal. Así, los brotes jóvenes pueden
quedar destruidos cuando la temperatura del aire desciende por debajo de –2,5 ºC.
Las temperaturas elevadas, superiores a 42 ºC, no son favorables por provocar calcinación de las
hojas y de las uvas. Sin embargo, si son necesarias temperaturas relativamente elevadas para la
producción de vinos de calidad. Ribérau–Gayon (1974) señala para Burdeos un mínimo de 15 días
con temperatura del aire superior a 30 ºC para obtener una buena cosecha.
El efecto de la temperatura no es igual sobre todos los componentes de la uva indica que diferentes
variedades de Vitis vinífera presentan mayor contenido de compuestos antociánicos en piel cuanto
menores son las temperaturas diurnas y en general en las regiones y en las estaciones más frías, se
produce mayor cantidad de pigmentos. Las uvas que maduran a temperaturas elevadas presentan un
contenido en compuestos antociánicos menor e incluso no llegan a desarrollar el color rojo
característico (Castillo-Sánchez et al., 2006). Una marcada diferencia entre la temperatura diurna y la
nocturna favorece una maduración lenta del fruto que lleva al desarrollo óptimo del aroma y del
color y a la obtención de vinos finos y de buen “bouquet”.
También se ha demostrado la influencia del clima sobre la composición ácida de la uva. Así, el clima
frío favorece altos contenidos en ácido málico. Jackson (2008) observa que el ácido málico disminuye
fuertemente, sobre todo a temperaturas superiores a 30 ºC. Las temperaturas altas en las
proximidades de la vendimia provocan una gran disminución de la acidez por combustión
respiratoria. Se han encontrado correlaciones negativas entre la suma de grados/día del periodo de
maduración y la acidez de los mostos, debido a la mayor degradación por combustión. Además en
climas cálidos las uvas alcanzan elevados contenidos de sólidos solubles, de los cuales los azúcares
constituyen un alto porcentaje (Robinson, 2006).
En cuanto a la maduración, en las zonas cálidas los frutos maduran antes y tienen mayor contenido
de azúcares, lo que origina vinos de mayor graduación alcohólica. En los climas cálidos, la acidez
disminuye, observándose un aumento de pH y un descenso en el contenido de ácido málico muy
rápido y muchas veces excesivo (Ribéreau-Gayon et al., 2006).
2.2.2.4.- Insolación.
Las lluvias de comienzo de verano, siempre que no sean excesivas, permiten un buen desarrollo del
aparato vegetativo y tienen un efecto favorable sobre el tamaño de los granos. Los veranos deben
ser cálidos y secos, de ahí la importancia de la reserva hídrica del suelo. Los veranos húmedos y las
lluvias en la época de crecimiento favorecen el ataque de las plagas y la aparición de enfermedades
criptogámicas. El cultivo normal de la vid exige precipitaciones medias anuales de unos 600 mm. Se
considera que pluviosidades entre 250 y 300 mm repartidos de Abril a Septiembre son las más
favorables para unos vinos de calidad.
El volumen anual de precipitaciones afecta a la composición polifenólica de la uva, siendo ésta menor
en los años lluviosos. La disponibilidad hídrica de la cepa tiene una gran influencia sobre el contenido
de compuestos fenólicos y se encuentra menos coloración en los viñedos con mayor disponibilidad
hídrica, probablemente debido al mayor tamaño de las bayas y por tanto a la menor relación
hollejo/pulpa. Existe un nivel crítico de alimentación hídrica por debajo del cual disminuye el
almacenamiento de azúcares en las bayas por alteración del metabolismo; existe por tanto una
relación directa entre la cantidad de agua disponible y el aporte de azúcares a la baya (González-
Neves et al., 2002; Guadalupe y Ayestarán, 2008; Garde-Cerdán et al., 2009).
No solo el tipo de suelo, sino también el emplazamiento de los viñedos influye sobre la producción y
la calidad de la vendimia. En toda Europa Central las viñas predominan en laderas, orientadas hacia
el sur, sudeste o sudoeste, de manera que los rayos del sol incidan de forma perpendicular en el
suelo y lo calientan adecuadamente. El exceso de nitrógeno asimilable (abonado), influye como ya
hemos visto, negativamente en la calidad de la vendimia (Flanzy, 2000; Bird, 2010).
El número de yemas que se dejan en la poda determina el desarrollo vegetativo y la producción. Así,
es frecuente en climas con fuertes heladas tardías dejar más yemas de las necesarias para de esta
manera tener yemas no desarrolladas de reserva que suplan a las yemas más altas si estas son
dañadas por los hielos. El marco de plantación también es un factor a tener en cuenta pues
condicionará la luz que recibirá la uva, así como la disponibilidad de agua y nutrientes de cada planta.
Alguna costumbre más o menos extendida como puede ser la de “estallar” (eliminar los tallos
nacidos del pie que no son productivos y restan fuerza al resto de la planta) puede influir en la
cosecha tanto positiva (en situaciones normales), como negativamente si se producen heladas o
pedriscos, ya que estos tallos y sus hojas pueden proteger de alguna manera a los racimos interiores.
2.3.1.- VENDIMIA.
Se entiende por vendimia el periodo de recolección y a la propia recolección de la uva en los viñedos.
También se denomina vendimia al producto de dicha recolección (las uvas). La vendimia se puede
realizar a mano, con lo cual el porcentaje de uva dañada que llega a la bodega es mínimo, o se puede
realizar de forma mecanizada, con lo que se produce aproximadamente un 10% de daños en los
granos (Mijares y Sáez, 1998).
En este último caso, llega a la bodega mosto fuera de la baya y por tanto sometido a condiciones de
oxidación de la flora (bacterias acéticas entre otros microorganismos), es decir mosto alterado. Para
evitarlo se podría recurrir a un sulfitado previo a la recolección, lo cual sólo sería posible en
vendimias tintas, ya que de esta manera se favorece la extracción de compuestos fenólicos, lo cual
no es recomendable en el caso de la elaboración de vinos blancos.
A parte de las consideraciones ya señaladas, la vendimia, no debe realizarse en días de lluvia o rocío
intenso, ya que pese a obtener un aumento de peso de entre 5 y el 10%, la calidad del mosto
disminuiría al diluirse los azúcares. El que las uvas estén frías no es razón para aplazar la vendimia,
sin embargo el que estén demasiado calientes puede influir en la aparición de fermentaciones
prematuras y oxidaciones indeseadas, por ello se debe evitar que la vendimia permanezca expuesta
al sol entre su recolección y la recepción en bodega (Hidalgo, 2011; Kosseva et al., 2016).
2.3.2.- TRANSPORTE
Puesto que el objetivo final es que la uva llegue a la bodega en el mejor estado y con el menor
porcentaje de mosto libre posible, el transporte deberá ser suave y rápido. Para ello, es importante
tener en cuenta también el no cargar mucho los recipientes en los que se transporta (cajas de
madera, cestos de mimbre o plástico) para evitar que la presión dañe las zonas bajas. El transporte
debe ser rápido para disminuir el tiempo en el que las posibles uvas dañadas estén en condiciones de
oxidación y evitar aumentos de temperatura en dicha vendimia (Mijares y Sáez, 1998).
2.3.3.- RECEPCIÓN
La recepción en bodega suele realizarse en tolvas. Lo ideal sería disponer de un sistema que
permitiera separar las uvas sanas del resto a la entrada, así como hojas, palos y cualquier tipo de
materia vegetal o mineral y obtener así una mejor calidad. Las tolvas suelen estar dotadas de
tornillos sinfín o de bombas de vendimia (de émbolo giratorio o de émbolo alternante). Lo mejor es
que dichas tolvas de recepción sean de acero inoxidable, para evitar que el mosto se cargue con
sustancias indeseables como hierro que podría dar lugar a quiebras férricas. Si hay bombas la
liberación de mucílagos, pectinas y gomas dependerá del tipo de bomba siendo las más perjudiciales
las de émbolo alternante (Mijares y Sáez, 1998).
2.3.4.1.- Despalillado.
Operación consistente en separar los granos de uva de los escobajos y raspones. De esta forma se
elimina una fuente de sales, sustancias que dan sabores herbáceos y disminuyen la carga fenólica,
sobre todo de taninos. Se realiza mediante despalilladoras automáticas. Tiene muchas ventajas:
eliminando los raspones se le quita al vino aspereza, se ahorra espacio dentro de las cubas, se evitan
pérdidas de alcohol. Como operación suele ir unida al estrujado
2.3.4.2.- Estrujado.
Consiste en romper el hollejo de la uva, de manera que se libere el mosto y la pulpa. El estrujado
facilita la multiplicación de las levaduras, la extracción del color y la aireación de los mostos. Hay que
evitar la trituración de las pepitas. La operación se realiza mediante estrujadoras de diversos tipos:
de rodillos, laminares o centrífugas. Cuanto más enérgico sea, más riesgos de enriquecimiento de
mucílagos, gomas, pectinas etc.
En el tiempo que transcurre entre el estrujado y el escurrido o el prensado se produce una cierta
extracción de color, la cual es importante en el caso de vinos rosados, ya que después no habrá
proceso de maceración. Se puede potenciar este fenómeno si se quiere aumentar la extracción de
compuestos terpénicos en el mosto (aroma primario). De todas formas es importante mantener un
equilibrio entre la extracción de compuestos de aroma y color.
Sin embargo, no es conveniente que la proporción de O2 en la uva estrujada sea demasiado alta o
produzca oxidaciones y alteraciones de la materia colorante extraída, por lo que será aconsejable
limitar el tiempo de contacto con el aire.
2.3.4.3.- Escurrido.
En esta fase se obtiene el mosto yema (el de mejor calidad), sin la aplicación de ninguna presión
externa. Se obtiene un mosto muy limpio, que conserva todo su contenido en azúcares y ácidos y
puede usarse sólo o mezclado con el mosto de primeras prensadas para obtener vinos de calidad.
2.3.4.4.- Prensado.
Mediante la aplicación de una presión externa se extrae la mayor cantidad de mosto líquido posible.
De esta forma se obtiene el mosto prensa, con menor cantidad de azúcares y de ácidos (pH más
alto). Según la cantidad, se puede mezclar éste con el mosto yema o no. El mosto obtenido con
mucha presión no se suele usar, pues es muy tánico y astringente, tras su fermentación se destina a
destilación.
A la salida de la prensa, un filtro separa pepitas, trozos de hollejos, y otras partículas grandes
evitando que pasen al mosto.
2.3.4.5.- Sulfitado
El sulfitado del mosto es una práctica casi imprescindible para asegurarse un correcto desarrollo de la
fermentación, sobre todo en el caso de vendimias con un estado sanitario deficiente. La
incorporación puede hacerse en cualquier punto del proceso de elaboración desde el momento de la
vendimia hasta una vez obtenido el vino, aunque lo más habitual es realizarlo inmediatamente
después de la liberación del mosto, antes incluso del escurrido o prensado. Normalmente se realiza
por la adición de metabisulfito sódico o potásico.
En contacto con el aire o a medida que se pierde el ácido libre en el vino, los compuestos incoloros
formados se destruyen y vuelven a liberar los pigmentos originales. El sulfitado puede repetirse en el
vino en función de si su concentración remanente es suficiente para asegurar su acción beneficiosa y
alargar así su conservación.
2.3.4.6.- Desfangado
Proceso en el cual se deja reposar al mosto, durante un tiempo más o menos largo, para eliminar las
partículas más gruesas en suspensión (partes carnosa de la uva, fragmentos de suciedad y otras
sustancias) que sedimentan, permitiendo su separación. Esta operación hay que hacerla antes de que
empiece la fermentación. Se puede hacer de dos formas:
• Estático (por gravedad) en mostos a baja temperatura y con adición de anhídrido sulfuroso
para retrasar 24 o 48 horas el inicio de la fermentación. El empleo del frío, hoy práctica ya
habitual, tiende a suprimir el uso del “anhídrido sulfuroso”.
• Dinámico, mediante el empleo de máquinas centrífugas que centrifugan el mosto
inmediatamente después de someterlo a un reposo. A veces también se realiza el
desfangado dinámico por filtración.
Pueden utilizarse sistemas de filtración con filtros de tierra o centrifugaciones, pero son demasiado
exhaustivos, eliminando por ejemplo las levaduras autóctonas cuyo efecto es deseado durante la
fermentación. El proceso de desfangado se puede acelerar con el uso de enzimas pectinolíticos al
disminuir la viscosidad de los mostos.
Durante este proceso se transforman los azúcares del mosto en alcohol etílico y dióxido de carbono,
principalmente, gracias a la acción de ciertas levaduras, cuando estas viven sin aire. Las levaduras son
hongos ascomicetos unicelulares de un tamaño aproximado de 2-6 micras y se encuentran en estado
natural en la capa superficial del suelo de los viñedos. Durante la época de maduración de la uva se
adhieren a la película de cera que tiene los granos de uva (pruina) al ser transportados por el aire los
insectos. Así llegan a la bodega y al mezclarse con el mosto dulce empiezan a desarrollarse y
multiplicarse. Existe un gran número de especies y razas de levaduras que se diferencian por su
aspecto, sus propiedades, sus modos de reproducción y la forma en que transforman el azúcar. Las
levaduras del vino pertenecen a una docena de géneros cada uno dividido en especies. Al
encontrarse en un medio nutritivo favorable se reproducen (por germinación y por formación de
esporas) multiplicándose de forma considerable y favoreciéndose así su intervención. En pocos
minutos y en forma incesante duplican su número, si se encuentran en ese medio nutritivo favorable,
de forma que su multiplicación es explosiva (Jackson, 2008).
Para las levaduras que se alimentan de azúcares, el alcohol que producen en el metabolismo es un
producto de desecho y por tanto inconveniente. Por ello a medida que van consumiendo azúcar y
produciendo alcohol, el medio se les va volviendo adverso. Sin embargo la selección natural ha
provocado que se haya generado un equilibrio para las levaduras autóctonas de cada localidad, entre
su resistencia al alcohol y la riqueza natural de las uvas allí producidas. Por ello la fermentación
alcohólica termina cuando prácticamente todo el azúcar del vino ha sido transformado en alcohol.
Queda siempre una pequeñísima parte sin transformar llamado azúcar residual, medido y valorado
como azúcares reductores. La vigilancia de la fermentación es imprescindible y se reduce el control a
dos parámetros: la densidad (concentración de azúcar en el mosto) y la temperatura. El control de la
densidad que se realiza con un mustímetro o pesamostos, permite determinar la cantidad de azúcar
que queda en el mosto en cada momento y da una idea de cómo marcha la fermentación y a qué
velocidad se va transformando y disminuyendo el azúcar. El control de la temperatura es aún más
importante, ya que su aumento por encima de cierto nivel puede dar lugar a una parada de
fermentación por muerte de las levaduras. Por eso hoy en día se emplean técnicas de refrigeración
de mostos que permiten controlar las temperaturas de fermentación y conducirla de forma idónea.
Por otro lado, no debe olvidarse que las altas temperaturas aumentan la volatilidad y por tanto la
pérdida de las sustancias aromáticas tan importantes en un vino. La duración de la fermentación y
del encubado varía mucho según el tipo de mosto que se quiere obtener y la velocidad de la reacción
fermentaria (Boulton y Marchena, 2002; Hidalgo, 2011).
Esta duración influye de manera decisiva en el cuerpo, astringencia, evolución y longevidad del vino.
En general, los encubados largos son más propios de vendimias sanas, de acidez bastante elevada,
fermentada a moderada temperatura. Permite obtener vinos con cuerpo, adecuados a la
conservación y que mejoran con la crianza; los encubados cortos se aplican a vendimias poco sanas,
con uvas muy maduras de baja acidez, que han fermentado con altas temperaturas y originan vinos
muy ligeros, suaves que no ganan con el envejecimiento. Son vinos de consumo rápido. (Mijares y
Sáez Illobre, 1998; Zamora, 2003)
Se realiza en depósitos de tamaño variable, desde pequeñas barricas de madera hasta grandes
depósitos, preferentemente de acero inoxidable por su gran asepsia y elevada transmisión de calor.
La fermentación suele durar entre una y seis semanas, dependiendo de las temperaturas y los tipos
de vino. Cuanto más baja es la temperatura del mosto, más lenta es la fermentación, pues la
levaduras actúan con una cierta inhibición (Zamora, 2003).
En la fermentación se producen una serie de reacciones más o menos encadenadas, y así a partir de
glucosa u otros azúcares fermentables (fructosa, manosa) se obtiene un producto final mayoritario
que es el etanol. En las primeras fases se produce una fermentación glicero-pirúvica, cuyo resultado
es la aparición de glicerina. La glicerina da cuerpo a las bebidas alcohólicas y por tanto interesa que
se forme, pero eso sí, en concentraciones bajas, ya que de lo contrario produciría alteraciones
sensoriales y podría ser utilizada como substrato nutritivo por algunos microorganismos alterantes.
Entre las condiciones operativas a tener en cuenta, destacan factores físicos como la temperatura y
la aireación, y factores químicos como la presencia de SO2 pesticidas etc.
Consiste en un proceso por el cual ciertos microorganismos presentes en el vino (bacterias lácticas)
desencadenan la fermentación del ácido málico que se transforma ácido láctico y ácido carbónico,
suavizando la acidez del vino.
El ácido málico, más verde y acídulo se transforma en ácido láctico más suave y sedoso. Este proceso
contribuye en gran parte al acabado de los vinos.
Este es un proceso espontáneo que no siempre es adecuado para nuestros vinos y que sólo se da en
vinos con elevada acidez que han estado bastante tiempo en contacto con las heces. Hay que evitar
que se produzca antes de finalizada la fermentación alcohólica para evitar posibles desviaciones y
alteraciones en el vino. Este proceso no es deseado en vinos jóvenes y afrutados que tienen en su
acidez un punto positivo a la hora de su degustación. El valor del pH del vino es uno de los factores
más importantes para la multiplicación de las bacterias acidolácticas. En el vino no se produce esta
transformación a pH inferiores a 3,2. Cuanto mayor es el valor del pH mejor tiene lugar la
multiplicación de las bacterias acidolácticas y con mayor velocidad se produce el desdoblamiento
ácido (Zamora, 2003; Hidalgo, 2011).
Hay que tener en cuenta que se puede influir sobre este proceso de forma que temperaturas frías,
sulfitados intensos (< 30 mg/l), descensos del pH, descube y clarificado temprano, una vez terminada
la fermentación, son factores que inhiben el desarrollo de las bacterias acidolácticas, mientras que
temperaturas por encima de 15ºC, sulfitados muy escasos o inexistentes, pH alto y larga
permanencia de las heces en contacto con el vino son factores que estimulan esta transformación.
2.3.7.- DESCUBE.
El tratamiento del vino joven después de la fermentación resulta de decisiva importancia para la
posterior evolución del vino y para su calidad. Después de que las levaduras y otras partículas hayan
sedimentado, se ha de proceder a la separación del vino de estas lías para prevenir la aparición de
sabores y olores extraños y prevenir posteriores enturbiamientos. El contacto prolongado del vino
con estas heces no es beneficioso en ningún caso ya que después de un tiempo las levaduras mueren
y entran en descomposición produciendo modificaciones perjudiciales en aroma y sabor.
El momento óptimo del descube o primer remontado depende de las características del vino. Los
vinos de baja acidez se separan ya a las pocas semanas de concluir la fermentación, para conservar la
acidez dentro de lo posible. El vino con elevada acidez se deja normalmente en contacto con las lías
hasta finales del año o más para favorecer el desdoblamiento de los ácidos.
Son tratamientos de estabilización de los vinos. Se realizan después de que el vino ya está elaborado
y antes de pasar a la fase de crianza y envejecimiento, en su caso. Hay dos objetivos fundamentales a
conseguir, limpidez y estabilidad (Mijares y Sáez, 1998)
La limpidez. Es una de las cualidades que el consumidor exige al vino, tanto en la botella como en la
copa. No le basta que el vino sea bueno, tiene que ser límpido y no contener posos. El vino que no
está limpio se bebe mal y no invita a beber.
Cuando se acaba la fermentación el vino es un líquido turbio y vivo. Contiene en suspensión restos de
microorganismos de la fermentación (levaduras etc.) desechos de células procedentes de la uva y
partículas amorfas y coloidales. Todas naturales, pero no estéticas. Con el reposo las partículas más
pequeñas van cayendo al fondo de la vasija y el vino se clarifica de forma espontánea ya que esas
partículas groseras depositadas se pueden separar fácilmente del líquido limpio por simple
decantación (Zamora, 2013).
Pero no basta con conseguir una limpidez aparente, es necesario que esa limpidez aparente se
mantenga más o menos definitivamente.
En el vino joven por ser algo realmente vivo, se están desarrollando continuos procesos bioquímicos
lo que hace que esa limpidez, entre otras cosas, está continuamente amenazada por ciertos
trastornos o alteraciones de múltiples clases y órdenes que se conocen con los nombres de
accidentes, quiebras y enfermedades de los vinos.
Además de alterarse la limpidez, que es lo primero que ve el consumidor, se pueden alterar el resto
de los caracteres organolépticos (oído, color, olor, sabor, tacto, etc.)
1. Presencia de metales: Hierro o Cobre, son metales catalizadores de procesos redox en medio
oxidativo o reductor
2. Falta o exceso de acidez total: sabor fuerte, se pega a los dientes, por tanto habrá que
acidificar o desacidificar.
3. Estabilización a bajas temperaturas: se aprecian cristales blancos. Si no existe precipitado en
la botella es porque el vino tiene antifermentos.
4. Enfermedades biológicas y sus tratamientos
A.- por clarificación espontánea o autoclarificación. El vino de forma natural sufre un proceso de
clarificación y estabilización a lo largo del tiempo, esto se aprovecha en la técnica de trasiegos.
Consisten básicamente, en la eliminación, tras un determinado periodo de tiempo, de las lías
depositadas de forma natural en el fondo de los depósitos o barricas, pasando el vino de un envase a
otro. Esto se realizaba varias veces al año y en otros tiempos, con las antiguas técnicas enológicas era
el único sistema con que se contaba. Los trasiegos son un buen momento para sulfitar los vinos en
caso de ser necesario. La velocidad de esta autoclarificación depende de la riqueza del vino en unas
sustancias naturales, llamadas coloides protectores, que se oponen a la aglomeración y posterior
sedimentación de las partículas en suspensión. Los vinos tintos clarifican más rápidamente, los
blancos tardan mucho más tiempo en clarificar y a veces no se consigue nunca. Como esta
autoclarificación es muy lenta, hoy en día es difícil esperar que se produzca sobretodo en vinos que
se quieren comercializar jóvenes (Mijares y Sáez, 1998).
B.- por clarificación propiamente dicha. En el lenguaje enológico, por clarificación se entiende la
eliminación de la turbiedad del vino mediante la adición de determinadas sustancias clarificantes
totalmente inocuas, conocidas y legalmente autorizadas llamadas colas o clarificantes que, por
acción superficial, se adhieren a las partículas enturbiadoras y las sedimentan o bien provocan la
floculación coloidal de un determinado componente del vino que envuelve a la sustancia
enturbiadora y la hace precipitar. Es decir que se coagulan con el vino y producen grumos que
sedimentarán los componentes que puedan inestabilizarlo. Las sustancias empleadas son
generalmente y su coagulación se produce por influencia del tanino del vino y a veces por la propia
acidez (Hidalgo, 2011). También influye la temperatura y otros factores.
En cualquier caso hay que tener en cuenta el efecto de los diferentes clarificantes sobre otros
componentes del vino y sobre todo su efecto sobre la materia colorante.
a) Reacción con la cola de los polifenoles (taninos y leucoantocianidinas del vino) que la coagulan e
insolubilizan.
b) Separación de la cola por floculación.
El mecanismo de la clarificación se explica por las cargas eléctricas opuestas de las partículas
presentes. Lo importante es que las colas añadidas al vino para su clarificación se coagulen y
precipiten y que no permanezcan en solución en el vino.
Todos los productos clarificantes se eliminarán por decantación y/o filtración al cabo de cierto
tiempo, nunca se quedan en el vino terminado, ni nunca se mezclan con él. La cola más natural es la
clara de huevo batida a punto de nieve con la que aún se clarifican grandes vinos tintos.
Biológicos Levaduras
Borras
De síntesis Industrial No están autorizados
Minerales Bentonita
Caolín
Tierra de Lebrija
Gelatinas. Sustancias que se obtienen del cuero y de los huesos de animales. Se venden en forma de
láminas o polvos cristalinos. Hay que hincharlas primero en el agua. Se usan para clarificar vinos
blancos, rosados y tintos.
Cola de pescado, se extrae de la vejiga natatoria de algunos peces (esturión). Se vende en polvo o en
forma de hojas rugosas. Se usa en vinos blancos.
Caseína. Se extrae de la leche. Tiene gran poder decolorante. Se utiliza en vinos blancos
Bentonita. Sustancia mineral de la familia de las arcillas. Hay muchas variedades. Se deben hinchar
primero en agua. Se emplean para todo tipo de vinos y mostos.
Los procedimientos físicos que son eficaces para la clarificación, separan las partículas groseras del
líquido claro. Hay dos procedimientos fundamentales:
- Centrifugación
- Filtración. La filtración puede realizarse con filtros de tierras diatomeas o celulosa. Existen
también filtros esterilizantes.
Para vinos comunes y vinos de consumo rápido se suelen conjugar los dos tipos de tratamiento:
clarificación y filtración.
Se obtienen, así vinos limpios, con brillo, con bajas poblaciones de microorganismos y en los que se
consigue una cierta mejora gustativa.
Un tipo de clarificación especial es la clarificación azul que se utiliza para eliminar del vino
compuestos férricos que pueden producir en el vino colores grises: debido a la presencia de fosfato
férrico o bien colores negros por unión del hierro a taninos. Para ello se utiliza ferricianuro potásico,
que además del hierro puede insolubilizar cobre, zinc y manganeso. Este tipo de clarificación es cada
día menos frecuente debido a que las nuevas técnicas enológicas que introducen acero inoxidable y
esto reduce de forma considerable la carga de hierro en mostos y vinos.
Una estabilización muy frecuente y que se usa en combinación con la filtración es la estabilización
tartárica. La solubilidad del tartrato potásico depende del contenido alcohólico, de la temperatura y
del pH del vino, disminuyendo al aumentar el grado alcohólico y al bajar la temperatura. En los vinos
jóvenes hay mucha concentración de esta sal y se puede eliminar una parte por refrigeración y
posterior filtración del vino. Otra forma de evitar la formación de cristales en la botella es colocar
unos cristales de esta sal en el corcho de la botella de forma que actúen de núcleo de cristalización y
eviten así la presencia de cristales libres en el vino (Mijares y Sáez, 1998; Hidalgo, 2011).
2.3.9.- EMBOTELLADO
El vino se embotella y cierra con tapones de corcho, siendo ésta la forma en que llega al consumidor.
En la cuba, sujeto en mayor o menor medida a la acción del aire, el vino va perdiendo, después de un
tiempo su frescura y ganando buqué. En la botella, el vino joven se conserva fresco, claro, aromático
y fuerte (Mijares y Sáez, 1998).
2.3.10.1.- Tintos.
A partir de este momento, siguen todos los demás procesos habituales hasta el envejecimiento en su
caso y el embotellado.
Durante la maceración, las partes sólidas de la uva (hollejos, semillas y borras de la pulpa) ceden
parcialmente sus constituyentes entre otros los taninos, las sustancias aromáticas, las nitrogenadas
etc. La mayoría de ellos son útiles, otras en cambio, como las que dan sabor amargo ocre y herbáceo,
que están en la piel y en las pepitas, son indeseables. Por ello la maceración, como proceso de
extracción fraccionada, debe ser regulada. En la maceración se conjugan dos fenómenos
fundamentales, la disolución y la difusión (Zamora, 2003).
La disolución de los antocianos de la uva comienza con la muerte de la célula, la cual se produce con
la trituración mecánica y la asfixia ocasionada por la acción conjunta y combinada del alcohol, el SO2
y el CO2. Otro factor que favorece la disolución de las sustancias es la temperatura.
No es suficiente que la materia colorante sea disuelta, sino que al mismo tiempo debe pasar a través
de la membrana de la célula que la contiene. Este fenómeno se denomina difusión, y es favorecido
por la muerte de las células, el molido de la uva, el sulfuroso (que aumenta la permeabilidad de la
membrana celular), la temperatura y las operaciones mecánicas de bazuqueo y remontado, que
contribuyen a homogeneizar todas las zonas de la cuba.
La extracción máxima de color se logra cuando se establece el equilibrio, es decir cuando se iguala la
concentración de color en la fase líquida (mosto – vino) y en la parte sólida, fundamentalmente
hollejos.
Al mismo tiempo que se incorpora la materia colorante se incorporan sustancias tánicas más
lentamente, influyendo de manera decisiva en sus distintos grados de condensación. Las taninos
juegan un papel preponderante en la transformación de los vinos tintos, van a desaparecer los
antocianos responsables del color rubí en los vinos nuevos apareciendo el color rojo anaranjado,
debido a los taninos propios de los vinos más viejos.
El grado de maceración dependerá del tipo de vino que queramos obtener, acortándose
generalmente en variedades comunes y prolongándose en variedades preferentes.
La fermentación de los vinos tintos se desarrolla en circunstancias similares a aquellos en los que se
efectúa en los demás vinos, con la diferencia de que se fermenta a temperatura más elevada, para
extraer así los taninos más valiosos. A baja temperatura se extraen por el contrario taninos más
duros y organolépticamente más desagradables (Hidalgo, 2011).
Terminada ésta se procede al descube o separación del vino de las partes sólidas, siguiéndose con la
fermentación de acabado durante la que ocurren importantes transformaciones biológicas que
determinan su carácter más o menos fino. La más importante de estas transformaciones es la
Fermentación maloláctica que contribuye en gran parte al acabado de los vinos.
El vino rosado se elabora a partir de uvas tintas cuyos mostos han fermentado con muy escaso
contacto con los orujos. El mosto es siempre blanco, por tanto el color característico lo adquiere de
la piel de la uva tinta y su intensidad colorante es escasa dado el poco tiempo de contacto con los
hollejos. La fermentación después se realiza en virgen como en los blancos. Una vez estrujada la
vendimia se realiza un ligero desfangado antes de que comience la fermentación. En la Figura 2.4 se
describe l proceso de elaboración del vino Rosado.
Se elabora a partir de uva blanca o de uva tinta con pulpa no coloreada y por fermentación única del
jugo de uva sin las partes sólidas del racimo, en el caso del blanco. No hay maceración, o breve en los
rosados, para evitar la los taninos del hollejo (en los tintos la maceración si interesa pues hay otros
taninos menos “duros”). La figura 2.5 expresa el proceso de fabricación del vino blanco.
La vendimia de las uvas blancas requiere especial cuidado por su delicadeza:
- No hace falta esperar a su maduración completa en las regiones cálidas.
- Vendimiando precozmente se consigue mayor equilibrio, acidez, alcohol y aroma.
- La uva debe estar sana, excepto en algunos tipos de vinos especiales en que se busca
expresamente la podredumbre (en este caso la podredumbre noble).
- Si se puede, debe recogerse la uva en cajas de no más de 15 Kg.
- No se deben romper ni herir las uvas durante su recogida, para evitar los fenómenos de la
oxidación que, en caso de los vinos blancos, son muy perjudiciales.
En la obtención del vino blanco se observan las siguientes etapas (Mijares y Sáez, 1998):
Prensado.- Su misión es extraer el mosto por medio de la presión ejercida sobre las uvas. En los vinos
de calidad esta operación es precedida por la de escurrido o sea, separación del mosto sin presión,
obteniéndose así el mosto de mayor calidad (mosto yema, o mosto flor), que se fermenta
separadamente del obtenido por prensado.
Descube o Descubado.- lo más rápidamente posible, una vez terminada la fermentación, se separa el
vino de las lías (depósito de otras materias sólidas, compuesto principalmente de restos celulares,
tártaro, levaduras, etc.).
Trasiegos.- Una vez descubado el vino blanco hay que trasegarlo (trasvasarlo de un depósito a otro
decantándolo), al menos dos o tres veces en sus primeros seis meses si se trata de envases grandes.
Después seguirían las operaciones comunes a todos los vinos, de Clarificación, Estabilización y
Embotellado y, en el caso de vinos destinados a “guarda”, Envejecimiento, en su caso.
Son términos municipales incluidos en la zona de producción, pertenecen a las provincias de Burgos,
Segovia, Soria y Valladolid (DORD, 2015; DOUE, 2008). En la Figura 2.6 Puede verse un Mapa de la
Denominación de Origen Ribera del Duero.
La elaboración de los vinos protegidos se realizará con uvas de las variedades siguientes: Tinta del
País, Cabernet Sauvignon, Garnacha tinta, Malbec, Merlot y Albillo; de estas variedades se considera
como principal la Tinta del País.
Las prácticas de cultivo serán las tradicionales que tiendan a conseguir las mejores calidades. La
densidad de plantación estará comprendida entre un máximo de 4.000 cepas por hectárea y un
mínimo de 2.000 cepas por hectárea. Los sistemas de poda serán los siguientes: El tradicional sistema
“en vaso” y sus variantes, con una carga máxima de quince yemas por cepa sobre un máximo de seis
pulgares. Y se podrá efectuar la poda en “espaldera” que, en todo caso, se ajustará a determinadas
prescripciones. El Consejo Regulador podrá autorizar la aplicación de nuevas prácticas culturales,
tratamientos o labores que, constituyendo un avance en la técnica vitícola, se compruebe no afectan
desfavorablemente a la calidad de la uva o del vino producido (DORD, 2015)
La página web del Consejo Regulador de la Denominación de Origen Ribera del Duero
(www.riberadelduero.es) detalla todos los aspectos técnicos y legales referidos a los requisitos que
deben cumplir las prácticas culturales, las variedades de uvas, la realización de la vendimia, los
procesos de elaboración de los vinos, etc… de los caldos acogidos a esta Denominación de Origen
Protegida.
La producción máxima admitida por hectárea será de 70 quintales métricos de uva. Este límite podrá
ser modificado en determinadas campañas por el Consejo Regulador, a iniciativa propia o a petición
de los viticultores interesados efectuada con anterioridad a la vendimia, previos los asesoramientos y
comprobaciones necesarios. En cualquier caso, tal modificación no podrá realizarse por encima del
25 por 100 de la producción máxima admitida por hectárea antes fijada. La uva procedente de
parcelas cuyos rendimientos sean superiores al límite autorizado, no podrá ser utilizada en la
elaboración de vinos protegidos por esta Denominación, debiendo adoptar el Consejo Regulador las
medidas necesarias para asegurar el cumplimiento de este precepto.
Vinos tintos: Se elaboran con un mínimo del 75% de la variedad Tempranillo, también conocida
como Tinta del País o Tinto Fino. En cualquier caso, la participación en estos vinos de la variedad
Tinta del País, sola o junto con Cabernet-Sauvignon, Merlot y Malbec, no deberán ser inferior al 95%.
En consecuencia, la variedad Garnacha Tinta, al igual que la Albillo, no se pueden utilizar en más de
un 5% para la elaboración de estos vinos.
Vinos rosados: La elaboración de los vinos rosados se efectúa con un mínimo del 50% de las
variedades de uva tinta autorizadas.
El Vino Tinto Joven es un vino sin permanencia en madera o con un paso por barrica inferior a 12
meses. Llega al mercado pocos meses después de la vendimia. Sus características sensoriales son:
- Fase visual: Muestra un rojo guinda muy intenso con importantes ribetes azulados, añil,
violeta y púrpura. Ligeros matices rubí, con gran intensidad de color, muy vivo.
- Fase olfativa: En nariz presenta aromas primarios acentuados y densos, en la gama de la
fruta madura y bayas silvestres (mora, zarzamora, frambuesa,...).
- Fase gustativa: Amplio en boca y pleno de sabores. Ofrece un importante aporte tánico,
complementado con una equilibrada acidez que le confiere viveza.
El Vino Tinto Crianza es un vino que ha permanecido un mínimo de 12 meses en barrica de roble y se
comercializa con posterioridad el 1 de octubre del segundo año tras la vendimia. Sus características
sensoriales son:
Fase visual: Presenta colores que evolucionan de un profundo picota intenso al rojo guinda.
Destacados tonos violáceos en capa fina que evidencian aún matices de juventud.
Fase olfativa: Sobre una intensa base frutal, sus aromas ensamblan con los matices propios
de maderas nobles, abarcando desde los especiados de vainilla, regaliz o clavo, hasta los
tostados y torrefactos.
Fase gustativa: En boca resulta carnoso, estructurado y redondo. De componente tánica
equilibrada, su paso en boca es aterciopelado, pleno de sabores, manifestando una amplia
persistencia y potente retronasal.
El Vino Tinto Reserva es un vino con 36 meses de envejecimiento entre barrica y botella, cumpliendo
un mínimo de 12 meses en barrica. Llega al mercado con posterioridad al 1 de diciembre del tercer
año tras la vendimia. Sus características sensoriales son:
• Fase visual: De lenta evolución cromática y capa intensa, sus tonalidades varían del rojo
picota granate al rojo rubí.
• Fase olfativa: Intenso y elegante. Presenta profundos aromas de fruta sobremadura y
confitada combinados con otros como cuero, almizcles, minerales y balsámicos.
• Fase gustativa: Carnoso, potente y equilibrado, resulta amplio y robusto en boca. Vía
retronasal larga y persistente que potencia los aromas propios del envejecimiento.
El Vino Tinto Gran Reserva, es un vino con 60 meses de envejecimiento entre barrica y botella,
cumpliendo un mínimo de 24 meses en barrica. Llega al mercado con posterioridad al 1 de diciembre
del quinto año tras la vendimia. Sus características sensoriales son:
• Fase visual: Capa alta con base rojo cereza, apreciándose una amplia gama de tonalidades:
desde el rojo granate hasta el rubí, pudiéndose observar matices teja en capa fina.
• Fase olfativa: Sobre una base de frutas compotadas, presenta aromas complejos de todas las
series. Los aromas terciarios adquiridos durante su envejecimiento sugieren una amplia
gama de matices: tostados, maderas nobles, especias, caza....
• Fase gustativa: Su firme estructura y gran equilibrio realza la persistencia y elegancia de este
vino. A pesar del tiempo transcurrido, mantiene una evidente viveza y armonía que
confirman su acreditada longevidad.
El Vino Rosado es un vino fermentado en ausencia del hollejo de la uva, puede disfrutarse poco
tiempo después de la vendimia. Sus características sensoriales son:
• Fase visual: Presenta un tono rosa fresa, con destacables matices rosa grosella y tenues
irisaciones violáceas en capa fina.
• Fase olfativa: Aromas frutales con matices característicos de bayas silvestres y fruta madura,
típicos de las variedades Tempranillo y Albillo.
• Fase gustativa: Resulta afrutado y fresco, manifestando una atractiva y característica acidez.
Otras característica de los vinos de Ribera del Duero es que la acidez volátil real de los vinos del año,
expresada en ácido acético, no será superior a: 0,05 gramos/litro (0,833 miliequivalentes por litro)
por grado de alcohol adquirido. Los vinos de edad superior a un año no podrán superar 1 gramo/litro
hasta 10 por 100 (v) y 0,06 gramos/litro por cada grado de alcohol que exceda de 10 grados.
Figura 2.7.- Características Climáticas -Verano 2015- que afectan a la vid en Ribera del Duero
(http://www.vilaviniteca.es/blog/es/ribera-del-duero-2015-por-peter-sisseck/)
Las específicas condiciones climatológicas que caracterizan el cultivo de la vid en la Ribera del Duero,
tienen gran influencia a lo largo del ciclo vegetativo de las viñas, desempeñando un papel
fundamental en el desarrollo de la planta y la maduración de la uva. De esas especiales condiciones
depende, en gran medida, la calidad de los caldos obtenidos. La climatología de la Ribera del Duero
se caracteriza, en líneas generales, por una pluviometría moderada-baja (400-600 mm de promedio
al año) que, unida a sus veranos secos e inviernos largos y rigurosos y con acusadas oscilaciones
térmicas a lo largo de las estaciones, la enmarcan dentro de un clima mediterráneo cuyo carácter
primordial es la continentalidad (La figura 2.7 representa el efecto de Temperatura y Humedad sobre
la planta en verano 2015).
La Ribera del Duero se localiza en la gran meseta septentrional de la Península Ibérica, formada por
un gran zócalo antiguo arrasado y, en parte, recubierto por sedimentos terciarios. El mayor volumen
de estos sedimentos está constituido por capas más o menos lenticulares de arenas limosas o
arcillosas, y destaca la alternancia de capas, tanto de calizas como de margas e, incluso, de
concreciones calcáreas.
La figura 2.8 recoge la evolución de diferentes etiquetados oficiales de los vinos de la Denominación
de Origen Ribera del Duero, desde 1982 hasta la actualidad.
Figura 2.8.- Diferentes etiquetados oficiales de vinos Denominación de Origen Ribera del Duero.
Tempranillo
Características vitícolas
Excepcional adaptación. Seno peciolar cerrado, envés arañoso-velludo.
Racimos compactos de doble hombro y tamaño medio.
Características organolépticas
Vinos de fuerte coloración violásea. Destacan aromas a mora que se
conjuntan con frutos negros del bosque.Tanino estructurado a dulce en
sobremaduración, acidez media.
Cabernet-Sauvignon
Características vitícolas
Adaptación buena. Seno peciolar abierto en U, envés poco arañoso-
velludo. Racimos pequeños y compactos con bayas pequeñas y esféricas.
Brotación tardía.
Características organolépticas
Vinos de alta acidez, destacan aromas a pimiento verde, que pasan a
frutos negros en sobremaduración. Tanino acusado.
Merlot
Características vitícolas
Adaptación media, difícil cuajado, escasa producción. Hojas medianas de
seno peciolar abierto, envés arañoso y peciolo gabro. Racimos medios y
sueltos de bayas medio azuladas. Maduración tardía.
Características organolépticas
Vino de acidez media, destacan aromas de fruta negra conjuntada con
matices de frutos secos. Tanino medio.
Malbec
Características vitícolas
Adaptación media, poca producción. Hojas muy grandes orbiculares, con
seno peciolar de bordes tangentes y envés arañoso en ovillo. Racimos
medios, sueltos de pedúnculos y pedicelos rojizos y bayas pequeñas.
Brotación tardía.
Características organolépticas
Vino de acidez alta, destacan aromas de fruta negra conjuntada con
matices de balsámiscos metolados. Tanino medio.
Garnacha tinta
Características vitícolas
Adaptación muy buena, alta producción, bajo grado. Hojas grandes
orbículo-cuneiformes de seno peciolar frecuentemente abierto en V.
Nervios y peciolos verdes, racimos medios, compactos y de maduración
muy tardía.
Características organolépticas
Vinos aromáticos en los que predomina la fresa madura, de escaso color
y acidez media. Tanino medio. Potencial oxidativo alto.
Albillo
Características vitícolas
Adaptación muy buena, pronta maduración, media producción, grado
medio como variedad blanca. Porte erguido, color de epidermis amarillo
pardo. Hojas coriformes de seno peciolar frecuentemente abierto en U.
Envés arañoso, de nervios velludos y peciolo glabro. Racimos medios,
sueltos con bayas doradas de piel muy fina.
Características organolépticas
Vinos aromáticos en los que predominan las frutas de pepita y hueso,
manzana y melocotón, de color muy sutil, entre el amarillo paja pálido y
el pálido acerado. Acidez media.
En Ribera de Duero se emplean los siguientes índices de maduración, para determinar el momento
de la vendimia, y se comparan con los valores de campañas anteriores:
El vino es la bebida obtenida de la uva (especie Vitis vinífera) mediante la fermentación alcohólica de
su mosto o zumo. La fermentación se produce por la acción metabólica de levaduras que
transforman los azúcares de la uva en alcohol etílico y gas en forma de dióxido de carbono (Jackson,
2008; Robinson, 2006).
El vino está compuesto principalmente por agua y alcohol etílico (11-15% en volumen) y en estos dos
compuestos mayoritarios están disueltos todos los demás que le confieren sus cualidades y
características organolépticas. Los constituyentes fundamentales (Jacobson, 2006; Jackson, 2008;
Ribérau-Gayon, 1974) que posee un vino son:
o Ácidos orgánicos (tartárico, málico, láctico -formado a partir del anterior en la fermentación
maloláctica-, cítrico, succínico y acético)
o Compuestos fenólicos (antocianos, taninos, resveratrol, etc.)
o Alcoholes (glicerol, eritritol, manitol, arabinol, etc.)
o Ésteres (acetato de etilo, butanoato, hexanoato, etc.)
o Azúcares residuales (pentosas como la arabinosa, ramnosa y xilosa, además de restos de
glucosa y fructosa sin fermentar en concentraciones inferiores a 2 g/l).
o Aldehídos (acetaldehído, furfural, dienal, aldehídos fenólicos provenientes de la crianza en la
barrica como cinamaldehído, vainillina, etc.) y cetonas (diacetilo, acetoína, norisoprenoides,
etc.)
o Sales inorgánicas, destacando como aniones el fosfato y el sulfato principalmente, y cationes
como potasio (suele ser el mayoritario), sodio, magnesio, etc.
o Compuestos nitrogenados (aminas, amidas, aminoácidos, etc.)
Los compuestos fenólicos son muy abundantes en el vino y son probablemente uno de los grupos de
sustancias que proporciona más atributos al vino. Es importante remarcar que tras carbohidratos y
ácidos son el tercer grupo de compuestos más importante (Margolit, 2016). Se trata en muchos casos
de metabolitos secundarios de la uva que se concentran en la piel y en las semillas (pepitas). Los
polifenoles afectan directamente a los sabores, a los olores y otras capacidades sensitivas del vino,
razón por la cual, los viticultores cuidan en detalle de su evolución durante las fases de vinificación.
La concentración de polifenoles en el mosto depende en gran medida de la variedad de Vitis vinífera,
del tipo de suelo y del clima en el que se haya cultivado. Además, la concentración y distribución de
los diferentes polifenoles presentes en los vinos, depende igualmente en gran medida de la forma en
que se haya procesado la uva. Por ejemplo, en los vinos blancos que han tenido poco contacto con
los hollejos de la uva hay unas concentraciones diferentes de las observadas en los vinos tintos
(Vernon and Singleton, 1987; Aleixandre, 2012).
Entre los compuestos fenólicos, cabe destacar los taninos, sustancias muy reactivas, que en solución
reaccionan con las proteínas y precipitan; otra familia fenólica importante son las antocianinas que
aportan color a los vinos, auténticos colorantes naturales que pueden blanquearse (perder su color)
por la acción de diversos agentes u operaciones químicas tales como la oxidación o la reducción, en
muchos casos la acidez preserva la coloración de los vinos. Los compuestos fenólicos ocupan un
papel muy importante en los procesos de maduración y evolución del vino, como ocurre con la
oxidación fenólica (Sandler y Pinder, 2002; Vacca et al., 2003; Benito, 2010; Waterhouse et al., 2016).
Los compuestos fenólicos son un grupo de sustancias heterogéneas que se caracterizan por poseer
un anillo aromático con al menos una sustitución hidroxilo y una cadena lateral funcional. Esta
estructura es responsable de propiedades químicas como es la capacidad de formación de quelatos
con metales, la elevada tendencia a la oxidación y la capacidad de polimerización y de producir
reacciones de condensación. En la figura 3.1 se describen las principales familias fenólicas presentes
en los vinos. Casi todos los tejidos de las plantas contienen mezclas complejas de fenoles, en estado
libre o unidos a hidroxiácidos y azúcares. Los compuestos fenólicos se caracterizan por su solubilidad
en agua y su menor reactividad química (Santos-Buelga y De Freitas, 2003; Hidalgo, 2011).
Figura 3.2.- Familias fenólicas y presencia en las uvas. (Mijares y Sáez, 1998).
Durante la maduración de los vinos en botella y la crianza en barrica los compuestos fenólicos
experimentan importantes transformaciones que conducen a cambios notables en la composición de
los vinos, por ello pueden considerarse el factor que determina su aptitud para el envejecimiento,
además poseen ciertas propiedades fisiológicas tales como efecto vitamínico P, acción bactericida,
propiedad antitóxica, etc. Siendo por tanto el origen del color y de la astringencia, y según su
naturaleza pueden incluso tener interés nutricional y farmacológico (Haslam, 1989; Mijares y Sáez,
1998; Soto at al., 2010).
La figura 3.2 muestra el lugar dentro de la uva donde se encuentran mayoritariamente los diferentes
compuestos fenólicos que se encontrarán posteriormente presentes en los vinos.
La clasificación de los compuestos fenólicos propuesta por Harbone y Simmonds en 1964 (Cheynier
et al., 2000; Flanzy, 2000; Moreno-Arribas y Polo, 2009; Moreno-Vigara y Pinado, 2009), según su
esqueleto carbonado agrupa a estos compuestos en familias, siendo las más importantes:
C6 Fenoles sencillos.
C6-C1 Alcoholes, aldehídos, cetonas y ácidos benzoicos.
C6-C2 Acetofenonas.
Alcoholes y ácidos fenilacéticos.
Ácidos mandélicos. C6-C3 Alcoholes, aldehídos y ácidos cinámicos
Alcoholes y ácidos 3-fenil-1-propanoicos
Cumarinas
Isocumarinas
Cromonas
Este grupo de compuestos contiene un único anillo bencénico que dependiendo de los
constituyentes, da lugar a diversas estructuras. Moreno-Arribas y Polo (2009) revisan ampliamente
este tipo de sustancias en los vinos estableciendo los siguientes grupos: ácidos hidroxibenzoicos,
ácidos hidroxicinámicos, fenoles volátiles, estilbenos y un resto de compuestos heterogéneos donde
se incluyen lignanos y cumarinas por ejemplo. Los compuestos no flavonoideos, aunque no aporten
color a los vinos de forma significativa, son conocidos por realzar y estabilizar el color en vinos tintos,
a través de reacciones intra e intermoleculares. Además contribuyen al aroma y sabor de los vinos a
través de los ácidos fenólicos volátiles, y algunos de ellos, como el resveratrol, exhiben una potente
actividad biológica. Así mismo, los compuestos fenólicos no flavonoideos pueden oxidarse por vía
enzimática o química dando lugar a tonalidades amarillas/marrones; este fenómeno denominado
pardeamiento es el responsable de que los vinos blancos añejos presenten tonos más oscuros que
cuando eran jóvenes. Asimismo, los compuestos fenólicos no flavonoides pueden actuar como
copigmentos y modular el color del vino gracias al fenómeno de la copigmentación (Zamora, 2013).
La figura 3.3 muestra las estructuras químicas de los compuestos fenólicos no flavonoideos más
frecuentes en los vinos según los sustituyentes unidos al fenol.
Figura 3.3.- Estructura básica de los Compuestos Fenólicos No Flavonoideos de los vinos.
S: OH
OCH3
F: OH Fenol
CH2OH Alcohol bencílico
COOH Acido benzoico
CHO Aldehído benzoico
COCH3 Cetona benzoica
CH=CH-CH2OH Alcohol cinámico
CH=CH-COOH Ácido cinámico
CH=CH-CHO Aldehído cinámico
CH=CH-COO- Cumarina
CH2-CH2OH Alcohol fenil-etílico
CH2-COOH Ácido fenil-acético
CH2-CH2-CH2OH Alcohol 3-fenil-1-propílico
CH2-CH2-COOH Acido 3-fenil-1-propanoico
CHOH-COOH Ácido mandélico
benzoico. Tanto en la uva como en el vino se han encontrado todos los ácidos cinámicos a excepción
del ácido sinápico; y las uvas tintas son más ricas en estos compuestos que las uvas blancas, y se
localizan en la piel y pulpa pero no en las semillas, a excepción del ácido gálico (Fernández de Simón
et al., 2003). De entre los ácidos cinámicos es de especial interés el ácido clorogénico (depsido del
ácido cafeico y quínico) cuya presencia se ha detectado en uva y en vino (Paronetto, 1977). La figura
3.4 expone la estructura química de los ácidos benzoicos y cinámicos pertenecientes a los fenoles no
flavonoideos.
Figura 3.4.- Estructura química de ácidos fenólicos (según Ribéreau-Gayon et al. 2006).
Estos compuestos están formados por dos ciclos bencénicos unidos por una cadena de tres átomos
de carbono. Normalmente, estos tres átomos de carbono dan lugar a un heterociclo oxigenado. Los
compuestos flavonoideos se clasifican en flavonoles (proantocianidinas y catequinas), antocianos y
flavonas. Los diversos tipos de compuestos flavonoideos se diferencian entre sí por el grado de
oxidación y de sustitución del heterociclo. Aunque las calconas y dihidrocalconas no tienen el
heterociclo cerrado, se consideran también incluidas en el grupo de los flavonoides.
La estructura básica de los flavonoides y su clasificación estructural puede observarse en la figura 3.5.
Figura 3.5.- Estructura básica y tipos de Flavonoides (modificada de González-Gallego et al. 2007).
A su vez dentro de cada familia flavonoidea, los distintos compuestos se diferencian por el número y
localización de los grupos hidroxilo y/o metoxilo sobre los anillos A y B. La forma habitual en que se
encuentran en la naturaleza es en combinaciones con azúcares, mediante uniones O-heterosídicas y
con menor frecuencia C-heterosídicas. Los glúcidos a su vez pueden encontrarse esterificados o no.
Flavonoles o 3 hidroxiflavonas, se caracterizan por poseer un grupo carbonilo en el heterociclo en
posición 4; y un grupo hidroxilo en posición 3. La figura 3.6 muestra la estructura química de los
flavonoles.
Los flavonoles son los responsables del color amarillo de la piel de las uvas blancas y naturalmente de
una parte del color amarillo del vino blanco y también del tinto (Cheymier et al., 2000). No obstante,
su participación directa en el color del vino tinto es de poca importancia si bien son magníficos
copigmentos y, por tanto, pueden ejercer un papel muy positivo (Boulton, 2001).
En la uva estos compuestos están generalmente en forma de glucósidos, de los cuales los más
abundantes son los derivados de quercitina (Fernández de Simón et al., 2003) aunque también se
han identificado las agliconas miricetina, quercitina, kaempferol e isoramnetina en uvas tanto
blancas como tintas. En el vino existe una gran parte en forma de aglicona debido al proceso de
hidrólisis que sufren los glicósidos, (García-Viguera y Bridle, 1995), aunque sus contenidos dependen
de la variedad en concreto rutina (3-O-ramnoglucósido de quercitina). En cuanto a sus niveles, no
existen diferencias cuantitativas entre uvas tintas y blancas. La gran variación existente en sus
contenidos es debida a los diferentes tipos de cultivo y también al diferente grado de presión ya que
estos compuestos se encuentran sobre todo en piel y semillas (Fernández de Simón et al., 2003). Por
esta razón el vino tinto es más rico en flavonoles que el blanco debido a la maceración con las partes
sólidas de la uva (Paronetto, 1977).
Entre los fenoles flavonoideos destacan por su importancia en el color de los alimentos el grupo de
los compuestos antociánicos. Son pigmentos intensamente coloreados, responsables de los colores
rosa, escarlata, rojo, magenta, malva, morado, azul e incluso negro que presentan ciertas plantas
(Jackson y Ronald, 2008). Son derivados del 2-fenilbenzopirilio o ión flavilio, radical con carácter
catiónico. Las diferentes sustituciones con hidróxido o metóxido dan lugar a las diferentes
antocianidinas. La metoxilación del ion flavilio tiene lugar, usualmente, en las posiciones 3’ y 5’. La
inestabilidad de las antocianidinas aumenta al hacerlo la hidroxilación en el anillo B, siendo los anillos
hidroxilados en orto los más lábiles. Por el contrario, la metoxilación del anillo B supone un aumento
de la estabilidad, por lo que los pigmentos derivados de la malvidina son más estables. (Hidalgo
Togores, 2011).
Los compuestos antociánicos se presentan siempre como glicósidos, en cuyo caso se llaman
antocianinas (ver estructura química en la Figura 3.7), siendo los más frecuentes los
monoglicosilados, el segundo azúcar (glucosa, manosa) aparece en la posición 5, aunque también en
otras posiciones. En muchas ocasiones los azúcares se encuentran acilados, normalmente con los
ácidos p-cumárico, cafeico, ferúlico y sinápico; y más raramente, p-hidroxibenzoico, acético,
malónico y succínico. La acilación se realiza por esterificación sobre el grupo hidroxilo del azúcar. La
acilación de las antocininas produce una mayor estabilidad durante el procesado y almacenamiento
además responden de diferente manera a los cambios de pH pues previenen la formación de las
estructuras hemiacetal o calcona incoloras. (Brouillard et al., 1997; Brouillard y Dangles, 1994).
Las propiedades de las antocianinas son absolutamente relevantes respecto a las características que
ofrecen los vinos (Hidalgo Togores, 2011). Así, por ejemplo evidencian modificación de su coloración
en función del pH del medio; los pigmentos antociánicos tienen coloración roja a pH ácido y cambian
a azul o violeta en medio neutro o ligeramente básico, decreciendo la intensidad de color con el
aumento de pH. Las transformaciones estructurales, sin degradación molecular, que tiene lugar
según se producen las modificaciones del pH son, en gran parte, las responsables del cambio de
coloración de las soluciones de los vinos, y se muestran en la figura 3.8.
A pH muy ácido, la forma mayoritaria es el catión flavilio, que presenta color rojo. La deslocalización
de la carga positiva es la responsable de que el flavilio presente color rojo. No obstante, cuando el pH
del medio aumenta, la forma flavilio se transforma en la base quinona de color violáceo y en la forma
carbinol que es incolora Brouillard et al., 1978). Esta última reacción implica la entrada de una
molécula de agua, la liberación de un protón y el ataque nucleófilo del hidroxilo del agua, el cual
neutraliza la carga y provoca la desaparición del color rojo. Por tanto, la hidratación del flavilio es la
responsable de su pérdida de color (Zamora Marín, 2013).
Figura 3.8.- Modificación de las estructuras y coloración de los Antocianos en función del pH del
medio enológico (tomado de Zamora Marín, F., 2013).
Por su parte, el dióxido de azufre (SO2), en forma de HSO3- reacciona con los compuestos
antociánicos, fijándose en el carbono 2 y dando como resultado un aducto incoloro. Por tanto, de
forma parecida al papel del pH sobre los antocianos, la presencia del anión hidrógenosulfito,
procedente del dióxido de azufre utilizado como antioxidante y antiséptico, también comporta una
decoloración del flavilio por un mecanismo semejante. A mayor concentración de pigmentos
antociánicos y mayor pH de la disolución es menor el poder decolorante del SO2 (Zamora Marín,
2013).
longitud de onda de máxima absorción en el visible depende de los constituyentes del anillo B,
observándose un desplazamiento batocrómico al aumentar el nº de sustituyentes (Ribéreau-Gayon,
1986). La glicosilación conlleva un desplazamiento del máximo hacia longitudes más bajas y la
ausencia de glicósidos en la posición 5 produce un carácter hombro, característico de los
monoglucósidos, a 440 nm, (Harborne, 1958). No conviene olvidar también las reacciones químicas
que experimentan los pigmentos antociánicos, tanto de oxidación (con oxígeno, ácido ascórbico,
peróxido de hidrógeno u otros oxidantes) como de reducción.
Por otra parte, el carbinol puede transformarse en las calconas cis y trans que presentan un ligero
color amarillo. Esta última transformación se ve fuertemente favorecida por las temperaturas
elevadas (Furtado et al., 1993) Finalmente, la calcona trans puede ser oxidada dando lugar a ácidos
fenoles. Todas estas reacciones son reversibles con la única excepción de la reacción de oxidación
que comportaría la pérdida irreversible del color del vino. Por lo tanto, la estabilidad del color del
vino tinto estará muy comprometida siempre que las temperaturas de conservación sean elevadas,
ya que con ello se favorece mucho la formación de calconas y su posterior oxidación (Zamora Marín,
2013). De acuerdo con estos equilibrios, el vino tinto a su pH habitual, entre 3,5 y 3,9, debería tener
muy poco color y ser azulado. Resulta obvio que no es así y ello es debido a dos razones. La primera
es que el color del vino está fuertemente condicionado por la copigmentación (Boulton, 2001), y la
segunda razón es que los antocianos pueden reaccionar con otras moléculas y originar nuevos
pigmentos (Francia-Aricha, 1997; He et al., 2012). La figura 3.9 se ilustra el mecanismo de la
copigmentación.
Figura 3.9.- Mecanismo de Copigmentación de Antocianos (tomado de Zamora Marín, F., 2013).
Otro aspecto interesante de la copigmentación es que los copigmentos no solo incrementan el color
del vino, sino que también pueden modificar su tonalidad mediante desplazamientos batocrómicos o
hipsocrómicos,6 por lo que el color de los vinos podría presentar tonalidades diferentes en función de
su composición en diferentes copigmentos. Por otra parte, algunos autores postulan que la
copigmentación es un paso previo a la formación de uniones más estables, ya que facilita la
condensación de los antocianos con los flavan-3-oles.
Finalmente, los antocianos pueden reaccionar con otras moléculas y originar nuevos pigmentos con
coloraciones distintas. La figura 3.10 muestra un esquema con las posibles reacciones de los
antocianos así como los nuevos pigmentos que se forman.
Figura 3.10.- Principales reacciones químicas de los Antocianos (tomado de Zamora Marín, F., 2013).
Como se puede ver en las reacciones de la Figura 3.10, las posibilidades son múltiples (Santos Buelga
y de Freitas, 2003; Francia-Aricha, 1997; He et al., 2012). Así, los antocianos pueden unirse de forma
directa a los flavan-3-oles y, de este modo, originar un nuevo pigmento mucho más estable y que
mantendría el color rojo. También pueden unirse a los flavan-3-oles mediante un puente etilo
generado por la reacción del flavan-3-ol con el etanal. En este caso, el nuevo pigmento sería de color
violáceo. Los antocianos también pueden reaccionar con el etanal generando polímeros de
antocianos unidos mediante puentes etilo que mantendrían su color rojo, o bien formar un nuevo
pigmento denominado vitisina B, el cual presenta un color anaranjado. Los antocianos también
pueden reaccionar con el ácido pirúvico generando la vitisina A, también de color anaranjado. Ambas
vitisinas forman parte de una familia de pigmentos denominada piranoantocianos que incluiría
también a los aductos generados por la cicloadición entre un antocianos y un vinil-fenol o bien con
un vinil-flavanol. Todos los piranoantocianos presentan una coloración anaranjada. Por último, la
vitisina A también puede reaccionar con un vinil-fenol o con un vinil-flavanol y originar nuevos
pigmentos de color azul (Oliveira et al., 2007).
Figura 3.11.- Anillo base del monómero de la estructura de los Taninos Condensados.
Por hidrólisis ácida de los polímeros formados a partir de los monómeros con grupos hidroxilo en
posiciones 4’; 3’ y 4’ 0 3’, 4’ y 5’ se obtienen respectivamente pelargonidina, cianidina y delfinidina.
Los polímeros iniciales reciben entonces los nombres de propelargonidinas, procianidinas y
prodelfinidinas. Los más abundantes en la naturaleza son las dos últimas (He et al., 2008).
Las procianidinas dímeras son las proantocianidinas más sencillas y pueden servir como modelo para
estudiar estructuras de mayor grado de polimerización. Las más distribuidas en la naturaleza y
abundantes en uva y vino son las formadas por la condensación de dos unidades de catequinas
unidas por enlaces C4→C6 o C4→C8,......
Además de los dímeros en la actualidad se conocen algo más de una treintena de procianidinas
oligómeras en el intervalo de dímeros a pentámeros, aunque se cita también la existencia de
hexámeros y heptámetros, (Lea and Arnold, 1978). Estos oligómeros están constituidos por unidades
de (+)-catequinas y (-) epicatequina generalmente con unión C4-C8 por lo que son esencialmente
lineales, aunque pueden existir algunos enlaces C4-C6 dando lugar a ramificaciones.
Las proantocianidinas altamente polimerizadas son en general más abundantes que los oligómeros
(Haslam, 1989), pero están mal caracterizadas debido a la dificultad de su extracción en forma
inalterada, ya que son insolubles en agua y en los disolventes orgánicos habituales (Cheynier et al,
2006). Estas son las responsables de las propiedades atribuidas a los taninos condensados: efecto
tanante, astringencia, actividad farmacológica.
En la uva los dímeros suelen ser los compuestos más abundantes, seguidos por los trímeros, siendo
los derivados B2 a B4 constantes en la composición flavánica de la uva. El dímero B1 es mayoritario
en los hollejos y el dímero B2 en las semillas (Bourzeix et al-. 1986; Ricardo da Silva et al., 1991), El
grado de condensación varía con la parte de la uva, en el hollejo son más polimerizados y en la
semilla sólo ligeramente condensados. La Figura 3.12 muestra las estructuras moleculares de
flavonoles y catequinas, su condensación en catequinas y el modelo de taninos polimerizados
(Cheynier et al. 2006).
Figura 3.13.- Cambios de color; proantocianidinas según su grado de polimerización (He et al., 2008).
En la Figura 3.13 se observa la influencia del grado de polimerización de los taninos con su
coloración, evolucionando del rojo al anaranjado teja (He et al. 2008).
Hay numerosos estudios que indican la influencia que tiene el proceso de elaboración en la
composición de proantocianidinas del vino, estos indican que el aumento del tiempo de maceración
aumenta el contenido en proantocianidinas (Kovac et al., 1992), debido a la extracción de las semillas
y la piel. Los vinos elaborados en presencia de raspón tienen mayor contenido de proantocianidinas
indicando que estos compuestos son abundantes en los raspones. La presencia de una mayor
cantidad de semillas, produce un aumento en el contenido de todas las proantocianidinas pero
especialmente de las minoritarias, debido al diferente contenido en proantocianidinas de las semillas
respecto a otras partes (Bourzeix et al., 1986).
Los taninos son un complejo e importante grupo de polifenoles con una gran capacidad de
interacción con polisacáridos y proteínas, que se incorporan al vino ya sean provenientes de partes
de la vid (hollejos, pepitas y escobajos), o de los toneles de madera donde envejece. Se dividen en
condensados e hidrolizables. Los condensados son polímeros formados por monómeros de
proantocianidinas y catequinas, mientras que los hidrolizables, que pueden provenir de partes de la
planta o de la barrica, están formados por ésteres de ácidos fenólicos. Ambos son responsables tanto
del sabor amargo del vino, como de la sensación táctil de astringencia en boca, y pueden formar
polímeros pigmentados por reacción con antocianos y catequinas) o no (Benito Sáez, 2010).
Sus moléculas tienen la capacidad de acoplarse con proteínas y otras macromoléculas para crear
complejas estructuras o coloides por aglomeración y polimerización, por lo que desempeñan una
importante función en la formación del color del vino y su armazón. Los taninos (que no se pueden
oler) de los vinos tintos son los que más se perciben al paladar pues éstos fermentan y maceran con
los hollejos, pepitas y otras partes del raspón. También juegan un papel relevante en la crianza del
vino, así como en la prevención de la oxidación, precipitando con el tiempo y formando parte de los
posos (Palacios, 2014).
Los niveles de taninos en los vinos se miden en términos de ácido gálico y dependen de muchos
factores, entre los cuales los más significativos son la variedad de uva, los métodos de extracción y el
tipo de barrica (taninos hidrolizables). Los controles adecuados de los niveles de extracción,
concentración y oxidación son fundamentales para la consecución de un vino de calidad que sepa y
envejezca bien, sin ser demasiado amargo o astringente.
La temperatura tiene un papel determinante si es demasiado alta se produce una combustión de los
azúcares y por tanto no hay una acumulación de los pigmentos. Se observa entonces un evidente
retraso en la en la formación de color. Una temperatura fresca se traduce en uvas más coloreadas.
Los investigadores americanos se han dado cuenta de que temperaturas iguales durante el día y la
noche (hacia 20-25ºC) son las mejores para la formación de del color rojo de las uva; por el contrario,
han comprobado que una temperatura diurna elevada (superior a 35ºC) no es favorable (Romero,
2008).
Pero no todas las variedades de vid se comportan de la misma manera, hay variedades más sensibles
que otras, pero esto explica por qué en ciertas condiciones climáticas las uvas están bien coloreadas
o por qué les falta color en otras regiones o en una vendimia más que en otra.
El problema sería saber si los antocianos existen polimerizados en el interior de la uva durante la
maduración. Está aún por demostrar que si los antocianos de la uva no son una forma terminal sino
más bien que hay un equilibrio entre los antocianos que se forman y los que se degradan o
polimerizan. Si se supiese que los colorantes están presentes en la uva en forma más o menos
polimerizada, entonces la razón de que algunos años vendimias con mucho color den lugar a vinos
con color mediano incluso mediocre, estaría en una alteración anterior en la uva, empezada incluso
antes de la recogida (Lasanta, 2009; Benito Sáez, 2010).
Es preciso saber no solo el contenido en azúcares de la pulpa y la acidez, sino también saber la
riqueza tecnológica de color y de materias tánicas. El contenido en estos compuestos varía de una
variedad de vid a otra y sobre todo puede ser el doble o el triple para la misma vid, según las
condiciones climáticas del año, por tanto, es preciso siempre considerar que el contenido en
compuestos fenólicos, de las diferentes variedades de vid, es muy variable. En cualquier caso, si el
interés es enológico, el conocimiento de los compuestos fenólicos de la uva, hace que no sea
necesario saber todo el color sino sólo la parte susceptible de disolución durante la maceración
(Jensen, 2008; Blanco, 2013).
Hay variedades muy ricas en colorantes (más de 3000 mg de antocianos/kg uva) como el Alicante-
Bouschet (que en el mediodía francés contiene más de 5200 mg/kg) como el Syrah aproximadamente
2200 mg/kg; Variedades medianamente ricas como Cabernet-Sauvignon: 1680 mg/kg Tempranillo
1493, Carignan 1342, Garnacha 1085, Variedades bastante ricas (500-100 mg) Aramón, Merlot, y
variedades pobres (menos de 500 mg/kg) como la Garnacha gris 110 mg. Todo ello en la región del
Mediodía francés y no pueden extrapolarse a otra regiones donde el clima los suelos etc. son
distintos y por ello la riqueza de las distintas variedades y la clasificación de las mismas puede ser
también distinta (Rodríguez 2011).
Los antocianos son responsables de la mayor parte de las diferencias de color entre uvas (Vitis spp.) y
sus correspondientes vinos. La cantidad y composición de antocianos en uvas tintas varía
grandemente con la especie, cultivar, maduración, temporada, región y levadura (Zamora, 2003;
Zamora, 2013). Dentro de especies la composición y distribución de antocianinas es compleja y
específica del cultivar: las uvas europeas Vitis vinifera L y las norteamericana Vitis labrusca L.
Los compuestos fenólicos representan los principales constituyentes específicos del vino que los
distinguen de una mezcla de agua y alcohol y de las bebidas que se llaman alcohólicas. El vino se
obtiene por fermentación y maceración de la vendimia, esta maceración da lugar a una disolución en
el mosto de los componentes de las partes sólidas especialmente de los hollejos, y es la fase más
importante porque enriquece al vino en componentes muy diversos y de gran utilidad, sobre todo en
lo que se refiere a compuestos fenólicos (colorantes y taninos) que se van a transformar durante la
conservación y el envejecimiento del vino (Ribéreau, 2006; Jackson, 2008).
Por lo general tienen más de un grupo fenol pero existen algunos ácidos - fenoles que son
monofenoles. Ciertos aspectos de la calidad de los alimentos de origen vegetal, y por tanto del vino,
están relacionadas de una manera más o menos compleja con su contenido en compuestos
fenólicos. Estos contribuyen a la calidad sensorial y nutricional de los frutos maduros (Macheix et al.,
1991). La formación de color o la contribución al aroma característico están asociadas a la presencia
de compuestos fenólicos. También desempeñan un papel importante en las propiedades sensoriales
de los productos de transformación de los frutos vegetales. Estas propiedades se transmiten del
producto vegetal inicial a los productos procesados y dependen del contenido inicial de compuestos
fenólicos y de los distintos tratamientos a los que se haya sometido el producto (Margolit, 2016).
Los compuestos fenólicos intervienen en las características sensoriales del producto; tienen un
importante papel fisiológico y terapéutico e intervienen en los procesos tecnológicos que sufren los
productos vegetales (Cedrón, 2004; Sánchez Iglesias, 2007; Benito, 2010) .
Los compuestos fenólicos son un grupo formado por diversas sustancias que aparecen en
importantes concentraciones en la uva. Presentan gran importancia en enología, ya que se localizan
en las partes sólidas de la uva (hollejo, raspón y pepitas) y son responsables del color, astringencia y
estructura de los vinos, actúan como importantes reservorios de oxígeno y como sustratos para las
reacciones de oscurecimiento, por lo que tienen una considerable incidencia en sus características
organolépticas. Las características sensoriales en las que los compuestos fenólicos tienen una mayor
influencia son el color, la astringencia, el amargor y el aroma. En el vino, son estos compuestos los
principales responsables de los caracteres sensoriales del mismo (Haslam, 1989).
El color es una característica de calidad muy importante, puesto que es el primer atributo que
percibe el posible consumidor. Este color es debido a la presencia de pigmentos como son la
clorofila, carotenoides y los pigmentos fenólicos. El color de los distintos vinos tintos deriva
inicialmente de la extracción de pigmentos antociánicos de la piel de las uvas (Somers y Evans 1974;
Somers y Evans, 1977; Ribéreau-Gayon et al. 2006; Bakker y Arnold, 1993). Además se extraen de la
piel, semillas y otros tejidos de la uva otros metabolitos fenólicos como ácidos hidroxicinámicos,
derivados de flavonoles y flavonas que son responsables de la coloración amarilla (Goodwin y
Mercer, 2005) y que influyen en el color del vino, así se ha comprobado la correlación existente entre
las variables que definen el color y los glicósidos de flavonoles (Gómez-Cordovés et al., 1995; Gómez-
Cordovés et al., 2003).
A medida que el vino envejece el color del vino cambia hacia tonos rojo-teja e incluso naranja y
marrón como resultado de las reacciones de polimerización entre los antocianos y otros flavonoides
(Bakker y Timberlake, 1986; Zamora Marín, 2013), en el transcurso de estas reacciones disminuyen
los niveles originales de los antocianinas monómeras y se originan nuevos compuestos de mayor
estabilidad (Singleton y Trousdale, 1983; Sarni-Manchado et al, 1996; Bakker y Timberlake y Arnold,
1993). En este momento, el color y la intensidad del mismo no se correlacionan con el contenido
total de antocianos, sino con el contenido y estructura de estos nuevos polímeros (Zamora Marín,
2013; Sarni-Manchado et al., 1996).
Por lo tanto, todos los factores que afecten al contenido en compuestos fenólicos y muy
especialmente, de antocianos en el vino van a tener un efecto directo sobre el color del mismo, como
son el tipo de uva usado (Mazza et al., 1999; Alamela et al., 1995); proceso de vinificación, (Gao et
al., 1997; Zamora, 2003) la adición de SO2, acetaldehído ácido ascórbico y otros agentes químicos
(González-San José y Di Stefano, 1990; González-Neves et al., 2002; Gómez-Cordovés et al., 2003).
También el almacenamiento en barricas de roble y las condiciones en que se realice van a tener un
efecto muy importante en el color final del vino (Gómez-Cordovés et al., 1995; 1995; Revilla y
González-SanJosé, 2002), si bien no es objeto de este trabajo centrarse precisamente en vinos que no
han pasado por madera, rosados y tintos.
Figura 3.14.- Dependencia de la Astringencia del vino según el origen de los taninos durante la
maduración fenólica (tomado de CEM, SL, 2005).
Por último algunos compuestos fenólicos también contribuyen al aroma aunque sólo unos pocos
fenoles sencillos tienen esta propiedad y su contribución es generalmente pequeña. Los fenoles
volátiles son del tipo fenol, cresol, o guayacol con olores a medicina o a humo o bien del tipo de la
vainillina con olores agradables (Singleton y Trousdale, 1983).
El primer efecto farmacológico que se detectó fue que ciertos flavonoides aumentaban la resistencia
capilar y el efecto de la vitamina C, debido a su poder antioxidante. Los antocianos mejoran la
agudeza visual y la visión nocturna pues favorecen la regeneración de la púrpura retiniana.
Existen estudios epidemiológicos que ponen de manifiesto la existencia de una correlación negativa
entre el consumo moderado de vino y la mortalidad cardiovascular; esto es debido a que las
proantocianidinas combaten la ateromatosis principal responsables del infarto de miocardio (Bertelli
y Das, 2009).
Los compuestos fenólicos tienen una importante actividad antimutagénica y anticancerígena, así las
cumarinas, algunas flavonas y taninos tiene acción sobre algunos tumores y los ácidos cinámicos
pueden tener un papel de defensa contra la carcinogénesis. La principal actividad anticancerosa
parece ser debida a las proantocianidinas por su actuación como captadores de radicales libres,
protegiendo las membranas celulares de los tejidos conjuntivos y nerviosos, así como el ADN
(Thurston, 2007; Antonella et al., 2013).
Por último, muchos de los fenoles tienen frecuentemente actividad antibacteriana y antivírica, la
actividad de muchos de ellos está relacionada con el ácido cafeico. Además es conocida la acción
antimicrobiana del ácido benzoico y su derivados y de los ácidos hidroxicinámicos todos ellos
presentes en el vino (Boban, et al., 2010; Gañan, M. et al, 2009).
Los compuestos fenólicos tanto los flavonoideos como los no flavonoideos, pueden ser absorbidos en
el tracto intestinal, sin sufrir cambios en su molécula. El proceso puede verse favorecido por la acción
de los microorganismos de la flora intestinal. Sin embargo, los compuestos fenólicos más
polimerizados, en concreto los taninos pueden tener cierto efecto nutricional nocivo ya que reducen
la digestibilidad de ciertas proteínas y de aminoácidos que contienen azufre. Esto es debido a que
forman complejos tanino-proteína que resisten la digestión proteolítica y no se disocian al pH
fisiológico pasando a las heces, hecho que se detecta en el aumento de nitrógeno fecal.
Las proantocianidinas además parece ser que inhiben la acción de enzimas digestivas como la
tripsina y amilasa (Lea y Arnold, 1978) aunque este efecto depende de la concentración en la dieta y
de la relación tanino/proteína. Sin embargo su acción inhibidora de la histidin-carboxilasa les
confiere actividad frente a determinadas alergias.
Algunos estudios han sugerido que los compuestos fenólicos (catequinas y proantocianidinas)
presentes en uvas y vinos pueden jugar un papel positivo en la nutrición humana, por su acción
protectora sobre las enfermedades cardiacas y por las propiedades limpiadoras o de barrendero de
sus radicales libres. Estas moléculas se acumulan en las partes más lignificadas de los racimos
especialmente en las semillas. Se han llevado a cabo algunas micro-vinificaciones con distintos tipos
de uva blanca y tinta para esclarecer el efecto de la adición de cantidades suplementarias de
semillas, durante la fermentación, sobre los compuestos fenólicos de los vinos. La presencia de altas
cantidades de semillas en contacto con el mosto durante la fermentación daba como resultado vinos
con alto contenido en polifenoles especialmente catequinas y proantocianidinas. La adición de 60 g
de semillas/kg. de uva incrementa al doble el contenido en catequinas y proantocianidinas respecto a
los vinos testigo. Las características varietales de los vinos adicionados de semillas fueron más
pronunciadas que en los vinos control. La adición de una cantidad de semillas doble que la inicial en
producía una estabilización del color del vino (Santos-Buelga, 2001; Santos-Buelga y De Freitas, 2003;
Haslam, 1989; Haslam, 1998; Scalberg y Williamson, 2000).
3.3.- VIDA DEL VINO. EVOLUCIÓN DE LA COMPOSICIÓN QUÍMICA DE LOS VINOS CON EL
TIEMPO.
Utilizando un lenguaje humano, el vino crece, se desarrolla, puede sufrir enfermedades y accidentes;
se estabiliza. Por tanto, es posible hablar de diferentes etapas en el vino.
Nace diferente en función de las diferentes tierras donde crecieron las uvas, del tipo o los tipos de
uva de que procede, de los factores climáticos que influyeron de forma decisiva en su desarrollo, etc.
Crece y se desarrolla. En los primeros meses de su vida hasta su primer año los vinos son vinos
nuevos e incluso podría llamárseles vinos jóvenes, aunque en la actualidad, el concepto de vino joven
se ha desarrollado de forma especial y se ha convertido en algo muy de moda, llegándose a la
conclusión de que no son en absoluto conceptos similares. Por eso es preciso aclarar y definir en la
medida de lo posible estas diferencias, para después poder seguir hablando en términos más
generales (Mijares y Sáez Illobre, 1998).
En cualquier caso, en su primer año de vida y sobre todo a lo largo de sus primeros meses, se van
desarrollando sus caracteres organolépticos, equilibrándose sus componentes, clarificándose, etc...
Sus caracteres son fundamentalmente primarios, marcados por su origen y nacimiento: colores vivos,
aromas primarios, frescor, etc., y en el caso de los vinos tintos expresiones tánicas a veces duras y
agresivas.
Después los vinos van pasando por ciclos bien marcados y cuya duración es difícil de conocer por
depender de múltiples factores. Al primer ciclo de nacimiento ya citado, le sigue un segundo ciclo de
crecimiento y maduración en el que el vino desarrolla todas sus cualidades y muy especialmente las
gustativas, y adquiere la necesaria limpidez y estabilidad. Después ya pasará el periodo de crianza y
envejecimiento propiamente dicho, preferentemente en botella pero en algunas zonas aun
solamente en barrica de madera.
En la actualidad se está viviendo la moda de los vinos jóvenes, comercializados e incluso consumidos
antes de su primer año de vida, y aún más, en sus primeros meses. Se empieza a perder el concepto
ancestral, no justificado en sí mismo por ser propio de gustos cambiantes, de vino viejo igual vino
bueno. La elaboración de los vinos destinados a guarda y envejecimiento no será la misma de los
vinos que se van a consumir como jóvenes.
Vinos jóvenes. Son los destinados a ser consumidos en su primer ciclo de vida. Se busca en su
elaboración, por lo tanto, conseguir un producto que posea el máximo de sus características y su
mayor limpidez y estabilidad, en el menor tiempo posible. Se intenta destacar en ellos sus cualidades
primarias de olor, sabor y expresión en general. Son fáciles de consumir, afrutados, carnosos, etc…
sensorialmente halagadores.
Hay que conseguirlo acelerando en lo posible sus procesos de estabilización y llevándolos a la botella
con el máximo de sus cualidades jóvenes y a la vez el máximo de garantías. Pero también sin la
pretensión de que van a durar. Por lo tanto son vinos con la naturaleza de los héroes: hechos para
desaparecer pronto (Mijares y Sáez Illobre, 1998).
Vinos nuevos. Son aquellos recién terminados de hacer y de nacer, pero que serán consumidos como
jóvenes o como viejos según haya sido su objetivo de elaboración. Si se destinan a envejecer tendrán
por delante más tiempo que los vinos jóvenes para irse desarrollando y en su elaboración hay que
buscar características estructura y constitución de vinos guarda y de envejecimiento de cualquier
tipo.
Vinos viejos. Son los vinos que se han sometido a procesos de envejecimiento.
El envejecimiento en botella no se produce como se creyó durante mucho tiempo por la ínfima
cantidad de oxígeno que puede entrar en la botella a través del tapón, cosa que sería un fenómeno
de oxidación, sino por el fenómeno contrario ya que es un fenómeno de reducción o de asfixia. La
estructura natural del corcho permite el equilibrio de presiones entre el interior y el exterior.
Algún tiempo después de embotellado el vino, se dan por reducción las mejores condiciones para el
desarrollo del “bouquet”. La figura 3.15 representa la denominada “Curva del Vino”, en la cual se
cuantifica la calidad sensorial del vino en función de su proceso de envejecimiento y/o maduración
(Sibaritia.com/blog, 2009).
Figura 3.15.- La “Curva del vino”: evolución de la percepción sensorial del vino según su grado de
envejecimiento. (Tomado de Sibaritia.com/blog, 2009).
¿Cuánto puede guardarse un vino en la bodega? Los vinos son materia viva, que envejecen como los
seres vivos. Cuando son jóvenes, son frescos, impetuosos, recios y duros; con la edad, van
redondeándose y adquiriendo matices, complejidad, sutileza, etc. Su vida depende en gran medida
de diferentes factores: acidez, pH, grado alcohólico, polifenoles totales, índice de taninos y, también
el lugar o volumen del recipiente donde lo guardemos. Todos los vinos tienen su curva de vida.
Cuando el enólogo elabora el vino piensa en su vida útil, ya que cada perfil de vino tiene una vida
predestinada. Un vino viejo no es mejor ni peor (Benito Sáez, 2012).
El ritmo de evolución de los vinos en botellas es muy variado; unos evolucionan rápidamente y otros
permanecen casi en el mismo estado en el que entraron en la botella durante mucho tiempo. Todo
depende de múltiples factores, la longevidad en el vino tinto está muy influenciada por la riqueza de
los mismos en compuestos fenólicos, fundamentalmente en taninos y la acidez total del vino. Pero
influyen otros múltiples factores.
El estado óptimo del vino se alcanza después de permanecer algunos años en botella, se exalta el
“bouquet”, se redondea el cuerpo, se exalta su expresión, etc. Por lo expuesto podría decir que lo
deseable para tintos sería una crianza en madera no muy prolongada y un envejecimiento
prolongado en botella. (Mijares y Sáez, 1998). Para cada vino y denominación existen unas nociones
generales acerca de si se puede guardar y durante cuánto tiempo. Hoy gracias a la tecnología se
puede cultivar la vid y elaborar vino en cualquier parte del mundo, con resultados de vinos muy
agradables en su juventud pero al poco tiempo desciende rápidamente su calidad. La magia de las
grandes denominaciones de origen, es que sus vinos son grandes en su juventud pero aún lo son más
con el transcurso del tiempo (Benito Sáez, 2012).
Los rosados: Tradicionalmente pueden ser consumidos durante un año después de su embotellado.
La degeneración de un vino rosado es muy evidente, porque el color tiende a anaranjarse. Los
rosados modernos alargan su vida hasta dos años o más.
Los tintos: Su abanico de evolución es muy amplio. Lo que conserva el vino son muchos factores
diferentes como la acidez y los taninos, por lo general los vinos más ácidos tendrán una vida útil más
larga, y los vinos más tánicos madurarán más lentamente. Son criterios generales. En realidad
debería conocerse cada denominación de origen y elaborador para saber cómo se comportan en la
botella.
Maduración clásica: Los tipos de tintos según su crianza son: jóvenes, crianzas, reserva y gran
reserva. Esta nomenclatura clásica utilizada por los vinos de La Rioja y otras denominaciones de
origen es semejante en todo el mundo. Los vinos jóvenes o 'cosecheros' tienen una vida útil de un
par de años. Hay vinos con tres meses de barrica, sobre todo en Ribera de Duero, llamados
'semicrianzas' entre los elaboradores, que se pueden consumir durante tres o cuatro años. Los
crianzas tienen maduraciones de cinco años; los reservas, de ocho, y los grandes reservas maduran a
partir de los diez años. Estos periodos, contados a partir de la añada de la etiqueta, dependen de la
calidad de las uvas iniciales y de la elaboración (Benito Sáez, 2012).
De estas situaciones interesa la extensión cronológica de cada una y la altura del nivel de plenitud.
Por lo tanto A, B y C son conceptos cronológicos sucesivos. El concepto H es altura del nivel de
plenitud y es cata calificadora. La plenitud del vino en botella es una representación en “meseta”.
Que una gran cosecha alarga dimensiones y una deficiente acorta dimensiones. Pero hay factores
modificadores importantes como es la temperatura ya que este proceso son mínimas reacciones de
polimerización pero aunque escasas son sujetas a temperatura. Unas botellas conservadas a 5 ºC
constantemente tendrían una vida doble que mantenidas a 10 ºC y cuatro veces mayor que
mantenidas a 15ºC.
Cuando la botella llega a estar a 20ºC se reduce la vida de calidad del vino tanto por acelerarse las
reacciones como por alteración de volumen y comprometerse la vida del vino al presionar con fuerza
el tapón. La maduración en botella se puede considerar una delicada oxidación, donde por
intervención oxidativa, continúa la polimerización de polifenoles, y se aceleran los procesos o se
retardan a partir de la consideración del encorchado.
h
A C
0 10 20
INFLUENCIA DE LA COSECHA
1964
0 Años 10 20
18º
6º
12º
6º
0 Años 10 20
Puede entenderse que esta fase de inducción se compone de dos componentes gustativos en el
tiempo:
A1- Pérdida por encorchado.
A2- Recuperación de la calidad en la botella
Estas dos fases sucesivas suponen un período total de uno a dos años siendo la A-1 en el caso más
breve de tres meses y en el más lento de un año.
Etapa B
Se considera estable aunque un minucioso control organoléptico podría distinguir vertientes. En todo
caso en consideración con la fase de inducción y de decrepitud, puede estimarse estable.
Etapa C
C2 -Además de la pérdida precedente el vino pasa a aroma rancio o resinoso sin identificarse con
roble.
C3.- El vino asocia al deterioro precedente una alteración del color en amarillo intenso y turbidez.
El vino, joven o viejo en depósitos, en tinajas o en barricas de madera, tiene que llegar a su fase final
antes de su encuentro con el consumidor: el embotellado. Los vinos corrientes, se venden a veces a
granel o en garrafas. Los vinos de calidad, tienen vocación de perpetuidad y para ello necesitan un
alojamiento o envase adecuado, que no sólo les haga estéticamente deseables sino que les garantice
una indispensable estabilidad.
Para cumplir uno y otro requisito, hoy en día se usa la botella de vidrio, que además de ser una forma
cómoda y estética de distribución, es además el medio de desarrollar mejor y conservar durante más
tiempo las cualidades gustativas de un vino.
El vino en la botella sigue vivo, evoluciona y envejece. No todos los vinos mejoran a medida que
envejecen, y ninguno lo hace indefinidamente. Cada uno alcanza su máximo grado de perfección a
una cierta edad, dependiendo de la variedad de uva utilizada en el proceso de elaboración, de la
propia elaboración etc. Los vinos blancos en general alcanzan su punto óptimo antes que los tintos, y
los vinos corrientes normalmente lo alcanzan, normalmente, poco después de ser embotellados.
Teniendo en cuenta que, una vez embotellado, un vino no concluye su proceso de maduración y
evolución, se hace necesaria una vigilancia y control de las condiciones de almacenamiento que en
algunos casos si son adecuadas pueden conducir a un sensible aumento de la calidad del vino....
La estabilización no significa en enología impedir la evolución del vino, sino facilitar dicha evolución,
eliminando los defectos que puedan haber adquirido durante la elaboración e impidiendo las
alteraciones de origen microbiano o físico químicas. Mediante la estabilización el vino mantiene, una
vez embotellado, todas sus cualidades de color, olor y gusto, así como la limpidez del aspecto que es
exigida por los consumidores
El desarrollo anormal de bacterias lácticas produce acroleína y el vino adquiere gusto amargo o bien
el “ahilado” que cambia el aspecto y da sensación de viscosidad al paladar o bien la “picadura láctica”
que transforma los azúcares residuales en manitol. (Llaguno, 1982). El ataque de las bacterias lácticas
al ácido tartárico provoca cambios en el aspecto y una refermentación que se conoce como “vuelta”.
(Llaguno, 1982). Finalmente en el vino pueden aparecer cristales microscópicos de ácido tartárico
que causan enturbiamientos indeseables en botella. (Llaguno, 1982)
Indudablemente, una de las características más valoradas por los consumidores para apreciar un vino
es su aspecto visual. El color es la carta de presentación de un vino, observándolo se puede deducir
su edad, su estado de conservación y el tipo de vinificación que ha experimentado. La intensidad de
la coloración, aún no siendo un criterio absoluto de calidad, da una información importante sobre la
estructura, cuerpo y sabor en boca del vino (Peynaud, 1987; Sánchez Iglesias, 2007).
Los flavonoles son los responsables del color amarillo de la piel de las uvas blancas y naturalmente de
una parte del color amarillo del vino blanco y también del tinto; su participación directa en el color
del vino tinto es de poca importancia, pero son magníficos copigmentos. Los antocianos (del griego
anthos, flor y kyanos, azul) son los responsables directos del color rojo azulado de la piel de las uvas
tintas y naturalmente del color del vino tinto. (Flanzy, 2000; Boulton, 2001; Boulton y Llaguno, 2002;
Zamora, 2013). Finalmente, los flavan-3-oles representan una compleja familia compuesta por las
diferentes formas isoméricas de la catequina y sus polímeros denominados taninos condensados o
proantocianidinas. Los flavan-3-oles no participan directamente en el color del vino si bien pueden
contribuir como copigmentos o mediante complejas transformaciones químicas en las que
interaccionan entre ellos y/o con los antocianos que originan nuevos pigmentos. Por otra parte, los
flavan-3-oles son también, en gran medida, los responsables del sabor amargo, de la astringencia, del
cuerpo y de la capacidad para envejecer del vino (Zamora, 2003; Francia-Aricha et al, 1997; He et al.,
2012; Zamora, 2013).
En el apartado 3. Dedicado a estudiar los polifenoles de los vinos, se desarrollaron las cuestiones
relacionadas con los cambios de color provocados en los vinos por los cambios en el pH, la presencia
de dióxido de azufre, fenómenos como la copigmentación o las reacciones de los antocianos. Las
figuras 3.18 y 3.19 muestran una síntesis de las reacciones protagonizados por las familias fenólicas
del vino que influyen grandemente en la evolución de su color.
El vino tinto, por tanto, contiene múltiples pigmentos que conforman un sistema cromático muy
complejo, haciendo muy difícil predecir el color de un vino a partir de su composición química, y
mucho menos al revés. Aún así, resumiendo todo lo expuesto, puede afirmarse que el color de un
vino joven dependerá en gran medida de su composición en antocianos, de su pH y de los fenómenos
de copigmentación. Por esta razón será de color rojo con ciertos matices violáceos. Posteriormente,
durante la crianza, se favorecen todas las reacciones mediadas por el etanal, ya que la
microoxigenación moderada que tiene lugar en las barricas provoca la oxidación del etanol a etanal.
Figura 3.17.- Reacciones fenólicas de los Vinos que afectan a su color (I). Jackson (2008).
Figura 3.18.- Reacciones fenólicas que afectan el color de los vinos (II). Hidalgo (2011).
Estas reacciones originarán nuevos pigmentos, por una parte aductos entre antocianos y flavan-3-
oles mediante puentes etilo, y piranoantocianos. Por esta razón, el vino evolucionará poco a poco a
tonalidades teja. Finalmente, cuando el vino sea ya muy añejo, los antocianos habrán desaparecido
completamente y serán los piranoantocianos y otros pigmentos aún más complejos los que
dominarán el color del vino que será de tonalidades marrones. De forma paralela a estas
transformaciones del color, el aroma y el sabor del vino también evolucionarán (Zamora, 2013;
Sánchez Iglesias, 2007). En la figura 3.19 se muestra el espectro de absorción y el aspecto visual de
tres vinos tintos de diferente edad (1, 5 y 20 años). En la figura se puede apreciar que el espectro del
vino joven presenta un máximo a 520 nm, correspondiente al color rojo, y unas componentes
amarilla (420 nm) y azul (620 nm) relativamente importantes. Por esta razón, el vino presenta un
color rojo intenso con tonalidades violáceas. El vino de 5 años, presenta una componente roja menor
y una componente amarilla mayor, luego presentará un color rojo teja. Finalmente, el vino de 20
años presentará una componente roja de color muy pequeña y una componente amarilla
relativamente más alta. Por tanto, su color se acercará al marrón.
Figura 3.19.- Espectro de Absorción y aspecto visual de tres vinos tintos de diferente edad.
(Tomado de Zamora, 2013).
Durante mucho tiempo, el color de los vinos se ha considerado más como especificación sensorial, y
por tanto de carácter subjetivo, más que un parámetro objetivo y mensurable, por lo que apenas ha
sido utilizado como un dato analítico. De ahí la gran confusión para expresar adecuadamente las
características cromáticas observadas en los vinos. Para poder cuantificar con rigor el aspecto físico
del color es necesario recurrir a métodos de análisis objetivos que permitan una cuantificación
adecuada. Las medidas instrumentales se pueden llevar a cabo con equipos como el
espectrofotómetro; en sus distintas variedades de fotómetros de longitud de onda fija o que sólo
miden en la parte visible del espectro, o bien en todo el espectro de longitudes de onda.
Son muchos los métodos analíticos utilizados para determinar el color de los vinos, aunque la
práctica totalidad de ellos se fundamentan en el diferente comportamiento de los vinos frente a las
longitudes de onda que componen el espectro visible. La medida de las características cromáticas
persigue la definición de forma objetiva del color del vino a través de aparatos como el
espectrofotómetro que pueden hacer una evaluación en cualquier zona del espectro visible. Estos
métodos se fundamentan en el diferente comportamiento de los vinos frente a las longitudes de
onda que componen el espectro visible, reduciendo algunos de los mismos la caracterización del
color a valores simples obtenidos de la curva de absorción (Sudraud, 1958, Mareca, 1964, Glories,
1984), mientras que otros utilizan el conjunto de longitudes de onda del espectro visible, como los
métodos de CIELab o de Gonzales.
Figura 3.20.- Diferencias en Espectros de Absorción de los vinos según su edad (Zamora, 2003).
En la actualidad el sistema CIELab es uno de los más utilizados. Este sistema se basa en la teoría de
percepción de colores opuestos, es decir un color no puede ser rojo y verde al mismo tiempo ni azul
y amarillo a la vez. De esta forma el color se expresa de forma tridimensional, donde L* es
luminosidad, a* la coordenada rojo/verde y b* la coordenada amarillo/azul. Las coordenadas a* y b*
forman un plano horizontal y el eje central corresponde a L* que varía entre 0 (negro) y 100 (blanco).
A partir de estos valores se deducen las magnitudes psicofísicas: H* o tono que corresponde a la
cromaticidad o matiz, C* o croma que corresponde a la pureza de color, y S* o saturación que es la
relación entre L* y C* y nos informa sobre la cantidad de blanco o negro añadido al tono.
Por otra parte y en un intento de caracterizar al vino se han aplicado técnicas estadísticas de análisis
discriminante a parámetros físico-químicos relacionados estrechamente con los factores que influyen
en la naturaleza propia y diferente de cada vino. Entre estos parámetros los colorimétricos han
permitido la clasificación varietal y la diferenciación geográfica.
Para estudiar la evolución polifenólica, algunos autores (Martínez y Bilbao, 1999) proponen
determinar: intensidad de color, ( D.O. 420 nm+ D.O. 620 nm), tonalidad (D.O. 420 nm/D.O. 520 nm),
antocianos totales, (Rivereau –Gayon 1965), índice de ionización de antocianos y porcentaje de iones
flavilio como densidad óptica dA% (Glories 1984), taninos (Ribéreau–Gayon, 1976), índice de
gelatina (glories, 1978), catequinas (Swaint, 1959) e Indice de polifenoles totales.
Análisis basados en cálculos empíricos usando absorbancias a 520 y 420 nm, muestran que aunque la
medida es rápida la información es limitada cuando se compara con el espectro visual 380-770 nm.
Los vinos de Ribera del Duero se caracterizan por un elevado contenido fenólico. En cuanto a su
coloración, los vinos tintos jóvenes de Ribera del Duero muestran un color rojo guinda muy intenso
con importantes ribetes azulados, añil, violeta y púrpura. Ligeros matices rubí, con gran intensidad de
color, muy vivo. Por su parte los vinos rosados de Ribera del Duero evidencian un tono rosa fresa,
con destacables matices rosa grosella y tenues irisaciones violáceas en capa fina.
Entre los estudios más significativos sobre la composición fenólica de los vinos de Ribera del Duero
cabe citar los trabajos de González-San José (2005; 2006), Muñoz-Bernal et al. (2013), Pérez-
Magariño (1999), Pérez-Magariño y González-San José (2001; 2002; 2004; 2006), Pérez-Magariño et
al. (2002; 2004), Ramos et al. (2015), Sánchez-Iglesias (2007) y Serrano-Lourido et al. (2012).
Para la realización del presente trabajo, se ha procedido a la selección y posterior análisis de una
amplia gama de vinos jóvenes, rosados y tintos, que se considera representativa, procedentes todos
ellos de Bodegas de la Denominación de Origen “Ribera del Duero”. Los vinos estaban todos ellos
embotellados, en su forma comercial; algunos fueron adquiridos en supermercados, hipermercados y
tiendas –tal y como se ofrecen al consumidor-, otros fueron proporcionados por las propias Bodegas
productoras y el resto de los vinos fueron facilitados por el Consejo Regulador de la Denominación de
Origen.
Las Bodegas de procedencia de los vinos estudiados corresponden a Cooperativa “Virgen de las
Viñas” de Aranda de Duero, Bodega “San Roque de la Encina” de Castrillo de la Vega, Bodega
“Montevannos” de Baños de Valdearados, Bodega “Tierra Aranda”, Bodega “Fuentespina” de
Fuentespina, Cooperativa “San Mamés” de Fuentecén, Cooperativa “La Asunción de Nuestra Señora”
de Gumiel de Izán, Cooperativa “San Roque” de Hontoria de Valdearados, Cooperativa “Virgen de la
Asunción” de La Horra, Cooperativa “La Milagrosa” de Milagros, Cooperativa “Virgen de Fátima” de
Pedrosa de Duero, Cooperativa “Santa Ana” de Peñaranda de Duero, Bodega “Riberalta” de Gumiel
de Izán, Bodega “Jesús Rivera Román” de Pesquera de Duero, Cooperativa de Quemada, Cooperativa
“Virgen del Rosario” de Quintanamanvirgo, Bodega de Quintanilla de Onésimo, Bodega de Quintana
del Pidio, Cooperativa “Virgen de la Vega” de Roa, Cooperativa “San José Obrero” de San Esteban de
Gormaz, Bodega “Valpincia” de Santa Cruz de la Salceda, Bodega “Félix Callejo” de Sotillo de la
Ribera, Bodega “Vega Izán” de Gumiel de Izán, Bodega “Santa Eulalia” de La Horra, Bodega “Señorío
de Nava” de Nava de Roa, Cooperativa “Nuestra Señora de la Asunción de Quemada, Bodega
“Nuestra Señora de los Olmos” de Quintana del Pidio, Bodega “Protos” de Peñafiel y la propia sede
de la Denominación de Origen de Ribera del Duero en Roa.
Se han seleccionado para la realización de esta Tesis Doctoral, un total de 39 vinos tintos y un total
de 29 vinos rosados, botellas diferentes de los cuales se han analizado periódicamente, en un estadio
de tiempo comprendido entre los 2 meses –mínimo- de su embotellado hasta los 72 meses –
máximo- posteriormente a su embotellamiento, obteniéndose un total de 169 muestras (88 de vinos
tintos y 81 de vinos rosados), al objeto de analizar la evolución temporal de sus parámetros químicos
clásicos, de sus compuestos fenólicos y de sus parámetros de color, permitiendo así conocer la
variación de estas características enológicas de los vinos a lo largo de su proceso de envejecimiento o
maduración en botella. Se analizaron tres veces cada parámetro, trabajándose con las medias
coherentes de los mismos; los resultados analíticos completos pueden verse en los ANEXOS de la
presente Tesis Doctoral.
En la Figura 4.1 puede observarse la situación geográfica dentro de la Ribera del Duero, de las
Bodegas de las cuales proceden los vinos tintos y rosados que han sido objeto de estudio en este
trabajo.
Figura 4.1.- Mapa de Situación de las Bodegas de Procedencia de los Vinos objeto de este estudio.
Las muestras de los vinos estudiados, se analizaron entre los años 1995 y 1998. Se han analizado un
total de 81 vinos rosados y de 88 vinos tintos de la Denominación de Origen Ribera del Duero. Las
añadas a las que corresponden son las que figuran en la tabla 4.1.
Tabla 4.1.- Añadas de procedencia de los vinos tintos y rosados analizados en este trabajo.
La edad de cada vino analizado se calculó contabilizando como “mes 0” el mes de marzo del año
siguiente al de vendimia. Así, en los vinos tintos, el tiempo varía entre 2 y 59 meses y en los vinos
rosados, desde 2 hasta 72 meses. Todo ello considerando que se trata de vinos jóvenes o vinos no
envejecidos en madera, por lo que en el mercado no van a superar esa edad.
En la figura 4.2 se exponen los diagramas de frecuencias de los vinos analizados, diferenciando tintos
y rosados, según el tiempo de permanencia en botella de los mismos.
Figura 4.2.- Diagramas de frecuencias de los vinos tintos y rosados analizados, según su tiempo.
Los vinos objeto de análisis proceden del mercado (supermercados e hipermercados) tal y como los
adquiere el consumidor, además de algunos que proceden de las propias bodegas.
Para abordar la realización del Capítulo 4 de esta Tesis Doctoral, se ha realizado una revisión
bibliográfica de las principales técnicas analíticas utilizadas en la caracterización clásica, fenólica y
cromática de los vinos.
O.I.V. (1978), Ribéreau-Gayon et al. (2006), Jacobson (2006), Moreno y Peinado (2009), Zoecklein et
al. (2001), Madrid et al. (2003), e Hidalgo et al. (2011) recopilan la práctica totalidad de las técnicas
análiticas más usuales en enología. Los Métodos Oficiales de Análisis se encuentran en el Reglamento
CEE Nº 2676/90, Diario Oficial de las Comunidades Europeas -Análisis Comunitarios aplicables en el
Sector del Vino-) y sus modificaciones en el REGLAMENTO (CE) Nº 606/2009 DE LA COMISIÓN, de 10
de julio de 2009 -Diario Oficial de la Unión Europea L 193/7, ANEXO I A, PRÁCTICAS Y TRATAMIENTOS
ENOLÓGICOS AUTORIZADOS)- (DOUE, 2009).
Otras contribuciones analíticas relevantes pueden encontrarse en Tapias et al. (1986), que hacen una
revisión de los métodos análiticos aplicados a vinos de las diferentes Denominaciones de Origen en
España; Santamaría et al., (1989) recopilan métodos analíticos relacionados con la elaboración de
vinos en Cataluña; Pérez-Magariño (1999) y Sánchez Iglesias (2007) revisitan métodos analíticos,
fundamentalmente relacionados con su contenido fenólico y su cromaticidad en vinos de Ribera del
Duero. Cozzolino et al. (2004) se centra en las determinaciones de compuestos fenólicos, mientras
que para las determinaciones de parámetros cromáticos en vinos, se utilizan habitualmente las
especificaciones de Glories (1984), CIE (1986), Gonzáles et al. (1990) y Ayala et al. (1999)
principalmente.
La caracterización temporal del envejecimiento en botella de los Vinos de Ribera del Duero
estudiados se ha realizado caracterizando tres bloques de parámetros relevantes para establecer la
calidad de un vino: los parámetros químicos o enológicos clásicos, los compuestos que caracterizan a
las diferentes familias fenólicas y los parámetros de color, dentro de los cuales se han realizado las
determinaciones que se exponen a continuación.
1. Determinación del pH
2. Determinación de la acidez total
3. Determinación de la acidez volátil
4. Determinación del SO2 libre/SO2 combinado/SO2 total
5. Determinación del Acetaldehído o Etanal.
• Parámetros cromáticos:
Se han analizado dos series de parámetros –basados en la medida de las absorbancias a diferentes
longitudes de onda- permiten caracterizar la calidad y características del color de los vinos. Por un
lado, los parámetros de Gloríes, que cuentan con gran predicamento entre los productores de vinos
por su sencillez y fácil interpretación, se basan en la medida de las absorbancias a 420, 520 y 620 nm.
Por otra parte, los parámetros de Gonzáles, de carácter más técnico aunque claramente
correlacionados con losa nteiores, se definen a partir de la medida de las absorbancias en todo el
espectro visible.
1. Parámetros de Gloríes.
2. Parámetros de Gonzáles.
• PG X
• PG Y
• PG Z
• PG Brillantez
• PG Pureza
• PG Longitud de onda λ dominante
• PG Intensidad
• PG Tonalidad
• PG r2 para Tonalidad
en un baño de ultrasonidos por espacio de dos minutos; el SO2 se puede descontar posteriormente
de la acidez total valorada (O.I.V. A10, 1969). El cálculo de la acidez total expresada en g/l de ácido
tartárico es la siguiente:
La acidez volátil está constituida por todos los ácidos grasos pertenecientes a la serie acética que se
encuentran en los vinos ya sean en estado libre o de sal. Se determina por la separación de los ácidos
volátiles por arrastre con vapor de agua de una muestra de 20 mL de vino acidificada con ácido
tartárico que se destila hasta un volumen final de 250 mL. La cuantificación de los ácidos volátiles se
realiza con NaOH 0,1 valorada sobre el destilado con fenolftaleína como indicador. El método es por
tanto, para determinar la Acidez Total, el Arrastre de Vapor, Método Oficial. Reglamento CEE, Nº
2676/90, 84-87. PEE Nº02. -Análisis Comunitarios aplicables en el Sector del Vino- (DOUE,
2009).
La acidez del dióxido de azufre, libre y combinado, arrastrado con el destilado no deben
comprenderse en la acidez volátil, por lo que hay que restar la equivalencia de su acidez de la del
destilado acidificado al que se ha añadido KI y con almidón como indicador. Para determinar el SO2
combinado se adiciona solución saturada de tetraborato sódico y se valora con yodo 0,01N (O.I.V.
A11, 1969). El cálculo de la acidez volátil total expresada en g/l de ácido acético se realiza de la
manera siguiente:
Antes de proceder a la determinación de la acidez volátil y de la acidez total es preciso someter a las
muestras de vino a una desgasificación por un tiempo de 2 minutos en un baño de ultrasonidos para
eliminar el posible dióxido de carbono que pudiese contener.
Se denomina dióxido de azufre total al conjunto de las distinta formas de dióxido de azufre presentes
en el vino en estado libre o combinado con sus componentes.
Arrastre del dióxido de azufre con una corriente de aire o nitrógeno; fijación y oxidación por
borboteo de una solución diluida y neutra de peróxido de hidrógeno. Valoración del ácido sulfúrico
formado con una solución valorada de hidróxido sódico.
El arrastre en frío (10 ºC) garantiza la extracción únicamente del dióxido de azufre libre. En caliente
(100 ºC aproximadamente) se extrae el dióxido de azufre total.
El contenido total de SO2 de los vinos distintos de los espumosos y vinos de licor, en el momento de
su oferta al consumo humano directo, no puede exceder de:
a) 150 miligramos por litro en el caso de los vinos tintos;
b) 200 miligramos por litro en el caso de los vinos blancos y rosados
Caso A) Muestras en las que se suponga que el contenido en SO2 total sea ≤ 50 mg/L. En un matraz
de 250 mL del aparto de arrastre introducir 5 mL de muestra y 25 mL de ácido fosfórico. Acoplar el
matraz al aparato.
Cálculo: dióxido de azufre total en miligramos por litro (mg/L) muestra de 50 mL: 6,4 .n
Caso B) Muestras en las que se suponga que el contenido en SO2 total sea ≥ 50 mg/L en el matraz de
100 mL del aparato de arrastre introducir 20 mL de muestra y 5 mL de ácido fosfórico. Acoplar el
matraz al aparato. Introducir en el borboteador 2-3 mL de solución de peróxido de hidrógeno,
neutralizarla como se hizo anteriormente, llevar a ebullición el vino contenido en el matraz con baño
de agua hirviendo. Mantener la ebullición durante el paso de la corriente de aire . En 15 min. el
dióxido de azufre total habrá sido arrastrado y oxidado. Valorar el ácido sulfúrico formado con la
solución de 0,01M de hidróxido sódico. Sea n el número de mL utilizados.
Cálculo: dióxido de azufre total en miligramos por litro (mg/L) muestra de 20 mL: 16 .n
Fundamento: El etanal se determina en el vino, previamente decolorado con carbón, midiendo a 750
nm la coloración verde o violeta que da con el nitroprusiato sódico y la piperidina. Reactivos:
- Ácido bórico
- Ácido clorhídrico al 25 % (v/v)
- Ácido sulfuroso solución al 6%
- Almidón soluble
- Carbón activo en polvo
- Etanal
- Fenolftaleina al 1%
- Piperidina al 10% Antes de cada medida con agua destilada
- Hidróxido sódico 1N
- Nitroprusiato sódico 2 hidrato al 0,4% (p/v) con agua destilada
- Yodo 0,1N
- Solución alcalina: 8,75 de ácido Bórico 400 mL de hidróxido sódico 1N. Completar hasta 1L
con agua destilada
Colocar 25 mL de vino tinto o rosado, a analizar en un erlenmeyer de 100 mL, añadir unos 2 g de
carbón activo polvo PA, agitar enérgicamente, dejar reposar unos minutos y filtrar sobre un filtro de
poro fino para que quede un filtrado claro.
La cantidad exacta de esta solución patrón de etanal debe determinarse como sigue:
En un erlenmeyer de 500 mL colocar 50 mL de solución patrón de Etanal, adicionar 20 mL de ácido
clorhídrico diluido y 100 mL de agua destilada. Oxidar el SO2 libre con Yodo 0,1N en presencia de
solución de almidón soluble hasta coloración azul débil.
Añadir unas gotas de fenolftaleina y la suficiente solución alcalina hasta la desaparición de color azul
y aparición de color rosa. valorar el SO2 combinado con el etanal con el yodo 0,1 N hasta coloración
azul débil. Siendo n el volumen gastado, la solución patrón de Etanal combinado con el SO2 contiene:
44,05 n mg de Etanal por litro.
La cantidad exacta de las diluciones debe calcularse a partir del contenido de Etanal de la solución
patrón determinada anteriormente.
Proceder a la medida del etanal sobre 2 mL de cada una de estas soluciones como se indica
anteriormente. la representación gráfica o el ajuste lineal por mínimos cuadrados de las absorbancias
es una recta que no pasa por el origen.
Cálculo: Calcular el contenido en etanal a partir del dato de absorbancia máxima en cada muestra
con la curva patrón señalada anteriormente.
Se analizaron los grupos o familias fenólicas clásicas: polifenoles totales, polifenoles poco
polimerizados, antocianos totales, catequinas, proantocianidinas y ortodifenoles. Estas
determinaciones se realizaron por duplicado empleando un Espectrofotómetro UV-VIS BECKMAN
DU-600 (Beckman Instruments, Inc. 2500 N. Harbor Boulevard, Box 3100 Fullerton, California
92834-3 I 00).
Su medida se basa en la oxidación en medio básico de los grupos hidroxilos de los componentes
fenólicos por el reactivo de Folin-Ciocalteau (mezcla de ácido fosfowolfrámico y fosfomolíbdico). Este
reactivo se reduce, dando una mezcla de óxido de wolframio y óxido de molibdeno, que presenta
una coloración azul característica con un máximo de absorción entre 725 y 760 nm. (Paronetto, 1977;
Cozzolino et al., 2004; Mato el al., 2005; Singleton y Rossi, 1965; Larena y Vega, 1986; Ribéreau-
Gayón y Stonestreet, 1988; Rebolo, 2007; Sidari et al., 2007).
Este complejo azul permite cuantificar los polifenoles presentes, midiendo la absorbancia a 750 nm,
ya que la intensidad de la coloración azul medida a esta longitud de onda es directamente
proporcional al contenido fenólico. Reactivos:
• Patrón de ácido gálico (Sigma Aldrich; St.Louis, MO, USA) (comercial, Merk)
• Reactivo de Folin-Ciocalteau
• Solución de Carbonato sódico anhidro, Na2CO3, 75 g/L.
Para la cuantificación se aplica una recta de calibrado. Para calcular dicha recta patrón se preparan
disoluciones de concentraciones comprendidas entre 0 y 500 mg/L de ácido gálico. Tomando 0,5 mL
de cada una de estas diluciones y siguiendo el método indicado, se obtiene un valor de absorbancias
para cada concentración, que permite crear una gráfica de absorbancias frente a concentraciones. El
ajuste de estos puntos da la recta de calibrado siguiente:
Cloruro sódico
Método:
25 mL de vino se concentran a vacío para eliminar el alcohol. Se restituye el volumen hasta 25 con
agua y se añade cloruro sódico hasta saturación.
Se esta solución se toman 25 mL y se centrifugan a 3500 r.p.m. durante 20 min., separando luego el
sobrenadante por filtración. Se lava el residuo con 15 mL de solución saturada de cloruro sódico y se
centrifuga de nuevo durante 20 minutos, filtrándose de nuevo con el sobrenadante anterior.
Se enrasa a 50 mL y sobre esta solución se hace la determinación de polifenoles totales, que nos da
el valor de los polifenoles poco polimerizados, que son los que no han precipitado. En el cálculo de
resultados hay que tener en cuenta que se ha diluido la muestra al doble.
El cálculo de los polifenoles muy polimerizados se hace por diferencia, restando a los polifenoles
totales los poco polimerizados como se acaba de señalar.
Fundamento: está basada en la propiedad de los fenoles de dar reacciones de condensación con los
compuestos carbonílicos en medio ácido. En concreto como compuesto carbonílico se usa el
aldehído vainillínico (vainillina) que en medio ácido fija un protón, convirtiéndose en un reactivo
electrófilo. Los electrones π del núcleo bencénico compensan la carga positiva, por lo que es menos
electrófilo que otros aldehídos y sólo reacciona con ciclos bencénicos “activados” como es el caso
del anillo A de las catequinas y leucoantocianidinas. (Paronetto, 1977; Cedrón, 2004; Deytieux et al.,
2007).
Las disoluciones de antocianos en medio ácido presentan un color rojo, y cambian a azul o violeta en
medio neutro o ligeramente básico, decreciendo la intensidad de color con el aumento del pH. A
valores del pH superiores a 3 ó 3,5 dependiendo de la especie molecular, se transforman en la
pseudobase carbinol correspondiente. La diferencia de absorbancias que se produce al decolorar la
disolución por cambio de pH de 1 a 3,5 es directamente proporcional a la cantidad de antocianos
presentes en el medio (García-Viguera y Bridle, 1995; Shoji et al., 1999).
Para calcular la recta de calibrado se opera del mismo modo a partir de disoluciones patrón de
malvidín-3-glucósido entre 0 y 300 mg/L. La recta obtenida es:
Esta determinación se basa en la reacción de estos compuestos con el reactivo de Arnow (solución de
nitrito sódico y molibdato sódico). Se produce primero una nitrosación y luego la formación de un
complejo de color rojo, cuya absorbancia se mide a 500 nm. (Flanzy y Aubert, 1969; Rudnitskaya et
al., 2010; Schwarz et al., 2011; Schwarz et al., 2012)
A una muestra de 2 mL para vinos rosados y 0,5 mL para vinos tintos, se añade 5 ml de agua
destilada, 5 mL de HCl 0,5N, y 5 mL de reactivo de Arnow; se agita y al cabo de un minuto se añaden
5 mL de NaOH 1N y se enrasa a 50 con agua destilada. Se mide la absorbancia frente a un blanco en
el que no se ha añadido reactivo de Arnow. La concentración se calcula en base a la siguiente recta
de calibrado elaborada con concentraciones conocidas entre 0 y 800 mg/L de D-catequina:
Los métodos analíticos usados para determinar el color de los vinos se fundamentan en el diferente
comportamiento de los vinos frente a las longitudes de onda que componen el espectro visible
(O.I.V., 1969; Rodríguez, 2011; Sidari et al., 2007).
La medida de las características cromáticas persigue la definición de forma objetiva del color del vino
a través de aparatos como el espectrofotómetro que pueden hacer una evaluación en cualquier zona
del espectro visible. Estos métodos se fundamentan en el diferente comportamiento de los vinos
frente a las longitudes de onda que componen el espectro visible, reduciendo algunos de los mismos
la caracterización del color a valores simples obtenidos de la curva de absorción (Sudraud, 1958,
Mareca, 1964, Lemperler y Kerler, 1968; Glories, 1984; Negueruela y Echávarri, 1983), mientras que
otros utilizan el conjunto de longitudes de onda del espectro visible, como los métodos de CIELab o
de Gonzáles (Ayala et al., 1999).
En la actualidad el sistema CIELab es uno de los más utilizados (CIE, 1986). Con el fin de obtener una
serie de parámetros totalmente objetivos en la medida del color la Commision Internationale de
l'Éclairage (CIE) ha ido desarrollando desde 1931 diferentes métodos. El método considerado como
más fiable para la reproducción real del color de un objeto iluminado por la luz del día es el sistema
CIELab establecido en 1976 (CIE, 1986), considerando el iluminante D65 y el observador de 10º,
método que coincide con la norma UNE 72031. Este sistema se basa en la teoría de percepción de
colores opuestos, es decir un color no puede ser rojo y verde al mismo tiempo ni azul y amarillo a la
vez. De esta forma el color se expresa de forma tridimensional, donde L* es luminosidad, a* la
coordenada rojo/verde y b* la coordenada amarillo/azul. Las coordenadas a* y b* forman un plano
horizontal y el eje central corresponde a L* que varía entre 0 (negro) y 100 (blanco). A partir de estos
valores se deducen las magnitudes psicofísicas: H* o tono que corresponde a la cromaticidad o matiz,
C* o croma que corresponde a la pureza de color, y S* o saturación que es la relación entre L* y C* y
nos informa sobre la cantidad de blanco o negro añadido al tono. (Martínez y Bilbao, 1998; Cabrera
et al, 2002; Iñiguez et al., 1995).
Para la medida de los parámetros CIELab, las muestras de vino se centrifugan previamente y luego se
registra su espectro en celdas de paso de luz de 2 mm en la región del visible, comprendida entre 380
y 780 nm, cada 5 nm. El cálculo de los parámetros del color proporción rojo/verde (a*), proporción
amarillo/azul (b*), claridad (L*), croma (C*) y tono (H*) según el método CIELab de 1976 se realiza a
partir de una hoja de cálculo del programa Excel de Microsoft (CIE, 1986; Cabrera et al, 2002).
Por otra parte y en un intento de caracterizar al vino se han aplicado técnicas estadísticas de análisis
discriminante a parámetros físico-químicos relacionados estrechamente con los factores que influyen
en la naturaleza propia y diferente de cada vino. Entre estos parámetros los colorimétricos han
permitido la clasificación varietal y la diferenciación geográfica.
Para estudiar la evolución polifenólica, algunos autores (Martínez y Bilbao, 1999) proponen
determinar: intensidad de color, (D.O. 420 nm + D.O. 620 nm), tonalidad (D.O. 420 nm/D.O. 520 nm),
antocianos totales, (Rivereau–Gayon, 1965), índice de ionización de antocianos y porcentaje de iones
flavilio como densidad óptica dA% (Glories 1984), taninos (Ribereau–Gayon, 1976), índice de gelatina
(Glories, 1978), catequinas (Swaint, 1959) e Indice de polifenoles totales.
Análisis basados en cálculos empíricos usando absorbancias a 520 y 420 nm, muestran que aunque la
medida es rápida la información es limitada cuando se compara con el espectro visual 380-770 nm
Es el más utilizado de los métodos basados en los máximos de absorbancia que presentan los vinos a
lo largo del espectro visible. Tradicionalmente el color del vino ha sido medido utilizando el método
de Sudraud (1958) y el método triestimular propuesto por la CIE. En 1984, Glories introdujo algunas
modificaciones en el método de Sudraud de modo que proporciona una mayor información sobre el
color del vino (Glories, 1984).
matiz o tonalidad: cuerda que une los dos máximos del espectro y determina el grado de evolución
del vino, su oxidación y/o su envejecimiento.
Las absorbancias fueron medidas en cubeta de cuarzo de 1 mm de paso de luz para las nuestras de
vinos tintos y de 1 cm de paso de luz para los vinos rosados.
Estos métodos son utilizados por recomendación de la O.I.V.(Oficina Internacional de la Vid y el Vino)
y figuran también en el Boletín Oficial del Estado de fecha 22/7/1977 dentro de los Métodos de
Análisis de Productos Derivados de la Uva, 3(a); ( Beacco et al., 1996; Ayala et al., 1999).
Basado en el método CIE, Gonzáles et al, (1990) propusieron un nuevo método que emplea la
medida de 40 longitudes de onda.
Se determina la absorbancia de los vinos para el caso de vino tinto en cubeta de mm y en el caso de
vino rosado en cubeta de 1 cm de paso de luz. A partir del espectro de absorción cada 10 nm desde
380 a 770 nm. A partir de estos datos, se introducen en el programa informático PROCOL y éste nos
devuelve una serie de parámetros:
• PG X
• PG Y
• PG Z
• PG Brillantez
• PG Pureza
• PG Longitud de onda λ dominante
• PG Intensidad
• PG Tonalidad
• PG r2 para Tonalidad
El sistema de análisis de las propiedades cromáticas de los vinos de Gonzáles et al. (1990) desarrolla
un amplio y complejo conjunto de parámetros totalmente objetivos en la medida del color que, al
igual que CIELab, se basa en la teoría de percepción de colores opuestos; de esta manera el color se
expresa en forma tridimensional, donde PG X es la coordenada rojo/azul (morado), que en los vinos
ofrece sus mayores valores en presencia de cantidades abundantes de las familias polifenólicas poco
polimerizadas; PG Y es la coordenada amarilla, opuesta a la anterior, y PG Z es la coordenada vertical
al plano de color que definen PG X y PG Y (Pérez-Magariño, S., 1999).
Sin embargo, los datos analíticos obtenidos por las coordenadas PG X PG Y y PG Z no tienen relación
con la sensación percibida por el observador del color del vino y han de ser “traducidos” o
transformados a magnitudes psicofísicas. La PG Brillantez expresa la luminosidad del vino (Gonzáles
et al., 1990; Gonzáles et al, 1994; Bravo et al., 1992; Gómez-Cordovés, C. and González-San José,
M.L., 1995; Pérez-Magariño y González-San José, 2001). La PG Pureza determina la saturación o
pureza de matices, definida como la cantidad de blanco o negro añadida al tono. La cromaticidad
viene expresada por la longitud de onda dominante que indica el matiz del vino. El parámetro PG
Intensidad expresa la claridad o capacidad del vino de reflejar la luz blanca que incide sobre el color y
el Parámetro PG Tonalidad muestra el matiz o tono del vino, entendido como la variación cualitativa
del color del mismo. Finalmente, el PG r2 para la Tonalidad es un parámetro de control de significado
físico poco claro (Gonzáles et al., 1990; Gonzáles et al, 1994; Bravo et al., 1992; Pérez-Zúñiga et al.,
1994; Pérez-Zúñiga et al., 1994).
En el presente apartado se describen los resultados obtenidos de los análisis realizados en las
muestras de vinos estudiados y una interpretación clásica de los mismos. En los ANEXOS se
encuentran tabulados todos los resultados, y al final del presente Capítulo se ha realizado una
síntesis de esa información, mediante un resumen estadístico del total de las muestras
(tintos+rosados), de los vinos rosados, de los vinos tintos, para cada una de las variables
determinadas.
En el presente Capítulo se describen los resultados para cada variable en cada una de las tres
poblaciones (rosados, tintos y rosados+tintos), sus parámetros estadísticos básicos, tanto para
parámetros enológicos clásicos, parámetros de color y familias fenólicas. Se procede asimismo a
describir la evolución en el tiempo de los distintos parámetros, que determinan en definitiva de
calidad de los vinos estudiados. Para ello se utilizan gráficos obtenidos al representar los distintos
parámetros de los vinos con el tiempo, al mismo tiempo que los histogramas de las tres poblaciones
estudiadas.
El objetivo de este Capítulo pretende determinar cómo cada parámetro enológico evoluciona con el
tiempo dentro de su envejecimiento en botella, estimando cuando su deterioro, evidencia una
pérdida de calidad significativa que pueda producir un rechazo significativo y sensorial por parte del
consumidor, al ser sensible la disminución de la calidad de sus cualidades organolépticas.
En el presente Capítulo se presentan los resultados de los vinos analizados; dado el número de
muestras con que se trabaja, se presentan los resultados por grupos para facilitar su interpretación,
distribuyendo las muestras en 6 grupos según la edad del vino; por tanto se han elaborado las
gráficas con seis puntos, tanto para tintos como para rosados. Se ha realizado un seguimiento de 39
vinos tintos, a lo largo de 54 meses y de 29 vinos rosados a lo largo de 72 meses; el número de
muestras analizadas en cada uno de los seis ámbitos temporales elegidos, figura en la Tabla 5.1
Como podrá observarse de la información expuesta al describir cada uno de los parámetros, la acidez
-tanto la acidez total como la volátil- y el pH son parámetros que vendrían a valorar el estado del
vino, si está o no alterado.
Cuando disminuyen significativamente las características cromáticas de los vinos analizados aún no
están éstos alterados luego, su calidad organoléptica se deteriora antes que su calidad “química”.
Los vinos rosados y tintos jóvenes analizados se alterarían antes por acidez que por caracteres de
color.
Para rosados de las familias fenólicas estudiadas donde se observa una disminución más clara es en
Polifenoles totales y en Antocianos
Los pigmentos procedentes de la uva y mayores responsables del color del vino tinto son los
antocianos.
5.1.1.- pH.
En los vinos tintos (Figura 5.1), el valor del pH se mantiene bastante constante, hasta los tres años de
su embotellamiento, disminuyendo ligeramente con el tiempo desde entonces, con una acidificación
de 0,13 unidades de pH de media. Esto está en relación con la lógica acidificación de los vinos y
deberá ir en concordancia con los cambios operados en la acidez total y volátil. Como se observa en
el gráfico, los valores promedio van de 3,7 hasta 3,56. Por otra parte atendiendo al margen de
variación estaría entre 3,4 y 3,9.
En los vinos rosados (ostensiblemente más ácidos que los tintos) se observa (Figura 5.2) un menor
rango de variación, de modo que al final el valor estaría próximo a 3,4. La mayoría de los valores se
encuentran entre 3,2 y 3,6 unidades de pH. La figura 5.3 exhibe los histogramas de las tres
poblaciones. Atendiendo al sesgo estandarizado de las tres representaciones, todas representan
poblaciones dentro del rango de una distribución normal.
Figura 5.3.- Histogramas de frecuencias del pH en vinos rosados (rojo), tintos (morado) y
tintos+rosados (azul).
Los parámetros relacionados con el deterioro total de los vinos serían además del pH, la acidez volátil
y la acidez total.
La acidez volátil está constituida por la parte de ácidos pertenecientes a la serie acética presentes en
el vino, ya sea en estado libre o en forma de sal. Se determina mediante valoración de los ácidos
volátiles recogidos de una muestra (sin CO2) sometida a destilación por arrastre de vapor y a la que
se resta la equivalencia en acidez del SO2 presente (tanto libre como combinado). Se mide en meq/l,
en g/l de ácido sulfúrico o más comúnmente en g/l de ácido acético. El máximo legal (Reglamento del
Consejo Regulador de la Denominación de Origen Ribera del Duero) se sitúa en 1,0 g/l de ácido
acético más 0,06 g/l por cada grado alcohólico que pase de 10. Los vinos analizados tienen una
graduación mínima de 11,5 para tintos y 11 para rosados (Art. 13. 1 del citado Reglamento) por ello
cumplen, pues como se aprecia en el gráfico no se supera en tintos ni el valor de 0,9 g/L, con valores
promedio entre 0,5 y 0,7. En rosados no se alcanzan en ningún caso el 0,7 siendo los valores
promedios de entre 0,2 y 0,7 g/L de acético.
Figura 5.6.- Histogramas de frecuencias de la Acidez Volátil en vinos rosados (rojo), tintos (morado) y
tintos+rosados (azul).
Los Histogramas de Frecuencias (Figura 5.6) muestran que los Vinos Rosados exhiben tanto un sesgo
y curtosis (estandarizados ambos) dentro del rango esperado para una distribución normal.
Para los Tintos Tintos: el sesgo dentro del rango esperado para una distribución normal, pero no la
curtosis. Para la población Tintos+Rosados, tanto el valor del sesgo estandarizado como de la curtosis
estandarizada, se encuentran dentro del rango esperado para datos provenientes de una distribución
normal.
Es la suma de los ácidos titulables cuando se lleva el vino a pH 7, mediante una solución alcalina
valorada. Se excluyen de esta medida el ácido carbónico y el SO2. Se expresa en g/L de ácido
tartárico. En vinos tintos como se puede apreciar (Figura 5.7) permanece casi constante con valores
de entre 4,5 y 5, como promedio a lo largo del tiempo.
En vinos rosados disminuye ligeramente (Figura 5.8) pasando de valores de 5,5 a 4,5 (g/L de ácido
tartárico).
Respecto a los histogramas que distribuyen las frecuencias de las muestras (Figura 5.9), para los
Vinos Rosados, el sesgo está fuera del rango para una distribución normal, mientras que la curtosis
está dentro del rango esperado para una distribución normal.
Para los Vinos Tintos y los Vinos Tintos+Rosados, en ambos casos, el valor de sesgo estandarizado no
se encuentra dentro del rango esperado para datos provenientes de una distribución normal. El
valor de curtosis estandarizada no se encuentra dentro del rango esperado para datos provenientes
de una distribución normal.
Figura 5.9.- Histogramas de frecuencias de la Acidez Total en vinos rosados (rojo), tintos (morado) y
tintos+rosados (azul).
El SO2, se mide tanto en forma libre como el SO2 total que incluye las formas combinadas. Se expresa
en mg/L. Para los Vinos Tintos (Figura 5.10) se observa un crecimiento muy significativo del dióxido
de azufre, tanto en forma total como combinada, llegando a un máximo hacia los 20 meses, para
reducirse a un mínimo en torno a los 36 meses (con valores similares a los iniciales) e iniciar un nuevo
crecimiento de los valores; por su parte el dióxido de azufre libre muestra un comportamiento más
suavizado y constante, con tendencia a la baja.
La figura 5.11 representa los histogramas de frecuencias respecto a las tres variables estudiadas del
dióxido de azufre para los Vinos Tintos. En los tres casos se percibe que el sesgo está fuera del rango
esperado para una distribución normal, mientras que la curtosis sí está dentro del rango esperado
para una distribución normal.
La figura 5.12 que muestra los histogramas de frecuencias respecto a las tres variables estudiadas del
dióxido de azufre para los Vinos Rosados, describe que el SO2 libre presenta un sesgo y curtosis fuera
del rango esperado para una distribución normal, mientras que el SO2 combinado y el SO2 total
presentan un sesgo fuera de rango y una curtosis dentro del rango esperado para una distribución
normal.
En cuanto al comportamiento del SO2, para los Vinos Rosados (Figura 5.13), se observa un
crecimiento significativo de los valores hasta alcanzar un máximo en torno a los 36 meses de
permanencia en botella, excepto para el dióxido de azufre libre muestra un comportamiento, como
en el caso de los Tintos, más suavizado y constante, con tendencia a la baja.
Para el SO2 combinado y para el SO2 total, la población de Vinos Rosados+Tintos, presenta un valor
del sesgo estandarizado que no se encuentra dentro del rango esperado para datos provenientes de
una distribución normal, mientras que el valor de la curtosis estandarizada sí se encuentra dentro del
rango esperado para datos provenientes de una distribución normal.
Figura 5.10.- Evolución con el tiempo del SO2 libre, combinado y total en Vinos Tintos (mg/L).
Figura 5.11.- Histogramas de frecuencia para resultados de SO2 libre, combinado y total. Vinos Tintos
(mg/L).
Figura 5.12.- Histogramas de frecuencia para resultados de SO2 libre, combinado y total. Vinos
Rosados (mg/L).
Figura 5.13.- Evolución con el tiempo del SO2 libre, combinado y total en Vinos Rosados (mg/L).
Figura 5.14.- Histogramas de frecuencia para SO2 libre, combinado y total para Vinos
Rosados+Tintos.
Si bien las variaciones de este parámetro enológico dentro de los diferentes grupos de vinos
establecidos son grandes, se observa en los Vinos Tintos (Figura 5.15) un crecimiento hasta alcanzar
el máximo a los 18 meses, para continuar con un mínimo a los 24 meses y posteriormente iniciar un
nuevo crecimiento hasta acercarse a los 40 mg/L. Los valores en Vinos Tintos se mantienen
comprendidos en valores entre 20 y 40. Para Vinos Rosados (Figura 5.16) los valores son algo
mayores, situándose entre 40 y 50 como promedios, pero sin mostrar el mismo patrón de
crecimiento/decrecimiento/crecimiento que en Tintos.
La Figura 5.17 muestra los histogramas de frecuencias para las tres poblaciones de Vinos Rosados,
Tintos y Rosados+Tintos. En todos los casos, ni el valor de sesgo estandarizado, ni el de la curtosis
estandarizada se encuentra dentro del rango esperado para datos provenientes de una distribución
normal.
Figura 5.15.- Evolución con el tiempo para el Etanal mg/L). Vinos Tintos.
Figura 5.16.- Evolución con el tiempo para el Etanal mg/L). Vinos Rosados.
Figura 5.17.- Histogramas de frecuencias del Etanal en vinos rosados (rojo), tintos (morado) y
tintos+rosados (azul).
5.2.1.- POLIFENOLES TOTALES (PT), POCO POLIMERIZADOS (PPP) Y MUY POLIMERIZADOS (PMP).
Los Polifenoles se expresan en este trabajo en mg/L de Ácido Gálico. En Vinos tintos la caída de PT
tiene ajuste lineal y pendiente negativa (Figura 5.18). Estos resultados estarían en consonancia con
los observados por algunos autores (Rodríguez, 2011), que tras seis meses de que detectan que tras
seis meses de almacenamiento en tanque de vinos de control, los Polifenoles Totales (PT) pasan de
74 a 53 mg/L. La evolución de estos parámetros es muy distinta si los vinos envejecen en barricas de
roble.
Polifenoles Totales (PT) en Vinos rosados (Figura 5.19); la gráfica describe casi perfectamente una
hipérbola, cuya asíntota a la que tiende sería el valor de 400. A partir de 24 meses la disminución es
mucho menor. En el periodo de 0 a 24 meses los valores van de 1400 a 510 mientras que en el
siguiente periodo entre 24 y 72 meses sólo disminuye ya 100 unidades.
La figura 5.20, representa los histogramas de frecuencias para los Polifenoles Totales (PT) en las tres
poblaciones estudiadas. En este caso, el valor de sesgo estandarizado no se encuentra dentro del
rango esperado para datos provenientes de una distribución normal. El valor de curtosis
estandarizada se encuentra dentro del rango esperado para datos provenientes de una distribución
normal.
Figura 6.- Evolución del contenido en Polifenoles Totales con el tiempo en vinos Tintos.
Figura 5.20.- Histogramas de frecuencias de Polifenoles Totales (PT) en vinos rosados (rojo), tintos
(morado) y tintos+rosados (azul).
Figura 5.19.- Evolución del contenido en Polifenoles Totales con el tiempo en Vinos Rosados.
La Figura 5.21 muestra el comportamiento de los tres grupos de Polifenoles en los Vinos Tintos,
observándose un significativo decrecimiento de los Polifenoles Totales y de los Poco Polimerizados
(con concentraciones comprendidas entre 1.500 y 2.500 mg/L), que se reducen aproximadamente en
1/3 de su valor inicial, mientras los Polifenoles muy Polimerizados incrementan su valor. Respecto a
la Figura 5.22 que muestra la evolución temporal de estos compuestos fenólicos para los Vinos
Rosados, su comportamiento es similar, aunque sus valores cuantitativos son mucho más bajos
(entre 300 y 700 mg/L).
La Figura 5.23, que muestra los histogramas de frecuencias para los Polifenoles Poco Polimerizados
(PPP) deja en evidencia que son dos poblaciones diferentes para vinos rosados y para tintos. Para
estas poblaciones, el valor del sesgo estandarizado se encuentra dentro del rango esperado para
datos provenientes una distribución normal, mientras que el valor de curtosis estandarizada no se
encuentra dentro del rango esperado para datos provenientes de una distribución normal.
La figura 5.24, que representa los histogramas de frecuencias para los Polifenoles Muy Polimerizados
(PMP), demuestra igualmente que Rosados y Tintos representan dos poblaciones diferentes respecto
a este parámetro. Para Rosados, el sesgo está fuera del rango esperado para una población normal,
mientras que la curtosis está dentro de rango. Para Vinos Tintos y para Tintos+Rosados, ni el valor de
sesgo estandarizado, ni el valor de curtosis estandarizada se encuentra dentro del rango esperado
para una distribución normal.
Figura 5.23.- Histogramas de frecuencia para Polifenoles Poco Polimerizados en vinos rosados (color
rojo), tintos (color morado) y rosados+tintos (color azul).
Figura 5.24.- Histogramas de frecuencia para Polifenoles Muy Polimerizados en vinos rosados (color
rojo), tintos (color morado) y rosados+tintos (color azul).
Cabellos et al (1998), Pardo et al. (1999) y Suárez et al. (2007) encuentran una estabilización en el
tiempo de los parámetros de color en vinos tintos, mientras los caldos mantienen su calidad;
también ponene en evidencia una clara correlación entre determinados parámetros fenólicos y
parámetros de color, y también entre algunos parámetros de color entre sí, como entre la
Componente Amarilla y la Tonalidad.
5.2.2.- ANTOCIANOS.
En vinos tintos la gráfica (Figura 5.25) describe una recta con una clara disminución en los valores,
pasando de aproximadamente 420 a menos de 70 mg/L de malvidín-3-glucosido, en un periodo de 54
meses en botella.
En vinos rosados (Figura 5.26), la disminución del contenido en Antocianos es igualmente intensa,
pasando de 50 a 7 mg/L de malvidín-3-glucosido en un plazo de 72 meses. En este caso la línea de
tendencia representada se ajusta a una ecuación exponencial.
Estos comportamientos son habituales con los Antocianos en vinos, y han sido descritos por Suarez
et al. (2007), que menciona disminuciones del 50 % tras 6 meses de almacenamiento, por Pérez-
Prieto et al. (2003) que encuentran reducciones de los Antocianos tras 6 meses en botella de 465 a
128 mg/L. Visan et al. (2013) encuentran disminuciones de 107,4 a 29,8 tras 12 meses de
almacenamiento y Castillo-Sánchez et al. (2008) describe caídas en los niveles de Antocianos de 700 a
300 mg/l tras 26 meses de almacenamiento.
Figura 5.27.- Histogramas de frecuencia para Antocianos en vinos rosados (color rojo), tintos (color
morado) y rosados+tintos (color azul).
La figura 5.27, que recoge los histogramas de frecuencias de las tres poblaciones, muestra que para
los Vinos Rosados y para los Vinos Tintos, el sesgo no está dentro de rango de una distribución
normal, pero la curtosis sí. Para la población conjunta Tintos+Rosados, ni el valor del sesgo
estandarizado ni el de la curtosis estandarizada se encuentran dentro del rango esperado para datos
provenientes de una distribución normal.
5.2.3.- CATEQUINAS.
En los Vinos Rosados (Figura 5.29), también se aprecia una significativa disminución de Catequinas
con el tiempo, pasando de valores promedios de 150 (mg/L de D-catequina) a menos de 50.
Figura 5.28.- Evolución del contenido en Catequinas, en vinos tintos, con el tiempo.
Figura 5.29.- Evolución del contenido en Catequinas, en vinos rosados, con el tiempo.
Figura 5.30.- Histogramas de frecuencia para Catequinas en vinos rosados (color rojo), tintos (color
morado) y tintos+rosados (color azul).
La figura 5.30 muestra los histogramas de frecuencias para las tres poblaciones estudiadas. Para los
Rosados, mientras que el sesgo no está dentro de rango de una distribución normal, la curtosis si
está dentro. Para Tintos, ambos: sesgo y curtosis están dentro de rango de una distribución normal.
Finalmente, para la población Tintos+Rosados, ni sesgo ni curtosis están dentro de rango esperado
para una distribución normal.
5.2.4.- ORTODIFENOLES.
Tanto en vinos tintos como rosados, disminuye ligeramente con el tiempo el contenido en
Ortodifenoles (medido en mg/L de D-Catequina). Así en Tintos (Figura 5.31), pasa en 54 meses de
unos 820 mg aproximadamente a unos 700 mg/L; mientras que en Rosados (Figura 5.32) la reducción
es de 175 a 125 mg/L.
Figura 31.- Evolución del contenido en Ortodifenoles, en vinos tintos, con el tiempo.
Figura 32.- Evolución del contenido en Ortodifenoles, en vinos rosados, con el tiempo.
La Figura 5.33, que muestra los Histogramas de los Ortodifenoles para cada una de las tres
poblaciones testeadas, refleja que los Rosados tienen el sesgo fuera de rango de una distribución
normal, pero la curtosis dentro de rango. Los Tintos se comportan de forma opuesta: tienen el sesgo
dentro de rango, pero la curtosis fuera de rango de una distribución nomal. Finalmente la población
Tintos+Rosados no tienen ni sesgo ni curtosis dentro de rango de una distribución normal.
Figura 5.33.- Histogramas de frecuencia para Ortodifenoles en vinos rosados (color rojo), tintos (color
morado) y tintos+rosados (color azul).
5.2.5.- PROANTOCIANIDINAS.
Figura 5.34.- Evolución del contenido en Proantocianidinas, en vinos tintos, con el tiempo.
Figura 5.35.- Evolución del contenido en Proantocianidinas, en vinos rosados, con el tiempo.
Figura 5.36.- Histogramas de frecuencia para Proantocianidinas en vinos rosados (color rojo), tintos
(color morado) y tintos+rosados (color azul).
La Figura 5.36 muestra claramente las dos poblaciones (tintos y rosados) en que se dividen las
muestras de vinos en que se ha determinado el contenido en Proantocianidinas. Para la población de
Tintos y de Tintos+Rosados, el valor del sesgo estandarizado se encuentra dentro del rango esperado
para datos provenientes una distribución normal, mientras que la curtosis no. Para los Vinos
Rosados, es el sesgo quien está fuera del rango esperado para una distribución normal, mientras que
la curtosis sí se encuentra dentro del rango esperado.
Se trata de las Absorbancias a 420, 520 y 620. En el Apartado 5.4 se describirán los resultados para los
Parámetros de Color de Glories: los Porcentajes de Amarillo, Rojo y Azul, dA% Rojos Puros, la Intensidad
Colorante, la Brillantez, la Pureza, la Tonalidad y la Intensidad.
Los enólogos utilizan distintos índices que por su rapidez y sencillez de cálculo son prácticos para
comprobar la evolución de la materia colorante durante su crianza o añejamiento, los cuales no
tienen relación con los métodos oficiales de determinación de color de la CIE.
El color es uno de los principales atributos de los vinos tintos y una materia de primera importancia en la
elaboración de los vinos. Según algunos autores (Haslam, 1989) el color inicial de los vinos es debido
principalmente a:
a) antocianinas libres, principalmente como catión flavilium (rojo-9 anhidro-base quinoidal azul).
b) autoasociación de antocianinas.
c) copigmentación de antocianinas con otros fenoles presentes en el vino (como flavanoles,
flavonoles, y ácidos hidroxicinámicos).
Estas especies de antocianinas son los principales contribuyentes al máximo de absorción visible (520
nm) característicos del espectro de vinos tintos jóvenes. Entre este máximo de absorción y el del
ultravioleta a 280 nm, se encuentra un mínimo a una longitud de 420 nm. (Ribéreau-Gayon, 1974;
Glories, 1984; 1988).
Durante la maduración y el envejecimiento del vino las antocianinas de las uvas son gradualmente
desplazadas por pigmentos oligoméricos y poliméricos más estables, que modifican el rojo brillante de
los vinos jóvenes hacia matices más rojo ladrillo, o naranja teja, produciendo un incremento en la
absorción a 420 nm (Ribéreau-Gayon y Stonestreet, 1988; Ribéreau et al., 2006; Somers y Evans, 1974;
1977).
La Absorbancia o D.O. 420 nm refleja la intensidad del color amarillo (Sudraud, 1958; Glories, 1988).
Los vinos tintos jóvenes sitúan su máximo de absorbancia a 520 nm debido a los antocianos libres
contenidos, presentando su segundo máximo a 420 nm. A medida que el vino envejece y pierde su
contenido antociánico, el color evoluciona hacia tonos anaranjados, perdiendo el máximo a 520,
pero conservando el correspondiente a los tonos amarillos, cercanos a 420 nm (ver evolución
temporal en Figuras 5.37, 5.38 y 5.39).
Figura 5.37.- Evolución de la Absorbancia a 420 nm, en vinos tintos, con el tiempo.
Figura 5.38.- Evolución de la Absorbancia a 520 nm, en vinos tintos, con el tiempo.
Figura 5.39.- Evolución de la Absorbancia a 620 nm, en vinos tintos, con el tiempo.
En los resultados de los vinos rosados vemos que la Absorbancia 420 nm disminuye con un aumento
de este parámetro al final del periodo de estudio (Figura 5.40). Sin embargo para vinos tintos se
observa con bastante claridad una disminución que en un intento de cuantificarla supone para la
línea de tendencia (lineal) pasar de 0,4 a 0,2 es decir una disminución del 50% (Figura 5.37).
Figura 5.40.- Evolución de la Absorbancia a 420 nm, en vinos rosados, con el tiempo.
Figura 5.41.- Histogramas de frecuencia para Absorbancia a 420 nm en vinos rosados (color rojo),
tintos (color morado) y tintos+rosados (color azul).
La Figura 5.41 muestra los Histogramas de Frecuencias para la Absorbancia 420 nm. Para Vinos
Tintos, el sesgo está fuera del rango y curtosis está dentro del rango esperado para datos
provenientes de una distribución normal. Para Vinos Rosados y para la población Tintos+Rosados, ni
el valor de sesgo estandarizado, ni el de la curtosis estandarizada se encuentra dentro del rango
esperado para datos provenientes de una distribución normal.
Figura 5.42.- Evolución de la Absorbancia a 520 nm, en vinos rosados, con el tiempo.
Figura 5.43.- Histogramas de frecuencia para Absorbancias a 520 nm en vinos rosados (color rojo),
tintos (color morado) y tintos+rosados (color azul).
Según muestra la Figura 5.43, para los Vinos Tintos:, el sesgo no está dentro del rango esperado para
distribución normal, pero sí la curtosis. Para Rosados y Rosados+Tintos, en ambos casos, ni el valor
de sesgo estandarizado ni el de la curtosis estandarizada se encuentran dentro del rango esperado
para datos provenientes de una distribución normal.
Figura 5.44.- Evolución de la Absorbancia a 620 nm, en vinos rosados, con el tiempo.
Figura 5.45.- Histogramas de frecuencia para Absorbancias a 620 nm en vinos rosados (color rojo),
tintos (color morado) y tintos+rosados (color azul).
Según se puede ver en la figura 5.45, que describe los Histogramas de Frecuencias para las
Absorbancias a 620 nm, los Vinos Tintos no tienen el sesgo dentro de rango de una distribución
normal, pero la curtosis sí. Para Rosados y Tintos+Rosados, ni sesgo ni curtosis están dentro del
rango esperado para una distribución normal.
La Absorbancia a 520 nm refleja la intensidad del color rojo (Pérez-Munuera, 1998; Sudraud, 1958) y
la modificación del color en función del añejamiento de los vinos: los vinos jóvenes presentan un
máximo de absorción a 520nm, responsable del color rojo definido, debido a los antocianos de la
uva. Entre esta absorción y la que se sitúa a 280 nm se observa un mínimo en los alrededores de 420
nm, que aumenta a medida que envejece el vino y que explicaría la evolución del color rojo definido
hacia un tinte teja-anaranjado. La absorción a 280 nm de estos extractos es característica de la
tonalidad de las formas fenólicas (Riberau-Gayón, 1974), ya que a esta longitud de onda absorben los
núcleos aromáticos de los fenoles.
Comparando los vinos rosados y tintos objeto de este estudio, los tintos tendrían, atendiendo a este
criterio, un mayor periodo de vida útil, pues sólo llega a igualar o superar ligeramente la A420 a la
A520 nm tras 56 meses (Figura 5.46), si bien se puede ver como esto ya ocurre a los 40 meses
aproximadamente, mientras que en los rosados es ya a partir de los 9 meses cuando ocurre esto
llegando la A420 nm a superar y a doblar a la A520 (Figura 5.47). Todo ello al observar las
representaciones de las absorbancias.
Figura 5.46.- Evolución de las Absorbancias a 420, 520 y 620 nm, en Tintos, con el tiempo.
Figura 5.47.- Evolución de las Absorbancias a 420, 520 y 620 nm, en Rosados, con el tiempo.
Serrano-Lourido et al. (2012) encuentran que la señal a 520 nm, permite agrupar los vinos en
función de su periodo de envejecimiento.
En cuanto a la Absorbancia a 620 nm, en los vinos tintos se detecta que sufre un brusco descenso,
que podría aproximarse en su forma a una hipérbola, que alcanzaría casi un valor asintótico en torno
a 34-36 meses.
Algunos autores (Monagas et al. 2006a; 2006b) han utilizado las características cromáticas de los
vinos para determinar las diferencias entre variedades con el tiempo. Registraron el espectro de
absorbancia entre 200 y 780 nm, calculando a partir de estos datos los índices de Glories. Durante el
envejecimiento en botella, el espectro de Tempranillo cambió en el rango de Abs entre 420 y 520
nm. Graciano y Cabernet Sauvignon, registraron una disminución en la absorbancia en el intervalo
entre 500 y 560 nm.
Con el curso del tiempo los parámetros de color de distintos vinos se ajustaban a un polinomio de 2º
grado o a un ajuste lineal dependiendo de las variedades empleadas.
Durante el envejecimiento en botella, los vinos estudiados mostraron una disminución progresiva %
rojo, % dA, y un aumento en % amarillo,% de azul, tinte, excepto para Tempranillo que no muestran
cambios significativos con el tiempo para % de azul. Esto también concuerda con los cambios
espectrales registrados durante el envejecimiento en botella. El vino Tempranillo presentó la menor
reducción de % de rojo y la ganancia más baja en% amarillo, siendo no significativos los cambios en
el% de azul. Los espectros de vino Cabernet Sauvignon exhibieron una ganancia relativa en el
componente amarillo (420 nm) durante el envejecimiento en botella, mayor que los de Vino
Graciano
Sin embargo, en contraste con la evolución de las expresiones de color rojo (% rojo,% dA y *) que se
presenta, ya sea un polinomio de segundo orden o una disminución lineal, la evolución de las
antocianinas es conocido para seguir una disminución exponencial (cinética de primer orden)
durante el envejecimiento en botella (Bakker, 1986; Dallas et al, 1995.; Romero y Bakker, 2000;
Mateus & De Freitas, 2001; Monagas et al., 2006) a lo que indica que las pérdidas de antocianinas
durante el envejecimiento del vino no son proporcional a la pérdida de color rojo. Esta situación no
es de extrañar teniendo en cuenta que la desaparición de antocianinas monoméricas durante el
envejecimiento del vino es principalmente atribuido a su participación en las reacciones de
condensación que conduce a la formación de oligómero y pigmentos poliméricos, que a pesar de que
presentan más tonalidades de ladrillo-naranja, también contribuyen al componente rojo de los vinos.
Martínez y Bilbao (1998) encuentran variaciones de A420 de 2,04 a 2,26 y 2,44 tras 12 y 24 meses de
almacenamiento en depósito, respectivamente.
2. Tonalidad= A420/A520
3. %Amarillo A420/(A420+A520+A620)
4. % Rojo= A520/(A420+A520+A620)
5. % Azul= A620 /(A420 +A520+A620)
𝐴𝐴420 + 𝐴𝐴620 1
6. dA(%) = (A520 - 2
) 100
𝐴𝐴520
La determinación de las características cromáticas de los vinos tintos, se realiza tras la medida de la
absorbancia a dos longitudes de onda 520 nm y 420 nm. Sudraud (1958) sugiere que se calcule la
densidad de color (definida como la suma de las absorbancias a 520 nm y 420 nm) como índice
"intensidad de color", y el índice "tonalidad" (definida como la razón entre las absorbancias a 420 nm
y 520 nm) expresando el matiz de color.
El método rápido recomendado por la Office International de la Vigne et du Vin (OIV, 1969). La
"intensidad de color" se define de la misma forma que la propuesta por Sudraud (1958), pero la
"tonalidad" se expresa en términos de un ángulo (en grados). Este método está reconocido entre los
métodos oficiales en España.
Por otra parte Glories propone una nueva "intensidad colorante" correspondiente a la suma de las
absorbancias a 420 nm, 520 nm y 620 nm, es decir:
Iñiguez et al. (1995) recuerdan que los métodos analíticos empleados para medir el color de los vinos
de modo espectrofotométrico se basan en el comportamiento frente a las longitudes de onda que
forman el espectro visible y pueden ser de dos tipos: algunos métodos reducen la caracterización a
valores simples obtenidos de la curva de absorción. Estos se basan en los máximos de absorción que
presenta el vino a lo largo del espectro visible. Así el vino tinto si es joven presenta su máximo de
absorbancia a 520 nm debido a los antocianos contenidos y un segundo máximo a 420 nm. A medida
que el vino va envejeciendo y perdiendo su contenido en estas sustancias, su color evoluciona
también hacia tonos anaranjados, desapareciendo el máximo de 520 y manteniéndose el
correspondiente a los tonos amarillentos. Con posterioridad Glories (1984) sugirió la incorporación
dela absorbancia a 620 nm por considerar que la componente azul de los antocianos libres no estaba
bien representada. Dichos métodos de análisis siguen siendo utilizados y recomendados por la OIV
(1969), expresando el color en sus aspectos de Intensidad y Tonalidad. Son índices de color
específicos para vinos.
En el caso de los vinos tintos (Figura 5.48) sufre una disminución muy fuerte pasando de valores
promedios de 1,2 a valores medios por debajo de 0,6, en un espacio temporal de 54 meses. La línea
de ajuste representada es polinómica de orden 2.
Figura 5.48.- Evolución de la Intensidad Colorante (Glories) con el tiempo para vinos Tintos.
La Intensidad de Color para Valdés y Regodón (1996) es un parámetro íntimamente relacionado con
la valoración visual que se hace de un vino. En el lenguaje de cata se asocian generalmente los
valores de este parámetro a “más o menos capa” es decir a más o menos color, estos autores
encuentran valores para tintos de Tierra de Barros entre 0,33 y 0,66 mientras que en vinos
Matanegra están entre 0,27 y 0,42. Otros autores como Castillo-Sánchez et al. (2006; 2008) utilizan el
método de Glories con el propósito de comprobar la estabilidad de los compuestos fenólicos, si bien
en este caso el propósito era estudiar la evolución, a lo largo de tres cosechas seleccionadas, de
compuestos fenólicos y la estabilidad del color rojo de vinos producidos en el norte de Portugal por
medio de dos procesos de vinificación distintos (con o sin maceración carbónica) encontrando
descensos progresivos hasta los 26 meses estudiados, ajustándose a una función lineal,
observándose que los vinos obtenidos por maceración convencional presentan la más alta intensidad
de color y el contenido polifenólico (totales y antocianinas monoméricas, monómeros y polímeros de
flavan-3-ol), y el tono naranja-rojo más bajo, inmediatamente después de la vinificación. Sin embargo
con maceración carbónica se obtenían vinos con más estabilidad en la densidad de color, durante el
almacenamiento 26 meses.
Martínez, J. y Bilbao, A. (1998) encuentran variaciones de intensidad de 6,29 a 6,21 y 6,26 tras 6 y 12
meses de almacenamiento en depósito, respectivamente. Por su parte otros, autores (Suarez, et al.
2007), encuentran, tras 6 meses, disminuciones de la intensidad colorante más acusada para la
variedad Carrasquín que pasa de 14 unidades a 7. Pérez-Prieto et al. (2003) encuentran que la IC pasa
de 13 a 9 tras seis meses de almacenamiento en tanque.
Gómez-Cordovés et al (1995; 2003) estudian la estabilidad de las antocianinas y las variaciones de
color de vinos jóvenes durante 24 meses de envejecimiento en botella de vinos de cosecha 2001 de
las variedades Tempranillo, Graciano y Cabernet-Sauvignon, manteniéndose la IC para Tempranillo
en torno a 0,6 y para las otras dos variedades entre 1 y 1,2. Los mismos autores en vinos variedad
Merlot de diferentes añadas (lo que viene a ser equivalente a un estudio en el tiempo) encuentran
valores de IC variable entre 0,642 y 0,908 u.a. También encuentran que la Tonalidad aumenta (como
en este estudio) de 0,61 a 1,05. El % rojo entre 43,2 y 55,6 se manifiesta una disminución del
porcentaje de rojo en los dos primeros años de envejecimiento, manteniéndose más estable a partir
del tercer año. El % amarillo entre 34,9 y 45,3 (y de la tonalidad) medida como ganancia de amarillos,
con el tiempo de envejecimiento, especialmente patente del segundo al tercer año. El % azul entre
8,5 y 12,9, experimenta un ligero ascenso.
Aún ascendiendo el % de azul, desciende la longitud de onda dominante, ya que como consecuencia
de condensaciones y oxidaciones aumenta la Tonalidad. Así pies la Longitud de onda dominante se
relaciona indirectamente con los dos componentes (amarillo y azul) modificadores del color rojo base
de los vinos (Merlot)
Figura 5.49.- Evolución de la Intensidad Colorante (Glories) con el tiempo para vinos Rosados.
Como se aprecia en la Figura 5.49, para los Vinos Rosados también hay una disminución de la
Intensidad Colorante, si bien de modo más desigual, la línea de tendencia representada corresponde
con una ecuación polinómica de orden 2.
Figura 5.50.- Histogramas de frecuencia para la Intensidad Colorante en vinos rosados (color rojo),
tintos (color morado) y tintos+rosados (color azul).
Respecto a los Histogramas de frecuencias (Figura 5.50), los Vinos Rosados y los Rosados+Tintos no
presentan ni sesgo ni curtosis dentro del rango esperado para una distribución normal. Por su parte,
en los Vinos Tintos, el sesgo no está dentro de rango de una distribución normal, pero la curtosis sí.
Se observa tanto para tintos como para rosados en los valores de la Tonalidad de Glories, un ajuste
lineal de la línea de tendencia, que en el caso de tintos va de promedios de en torno a 0,7 a cerca de
1 y en rosados varía entre 0,9 y 1,6. (Figuras 5.51 y 5.52).
Figura 5.51.- Evolución de la Tonalidad (Glories) con el tiempo para Vinos Tintos.
Figura 5.52.- Evolución de la Tonalidad (Glories) con el tiempo para Vinos Rosados.
Figura 5.53.- Histogramas de frecuencia para Tonalidad Glories en vinos rosados (color rojo), tintos
(color morado) y tintos+rosados (color azul).
Según el Histograma de la Figura 5.53, para las poblaciones de Vinos Tintos y de Vinos Rosados, el
sesgo no está dentro de rango de una distribución normal, pero la curtosis sí. Por su parte, para la
población Tintos+Rosados, ni el valor de sesgo estandarizado ni el de la curtosis estandarizada, se
encuentran dentro del rango esperado para datos provenientes de una distribución normal.
Este aumento de la Tonalidad Glories, tanto en Tintos como en Rosados, estaría de acuerdo con otros
autores (Suárez, et al 2007) que encuentran tonalidades de 0,3 o 0,5 que suben hasta 0,55 y 0,65 tras
seis meses de almacenamiento. La evolución general de la Intensidad Colorante es decreciente
mientras que hay un incremento del tono o Tonalidad durante su periodo de estudio (hasta seis
meses) de acuerdo con Gómez-Cordovés C. et al. (1995). A partir del segundo mes hay una pérdida
más acusada de antocianos que repercute en el brusco descenso de la Intensidad colorante durante
este periodo de tiempo.
El aumento en la Tonalidad Glories detectado en los Vinos de esta Tesis, coincide con otros autores
(Martínez y Bilbao, 1998) encuentran variaciones de Tonalidad para tintos de 0,53 a 0,69 y 0,77 tras 6
y 12 meses de almacenamiento en depósito, respectivamente. Pérez-Prieto et al. (2003) encuentran
que en 6 meses la tonalidad pasa de 0,63 a 0,78. Castillo-Sánchez et al. (2008) encuentran
incrementos desde 0,4 a 0,7 tras 26 meses de almacenamiento. Heras-Roger et al (2014) encuentran
variaciones de 0,67 a 0,8 en vinos de 1-3 años y 0,94 en vinos de más de 3 años.
La figura 5.54 expone la variación con el tiempo del % Amarillo, % Rojo y % Azul para Vinos Tintos;
por su parte la Figura 5.58 expresa las mismas variaciones para los Vinos Rosados.
Figura 5.54.- Evolución con el tiempo de los % de Amarillo, Rojo y Azul para Vinos Tintos.
En los Vinos Tintos, el % de amarillo sólo alcanza al % de rojo al final del periodo estudiado final,
después de los 36 meses cabría hablar de una cierta estabilidad de este parámetro. La línea de
tendencia sube desde 35 hasta el 45%. El % Azul manifiesta un ligero descenso hasta los 24 meses,
para mostrar una estabilidad a partir de ese momento.
En los Vinos Rosados, sube el % Amarillo por encima del rojo ya a los 12 meses y sigue subiendo
hasta el final del periodo estudiado.
Figura 5.55.- Histogramas de frecuencia para %Amarillo, en vinos rosados (color rojo), tintos (color
morado) y en vinos rosados+tintos (color azul).
En la Figura 5.55 pueden verse los Histogramas de frecuencias para el % Amarillo. Para Vinos Rosados
y Tintos, tanto el Sesgo como la Curtosis están dentro del rango esperado para una distribución
normal. En el caso de la población Tintos+Rosados, el valor de sesgo estandarizado no se encuentra
dentro del rango esperado para datos provenientes de una distribución normal, pero sí el valor de la
curtosis estandarizada.
Respecto al Parámetro de Glories, %Rojo, en los Vinos Tintos estudiados, la línea de tendencia va de
51% hasta 45% (Figura 5.54), mientras que en los Rosados va de un 48% hasta un 34%, la disminución
es más clara (Figura 5.58). También otros autores (Suarez et al., 2007), encuentran que en todos los
vinos estudiados el porcentaje de color rojo decrece y se incrementa la componente amarilla.
Figura 5.56.- Histogramas de frecuencia para % Rojo, en vinos rosados (color rojo), tintos (color
morado) y en rosados+tintos (color azul).
Para los Vinos Rosados y para Vinos Tintos, sesgo y curtosis están dentro del rango esperado para
una distribución normal. Para la población Tintos+Rosados, el valor de sesgo estandarizado no se
encuentra dentro del rango esperado para datos provenientes de una distribución normal, pero sí el
valor de curtosis estandarizada.
El parámetro de Glories %AZUL sigue una línea por encima del 10% en el caso de los tintos (Figura
5.54) y por debajo de 10% los rosados (Figura 5.58).
Un análisis de varianza (ANOVA) prueba la hipótesis de que las medias de dos o más poblaciones son
iguales. Los ANOVA evalúan la importancia de uno o más factores al comparar las medias de la
variable de respuesta en los diferentes niveles de los factores. La hipótesis nula establece que todas
las medias de la población (medias de los niveles de los factores) son iguales mientras que la
hipótesis alternativa establece que al menos una es diferente.
Para ejecutar un ANOVA, debe tener una variable de respuesta continua y al menos un factor
categórico con dos o más niveles. Los análisis ANOVA requieren datos de poblaciones que sigan una
distribución aproximadamente normal con varianzas iguales entre los niveles de factores. Sin
embargo, los procedimientos de ANOVA funcionan bastante bien incluso cuando se viola el supuesto
de normalidad, a menos que una o más de las distribuciones sean muy asimétricas o si las varianzas
son bastante diferentes (Martínez et al., 2014).
En la aplicación práctica del método ANOVA Simple, se trata en primer lugar de determinar si las
medias de q grupos difieren o no significativamente unas de otras. Los resultados se presentan en
una tabla ANOVA que refleja la variabilidad existente en las n mediciones entre dos componentes: un
componente “intra grupos”, que mide la variabilidad de la variable dentro de las muestras
pertenecientes cada grupo y un componente “entre grupos”, que mide la variabilidad de la variable
entre las muestras pertenecientes a diferentes grupos.
De particular importancia es la razón-F, que es el cociente entre la variabilidad del estimado entre-
grupos y la variabilidad del estimado dentro-de-grupos. Formalmente, si se prueba la hipótesis nula,
todas las muestras, independientemente de su grupo, pertenecen a la misma población (Figura 6.1).
Si F es lo suficientemente grande, se rechaza la hipótesis nula y se trata de dos poblaciones
diferentes. La significancia estadística de la razón de F es mucho más fácil de juzgar por su valor de P.
Si el valor de P es menor que 0.05, la hipótesis nula de medias iguales se rechaza al nivel de
significancia del 5%. Esto no implica que cada una de las medias sea significativamente diferente de
cada una de las otras. Simplemente implica que no todas las medias son iguales. Determinar qué
medias son significativamente diferentes de cuáles otras requiere de pruebas adicionales, como se
trata más adelante. (STATGRAPHICS, 2013).
En este Capítulo se ha utilizado el método estadístico ANOVA Simple para estudiar diferencias
estadísticamente significativas dentro de tres grupos de las 169 muestras estudiadas, para cada una
de las variables, en este trabajo, que son:
Estudios generalistas sobre aplicación de herramientas estadísticas, como Aguilera y Garrido (2001),
Brown (1998), Kzranowski (1998), Cuadras (1991), Hair et al. (2004) o Martínez et al. (2014)
demuestran la utilidad del Análisis de la Varianza en estudios aplicados a sistemas ambientales y
alimentarios.
En estudios enológicos hay una gran número de trabajos que emplean el Análisis de la Varianza
(Scopus relaciona 217 de estos documentos presentes en publicaciones indexadas). Así, el Análisis
ANOVA es eficaz para demostrar diferencias significativas entre cinco procedimientos tecnológicos
de vinificación distintos, a la hora de estudiar los contenidos de diferentes especies de antocianos,
taninos y compuestos relacionados con el aroma en vinos tintos de uva Mencía a lo largo de su
periodo de almacenamiento en botella, como ponen en evidencia Añón et al. (2014). A su vez,
Fernández-Pachón et al (2004) emplea la estadística ANOVA para establecer el poder antioxidante de
diferentes tipos de vinos y su relación con su composición fenólica, poniendo en evidencia el máximo
poder antioxidante y fenólico de los vinos tintos frente a blancos y vinos sherry. Por su parte, Aruani
et al (2013) utilizan con éxito el análisis ANOVA para establecer diferencias en los perfiles sensoriales
regionales de vinos comerciales argentinos de la variedad Malbec; así además de establecer
diferencias estadísticamente significativas en parámetros relacionados con el aroma, el gusto y el
sabor, consiguen clasificar dichos vinos por sus parámetros cromáticos rojo o azul-violáceo.
Elmaci et al. (2007) también encuentran útil ANOVA para diferenciar diferentes tipos de vinos turcos
en función de sus parámetros químicos, variedades de uva y atributos sensoriales. Revilla et al.
(2013) resaltan la utilidad combinada del uso del Análisis de la Varianza, el Análisis Factorial y el
Análisis Discriminante para clasificar vinos, uvas y técnicas de vinificación según sus patrones de
composición en antocianos. Finalmente cabe citar a Serapinas et al. (2007) que llevan la utilidad
clasificatoria del ANOVA en vinos a sus máximas posibilidades, utilizando esta herramienta para
clasificar en base a 23 parámetros, un total de 103 vinos elegidos al azar y procedentes de 7 países.
La Tabla 6.1 ofrece los resultados de la Aplicación del ANOVA Simple para el conjunto de las variables
de las 169 muestras, tratando de encontrar diferencias estadísticamente significativas entre las
poblaciones de Vinos Tintos y Vinos Rosados.
Como era de esperar, y según ya se deducía de los Histogramas de frecuencias para cada variable
representados en el Capítulo 5 y de las representaciones gráficas de pares de variables del Capítulo 7,
las diferencias entre Vinos Tintos y Vinos Rosados son estadísticamente significativas para la práctica
totalidad de las variables consideradas. Solo tres variables no muestran diferencias claras de su
varianza según representen a Vinos Tintos o a Vinos Rosados: el SO2 libre, la Absorbancia A 520 y la
Intensidad Colorante.
A pesar de existir diferencias claras entre Tintos y Rosados, los parámetros químicos clásicos no
exhiben (tal y como muestra la Razón-F de la Tabla 6.1) grandes diferencias entre estas dos
poblaciones, salvo para la variable pH, muy diferente.
Respecto a las variables fenólicas, hay enormes diferencias entre las poblaciones Vinos Tintos/Vinos
Rosados, salvo para el caso Polifenoles Muy Polimerizados (PMP), siendo las mayores distancias para
Polifenoles Poco Polimerizados (PPP) y las Proantocianidinas (PRO).
Finalmente, atendiendo a los parámetros cromáticos, las mayores diferencias entre Tintos y Rosados
se dan para algunos de los Parámetros de Gonzales PG: PG X, PG Z, Brillantez y Pureza.
Las Figuras 6.3.1 y 6.3.2 muestran los Diagramas de Cajas y Bigotes y los Gráficos de Cuantiles para
las Variables pH, Polifenoles Poco Polimerizados (PPP), Proantocianidinas y PG Z.
Tabla 6.1 resultados de los tres ANOVAS realizados. Aparecen sombreados aquellos casos con -P
superior a 0,05
tipo
t
r
tipo
r
tipo
r
tipo
Figura 6.3.1. Diagramas de Cajas y Bigotes para las Variables pH, PP, Proantocianidinas y PG Z.
Gráfico de Cuantiles
1 tipo
r
t
0,8
proporción
0,6
0,4
0,2
0
3 3,2 3,4 3,6 3,8 4 4,2
pH
Gráfico de Cuantiles
1 tipo
r
t
0,8
proporción
0,6
0,4
0,2
0
0 0,5 1 1,5 2 2,5 3
PPP (X 1000,0)
Gráfico de Cuantiles
1 tipo
r
t
0,8
proporción
0,6
0,4
0,2
0
0 0,5 1 1,5 2 2,5 3
PRO (X 1000,0)
Gráfico de Cuantiles
1 tipo
r
t
0,8
proporción
0,6
0,4
0,2
0
0 0,1 0,2 0,3 0,4
PG.Z
Figura 6.3.2 Gráficos de Cuantiles para las variables las Variables pH, PP, Proantocianidinas y PG Z.
Los datos obtenidos muestran diferencias estadísticamente significativas entre las poblaciones de
Vinos Tintos más jóvenes y más viejos, pero no son tan rotundas como en el caso de la comparación
entre Tintos y Rosados descrita en el Apartado 6.3.
Así, hay nueve variables que en los Vinos Tintos no muestran diferencias claras de su varianza según
su tiempo de permanencia en botella: el pH, los PMP, los Ortodifenoles, el Etanal, la Acidez Volátil, la
Acidez Total, el SO2 combinado, el SO2 total y en menor medida el SO2 libre, además del PG r2.
Podemos decir, por tanto, que el tiempo de permanencia en botella no afecta significativamente a
los Parámetros Químicos clásicos en los Vinos Tintos Jóvenes de Ribera del Duero.
Los mayores contrastes entre los Vinos Tintos, jóvenes y envejecidos se dan, sin embargo, en los
parámetros de color, ya que todos ellos muestran diferencias estadísticamente significativas para las
dos poblaciones. Destacaremos las mayores diferencias (tal y como muestra la Razón-F de la Tabla
6.1) que se dan, y por este orden, para estas seis variables cromáticas: %Amarillo, Tonalidad, PG Y,
PG Brillantez, PG Longitud de Onda Dominante y Absorbancia A 520.
Las Figuras 6.4.1 y 6.4.2 muestran los Diagramas de Cajas y Bigotes y los Gráficos de Cuantiles para
las Variables Antocianos, A520, %Amarillo y Tonalidad.
jov
Edad tintos
vie
jov
Edad tintos
vie
jov
Edad tintos
vie
jov
Edad tintos
vie
Figura 6.4.1 Diagramas de Cajas y Bigotes para las variables Antocianos, A520, %Amarillo y
Tonalidad, en vinos tintos
Gráfico de Cuantiles
1 Edad tintos
jov
vie
0,8
proporción 0,6
0,4
0,2
0
0 200 400 600 800
Antoci
Gráfico de Cuantiles
1 Edad tintos
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0,6 0,8 1 1,2 1,4
Tonalidad
Gráfico de Cuantiles
1 Edad tintos
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0,32 0,42 0,52 0,62
%Amarillo
Gráfico de Cuantiles
1 Edad tintos
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0 0,3 0,6 0,9 1,2 1,5
A520
Figura 6.4.2 Gráficos de Cuantiles para las variables Antocianos, A520, %Am y Tonalidad.
Las Figuras 6.4.1 y 6.4.2 muestran los Diagramas de Cajas y Bigotes y los Gráficos de Cuantiles para
las Variables Antocianos, A520, %Amarillo y Tonalidad.
Conocer la evolución de sus componentes para los Vinos Rosados de Ribera del Duero, cuyos
parámetros de color son tan espectaculares y atrayentes, es algo de gran interés, que la aplicación
del ANOVA Simple puede ayudar a despejar. En la Tabla 6.1 se muestran los resultados de la
Aplicación del ANOVA Simple para el conjunto de las variables de las 81 muestras de Vinos Rosados,
diferenciando los de menos de 18 meses de los de más de 23 meses en botella. La primera
aproximación a los datos, pone en evidencia que es la población de Rosados la que menores
diferencias estadísticamente significativas ofrece entre los grupos de Vinos más jóvenes y más viejos,
mucho menos intensas que las existentes entre Vinos Rosados/Tintos y entre Tintos
Jóvenes/Envejecidos.
Hay trece variables que en los Vinos Rosados no muestran diferencias claras de su varianza según su
tiempo de permanencia en botella: el pH, los PMP, las Proantocianidinas, las Catequinas, el Etanal, la
Acidez Volátil, la A420, la A620, la Intensidad Colorante, el PG X, el PG Z, el PG Pureza, y el PG
Intensidad.
El tiempo de permanencia en botella influye de forma significativamente diferente a los Vinos Tintos
y Rosados, tanto en lo que se refiere a los Parámetros afectados, como en el grado de intensidad en
que se modifican.
Los mayores contrastes entre los Vinos Rosados, jóvenes y envejecidos se dan, nuevamente, en los
parámetros de color, mostrándose las diferencias estadísticamente significativas más claras para las
dos poblaciones, como muestra la Razón-F de la Tabla 6.1, para estas ocho variables cromáticas:
%Amarillo, %Rojo, Tonalidad, %Rojos Puros, PG Y, PG Tonalidad y PG Longitud de Onda Dominante.
Las Figuras 6.5.1 y 6.5.2 muestran los Diagramas de Cajas y Bigotes y los Gráficos de Cuantiles para
las Variables: Polifenoles Poco Polimerizados (PPP), Antocianos, %Amarillo y PG Y.
jov
Edad rosados
vie
0 100 200 300 400 500 600 700 800 900 1000
PPP
jov
Edad rosados
vie
jov
Edad rosados
vie
jov
Edad rosados
vie
Figura 6.5.1.- Diagramas de Cajas y Bigotes para las Variables: PPP, Antocianos, %Amarillo y PG Y.
Gráfico de Cuantiles
1 Edad rosados
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
(X 1000,0)
PPP
Gráfico de Cuantiles
1 Edad rosados
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0 50 100 150 200
Antoci
Gráfico de Cuantiles
1 Edad rosados
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0,32 0,42 0,52 0,62 0,72
%Amarillo
Gráfico de Cuantiles
1 Edad rosados
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0,27 0,3 0,33 0,36 0,39 0,42
PG.Y
Figura 6.5.2.- Gráficos de Cuantiles para las Variables: PPP, Antocianos, %Amarillo y PG Y.
Figura 5.79.- Histogramas de frecuencia para PG Intensidad en vinos rosados (color rojo), tintos (color
morado) y tintos+rosados (color azul).
La Figura 5.79 muestra los Histogramas de frecuencias para el parámtero de Color de Gonzales,
Intensidad. El sesgo está fuera del rango esperado para una distribución normal para Tintos, Rosados
y Tintos+Rosados. La curtosis estandarizada está dentro de rango esperado para una distribución
normal para Tintos y para tintos+Rosados, pero no para Rosados.
Figura 5.80.- Evolución en el tiempo del Parámetro de Gonzales Intensidad, para vinos rosados.
La Figura 5.80 muestra el PG Intensidad para Vinos Rosados disminuye desde 105 hasta 60, hacia los
36 meses, para posteriormente mostrar un ligero incremento, hasta los 80, a los 72 meses.
tiempo (Figura 5.81). También para los Vinos Rosados se produce un significativo descenso con el
tiempo (Figura 5.82).
Figura 5.83.- Histogramas de frecuencia para Tonalidad Gonzales, en vinos rosados (color rojo),
tintos (color morado) y tintos+rosados (color azul).
Según la Figura 5.83, para Vinos Rosados, el valor del sesgo estandarizado se encuentra dentro del
rango esperado para datos provenientes una distribución normal, pero no el valor de curtosis
estandarizada. Para Vinos Tintos, el sesgo no está dentro del rango de una distribución normal y la
curtosis sí. Para la población tintos+rosados,, ni el valor de sesgo estandarizado ni de la curtosis
estandarizada se encuentran dentro del rango esperado para datos provenientes de una distribución
normal.
El Parámetro r2 de Gonzales es un factor de confianza estadística del sistema cuyo significado físico
no es muy claro.
Figura 5.84.- Histogramas de frecuencia para parámetro r2 de Gonzales, en vinos rosados (color rojo),
tintos (color morado) y tintos+rosados (color azul).
Según la Figura 5.84 para el parámetro r2 de Gonzales, ni para Tintos, ni para Rosados ni para Tintos y
Rosados, ni sesgo estandarizado ni curtosis estandarizada se encuentran dentro del rango esperado
para datos provenientes de una distribución normal.
como forma de evaluar la evolución de los vinos y encuentran buena correlación entre PT e IC (suma
de 420 + 520+620) y emplean también el matiz o tonalidad (A420/A520). Sobre el envejecimiento en
botella, denotan cambios en el color amarillo (A420) y la Tonalidad y disminución del contenido,
entre otros, en Polifenoles.
Monagas et al. (2006) estudian la interrelación entre color y variables químicas con la ayuda del
análisis por componentes principales aplicado a la matriz de correlación y se obtuvieron tres
componentes principales. Una vez confirmada la correlación entre parámetros de color y familias
fenólicas, en cada variedad, se llevó a cabo un análisis de regresión polinomial (y= a + bx + cx2).
Castillo-Sánchez et al. (2008) encuentran una ausencia de paralelismo en la evolución de la
intensidad de color y contenido en antocianos, durante el almacenamiento, demostraría que la caída
en antocianos no es solo debida a su degradación sino también a su polimerización.
Un análisis de varianza (ANOVA) prueba la hipótesis de que las medias de dos o más poblaciones son
iguales. Los ANOVA evalúan la importancia de uno o más factores al comparar las medias de la
variable de respuesta en los diferentes niveles de los factores. La hipótesis nula establece que todas
las medias de la población (medias de los niveles de los factores) son iguales mientras que la
hipótesis alternativa establece que al menos una es diferente.
Para ejecutar un ANOVA, debe tener una variable de respuesta continua y al menos un factor
categórico con dos o más niveles. Los análisis ANOVA requieren datos de poblaciones que sigan una
distribución aproximadamente normal con varianzas iguales entre los niveles de factores. Sin
embargo, los procedimientos de ANOVA funcionan bastante bien incluso cuando se viola el supuesto
de normalidad, a menos que una o más de las distribuciones sean muy asimétricas o si las varianzas
son bastante diferentes (Martínez et al., 2014).
En la aplicación práctica del método ANOVA Simple, se trata en primer lugar de determinar si las
medias de q grupos difieren o no significativamente unas de otras. Los resultados se presentan en
una tabla ANOVA que refleja la variabilidad existente en las n mediciones entre dos componentes: un
componente “intra grupos”, que mide la variabilidad de la variable dentro de las muestras
pertenecientes cada grupo y un componente “entre grupos”, que mide la variabilidad de la variable
entre las muestras pertenecientes a diferentes grupos.
De particular importancia es la razón-F, que es el cociente entre la variabilidad del estimado entre-
grupos y la variabilidad del estimado dentro-de-grupos. Formalmente, si se prueba la hipótesis nula,
todas las muestras, independientemente de su grupo, pertenecen a la misma población (Figura 6.1).
Si F es lo suficientemente grande, se rechaza la hipótesis nula y se trata de dos poblaciones
diferentes. La significancia estadística de la razón de F es mucho más fácil de juzgar por su valor de P.
Si el valor de P es menor que 0.05, la hipótesis nula de medias iguales se rechaza al nivel de
significancia del 5%. Esto no implica que cada una de las medias sea significativamente diferente de
cada una de las otras. Simplemente implica que no todas las medias son iguales. Determinar qué
medias son significativamente diferentes de cuáles otras requiere de pruebas adicionales, como se
trata más adelante. (STATGRAPHICS, 2013).
En este Capítulo se ha utilizado el método estadístico ANOVA Simple para estudiar diferencias
estadísticamente significativas dentro de tres grupos de las 169 muestras estudiadas, para cada una
de las variables, en este trabajo, que son:
Estudios generalistas sobre aplicación de herramientas estadísticas, como Aguilera y Garrido (2001),
Brown (1998), Kzranowski (1998), Cuadras (1991), Hair et al. (2004) o Martínez et al. (2014)
demuestran la utilidad del Análisis de la Varianza en estudios aplicados a sistemas ambientales y
alimentarios.
En estudios enológicos hay una gran número de trabajos que emplean el Análisis de la Varianza
(Scopus relaciona 217 de estos documentos presentes en publicaciones indexadas). Así, el Análisis
ANOVA es eficaz para demostrar diferencias significativas entre cinco procedimientos tecnológicos
de vinificación distintos, a la hora de estudiar los contenidos de diferentes especies de antocianos,
taninos y compuestos relacionados con el aroma en vinos tintos de uva Mencía a lo largo de su
periodo de almacenamiento en botella, como ponen en evidencia Añón et al. (2014). A su vez,
Fernández-Pachón et al (2004) emplea la estadística ANOVA para establecer el poder antioxidante de
diferentes tipos de vinos y su relación con su composición fenólica, poniendo en evidencia el máximo
poder antioxidante y fenólico de los vinos tintos frente a blancos y vinos sherry. Por su parte, Aruani
et al (2013) utilizan con éxito el análisis ANOVA para establecer diferencias en los perfiles sensoriales
regionales de vinos comerciales argentinos de la variedad Malbec; así además de establecer
diferencias estadísticamente significativas en parámetros relacionados con el aroma, el gusto y el
sabor, consiguen clasificar dichos vinos por sus parámetros cromáticos rojo o azul-violáceo.
Elmaci et al. (2007) también encuentran útil ANOVA para diferenciar diferentes tipos de vinos turcos
en función de sus parámetros químicos, variedades de uva y atributos sensoriales. Revilla et al.
(2013) resaltan la utilidad combinada del uso del Análisis de la Varianza, el Análisis Factorial y el
Análisis Discriminante para clasificar vinos, uvas y técnicas de vinificación según sus patrones de
composición en antocianos. Finalmente cabe citar a Serapinas et al. (2007) que llevan la utilidad
clasificatoria del ANOVA en vinos a sus máximas posibilidades, utilizando esta herramienta para
clasificar en base a 23 parámetros, un total de 103 vinos elegidos al azar y procedentes de 7 países.
La Tabla 6.1 ofrece los resultados de la Aplicación del ANOVA Simple para el conjunto de las variables
de las 169 muestras, tratando de encontrar diferencias estadísticamente significativas entre las
poblaciones de Vinos Tintos y Vinos Rosados.
Como era de esperar, y según ya se deducía de los Histogramas de frecuencias para cada variable
representados en el Capítulo 5 y de las representaciones gráficas de pares de variables del Capítulo 7,
las diferencias entre Vinos Tintos y Vinos Rosados son estadísticamente significativas para la práctica
totalidad de las variables consideradas. Solo tres variables no muestran diferencias claras de su
varianza según representen a Vinos Tintos o a Vinos Rosados: el SO2 libre, la Absorbancia A 520 y la
Intensidad Colorante.
A pesar de existir diferencias claras entre Tintos y Rosados, los parámetros químicos clásicos no
exhiben (tal y como muestra la Razón-F de la Tabla 6.1) grandes diferencias entre estas dos
poblaciones, salvo para la variable pH, muy diferente.
Respecto a las variables fenólicas, hay enormes diferencias entre las poblaciones Vinos Tintos/Vinos
Rosados, salvo para el caso Polifenoles Muy Polimerizados (PMP), siendo las mayores distancias para
Polifenoles Poco Polimerizados (PPP) y las Proantocianidinas (PRO).
Finalmente, atendiendo a los parámetros cromáticos, las mayores diferencias entre Tintos y Rosados
se dan para algunos de los Parámetros de Gonzales PG: PG X, PG Z, Brillantez y Pureza.
Las Figuras 6.3.1 y 6.3.2 muestran los Diagramas de Cajas y Bigotes y los Gráficos de Cuantiles para
las Variables pH, Polifenoles Poco Polimerizados (PPP), Proantocianidinas y PG Z.
Tabla 6.1 resultados de los tres ANOVAS realizados. Aparecen sombreados aquellos casos con -P
superior a 0,05
tipo
t
r
tipo
r
tipo
r
tipo
Figura 6.3.1. Diagramas de Cajas y Bigotes para las Variables pH, PP, Proantocianidinas y PG Z.
Gráfico de Cuantiles
1 tipo
r
t
0,8
proporción
0,6
0,4
0,2
0
3 3,2 3,4 3,6 3,8 4 4,2
pH
Gráfico de Cuantiles
1 tipo
r
t
0,8
proporción
0,6
0,4
0,2
0
0 0,5 1 1,5 2 2,5 3
PPP (X 1000,0)
Gráfico de Cuantiles
1 tipo
r
t
0,8
proporción
0,6
0,4
0,2
0
0 0,5 1 1,5 2 2,5 3
PRO (X 1000,0)
Gráfico de Cuantiles
1 tipo
r
t
0,8
proporción
0,6
0,4
0,2
0
0 0,1 0,2 0,3 0,4
PG.Z
Figura 6.3.2 Gráficos de Cuartiles para las variables las Variables pH, PP, Proantocianidinas y PG Z.
Los datos obtenidos muestran diferencias estadísticamente significativas entre las poblaciones de
Vinos Tintos más jóvenes y más viejos, pero no son tan rotundas como en el caso de la comparación
entre Tintos y Rosados descrita en el Apartado 6.3.
Así, hay nueve variables que en los Vinos Tintos no muestran diferencias claras de su varianza según
su tiempo de permanencia en botella: el pH, los PMP, los Ortodifenoles, el Etanal, la Acidez Volátil, la
Acidez Total, el SO2 combinado, el SO2 total y en menor medida el SO2 libre, además del PG r2.
Podemos decir, por tanto, que el tiempo de permanencia en botella no afecta significativamente a
los Parámetros Químicos clásicos en los Vinos Tintos Jóvenes de Ribera del Duero.
Los mayores contrastes entre los Vinos Tintos, jóvenes y envejecidos se dan, sin embargo, en los
parámetros de color, ya que todos ellos muestran diferencias estadísticamente significativas para las
dos poblaciones. Destacaremos las mayores diferencias (tal y como muestra la Razón-F de la Tabla
6.1) que se dan, y por este orden, para estas seis variables cromáticas: %Amarillo, Tonalidad, PG Y,
PG Brillantez, PG Longitud de Onda Dominante y Absorbancia A 520.
Las Figuras 6.4.1 y 6.4.2 muestran los Diagramas de Cajas y Bigotes y los Gráficos de Cuartiles para las
Variables Antocianos, A520, %Amarillo y Tonalidad.
jov
Edad tintos
vie
jov
Edad tintos
vie
jov
Edad tintos
vie
jov
Edad tintos
vie
Figura 6.4.1 Diagramas de Cajas y Bigotes para las variables Antocianos, A520, %Amarillo y
Tonalidad, en vinos tintos
Gráfico de Cuantiles
1 Edad tintos
jov
vie
0,8
proporción 0,6
0,4
0,2
0
0 200 400 600 800
Antoci
Gráfico de Cuantiles
1 Edad tintos
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0,6 0,8 1 1,2 1,4
Tonalidad
Gráfico de Cuantiles
1 Edad tintos
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0,32 0,42 0,52 0,62
%Amarillo
Gráfico de Cuantiles
1 Edad tintos
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0 0,3 0,6 0,9 1,2 1,5
A520
Figura 6.4.2 Gráficos de Cuartiles para las variables Antocianos, A520, %Am y Tonalidad.
Las Figuras 6.4.1 y 6.4.2 muestran los Diagramas de Cajas y Bigotes y los Gráficos de Cuantiles para
las Variables Antocianos, A520, %Amarillo y Tonalidad.
Conocer la evolución de sus componentes para los Vinos Rosados de Ribera del Duero, cuyos
parámetros de color son tan espectaculares y atrayentes, es algo de gran interés, que la aplicación
del ANOVA Simple puede ayudar a despejar. En la Tabla 6.1 se muestran los resultados de la
Aplicación del ANOVA Simple para el conjunto de las variables de las 81 muestras de Vinos Rosados,
diferenciando los de menos de 18 meses de los de más de 23 meses en botella. La primera
aproximación a los datos, pone en evidencia que es la población de Rosados la que menores
diferencias estadísticamente significativas ofrece entre los grupos de Vinos más jóvenes y más viejos,
mucho menos intensas que las existentes entre Vinos Rosados/Tintos y entre Tintos
Jóvenes/Envejecidos.
Hay trece variables que en los Vinos Rosados no muestran diferencias claras de su varianza según su
tiempo de permanencia en botella: el pH, los PMP, las Proantocianidinas, las Catequinas, el Etanal, la
Acidez Volátil, la A420, la A620, la Intensidad Colorante, el PG X, el PG Z, el PG Pureza, y el PG
Intensidad.
El tiempo de permanencia en botella influye de forma significativamente diferente a los Vinos Tintos
y Rosados, tanto en lo que se refiere a los Parámetros afectados, como en el grado de intensidad en
que se modifican.
Los mayores contrastes entre los Vinos Rosados, jóvenes y envejecidos se dan, nuevamente, en los
parámetros de color, mostrándose las diferencias estadísticamente significativas más claras para las
dos poblaciones, como muestra la Razón-F de la Tabla 6.1, para estas ocho variables cromáticas:
%Amarillo, %Rojo, Tonalidad, %Rojos Puros, PG Y, PG Tonalidad y PG Longitud de Onda Dominante.
Las Figuras 6.5.1 y 6.5.2 muestran los Diagramas de Cajas y Bigotes y los Gráficos de Cuantiles para
las Variables: Polifenoles Poco Polimerizados (PPP), Antocianos, %Amarillo y PG Y.
jov
Edad rosados
vie
0 100 200 300 400 500 600 700 800 900 1000
PPP
jov
Edad rosados
vie
jov
Edad rosados
vie
jov
Edad rosados
vie
Figura 6.5.1.- Diagramas de Cajas y Bigotes para las Variables: PPP, Antocianos, %Amarillo y PG Y.
Gráfico de Cuantiles
1 Edad rosados
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
(X 1000,0)
PPP
Gráfico de Cuantiles
1 Edad rosados
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0 50 100 150 200
Antoci
Gráfico de Cuantiles
1 Edad rosados
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0,32 0,42 0,52 0,62 0,72
%Amarillo
Gráfico de Cuantiles
1 Edad rosados
jov
vie
0,8
proporción
0,6
0,4
0,2
0
0,27 0,3 0,33 0,36 0,39 0,42
PG.Y
Figura 6.5.2.- Gráficos de Cuartiles para las Variables: PPP, Antocianos, %Amarillo y PG Y.
7.1.- INTRODUCCIÓN.
Los datos y medidas que se obtienen en los análisis químicos y sensoriales en lo vinos, así como su
evolución a lo largo de los procesos de fabricación y envejecimiento de los vinos, se caracterizan por
presentar la información mediante múltiples variables (Cuadras, 1991; Martínez et al., 2014). El
tratamiento de esta información mediante técnicas estadísticas, permite la obtención de resultados
más desarrollados, así como de interpretaciones de mayor relieve (Hair et al., 2004; Aguilera y
Garrido, 2001).
Los análisis estadísticos multivariantes son las herramientas más potentes y utilizadas para
caracterizar los complejos sistemas enoquímicos, polifenólicos, cromáticos y sensoriales que son los
vinos. En la revisión bibliográfica realizada para la realización de este trabajo se han localizado con la
Base de Datos SCOPUS un total de 844 documentos científicos relevantes que abordan este aspecto
de la química de vinos; aquellos que se han considerado más adecuados al tema estudiado, han sido
revisados e incluidos en el Capítulo 11 de esta Tesis Doctoral que expone la bibliografía consultada.
Estudios generalistas sobre aplicación de herramientas estadísticas, como Aguilera y Garrido (2001),
Brown (1998), Kzranowski (1998), Cuadras (1991), Hair et al. (2004) o Martínez et al. (2014)
demuestran la utilidad del Análisis de la Varianza en estudios aplicados a sistemas ambientales y
alimentarios.
Entre los estudios enológicos que emplean las herramientas estadísticas multivariantes, cabe reseñar
su utilización para la caracterización y clasificación de uvas y vinos por Burin et al. (2011), y por
Cedrón (2004) para caracterizar distintas Denominaciones de Origen españolas por los compuestos
volátiles de sus vinos, así como Mulet et al. (1992) detecta su capacidad para la diferenciación y
agrupamiento de características vinícolas en vinos mallorquines. Heredia el al. (1997) caracterizan la
edad de vinos tintos según sus parámetros cromáticos empleando estadísticos multivariantes, y
Martín-Álvarez (2015) demuestra su extraordinaria utilidad de estas herramientas estadísticas en la
investigación enológica. Monagas et al. (2006a, 2006b y 2007), aplican el análisis factorial, las
correlaciones y las técnicas estadísticas de agrupamiento para interpretar los parámetros de color de
vinos tintos según sus familias fenólicas durante su envejecimiento en botella.
Gómez-Plaza et al. (1999; 2000) describen la utilidad del Análisis de Componentes Principales y del
Análisis de Agrupamiento para clasificar vinos de uva Monastrell según sus parámetros químicos,
herramientas que emplean Ran-Ran et al. (2016) para ver la evolución de parámetros fenólicos y
características sensoriales en vinos blancos de una Chardoney al evolucionar durante su
almacenamiento en botella. Revilla et al. (2013) resaltan la utilidad del Análisis Factorial para
clasificar vinos, uvas y técnicas de vinificación según sus patrones de composición en antocianos,
mientras que Avizcuri (2014) y Avizcuri et al. (2016) utiliza el Análisis Cluster, las Correlaciones
En Vinos de Ribera del Duero, destacan los trabajos sobre la utilidad del Análisis Factorial y las
Correlaciones, tanto simples como múltiples, para interpretar la química y cromaticidad de estos
vinos de Pérez-Magariño (1999), Revilla (1999), Revilla y González-San José (2002), Sánchez-Iglesias
(2007), Sánchez-Iglesias et al. (2008), Ramos et al. (2015), Pérez-Magariño y González-San José (2001;
2002; 2004; 2006), Pérez-Magariño et al. (2002; 2004), Rivero (2008).
Si una variable cambia cuando otra lo hace, ya sea en el mismo sentido o en el opuesto, se dice que
dichas variables están relacionadas. Las técnicas estadísticas utilizadas para estudiar tales relaciones,
se denominan técnicas de correlación o de regresión. Estas herramientas estadísticas constituyen, en
ocasiones, instrumentos poderosos para deducir qué procesos modificadores de la composición de
los vinos tienen lugar en los medios enológicos, así como para conocer mejor las relaciones
existentes entre diferentes variables que, en determinados casos pueden tener patrones de
comportamiento común.
Las técnicas de regresión o correlación, se utilizan para cuantificar la relación existente entre las
variables, cuando los valores que adopta una variable se ven afectados por los cambios en los valores
de otros parámetros. La variable afectada se denomina variable dependiente, siendo la otra u otras
llamadas variables independientes.
Cuando el valor esperado de una variable "y" (dependiente) se puede expresar como:
F (y) = a + bx
se dice que la relación entre dicha variable “y”, y la variable independiente “x” es lineal, siendo “a” y
“b” los coeficientes de la ecuación de regresión (“a” es el término independiente y “b” es la
pendiente de la recta).
Cuando se relaciona una variable con dos o más variables independientes, de las cuales depende, se
habla de correlación o regresión múltiple, pudiendo considerarse a cualquier variable como una
función de otras variables medidas en las mismas muestras.
En cierto aspecto, las variables se pueden entender como coordenadas espaciales, visualizándose así
los cambios que sufre una variable, a lo largo del rango de variación de otras. Cada vez que se
representa gráficamente una variable frente a otra se opera de esta manera, ya que se sustituyen las
escalas espaciales del gráfico por las escalas originales sobre las que las variables fueron medidas. La
regresión múltiple es por tanto, una generalización de los procedimientos de ajuste de curvas a un
espacio multidimensional (Davis, 1973). Si la curva ajustada es del tipo:
F (y) = a + b1 x1 + b2 x2 + b3 x3 + ....
se manifiesta una regresión lineal múltiple, en la cual “y” es la variable dependiente y x1, x2, x3,.... son
las variables independientes; "a" es el término independiente" y "b1", "b2", “b3",.... son los
coeficientes de la ecuación de regresión.
Con la finalidad de encontrar algunas relaciones estadísticamente significativas, entre las 33 variables
que se utilizan en el presente trabajo, se ha realizado la región lineal simple de estos parámetros; con
ello se pretende mejorar la interpretación de la relación existente entre estas variables, que
intervienen a la hora de definir la calidad de los vinos de Ribera del Duero, así como conocer mejor
los procesos de evolución química y sensorial de estos vinos a lo largo del proceso de su
envejecimiento en botella a lo largo del tiempo.
TABLA 7.1.1.- CORRELACIONES ENTRE VARIABLES EN EL CONJUNTO TOTAL DE MUESTRAS (ROSADOS Y TNTOS):Coeficientes de Correlación, tamaño de muestra y valor P.
TINTOS Meses pH PT PPP PMP PRO Antoci Catequ Ortodif Etanal Ac. Vol Ac. total SO2 Libr SO2comb SO2 total Abs 420 Abs 520 Abs 620 Inten. Col %Amarillo %Rojo %Azul Tonalidad %rojos pur PG.X PG.Y PG.Z PG Brill PG Pur PG λ do PG Int PG Ton
-0,2687
pH -88
0,0114
-0,5128 0,2492
PPT -88 -88
0 0,0192
-0,5596 0,195 0,5185
PPP -82 -82 -82
0 0,0791 0
-0,1479 0,1559 0,7184 -0,1793
PMP -77 -77 -77 -77
0,1992 0,1758 0 0,1186
-0,3377 0,0195 0,5378 0,6382 0,2275
PRO -88 -88 -88 -82 -77
0,0013 0,8571 0 0 0,0466
-0,6736 0,2898 0,4113 0,5555 0,1086 0,4185
Antoci -88 -88 -88 -82 -77 -88
0 0,0062 0,0001 0 0,3471 0
-0,4843 0,2028 0,7145 0,547 0,3782 0,6074 0,3671
Catequ -88 -88 -88 -82 -77 -88 -88
0 0,058 0 0 0,0007 0 0,0004
-0,2429 0,134 0,3632 0,6189 0,0758 0,4677 0,219 0,5415
Ortodif -88 -88 -88 -82 -77 -88 -88 -88
0,0226 0,2132 0,0005 0 0,5124 0 0,0403 0
0,2757 -0,3489 -0,304 -0,2419 -0,2232 -0,029 -0,2883 -0,3592 -0,1288
Etanal -88 -88 -88 -82 -77 -88 -88 -88 -88
0,0093 0,0009 0,004 0,0285 0,0511 0,7888 0,0065 0,0006 0,2316
0,016 0,1565 -0,0657 0,0422 -0,1339 -0,0264 0,0919 0,005 0,4424 0,0934
Ac. Vol -88 -88 -88 -82 -77 -88 -88 -88 -88 -88
0,8827 0,1453 0,5431 0,7063 0,2455 0,8074 0,3942 0,9631 0 0,3868
-0,0081 -0,3774 -0,1147 -0,117 -0,0412 -0,0883 0,0194 -0,1674 -0,0344 0,2151 0,0943
Ac. Total -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88
0,9404 0,0003 0,2873 0,2953 0,722 0,4135 0,8577 0,119 0,7501 0,0441 0,3822
-0,1857 -0,0648 0,2903 0,2044 0,175 0,1486 0,2483 0,0786 0,0254 0,1039 0,2146 -0,0136
SO2Libre -85 -85 -85 -81 -76 -85 -85 -85 -85 -85 -85 -85
0,0888 0,5555 0,007 0,0672 0,1306 0,1746 0,0219 0,4745 0,8173 0,344 0,0486 0,9017
0,3011 -0,3707 -0,2474 -0,2777 -0,1477 -0,1278 -0,3111 -0,3297 -0,0811 0,6974 0,3207 0,2204 0,3458
SO2 comb -87 -87 -87 -82 -77 -87 -87 -87 -87 -87 -87 -87 -85
0,0046 0,0004 0,0209 0,0115 0,1997 0,238 0,0034 0,0018 0,4553 0 0,0025 0,0402 0,0012
0,2039 -0,3412 -0,1372 -0,189 -0,0897 -0,0676 -0,2016 -0,2631 -0,0628 0,6394 0,3381 0,188 0,5627 0,97
SO2 total -87 -87 -87 -82 -77 -87 -87 -87 -87 -87 -87 -87 -85 -87
0,0582 0,0012 0,2049 0,0891 0,438 0,5337 0,0612 0,0138 0,5633 0 0,0014 0,0812 0 0
-0,615 0,3771 0,4994 0,7019 0,0706 0,4957 0,6345 0,444 0,4144 -0,2972 0,1434 -0,1018 0,1299 -0,3574 -0,2781
Abs 420 -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87
0 0,0003 0 0 0,5416 0 0 0 0,0001 0,0049 0,1827 0,3452 0,236 0,0007 0,0091
-0,6933 0,3523 0,4935 0,7297 0,0664 0,5117 0,7088 0,4583 0,427 -0,3087 0,1284 -0,0622 0,1386 -0,3706 -0,2853 0,9761
Abs520 -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88
0 0,0008 0 0 0,566 0 0 0 0 0,0034 0,2331 0,5646 0,206 0,0004 0,0074 0
-0,6391 0,3899 0,4632 0,7037 0,0258 0,4412 0,6176 0,4408 0,4411 -0,2973 0,1219 -0,1153 0,0765 -0,3641 -0,297 0,9622 0,9465
Abs620 -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88
0 0,0002 0 0 0,824 0 0 0 0 0,0049 0,2579 0,2846 0,4864 0,0005 0,0052 0 0
-0,667 0,3708 0,4951 0,724 0,0606 0,4993 0,6769 0,4558 0,4306 -0,3065 0,1331 -0,0849 0,1258 -0,3694 -0,2884 0,9915 0,9938 0,9718
Inten. Col -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88
0 0,0004 0 0 0,6003 0 0 0 0 0,0037 0,2162 0,4315 0,2514 0,0004 0,0068 0 0 0
0,842 -0,309 -0,4583 -0,6532 -0,1287 -0,4394 -0,7445 -0,4838 -0,4075 0,3169 -0,0957 0,0461 -0,175 0,3658 0,2684 -0,7537 -0,8512 -0,7947 -0,8204
% Amar -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88
0 0,0034 0 0 0,2646 0 0 0 0,0001 0,0026 0,3753 0,6698 0,1093 0,0005 0,012 0 0 0 0
-0,6719 0,0549 0,3021 0,3819 0,1505 0,3268 0,6345 0,3092 0,1957 -0,2157 0,0209 0,1068 0,2325 -0,1926 -0,0993 0,3586 0,5326 0,3096 0,4438 -0,7601
%Rojo -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88 -88
0 0,6114 0,0042 0,0004 0,1915 0,0019 0 0,0034 0,0676 0,0436 0,8467 0,3221 0,0323 0,0739 0,3603 0,0006 0 0,0033 0 0
-0,5499 0,4138 0,3694 0,5509 0,0351 0,3131 0,441 0,4007 0,4091 -0,247 0,1234 -0,1894 0,0158 -0,344 -0,2981 0,7605 0,7176 0,8779 0,7687 -0,6946 0,0605
%Azul -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88 -88 -88
0 0,0001 0,0004 0 0,762 0,003 0 0,0001 0,0001 0,0204 0,2519 0,0772 0,8858 0,0011 0,005 0 0 0 0 0 0,5756
0,8299 -0,2409 -0,4187 -0,5957 -0,1388 -0,4122 -0,7437 -0,4427 -0,3594 0,2892 -0,1037 -0,0093 -0,2205 0,3076 0,2042 -0,6452 -0,7747 -0,6579 -0,722 0,9691 -0,8914 -0,5017
Tonalid -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88 -88 -88 -88
0 0,0238 0 0 0,2285 0,0001 0 0 0,0006 0,0063 0,3362 0,9311 0,0425 0,0037 0,0578 0 0 0 0 0 0 0
-0,6786 0,0721 0,2974 0,385 0,1412 0,3205 0,6367 0,3092 0,2124 -0,211 0,0632 0,1057 0,2477 -0,1792 -0,0835 0,3647 0,5361 0,3188 0,4492 -0,7677 0,9973 0,0752 -0,9001
%rojos pu -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88 -88 -88 -88 -88
0 0,5044 0,0049 0,0004 0,2206 0,0023 0 0,0034 0,047 0,0485 0,5584 0,3269 0,0223 0,0968 0,4421 0,0005 0 0,0025 0 0 0 0,4864 0
-0,7537 0,3456 0,5243 0,6139 0,1781 0,4473 0,626 0,4823 0,4081 -0,3553 0,2144 -0,1009 0,2228 -0,3041 -0,2039 0,8284 0,8347 0,7787 0,8315 -0,8275 0,5491 0,663 -0,7773 0,5627
PG.X -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88 -88 -88 -88 -88 -88
0 0,001 0 0 0,1212 0 0 0 0,0001 0,0007 0,0449 0,3498 0,0404 0,0042 0,0581 0 0 0 0 0 0 0 0 0
0,7994 -0,3999 -0,5037 -0,6261 -0,166 -0,4225 -0,6925 -0,5051 -0,439 0,4103 -0,248 0,1061 -0,2104 0,3631 0,2563 -0,8128 -0,8506 -0,7917 -0,8375 0,9037 -0,6505 -0,668 0,8734 -0,671 -0,9577
PG.Y -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88 -88 -88 -88 -88 -88 -88
0 0,0001 0 0 0,1492 0 0 0 0 0,0001 0,0198 0,3252 0,0533 0,0005 0,0166 0 0 0 0 0 0 0 0 0 0
0,6229 -0,2578 -0,5033 -0,5498 -0,1885 -0,4337 -0,4796 -0,4203 -0,3182 0,2915 -0,1681 0,0792 -0,2234 0,2301 0,1421 -0,758 -0,7309 -0,6819 -0,7381 0,67 -0,4042 -0,5842 0,6088 -0,4099 -0,9484 0,8297
PG.Z -87 -87 -87 -81 -76 -87 -87 -87 -87 -87 -87 -87 -84 -86 -86 -87 -87 -87 -87 -87 -87 -87 -87 -87 -87 -87
0 0,0159 0 0 0,1029 0 0 0,0001 0,0027 0,0062 0,1197 0,4661 0,0411 0,0331 0,1917 0 0 0 0 0 0,0001 0 0 0,0001 0 0
0,7257 -0,3124 -0,5197 -0,6083 -0,1672 -0,4789 -0,5706 -0,5208 -0,362 0,3032 -0,0892 0,0982 -0,1345 0,3669 0,2817 -0,8113 -0,798 -0,7818 -0,8078 0,7768 -0,4203 -0,7279 0,6903 -0,4275 -0,9158 0,8749 0,871
PG Bril -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88 -88 -88 -88 -88 -88 -88 -88 -87
0 0,003 0 0 0,1462 0 0 0 0,0005 0,0041 0,4086 0,3625 0,2196 0,0005 0,0082 0 0 0 0 0 0 0 0 0 0 0 0
-0,6193 0,2479 0,4931 0,548 0,1737 0,4297 0,4829 0,4045 0,3293 -0,2532 0,1525 -0,0857 0,2153 -0,2053 -0,1229 0,7592 0,728 0,6813 0,7368 -0,6509 0,373 0,5863 -0,5827 0,377 0,9424 -0,8065 -1 -0,8654
PG Pur -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88 -88 -88 -88 -88 -88 -88 -88 -87 -88
0 0,0199 0 0 0,1309 0 0 0,0001 0,0017 0,0173 0,1561 0,4275 0,0478 0,0565 0,2566 0 0 0 0 0 0,0003 0 0 0,0003 0 0 0 0
-0,7803 0,4221 0,4865 0,6473 0,1329 0,4232 0,6907 0,4847 0,4508 -0,3985 0,2227 -0,1284 0,1508 -0,3915 -0,2964 0,8358 0,8697 0,8283 0,8613 -0,8993 0,608 0,7084 -0,8522 0,6271 0,9268 -0,9715 -0,7966 -0,857 0,7762
PG λ do -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88 -88 -88 -88 -88 -88 -88 -88 -87 -88 -88
0 0 0 0 0,2493 0 0 0 0 0,0001 0,037 0,2333 0,1684 0,0002 0,0053 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-0,6678 0,356 0,5092 0,7248 0,0661 0,5039 0,677 0,4634 0,4189 -0,3046 0,1188 -0,0881 0,1432 -0,3619 -0,2765 0,9886 0,9896 0,9566 0,9941 -0,8073 0,4514 0,7402 -0,7154 0,456 0,8368 -0,8353 -0,7528 -0,8193 0,7503 0,8546
PG Int -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88 -88 -88 -88 -88 -88 -88 -88 -87 -88 -88 -88
0 0,0007 0 0 0,5679 0 0 0 0 0,0039 0,2702 0,4141 0,191 0,0006 0,0095 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-0,6749 0,302 0,3589 0,7145 -0,0316 0,4144 0,7226 0,3519 0,4582 -0,3155 0,2235 0,043 0,104 -0,3449 -0,267 0,8272 0,9198 0,8095 0,8813 -0,8709 0,6978 0,5413 -0,8532 0,6997 0,7194 -0,793 -0,5701 -0,6532 0,5584 0,8088 0,8701
PG Ton -85 -85 -85 -79 -74 -85 -85 -85 -85 -85 -85 -85 -82 -84 -84 -85 -85 -85 -85 -85 -85 -85 -85 -85 -85 -85 -84 -85 -85 -85 -85
0 0,005 0,0007 0 0,7893 0,0001 0 0,001 0 0,0033 0,0398 0,6957 0,3524 0,0013 0,0141 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0,0576 0,147 -0,1233 -0,0129 -0,2229 -0,0633 0,0578 -0,1744 0,0624 0,0129 0,3639 -0,006 0,0669 0,075 0,0818 0,1188 0,1537 0,0927 0,1333 -0,1592 0,2232 -0,0027 -0,2142 0,2523 0,1513 -0,2061 -0,0792 0,012 0,0712 0,1938 0,1015 0,2427
2
PG r -88 -88 -88 -82 -77 -88 -88 -88 -88 -88 -88 -88 -85 -87 -87 -88 -88 -88 -88 -88 -88 -88 -88 -88 -88 -88 -87 -88 -88 -88 -88 -85
0,5943 0,1717 0,2523 0,9081 0,0513 0,5577 0,5926 0,1041 0,5637 0,9049 0,0005 0,9556 0,5428 0,4901 0,4513 0,2702 0,1527 0,3901 0,2156 0,1385 0,0366 0,9802 0,0451 0,0177 0,1594 0,054 0,4658 0,9117 0,5097 0,0704 0,347 0,0252
TODOS Meses pH PT PPP PMP PRO Antocian Catequin Ortodif Etanal Ac. Vol Ac. total SO2 Libr SO2comb SO2 total Abs 420 Abs 520 Abs 620 Inten. Col %Amarillo %Rojo %Azul Tonalidad %rojos pur PG.X PG.Y PG.Z PG Brill PG Pur PG λ do PG Int PG Ton
TABLA 7.1.2.- CORRELACIONES ENTRE VARIABLES EN VINOS TINTOS: Coeficientes de Correlación, tamaño de muestra y valor P
Rosados Meses pH PT PPP PMP PRO Antocian Catequin Ortodif Etanal Ac. Volatil Ac. total SO2 Libr SO2comb SO2 total Abs 420 Abs 520 Abs 620 Inten. Col %Amar %Rojo %Azul Tonalid %rojos pur PG.X PG.Y PG.Z PG Brill PG Pur PG λ do PG Int PG Ton
-0,0537
pH -81
0,6337
-0,4975 0,064
PPT -81 -81
0 0,5701
-0,5767 0,1724 0,4657
PPP -80 -80 -80
0 0,1261 0
-0,0351 -0,0277 0,6361 -0,3803
PMP -78 -78 -78 -78
0,7601 0,8096 0 0,0006
0,0139 0,1458 0,2963 0,5548 -0,1995
PRO -81 -81 -81 -80 -78
0,9021 0,1939 0,0072 0 0,0799
-0,5832 0,1966 0,4588 0,6413 -0,0761 0,382
Antoci -79 -79 -79 -78 -76 -79
0 0,0824 0 0 0,5133 0,0005
-0,3652 0,1315 0,4225 0,5303 -0,0327 0,6839 0,5342
Catequ -81 -81 -81 -80 -78 -81 -79
0,0008 0,2418 0,0001 0 0,7764 0 0
-0,2482 0,0369 0,3742 0,6844 -0,2416 0,7885 0,3756 0,5969
Ortodif -80 -80 -80 -79 -77 -80 -78 -80
0,0264 0,7452 0,0006 0 0,0343 0 0,0007 0
0,0296 -0,377 -0,1275 -0,1532 0,0129 -0,1102 -0,2832 -0,1205 -0,0296
Etanal -81 -81 -81 -80 -78 -81 -79 -81 -80
0,7932 0,0005 0,2567 0,1748 0,9107 0,3275 0,0115 0,2838 0,7943
0,1341 -0,2037 -0,3226 -0,2967 -0,0771 -0,1552 -0,2651 -0,1655 0,0218 -0,0012
Ac. Vol -81 -81 -81 -80 -78 -81 -79 -81 -80 -81
0,2328 0,0681 0,0033 0,0075 0,5025 0,1665 0,0182 0,1398 0,8481 0,9912
-0,3833 -0,4666 0,2119 0,1751 0,0548 -0,0647 0,0692 0,1552 0,1389 0,3173 -0,0778
Ac. Total -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81
0,0004 0 0,0575 0,1202 0,634 0,5659 0,5442 0,1665 0,2191 0,0039 0,4898
0,2423 -0,2242 -0,2211 -0,1683 -0,0559 -0,0917 -0,0658 -0,0422 -0,0952 0,2521 0,3068 0,055
SO2 L -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81
0,0293 0,0442 0,0473 0,1357 0,6269 0,4153 0,5643 0,7084 0,4008 0,0232 0,0053 0,626
0,1397 -0,3871 -0,2668 -0,2283 -0,07 -0,1121 -0,288 -0,1053 -0,054 0,8311 0,1184 0,2823 0,5485
SO2c -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81
0,2137 0,0004 0,0161 0,0417 0,5425 0,319 0,0101 0,3493 0,634 0 0,2925 0,0107 0
0,1672 -0,3849 -0,2769 -0,2335 -0,0725 -0,1166 -0,2688 -0,1016 -0,0653 0,7858 0,1599 0,2613 0,6662 0,989
SO2 total -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81
0,1356 0,0004 0,0123 0,0371 0,5281 0,2998 0,0166 0,3667 0,565 0 0,154 0,0184 0 0
0,1688 0,0778 0,2028 0,3098 -0,0931 0,5862 0,1883 0,1977 0,4221 -0,2277 -0,1131 -0,2327 -0,2967 -0,4119 -0,4201
Abs 420 -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81
0,1318 0,4899 0,0693 0,0052 0,4174 0 0,0966 0,0768 0,0001 0,0409 0,3149 0,0366 0,0072 0,0001 0,0001
-0,2778 0,0193 0,3993 0,5762 -0,1169 0,6155 0,5383 0,4297 0,6018 -0,1746 -0,1545 -0,0057 -0,3342 -0,3644 -0,3846 0,7993
Abs520 -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81
0,012 0,8644 0,0002 0 0,3081 0 0 0,0001 0 0,119 0,1684 0,9596 0,0023 0,0008 0,0004 0
-0,045 0,1074 0,2599 0,4088 -0,1097 0,5219 0,2308 0,2081 0,441 -0,1332 -0,144 -0,1353 -0,3912 -0,3647 -0,3949 0,9018 0,9465
Abs620 -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -88
0,6897 0,3401 0,0191 0,0002 0,3389 0 0,0407 0,0623 0 0,236 0,1997 0,2285 0,0003 0,0008 0,0003 0 0
-0,0753 0,0563 0,3217 0,4759 -0,113 0,627 0,3815 0,3282 0,5402 -0,2018 -0,1447 -0,1186 -0,3451 -0,4056 -0,4232 0,9439 0,9938 0,9718
Inten. Col -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -88 -88
0,5039 0,6174 0,0034 0 0,3246 0 0,0005 0,0028 0 0,0708 0,1976 0,2917 0,0016 0,0002 0,0001 0 0 0
0,6992 0,0125 -0,4271 -0,6018 0,0942 -0,2399 -0,6071 -0,3634 -0,4469 0,0283 0,1452 -0,3488 0,317 0,187 0,2236 -0,1939 -0,8512 -0,7947 -0,8204
% Amar -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -88 -88 -88
0 0,9116 0,0001 0 0,4121 0,031 0 0,0009 0 0,8018 0,1958 0,0014 0,0039 0,0947 0,0448 0,0829 0 0 0
-0,7001 -0,1037 0,4012 0,5311 -0,0567 0,1624 0,6438 0,3701 0,3854 -0,0295 -0,1066 0,408 -0,1662 -0,1241 -0,1407 0,0385 0,5326 0,3096 0,4438 -0,7601
%Rojo -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -88 -88 -88 -88
0 0,3567 0,0002 0 0,6221 0,1476 0 0,0007 0,0004 0,7937 0,3435 0,0002 0,1381 0,2698 0,2103 0,7332 0 0,0033 0 0
-0,2913 0,2943 0,235 0,3507 -0,0705 0,2889 0,0972 0,1764 0,2897 -0,0832 -0,1015 -0,0875 -0,3997 -0,2131 -0,2624 0,4582 0,7176 0,8779 0,7687 -0,6946 0,0605
%Azul -80 -80 -80 -79 -77 -80 -78 -80 -79 -80 -80 -80 -80 -80 -80 -80 -88 -88 -88 -88 -88
0,0087 0,008 0,0359 0,0015 0,5421 0,0093 0,3971 0,1175 0,0096 0,4632 0,3703 0,44 0,0002 0,0578 0,0187 0 0 0 0 0 0,5756
0,7082 0,064 -0,3645 -0,5323 0,0967 -0,1724 -0,5795 -0,3211 -0,3907 0,0111 0,0842 -0,3944 0,2289 0,1611 0,1857 -0,2225 -0,7747 -0,6579 -0,722 0,9691 -0,8914 -0,5017
Tonalid -80 -80 -80 -79 -77 -80 -78 -80 -79 -80 -80 -80 -80 -80 -80 -80 -88 -88 -88 -88 -88 -88
0 0,5726 0,0009 0 0,4029 0,1262 0 0,0037 0,0004 0,9219 0,4577 0,0003 0,0411 0,1533 0,0991 0,0473 0 0 0 0 0 0
-0,6916 -0,1118 0,3489 0,4961 -0,0805 0,1404 0,5916 0,3158 0,3641 -0,0126 -0,0649 0,4191 -0,1599 -0,1444 -0,1583 0,1789 0,5361 0,3188 0,4492 -0,7677 0,9973 0,0752 -0,9001
%rojos pu -80 -80 -80 -79 -77 -80 -78 -80 -79 -80 -80 -80 -80 -80 -80 -80 -88 -88 -88 -88 -88 -88 -88
0 0,3236 0,0015 0 0,4867 0,214 0 0,0043 0,001 0,9116 0,5675 0,0001 0,1566 0,2014 0,1608 0,1123 0 0,0025 0 0 0 0,4864 0
-0,1215 -0,0386 0,3835 0,2999 0,1182 0,3237 0,3708 0,1657 0,247 -0,1681 -0,1952 -0,043 -0,2695 -0,3182 -0,3317 0,573 0,8347 0,7787 0,8315 -0,8275 0,5491 0,663 -0,7773 0,4439
PG.X -80 -80 -80 -79 -77 -80 -78 -80 -79 -80 -80 -80 -80 -80 -80 -80 -88 -88 -88 -88 -88 -88 -88 -79
0,2828 0,7342 0,0004 0,0073 0,306 0,0034 0,0008 0,1418 0,0282 0,1362 0,0828 0,7049 0,0156 0,004 0,0026 0 0 0 0 0 0 0 0 0
0,819 -0,0094 -0,4303 -0,5026 -0,0199 -0,0123 -0,6449 -0,3766 -0,2519 -0,0098 0,1343 -0,3152 0,1111 0,0322 0,0481 0,2965 -0,8506 -0,7917 -0,8375 0,9037 -0,6505 -0,668 0,8734 -0,7846 -0,152
PG.Y -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -88 -88 -88 -88 -88 -88 -88 -80 -80
0 0,9336 0,0001 0 0,8628 0,9131 0 0,0005 0,0242 0,9305 0,2318 0,0042 0,3233 0,7752 0,6695 0,0072 0 0 0 0 0 0 0 0 0,1782
-0,3769 0,022 -0,0233 -0,1078 0,1031 -0,4622 -0,0247 -0,0444 -0,3056 0,1915 -0,0436 0,2359 0,2002 0,3046 0,3076 -0,8786 -0,7309 -0,6819 -0,7381 0,67 -0,4042 -0,5842 0,6088 -0,0462 -0,4998 -0,4691
PG.Z -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -87 -87 -87 -87 -87 -87 -87 -80 -80 -81
0,0005 0,8454 0,8366 0,3411 0,3688 0 0,8288 0,6941 0,0058 0,0868 0,6992 0,034 0,0731 0,0057 0,0052 0 0 0 0 0 0,0001 0 0 0,6838 0 0
0,2735 -0,0836 -0,422 -0,5872 0,1092 -0,6273 -0,5103 -0,4176 -0,5941 0,2273 0,1493 0,0026 0,3816 0,4072 0,4311 -0,8136 -0,798 -0,7818 -0,8078 0,7768 -0,4203 -0,7279 0,6903 -0,572 -0,6685 0,2374 0,6408
PG Bril -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -88 -88 -88 -88 -88 -88 -88 -80 -80 -81 -81
0,0135 0,4581 0,0001 0 0,3412 0 0 0,0001 0 0,0413 0,1833 0,9818 0,0004 0,0002 0,0001 0 0 0 0 0 0 0 0 0 0 0,0329 0
0,3401 0,083 0,0731 0,1659 -0,1017 0,5517 0,0507 0,1293 0,3889 -0,2159 -0,0459 -0,2908 -0,2384 -0,36 -0,3638 0,9092 0,728 0,6813 0,7368 -0,6509 0,373 0,5863 -0,5827 0,0802 0,5229 0,4241 -0,8812 -0,7012
PG Pur -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -88 -88 -88 -88 -88 -88 -88 -80 -80 -81 -81 -81
0,0019 0,4614 0,5167 0,1414 0,3754 0 0,6572 0,25 0,0004 0,0529 0,6838 0,0084 0,0321 0,001 0,0008 0 0 0 0 0 0,0003 0 0 0,4794 0 0,0001 0 0
-0,5816 -0,0144 0,5177 0,6255 -0,0225 0,4015 0,7108 0,4958 0,4879 -0,11 -0,2535 0,2082 -0,2949 -0,2592 -0,2834 0,3505 0,8697 0,8283 0,8613 -0,8993 0,608 0,7084 -0,8522 0,7494 0,6296 -0,7338 -0,1533 -0,7405 0,1992
PG λ do -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -88 -88 -88 -88 -88 -88 -88 -80 -80 -81 -81 -81 -81
0 0,8986 0 0 0,845 0,0002 0 0 0 0,3284 0,0224 0,0621 0,0075 0,0194 0,0103 0,0013 0 0 0 0 0 0 0 0 0 0 0,1717 0 0,0746
-0,0409 0,1949 0,3433 0,4382 -0,0462 0,6466 0,378 0,3562 0,5169 -0,2837 -0,1899 -0,1911 -0,3007 -0,426 -0,4335 0,8265 0,9896 0,9566 0,9941 -0,8073 0,4514 0,7402 -0,7154 0,406 0,6098 -0,0424 -0,6781 -0,8457 0,8012 0,5736
PG Int -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -88 -88 -88 -88 -88 -88 -88 -80 -80 -81 -81 -81 -81 -81
0,7169 0,0812 0,0017 0 0,6882 0 0,0006 0,0011 0 0,0103 0,0894 0,0874 0,0064 0,0001 0,0001 0 0 0 0 0 0 0 0 0,0002 0 0,7071 0 0 0 0
-0,691 -0,081 0,4812 0,4984 0,0619 0,1726 0,5675 0,4145 0,3832 -0,039 -0,1063 0,3093 -0,1729 -0,0744 -0,0969 -0,0455 0,9198 0,8095 0,8813 -0,8709 0,6978 0,5413 -0,8532 0,7292 0,2921 -0,851 0,1668 -0,45 -0,1443 0,778 0,217
PG Ton -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -85 -85 -85 -85 -85 -85 -85 -80 -80 -81 -81 -81 -81 -81 -81
0 0,4722 0 0 0,5905 0,1233 0 0,0001 0,0005 0,7296 0,3447 0,005 0,1226 0,5091 0,3895 0,6868 0 0 0 0 0 0 0 0 0,0086 0 0,1366 0 0,1988 0 0,0516
0,3242 0,0478 0,1519 -0,0119 0,1369 0,3674 0,0472 0,0727 0,1699 -0,0266 -0,1911 -0,1735 -0,0163 -0,0211 -0,0218 0,323 0,1537 0,0927 0,1333 -0,1592 0,2232 -0,0027 -0,2142 -0,0568 0,2884 0,0984 -0,3232 -0,2542 0,3404 0,2308 0,3697 0,0301
PG r2 -81 -81 -81 -80 -78 -81 -79 -81 -80 -81 -81 -81 -81 -81 -81 -81 -88 -88 -88 -88 -88 -88 -88 -80 -80 -81 -81 -81 -81 -81 -81 -81
0,0032 0,6718 0,1758 0,9169 0,2321 0,0007 0,6794 0,5191 0,1318 0,8136 0,0874 0,1214 0,8852 0,8518 0,8467 0,0033 0,1527 0,3901 0,2156 0,1385 0,0366 0,9802 0,0451 0,6167 0,0095 0,3821 0,0032 0,022 0,0019 0,0382 0,0007 0,79
Rosados Meses pH PT PPP PMP PRO Antocian Catequin Ortodif Etanal Ac. Vol Ac. total SO2 Libr SO2comb SO2 total A420 A520 A620 Inten. Col % Amar %Rojo %Azul Tonalid %rojos pur PG.X PG.Y PG.Z PG Brill PG Pur PG λ do PG Int PG Ton
TABLA 7.1.3.- CORRELACIONES ENTRE VARIABLES EN VINOS ROSADOS: Coeficientes de Correlación, tamaño de muestra y valor P.
pH PT PPP PMP PRO Antocian Catequin Ortodif Etanal Ac. Vol Ac. total SO2 Libr SO2comb SO2 total A420 A520 A620 Inten. Col %Amarillo %Rojo %Azul Tonalidad %rojos pur PG.X PG.Y PG.Z PG Brill PG Pur PG λ do PG Int PG Ton
pH
PPT
PPP *
PMP *
PRO * *
Antoc * * *
Catequin * * * *
Ortodif * * * ** *
Etanal
A Volatil
A Total
SO2 L
SO2c *
SO2 total *
Abs 420 *
Abs520 * * * * *
Abs620 * * * * * *
Inten. Col * * * * * * * * *
%Amar * * * * * * * * * * * * * * *
%Rojo * * * * *
%Azul * * * * * * * * * * * * * * *
Tonalid * * * * * * * * * * * * * * *
%rojos pu * * * * * * * * *
PG.X * * * * * * * * * * * * * * * * * * * * *
PG.Y * * * * * * * * * * * * * * * * * * * * * * * * * * *
PG.Z * * * * * * * * * * * * * * * * * * *
PG Brill * * * * * * * * * * * * * * * * * * * * * * * * * * *
PG Pur * * * * * * * * * * * * * * * * * * * * * * * * *
PG λ do * * * * * ** * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
PG Int * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
PG Ton * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
PG r2
TODOS Meses pH PT PPP PMP PRO Antocian Catequin Ortodif Etanal Ac. Vol Ac. total SO2 Libr SO2comb SO2 total A420 A520 A620 Inten. Col %Amar %Rojo %Azul Tonalid %rojos pur PG.X PG.Y PG.Z PG Brill PG Pur PG λ do PG Int PG Ton
Se ha estudiado, en primer lugar, la existencia de correlaciones entre todas las variables para la
población conjunta de 169 vinos jóvenes de Ribera del Duero considerados en esta Tesis Doctoral,
agrupando a Tintos y Rosados.
En la Tabla 7.1.1 se presentan los resultados obtenidos, para cada par de variables, mostrando las
correlaciones momento producto de Pearson, entre cada par de variables; el rango de estos
coeficientes de correlación va de -1 a +1, y miden la fuerza de la relación lineal entre las variables.
También se muestra, entre paréntesis, el número de pares de datos utilizados para calcular cada
coeficiente (que oscila entre un valor máximo de 169 muestras cuando todos los vinos poseen datos
analíticos de las dos variables enfrentadas, a un valor mínimo de 154 muestras; un tamaño muestral
ciertamente notable). El tercer número en cada bloque de la tabla es un valor-P que prueba la
significancia estadística de las correlaciones estimadas; Valores-P inferiores a 0,05 indican
correlaciones significativamente diferentes de cero, con un nivel de confianza del 95,0%; Valores-P
con valores de 0,00 señalan las correlaciones máximas.
Las figuras 7.1.1 a 7.1.2 muestran las representaciones gráficas enfrentando los valores de diversos
pares de variables, que se han considerado más significativos.
Como primera aproximación a la interpretación de estos resultados hay que decir que existe, en
general una correlación estadísticamente significativa entre la mayor parte de las parejas de
variables enológicas consideradas, lo cual permite explicitar de manera inicial que la mayor parte de
las 33 variables consideradas para definir el quimismo de los vinos jóvenes de Ribera del Duero
estudiados están relacionadas entre sí.
De los 528 pares que se generan al enfrentar entre sí las 33 variables de este estudio, ni más ni
menos que 452 parejas exhiben una correlación estadísticamente significativa, lo cual deja a las
claras la existencia de vínculos químicos, enológicos y sensoriales entre las mismas. No obstante, es
preciso hacer notar que algunas de las variables consideradas son claramente dependientes, pues su
determinación se realiza en función del valor de otra variable como ocurre con el SO2 combinado y el
SO2 total, o el %Rojo y el %Rojos Puros.
Sería excesivamente tedioso y ocuparía demasiado espacio, relatar y justificar aquí todas las
correlaciones encontradas; aun así se describe a continuación, de manera sucinta, la información
más relevante obtenida de las Regresiones Lineales aplicadas al conjunto de vinos Tintos+Rosados.
Analizando las correlaciones del Tiempo (meses) se observa una ausencia de correlación respecto a
los parámetros químicos clásicos de los vinos estudiados (pH, Etanal, Acidez Volátil, SO2 libre, SO2
total y una ligera correlación negativa (r= -0,1638) respecto a la Acidez total y positiva frente al SO2
combinado (r= 0,1620).
Analizando las correlaciones entre el Tiempo (meses) y los parámetros fenólicos, vemos ausencia de
correlación respecto a los Polifenoles Muy Polimerizados (PMP), a las Proantocianidinas (PRO) y a los
Ortodifenoles (Ortodif); existe una correlación negativa estadísticamente significativa respecto a los
Polifenoles Totales (PT), a los Polifenoles Poco Polimerizados (PPP), a las Catequinas y,
especialmente, respecto a los Antocianos.
En cuanto a los 18 Parámetros de Color considerados en este estudio, el Tiempo (meses) no exhibe
correlación con la Absorbancia 420 (A420) ni con algunos Parámetros de Gonzales (Coordenadas X y
Z, Brillantez y Pureza); presenta una correlación positiva estadísticamente significativa con el
%Amarillo (r= 0,4556), la Tonalidad (r= 0,4803), la Coordenada de Gonzales Y (r= 0,4758) y el
Parámetro de Gonzales r2 (r= 0,1926) y una correlación negativa con la Absorbancia 520 -A520- (r= -
0,4806), la Absorbancia 620 –A620- (r= -0,3598), la Intensidad Colorante (r= -0,3582), el %Rojo (r= -
0,5375), el %Azul (r= -0,2378), el %Rojos Puros (r= -0,5051), y los Parámetros de Gonzales: Longitud
de Onda Dominante (r= -0,3456), Intensidad (r= -0,2519) y PG Tonalidad (r= -0,4252).
Analizando las correlaciones de los Parámetros Químicos Clásicos de los Vinos estudiados, podemos
establecer las siguientes conclusiones:
• El pH no exhibe correlación solo con cuatro variables: el Tiempo, el SO2 libre, la Absorbancia
A520, y la Intensidad Colorante. El pH manifiesta correlaciones estadísticamente significativas
con las 28 variables restantes, de las cuales, las correlaciones positivas más altas corresponden a
los Polifenoles Totales (r= 0,6579), a los Polifenoles poco Polimerizados (r= 0,6957), a las
Proantocianidinas (r= 0,6156), a los Antocianos (r= 0, 5852), a las Catequinas (r= 0,6440), a los
Ortodifenoles (r= 0,6264) y a los Parámetros de Color %Azul (r= 0,6971), X de Gonzales (r=
0,6589), Pureza (r= 0,6633), Intensidad Dominante (r= 0,6673), Intensidad (r= 0,6698) y PG
Tonalidad (r= 0,5633). Así mismo, el pH tiene las correlaciones negativas más elevadas con el
Etanal (r= -0,5446), la Acidez Total (r= -0,5523), el SO2 combinado (r= -0,6152), el SO2 total (r= -
0,5824), el %Amarillo (r= -0,5701) y los Parámetros de Color de Gonzales Y (r= -0,6359) y Z (r= -
0,6633).
• El contenido en Etanal no muestra correlaciones solo con tres variables: el Tiempo, el SO2 libre y
la Absorbancia A420, manifestando correlaciones estadísticamente significativas con las otras 28
variables, de las cuales las correlaciones positivas con r mayor de 0,5000 son con el SO2
combinado (r= 0, 8322), el SO2 total (r= 0,7953) y la Brillantez (r= 0,5011), mientras que las
correlaciones negativas más intensas se producen con los Polifenoles Totales (r= -0,5001), los
Polifenoles Poco Polimerizados (r= -0, 044), las Catequinas (r= -0,5093), el Parámetro de Gonzales
X (r= -0,5027) y la Longitud de Onda Dominante (r= -0, 5159).
• La Acidez Volátil no se correlaciona con el Tiempo, con el SO2 combinado y total, con la
Absorbancia 520 y con la Intensidad Colorante. Del resto de las variables con quienes se
correlaciona, destacan los Polifenoles Poco Polimerizados (r= 0,4938) y los Ortodifenoles (r=
0,5614). Por su parte la Acidez Total, no se correlaciona con el SO2 libre, las Absorbancias 420 y
520, la Intensidad Colorante, el %Rojo, la Tonalidad y la dA% (%RojosPuros), destacando su
correlación negativa con el pH (r= -0,5523).
• El SO2 libre es la variable que muestra menos correlaciones con otras variables; sólo cuatro: los
Antocianos (r= 0,1579), la Acidez Volátil (r= 0,2490), y el SO2 tanto combinado (r= 0,3276) como
total (r= 0,4813). Por su parte el SO2 combinado y total muestran correlaciones similares (entre
ambas variables la correlación es de r= 0,9859), no correlacionándose con la Acidez Volátil y la
Absorbancia 420 y de forma ambigua con el Tiempo; sus mejores correlaciones positivas se
exhiben (como puede verse en la Tabla 7.1.1) con el Etanal, el %Amarillo, la Tonalidad y los
Si consideramos las correlaciones de los Parámetros Fenólicos en las muestras conjuntas de vinos
rosados y tintos estudiados, y teniendo en cuenta que sus correlaciones con los Parámetros Químicos
Clásicos ya han sido comentados en los párrafos anteriores, podemos establecer las siguientes
conclusiones:
• Los Polifenoles Totales exhiben una altísima correlación positiva con el resto de los parámetros
fenólicos, con valores del coeficiente r comprendidos entre 0,7164 y 0,9445. Los Polifenoles Poco
polimerizados se correlacionan también de manera intensamente positiva con los otros
compuestos fenólicos (como puede verse en la Tabla 7.1.1) con valores de r comprendidos entre
0,8221 y 0,9473, aunque algo menor en el caso de los Polifenoles Muy Polimerizados (r= 0,4218).
Los Polifenoles Muy Polimerizados se correlacionan de manera positiva y estadísticamente
significativa con los otros cuatro grupos de compuestos fenólicos, pero de manera menos intensa
que en el caso de los Polifenoles Totales y los poco Polimerizados (valores de r comprendidos
entre 0,4218 y 0,7164).
• Proantocianidinas, Antocianos, Catequinas y Ortodifenoles se correlacionan de forma muy
elevada entre sí, con valores de r comprendidos entre 0,7006 para Ortodifenoles con Antocianos
y 0,9325 para Catequinas frente a Proantocianidinas.
• Respecto a las Correlaciones de los siete grupos de Compuestos Fenólicos con los nueve
Parámetros de Color de Glories, y con los nueve Parámetros de Color de Gonzales
estadísticamente significativa en la práctica totalidad de los casos, excepto en el caso de la
Intensidad Colorante (que solo se correlaciona con los Antocianos), la Absorbancia 520 que no se
correlaciona con los Polifenoles Muy Polimerizados, y la Absorbancia 420 que no se correlaciona
con el contenido en Antocianos. Estas circunstancias son ciertamente notables, pues exhiben
nueve parejas sin correlación frente a 119 pares de correlaciones significativas, dotando de
solidez a la conocida asociación entre color del vino y composición fenólica.
• Las correlaciones positivas más altas entre Familias Fenólicas (siendo los Polifenoles Muy
Polimerizados los que arrojan sistemáticamente las correlaciones más débiles, mientras las más
altas son para los Polifenoles Poco Polimerizados) y Parámetros de Color se dan con el %Rojo (r
entre 0,3284 y 0,6448), el %Azul (r entre 0,4319 y 0,8706), el dA%(%RojosPuros) con valores de r
entre 0,3105 y 0,6308, el Parámetro de Gonzales X (r entre 0,5292 y 0,9235), la Pureza de
Gonzales (r entre 0,5167 y 0,9264), la Longitud de Onda Dominante (r entre 0,4966 y 0,9264), la
Intensidad de Gonzales (r entre 0,4710 y 0,9284), y la PG Tonalidad (con r entre 0,3600 y 0,8546).
Las correlaciones negativas más claras se dan entre todos los Compuestos Fenólicos y el
%Amarillo (r entre -0,4258 y -0,8463), la Tonalidad (r entre -0,3719 y -0,7563), y los Parámetros
de Gonzales Y (r entre -0,4873 y -0,8847), Z (r entre -0,5154 y -0,9288) y Brillantez (r entre -
0,4927 y -0,9166).
• Finalmente, se va a considerar las correlaciones existentes entre los Parámetros de Color. Existen
correlaciones positivas estadísticamente significativas y elevadas entre las Absorbancias A420,
A520 y A620 entre sí y con la Intensidad Colorante. La A420 no se correlaciona con el %Amarillo,
%Azul, la Tonalidad, el dA%(%RojosPuros) y los Parámetros de Gonzales: Longitud de Onda
Dominante Dominante, Intensidad, PG Tonalidad y r2, y si se correlaciona clara y positivamente
con la Intensidad Colorante. Por su parte A520 y A620 se correlacionan positivamente con el
%Rojo, el %Azul, el dA%/%RojosPuros), la Longitud de Onda Dominante, la Intensidad de
Gonzales y la PG Tonalidad; se correlacionan negativamente con el %Amarillo, , la Tonalidad, y
los parámetros Y y Z de Gonzales.
• El %Amarillo se correlaciona positiva e intensamente con la Tonalidad, los Parámetros Y y Z de
Gonzales y la Brillantez; se correlaciona negativamente con el %Azul, %Rojo, la
dA%(%RojosPuros), el Parámetro X de Gonzales, la Pureza, la Longitud de Onda Dominante, la
Intensidad, la PG Tonalidad y, en menor medida, r2. Los %Azul y %Rojo se correlacionan
positivamente entre ellos, con la dA% (%RojosPuros), el Parámetro X de Gonzales, la Pureza, la
Longitud de Onda Dominante, la Intensidad y la PG Tonalidad, y se correlacionan negativamente
con la Tonalidad, los Parámetros Y y Z de Gonzales y la Brillantez.
• La Tonalidad se correlaciona de forma similar al %Amarillo: negativamente en alto grado con el
dA%(%RojosPuros), el Parámetro X de Gonzales, la Pureza, la Longitud de Onda Dominante, la
Intensidad y la PG Tonalidad; y positivamente con los Parámetros Y y Z, la Brillantez. El
dA%(%RojosPuros) se correlaciona positivamente con el parámetro X, la Pureza, la Longitud de
Onda Dominante, la Intensidad y la PG Tonalidad y negativamente con los Parámetros Y y Z y la
Brillantez. Los Parámetros Y, Z, Brillantez se correlación positivamente entre sí y negativamente
con X, la Pureza, la Longitud de Onda Dominante, la Intensidad, la PG Tonalidad y r2. Estos
Parámetros a su vez tienen correlaciones igualmente intensas pero de signo opuesto.
Se estudia en este apartado, la posible existencia de correlaciones entre todas las variables para la
población de 88 vinos tintos de Ribera del Duero considerados en esta Tesis Doctoral.
En la Tabla 7.1.2 se presentan los resultados obtenidos, para cada par de variables, mostrando las
correlaciones momento producto de Pearson, entre cada par de variables; el rango de estos
coeficientes de correlación va de -1 a +1, y miden la fuerza de la relación lineal entre las variables.
También se muestra, entre paréntesis, el número de pares de datos utilizados para calcular cada
coeficiente (que oscila entre un valor máximo de 88 muestras cuando todos los vinos poseen datos
analíticos de las dos variables enfrentadas, a un valor mínimo de 77 muestras. El tercer número en
cada bloque de la tabla es un valor-P que prueba la significancia estadística de las correlaciones
estimadas; Valores-P inferiores a 0,05 indican correlaciones significativamente diferentes de cero,
con un nivel de confianza del 95,0%; Valores-P con valores de 0,00 señalan las correlaciones
máximas.
Las figuras 7.2.1 y 7.2.2 muestran las representaciones gráficas enfrentando los valores de diversos
pares de variables, para los vinos Tintos, que se han considerado más significativos.
En la interpretación de estos resultados se parecía en primer lugar, que aún existiendo una
correlación estadísticamente significativa entre la mayor parte de las parejas de variables enológicas
consideradas, este número se ha reducido de manera notable respecto a la población
Tintos+Rosados estudiada en el subapartado anterior; así en el caso de los vinos Tintos hay 148
parejas que no exhiben correlación estadísticamente significativa, frente a otras 380 parejas de
variables donde si se da esta correlación, lo cual sigue evidenciando una clara existencia de vínculos
químicos, enológicos y sensoriales entre las mismas.
Resumiendo la información más relevante obtenida de las Regresiones Lineales aplicadas al conjunto
de vinos Tintos podemos afirmar observando la Tabla 7.1.2 lo siguiente:
Observamos correlaciones del Tiempo (meses) más frecuentes y de mayor intensidad, en el caso de
los Vinos Tintos, que en el caso de la población Tintos+Rosados. Existe una ausencia de correlación
respecto a los parámetros químicos clásicos de los vinos estudiados, salvo en el caso del pH (r= -
0,269), del Etanal (r= 0,276) y del SO2 combinado (r= 0,301). Respecto a las correlaciones entre
Tiempo (meses) y parámetros fenólicos, no existen solo para los Polifenoles Muy Polimerizados
(PMP), destacando la intensidad de las correlaciones con a las Proantocianidinas (PRO) y a los
Ortodifenoles (Ortodif); existe una correlación negativa estadísticamente significativa respecto a los
Polifenoles Totales (r= -0,513), a los Polifenoles Poco Polimerizados (r=- 0,560), a las Catequinas (r= -
0,484) y, especialmente, respecto a los Antocianos (r= -0,674). Respecto a los Parámetros de Color, el
Tiempo (meses) se correlaciona con todos, y de manera muy intensa, destacando la correlación
positiva con el Porcentaje de Amarillo (r= 0,842), la Tonalidad (r= 0,830) y la Coordenada Y de
Gonzales (r= 0,799), y la correlación negativa con la Absorbancia A520 (r= -0,693), la Absorbancia
A620 (r= -0,639), la Intensidad Colorante (r= -0,667), el %Rojo (r= -0,672), el %Azul (r= -0,550), el
%RojosPuros (r= -0,679), y los Parámetros de Gonzales: Coordenada X (r= -0,754), Longitud de Onda
Dominante (r= -0,780), Intensidad (r= -0,668) y PG Tonalidad (r= -0,675).
Analizando las correlaciones de los Parámetros Químicos Clásicos de los Vinos estudiados, podemos
establecer las siguientes conclusiones: Las correlaciones entre los parámetros clásicos entre sí, con
los Parámetros Fenólicos, y con las Parámetros de Color, son menos frecuentes y menos intensas en
el caso de los Vinos Tintos que respecto a la población Tintos+Rosados.
Las correlaciones de los Parámetros Fenólicos entre sí y con los Parámetros de Color también
exhiben, en los vinos Tintos, menos rotundidad que en el caso de las muestras Tintos+Rosados.
Finalmente, si consideramos las correlaciones existentes entre los Parámetros de Color en los Vinos
Tintos, estas son tan numerosas e intensas como en el caso de los Vinos Tintos+Rosados. Son
claramente más altas en el caso de las Absorbancias A420 y A520 y de la Intensidad Colorante, y de
manera más discutible en la Absorbancia A620. Son ligeramente más bajas las correlaciones con los
Porcentajes %Amarillo, %Rojo y %Azul, así como con la Tonalidad, el % de Rojos Puros y todos los
Parámetros de Color de Gonzales.
En la Tabla 7.1.3 se presentan los resultados obtenidos, para cada par de variables, mostrando las
correlaciones momento producto de Pearson, entre cada par de variables; el rango de estos
coeficientes de correlación va de -1 a +1, y miden la fuerza de la relación lineal entre las variables.
También se muestra, entre paréntesis, el número de pares de datos utilizados para calcular cada
coeficiente (que oscila entre un valor máximo de 81 muestras cuando todos los vinos poseen datos
analíticos de las dos variables enfrentadas, a un valor mínimo de 77 muestras. El tercer número en
cada bloque de la tabla es un valor-P que prueba la significancia estadística de las correlaciones
estimadas; Valores-P inferiores a 0,05 indican correlaciones significativamente diferentes de cero,
con un nivel de confianza del 95,0%; Valores-P con valores de 0,00 señalan las correlaciones
máximas.
Las figuras 7.3.1 y 7.3.2 muestran las representaciones gráficas enfrentando los valores de diversos
pares de variables, para los vinos Rosados, que se han considerado más significativos.
En la interpretación de estos resultados se parecía en primer lugar, que aun existiendo una
correlación estadísticamente significativa entre la mayor parte de las parejas de variables enológicas
consideradas, este número se ha reducido de manera notable respecto tanto a la población
Tintos+Rosados como a la población Vinos Tintos, estudiadas en los subapartados anteriores; así en
el caso de los Vinos Rosados hay 210 parejas que no exhiben correlación estadísticamente
significativa, frente a otras 318 parejas de variables donde si se da esta correlación, lo cual sigue
evidenciando una clara existencia de vínculos químicos, enológicos y sensoriales entre las mismas,
aunque significativamente más débil que en los casos anteriores.
Las Regresiones Lineales aplicadas al conjunto de Vinos Rosados nos permiten afirmar, tal y como
expresa cuantitativamente la Tabla 7.1.3 lo siguiente:
Observamos correlaciones del Tiempo (meses) menos frecuentes y de menor intensidad, en el caso
de los Vinos Rosados, que en el caso de la población Tintos+Rosados o de la población Tintos. Existe
una ausencia de correlación respecto a los parámetros químicos clásicos de los vinos estudiados,
salvo en el caso de la Acidez Total (r= -0,383), y del SO2 libre (r= 0,242). Respecto a las correlaciones
entre Tiempo (meses) y parámetros fenólicos, no existen para los Polifenoles Muy Polimerizados
(PMP) y las Proantocianidinas (PRO), son bajas y negativas para los Ortodifenoles (r= -0,248), y más
significativas y también negativas para los Polifenoles Totales (r= -0,498), a los Polifenoles Poco
Polimerizados (r= -0,577), a las Catequinas (r= -0,365) y, especialmente, respecto a los Antocianos (r=
-0,583). Respecto a los Parámetros de Color, el Tiempo (meses) se correlaciona con la mayor parte de
estas variables (aunque menos intensamente que en los Vinos Tintos), destacando la correlación
positiva con el Porcentaje de Amarillo (r= 0,699), la Tonalidad (r= 0,708) y la Coordenada Y de
Gonzales (r= 0,819), y la correlación negativa con la Absorbancia A520 (r= -0,278), el %Rojo (r= -
0,700), el %Azul (r= -0,291), el %RojosPuros (r= -0,692), y los Parámetros de Gonzales: Coordenada Z
(r= -0,377), Longitud de Onda Dominante (r= -0,582) y PG Tonalidad (r= -0,691).
Respecto a las correlaciones de los Parámetros Químicos Clásicos de los Vinos Rosados, puede
afirmarse que las correlaciones entre los parámetros clásicos entre sí, con los Parámetros Fenólicos,
y con los Parámetros de Color, son menos frecuentes y menos intensas en el caso de los Vinos
Rosados que respecto a la población Tintos+Rosados.
Las correlaciones de los Parámetros Fenólicos entre sí y con los Parámetros de Color también
exhiben, en los Vinos Rosados, menos Intensidad que en el caso de las muestras Tintos+Rosados.
Finalmente, si consideramos las correlaciones existentes entre los Parámetros de Color en los Vinos
Rosados, estas son algo menos numerosas y ligeramente menos intensas que en el caso de los Vinos
Tintos+Rosados y de los Vinos Tintos.
En la Tabla 7.2 se presentan de manera unificada las correlaciones entre las 33 variables estudiadas,
de mayor significación estadística (-0,75< r > 0,75) para las tres poblaciones de vinos consideradas:
Tintos, Rosados y Tintos+Rosados.
El análisis factorial es uno de los métodos estadísticos multivariantes más útiles, y su empleo se está
convirtiendo en algo habitual, tanto en las disciplinas científicas, como humanísticas y sociales.
También la investigación alimentaria y enológica, utilizan esta herramienta estadística con asiduidad,
tal y como quedó de manifiesto en el apartado 7.1 de este Capítulo.
El análisis factorial, dado un conjunto de datos que se explican a través de varias variables, compara
las muestras en términos de las variables (análisis “Q-mode”) y compara las relaciones entre las
variables en términos de las muestras (análisis “R-mode”). Ambos métodos se basan en la matriz de
correlación de las variables del sistema estudiado, y su objetivo específico es reducir el número de
datos (sean muestras o sean variables), y determinar los procesos que expliquen las relaciones
observadas entre los datos (Martínez et al., 2014; Krzanowski, 1988).
Como resultado del análisis “R-mode”, se obtiene un nuevo conjunto de variables que contiene más
información en menos variables que el conjunto de los datos originales. Estas nuevas variables se
denominan factores, y se derivan de la extracción de autovalores y autovectores de la matriz de
correlación (STATGRAPHICS, 2013). Al menos uno de estos factores contribuye a explicar más
varianza total que cualquiera de las variables originales; así, en general, los dos o tres primeros
factores explicarán la mayor parte de la varianza del conjunto de los datos (Aguilera y Garrido, 2001).
El análisis factorial sólo demuestra la existencia de ciertas relaciones entre las variables,
correspondiendo al investigador, con su conocimiento del sistema en estudio, explicarlas (Hair et al.,
2004; Cuadras, 1991).
Mientras que las variables que describen el sistema, pueden estar relacionadas entre sí, los factores
son totalmente independientes. El modelo de análisis factorial más común, expresa cada variable
como una función lineal de los factores comunes para varias variables y un factor único para la
variable. Las variables con altos factores de carga o pesos sobre un factor, tienden a estar altamente
correlacionadas entre sí.
El análisis factorial por componentes principales, considera que los ejes de referencia de los factores
son ortogonales, y están localizados en un espacio n-dimensional. El eje del primer factor explica la
máxima varianza, el eje del segundo maximiza la varianza residual, y así sucesivamente. Si se utiliza la
rotación “varimax”, los ejes de los factores ortogonales se sitúan de modo que la varianza de cada
factor sea máxima. De esta rotación de los factores, resulta una distribución más homogénea de los
pesos o factores de carga, que la producida por el método de componentes principales (Brown,
1998).
Con la aplicación del análisis factorial, a los datos químicos y de color correspondientes a los vinos
tintos jóvenes y rosados de la Ribera del Duero, se pretende agrupar un cierto número de variables
químicas en factores, procediendo posteriormente a interpretar cada factor, de modo que expliquen
los principales fenómenos que intervienen en el quimismo y su evolución durante el tiempo de
permanencia en botella de estos vinos.
El procedimiento Análisis Factorial está diseñado para extraer m factores comunes de un grupo de p
variables cuantitativas X. En muchas situaciones, un pequeño número de factores comunes puede
ser capaz de representar un gran porcentaje de la variabilidad en las variables originales. La habilidad
de expresar las covarianzas entre las variables en términos de un pequeño número de factores
significativos, con frecuencia conduce a encontrar importantes cuestiones acerca de los datos que
están siendo analizados (STATGRAPHIC, 2013).
Este procedimiento soporta tanto a componentes principales como a análisis factoriales. Las cargas
de los factores pueden ser extraídos desde ya sea la matriz de covarianza de la muestra o la matriz de
correlación de la muestra. Las cargas iniciales de los factores pueden ser rotadas usando ya sea la
rotación varimax, equimax, o quartimax.
7.3.2.- APLICACIÓN DEL ANÁLISIS FACTORIAL A LOS VINOS TINTOS+ROSADOS DE RIBERA DEL DUERO.
Se han incluido en este análisis estadístico multivariante, un número de variables igual a 33,
incluyendo todos los parámetros químicos clásicos, fenólicos y de color determinados para vinos
tintos y rosados en esta Tesis Doctoral.
El análisis factorial extrae, en principio, un número de factores igual al de las variables de partida;
supone a los factores, obtenidos por combinación lineal de las variables originales, e independientes
entre sí. La elección del porcentaje de varianza total explicada por los nuevos factores, es el hecho
que determinará el número de factores a mantener (Aguilera y Garrido, 2001).
La tabla 7.3 representa las Comunalidades de cada una de las variables una vez aplicada la rotación
“Varimax”; el programa STATGRAPHICS recalcula los valores de las comunalidades de cada variable
tras la rotación. La comunalidad de un parámetro es el cuadrado de su coeficiente de correlación
múltiple con los factores; se obtienen así las comunalidades estimadas, que son las expuestas en la
tabla 7.3, y que informan de la proporción de la variabilidad de cada variable que es atribuible a
factores comunes (Brown, 1998).
Desde el punto de vista de las Comunalidades, se observa, que existen algunos valores bajos
(inferiores a 0,5) solo para dos variables: Polifenoles Muy Polimerizados (0,41921) y la Acidez Volátil
(0,40551), lo que puede significar que la varianza de estas variables está mayormente explicada por
factores únicos. Las comunalidades intermedias (con valores entre 0,50 y 0,75) nos expresan que la
varianza de cinco variables que, aunque fundamentalmente explicada por factores comunes,
contiene un porcentaje significativo de factores únicos; es lo que ocurre con el pH (0,67312), el
Etanal (0,72658), la Acidez Total (0,53610), el SO2 libre (0,68293) y el Parámetro de Gonzales r2. Las
otras 26 variables exhiben comunalidades muy altas, lo que estadísticamente significa que su
varianza se explica en casi su totalidad por factores comunes (STATGRAPHICS, 2013).
Se considera que el total de la varianza está definido como la suma de los elementos diagonales de la
matriz de correlación; en el caso de este estudio, la varianza total a explicar por los factores es 33. La
varianza explicada por cada factor, se conoce como autovalor. El Análisis Factorial obtiene los
factores de carga -o pesos- no rotados, de todas las variables para los factores seleccionados. La
varianza explicada por cada factor, coincide con la suma de los cuadrados de los factores de carga
para ese factor. La Tabla 7.4 muestra los factores extraídos, sus autovalores, la varianza que explican
y la varianza acumulada, para la población de muestras de vinos Tintos y Rosados juntos.
Para poder realizar una mejor interpretación física y química de los factores obtenidos, se ha
efectuado, mediante el programa STATGRAPHICS Centurión XVI.II, una rotación ortogonal -
”varimax”- de los citados factores; este procedimiento hace que la distribución de los factores de
carga y la varianza explicada por cada factor, sean más homogéneas (Cuadras, 1991; Hair et al.,
2004). Los resultados se exponen en la tabla 7.5, que muestra los factores de carga o pesos de cada
variable con los factores rotados.
En la presente aplicación del Análisis Factorial, se han considerado representativos aquellos factores
cuyo autovalor es superior a 1,0; por lo tanto se han seleccionado cinco factores, los cuales explican
el 85% de la varianza total. Los ventisiete factores que no se consideran, aportan una información
significativa, pero mucho menor (el 15% de la varianza total), sobre las características químicas,
fenólicas y de color de los vinos tintos y de rosados de Ribera del Duero estudiados. Por otro lado, el
primer factor explica por sí solo el 57% del total de la varianza del sistema, lo cual pone de manifiesto
que sí existe un proceso enológico dominante, a la hora de explicar de manera conjunta las
características de los vinos Tintos+Rosados de este estudio.
Rosados+Tintos Varianza
Variable Comunalidad Específica
Meses 0,84947 0,15053
pH 0,67312 0,32688
PT 0,91508 0,08493
PPP 0,95025 0,04975
PMP 0,41921 0,58079
PRO 0,90770 0,09230
Antocianos 0,78006 0,21994
Catequinas 0,89226 0,10774
Ortodif 0,88280 0,11720
Etanal 0,72658 0,27342
Ac. Volátil 0,40551 0,59450
Ac. total 0,53610 0,46391
SO2 Libre 0,68293 0,31707
SO2comb 0,92084 0,07916
SO2 total 0,95395 0,04605
A420 0,95248 0,04752
A520 0,96573 0,03427
A620 0,93484 0,06516
Inten. Col 0,98763 0,01237
%Amarillo 0,97165 0,02835
%Rojo 0,94095 0,05905
%Azul 0,84741 0,15259
Tonalidad 0,95786 0,04214
%rojos puros 0,92626 0,07374
PG.X 0,96326 0,03674
PG.Y 0,93486 0,06514
PG.Z 0,96337 0,03663
PG Brillantez 0,95329 0,04671
PG Pureza 0,96689 0,03311
PG Intensidad 0,93434 0,06566
PG λ dom. 0,95919 0,04081
PG Tonalidad 0,82984 0,17016
2
PG r 0,62802 0,37198
Tabla 7.3.- Comunalidades de la variables con los factores rotados. Vinos Tintos+Rosados.
La tabla 7.5 expone los factores de carga -o pesos-, de las 33 variables estudiadas para los cinco
factores rotados elegidos por su mayor varianza explicada, estos resultados se han representado
además en diagramas bidimensionales, mediante ejes cartesianos ortogonales en las figuras 7.4.1 a
7.4.6; estas figuras se representan las “coordenadas” de cada variable para cada pareja de factores.
Tabla 7.5.- Matriz de Cargas de los Factores para cada variable después de la Rotación
Varimax. Tintos+Rosados.
El primer factor, que como hemos subrayado anteriormente es el más relevante para explicar los
procesos enológicos, químicos y de color de los vinos Tintos y Rosados de Ribera del Duero
estudiados, ya que explica el 57% de la varianza total del sistema de 33 variables, Este Factor 1 está
fuertemente relacionado con los contenidos en las diferentes familias fenólicas (aunque en menor
medida con los Polifenoles Muy Polimerizados cuyo autovalor es 0,575) y con varios parámetros del
color en los vinos: todos los parámetros de color de Gonzales (unos de manera positiva y otros
negativa y con el autovalor más bajo para r2: 0,538), el % Amarillo, el %Azul y de forma menos
intensa la Tonalidad y la Absorbancia 620. También se correlaciona positivamente con el pH (0,695),
la Acidez Volátil (0,59236) y la Acidez Total (-0,50563).
Este primer factor también refleja cierta participación –menor cuantitativamente- de otras variables
como el Etanal, y el SO2 combinado, cuyos mayores pesos se asocian claramente al factor 4.
Este factor viene explicado fundamentalmente por las características aportadas al vino por las
sustancias fenólicas, de todo tipo, por algunos de los parámetros de color no decisivamente
asociados a la evolución temporal y a algunos parámetros químicos clásicos vinculados a la acidez
(como el pH, la Acidez Total y la Acidez Volátil).
El segundo Factor, que explica el 12% de la varianza total del sistema, se vincula fuerte y
positivamente con el Porcentaje de Rojo (autovalor de 0,85335) y el % de Rojo Puro (autovalor de
0,84307); la correlación es de signo negativo, con el % Amarillo (autovalor de -0,65036), la Tonalidad
(autovalor de -0,75200) y la coordenada Y de Gonzales (autovalor de -0,48533), así como con el
tiempo (autovalor de -0,60893). Este factor 2, da sus máximos valores con los colores rojos más
nítidos e intensos, claramente vinculados a la juventud de los vinos. La interpretación enológica de
este segundo Factor parece estar vinculada a las coloraciones rojizas y a su declinar evolutivo con el
tiempo.
El tercer Factor, que explica un 7,4% de la varianza total del sistema, se correlaciona fuertemente con
los Parámetros de Color que están peor representados por los factores 1 y 2. Así, este factor 3 viene
determinado de manera rotunda por cuatro parámetros de color que están correlacionados entre sí:
la Absorbancia 420, la Absorbancia 520, la Absorbancia 620 y la Intensidad Colorante. Su
interpretación física está vinculada a la fuerza e intensidad de la cromaticidad de los vinos, con
independencia de cuales sean las longitudes de onda primadas.
El cuarto Factor, que explica el 5,414% de la varianza total del sistema está asociado a algunas
variables químicas de los vinos pobremente representadas en los factores anteriores. Se trata de las
tres variables relacionadas con el dióxido de azufre: el SO2 total (peso de 0,86864), el SO2 combinado
(peso de 0,80427) y –de manera menos intensa- el SO2 libre (peso de 0,69130). Se correlaciona bien
este factor con el contenido de Etanal y, de forma menos intensa y negativa con el pH. Se trata de un
Factor que agrupa a variables que tienen poco que ver con las familias polifenólicas y con el color de
los vinos, independiente del tiempo.
Por último, el Factor 5, que representa un 3,3% de la varianza total del sistema de 33 variables,
agrupa de manera positiva, con un grado de vinculación intermedio, al tiempo (autovalor de
0,62804) y a la variable de Gonzales r2 (autovalor de 0,56117), identificando un proceso en los vinos
Tintos+Rosados de Ribera del Duero que correlaciona su envejecimiento con este parámetro.
Las Figuras 7.4.1 a 7.4.3 muestran la representación bidimensional de las variables para los distintos
factores, enfrentados dos a dos. La Figura 7.4.1 que representa las variables frente a los Factores 1 y
2 del conjunto Vinos Tintos+Rosados describe diversos agrupamientos de variables:
• %Rojo y %Rojos Puros situados aislados con la máxima puntuación positiva del Factor 2, y en un
ámbito de cierta proximidad, la Absorbancia A520.
• Agrupamiento de máxima puntuación del Factor 1 y autovalores entre 0,2 y 0,4 del Factor 2 para
el grueso de las familias fenólicas (PT, PPP, Proantocianidinas, Antocianos, Catequinas y
Ortodifenoles) y los parámetros de color relacionados con las longitudes de onda más altas y las
tonalidades violáceas (%Azul, λ dominante, PG X, PG Pureza, PG Intensidad y PG Tonalidad), y con
una cierta proximidad, la Absorbancia A620.
• Un tercer agrupamiento, con parámetros cromáticos (Tonalidad, Brillantez, %Amarillo, PG Y y PG
Z), en el ámbito del diagrama con valores negativos de ambos factores, y con una cierta
proximidad, la Absorbancia A420.
• En la zona central del diagrama, con una pobre puntuación, tanto del factor 1 como del 2,
encontramos en la parte superior un agrupamiento de la Acidez Volátil, el pH, los PMP y el SO2
libre; en la zona central inferior otro agrupamiento incluye al resto de las variables clásicas
(Acidez Total, SO2 total, SO2 combinado y Etanal).
La Figura 7.4.2 que representa las variables frente a los Factores 3 y 4 del conjunto Vinos
Tintos+Rosados visualiza otros agrupamientos de variables:
• Un primer agrupamiento para los máximos valores del Factor 3 que agrupa a cuatro variables
cromáticas: A420, A520, A620 y la Intensidad Colorante.
• Un segundo agrupamiento que muestra los mayores valores del Factor 4 incluye variables
clásicas como las tres formas del dióxido de azufre y el etanal.
• En la zona central se agrupan el resto de los parámetros cromáticos y las familias fenólicas, pero
en dos agrupamientos:
o Valores positivos del factor 3 y negativos del factor 4: PT, PPP, PMP, PRO, ANT, CATEQ,
ORTD, %Rojos, %Rojos Puros, % Azul, PG Tonalidad, PG λ Dominante, PG Brillo, PG
Intensidad y PG Y.
o Valores positivos del factor 4 y negativos del Factor 3: Tonalidad, % Amarillo, PG Y, PG Z,
PG Brillantez, Acidez Volátil y Acidez Total.
tin/ros Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 tin/ros Factor 1 Factor 2 Factor 3 Factor 4 Factor 5
R10-95-2 R1 21,4251 8,9968 11,4204 -7,8214 -0,5866 T14-95-5 T1
R10-95-9 R1 14,5023 8,2905 3,9983 -3,0660 -0,3611 T15-95-5 T1 -0,3209 -2,8359 -6,3796 1,5927 3,0607
R11-95-2 R1 14,6003 5,7826 -1,4694 -4,7307 -1,2525 T16-94-3 T1
R11-95-9 R1 T16-95-11 T1 -13,5560 -4,5781 1,8209 1,6465 -2,0162
R12-95-2 R1 19,1624 9,8830 1,0127 -8,2196 -0,8760 T16-95-6 T1 -16,5880 -4,3016 -2,9042 5,3727 -1,9207
R12-95-9 R1 19,8333 8,4840 -0,1140 -7,6890 -0,9620 T17-95-6 T1
R14-95-2 R1 T18 -95-6 T1 -16,3887 -9,2399 -2,3256 5,3701 -0,5563
R15-95-2 R1 20,2358 7,2943 3,7386 -6,0574 -0,2763 T1-95-2 T1 -14,4621 -8,8163 -0,6426 2,3232 0,1968
R18-95-1 R1 23,7929 12,5146 11,2452 -8,9599 -0,5575 T1-95-9 T1 -16,0774 -11,4656 -1,8865 2,7096 1,3553
R1-95-1 R1 20,7807 9,3050 8,2275 -6,0335 -0,9081 T19-95-6 T1 -17,2755 -5,3487 -3,4664 3,4191 -1,8904
R19-95-1 R1 15,3909 6,9558 4,0999 -5,5583 0,1736 T20-95-6 T1 -20,6119 -7,8095 -4,7851 6,4870 -1,8525
R21-95-2 R1 9,2472 5,3658 -1,7122 -1,5071 0,3621 T21-95-6 T1
R22-94-8 R1 15,1841 6,7647 2,3772 -1,2150 0,0782 T24-95-11 T1
R2-95-1 R1 19,2136 7,6680 2,1851 -5,3891 -0,6506 T2-95-2 T1 -17,3036 -7,4714 -5,3490 9,4092 -0,6695
R30-95-2 R1 28,9198 9,1152 3,8453 -6,2611 -2,0409 T2-95-9 T1 -17,3429 -4,5083 -2,4076 6,9872 -1,5399
R31-94-8 R1 13,5252 4,2471 -0,2869 -5,1542 0,7713 T30 -95-6 T1 -10,9565 -3,7863 3,4711 2,8155 -0,4044
R33-95-9 R1 11,1702 6,0736 -0,7093 -0,2048 1,0122 T30-94-3 T1 -20,3126 -11,7504 -6,3062 9,0325 0,8091
R3-95-1 R1 14,6045 3,3244 0,9240 -5,4155 1,3924 T31-94-3 T1 -12,2881 -2,2581 -2,4346 0,8137 -1,8796
R6-95-2 R1 T34-94-3 T1 -17,9273 -11,5447 -2,8332 4,8444 0,9434
R7-95-2 R1 3,5294 0,4650 -4,9436 1,5542 2,1574 T35-95-11 T1 -16,0429 -6,5722 -2,0050 2,3240 -1,4849
R8-95-2 R1 4,6264 -2,3615 -4,7824 -3,7807 2,3306 T36-94-9 T1 -19,9292 -4,0875 -3,0461 10,5306 -0,9009
R9-95-2 R1 T3-95-3 T1 -6,9317 -0,1275 7,8451 1,1427 0,1161
R33-94-10 R1 12,3984 5,3152 0,1907 -4,3233 0,9908 T4-95-3 T1 -17,6573 -9,9086 -2,0226 5,9463 0,4125
R14-95-12 R2 23,6394 10,6344 6,7461 -8,6186 0,1150 T5-95-3 T1 -19,6733 -5,5923 -2,0257 8,6369 -1,0145
R15 94-13 R2 24,6330 11,2387 7,6952 -7,4099 -0,2202 T6 -95-3 T1 -17,2539 -6,0598 -2,1731 6,7600 -1,0219
R15-93-20 R2 26,2608 13,4877 11,4866 -7,4729 -0,3858 T7-95-3 T1 -4,7461 3,0115 11,1007 -1,3448 -0,5356
R18-95-18 R2 24,9637 10,1957 8,2941 -5,9535 -0,7661 T8-95-3 T1 -9,9680 1,4548 3,0440 1,0467 -0,5908
R18-95-18 R2 T9-95-4 T1 -10,1786 -0,5822 6,6574 0,8678 -0,5998
R1-95-18 R2 27,6900 11,6883 10,3481 -8,5979 -0,3450 T27-95-11 T1 -19,6170 -8,5654 -4,4588 8,4069 -0,1728
R19-95-18 R2 24,8743 12,3605 7,1937 -7,7615 -0,8606 T11-95-12 T2
R21-95-12 R2 13,5531 8,2988 1,1743 -1,9119 -0,2327 T12-95-15 T2 -0,3293 -1,9557 -6,0356 2,5212 3,4985
R22-94-24 R2 19,3594 8,0552 4,8946 -4,8494 -0,2320 T16-95-15 T2 -15,7461 -6,1691 -2,2466 4,6432 -2,1276
R22-94-38 R2 12,6180 4,9308 0,8861 1,4589 -0,2993 T16-95-24 T2 -17,8170 -5,5968 -3,4442 7,8107 -2,2481
R22-95-32 R2 11,7631 5,5240 -0,7174 -1,7948 -0,0098 T20-95-24 T2 -17,6605 -7,1249 -3,5871 3,6729 -2,1461
R24-94-12 R2 15,2915 6,0483 1,6039 -5,2782 0,2034 T21-95-24 T2 -20,8154 -11,1365 -6,4337 10,7954 -0,1311
R24-94-24 R2 15,7772 6,6307 0,8335 -2,1324 0,4035 T23-94-18 T2 -12,0711 -2,1780 0,7187 2,8872 -0,1571
R26-94-24 R2 23,7739 8,3668 4,4967 -8,4505 -0,0970 T24-94-18 T2 -16,3950 -1,0564 -2,7262 5,0361 -0,6667
R26-95-12 R2 22,8437 9,5135 8,7778 -7,6923 -0,4511 T24-95-15 T2 -7,3057 3,1946 2,2630 -0,5749 -0,6324
R27-94-13 R2 16,8027 6,8977 3,2033 -6,6168 0,2171 T25-94-18 T2 -21,3035 -8,0891 -5,1810 9,7254 -0,6973
R27-95-12 R2 25,4389 10,4104 8,2964 -5,1939 -1,0384 T26-94-18 T2
R27-95-18 R2 16,8868 6,4031 1,7883 -4,0724 -0,1274 T27-94-18 T2 -21,0912 -8,3527 -5,4920 6,6888 -2,0700
R2-95-18 R2 15,2647 4,9222 0,6374 -1,1688 -0,2167 T27-95-15 T2 -13,6872 -2,9355 -3,2473 1,0238 -1,2123
R29-94-13 R2 12,4142 5,4500 -0,2498 -5,2032 0,8912 T28-94-18 T2 -22,4561 -8,0087 -5,7620 12,1166 0,5589
R30-95-18 R2 20,2244 5,8678 3,5152 -5,7730 -0,2481 T29-94-18 T2 -16,6899 -5,0003 -1,7926 4,5520 -1,8762
R31-94-24 R2 14,6130 5,1372 -1,4370 -0,9409 0,1882 T30-95-24 T2 -15,7533 -6,6137 -3,1506 2,9371 -2,5247
Tabla 7.6.- Pesos de los factores rotados para las Muestras. Vinos Tintos+Rosados.
tin/ros Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 tin/ros Factor 1 Factor 2 Factor 3 Factor 4 Factor 5
R34-94-24 R2 12,0470 4,6682 -0,9574 -1,7945 0,6531 T34-91-23 T2 -22,7805 -13,8478 -5,2537 7,0721 1,9250
R35-94-12 R2 25,9059 9,4447 6,5311 -7,0039 0,5490 T34-93-23 T2
R35-94-24 R2 13,4579 5,7090 -0,2660 -2,9532 0,8564 T35-95-15 T2 -13,8242 -8,5237 -1,7414 1,2076 0,2329
R35-95-12 R2 21,5324 7,9238 2,1356 -5,5417 0,0970 T37-93-23 T2 -17,3084 -3,9508 -2,6832 8,3109 -0,3552
R35-95-18 R2 17,3615 5,8060 1,2628 -3,3744 1,7086 T3-95-12 T2 -5,1306 6,8242 10,1829 1,0591 -0,3327
R3-95-18 R2 12,7822 4,0653 -1,5875 -3,9939 1,5267 T4-95-12 T2 -20,6939 -9,9213 -4,2008 7,5525 0,7643
R4-94-12 R2 T4-95-12 T2 -12,4393 2,3803 0,3957 4,5563 -0,0742
R4-94-24 R2 12,3027 3,1831 -1,7876 -5,4732 1,1825 T5-95-12 T2 -18,6007 -5,3786 -1,6676 4,6965 -1,5066
R4-95-12 R2 11,0384 3,3998 -1,5801 -5,2313 1,4514 T6-95-12 T2 -14,7273 -5,1808 -1,2728 1,8203 -1,8451
R4-95-12 R2 6,5376 1,4178 -4,2940 -0,4123 1,2877 T7 -95-12 T2 -11,6923 -2,4172 3,1937 0,6789 -1,6952
R4-95-18 R2 8,3780 2,4293 -3,7450 -4,1223 1,7654 T8-95-12 T2 -11,3137 -1,6134 1,3610 2,0563 -0,3388
R6-95-12 R2 T9-95-12 T2 -10,5816 -2,2959 2,5417 2,6100 -0,7736
R8-95-12 R2 2,8899 -2,3082 -4,7243 -1,6676 2,4596 T16-92-34 T3 -15,7697 -3,1104 -3,0702 4,3377 -0,7921
R9-95-12 R2 T16-94-36 T3 -5,7700 3,9224 6,7100 -1,1076 -0,5117
R15 95-32 R3 T16-94-42 T3 -6,5131 1,7047 7,3465 -0,2686 -0,1591
R1591-43 R3 23,7162 9,1219 6,0541 -7,2240 -0,2295 T17 -95-30 T3 -13,9166 -3,1683 -1,7993 3,5059 -1,2315
R15-93-32 R3 T18-95-30 T3 -15,2905 -7,4379 -0,0786 2,6392 -0,4336
R15-93-56 R3 T19-95-24 T3 -14,1520 -3,5429 1,0949 0,8211 -2,3660
R18-95-32 R3 20,6296 7,5973 6,2988 -9,1523 -0,4864 T23-90-59 T3 -11,0710 0,7432 1,3513 1,4198 -0,7370
R1-89-70 R3 18,8723 9,6717 5,2727 -7,5978 -0,0432 T24-94-30 T3 -16,6471 -6,5490 -3,9446 6,2151 -0,1434
R27-92-32 R3 23,8291 9,6359 7,8658 -7,8307 -0,2378 T25-94-30 T3 -20,2007 -10,2037 -5,7858 8,6830 0,2368
R27-94-38 R3 27,0801 5,2699 5,7617 -7,4559 -0,1699 T26-94-42 T3 -20,0869 -10,0280 -4,4999 10,5104 0,5611
R29-94-38 R3 13,7565 5,1985 -0,1688 -4,9836 0,4005 T27-94-42 T3
R29-94-44 R3 15,8559 4,9924 -0,0497 -2,5268 0,0365 T28-94-42 T3 -18,0843 -6,2592 -4,4973 6,4412 -2,5304
R31-94-44 R3 16,5769 6,6423 -0,2723 -2,6196 1,1826 T29-94-30 T3 -9,6835 1,2388 4,8980 2,8845 -0,8492
R32-91-43 R3 7,4310 3,3886 -2,3947 0,0669 1,6934 T30-90-59 T3 -16,3938 -5,1921 -3,4870 4,1934 -1,9477
R32-91-56 R3 9,1722 3,4144 -2,0509 1,9842 1,3631 T30-91-55 T3 -18,5639 -10,8676 -5,9062 8,6418 0,0302
R34-91-46 R3 6,0435 1,7285 -3,2551 -4,3893 1,0942 T31-94-36 T3 -17,8794 -5,6402 -3,9376 2,8723 -1,2410
R34-91-56 R3 T32-90-59 T3 -17,5668 -7,7065 -3,2715 1,4426 -0,6663
R34-91-72 R3 9,1167 3,8152 -1,7076 -4,2307 1,2756 T33-91-47 T3 -14,2026 -4,4192 -1,4809 0,3313 -1,4983
R34-94-38 R3 17,7229 5,2241 2,7797 -7,2090 0,2712 T33-91-59 T3
R35-95-32 R3 10,2188 3,6270 -2,8994 -3,4586 0,4386 T34-93-36 T3 -20,9392 -15,0718 -3,4882 2,6734 -1,3236
R41-91-45 R3 17,2296 5,7797 1,7681 -7,4438 0,9894 T34-93-48 T3 -18,6576 -11,0845 -2,7555 4,0336 0,7070
R41-91-56 R3 19,5149 5,4535 4,0673 -3,9434 -0,5794 T34-94-36 T3 -19,1773 -14,3904 -3,1948 4,2771 1,8974
R41-95-32 R3 3,7437 1,7364 -4,2077 1,0057 1,6546 T36-94-30 T3 -15,4506 -2,4300 -0,0246 3,3473 -0,5283
R42-95-32 R3 T36-94-36 T3 -18,3493 -4,9953 -1,6413 6,9766 -0,6788
T11-95-4 T1 4,5816 -1,2830 -3,8773 0,0819 2,8453 T38-90-51 T3 -22,6919 -7,3890 -4,1249 12,0506 -0,9882
T12-95-5 T1 3,9937 -0,8687 -5,2570 1,7514 2,9988 T39-90-51 T3 -18,6885 -11,7963 -0,9541 4,0947 1,5851
T13-95-5 T1 T40-90-58 T3 -20,0264 -12,4678 -2,7928 5,4071 2,0447
T41-90-59 T3 -22,6805 -13,0888 -6,8974 7,4818 0,5630
Tabla 7.6.- Matriz de Cargas de los Factores para las muestras después de la Rotación
Varimax. Tintos+Rosados.
La Tabla 7.6 representa los pesos de los cinco factores seleccionados por la importancia de la
varianza que explican para cada una de las muestras de vino, sea tinto o rosado. Los valores ausentes
son debidos a la carencia de algún dato analítico para alguna de las 33 variables consideradas.
Las figuras 7.5.1 a 7.5.3 representan, en diagramas X/Y las muestras frente a los factores enfrentados
uno a uno, y diferenciando vinos rosados y tintos (R –rojo-, T –azul-), y dentro de cada grupo,
agrupados por su edad (R1 y T1: poco envejecidos en botella, R2 y T2: medianamente envejecidos en
botella y R3 y T3: altamente envejecidos en botella).
Se percibe con claridad que los Factores separan sin género de dudas los vinos tintos de los rosados,
aunque no son tan eficientes para mostrar una diferencia nítida de los vinos por su edad dentro de
cada grupo, aunque es cierto que el factor 2 refleja una cierta tendencia evolutiva temporal, cuyos
valores mayores corresponde a los vinos más jóvenes y los más bajos a los vinos más envejecidos.
7.3.3.- APLICACIÓN DEL ANÁLISIS FACTORIAL A LOS VINOS TINTOS DE RIBERA DEL DUERO.
En este apartado se describe la aplicación del Análisis Factorial a los vinos Tintos objetos de este
trabajo. En primer lugar, la tabla 7.7 representa las Comunalidades de cada una de las variables una
vez aplicada la rotación “Varimax”; el programa STATGRAPHICS recalcula los valores de las
comunalidades de cada variable tras la rotación. La comunalidad de un parámetro es el cuadrado de
su coeficiente de correlación múltiple con los factores e informa de la proporción de la variabilidad
de cada variable que es atribuible a factores comunes.
Desde el punto de vista de las Comunalidades, se observa, que no existe ningún valor bajo (inferiores
a 0,5), lo que significa que la varianza de todas las variables está mayormente explicada por los
factores comunes. Las comunalidades intermedias (con valores entre 0,50 y 0,75) nos expresan que
la varianza de siete variables que, aunque fundamentalmente explicada por factores comunes,
contiene un porcentaje significativo de factores únicos; es lo que ocurre con el pH (0,67968), el
Etanal (0,65854), la Acidez Total (0,69999), el SO2 libre (0,70927), las Proantocianidinas (0,69937), los
Antocianos (0,69937) y el Parámetro de Gonzales r2. Las otras 26 variables exhiben comunalidades
muy altas, lo que estadísticamente significa que su varianza se explica en casi su totalidad por
factores comunes (STATGRAPHICS, 2013).
La Tabla 7.8 muestra los factores extraídos, sus autovalores, la varianza que explican y la varianza
acumulada, para las variables que interpretan la población de muestras de vinos Tintos. En la
presente aplicación del Análisis Factorial, se han considerado representativos aquellos factores cuyo
autovalor es superior a 1,0; por lo tanto se han seleccionado siete factores, los cuales explican el 85%
de la varianza total. Los veintiséis factores que no se consideran, aportan una información
significativa, pero mucho menor (el 15% de la varianza total), sobre las características químicas,
fenólicas y de color de los vinos tintos de Ribera del Duero estudiados. Por otro lado, el primer factor
explica por sí solo el 50% del total de la varianza del sistema, lo cual pone de manifiesto que sí existe
un proceso enológico dominante, a la hora de explicar de manera conjunta las características de los
Vinos Tintos de este estudio.
Tabla 7.7.- Comunalidades y varianzas específicas de las variables con los factores rotados.
Vinos Tintos.
La Tabla 7.9 expone los autovalores para cada uno de los siete factores extraídos, y de su
interpretación se pueden obtener interpretaciones físicas respecto a la agrupación de variables y los
procesos que explican en el sistema enológico de vinos tintos jóvenes de Ribera del Duero
estudiados.
El primer factor, que como hemos subrayado anteriormente es el más relevante para explicar los
procesos enológicos, químicos y de color de los vinos Tintos de Ribera del Duero estudiados, ya que
explica el 50% de la varianza total del sistema de 33 variables. Este Factor 1 está fuertemente
relacionado con los valores de todos los parámetros cromáticos excepto el %Rojos y el %Rojos Puros;
la correlación es positiva para las Absorbancias A420, A520, A620, la Intensidad Colorante, el %Azul,
PG X, PG Pureza, PG λ dominante, PG Intensidad y PG Tonalidad; la correlación es negativa con el
%Amarillo, la Tonalidad, PG Y, PG Z y PG Brillantez. Además este primer factor muestra una
correlación significativa negativa con el tiempo (autovalor -0,61117) y positiva con los Antocianos
(autovalor 0,50002) y los Polifenoles Poco Polimerizados (autovalor 0,56719).
Este factor viene explicado fundamentalmente por las características cromáticas del vino tinto,
vinculadas a las tonalidad violáceas y oscuras, propias de los tintos de Ribera del Duero, de edad
joven, con absorción a altas longitudes de onda y predominio de los azules y morados.
El segundo Factor, que explica el 9,4% de la varianza total del sistema, se vincula fuerte y
positivamente con el Porcentaje de Rojo (autovalor de 0,94777) y el % de Rojo Puro (autovalor de
0,94656) y en menor medida, el contenido en antocianos (autovalor 0,61764) y PG Tonalidad
(autovalor 0,58976); la correlación es de signo negativo, con el % Amarillo (autovalor de -0,64055),
así como con el tiempo (autovalor de -0,57941). Este factor 2, da sus máximos valores con los colores
rojos más nítidos e intensos, claramente vinculados a la juventud de los vinos y al contenido de
antocianos en los mismos. La interpretación enológica de este segundo Factor parece estar vinculada
a las coloraciones rojizas y a su declinar evolutivo con el tiempo.
El tercer Factor, que explica un 7,13% de la varianza total del sistema, se correlaciona con
Parámetros Químicos clásicos de los vinos, como las tres variables relacionadas con el dióxido de
azufre: el SO2 total (peso de 0,93825), el SO2 combinado (peso de 0,85527) y –de manera menos
intensa- el SO2 libre (peso de 0,71366). Se correlaciona bien este factor con el contenido de Etanal
(peso de 0,66026) y, de forma baja y negativa con el pH (peso de -0,29391) y baja y positiva con la
Acidez Volátil (peso de 0,25037). Se trata de un Factor que agrupa a variables ajenas a la
cromaticidad y el contenido fenólico de los vinos, e independiente del tiempo.
Los factores 4 y 5 recogen la variabilidad aportada por las familias fenólicas (teniendo en cuenta que
los Antocianos vienen mejor representados por los factores 1 y –sobre todo- 2). El cuarto Factor, que
explica el 6,745% de la varianza total del sistema está asociado a las familias polifenólicas poco
polimerizadas: Ortodifenoles, Catequinas, Proantocianidinas, Polifenoles Poco Polimerizados y, en
menor medida, Polifenoles Totales (autovalor de 0,43400) y Antocianos (autovalor de 0,17318).
Muestra el 4º factor cierta correlación positiva, aunque baja (autovalores ligeramente inferiores a
0,30000), con los parámetros de color más destacados por el factor 1, como las Absorbancias A420,
A520, A620, la Intensidad Colorante, el %Azul, PG λ dominante, PG Intensidad y PG Tonalidad y
negativa con el %Amarillo y la Tonalidad. Por su parte, el 5º factor que representa el 4,547% de la
varianza explicada, se correlaciona bien con el resto de los polifenoles, especialmente los muy
polimerizados (autovalor de 0,87268), tiene un autovalor de 0,66841 para los Polifenoles Totales,
0,46883 para las Catequinas, pequeños valores positivos de correlación con el SO2 libre, la PG X, la
PG Pureza y negativa y baja con el tiempo, el etanal, la PG Z y la PG Brillantez.
Finalmente, el factor 6, que explica el 4,228% de la varianza del sistema, se correlaciona bien con la
Acidez Volátil, el PG r2 y, en menor medida, el contenido en Ortodifenoles. El factor 7, con un 3,141%
de varianza total explicada, se correlaciona con la Acidez Total (negativamente) y el pH.
Las Figuras 7.6.1 a 7.6.3 muestran la representación bidimensional de las variables para los distintos
factores, enfrentados dos a dos. La Figura 7.6.1 que representa las variables frente a los Factores 1 y
2 del conjunto Vinos Tintos describe diversos agrupamientos de variables:
• %Rojo y %Rojos Puros situados aislados con la máxima puntuación positiva del Factor 2.
• Agrupamiento de máxima puntuación del Factor 1 para el grueso de los parámetros de color
relacionados con las longitudes de onda más altas y las tonalidades violáceas (%Azul, λ
dominante, PG X, PG Pureza, PG Intensidad, las tres Absorbancias A420, A520, A620 y la
Intensidad Colorante.
• Un tercer agrupamiento, con parámetros cromáticos (Tonalidad, PG Brillantez, %Amarillo, PG Y y
PG Z), y el tiempo, en el ámbito del diagrama con valores negativos de ambos factores.
• En valores intermedios y positivos de ambos factores, se sitúan los Antocianos y la PG Tonalidad.
• En correlaciones positivas pero bajas de los Factores 1 y 2 se ubican la mayor parte de las familias
fenólicas (PT, PPP, Proantocianidinas, Catequinas, Ortodifenoles) y el pH.
• En la zona central del diagrama, con una pobre puntuación, tanto del factor 1 como del 2,
encontramos a la mayor parte de los parámetros químicos clásicos (Acidez Volátil, las tres formas
del SO2, Acidez Total y Etanal), además de los Polifenoles Muy Polimerizados.
La Figura 7.6.2 que representa las variables frente a los Factores 3 y 4 del conjunto Vinos Tintos
visualiza otros agrupamientos de variables:
• Un agrupamiento para los máximos valores del Factor 3 con las tres formas del SO2 y el Etanal.
• Un segundo agrupamiento para los máximos valores del Factor 4 que agrupa a la amyor parte de
las familias fenólicas (Ortodifenoles, Proantocianidinas, Polifenoles poco Polimerizados,
Catequinas y Polifenoles Totales).
• Un tercer agrupamiento, para valores bajos del factor 4 y ligeramente negativa para el factor 3,
reúne a los Antocianos junto a ocho variables cromáticas: A420, A520, A620, Intensidad
Colorante, %Azul, λ dominante, PG Intensidad y PG Tonalidad.
• Un cuarto agrupamiento reúne en torno al origen de coordenadas al resto de los parámetros
cromáticos (%Rojos, %Rojos Puros, PG Brillo, PG Pureza, PG X, PG Y, PG Z, Tonalidad, y %
Amarillo).
• Finalmente, sin adscribirse a ninguno de los grupos anteriores, se sitúan aislados, aunque
antagónicos, el pH y la Acidez Volátil.
La Tabla 7.10 representa los pesos de los siete factores seleccionados por la importancia de la
varianza que explican para cada una de las muestras de vino tinto. Los valores ausentes son debidos
a la carencia de algún dato analítico para alguna de las 33 variables consideradas.
Las figuras 7.7.1 a 7.7.4 representan, en diagramas X/Y las muestras frente a los factores enfrentados
uno a uno, y diferenciando los vinos tintos agrupados por su edad (T1: poco envejecidos en botella,
T2: medianamente envejecidos en botella y T3: altamente envejecidos en botella).
Se percibe con claridad en la Figura 7.6.1, que representa a los Factores 1 y 2, donde mayor
porcentaje de la varianza del tiempo se deposita, una distribución evidente de los vinos poco
envejecidos en el cuadrante superior derecho, y de los más envejecidos en el cuadrante inferior
izquierdo, quedando la zona más próxima al centro de coordenadas para los vinos con un grado de
envejecimiento intermedio.
Tintos Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Factor 6 Factor 7 Tintos Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Factor 6 Factor 7
T1-95-2 20,1653 4,9037 -4,6724 4,6890 -1,0088 -0,0810 3,1472 T12-95-15 8,0527 1,3639 -1,3108 1,9754 2,4382 1,1303 3,0891
T2-95-2 7,2938 5,7887 0,7960 -0,8444 -0,9933 -0,6961 -0,2720 T4-95-12 14,0279 7,6739 -0,9455 7,4464 10,3683 0,5450 3,5276
T16-94-3 -1,0822 -2,1074 -0,7553 3,3587 8,0662 -9,3631 -1,9853 T23-94-18 -2,8558 -0,7256 3,9260 2,2343 1,8200 -0,5275 -2,0141
T30-94-3 T24-94-18 0,5689 0,7043 2,2820 3,6608 1,3458 1,9328 -2,0853
T34-94-3 3,1234 8,7170 -4,1568 1,5849 5,2137 -2,7175 0,9167 T25-94-18 -2,7487 -1,6043 -1,0658 -1,8375 -0,6792 0,0057 0,7765
T31-94-3 1,0341 5,9421 -3,1177 2,5261 6,4271 -2,9913 1,5017 T26-94-18 -9,9624 -4,3611 5,1739 -2,7429 -2,8486 -0,1485 -3,2483
T3-95-3 16,0976 8,5691 -5,2599 6,8590 0,9694 1,7642 2,1246 T27-94-18 -7,7262 -5,3480 7,7294 -1,7589 -2,5648 1,3985 -3,5729
T4-95-3 T28-94-18 -2,0120 -0,4137 -0,7725 -1,8242 -1,4453 0,5995 -1,0934
T5-95-3 17,7575 10,2209 -3,5280 8,0994 1,8339 2,2057 1,6138 T29-94-18 -3,2316 1,5833 4,4604 -1,4904 -1,6733 0,8894 -3,4485
T6 -95-3 T37-93-23 -18,7882 -8,3389 -1,2994 -6,5996 -4,2500 -2,2591 -1,2996
T7-95-3 15,0685 5,8030 -3,3917 6,7837 1,4578 1,7770 2,6700 T34-93-23
T8-95-3 23,5651 14,1060 -3,7255 9,8210 0,5064 1,9800 0,9237 T34-91-23 -7,6086 -2,8566 -0,1721 -3,5645 -0,3991 -1,1482 -1,4085
T9-95-4 T30-95-24 -3,9796 0,1187 2,4331 -1,7666 -0,7631 0,4337 -1,3882
T11-95-4 T16-95-24 5,4730 0,1231 -3,6811 -0,2529 1,1844 0,2416 2,6943
T12-95-5 9,5242 3,0831 -1,9915 3,9901 0,7768 0,1484 2,2927 T19-95-24 16,8781 7,8031 -2,4946 9,8825 3,1274 1,9922 2,3103
T13-95-5 21,4696 12,1027 -6,0947 6,2895 0,7621 1,0745 1,5305 T20-95-24 -1,5921 0,7733 0,8238 -1,4836 -0,0973 1,3858 -1,7683
T14-95-5 18,8688 7,9142 -1,8954 8,2361 1,4590 0,9714 1,8868 T21-95-24 7,2318 5,6371 -1,3048 4,5597 2,8646 1,2152 1,0162
T15-95-5 T24-94-30 3,9981 -0,5121 1,0173 3,5801 0,8970 3,1566 -0,8332
T16-95-6 12,2866 4,4518 -5,6381 1,9780 0,3667 -0,3456 4,1896 T36-94-30 -16,4175 -3,6950 0,1286 -5,3805 -3,5049 -1,1070 -1,1903
T17-95-6 10,3193 7,7848 -4,4447 1,9737 0,4535 0,5662 0,3764 T25-94-30 0,3494 -4,2288 -1,3677 -1,2548 -0,2116 1,1856 1,3325
T18 -95-6 15,3001 8,8769 -1,9844 2,5109 0,0352 0,4300 2,4343 T29-94-30 -5,3557 -2,9823 -0,1739 -2,2125 -0,4311 1,5511 -1,3441
T19-95-6 22,7289 11,0709 -4,4582 11,0252 2,4880 1,3133 2,8625 T17 -95-30 3,4714 1,4431 -3,8856 -0,3504 1,1126 1,4141 1,6214
T20-95-6 6,1286 1,0229 -2,6084 0,2709 -1,3055 -0,2663 -0,0334 T18-95-30 8,6392 3,9456 0,4149 0,1610 1,8669 1,2994 3,6146
T21-95-6 16,3824 13,6633 -3,8166 6,3519 1,4328 0,7331 1,2102 T16-92-34 -17,8645 -6,5107 5,8548 -6,3348 -3,5009 -1,1877 -4,1011
T30 -95-6 1,3983 6,5611 2,5194 -0,9347 -0,1016 0,2217 -2,3587 T34-93-36
T36-94-9 -9,5110 -0,1559 3,2891 -3,7143 -2,6474 -1,0352 -1,4997 T16-94-36
T1-95-9 10,8367 3,9989 -0,8431 3,3205 1,9168 0,5256 0,2961 T31-94-36 -7,1111 -3,1996 -1,7958 -4,1285 -0,3580 0,1521 0,8856
T2-95-9 -0,0958 0,2832 7,9236 -2,5433 -0,5901 1,1627 -0,7821 T34-94-36 -7,4600 -2,9599 -1,8198 -4,7595 -1,2469 0,4298 -0,2454
T27-95-11 4,3783 2,5019 3,8674 -0,7640 0,4132 2,5096 -1,2779 T36-94-36 -19,3414 -7,0011 4,0672 -5,7619 -3,6337 -0,6792 -1,8501
T24-95-11 -3,2099 0,1729 1,9633 -2,1538 0,6679 -0,0883 -2,3047 T16-94-42 -18,1812 -6,3128 -0,8349 -4,3590 -3,4983 -0,8520 -1,3686
T16-95-11 2,3511 0,1846 -1,5181 -0,7083 1,5610 -0,0504 -0,2620 T26-94-42
T35-95-11 2,4939 1,2375 2,6146 1,4254 1,5921 1,3517 -1,6392 T27-94-42
T3-95-12 11,9780 4,9854 -4,7519 5,1160 3,3657 1,9846 3,0400 T28-94-42 -19,6808 -10,2174 6,4883 -6,0429 -3,5487 0,3449 -4,6241
T4-95-12 16,7384 7,6293 -4,2549 3,7428 2,0501 2,1963 2,2942 T33-91-47 -24,6141 -16,0715 2,5898 -7,1216 -5,2552 -2,0126 -1,7887
T5-95-12 16,7771 7,6360 -3,9278 6,1465 2,9267 0,9884 2,4574 T34-93-48 -22,6488 -15,3065 -0,2840 -6,3675 -4,3895 -2,1720 -0,3376
T6-95-12 6,1602 2,2561 -3,2703 0,1976 0,7842 0,5764 0,8177 T38-90-51
T7 -95-12 14,8492 4,3831 -1,3315 7,8564 3,5436 1,3861 8,3629 T39-90-51
T8-95-12 17,8449 10,8793 -0,5444 7,8656 3,4296 1,3313 2,4592 T30-91-55
T9-95-12 4,5786 2,9433 0,2534 0,6867 1,0435 0,4909 1,3046 T40-90-58 -15,9095 -11,5953 5,7309 -7,1196 -3,7439 0,2103 -1,5051
T11-95-12 5,4350 5,9758 -1,2009 1,1189 2,0671 0,2913 1,7023 T41-90-59 -26,8868 -13,5185 8,5673 -8,8579 -7,1813 -0,7069 -3,6577
T27-95-15 1,4476 0,0601 3,9807 -1,4615 0,7950 2,2413 0,1990 T23-90-59 -19,3193 -11,3765 7,2661 -4,7764 -3,5605 -0,9169 -3,7320
T24-95-15 -2,5905 -0,7211 -1,7731 -1,8907 0,2337 0,1262 -1,2463 T30-90-59
T16-95-15 -1,8018 -0,4047 -1,0763 -2,3866 1,0260 0,6325 -0,0033 T32-90-59
T35-95-15 0,2692 -0,1467 2,5755 0,0884 1,7415 1,5979 0,2242 T33-91-59 -28,2601 -16,3766 6,8501 -8,3137 -5,6347 -2,2572 -4,1123
Tabla 7.10.- Matriz de Cargas de los Factores para las muestras después de la Rotación
Varimax. Vinos Tintos.
Figura 7.6.1.- Representación de las Variables según factores 1 y 2 para Vinos Tintos.
PRO
Figura 7.6.2.- Representación de las Variables según factores 3 y 4 para Vinos Tintos.
Figura 7.6.3.- Representación de las Variables según factores 5 y 6 para Vinos Tintos.
Figura 7.6.4.- Representación de las Variables frente a los Factores 1y7. Vinos Tintos.
Figura 7.7.1.- Representación de las Muestras frente a los Factores 1 y2. Vinos Tintos.
Envejecimiento
Figura 7.7.2.- Representación de las Muestras frente a los Factores 3 y4. Vinos Tintos.
Envejecimiento
Figura 7.7.3.- Representación de las Muestras frente a los Factores .Vinos Tintos.
Envejecimiento
Figura 7.7.4.- Representación de las Muestras frente a los Factores 1 y 7. Vinos Tintos.
7.3.4.- APLICACIÓN DEL ANÁLISIS FACTORIAL A LOS VINOS ROSADOS DE RIBERA DEL DUERO.
Este apartado sintetiza la información resultante de aplicar el Análisis Factorial a los Vinos Rosados
estudiados en esta Tesis Doctoral. En primer lugar, la tabla 7.11 representa las Comunalidades de
cada una de las variables una vez aplicada la rotación “Varimax”; el programa STATGRAPHICS
recalcula los valores de las comunalidades de cada variable tras la rotación. La comunalidad de un
parámetro es el cuadrado de su coeficiente de correlación múltiple con los factores e informa de la
proporción de la variabilidad de cada variable que es atribuible a factores comunes.
Desde el punto de vista de las Comunalidades, se observa, que no existe ningún valor bajo (inferiores
a 0,5), lo que significa que la varianza de todas las variables está mayormente explicada por los
factores comunes. Las comunalidades intermedias (con valores entre 0,50 y 0,75) nos expresan que
la varianza de solo seis variables que, aunque fundamentalmente explicada por factores comunes,
contiene un porcentaje significativo de factores únicos; es lo que ocurre con el pH (0,63677), las
Catequinas (0,70836), la Acidez Total (0,53281), el SO2 libre (0,66567), el PG X (0,69191), y el
Parámetro de Gonzales r2. Las otras 27 variables exhiben comunalidades muy altas, lo que
estadísticamente significa que su varianza se explica en casi su totalidad por factores comunes
(STATGRAPHICS, 2013).
La Tabla 7.12 muestra los factores extraídos, sus autovalores, la varianza que explican y la varianza
acumulada, para las variables que interpretan la población de muestras de Vinos Rosados. En la
presente aplicación del Análisis Factorial, se han considerado representativos aquellos factores cuyo
autovalor es superior a 1,0; por lo tanto se han seleccionado siete factores, los cuales explican el
84,7% de la varianza total. Los veintiséis factores que no se consideran, aportan una información
significativa, pero mucho menor (el 15,3% de la varianza total), sobre las características químicas,
fenólicas y de color de los vinos tintos de Ribera del Duero estudiados. Los tres primeros factores
explican por sí solos más del 65% del total de la varianza del sistema, lo cual pone de manifiesto que
existen procesos enológicos dominantes, a la hora de explicar de manera conjunta las características
de los vinos Rosados de este estudio.
La Tabla 7.13 expone los autovalores para cada uno de los siete factores extraídos, y de su
interpretación se pueden obtener interpretaciones físicas respecto a la agrupación de variables y los
procesos que explican en el sistema enológico de Vinos Rosados de Ribera del Duero estudiados.
El primer factor, que como hemos subrayado anteriormente es el más relevante para explicar los
procesos enológicos, químicos y de color de los Vinos Rosados de Ribera del Duero estudiados, ya
que explica más del 37% de la varianza total del sistema de 33 variables. Su comportamiento es en
parte similar a lo visto para los Vinos Tintos, pero con peculiaridades. Este Factor 1 está
correlacionado con parte los parámetros cromáticos, algunas de las familias fenólicas y claramente
negativamente vinculado al tiempo. Sus mayores correlaciones positivas de dan con %Rojos
(autovalor 0,96348), %Rojos Puros (autovalor 0,94356) y de forma negativa con %Amarillo (autovalor
-0,90653), Tonalidad (autovalor -0,93043), y PG Y (autovalor -0,89606); otros pesos destacados de
variables cromáticas para este factor son A520 (autovalor 0,50281), PG λ dominante (autovalor
0,80729) y PG Tonalidad (autovalor 0,82647). Además este primer factor muestra una correlación
significativa negativa con el tiempo (autovalor -0,70854) y positiva con los antocianos (autovalor
0,64839) y los Polifenoles Poco Polimerizados (autovalor 0,52299).
Este primer factor viene explicado fundamentalmente por las características cromáticas del vino
tinto, vinculadas a las tonalidad rojizas, propias de los Rosados recientemente embotellados de
Ribera del Duero, condicionados por la presencia de algunas de las familias fenólicas menos
polimerizadas.
El segundo Factor, que explica el 19% de la varianza total del sistema, se vincula con el resto de las
variables cromáticas no recogidas en el Factor 1 y, de forma discreta pero positiva, con el contenido
en Proantocianidinas (autovalor 0,52880) y Ortodifenoles (autovalor 0,38958). Se relaciona de forma
positiva con las Absorbancias, A420, A520, A620, con la Intensidad colorante, con PG X, PG Pureza, y
PG intensidad, y negativamente con PG Z y PG Brillantez. Presenta también una cierta correlación
positiva con el %Azul (autovalor 0,39037).
El tercer Factor, que explica un 9,10% de la varianza total del sistema, se correlaciona con
Parámetros Químicos clásicos de los vinos, como las tres variables relacionadas con el dióxido de
azufre: el SO2 total (peso de 0,88770), el SO2 combinado (peso de 0,91310) y –de manera menos
intensa- el SO2 libre (peso de 0,41574), el contenido de Etanal (peso de 0,90604) y, de forma negativa
con el pH (peso de -0,53599) y baja y positiva con la Acidez Total (peso de 0,44579). Se trata de un
Factor que agrupa a variables ajenas a la cromaticidad y el contenido fenólico de los vinos rosados, e
independiente del tiempo.
Los factores 4 y 5 recogen la variabilidad aportada por las familias fenólicas (aun teniendo en cuenta,
como ocurría con los Vinos tintos, que los Antocianos vienen mejor representados por el factor 1). El
cuarto Factor, que explica el 6,1% de la varianza total del sistema está asociado a las familias
polifenólicas poco polimerizadas: Ortodifenoles, Catequinas, Proantocianidinas, Polifenoles Poco
Polimerizados y, en menor medida, Polifenoles Totales (autovalor de 0,35223) y Antocianos
(autovalor de 0,42477). Por su parte, el 5º factor que representa el 5,63% de la varianza explicada, se
correlaciona bien con el resto de los polifenoles, especialmente los muy polimerizados (autovalor de
0,93867), y tiene un autovalor de 0,76811 para los Polifenoles Totales.
Finalmente, el factor 6, que explica el 4,45% de la varianza del sistema, se correlaciona bien pero
negativamente con %Azul (autovalor de -0,78709) y positivamente con el PG r2; también muestra
relaciones menos intensas con el tiempo (autovalor de 0,33642) y el SO2 libre (autovalor de 0,39088).
El factor 7, con un 3,371% de varianza total explicada, se correlaciona negativamente con la Acidez
Volátil (autovalor de -0,84499), el pH (autovalor de 0,46807) y el SO2 libre (autovalor de -0,35590).
Las Figuras 7.8.1 a 7.8.4 muestran la representación bidimensional de las variables para los distintos
factores, enfrentados dos a dos. La Figura 7.8.1 que representa las variables frente a los Factores 1 y
2 del conjunto Vinos Rosados describe diversos agrupamientos de variables:
• Una serie de siete parámetros cromáticos están situados con la máxima puntuación positiva del
Factor 2: las Absorbancias A420, A520, A620, la Intensidad Colorante, PG X, PG Pureza y PG
Intensidad .
• Agrupamiento en el cuadrante positivo para ambos factores de máxima puntuación del Factor 1
para un total de doce los parámetros de color (% Azul, PG λ Dominante, %Rojos, %Rojos Puros,
PG Tonalidad y PG r2) y familias fenólicas poco polimerizadas (Polifenoles Poco Polimerizados,
Catequinas, Ortodifenoles, Antocianos, Proantocianidinas y Polifenoles Totales).
• En el cuadrante positivo para el segundo factor y negativo para el primero se encuentran aislados
el tiempo y PG Y.
• En el cuadrante negativo para ambos factores están Tonalidad y %Amarillo.
• En los valores más negativos para el segundo factor están PG Z y PG Tonalidad.
• En la zona central del diagrama, con una pobre puntuación, tanto del factor 1 como del 2,
encontramos a la mayor parte de los parámetros químicos clásicos (Acidez Volátil, las tres formas
del SO2, Acidez Total, pH y Etanal), además de los Polifenoles Muy Polimerizados.
La Figura 7.8.2 que representa las variables frente a los Factores 3 y 4 del conjunto Vinos Rosados
visualiza otros agrupamientos de variables:
• Un agrupamiento para los máximos valores del Factor 3 con las tres formas del SO2 la Acidez
Total y el Etanal.
• Un segundo agrupamiento para los máximos valores del Factor 4 que agrupa a la mayor parte de
las familias fenólicas (Ortodifenoles, Proantocianidinas, Polifenoles Poco Polimerizados,
Catequinas y Polifenoles Totales).
• Un tercer agrupamiento, para valores bajos de ambos factores, en las proximidades del origen de
coordenadas, reúne a todos los parámetros de color, al tiempo y a los Polifenoles Muy
Polimerizados.
• El pH permanece solitario en el cuadrante negativo para el 3º factor y positivo para el 4º.
La Tabla 7.14 representa los pesos de los siete factores seleccionados por la importancia de la
varianza que explican para cada una de las muestras de Vinos Rosados. Los valores ausentes son
debidos a la carencia de algún dato analítico para alguna de las 33 variables consideradas.
Las figuras 7.9.1 a 7.9.4 representan, en diagramas X/Y las muestras frente a los factores enfrentados
uno a uno, y diferenciando los vinos rosados agrupados por su edad (R1: poco envejecidos en botella,
R2: medianamente envejecidos en botella y R3: altamente envejecidos en botella).
Se percibe con claridad en la Figura 7.9.1, que representa a los Factores 1 y 2, donde mayor
porcentaje de la varianza del tiempo se deposita, una distribución evidente de los vinos poco
envejecidos en el cuadrante superior derecho, y de los más envejecidos en el cuadrante inferior
izquierdo, quedando la zona más próxima al centro de coordenadas para los vinos con un grado de
envejecimiento intermedio.
Tabla 7.11.- Comunalidades y varianzas específicas de las variables con los factores rotados.
Vinos Rosados.
Tabla 7.13.- Matriz de Cargas de los Factores para cada variable después de la Rotación
Varimax. Vinos Rosados.
Rosados Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Factor 6 Factor 7 Rosados Factor 1 Factor 2 Factor 3 Factor 4 Factor 5 Factor 6 Factor 7
R10-95-2 2,8653 -4,7422 1,0751 -2,1250 3,5325 -0,6283 -0,4913 R31-94-24 -1,0690 -6,1789 -1,2166 -3,3789 -0,9875 0,0235 -1,8009
R10-95-9 R34-94-24 -1,8377 -0,6003 -3,1863 -1,1344 -0,8350 -0,5320 -1,5626
R11-95-2 20,2883 16,2446 -5,7571 8,5735 2,0447 -0,2980 1,9577 R35-94-12 5,0018 2,3719 -0,4067 0,4738 -0,6085 -0,5609 1,3474
R11-95-9 15,5158 17,7920 -5,5278 7,5023 0,5188 -1,0935 0,7936 R35-94-24 1,2081 0,0054 3,2744 -0,4382 -1,2494 -0,6407 -0,2983
R12-95-2 3,2430 5,7362 -3,2583 1,9476 4,3413 -4,5279 2,5335 R35-95-12 3,4768 -8,0078 7,9763 -1,0431 -0,5065 1,5449 -2,4919
R12-95-9 -1,0586 -2,4347 -0,5688 -0,5516 -2,0933 -2,3928 -2,4113 R35-95-18 1,9264 -2,8719 4,8847 -1,9153 -1,3379 2,0539 -2,6919
R14-95-2 4,4418 -2,9954 1,3832 4,4753 -0,2387 -2,1329 0,6126 R3-95-18 11,7515 19,2604 -4,3161 6,2678 -0,6486 -1,6190 1,1060
R15-95-2 5,7992 5,0436 -5,2106 3,5743 0,3907 -1,5974 0,2450 R4-94-12 15,4293 3,1837 1,9425 3,3920 0,3844 0,1244 1,2796
R18-95-1 -0,1935 -6,0280 -0,6258 -2,4161 1,9519 -1,4403 0,8251 R4-94-24 -6,0196 0,8980 1,0651 0,9490 -1,1319 -0,0734 0,0920
R1-95-1 13,0043 5,7405 -2,4639 6,6635 1,1549 -0,5382 2,4750 R4-95-12 -0,3848 -3,3982 0,9784 -3,4594 -1,3815 -1,9412 -2,2656
R19-95-1 7,2041 -3,5756 2,8612 0,3706 5,5062 -0,9818 1,4662 R4-95-12 -0,4832 -3,4968 5,8848 -2,7389 -1,9329 -2,3648 -2,0293
R21-95-2 18,3312 9,7654 -5,0916 1,4239 6,8355 2,3057 4,1751 R4-95-18 -1,6463 -1,8681 2,8298 -2,0417 -2,2306 -1,5113 -1,8853
R22-94-8 R6-95-12 0,4451 -0,6870 -3,1822 -0,3768 -1,1961 -2,8246 -0,3454
R2-95-1 16,5203 10,0509 -1,3681 9,2658 1,6080 -1,2692 4,2108 R8-95-12 6,3635 4,4480 -2,4334 0,5661 -1,2533 -0,1515 0,8453
R30-95-2 5,8937 -5,0906 -3,7379 0,9324 2,5329 -0,1129 1,4158 R9-95-12 7,4616 7,6730 -2,8801 4,1594 -0,6819 -0,2864 1,5375
R31-94-8 1,2434 -2,3173 -4,4233 -1,3839 -1,2543 -1,4308 0,9184 R15-91-43
R33-94-10 R15-93-20 -2,6652 3,0428 -2,9229 0,5120 -1,2021 -1,8049 2,7767
R33-95-9 -9,3515 -6,3438 -4,3034 0,3874 2,9915 2,7588 2,3219 R15-93-32 -5,4688 2,9282 -3,3287 0,1783 0,4793 -0,2349 0,9349
R3-95-1 27,4626 22,2909 -3,3054 11,7235 1,5127 -0,3927 4,4695 R15-93-56 -10,4557 1,9763 -3,0315 -2,1200 -0,0890 1,4160 0,7943
R6-95-2 8,3798 7,4648 -3,5951 3,1505 5,1406 -5,4241 2,2529 R15-95-32 -7,5288 0,9630 -0,9565 -1,1000 0,8536 3,3756 -2,7048
R7-95-2 19,9595 23,4289 -6,5069 10,4362 1,6183 -3,6450 4,4300 R18-95-32 -10,2639 -10,3577 6,4932 -4,4622 -0,7313 4,0204 -3,0020
R8-95-2 12,8595 7,7576 -2,8343 2,0279 5,3113 -0,1507 3,0425 R1-89-70
R9-95-2 11,3631 14,6318 -4,0150 5,1812 0,2763 -2,7424 4,1786 R22-94-38 -8,9625 -8,6826 4,6617 -4,6071 -0,5436 2,7936 -2,6143
R14-95-12 2,0868 -3,6750 3,5169 4,1221 -0,9181 -2,3452 -1,6073 R22-95-32 -7,4184 -4,6499 6,4597 -1,2287 0,5795 2,4796 -1,7045
R15-94-13 6,1515 -0,8185 -1,6227 2,3292 2,9716 0,0941 0,5319 R27-92-32 -4,9453 -9,2359 10,1400 -4,1603 -2,1368 -0,1591 0,2566
R18-95-18 -3,9575 -6,3524 -1,3946 -3,4827 -2,0776 -0,8951 -2,5607 R27-94-38 -4,0173 -7,5680 5,2170 -2,2975 -0,4227 2,9892 -4,0927
R18-95-18 -4,9401 -7,8716 2,4239 -4,1918 -1,9628 -0,7133 -2,5068 R29-94-38 -9,5958 -8,4858 4,0035 -3,0273 -0,4295 2,9024 -2,8939
R1-95-18 7,0398 5,4665 -1,3077 3,2187 -0,4196 -0,3861 -0,2193 R29-94-44 -11,0077 -8,5059 4,8864 -3,9920 -0,3554 3,1699 -2,6415
R19-95-18 -2,8066 -5,4536 2,4206 -1,6277 -1,8531 0,2252 -1,4334 R31-94-44 -5,3054 -3,1277 -3,0249 -4,4474 -0,1860 -0,3562 -1,2685
R21-95-12 R32-91-43
R22-94-24 -4,3883 -8,3006 6,1593 -2,8919 -1,5390 1,3238 -1,4931 R32-91-56 -14,6706 -5,0778 3,2704 -5,9094 0,3258 2,1530 -0,5378
R24-94-12 -2,7735 -10,0973 2,4218 -0,2354 -1,5268 -0,1392 1,3790 R34-91-46 -9,3113 -0,5120 -1,2380 -1,9020 -1,7170 2,0674 1,3145
R24-94-24 R34-91-56 -10,7014 -0,4892 -0,4388 -3,2728 -0,3005 2,4410 -0,4483
R26-94-24 -4,0604 -5,5263 4,4227 -0,5929 -1,1640 1,4653 -1,1456 R34-91-72 -14,0611 0,6453 -1,5749 -3,2096 -1,9728 2,3773 -0,7514
R26-95-12 4,7694 -5,5059 -3,3115 0,3041 -0,7108 0,4611 2,1344 R34-94-38 -6,3559 0,9605 -4,7641 -2,2035 0,3479 1,4966 -0,2877
R27-94-13 0,1847 -6,3600 1,9871 0,4267 2,3570 -1,1096 -0,6024 R35-95-32 -4,0520 -4,5321 8,9076 -3,4285 -0,2434 1,2959 -3,3035
R27-95-12 2,7737 -3,0767 3,2301 1,5994 0,1348 -0,5566 -1,9381 R41-91-45 -10,7150 4,8348 -0,9667 -0,9232 -1,7611 0,0878 2,2228
R27-95-18 0,9282 0,0155 -0,2171 0,7082 -1,1741 -1,0240 -2,1941 R41-91-56 -12,3958 1,3815 0,9099 -3,1782 0,0049 1,8659 -0,3142
R2-95-18 5,1042 11,6831 -2,6721 5,2069 -1,1516 -1,8615 0,8561 R41-95-32 -13,8112 -10,6929 3,2804 -5,7761 -0,3851 3,3779 -2,0628
R29-94-13 1,2942 -4,8150 -0,2393 0,1420 1,7905 -1,2643 1,1238 R42-95-32 -8,1756 -3,6377 3,7378 -2,8857 1,1722 2,1451 -1,9404
R30-95-18 -1,6189 -3,9885 -2,5859 -0,5125 -1,5482 -0,7104 -1,0227
Tabla 7.14.- Matriz de Cargas de los Factores para las muestras después de la Rotación
Varimax. Vinos Rosados.
Figura 7.8.1.- Representación de las Variables según factores 1 y 2 para Vinos Rosados.
Figura 7.8.2.- Representación de las Variables según factores 3 y 4 para Vinos Rosados.
Figura 7.8.3.- Representación de las Variables según factores 5 y 6 para Vinos Rosados.
Figuras 7.8.4.- Representación de las Variables frente a los Factores. Vinos Rosados.
Envejecimiento
Figura 7.9.1- Representación de las Muestras frente a los Factores 1 y 2. Vinos Rosados.
Envejecimiento
Figura 7.9.2.- Representación de las Muestras frente a los Factores 3 y 4. Vinos Rosados.
Envejecimiento
Figura 7.9.3.- Representación de las Muestras frente a los Factores 5 y 6. Vinos Rosados.
Envejecimiento
Figura 7.9.4.- Representación de las Muestras frente a los Factores 1 y 7. Vinos Rosados.
7.4.1.- INTRODUCCIÓN.
Las técnicas del Análisis “Cluster” pueden constituir un buen elemento auxiliar en la descripción de
las características químicas, cromáticas, fenólicas o sensoriales de los vinos, tanto a nivel de los
parámetros o variables que se controlan, como al de las muestras o de observaciones que se
consideran (Burín et al., 2011).
Del estudio de los agrupamientos de variables se pueden deducir procesos químicos y cromáticos
similares, que producen la transformación de determinados compuestos fenólicos en otros, y que
implican la modificación de los perfiles cromáticos y sensoriales de los vinos (Heredia et al., 1997).
Del estudio de los agrupamientos de casos o muestras, se puede deducir la existencia de familias de
vinos, según el tipo de uva, el proceso de vinificación, su grado de envejecimiento, las condiciones
edáfico-climáticas, etc., independientemente de su agrupación espacial, que arrojan información
sobre la actuación de procesos similares, incluso a distancias elevadas (Martín-Álvarez, 2015).
Si un renglón de datos es la entrada, el procedimiento calculara las distancias entre las observaciones
o variables. Un número de algoritmos son dados para generar conglomerados. Algunos de estos son
aglomerativos, empezando con conglomerados separados para cada observación o variable y
uniéndolos de acuerdo a sus similaridades. Otros métodos empiezan con un conjunto de semillas y
van uniendo otras observaciones o variables a cada semilla para formar conglomerados. Los
resultados del análisis son desplegados de distintas maneras, aunque el mejor modo para ver la
salida del análisis de conglomerados es usualmente un Dendograma. (Martínez et al., 2014; Hair et
al., 2004). Trabajando con el dendograma muestra la sucesión de uniones que fueron hechas entre
conglomerados. Líneas son dibujadas conectando las conglomeraciones unidas en cada paso,
mientras que el eje vertical muestra las distancias a las que fueron unidos los conglomerados.
En la presente Tesis Doctoral, hemos aplicado el Análisis “Cluster”, mediante una metodología
estadística ha consistido en un análisis de conglomerados mediante el método de Agregación de
Ward y utilizando la distancia euclídea. Se han tenido en cuenta todas las variables que se han
utilizado en el Análisis Factorial (33) y se ha trabajado inicialmente con todos los vinos -169-
tintos+rosados y posteriormente se ha aplicado el análisis de conglomerados a las poblaciones de
Tintos y Rosados de manera independiente, ya que el objetivo básico de esta metodología estadística
es el de agrupar las observaciones (muestras de vinos) de forma que los datos sean muy
homogéneos dentro de los grupos (mínima varianza) y que estos grupos sean lo más heterogéneos
posible entre ellos (máxima varianza).
De este modo, se obtiene una clasificación de los datos multivariante con la que se puede
comprender mejor los mismos y si las variables elegidas son realmente las más influyentes en el
comportamiento (en este caso, el funcionamiento enológico) de la población analizada. Es
conveniente señalar que, para una correcta aplicación de esta metodología, no se deben elegir
variables indiscriminadamente ya que el resultado final (dendrograma) es muy sensible a la inclusión
de alguna variable irrelevante. Así, la inclusión indiscriminada de variables aumenta la probabilidad
de atípicos o tipologías erróneas.
Dado que estas técnicas trabajan exclusivamente con los datos numéricos como tales, se hace
necesario un "filtrado" subjetivo de los casos a estudiar y de los parámetros a tomar en
consideración, eliminando previamente aquellos resultados analíticos muy diferentes del resto, pues
pueden contribuir a complicar notablemente la interpretación de los resultados. Este procedimiento
tiene la ventaja sobre el Análisis Factorial de ser utilizable en una variedad más amplia de
aplicaciones; hay muchos casos en que, debido a que el Análisis Factorial implica unas hipótesis más
restrictivas, se obtienen unos resultados difíciles de interpretar. Esto no ocurre así con el Análisis
Cluster, cuyos resultados admiten siempre una interpretación más evidente (Krzanowski, 1998;
Brown, 1998).
En la Figura 7.10 se ofrece el dendograma de agrupamiento de las variables para el conjunto de vinos
tintos y rosados de este estudio.
En la Figura 7.11 puede observarse el dendograma de las 169 muestras de la zona de estudio.
El Análisis de conglomerados actúa de forma rotunda agrupando perfectamente las muestras en dos
grandes bloques, en el primero (izquierda) se agrupan todos los Vinos Rosados, mientras que en el
segundo grupo (derecha), se agrupan todos los Vinos Tintos. La distancia entre la separación de
ambos grupos es muy grande (4.420) lo que denota las grandes diferencias entre ellos.
En el primer gran cluster, los Vinos Rosados, encontramos la primera gran división entre dos grupos a
una distancia de 1.900 y podemos distinguir los siguientes tres grandes subagrupamientos:
El segundo gran cluster, los Vinos Tintos, muestra su primera gran división en dos subgrupos a una
distancia de 2.220, que se caracterizan así:
(X 1000,0)
Distancia
5
R18-95-1
R14-95-2
R29-94-13
R24-94-12
R12-95-9
R4-95-18
R4-95-12
R14-95-12
R27-94-13
R18-95-18
R27-95-12
R27-95-18
R12-95-2
R6-95-2
R15-95-2
R30-95-2
R26-95-12
R31-94-8
R6-95-12
R18-95-18
R34-94-24
R30-95-18
R31-94-24
R31-94-44
R33-95-9
R15-93-20
R15-93-32
R15-93-56
R34-94-38
R41-91-45
R34-91-46
R34-91-56
R34-91-72
R15 95-32
R4-94-24
R42-95-32
R41-95-32
R32-91-56
R41-91-56
Dendograma
R21-95-2
R8-95-2
R8-95-12
R9-95-12
R1-95-18
R2-95-18
R3-95-1
R11-95-2
R11-95-9
R7-95-2
R3-95-18
T1-95-2
T17-95-6
T20-95-6
T1-95-9
T7-95-3
T12-95-5
T16-95-6
T3-95-12
T12-95-15
T6-95-12
T16-95-24
T17 -95-30
T25-94-30
T2-95-2
T9-95-12
T11-95-12
T21-95-24
T18-95-30
T7 -95-12
T3-95-3
T5-95-3
T19-95-24
T4-95-12
T5-95-12
T8-95-3
T19-95-6
T13-95-5
T14-95-5
T8-95-12
T18 -95-6
T21-95-6
T16-94-3
T34-94-3
T31-94-3
T4-95-12
T30 -95-6
T24-95-11
T20-95-24
T30-95-24
T23-94-18
T36-94-9
T16-92-34
T36-94-36
T26-94-18
T29-94-18
T27-94-18
T2-95-9
T27-95-11
T35-95-11
T27-95-15
T35-95-15
T24-94-18
T24-94-30
T16-95-11
T16-95-15
T24-95-15
T25-94-18
T28-94-18
T29-94-30
T37-93-23
T16-94-42
T31-94-36
T34-94-36
T34-91-23
T36-94-30
T28-94-42
T23-90-59
T33-91-59
T40-90-58
T41-90-59
T33-91-47
T34-93-48
Figura 7.11. Dendograma de agrupamiento por muestras para el conjunto de vinos rosados y tintos.
En el dendograma de la Figura 7.12, puede observarse que a una distancia de 1.000 ya se encuentran
separados 6 grupos de variables. Se ha excluido PG r2, pues por su carencia de significado físico
puede conducir a errores de agrupamiento. Los grupos de variables se describen así:
• El grupo situado más a la izquierda agrupa a 5 parámetros cromáticos y el tiempo; por un lado, el
Tiempo con %Amarillo y Tonalidad, y por otro lado PG Y, PG Brillantez y PG Z, todas ellas con
escasas distancias de separación (menos de 200) lo que evidencia proximidades de
comportamiento enológico significativas.
• El segundo grupo desde la izquierda es el que incluye un mayor número de variables, un total de
12, todas ellas son parámetros cromáticos salvo el pH, que va solo dentro del grupo (con una
distancia alta, de 520), y los Antocianos (con una distancia menos, pero significativa, 250) y
presentando diferentes pautas de subagrupamiento entre sí:
o El pH se constituye en un subgrupo de una única variable.
o El subgrupo más numeroso abarca 7 variables, y está constituido por Antocianos, A420,
Intensidad Colorante, A520, PG Tonalidad, A620, y PG Intensidad (algunas de ellas
realmente próximas).
o El siguiente subgrupo incluye 4 variables cromáticas: por un lado el %Azul (con una
distancia de 150), y por otro lado PG λ dominante, PG X y PG Pureza.
• El tercer grupo de variables incluye 4 variables fenólicas agrupadas entre sí (Polifenoles Totales,
Catequinas, Proantocianidinas y Ortodifenoles) y 2 variables cromáticas con gran proximidad
entre sí: %Rojos y %Rojos Puros.
• El cuarto grupo incluye variables con bastante distancia entre ellas mismas; Polifenoles Poco
Polimerizados, SO2 libre y prácticamente coincidentes SO2 combinado y SO2 total.
• El quinto grupo de variables está constituido por los Polifenoles Muy polimerizados en solitario,
con una altísima distancia de separación del resto de las variables.
• El sexto y último grupo incluye tres variables químicas; en primer lugar Etanal y Acidez Total (con
una distancia entre ambas apreciable: 390), en segundo lugar Acidez Volátil.
Dendograma
Métodod de Ward,Euclideana Cuadrada
1000
800
Distancia
600
400
200
0
Tonal
PG Brill
Inten. col
%Azul
PRO
SO2 Li
SO2 total
Etanal
Ac. total
Ac. Vol
PG Int
Ortodif
PG Pur
PG l dom
%roj pur
%Ama
Antoc
Meses
A420
A520
A620
PG Z
PGTon
PT
Cateq
%Rojo
SO2comb
PG Y
PG X
PPP
PMP
pH
Figura 7.12. Dendograma de agrupamiento por variables para los vinos tintos estudiados.
En la Figura 7.13 puede observarse el dendograma de las muestras de Vinos Tintos de la zona de
estudio.
El Análisis de conglomerados actúa de forma rotunda agrupando perfectamente las muestras en dos
grandes bloques, en el primero (izquierda) agrupa a la mayor parte de las muestras, mientras que en
el segundo grupo (derecha), se agrupan un conjunto de 13 Vinos Tintos de mayor edad en botella (en
torno a 40 meses en botella). La distancia entre la separación de ambos grupos es grande (2.320) lo
que denota las grandes diferencias entre ellos. Parece existir una pauta en el dendograma de vinos
tintos más jóvenes a la izquierda y más envejecidos a la derecha.
• Un primer conjunto de 15 muestras de Vinos Tintos, en la izquierda del dendograma, con edades
entre 2 y 30 meses, pero con una media baja (de unos nueve meses en botella).
• Un segundo grupo de 12 muestras de Vinos Tintos, con edades medias similares al anterior (unos
nueve meses en botella) pero agrupados con menor distancia, lo que justificaría más factores
comunes entre estas muestras.
• Un tercer grupo de cuatro muestras de Vinos Tintos, con edades similares pero altas distancias.
• Un cuatro grupo de vinos tintos, con 14 muestras, con edades medias más altas, en torno a 18
meses en botella.
• Un último quinto subgrupo, con bastante proximidad entre sus 13 observaciones, con medias de
edad mayores, en torno a 22 meses en botella.
Dendograma
Métodod de Ward,Euclideana Cuadrada
2400
2000
1600
1200
800
400
0
T1-95-2
T2-95-2
T20-95-6
T1-95-9
T7-95-3
T12-95-5
T14-95-5
T16-95-6
T3-95-12
T12-95-15
T9-95-12
T11-95-12
T21-95-24
T18-95-30
T7 -95-12
T3-95-3
T5-95-3
T19-95-6
T19-95-24
T8-95-3
T13-95-5
T4-95-12
T5-95-12
T8-95-12
T17-95-6
T18 -95-6
T21-95-6
T16-94-3
T34-94-3
T31-94-3
T4-95-12
T30 -95-6
T24-95-11
T20-95-24
T30-95-24
T26-94-18
T29-94-18
T27-94-18
T2-95-9
T27-95-11
T27-95-15
T35-95-11
T35-95-15
T23-94-18
T24-94-18
T24-94-30
T16-95-11
T24-95-15
T16-95-15
T6-95-12
T17 -95-30
T16-95-24
T25-94-30
T25-94-18
T28-94-18
T29-94-30
T31-94-36
T34-94-36
T34-91-23
T36-94-9
T16-92-34
T36-94-36
T37-93-23
T16-94-42
T36-94-30
T28-94-42
T23-90-59
T40-90-58
T41-90-59
T33-91-59
T33-91-47
T34-93-48
Figura 7.13. Dendograma de agrupamiento por muestras para los vinos Tintos estudiados.
• El primer gran agrupamiento, que incluye a un total de 25 variables, que se constituye a una
distancia de 2.300) se organiza en cinco subgrupos, que se describen a continuación de izquierda
a derecha del dendograma:
o Un primer subagrupamiento del Tiempo, PG Y, % Amarillo y PG Brillantez, que enciera
similitudes a lo que ocurría con los vinos tintos.
o Un segundo subagrupamiento con variables químicas clásicas: Acidez Volátil, las tres
especies discriminadas del dióxido de azufre, SO2, y Etanal, junto a una PG Z situada a
bastante distancia (850).
o Un tercer subgrupo que además del pH contiene a la mayor parte de las familias
fenólicas: Polifenoles Totales, Polifenoles Poco Polimerizados, Proantocianidinas y
Catequinas.
o Un cuarto subgrupo con la Acidez Total, %Rojo, PG λ dominante y PG Tonalidad.
o Un quinto subgrupo final, con mucha proximidad entre todas sus variables, que agrupa a
las tres Absorbancias, A620, A520 y A420, PG Pureza, Intensidad Colorante, y PG
Intensidad.
• El segundo agrupamiento reúne exclusivamente a los Antocianos.
• El tercer agrupamiento se queda con los Ortodifenoles en excluiva.
• El cuatro agrupamiento contiene tres variables cromáticas: %Azul, %Rojos Puros y Tonalidad.
• Finalmente, PGX asume en solitario el papel del quinto agrupamiento.
Dendograma
Métodod de Ward,Euclideana Cuadrada
2400
2000
1600
Distancia
1200
800
400
0
PG Brill
A Vol
Etanal
SO2 total
PRO
A Total
Inten. col
%Azul
Tonal
PG Int
PG Ldom
PG Pur
dA%
%Ama
SO2c
Antoc
Meses
Abs420
Abs520
Abs620
SO2 L
PG Z
PPT
Cateq
%Rojo
PG Ton
PG Y
PPP
PG X
pH
OD
Figura 7.14.- Dendograma de agrupamiento por variables para los vinos rosados estudiados.
En la Figura 7.15 puede observarse el dendograma de las muestras de Vinos Rosados estudiados.
El Análisis de conglomerados separa a una distancia de 2.380 dos grandes poblaciones de Vinos
Rosados; a la derecha 21 muestras de vinos muy jóvenes (unos seis meses en botella de media) y
otra segunda gran población de 51 vinos con edades mayores, que, a su vez se subdivide en dos
grupos a una distancia de 1.700. Se tiene por tanto tres grandes “clusters” con las muestra de Vinos
Rosados:
Dendograma
Métodod de Ward,Euclideana Cuadrada
2400
2000
1600
Distancia
1200
800
400
0
R10-95-2
R19-95-1
R18-95-1
R29-94-13
R27-94-13
R24-94-12
R26-95-12
R30-95-2
R14-95-12
R14-95-2
R27-95-12
R22-94-24
R26-94-24
R35-95-18
R35-95-12
R27-92-32
R12-95-9
R4-95-18
R19-95-18
R4-95-12
R4-95-12
R18-95-18
R18-95-18
R31-94-24
R31-94-44
R27-95-18
R34-94-24
R30-95-18
R31-94-8
R6-95-12
R15-95-32
R15-93-20
R15-93-32
R34-94-38
R15-93-56
R34-91-56
R34-91-46
R34-91-72
R41-91-45
R41-91-56
R4-94-24
R33-95-9
R18-95-32
R22-94-38
R29-94-38
R29-94-44
R27-94-38
R32-91-56
R41-95-32
R22-95-32
R42-95-32
R35-95-32
R11-95-2
R11-95-9
R7-95-2
R9-95-2
R3-95-1
R2-95-1
R2-95-18
R3-95-18
R12-95-2
R6-95-2
R15-94-13
R15-95-2
R35-94-12
R35-94-24
R8-95-12
R9-95-12
R1-95-1
R1-95-18
R4-94-12
R8-95-2
R21-95-2
Figura 7.15.- Dendograma de agrupamiento por muestras para los vinos rosados analizados.
8.1.- INTRODUCCIÓN.
En los capítulos anteriores se ha procedido a describir los parámetros químicos, fenólicos y cromáticos
de los vinos tintos jóvenes y rosados de Ribera del Duero, utilizando potentes herramientas clásicas y
estadísticas para interpretar las relaciones existentes entre las diferentes variables y para explicar los
valores que exhiben las distintas muestras, lo que permite establecer procesos y reacciones que se
producen en los vinos y que van a conformar su particular enología a lo largo del proceso de evolución
que sufre durante su envejecimiento en botella, previo a su degustación por los consumidores.
Esta maduración en botella está influida básicamente por las reacciones químicas entre los
elementos constitutivos del vino, principalmente alcohol, ácidos y agua, que forman ésteres que a su vez
el agua descompone en alcoholes y ácidos, que reaccionan formando más ésteres y así sucesivamente.
Por su parte, el complejo grupo de los componentes fenólicos, esenciales para las características
organolépticas de los vinos, también cambia; destacan por su importancia los antocianos, responsables
del color, y los taninos, responsables de la estructura del vino.
Durante este proceso de maduración cambia el color del vino. Los vinos tintos que en su juventud
pueden mostrar ribetes púrpuras, comienzan a ser más granates mientras avanzan en edad para poder
llegar incluso a mostrar colores teja o naranja cuando llegan a su madurez. La estructura tánica, que
soporta el vino, se modificará a la vez que lo hace el color. Los vinos tintos jóvenes poseen en su
estructura numerosas partículas sueltas de taninos que juntas ofrecen una gran superficie de contacto
con la boca, especialmente con la saliva. Cuando esos numerosos taninos reaccionan a la saliva
percibimos la astringencia, que es una sensación secante en boca. En la maduración del vino en botella,
tanto antocianos como taninos reaccionan, polimerizándose, y presentan menor superficie de reacción
cuando entran en contacto con la boca, por lo que se reduce la percepción de astringencia y aumenta la
sensación de suavidad del vino. Con el paso del tiempo, estas cadenas son más y más largas hasta que
por su gran tamaño se hacen insolubles y terminan precipitando en el vino, en forma de sólidos
perceptibles que se depositan en el fondo de la botella. Mediante este proceso se produce una
reducción de ambos elementos, taninos y pigmentos azules, que explican la disminución de la intensidad
del color en el vino, los cambios en los ribetes de púrpura a rojo o incluso naranja y los sedimentos con
color que se aprecian en los vinos tintos maduros.
Para predecir la evolución fenólica y cromática de los vinos tintos jóvenes y rosados en botella,
detectando los parámetros enológicos más interesantes a este fin, se van a utilizar las siguientes tres
herramientas estadísticas multivariantes:
El empleo de estas herramientas es frecuente en los trabajos enología química, así en la búsqueda
realizada con la base de Datos Scopus figuran 885 documentos que incluyen Regresiones Lineales sobre
la predicción en vinos, 1.498 que realizan predicciones de variables enológicas mediante las Regresiones
Múltiples, y 154 que aplican a estos objetivos el Análisis de Correlaciones Canónicas; muchos de estos
documentos coinciden por usar simultáneamente dos o tres de estos procedimientos, como también
ocurre en esta Tesis Doctoral. Entre los trabajos científicos que han empleado estas técnicas estadísticas
para avanzar en el conocimiento de las variables químicas, fenólicas, cromáticas y sensoriales de los
vinos, cabe destacar, por su relación con la metodología y objetivos de esta Tesis Doctoral, los siguientes:
Caillé et al., (2010) calculan los cambios en las características sensoriales de los vinos tintos, durante su
almacenamiento en botella, que previamente han sido sometidos a diferentes grados de oxigenación,
mientras que Hernández et al. (2011) y Wirth et al. (2012) estudian impactos similares con procesos de
oxigenación sobre vinos rosados a la hora de predecir la evolución de parámetros enológicos. Ortega-
Regules et al. (2008) estudian estadísticamente la evolución de antocianos y taninos en vinos durante su
envejecimiento, mientras que Abril y Casp (2006) desarrollan por su parte estudios tendentes a
caracterizar la calidad de los vinos y su deterioro con el tiempo, y Boido et al. (2006) realizan
predicciones de la afección de la edad de los vinos según sea la evolución de la composición de
pigmentos y del color de los mismos. Los estudios de Agu et al. (1999) se centran en aplicar estas
herramientas estadísticas a estudiar las mejores formas de preservar los vinos de palma fermentada
durante su almacenamiento en botella.
Ya Jackson et al. (1978) establece correlaciones múltiples y predicciones ente los parámetros fenólicos y
de color durante el envejecimiento de vinos jóvenes, al tiempo que Sapis et al. (1983) estudian
estadísticamente con herramientas multivariantes el pardeamientos de los vinos, mientras que
Colagrande (1988) desarrolla estudios estadísticos para discriminar la evolución del color y de los
compuestos fenólicos en el envejecimiento del vino tinto, y en fechas tan tempranas como 1980, Barsky
et al., usan estas técnicas para ver la evolución química de los vinos, tal y como Interesados en evaluar
el envejecimiento de los parámetros sensoriales, fenólicos y cromáticos de vinos tintos Bakker y Arnold
(1993).
Jackson et al. (2008), al igual que Jensen (2008) avanzan en la predicción de los atributos fenólicos y de
color de los vinos tintos. Caro et al. (2010) predice cambios en la actividad antioxidante, en los
parámetros fenólicos y en el color, en varios vinos italianos durante su almacenamiento, mientras que
Oliveira (2004) se centra más en la evolución de la turbidez y el color en los vinos; López-Toledano et al.
(2001) analiza según los procesos de envejecimiento compuestos fenólicos y color en vinos sherry;
trabajos similares efectúan Canas et al. (2009a; 2009b) estudian estadísticamente cambios en vinos
brandy según se utilicen diferentes sistemas de envejecimiento, mientras que Burin et al (2011)
caracterizan la evolución durante su envejecimiento en botella de vinos de las variedades Cabernet
Sauvignon, trabajos similares a los de Chinnici et al. (2011) y Comuzzo et al (2005). García-Falcón et al.
(2007) determinan la influencia de determinados compuestos fenólicos en el envejecimiento en botella
de vinos tintos jóvenes.
En Vinos de Ribera del Duero, destacan los trabajos sobre la utilidad de las Regresiones Simples,
Múltiples y las Correlaciones Canónicas realizados por Prieto (2009) para estudiar la implementación de
un sistema de evaluación sensorial electrónico de control de la calidad de los vinos, y las Correlaciones,
tanto simples como múltiples, y las aplicaciones de las Regresiones Lineales y Múltiples sobre
compuestos fenólicos y el color de los vinos realizados por Pérez-Magariño (1999), Revilla (1999), Revilla
y González-San José (2002), Sánchez-Iglesias (2007), Sánchez-Iglesias et al. (2008), Ramos et al. (2015),
Pérez-Magariño y González-San José (2001; 2002; 2004; 2006), Pérez-Magariño et al. (2002; 2004), y
Rivero (2008).
Se intenta predecir el valor de determinados parámetros químicos, fenólicos y de color de los vinos en
función del tiempo, comparando un ajuste lineal y un ajuste mediante una curva. Solo se eligen pares
con una correlación alta.
Las Regresiones Simples (lineales o no lineales), procedimiento diseñado para construir un modelo
estadístico que describa el impacto de un solo factor cuantitativo X sobre una variable dependiente Y. Se
contrastarán 27 modelos lineales y no lineales posibles (Tabla 8.1), que pueden ser ajustados usando ya
sea el procedimiento de mínimos cuadrados o el procedimiento de estimación resistente, y que
permitirán seleccionar aquellos
Dado un conjunto de datos con una variable respuesta y una o más posibles variables predictoras, la
finalidad del análisis de regresión es construir un modelo que:
1. Describa las relaciones que existen entre las variables de tal manera que sea posible predecir Y
para valores conocidos de las x.
2. Contiene las x necesarias para generar buenas predicciones.
El primer modelo estadístico será el lineal. Entre los muchos estadísticos que se nos proporcionan los
más importantes son:
• Coeficientes del modelo estimado. El modelo ajustado que se utilizará para la predicción.
• R-cuadrado: es el porcentaje de variabilidad en Y que ha sido explicado por el modelo.
• P-valor del modelo: un P-valor inferior a 0,05 indica que es un buen predictor
límites interiores son intervalos de confianza al 95% el valor medio de Y dado un X. Esto indica la calidad
de la estimación de los puntos de la línea de regresión. A mayor taño de muestra para la estimación,
intervalos más estrechos. Las líneas exteriores son límites de predicción al 95% para nuevas
observaciones. Se estima que el 95% de observaciones adicionales, similares a las de este ejemplo,
caerán entre las bandas.
En la siguiente tabla, (Tabla 8.2) se han seleccionado las regresiones simples de aquellas variables que
frente al tiempo presentan una relación al menos “moderadamente fuerte”, es decir las de coeficiente
de correlación mayor de 0,5.
ROSADOS
Hay 11 variables cuyo ajuste por regresión lineal simple tiene un coeficiente de correlación mayor 0,5 en
valor absoluto, es decir que en 11 variables encontramos una relación al menos “moderadamente
fuerte” frente a la variable tiempo o meses del vino.
coeficiente de R-cuadrado
valor-P
Rosados: 11 variables coef corr >0,5 La ecuación del modelo ajustado correlación del modelo
Regresión Simple - PPT vs. Meses
Variable dependiente: PPT
Variable independiente: Meses
Cuadrado-Y Log-X: Y = sqrt(a + b*ln(X)) PPT = sqrt(560578 - 106875*ln(Meses)) -0,686505 47,13% 0,0000
Regresión Simple - PPP vs. Meses
Variable dependiente: PPP
Variable independiente: Meses
Log-Y Raíz Cuadrada-X: Y = exp(a + b*sqrt(X)) PPP = exp(6,38026 - 0,112883*sqrt(Meses)) -0,606849 36,83% 0,0000
Regresión Simple - Antoc vs. Meses
Variable dependiente: Antoc
Variable independiente: Meses
Raíz Cuadrada de Y: Y = (a + b*X)^2 Antoc = (6,95398 - 0,0740518*Meses)^2 -0,628327 39,48% 0,0000
Regresión Simple - Catequin vs. Meses
Variable dependiente: Catequin
Variable independiente: Meses
Cuadrado-Y Inversa de X: Y = sqrt(a + b/X) Catequin = sqrt(7661,28 + 29782,3/Meses) 0,533032 28,41% 0,0000
Regresión Simple - %Amarillo vs. Meses
Variable dependiente: %Amarillo
Variable independiente: Meses
Log-Y Raíz Cuadrada-X: Y = exp(a + b*sqrt(X)) %Amarillo = exp(-0,889843 + 0,0397559*sqrt(Meses)) 0,73222 53,61% 0,0000
Regresión Simple - %Rojo vs. Meses
Variable dependiente: %Rojo
Variable independiente: Meses
Inversa de Y: Y = 1/(a + b*X) %Rojo = 1/(2,10895 + 0,0105187*Meses) 0,712108 50,71% 0,0000
Regresión Simple - Tonalidad_1 vs. Meses
Variable dependiente: Tonalidad_1
Variable independiente: Meses
Cuadrado de Y: Y = sqrt(a + b*X) Tonalidad_1 = sqrt(0,802418 + 0,0256402*Meses) 0,831851, 69,1976 0,0000
Regresión Simple - dA% vs. Meses
Variable dependiente: dA%
Variable independiente: Meses
Lineal: Y = a + b*X dA% = 0,445288 - 0,00524239*Meses -0,691637 47,84% 0,0000
Regresión Simple - PG Y vs. Meses
Variable dependiente: PG Y
Variable independiente: Meses
Exponencial: Y = exp(a + b*X) PG Y = exp(-1,1211 + 0,002028*Meses) 0,820717 67,36% 0,0000
Regresión Simple - l dominante vs. Meses
Variable dependiente: l dominante
Variable independiente: Meses
Inversa-Y Log-X: Y = 1/(a + b*ln(X)) l dominante = 1/(0,00165106 + 0,0000146556*ln(Meses)) 0,696716 48,5413 0,0000
Regresión Simple - PG Ton vs. Meses
Variable dependiente: PG Ton
Variable independiente: Meses
Raíz Cuadrada de X: Y = a + b*sqrt(X) PG Ton = 0,00266279 - 0,000548527*sqrt(Meses) -0,703221 49,45% 0,0000
Tabla 8.2.- Ajustes de aquellas variables que tienen un coeficiente de correlación mayor de 0,5 (en valor
absoluto) para el caso de vinos Rosados frente al tiempo.
900
800
700
PPT
600
500
400
300
0 20 40 60 80
Meses
Figura 8.1.- Gráfico del modelo ajustado del parámetro Polifenoles totales frente al Tiempo
95,00% 95,00%
Predicciones Límite Predicción Límite Confianza
X Y Inferior Superior Inferior Superior
1,0 748,718 533,282 914,749 699,593 794,811
72,0 321,729 612,828 225,091 395,415
Tabla 8.3.-Factores predichos para PPT usando el modelo ajustado
Esta tabla 8.3.muestra los valores predichos para PPT usando el modelo ajustado. Además de las
mejores predicciones, la tabla muestra:
Los intervalos de predicción y de confianza corresponden a las cotas internas y externas en la gráfica del
modelo ajustado.
Gráfico del Modelo Ajustado
PG Ton = 0,00167326 - 0,0000612639*Meses
(X 0,001)
8
2
PG Ton
-1
-4
-7
0 20 40 60 80
Meses
Figura 8.2.- Gráfico del modelo ajustado del parámetro de Gonzáles Tonalidad frente al Tiempo
95,00% 95,00%
Predicciones Límite Predicción Límite Confianza
X Y Inferior Superior Inferior Superior
1,0 0,001612 -0,000627219 0,00385122 0,0012358 0,0019882
72,0 -0,00273774 -0,00507676 -0,000398712 -0,00351135 -0,00196412
Tabla 8.4.-Factores predichos para PGTon, usando el modelo ajustado
La tabla 8.4.- muestra los valores predichos para PG Ton usando el modelo ajustado, así como los
intervalos de previsión del 95% para las nuevas observaciones y los intervalos de confianza para la media
de varias observaciones
0,61
0,56
0,51
%Rojo
0,46
0,41
0,36
0,31
0 20 40 60 80
Meses
Figura 8.3.- Gráfico del modelo ajustado del parámetro % Rojo frente al Tiempo
800
600
PPP
400
200
0
0 20 40 60 80
Meses
Figura 8.4.- Gráfico del modelo ajustado del parámetro PPP frente al Tiempo
100
80
Antoc 60
40
20
0
0 20 40 60 80
Meses
Figura 8.5.- Gráfico del modelo ajustado del parámetro Antocianos frente al Tiempo
2,1
1,8
Tonalidad
1,5
1,2
0,9
0,6
0 20 40 60 80
Meses
Figura 8.6.-Gráfico del modelo ajustado del parámetro Antocianos frente al Tiempo
0,65
0,6
0,55
%Amarillo
0,5
0,45
0,4
0,35
0 20 40 60 80
Meses
Figura 8.7.- gráfico del modelo ajustado del parámetro %Amarillo frente al Tiempo
0,72
0,52
dA%
0,32
0,12
-0,08
0 20 40 60 80
Meses
Figura 8.8.- gráfico del modelo ajustado del parámetro % de rojos puros frente al Tiempo Rosados
0,42
0,4
0,38
PG Y
0,36
0,34
0,32
0,3
0 20 40 60 80
Meses
Figura 8.9.- gráfico del modelo ajustado del parámetro PGY frente al Tiempo Rosados
800
600
Antocianos cor
400
200
0
0 10 20 30 40 50 60
Meses_1
Figura 8.10.- gráfico del modelo ajustado del parámetro Antocianos frente al Tiempo Tintos.
Este es el resultado tras analizar los residuos atípicos y quitar un punto que tenía residuo Estudentizados
mayor de 3, que se corresponde con la fila 63. Así se obtiene un Coeficiente de Correlación = -0,82689 y
R-cuadrada = 68,3747 porciento. Este gráfico se obtiene tras quitar el punto 67. Ahora Coeficiente de
Correlación = -0,837612 y R-cuadrada = 70,1593 %
95,00% 95,00%
Predicciones Límite Predicción Límite Confianza
X Y Inferior Superior Inferior Superior
2,0 423,599 178,744 1003,87 369,434 485,704
59,0 46,0034 19,0267 111,229 36,4873 58,0014
Tabla 8.6.-Factores predichos para Antocianos, usando el modelo ajustado
1,8
1,5
1,2
Inten. col
0,9
0,6
0,3
0
0 10 20 30 40 50 60
Meses
Figura 8.11.- gráfico del modelo ajustado del parámetro Intensidad colorante frente al Tiempo Tintos.
0,47
0,44
%Amarillo_1
0,41
0,38
0,35
0,32
0 10 20 30 40 50 60
Meses_1
Figura 8.12.- gráfico del modelo ajustado del parámetro % Amarillo frente al Tiempo Tintos
95,00% 95,00%
Predicciones Límite Predicción Límite Confianza
X Y Inferior Superior Inferior Superior
2,0 0,33649 0,311075 0,363982 0,331401 0,341658
59,0 0,438547 0,405221 0,474613 0,430882 0,446348
Tabla 8.7.-Factores predichos para %Amarillo, usando el modelo ajustado
0,55
0,53
0,51
%Rojo_1
0,49
0,47
0,45
0,43
0 10 20 30 40 50 60
Meses_2
Figura 8.13.- gráfico del modelo ajustado del parámetro % Rojo frente al Tiempo Tintos
1,1
1
Tonalidad_1
0,9
0,8
0,7
0,6
0 10 20 30 40 50 60
Meses_3
Figura 8.14.- gráfico del modelo ajustado del parámetro Tonalidad frente al Tiempo Tintos
3500
3100
2700
PT_1
2300
1900
1500
0 10 20 30 40 50 60
Meses_4
Figura 8.15.- gráfico del modelo ajustado del parámetro Polifenoles Totales frente al Tiempo Tintos
0,35
0,33
PG Y_1
0,31
0,29
0,27
0 10 20 30 40 50 60
Meses_6
Figura 8.16.- gráfico del modelo ajustado del parámetro Tonalidad frente al Tiempo Tintos
95,00% 95,00%
Predicciones Límite Predicción Límite Confianza
X Y Inferior Superior Inferior Superior
2,0 0,277655 0,257247 0,296662 0,274449 0,280824
59,0 0,32672 0,30916 0,343382 0,32219 0,331188
Tabla 8.8.- Factores predichos para Tonalidad, usando el modelo ajustado
0,59
0,55
%rojos puros_1
0,51
0,47
0,43
0,39
0,35
0 10 20 30 40 50 60
Meses_5
Figura 8.17.- gráfico del modelo ajustado del parámetro % rojos puros frente al Tiempo Tintos
8.2.2.1. Rosados
En las siguiente tabla 8.9 a y b se recogen los resultados de 21 distintas regresiones de parámetros
familias fenólicas frente a parámetros de color, la ecuación del modelo ajustado, junto con el coeficiente
de correlación y el R-cuadrado del modelo,(siempre >0,5) es decir el porcentaje de la variabilidad de la 1ª
variable Y, que explica el modelo ajustado. No figuran los datos del valor P, por ser cero en todos los
casos.
coeficiente R-cuadrado
de
Rosados: variables coef corr >0,5 La ecuación del modelo ajustado correlación del modelo
Regresión Simple - PRO vs. PG Pur
Variable dependiente: PRO
Variable independiente: PG Pur
Lineal: Y = a + b*X PRO = 80,6154 + 3,29132*PG Pur 0,551686 30,44%
Regresión Simple - PRO vs. OD
Variable dependiente: PRO
Variable independiente: OD
Cuadrado de Y: Y = sqrt(a + b*X) PRO = sqrt(-20708,9 + 353,325*OD) 0,795347 63,26%
Regresión Simple - Antoc vs. l dominante
Variable dependiente: Antoc
Variable independiente: l dominante
Inversa de X: Y = a + b/X Antoc = 1071,65 - 615289/l dominante -0,715085 50,52%
Regresión Simple - OD vs. PG Brill
Variable dependiente: OD
Variable independiente: PG Brill
Lineal: Y = a + b*X OD = 275,968 - 2,27089*PG Brill -0,594076 35,29%
Regresión Simple - OD vs. %Amarillo
Variable dependiente: OD
Variable independiente: %Amarillo
Cuadrado-Y Inversa de X: Y = sqrt(a + b/X) OD = sqrt(-53880,8 + 37966,6/%Amarillo) 0,500889 25,09%
Regresión Simple - PRO vs. PG Brill
Variable dependiente: PRO
Variable independiente: PG Brill
Cuadrado-Y Inversa de X: Y = sqrt(a + b/X) PRO = sqrt(-10691,5 + 2,20862E6/PG Brill) 0,664954 44,22%
Regresión Simple - OD vs. Abs520
Variable dependiente: OD
Variable independiente: Abs520
Lineal: Y = a + b*X OD = 88,7604 + 136,608*Abs520 0,60181 36,22%
Regresión Simple - Antoc_1 vs. %Amarillo_2
Variable dependiente: Antoc_1
Variable independiente: %Amarillo_2
Lineal: Y = a + b*X Antoc_1 = 180,017 - 306,229*%Amarillo_2 -0,731276 53,48%
Regresión Simple - Antoc_1 vs. %Rojo_1
Variable dependiente: Antoc_1
Variable independiente: %Rojo_1
Lineal: Y = a + b*X Antoc_1 = -115,179 + 336,405*%Rojo_1 0,753491 56,77%
Regresión Simple - Antoc vs. dA%
Variable dependiente: Antoc
Variable independiente: dA%
Lineal: Y = a + b*X Antoc = -2,61208 + 106,567*dA% 0,591557 34,99%
Tabla 8.9 a.- Resultados de la regresión para rosados de familias fenólicas frente a parámetros de color.
coeficiente R-cuadrado
de
Rosados: variables coef corr >0,5 La ecuación del modelo ajustado correlación del modelo
Regresión Simple - PPT_1 vs. PG Ton_1
Variable dependiente: PPT_1
Variable independiente: PG Ton_1
Lineal: Y = a + b*X PPT = 495,067 + 48653,8*PG Ton 0,504652 25,47%
Regresión Simple - PPT vs. l dominante
Variable dependiente: PPT
Variable independiente: l dominante
Lineal: Y = a + b*X PPT = -4605,3 + 8,63764*l dominante 0,517689 26,80%
Regresión Simple - PPP_1 vs. %Amarillo_1
Variable dependiente: PPP_1
Variable independiente: %Amarillo_1
Lineal: Y = a + b*X PPP_1 = 1240,55 - 1751,44*%Amarillo_1 -0,662211 43,85%
Regresión Simple - PPP vs. Tonalidad
Variable dependiente: PPP
Variable independiente: Tonalidad
Lineal: Y = a + b*X PPP = 718,63 - 285,36*Tonalidad -0,532301 28,33%
Regresión Simple - PPP vs. PG Brill
Variable dependiente: PPP
Variable independiente: PG Brill
Lineal: Y = a + b*X PPP = 727,948 - 6,09545*PG Brill -0,587153 34,47%
Regresión Simple - PPP vs. Inten. colorante
Variable dependiente: PPP
Variable independiente: Inten. colorante
Cuadrado-Y Log-X: Y = sqrt(a + b*ln(X)) PPP = sqrt(175282 + 165816*ln(Inten. colorante)) 0,537585 28,90%
Regresión Simple - PPP vs. Abs520
Variable dependiente: PPP
Variable independiente: Abs520
Lineal: Y = a + b*X PPP = 230,93 + 355,213*Abs520 0,576189 33,20%
Regresión Simple - Catequin vs. l dominante
Variable dependiente: Catequin
Variable independiente: l dominante
Cuadrado Doble: Y = sqrt(a + b*X^2) Catequin = sqrt(-241994 + 0,725248*l dominante^2) 0,547592 29,99%
Regresión Simple - Catequin_1 vs. Abs520_1
Variable dependiente: Catequin_1
Variable independiente: Abs520_1
Lineal: Y = a + b*X Catequin_1 = 33,4384 + 141,843*Abs520_1 0,557114 31,04%
Regresión Simple - PRO_1 vs. OD_1
Variable dependiente: PRO_1
Variable independiente: OD_1
Lineal: Y = a + b*X PRO_1 = 39,9854 + 0,861209*OD_1 0,795843 63,34%
Regresión Simple - PRO vs. PG Int
Variable dependiente: PRO
Variable independiente: PG Int
Cuadrado de Y: Y = sqrt(a + b*X) PRO = sqrt(3462,59 + 379,221*PG Int) 0,652684 42,5996
Tabla 8.9 b.- Resultados de la regresión para rosados de familias fenólicas frente a parámetros de color.
800
600
PPP
400
200
0
0,6 0,9 1,2 1,5 1,8 2,1
Tonalidad
280
240
200
OD
160
120
80
0,35 0,4 0,45 0,5 0,55 0,6 0,65
% Amarillo
900
800
700
PPT
600
500
400
300
580 590 600 610 620 630
l dominante
Gráfico 8.18.- Ajustes por regresión lineal de distintos parámetros de familias fenólicas frente a
parámetros de color.
800
600
PPP
400
200
0
22 32 42 52 62 72 82
PG Brill
400
300
PRO
200
100
0
22 32 42 52 62 72 82
PG Brill
800
600
PPP
400
200
0
0 0,3 0,6 0,9 1,2 1,5
Abs520
Gráfico 8.19.-Ajustes por regresión lineal de distintos parámetros de familias fenólicas frente a
parámetros de color.
800
PPP 600
400
200
0
0 0,5 1 1,5 2 2,5 3
Inten. colorante
280
240
200
OD
160
120
80
22 32 42 52 62 72 82
PG Brill
100
80
60
Antoc
40
20
0
0,35 0,4 0,45 0,5 0,55 0,6 0,65
% Amarillo
Gráfico 8.20.- Ajustes por regresión lineal de distintos parámetros de familias fenólicas frente a
parámetros de color. Vinos rosados
100
80
60
Antoc
40
20
0
0,35 0,4 0,45 0,5 0,55 0,6 0,65
% Amarillo
100
80
60
Antoc
40
20
0
0,31 0,36 0,41 0,46 0,51 0,56 0,61
% Rojo
100
80
60
Antoc_1
40
20
0
0,34 0,38 0,42 0,46 0,5 0,54 0,58
% Rojo_1
Gráfico 8.21.-Ajustes por regresión lineal de distintos parámetros de familias fenólicas frente a
parámetros de color. Vinos Rosados.
100
80
60
Antoc
40
20
0
-0,08 0,12 0,32 0,52 0,72
dA%
Gráfico 8.22.-Ajustes por regresión lineal de distintos parámetros de familias fenólicas frente a
parámetros de color. Vinos Rosados.
8.2.2.2. Tintos
En las tablas 8.10 a y b, que presentamos a continuación se han recopilado los mejores ajustes de la
regresión lineal simple aplicada a parámetros correspondientes a familias fenólicas frente a parámetros
cromáticos.
Coeficiente R-cuadrado
de
TINTOS La ecuación del modelo ajustado correlación del modelo
Regresión Simple - Antocianos_1 vs. Tonalidad_1
Variable dependiente: Antocianos_1
Variable independiente: Tonalidad_1
Logarítmico-Y Cuadrado-X: Y = exp(a + b*X^2) Antoc_1 = exp(7,80022 - 3,88194*Tonalidad_1^2) -0,866483 75,08%
Regresión Simple - Catequinas vs. PG Y
Variable dependiente: Catequinas
Variable independiente: PG Y
Lineal: Y = a + b*X Catequinas = 3907,53 - 9447,79*PG Y -0,505092 25,51%
Regresión Simple - Catequinas vs. PG Brill
Variable dependiente: Catequinas
Variable independiente: PG Brill
Lineal: Y = a + b*X Catequinas = 1320,43 - 69,962*PG Brill -0,520812 27,12%
Regresión Simple - Antocianos vs. A520
Variable dependiente: Antocianos
Variable independiente: A520
Lineal: Y = a + b*X Antocianos = -16,1647 + 626,564*A520 0,708782 50,24%
Regresión Simple - Antocianos_2 vs. A520_1
Variable dependiente: Antocianos_2
Variable independiente: A520_1
Lineal: Y = a + b*X Antocianos_2 = -46,1422 + 675,746*A520_1 0,804449 64,71%
Regresión Simple - Antocianos_2 vs. A620_1
Variable dependiente: Antocianos_2
Variable independiente: A620_1
Lineal: Y = a + b*X Antocianos_2 = 49,8163 + 1639,94*A620_1 0,705065 49,71%
Regresión Simple - Antocianos_2 vs. PGTon_1
Variable dependiente: Antocianos_2
Variable independiente: PGTon_1
Lineal: Y = a + b*X Antocianos_2 = 97,9371 + 16227,8*PGTon_1 0,800348 64,06%
Regresión Simple - PT vs. PG X
Variable dependiente: PT
Variable independiente: PG X
Inversa-Y Cuadrado-X: Y = 1/(a + b*X^2) PT = 1/(0,00112471 - 0,00137083*PG X^2) -0,678555 46,04%
Regresión Simple - PPP vs. A620
Variable dependiente: PPP
Variable independiente: A620
Lineal: Y = a + b*X PPP = 1260,88 + 3816,11*A620 0,703742 49,53%
Regresión Simple - Etanal vs. SO2comb
Variable dependiente: Etanal
Variable independiente: SO2comb
Lineal: Y = a + b*X Etanal = 14,29 + 0,88297*SO2comb 0,697434 48,64%
Tabla 8.10 a.- Resultados de la regresión para tintos de familias fenólicas frente a parámetros de color
Tabla 8.10 b.- Resultados de la regresión para tintos de familias fenólicas frente a parámetros de color
La prueba de Falta de Ajuste está diseñada para determinar si el modelo seleccionado es adecuado para
describir los datos observados, ó si se debería utilizar un modelo más complicado. La prueba se realiza
comparando la variabilidad de los residuos del modelo actual con la variabilidad entre observaciones
hechas en valores repetidos de la variable independiente X. Puesto que el valor-P para la carencia de
ajuste en la tabla ANOVA es menor que 0,05, el modelo parece ser adecuado para los datos observados
con un nivel de confianza del 95,0%.
800
Antocianos 600
400
200
0
0,32 0,35 0,38 0,41 0,44 0,47
%Amarillo
250
200
Catequin
150
100
50
0
0,31 0,36 0,41 0,46 0,51 0,56 0,61
%Rojo
800
600
Antocianos_1
400
200
0
0,6 0,7 0,8 0,9 1 1,1
Tonalidad_1
Gráfico 8.23.- Ajustes por regresión lineal de distintos parámetros de familias fenólicas frente a
parámetros de color. Vinos tintos.
1,6
Catequinas
1,2
0,8
0,4
0
0 0,2 0,4 0,6 0,8 1
A520
1,6
Catequinas
1,2
0,8
0,4
0
0,27 0,29 0,31 0,33 0,35 0,37
PG Y
1,6
Catequinas
1,2
0,8
0,4
0
0 2 4 6 8 10 12
PG Brill
Gráfico 8.24.- Ajustes por regresión lineal de Catequinas frente a parámetros de color. Vinos tintos.
800
600
Antocianos_2
400
200
0
0 0,2 0,4 0,6 0,8 1
A520_1
800
600
Antocianos
400
200
0
-5 5 15 25 35
PGTon (X 0,001)
800
600
Antocianos_2
400
200
0
-5 5 15 25 35
(X 0,001)
PGTon_1
Gráfico 8.25.- Ajustes por regresión lineal de Antocianos frente a parámetros de color. Vinos tintos.
5500
4500
PT
3500
2500
1500
0,58 0,61 0,64 0,67 0,7 0,73
PG X
800
600
Antocianos
400
200
0
0 0,2 0,4 0,6 0,8 1
A520
5500
4500
PT
3500
2500
1500
0,58 0,61 0,64 0,67 0,7 0,73
PG X
Gráfico 8.26.-Ajustes por regresión lineal de Antocianos frente a parámetros de color. Vinos tintos.
Error Estadístico
Parámetro Estimación Estándar T Valor-P
CONSTANTE 0,393292 0,0110862 35,4758 0,0000
Meses 0,00127567 0,000138722 9,19588 0,0000
PPP -0,0000170327 0,00000546854 -3,11466 0,0026
Antocianos -0,0000367433 0,000013781 -2,66623 0,0093
Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 0,0668529 3 0,0222843 109,69 0,0000
Residuo 0,0158466 78 0,000203162
Total (Corr.) 0,0826995 81
Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relación estadísticamente
significativa entre las variables con un nivel de confianza del 95,0%.
El estadístico R-Cuadrada indica que el modelo así ajustado explica 80,8383% de la variabilidad en
%Amarillo. El estadístico R-Cuadrada ajustada, que es más apropiada para comparar modelos con
diferente número de variables independientes, es 80,1013%. El error estándar del estimado muestra
que la desviación estándar de los residuos es 0,0142535.
Gráfico de % Amarillo
0,47
0,44
observado
0,41
0,38
0,35
0,32
0,32 0,35 0,38 0,41 0,44 0,47
predicho
Gráfico 8.27.- Modelo de regresión lineal múltiple entre %Amarillo y 6 variables independientes. Tintos.
Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relación estadísticamente
significativa entre las variables con un nivel de confianza del 95,0%.
El estadístico R-Cuadrada indica que el modelo así ajustado explica 72,808% de la variabilidad en PG Y. El
estadístico R-Cuadrada ajustada, que es más apropiada para comparar modelos con diferente número de
variables independientes, es 71,7622%. El error estándar del estimado muestra que la desviación
estándar de los residuos es 0,00910155.
Gráfico de PG Y
0,37
0,35
observado
0,33
0,31
0,29
0,27
0,27 0,29 0,31 0,33 0,35 0,37
predicho
Gráfico 8.28.- Modelo de regresión lineal múltiple entre PG Y y 7 variables independientes. Tintos.
Error Estadístico
Parámetro Estimación Estándar T Valor-P
CONSTANTE 0,743022 0,0199546 37,2357 0,0000
Meses 0,00403003 0,000440643 9,14579 0,0000
Antocianos -0,000160274 0,0000439222 -3,64905 0,0005
Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 0,561552 2 0,280776 123,74 0,0000
Residuo 0,179252 79 0,00226901
Total (Corr.) 0,740804 81
Gráfico de Tonalidad
1,1
1
observado
0,9
0,8
0,7
0,6
0,6 0,7 0,8 0,9 1 1,1
predicho
Gráfico 8.29.- Modelo de regresión lineal múltiple entre Tonalidad y 7 variables independientes . Tintos.
Error Estadístico
Parámetro Estimación Estándar T Valor-P
CONSTANTE 208,102 31,1181 6,68748 0,0000
Meses -3,02616 0,733246 -4,12707 0,0001
PGTon 11613,0 1660,65 6,99304 0,0000
Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 1,36365E6 2 681826, 95,87 0,0000
Residuo 576086, 81 7112,18
Total (Corr.) 1,93974E6 83
La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la
relación entre Antocianos y 5 variables independientes. La ecuación del modelo ajustado es
Gráfico de Antocianos
800
600
observado
400
200
0
0 200 400 600 800
predicho
Gráfico 8.30.- Modelo de regresión lineal múltiple entre Antocianos y 5 variables independientes. Tintos.
Error Estadístico
Parámetro Estimación Estándar T Valor-P
CONSTANTE 0,437396 0,0115131 37,9911 0,0000
Antoc 0,000790364 0,000206337 3,83045 0,0003
Meses -0,00130283 0,00026132 -4,98558 0,0000
Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 0,0950631 2 0,0475316 48,49 0,0000
Residuo 0,0705788 72 0,000980261
Total (Corr.) 0,165642 74
Gráfico de % Rojo
0,61
0,56
0,51
observado
0,46
0,41
0,36
0,31
0,31 0,36 0,41 0,46 0,51 0,56 0,61
predicho
Error Estadístico
Parámetro Estimación Estándar T Valor-P
CONSTANTE 28,1075 14,1406 1,98771 0,0506
PPP 0,122643 0,0381876 3,21159 0,0020
PRO 0,605733 0,0747677 8,10153 0,0000
Antoc -0,534437 0,191194 -2,79526 0,0066
Meses -0,566046 0,25772 -2,19636 0,0313
Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 128102, 4 32025,5 50,46 0,0000
Residuo 45699,4 72 634,714
Total (Corr.) 173801, 76
La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la
relación entre OD y 6 variables independientes. La ecuación del modelo ajustado es
Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relación estadísticamente
significativa entre las variables con un nivel de confianza del 95,0%.
El estadístico R-Cuadrada indica que el modelo así ajustado explica 73,706% de la variabilidad en OD. El
estadístico R-Cuadrada ajustada, que es más apropiada para comparar modelos con diferente número de
variables independientes, es 72,2452%.
Gráfico de OD
310
270
230
observado
190
150
110
70
70 110 150 190 230 270 310
predicho
Error Estadístico
Parámetro Estimación Estándar T Valor-P
CONSTANTE -0,0417473 0,0589919 -0,707679 0,4814
PRO 0,00171424 0,000544492 3,14833 0,0024
Antoc 0,00409004 0,000919178 4,44967 0,0000
Catequin -0,00102497 0,000448556 -2,28505 0,0253
OD 0,0011478 0,000564244 2,03423 0,0456
Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 1,88731 4 0,471829 22,61 0,0000
Residuo 1,50221 72 0,020864
Total (Corr.) 3,38953 76
La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la
relación entre Abs520 y 7 variables independientes. La ecuación del modelo ajustado es
Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relación estadísticamente
significativa entre las variables con un nivel de confianza del 95,0%.
El estadístico R-Cuadrada indica que el modelo así ajustado explica 55,6808% de la variabilidad en
Abs520. El estadístico R-Cuadrada ajustada, que es más apropiada para comparar modelos con diferente
número de variables independientes, es 53,2186%. El error estándar del estimado muestra que la
desviación estándar de los residuos es 0,144444.
Gráfico de Abs520
1,5
1,2
observado
0,9
0,6
0,3
0
0 0,3 0,6 0,9 1,2 1,5
predicho
Error Estadístico
Parámetro Estimación Estándar T Valor-P
CONSTANTE 1,16744 0,054568 21,3943 0,0000
Meses 0,00790598 0,000934289 8,46203 0,0000
Antoc -0,00348119 0,000790544 -4,40353 0,0000
Catequin 0,000761847 0,000312483 2,43804 0,0173
OD -0,0010974 0,000329445 -3,33107 0,0014
Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 2,62108 4 0,655269 56,18 0,0000
Residuo 0,816522 70 0,0116646
Total (Corr.) 3,4376 74
La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la
relación entre Tonalidad y 7 variables independientes. La ecuación del modelo ajustado es
Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relación estadísticamente
significativa entre las variables con un nivel de confianza del 95,0%.
Gráfico de Tonalidad
1,8
1,6
1,4
observado
1,2
0,8
0,6
0,6 0,8 1 1,2 1,4 1,6 1,8
predicho
El estadístico R-Cuadrada indica que el modelo así ajustado explica 76,2473% de la variabilidad en
Tonalidad. El estadístico R-Cuadrada ajustada, que es más apropiada para comparar modelos con
diferente número de variables independientes, es 74,89%. El error estándar del estimado muestra que
la desviación estándar de los residuos es 0,108003.
Error Estadístico
Parámetro Estimación Estándar T Valor-P
CONSTANTE 580,869 2,97186 195,456 0,0000
Meses -0,118582 0,049433 -2,39884 0,0190
Análisis de Varianza
Fuente Suma de Cuadrados Gl Cuadrado Medio Razón-F Valor-P
Modelo 3987,45 3 1329,15 36,88 0,0000
Residuo 2630,76 73 36,0378
Total (Corr.) 6618,21 76
La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la
relación entre l dominante y 7 variables independientes. La ecuación del modelo ajustado es
Gráfico de l dominante
630
620
610
observado
600
590
580
570
570 580 590 600 610 620 630
predicho
Error Estadístico
Parámetro Estimación Estándar T Valor-P
CONSTANTE -25,5048 13,9749 -1,82505 0,0722
Meses 1,46973 0,220194 6,67471 0,0000
PPP 0,0796015 0,0396616 2,00702 0,0486
Ant 0,393467 0,195299 2,01469 0,0477
Cat 0,364768 0,0703909 5,18204 0,0000
OD 0,56925 0,0933718 6,0966 0,0000
Análisis de Varianza
Fuente Suma de Gl Cuadrado Razón-F Valor-P
Cuadrados Medio
Modelo 185129, 5 37025,9 61,00 0,0000
Residuo 43095,9 71 606,985
Total (Corr.) 228225, 76
La salida muestra los resultados de ajustar un modelo de regresión lineal múltiple para describir la
relación entre PRO y 6 variables independientes. La ecuación del modelo ajustado es
Puesto que el valor-P en la tabla ANOVA es menor que 0,05, existe una relación estadísticamente
significativa entre las variables con un nivel de confianza del 95,0%.
El estadístico R-Cuadrada indica que el modelo así ajustado explica 81,1169% de la variabilidad en PRO.
El estadístico R-Cuadrada ajustada, que es más apropiada para comparar modelos con diferente número
de variables independientes, es 79,7871%. El error estándar del estimado muestra que la desviación
estándar de los residuos es 24,6371
Gráfico de PRO
400
300
observado
200
100
0
0 100 200 300 400
predicho
Gráfico 8.36 modelo de regresión lineal múltiple entre PRO y 7 variables independientes.
El procedimiento Correlaciones Canónicas está diseñado para ayudar a identificar asociaciones entre dos
conjuntos de variables. Esto lo hace encontrando combinaciones lineales de las variables en los dos
conjuntos que exhiban correlaciones fuertes. El par de combinaciones lineales con la correlación más
fuerte forman el primer conjunto de variables canónicas. El segundo conjunto de variables canónicas es
el par de combinaciones lineales que muestran la siguiente correlación más fuerte entre todas las
combinaciones que no están correlacionadas con el primer conjunto. Frecuentemente, un número
pequeño de pares puede ser usado para cuantificar la relación que existe entre los dos conjuntos.
Modelo Estadístico
El objetivo de la correlación canónica es construir combinaciones lineales de las variables en los dos
conjuntos tal que tengan las correlaciones más grandes. El primer conjunto de variables canónicas toma
la forma
donde X y Y representan los valores estandarizados de las variables en el primer y segundo conjunto
respectivamente. La correlación entre el primer conjunto de combinaciones lineales es llamada la
donde las ρ’s representan las matrices de correlación entre variables en cada conjunto y entre conjuntos.
Los coeficientes de las variables canónicas pueden ser derivados de los eigenvectores.
Primer caso todos los parámetros de color frente a familias fenólicas. El coeficiente de correlación
canónica obtenido es de 0,8555
Variables en el conjunto 1: A420 A520 A620 Inten. Col %Ama %Rojo Azul Ton %rojos pur PGX PGY
PGZ PGBrill PG Pur PGλ PGInt PGTon
Variables en el conjunto 2: PT PPP PMP PRO ANT Cateq Ortodif
Número de casos completos: 73
Correlación Lambda de
Número Eigenvalor Canónica Wilks Chi-Cuadrada G.L. Valor-P
1 0,731945 0,855538 0,0424834 187,939 119 0,0001
2 0,549374 0,741198 0,158487 109,604 96 0,1619
3 0,314818 0,561086 0,351705 62,1752 75 0,8550
4 0,261733 0,511598 0,513302 39,6801 56 0,9515
5 0,167443 0,409198 0,695279 21,6248 39 0,9891
6 0,119605 0,34584 0,835113 10,7212 24 0,9909
7 0,0514333 0,226789 0,948567 3,14179 11 0,9887
3,1
2,1
Conjunto 2
1,1
0,1
-0,9
-1,9
-2,1 -1,1 -0,1 0,9 1,9
Conjunto 1
Figura 8.18.- Gráfica de variables canónicas para vinos Tintos. Parámetros de color frente a Familias
fenólicas
Este procedimiento encuentra las combinaciones lineales de dos conjuntos de variables que tienen la
mayor correlación entre ellas. En este caso, se formaron 7 conjuntos de combinaciones lineales. El
primer conjunto de combinaciones lineales es
en donde las variables fueron primero estandarizadas restándoles primero sus medias y dividiéndolas
entre sus desviaciones estándar. La tabla muestra las correlaciones estimadas entre cada conjunto de
variables canónicas. Dado que uno de los valores-P es menor que 0,05, ese conjunto tienen una
correlación estadísticamente significativa con un nivel de confianza del 95,0%.
Segundo caso Todos los parámetros de color frente a parámetros enológicos clásicos
Variables en el conjunto 1: A420 A520 A620 Int Col Ama %Rojo %Azul Ton %rojos pur PG X
PG Y PG Z PG Brill PG Pur PG λ PG Int PGTon
Variables en el conjunto 2: Etanal Ac. Vol Ac. Tot SO2 Libre SO2c/SO2 total/pH
Número de casos completos: 81. . El coeficiente de correlación canónica obtenido es de 0,8769
Correlación Lambda de
Número Eigenvalor Canónica Wilks Chi-Cuadrada G.L. Valor-P
1 0,769012 0,876933 0,0271954 243,318 119 0,0000
2 0,555911 0,745594 0,117735 144,404 96 0,0010
3 0,41219 0,64202 0,265116 89,6122 75 0,1196
4 0,287089 0,535807 0,451023 53,746 56 0,5607
5 0,273511 0,522982 0,63265 30,9041 39 0,8192
6 0,0677274 0,260245 0,870832 9,33571 24 0,9968
7 0,0659046 0,256719 0,934095 4,60193 11 0,9489
Tabla 8.14 .- Correlaciones Canónicas. Vinos tintos.
2,4
1,4
0,4
Conjunto 2
-0,6
-1,6
-2,6
-3,6
-4,4 -3,4 -2,4 -1,4 -0,4 0,6 1,6
Conjunto 1
Figura 8.19.- Grafico de Variables canónicas en vinos tintos. Parámetros de color frente a parámetros
enológicos clásicos.
Este procedimiento encuentra las combinaciones lineales de dos conjuntos de variables que tienen la
mayor correlación entre ellas. En este caso, se formaron 7 conjuntos de combinaciones lineales. El
primer conjunto de combinaciones lineales es
en donde las variables fueron primero estandarizadas restándoles primero sus medias y dividiéndolas
entre sus desviaciones estándar. La tabla muestra las correlaciones estimadas entre cada conjunto de
variables canónicas. Dado que 2 de los valores-P son menores que 0,05, esos conjuntos tienen una
correlación estadísticamente significativa con un nivel de confianza del 95,0%.
Tercer caso de Correlaciones Canónicas familias fenólicas frente a 6 parametros de color. Variables
en el conjunto 1: PT PPP PMP PRO/ANT/Cateq/Ortodif
Variables en el conjunto 2: %Ama %Rojo %Azul Ton %rojos pur Inten. Col
Número de casos completos: 77 El coeficiente de correlación canónica es de 0,84
Correlación Lambda de
Número Eigenvalor Canónica Wilks Chi-Cuadrada G.L. Valor-P
1 0,705686 0,840051 0,196002 112,445 42 0,0000
2 0,187097 0,432547 0,665961 28,0502 30 0,5678
3 0,0964615 0,310583 0,819238 13,7573 20 0,8426
4 0,0765849 0,27674 0,906699 6,75817 12 0,8732
5 0,0164412 0,128223 0,981898 1,2605 6 0,9738
6 0,00168889 0,0410962 0,998311 0,116632 2 0,9434
4,4
3,4
2,4
Conjunto 2
1,4
0,4
-0,6
-1,6
-1,2 -0,2 0,8 1,8 2,8 3,8 4,8
Conjunto 1
Figura 8.20.- Grafico de Variables canónicas en vinos tintos. Familias fenólicas frente a 6 parámetros de
color.
Este procedimiento encuentra las combinaciones lineales de dos conjuntos de variables que tienen la
mayor correlación entre ellas. En este caso, se formaron 6 conjuntos de combinaciones lineales. El
primer conjunto de combinaciones lineales es
en donde las variables fueron primero estandarizadas restándoles primero sus medias y dividiéndolas
entre sus desviaciones estándar. La tabla muestra las correlaciones estimadas entre cada conjunto de
variables canónicas. Dado que uno de los valores-P es menor que 0,05, ese conjunto tienen una
correlación estadísticamente significativa con un nivel de confianza del 95,0%.
Se reproducen a continuación únicamente los dos últimos casos, con mayor Correlación canónica.
Este procedimiento encuentra las combinaciones lineales de dos conjuntos de variables que tienen la
mayor correlación entre ellas. En este caso, se formaron 7 conjuntos de combinaciones lineales. El
primer conjunto de combinaciones lineales es
en donde las variables fueron primero estandarizadas restándoles primero sus medias y dividiéndolas
entre sus desviaciones estándar. La tabla muestra las correlaciones estimadas entre cada conjunto de
variables canónicas. Dado que 2 de los valores-P son menores que 0,05, esos conjuntos tienen una
correlación estadísticamente significativa con un nivel de confianza del 95,0%.
3,3
2,3
Conjunto 2
1,3
0,3
-0,7
-1,7
-2,2 -1,2 -0,2 0,8 1,8 2,8
Conjunto 1
Figura 8.21.- Correlaciones Canónicas en vinos rosados: parámetros de color frente a familias
fenólicas
Sexto caso de Correlaciones Canónicas para Rosados: Parámetros de color, incluidos los de Gonzáles
frente a parámetros enológicos clásicos
Variables en el conjunto 1: Abs 420/Abs520/ Abs620/ Inten.Col/ %Ama/ %Rojo/ %Azul/Ton/ % rojos
pur/PG X/ PG Y/PG Z/ PG Brill/ PG Pur/ PGλ/ PG Int /PG Ton
Variables en el conjunto 2: pH/Etanal/Ac vol/A Total/ SO2 L/SO2c/ SO2 total
Número de casos completos: 79
Correlación Lambda de
Número Eigenvalor Canónica Wilks Chi-Cuadrada G.L. Valor-P
1 0,805266 0,897366 0,0119354 290,05 119 0,0000
2 0,575026 0,758304 0,0612909 182,884 96 0,0000
3 0,472976 0,687732 0,144222 126,834 75 0,0002
4 0,421787 0,649451 0,273654 84,8807 56 0,0077
5 0,321477 0,56699 0,473276 48,999 39 0,1310
6 0,191459 0,43756 0,697509 23,5957 24 0,4849
7 0,137324 0,370572 0,862676 9,67538 11 0,5598
Este procedimiento encuentra las combinaciones lineales de dos conjuntos de variables que tienen la
mayor correlación entre ellas. En este caso, se formaron 7 conjuntos de combinaciones lineales. El
primer conjunto de combinaciones lineales es
en donde las variables fueron primero estandarizadas restándoles primero sus medias y dividiéndolas
entre sus desviaciones estándar. La tabla muestra las correlaciones estimadas entre cada conjunto de
variables canónicas. Dado que 4 de los valores-P son menores que 0,05, esos conjuntos tienen una
correlación estadísticamente significativa con un nivel de confianza del 95,0%.
2,4
1,4
Conjunto 2
0,4
-0,6
-1,6
-2,6
-2,5 -1,5 -0,5 0,5 1,5 2,5
Conjunto 1
Figura 8.22.- Correlaciones Canónicas para Rosados: Parámetros de color frente a parámetros enológicos
clásicos
El procedimiento de Análisis Discriminante está diseñado para ayudar a distinguir entre dos o más
grupos de datos basados en un conjunto de p variables cuantitativas observadas. Esto se hace
construyendo funciones discriminantes que son combinaciones lineales de las variables. El objetivo
de tal análisis es generalmente uno o ambos de los que siguen:
• La habilidad para describir los casos observados matemáticamente de una manera que los separa
en grupos tan bien como sea posible.
• La habilidad para clasificar nuevas observaciones como pertenencia a uno u algunos grupos.
Las funciones discriminantes derivadas pueden utilizarse para clasificar nuevos casos dentro de los
grupos. Las probabilidades a priori de pertenencia para cada grupo serán ingresadas o derivadas de
los datos observados.
donde las Z’s son las variables de entrada X estandarizadas, creadas restando la media muestral y
dividiendo entre la desviación estándar muestral. Las s funciones discriminantes son encontradas por
la determinación de eigenvalores por:
Para clasificar nuevos casos dentro de grupos, las funciones de clasificación también son derivadas.
Para clasificar una observación, una puntuación es derivada para cada grupo. La puntuación para el
j-ésimo grupo es calculado por:
Nuevos casos son clasificados como perteneciendo a cualquier grupo si tiene el valor más grande de
Cj * a priorij. donde a priorij es la probabilidad a priori de pertenecer al j-ésimo grupo. Los a
priori se pueden ingresar por el usuario, la estimación de los datos, o asumir que son iguales.
En cuanto a los trabajos enológicos que utilizan el Análisis Discriminante, es preciso reconocer que
constituye la herramienta estadística multivariante más utilizada en este ámbito científico. Así, la
Base de Datos SCOPUS ofrece la cantidad ingente de 3.471 documentos a la búsqueda “análisis
discriminante en vinos”. La razón de esta prodigalidad, probablemente recae en la facilidad y claridad
con que el Análisis Discriminante provee de herramientas claras para diferenciar tipos de vinos,
distintos grados de envejecimiento, vinos procedentes de distintas Denominaciones de Origen, el
empleo de diferentes tipos de uva o de técnicas de vinificación, etc. algo extremadamente útil, en un
campo alimentario y científico donde, garantizar la calidad y procedencia de un vino es fundamental.
Ya Colagrande (1988) utiliza el Análisis Discriminante para sus estudios estadísticos que discriminan
la evolución del color y de los compuestos fenólicos en el envejecimiento del vino tinto. Gómez-Plaza
et al. (1999) utilizan el Análisis Discriminante aplicado a variables fenólicas y cromáticas en vinos
tintos jóvenes para clasificarlos por su status de envejecimiento, mientras que Pozo-Bayón et al.
(2003) discriminan y clasifican diferentes vinos blancos y tintos con esta herramienta estadística,
utilizando el comportamiento de compuestos fenólicos de bajo peso molecular durante su periodo
de envejecimiento. Por su parte, Pozo y Carrasco (2005) utilizan el Análisis Discriminante para
clasificar diferentes tipos de vino según sus parámetros químicos, fenólicos y de color.
Estudiar los factores que afectan a la composición volátil de los vinos blancos, uno de sus aspectos
sensoriales más relevantes, es el objeto de la aplicación de Análisis Discriminante realizado por Gallo
et al. (2011) a vinos sometidos a diferentes procesos y condiciones de almacenamiento, mientras que
en su estudio de la aplicación de herramientas estadísticas a la caracterización enológica de los vinos
Martín-Álvarez (2015) destaca el poder clasificatorio del Análisis Discriminante, conclusiones
similares a las obtenidas por Geana et al. (2016) en su objetivo de seleccionar las mejores técnicas de
clasificación de vinos tintos, en función de determinados marcadores.
La aplicación del Análisis Discriminante a Vinos de Ribera del Duero, ha sido frecuente. Merecen
destacarse las contribuciones de Pérez-Prieto et al. (2003), Prieto (2009), Serrano-Lourido et al.
(2012) y especialmente el amplio conjunto de trabajos sobre el tema de Silvia Pérez-Magariño:
Pérez-Magariño (1999), Pérez-Magariño y González-San José (2001; 2002; 2004; 2006) y Pérez-
Magariño et al. (2002; 2004).
I. Hasta 12 meses,
II. Más de 12 meses y hasta 36 meses.
III. Más de 36 meses.
En primer lugar vamos a tomar como variables predictoras las correspondientes a parámetros
fenólicos, que son 7. La Variable de clasificación es: Grupos edad.
Variables independientes: PT PPP PMP PRO Ant Cat Ortodif
Funciones Lambda
Derivadas de Wilks Chi-Cuadrada GL Valor-P
1 0,413802 62,6480 14 0,0000
2 0,950275 3,6213 6 0,7278
Tabla 9.1.- Tabla resumen del análisis discriminante de vinos tintos con 7 variables introducidas.
Este procedimiento está diseñado para desarrollar un conjunto de funciones discriminantes el cual
puede ayudar a predecir Grupos edad con base en los valores de otras variables cuantitativas. 77
casos fueron utilizados para desarrollar un modelo que discrimine entre los 3 niveles de Grupos
edad. Se han introducido 7 variables predictoras.
Hay una función de clasificación para cada uno de los 3 niveles de Grupos edad. Por ejemplo, la
función usada para el primer nivel de Grupos edad es:
Estas funciones se utilizan para predecir a qué nivel de Grupos edad pertenecen las nuevas
observaciones.
Además podemos conocer los coeficientes de las funciones usadas para discriminar entre los
distintos niveles de Grupos edad. De particular interés son los coeficientes estandarizados. La
primera función discriminante estandarizada es:
En la tabla 9.2 y en general en las tablas de clasificación, se muestran en cada línea los resultados
para los casos que actualmente pertenecen a un grupo en particular, y en las columnas las
frecuencias con las que han sido clasificados como pertenecientes a cada grupo.
2,3
Función 2
1,3
0,3
-0,7
-1,7
-3 -2 -1 0 1 2 3
Función 1
Figura 9.1.- Análisis discriminante en vinos tintos cuando se consideran 7 variables predictoras.
En segundo lugar vamos a considerar como variables predictoras o variables independientes aquellas
que explican parámetros de color. De nuevo la Variable de clasificación es: Grupos edad
Variables independientes:
A420 A520 A620 Inten. Col %Ama %Rojo %Azul Ton %rojos pur PGX PGY
PGZ PG Brill PG Pur PG l PG Int PGTon
Funciones Lambda
Derivadas de Wilks Chi-Cuadrada GL Valor-P
1 0,0865253 178,6542 34 0,0000
2 0,435455 60,6895 16 0,0000
Tabla 9.3.- Tabla resumen del análisis discriminante de vinos tintos con 17 variables introducidas.
Este procedimiento está diseñado para desarrollar un conjunto de funciones discriminantes el cual
puede ayudar a predecir Grupos edad con base en los valores de otras variables cuantitativas. 84
casos fueron utilizados para desarrollar un modelo que discrimine entre los 3 niveles de Grupos
edad. 17 variables predictoras fueron introducidas.
Hay una función para cada uno de los 3 niveles de Grupos edad. Por ejemplo, la función usada para
el primer nivel de Grupos edad es
Se utilizan estas funciones para predecir a qué nivel de Grupos edad pertenecen las nuevas
observaciones.
Se muestran los coeficientes de las funciones usadas para discriminar entre los distintos niveles de
Grupos edad. De particular interés son los coeficientes estandarizados. La primera función
discriminante estandarizada es
0,8
-1,2
-3,2
-2,6 -0,6 1,4 3,4 5,4 7,4
Función 1
Figura 9.2.- Análisis discriminante en vinos tintos cuando se consideran 17 variables predictoras.
En tercer lugar se van a introducir como variables predictoras el conjunto de los parámetros fenólicos
y parámetros de color. Variable de clasificación: Grupos edad
Variables independientes:
PT PPP PMP PRO Ant Cat Ortodif A420 A520 A620 Inten. Col %Ama %Rojo
%Azul Ton %rojos pur PG X PG Y PG Z PG Brill PGPur PGλ P Int PGTon
Funciones Lambda
Derivadas de Wilks Chi-Cuadrada GL Valor-P
1 0,0573541 167,2228 48 0,0000
2 0,402586 53,2260 23 0,0003
Tabla 9.5.- Tabla resumen del análisis discriminante de vinos tintos con 24 variables introducidas.
Este procedimiento está diseñado para desarrollar un conjunto de funciones discriminantes el cual
puede ayudar a predecir Grupos edad con base en los valores de otras variables cuantitativas. 73
casos fueron utilizados para desarrollar un modelo que discrimine entre los 3 niveles de Grupos
edad. 24 variables predictoras fueron introducidas.
Se obtiene una función para cada uno de los 3 niveles de Grupos edad. Por ejemplo, la función usada
para el primer nivel de Grupos edad es
Se utilizan estas funciones para predecir a qué nivel de Grupos edad pertenecen las nuevas
observaciones.
Se muestran ahora los coeficientes de las funciones usadas para discriminar entre los distintos
niveles de Grupos edad. De particular interés son los coeficientes estandarizados. La primera función
discriminante estandarizada es
2,1
0,1
-1,9
-3,9
-8 -5 -2 1 4 7
Función 1
Figura 9.3.- Análisis discriminante en vinos tintos cuando se consideran 24 variables predictoras.
9.2.4.- ANÁLISIS DISCRIMINANTE VINOS TINTOS CON TODAS LAS VARIABLES (31)
Por último se realiza el análisis considerando todas las variables objeto de estudio. Número de casos
completos: 72. Número de grupos: 3
Funciones Lambda
Derivadas de Wilks Chi-Cuadrada GL Valor-P
1 0,0451161 167,3199 62 0,0000
2 0,336722 58,7789 30 0,0013
Tabla 9.7.- Tabla resumen del análisis discriminante de vinos tintos considerando las 31 variables.
Este procedimiento está diseñado para desarrollar un conjunto de funciones discriminantes el cual
puede ayudar a predecir Grupos edad con base en los valores de otras variables cuantitativas. 72
casos fueron utilizados para desarrollar un modelo que discrimine entre los 3 niveles de Grupos
edad. 31 variables predictoras fueron introducidas.
Se obtiene una función predictora para cada uno de los 3 niveles de Grupos edad. Por ejemplo, la
función usada para el primer nivel de Grupos edad es
Se utilizan estas funciones para predecir a que nivel de Grupos edad pertenecen las nuevas
observaciones.
Esta ventana muestra los coeficientes de las funciones usadas para discriminar entre los distintos
niveles de Grupos edad. De particular interés son los coeficientes estandarizados. La primera función
discriminante estandarizada es
Tabla 9.8.- Tabla de Clasificación para vinos tintos utilizando las 31 variables.
0,7
-1,3
-3,3
-8 -6 -4 -2 0 2 4
Función 1
Figura 9.4.- Análisis discriminante en vinos tintos cuando se consideran 31 variables predictoras.
Resumiendo para el caso de vinos de vinos tintos el análisis discriminante es capaz de obtener altos
porcentajes de casos correctamente clasificados, no siendo proporcional al nº de variables que se
introducen en el análisis pues al pasar de 24 a 31 variables sólo mejora un 4% (de 94 a 98 %) los casos
correctamente clasificados.
I. Hasta 10 meses
II. De 12 a 24 meses
III. Más de 24 meses
Como en el caso de los vinos tintos empezamos ahora en rosados por considerar únicamente los 7
parámetros fenólicos. Por otro lado la Variable de clasificación sigue siendo: GRUPOS EDAD
Variables independientes: PPT PPP PMP PRO Antoc Catequin OD
Número de casos completos: 73 Número de grupos: 3
Funciones Lambda
Derivadas de Wilks Chi-Cuadrada GL Valor-P
1 0,13113 136,1151 14 0,0000
2 0,58249 36,2097 6 0,0000
Tabla 9.9.- Tabla resumen del análisis discriminante de vinos rosados considerando 7 variables.
Este procedimiento está diseñado para desarrollar un conjunto de funciones discriminantes el cual
puede ayudar a predecir GRUPOS EDAD con base en los valores de otras variables cuantitativas. 73
casos fueron utilizados para desarrollar un modelo que discrimine entre los 3 niveles de GRUPOS
EDAD. 7 variables predictoras fueron introducidas. Las 2 funciones discriminantes con valores-P
menores que 0,05 son estadísticamente significativas con un nivel de confianza del 95,0%. Hay una
función para cada uno de los 3 niveles de GRUPOS EDAD. Por ejemplo, la función usada para el
primer nivel de GRUPOS EDAD es
Se utilizan estas funciones para predecir a que nivel de GRUPOS EDAD pertenecen las nuevas
observaciones.
Se muestra los coeficientes de las funciones usadas para discriminar entre los distintos niveles de
GRUPOS EDAD. De particular interés son los coeficientes estandarizados. La primera función
discriminante estandarizada es
Hay una función para cada uno de los 3 niveles de GRUPOS EDAD. Por ejemplo, la función usada
para el primer nivel de GRUPOS EDAD es
Se utilizan estas funciones para predecir a que nivel de GRUPOS EDAD pertenecen las nuevas
observaciones.
1,5
Función 2
0,5
-0,5
-1,5
-2,5
-2,9 -0,9 1,1 3,1 5,1 7,1
Función 1
Funciones Lambda
Derivadas de Wilks Chi-Cuadrada GL Valor-P
1 0,185578 112,8468 34 0,0000
2 0,700025 23,8948 16 0,0918
Tabla 9.11.- Tabla resumen del análisis discriminante de vinos rosados considerando 17 variables.
Este procedimiento está diseñado para desarrollar un conjunto de funciones discriminantes el cual
puede ayudar a predecir GRUPOS EDAD con base en los valores de otras variables cuantitativas. 78
casos fueron utilizados para desarrollar un modelo que discrimine entre los 3 niveles de GRUPOS
EDAD. 17 variables predictoras fueron introducidas. La función discriminante con valor-P menor que
0,05 es estadísticamente significativa con un nivel de confianza del 95,0%.
1,5
Función 2
0,5
-0,5
-1,5
-2,5
-4,8 -2,8 -0,8 1,2 3,2
Función 1
En el tercer caso y para vinos rosados se considera la suma de parámetros fenólicos y de color, a la
vez que la Variable de clasificación sigue siendo: GRUPOS EDAD
Variables independientes:
PPP PMP PRO Ant Cate OD A420 A520 A620 Inten. col %Ama %Rojo %Azul
Ton dA% PG X PG Y PG Z PG Brill PG Pur PGλ PG Int PG Ton PPT
Funciones Lambda
Derivadas de Wilks Chi-Cuadrada GL Valor-P
1 0,0439786 179,6330 48 0,0000
2 0,334894 62,9017 23 0,0000
Tabla 9.13.- Tabla resumen del análisis discriminante de vinos rosados considerando 24 variables.
Este procedimiento está diseñado para desarrollar un conjunto de funciones discriminantes el cual
puede ayudar a predecir GRUPOS EDAD con base en los valores de otras variables cuantitativas. 72
casos fueron utilizados para desarrollar un modelo que discrimine entre los 3 niveles de GRUPOS
EDAD. 24 variables predictoras fueron introducidas.
Las 2 funciones discriminantes con valores-P menores que 0,05 son estadísticamente significativas
con un nivel de confianza del 95,0%.
Hay una función predictora para cada uno de los 3 niveles de GRUPOS EDAD. Por ejemplo, la función
usada para el primer nivel de GRUPOS EDAD es
Se utilizan estas funciones para predecir a qué nivel de GRUPOS EDAD pertenecen las nuevas
observaciones.
0,9
-1,1
-3,1
-4 -2 0 2 4 6 8
Función 1
9.3.4.- ANÁLISIS DISCRIMINANTE PARA VINOS ROSADOS CONSIDERANDO TODAS LAS VARIABLES (31)
En este último caso se introducen todas las variables de estudio. El Número de casos completos es :
72 y el Número de grupos, como en el resto de casos es: 3
Funciones Lambda
Derivadas de Wilks Chi-Cuadrada GL Valor-P
1 0,0221435 205,7513 62 0,0000
2 0,25165 74,5046 30 0,0000
Tabla 9.15.- Tabla resumen del análisis discriminante de vinos rosados considerando las 31 variables.
Este procedimiento está diseñado para desarrollar un conjunto de funciones discriminantes el cual
puede ayudar a predecir GRUPOS EDAD con base en los valores de otras variables cuantitativas. 72
casos fueron utilizados para desarrollar un modelo que discrimine entre los 3 niveles de GRUPOS
EDAD. 31 variables predictoras fueron introducidas. Las 2 funciones discriminantes con valores-P
menores que 0,05 son estadísticamente significativas con un nivel de confianza del 95,0%.
Las funciones usadas para clasificar observaciones. Hay una función para cada uno de los 3 niveles
de GRUPOS EDAD. Por ejemplo, la función usada para el primer nivel de GRUPOS EDAD es
Se utilizan estas funciones para predecir a qué nivel de GRUPOS EDAD pertenecen las nuevas
observaciones.
Además se obtienen las funciones usadas para discriminar entre los distintos niveles de GRUPOS
EDAD. De particular interés son los coeficientes estandarizados. La primera función discriminante
estandarizada es
0,1
-1,9
-3,9
-5 -2 1 4 7 10
Función 1
Figura 9.8.- Análisis discriminante en vinos rosados con todas las variables predictoras (31)
Resumiendo para el caso de vinos rosados el análisis discriminante al introducir todas las variables
(31) obtenemos 97% de casos correctamente clasificados, mientras que si introducimos las 24
variables que se corresponden con familias fenólicas + parámetros de color obtenemos un 94 % de
casos correctamente clasificados.
Esto nos habla de la menor capacidad de clasificación de los parámetros enológicos clásicos frente al
resto de variables (familias fenólicas y los parámetros de color).
En el primer apartado de rosados se obtiene con los 7 parámetros fenólicos un 88% de casos
correctamente clasificados frente al 82 % cuando se introducen en el análisis los 17 parámetros de
color. Esto implicaría el mayor poder de clasificación en grupos de edad de los parámetros fenólicos
respecto a los de color para el caso de rosados.
10.- CONCLUSIONES.
Tras la realización del presente trabajo, se pueden extraer las siguientes conclusiones:
1.- Se ha demostrado que el Análisis de los parámetros químicos tradicionales, del contenido de las
principales familias fenólicas y de las variables cromáticos, constituyen un elemento esencial para la
caracterización de los Vinos Tintos Jóvenes y Rosados de Ribera del Duero, para diferenciarlos de
vinos de otras procedencias, para medir su evolución temporal durante su envejecimiento en botella
y para determinar su calidad.
2.- Se han determinado los contenidos de los compuestos químicos más relevantes que integran las
familias fenólicas de los vinos jóvenes embotellados, tintos y rosados, procedentes de la
Denominación de Origen Ribera del Duero y que sirven para su caracterización. Se han definido los
parámetros cromáticos más relevantes de los vinos jóvenes embotellados, tintos y rosados,
procedentes de la Denominación de Origen Ribera del Duero para caracterizar su calidad y como esta
evoluciona en función del tiempo transcurrido en botella. Los vinos de Ribera del Duero exhiben
bastantes diferencias frente a vinos de otras procedencias, especialmente en sus contenidos
fenólicos y cromáticos, destacando en los tintos su mayor contenido fenólico y sus importantes
tonalidades cromáticas violáceas, y en los rosados sus tonos rojo-magentas.
3.- Se ha determinado la evolución temporal en botella (desde un mínimo de dos meses hasta un
máximo de 72 meses) de los parámetros químicos clásicos, familias fenólicas y variables de color de
los vinos jóvenes embotellados, tintos y rosados, procedentes de la Denominación de Origen Ribera
del Duero, cuantificando su variación temporal y estableciendo los márgenes de tiempo en los cuales
las cualidades de estos vinos, pierden su óptimo de calidad y cuando hacen no recomendable su
consumo.
4.- Mediante la aplicación del Análisis de la Varianza, ANOVA, se han encontrado herramientas útiles
para identificar y separar los vinos tintos jóvenes de los rosados y para discriminar, con criterios
estadísticamente significativos, las poblaciones de tintos jóvenes y de rosados, según su tiempo de
permanencia en botella.
5.- Se ha establecido relaciones sólidas y significativas entre los parámetros químicos, fenólicos y de
color, de los vinos tintos jóvenes y rosados de Ribera del Duero, que permitan deducir correlaciones
entre los mismos y dotar de significado físico a esas proximidades entre variables enológicas.
6.- Se han identificado procesos físicos que permiten simplificar y reducir el elevado número de
variables que se utilizan para caracterizar el vino, y agrupar muestras y variables según esos procesos
físicos, utilizando para ello herramientas estadísticas como el Análisis Factorial y el Análisis de
Conglomerados y que han demostrado su utilidad para el caso de los vinos jóvenes embotellados,
tintos y rosados, procedentes de la Denominación de Origen Ribera del Duero.
7.- Se han construido Modelos de Evolución que permiten predecir con una certidumbre
estadísticamente significativa los valores de los principales parámetros químicos, fenólicos y
cromáticos de los vinos jóvenes, tintos y rosados, procedentes de la Denominación de Origen Ribera
del Duero, no solo con el paso del tiempo en botella, sino también en función de los valores que
adopten el resto de sus variables químicas clásicas, fenólicas y cromáticas. Para ello se ha
demostrado la utilidad de herramientas estadísticas como las Regresiones Simples, las Regresiones
Múltiples y las Correlaciones Canónicas.
8.- Se han seleccionado, dentro un amplio conjunto de 33 variables, aquellos parámetros esenciales
para el control de la calidad de los vinos tintos jóvenes y rosados, a lo largo de su almacenamiento y
envejecimiento en botella, que permiten simplificar las tareas de monitoreo de los vinos,
distinguiéndose el interés especial en conocer el contenido de Antocianos y Polifenoles Poco
Polimerizados, así como del %Amarillo, la PG Tonalidad y el %Rojos.
9.- Se ha demostrado la fuerte vinculación y correlacionalidad existente entre los dos conjuntos de
parámetros cromáticos analizados: las variables de Glories y de Gonzales, siendo sin embargo
algunas de estas variables más especialmente útiles para el control de la calidad del color de los vinos
tintos jóvenes y rosados de Ribera del Duero y para controlar su calidad con el tiempo de
embotellado.
10.- La relación entre familias fenólicas y cromaticidad de los vinos es una constante, detectada con
todas las herramientas estadísticas a las que se han sometido los datos analíticos obtenidos en
laboratorio. Esencialmente la Intensidad Colorante de Gonzales ha demostrado ser fuertemente
dependiente del contenido fenólico global y de la relación existente entre sus diversas familias, y su
correlación positiva con el %Amarillo y positiva con el %Rojo y especialmente %Azul es
especialmente útil para el control de la evolución de la calidad de estos vinos durante su
almacenamiento en botella.
11.- Se ha demostrado la utilidad del Análisis Discriminante para construir funciones canónicas que
permiten agrupar a los vinos tintos jóvenes y rosados de Ribera del Duero, no solo diferenciándolos
de vinos de otras regiones vinícolas, como ya recoge la bibliografía, sino para diferenciar los mismos
vinos según su grado de envejecimiento en botella, lo que además permite identificar la edad de un
vino sin su conocimiento previo.
12.- Se pueden sugerir propuestas a la Industria del Vino de la Ribera del Duero tendentes a
optimizar el tiempo de permanencia de sus vinos jóvenes, tintos y rosados, en botella, sin que el
deterioro de sus parámetros básicos de calidad llegue a niveles que afecten el grado de aprobación o
rechazo por parte de los consumidores. Las propuestas a aplicar en la producción de los vinos de
Ribera del Duero deben priorizar la optimización de la conservación de los parámetros de color por
parte de la Industria y las Bodegas, y desechar el prolongar excesivamente los periodos de vida útil
en el mercado de estos vinos.
11.- BIBLIOGRAFÍA
• Abbal, Ph., Sarris, J., Pradal, M., Berger, J.-L., Robin, J.-P. (1999). “Influence of the liquid or
gazeous nature of the grape berries environment on rheological properties and on colour
and nitrogen extractabilities during conditions simulating the beaujolais wine-making
process”. Journal International des Sciences de la Vigne et du Vin, 33 (2), pp. 87-98.
• Abril, I.; Casp, A. (2006). “Predicción del nivel de calidad del vino”. XXIXème Congrès Mondial
de la Vigne et du Vin. Logroño (España).
• Agu, R.C., Okenchi, M.U., Ude, C.M., Onyia, A.I., Onwumelu, A.H., Ajiwe, V.I.E. (1999).
“Fermentation Kinetic Studies of Nigerian Palm Wines-Elaeis guineensis and Raphia hookeri
for Preservation by Bottling”. Journal of Food Science and Technology, 36 (3), pp. 205-209.
• Antonella, D. S., Federico, D., Grazia, S. M., Gabriela, M. (2013). “Antimutagenic and
antioxidant activities of some bioflavours from wine”. Food Chem Toxicol. 2013 Oct; 60:141-
6. doi: 10.1016/j.fct.2013.07.042. Epub 2013 Jul 24.
• Añón, A., López, J.F., Hernando, D., Revilla, E., Losada, M.M. (2014) “Effect of five enological
practices and of the general phenolic composition on fermentation-related aroma
compounds in Mencia young red wines”. Food Chemistry. Volume 148, 2014, Pages 268-275.
• Archier, P., Coen, S. & Roggero, J.P. (1993). ”Changes in the phenolic content of single-variety
wines after the first nine months of storage”. Sci. Aliment., 13, 483-490.
• Aruani, A. C., Videla, R., Quini, C. I., Murgo, M., Ortiz, H., Prieto, S. (2013). “Vinos Malbecs
comerciales argentinos: perfiles regionales sensoriales”. Instituto Nacional de Vitivinicultura.
Ministerio de Agroindustria de Argentina. 7 pp.
• Ayala, F., Echávarri, J.F., and Negeruela, I., (1999). “A New Simplified Method for Mesuring
the Color of Wines. III. Al wines and Brandies”. Am J. Enol. Vitic., Vol 50, Nº 3, 359-363.
• Azuma, A., Kobayashi, S., Mitani, N., Shiraishi, M., Yamada, M., Ueno, T., Kono, A., Yakushiji,
H., Koshita, Y. (2008). “Genomic and genetic analysis of Myb-related genes that regulate
anthocyanin biosynthesis in grape berry skin”. Theoretical and Applied
Genetics, 117 (6), pp. 1009-1019.
• Bakker & Timberlake, C.F. (1986). “The mecanism of color changes in aging Port wine”. Am. J.
Enol. Vitic., 37(4), 288-292.
• Bakker. J. Y Arnold G. H.(1993). “Analysis of sensory and chemical data for colour evaluation
of a range of red port wines”. Am. J. Vitic Enol. 1. 27-34.
• Barroso, C.G., Torrijos, R.C., Pérez-Bustamante, J.A. (1986). “Evolution of phenolic acids and
aldehydes during the different production process of "Fino" Sherry wine”. Zeitschrift für
Lebensmittel-Untersuchung und -Forschung, 182 (5), pp. 413-418.
• Barsky, S.H., Rosen, S., Geer, D.E., Noe, J.M. (1980). “The nature and evolution of port wine
stains: A computer-assisted study”. Journal of Investigative Dermatology, 74 (3), pp. 154-
157.
• Beacco, Claire, Brunetaud, Jean Marc M.D., Rotteleur, Guy M.D., Steen, D., Brunet, F. (1996).
“Quantitative assessment of port-wine stains using chromametry: preliminary results”.
Proceedings of SPIE - The International Society for Optical Engineering, 2922, pp. 49-56.
• Benito, Sáez, Pedro (2010). “Compuestos Fenólicos en los Vinos”. Bodegas Urbina Vinos. La
Rioja. http://urbinavinos.blogspot.com.es/2010/12/polifenoles-fenoles-o-compuestos.html.
• Bertelli, A. A. and Das, D. K. (2009). “Grapes, wines, resveratrol, and heart health”. J
Cardiovasc Pharmacol. 2009 Dec;54(6):468-76. doi: 10.1097/FJC.0b013e3181bfaff3.
• Bird, David (2010). “Understanding Wine Technology: The Science of Wine Explained”. 3ª
Edition. Dbqa Publishing. 326 pp.
• Blanco Hernáez J.A. (2013) “Aclareo mecánico en viticultura: efectos sobre los componentes
de la producción, y la composición de la uva y del vino”. Tesis Doctoral. Universidad de la
Rioja.
• Boban, N. Tonkic M., Budimir D., Modun D., Sutlovic D., Punda-Polic V., Boban M. (2010).
“Antimicrobial effects of wine: separating the role of polyphenols, pH, ethanol and other
wine components”. J Food Sci. 2010 Jun;75(5):M322-6. doi: 10.1111/j.1750-
3841.2010.01622.x.
• BOE (1970). “Ley 25/1970, de 2 de diciembre del Estatuto de la Viña, del Vino y de los
Alcoholes”. BOE de 5 de diciembre, número 291. pp. 19816-19829.
• Boido, E., Alcalde-Eon, C., Carrau, F., Dellacassa, E., Rivas-Gonzalo, J.C. (2006). “Aging effect
on the pigment composition and color of Vitis vinifera L. Cv. Tannat wines. Contribution of
the main pigment families to wine color”. Journal of Agricultural and Food
Chemistry, 54 (18), pp. 6692-6704
• Bosso, A., Guaita, M., Panero, L., Borsa, D., Follis, R. (2009). “Influence of two winemaking
techniques on polyphenolic composition and color of wines”. American Journal of Enology
and Viticulture, 60 (3), pp. 379-385.
• Boulton R. (2001). “The copigmentation of anthocyanins and its role in the color of red wine:
A critical review”. Am J Enol Vitic 2001; 52: 67-87.
• Bourzeix, M., Weiland, D., Heredia, N., & Desfeux,C. (1986). “Étude des catéchines et des
procyanidols de la grape de rasin , du vin et d’autres derivés de la vigne”. Bull. OIV, 59,669-
670,1171-1254.
• Bravo Abad, F. Pérez-Zúñiga, F. J., Gonzales Cartagena, L. (1992). “Fermentación del mosto
cervecero por asociaciones de levaduras. Influencia en la estabilidad coloidal”. Alimentaria:
Revista de Tecnología e Higiene de los Alimentos, ISSN 0300-5755, Nº 232, 1992, págs. 51-56.
• Brouillard, R., Dangles, O. (1994). “Anthocyanin molecular interactions: The first step in the
formation of new pigments during wine aging”. Food Chemistry 51. 365-371.
• Brouillard, R., George, F., Fougerousse, A. (1997). “Polyphenols produced during red wine
ageing”. BioFactors, 6 (4), pp. 403-410.
• Brouillard R., Delaporte B., Dubois J.E. (1978). “Chemistry of anthocyanin pigments. 3.
Relaxation amplitudes in pH jump experiments”. J Am Chem Soc 1978; 100: 6200-5.
• Brouillard, R., S. Chassaing, A. Fougerousse (2003). “Why are grape/fresh wine anthocyanins
so simple and why is it the red wine color last so long?”. Phytochemistry nº 64 (2003). 1179-
1186.
• Brown, Ch. E. (1998). “Applied Multivariate Statistics in Geohydrology and related Sciences”.
Springer.
• Burin, V.M., da Silva, A.L., Malinovski, L.I., Rosier, J.P., Falcão, L.D., Bordignon-Luiz, M.T.
(2011). “Characterization and multivariate classification of grapes and wines of two Cabernet
Sauvignon clones”. Pesquisa Agropecuaria Brasileira, 46 (5), pp. 474-481.
• Burin, V.M., Falcão, L.D., Chaves, E.S., Gris, E.F., Preti, L.F., Bordignon-Luiz, M.T. (2010).
“Phenolic composition, colour, antioxidant activity and mineral profile of Cabernet Sauvignon
wines”. International Journal of Food Science and Technology, 45 (7), pp. 1505-1512. .
• Burin, V.M., Freitas Costa, L.L., Rosier, J.P., Bordignon-Luiz, M.T. (2011). “Cabernet Sauvignon
wines from two different clones, characterization and evolution during bottle ageing”. LWT -
Food Science and Technology, 44 (9), pp. 1931-1938.
• Cabellos, J.M., et al (1998). “Extracción y evolución de color en la variedad tinto fino en la
DO “vinos de Madrid” Incidencia del uso de enzimas pectolíticos”. XX Jornadas de viticultura
y enología Tierra de Barros.
• Cabrera Valido, H.M.; Pérez Olivero, S.J.; Rodríguez Delgado, M.A.; Conde González, J.E.;
Pérez Trujillo, J.P. (2002). “Determinación de las coordenadas CILAB y otros parámetros
influyentes en el color en vinos tintos de las Islas Canarias”. IV Jornadas Técnicas Vitivinícolas
Canarias. 25, 26 y 27 de noviembre de 2002, Casa del Vino "La Baranda", El Sauzal. pp 1-9.
• Cadahía, E., Fernández de Simón, B., Sanz, M., Poveda, P., Colio, J. (2009). “Chemical and
chromatic characteristics of Tempranillo, Cabernet Sauvignon and Merlot wines from DO
Navarra aged in Spanish and French oak barrels”. Food Chemistry, 115 (2), pp. 639-649.
• Cadot, Y., Caillé, S., Samson, A., Barbeau, G., Cheynier, V. (2012). “Sensory representation of
typicality of Cabernet franc wines related to phenolic composition: Impact of ripening stage
and maceration time”. Analytica Chimica Acta, 2012, Jun. 30; 732:91-9.
• Caillé, S., Samson, A., Wirth, J., Diéval, J.-B., Vidal, S., Cheynier, V. (2010). “Sensory
characteristics changes of red Grenache wines submitted to different oxygen exposures pre
and post bottling”. Analytica Chimica Acta, 660 (1-2), pp. 35-42.
• Canas, S., Caldeira, I., Belchior, A.P. (2009). “Comparison of alternative systems for the ageing
of wine brandy. Oxygenation and wood shape effect”. Ciencia e Tecnica
Vitivinicola, 24 (1), pp. 33-40.
• Canas, S., Caldeira, I., Belchior, A.P. (2009) “Comparison of alternative systems for the ageing
of wine brandy. Wood shape and wood botanical species effect”. Ciencia e Tecnica
Vitivinicola, 24 (2), pp. 91-99.
• Cano-López, M., Pardo-Mínguez, F., Schmauch, G., Saucier, C., Teissedre, P.-L., López-Roca,
J.M., Gómez-Plaza, E. (2008). “Effect of micro-oxygenation on color and anthocyanin-related
compounds of wines with different phenolic contents”. Journal of Agricultural and Food
Chemistry, 56 (14), pp. 5932-5941.
• Cantos, E., Espín, J.C., Fernández, M.J., Oliva, J., Tomás-Barberán, F.A. (2003). “Postharvest
UV-C-irradiated grapes as a potential source for producing stilbene-enriched red wines”.
Journal of Agricultural and Food Chemistry, 51 (5), pp. 1208-1214.
• Caro, A., Cacciotto, A., Fenu, P., Piga, A. (2010). “Polyphenols, colour and antioxidant activity
changes in four Italian red wines during storage”. Acta Alimentaria, 39 (2), pp. 192-210.
• Carrascosa, A. V. y Rosario Muñoz (2005). “Microbiología del Vino”. Antonio Madrid Vicente
Editor. 400 pp.
• Castellari, M., Arfelli, G., Riponi, C., Amati, A. (1998). “Evolution of phenolic compounds in
red winemaking as affected by must oxygenation”. American Journal of Enology and
Viticulture, 49 (1), pp. 91-94.
• Castellari, M., Matricardi, L., Arfelli, G., Galassi, S., Amati, A. (2000). “Level of single bioactive
phenolics in red wine as a function of the oxygen supplied during storage”.
Food Chemistry, 69 (1), pp. 61-67.
• Castellarin, S.D., Di Gaspero, G., Marconi, R., Nonis, A., Peterlunger, E., Paillard, S., Adam-
Blondon, A.-F., Testolin, R. (2006). “Colour variation in red grapevines (Vitis vinifera L.):
Genomic organisation, expression of flavonoid 3′-hydroxylase, flavonoid 3′,5′-hydroxylase
genes and related metabolite profiling of red cyanidin-/blue delphinidin-based anthocyanins
in berry skin”. BMC Genomics, 7, art. no. 12, .
• Castillo-Sánchez, J.J., Mejuto, J.C., Garrido, J., García-Falcón, S. (2006). “Influence of wine-
making protocol and fining agents on the evolution of the anthocyanin content, colour and
general organoleptic quality of Vinhão wines”. Food Chemistry, 97 (1), pp. 130-136.
• Cedrón Fernández, María Trinidad (2004). “Estudio Analítico de compuestos volátiles en vino.
Caracterización Quimiométrica de distintas denominaciones de origen”. Tesis Doctoral.
Universidad de La Rioja. 420 pp.
• Cheynier V., Moutounet M., Sarni-Manchado P.(2000). “Los compuestos fenólicos”. En: C.
Flanzy (ed.). Enología: Fundamentos científicos y tecnológicos. Madrid: Mundiprensa, 2000:
114-36.
• Cheynier V., Dueñas-Paton M., Salas E., Maury Ch., Souquet J-M, Sarni-Manchado P. and H.
Fulcrand (2006). “Structure and Properties of Wine Pigments and Tannins”. Am J Enol Vitic.
September 2006 57: 298-305;
• Chinnici, F., Natali, N., Sonni, F., Bellachioma, A., Riponi, C. (2011). “Comparative changes in
color features and pigment composition of red wines aged in oak and cherry wood casks”.
Journal of Agricultural and Food Chemistry, 59 (12), pp. 6575-6582.
• Clarke, R.J. y J. Bakker (2009). “Química del Flavor del Vino”. Editorial Acribia S.A. Zaragoza.
377 pp.
• Colagrande, O. (1988). “Evoluzione dell enolo. Color and phenolic compounds of a young red
wine as discriminating variables of its ageing status”. Rev. Oenologues, 50; 18-30.
• Comuzzo, P., Tat, L., Battistutta, F., Tasso, A. (2005). “Effect of a yeast industrial lysate on the
evolution of red wines after bottling [Effet d'un lysat industriel de levure sur l'évolution des
vins rouges en bouteille]”. Journal International des Sciences de la Vigne et du
Vin, 39 (2), pp. 83-90.
• Cozzolino, D.,Kwiatkowski M.J., Parker M., Cynkar, W.U., Dambergs, R.G., Gishen, M.,
Herderich M.J. (2004). “Prediction of phenolic compounds in red wine fermentations by
visible and near infrared spectroscopy”. Analytica Chimica Acta 513 73–80.
• da Mota, R.V., de Amorim, D.A., Fávero, A.C., Gloria, M.B.A., Regina, M.A. (2009). “Physico-
chemical characterization and bioactive amines in Syrah wines I - Influence of growing
season”. Ciencia e Tecnologia de Alimentos, 29 (2), pp. 380-385.
• Da Porto, C., Zironi, R., Celotti, E., Bertolo, A. (1998). “Evaluation of the colour stability of
enocyanines”. Journal International des Sciences de la Vigne et du Vin, 32 (3), pp. 153-161.
• Dallas, C., Ricardo-da-Silva, J.M., Laureano, O. (1996). “Products Formed in Model Wine
Solutions Involving Anthocyanins, Procyanidin B2, and Acetaldehyde”. Journal of Agricultural
and Food Chemistry. 44 (8). pp. 2402-2407.
• De Freitas, V., Mateus, N. (2011). “Formation of pyranoanthocyanins in red wines: A new and
diverse class of anthocyanin derivatives”. Analytical and Bioanalytical
Chemistry, 401 (5), pp. 1467-1477.
• De Gori, R. & Gradi, F. (1995). “Color curves of brolio wine in Chianti of diverse ages”. Boll.
Lab. Chim. Prov. (Bologna), 6, 119-121.
• Del Álamo Sanza, M., Domínguez, I.N., Merino, S.G. (2004). “Influence of different aging
systems and oak woods on aged wine color and anthocyanin composition”. European Food
Research and Technology, 219 (2), pp. 124-132.
• Del Álamo Sanza, M., Nevares Domínguez I., Cárcel Cárcel, L.M., Gallego Álvarez L., y Crespo
Merino, R., (2010). “Evolución del potencial redox durante el envejecimiento de vinos en
sistemas alternativos y en barricas”. Acenología.
• Del Álamo, M., Nevares, I., Cárcel, L.M. (2006). “Redox potential evolution during red wine
aging in alternative systems”. Analytica Chimica Acta, 563 (1-2 SPEC. ISS.), pp. 223-228.
• Del Barrio-Galán, R., Pérez-Magariño, S., Ortega-Heras, M. (2012). “Effect of the aging on lees
and other alternative techniques on the low molecular weight phenols of Tempranillo red
wine aged in oak barrels”. Analytica Chimica Acta, 2012 Jun 30; 732:53-63.
• Deytieux, C., Geny, L., Lapaillerie, D., Claverol, S., Bonneu, M., Donèche, B. (2007). “Proteome
analysis of grape skins during ripening”. Journal of Experimental Botany, 58 (7), pp. 1851-
1862.
• Deytieux-Belleau, C., Vallet, A., Donèche, B., Geny, L. (2008). “Pectin methylesterase and
polygalacturonase in the developing grape skin”. Plant Physiology and
Biochemistry, 46 (7), pp. 638-646.
• Di Stefano, R. González San José, M.L. (1991). “Evoluzione dei flavani e degli antociani in
soluzione modello e in mosto”. Riv. Vitic. Enol., N. 1, 53-69.
• Dimkou, E., Ugliano, M., Dieval, J.B., Vidal, S., Aagaard, O., Rauhut, D., Jung, R. (2011).
“Impact of headspace oxygen and closure on sulphur dioxide, colour, and hydrogen sulphide
levels in a Riesling wine”. American Journal of Enology and Viticulture, 62 (3), pp. 261-269.
• Dobrei, A., Poiana, M.-A., Sala, F., Ghita, A., Gergen, I. (2010). “Changes in the chromatic
properties of red wines from Vitis vinifera L. cv. Merlot and Pinot Noir during the course of
aging in bottle”. Journal of Food, Agriculture and Environment, 8 (2), pp. 20-24.
• Doue. (2008). “Reglamento (CE) nº 479/2008 del Consejo, de 29 de abril de 2008, por el que
se establece la organización común del mercado vitivinícola, se modifican los Reglamentos
(CE) nº 1493/1999, (CE) nº 1782/2003, (CE) nº 1290/2005 y (CE) nº 3/2008 y se derogan los
Reglamentos (CEE) nº 2392/86 y (CE) nº 1493/1999”. DOUE núm. 148, de 6 de junio de 2008,
págs. 1 a 61.
• Duarte ,A.R., Aragonez M.C.M., Rodriguez L.M., Villalpando, I.Gómez-Plaza E., Gil-Muñoz, R.,
López-Roca, J.M., Martínez, A. (1999). “Color and phenolic compounds of a young red wine
as discriminating variables of its ageing status”. Food Research International 32, 503-507.
• Elmaci, Y., Yildirim, H.K., Yücel, U., Ova, G., Altuǧ, T. (2007). “Descriptive profiling of flavor
attributes of white wines from different grape varieties”. International Journal of Food
Properties. Volume 10, Issue 3, July 2007, Pages 651-659.
• Esparza, I., Salinas, I., Caballero, I., Santamaría, C., Calvo, I., García-Mina, J.M., Fernández,
J.M. (2004). “Evolution of metal and polyphenol content over a 1-year period of vinification:
Sample fractionation and correlation between metals and anthocyanins”. Analytica Chimica
Acta, 524 (1-2 SPEC. ISS.), pp. 215-224.
• Es-Safi, N.-E., Le Guernevé, C., Fulcrand, H., Cheynier, V., Moutounet, M. (2000). “Xanthylium
salts formation involved in wine colour changes”. International Journal of Food Science and
Technology, 35 (1), pp. 63-74.
• ESTEVE, M. D. CLIMENT, M. D., DE FEZ, S., ATIENZA, J. (1993). “Invecchiamento accelerato dei
vini rossi. Studio dellèvolucione dei polifenoli”. Riv. Vitic. Enol., N. 4. 13-22.
• Etaio, I., Pérez Elortondo, F.J., Albisu, M., Gaston, E., Schlich, P. (2009). “Sensory attribute
evolution in bottled young red wines from Rioja Alavesa”. European Food Research and
Technology, 228 (5), pp. 695-705.
• Fanzone Sánchez M. L. (2012). “Caracterización de la composición fenólica de uvas y vinos de
la variedad malbec (vitis vinifera l.): su relación con el origen geográfico, factores vitivinícolas
y valor comercial”. Tesis Doctoral. Universitat Rovira I Virgili.
• Fernández de Simón, B., Hernández, T., Cadahía, E., Dueñas, M., Estrella, I. (2003). “Phenolic
compounds in a Spanish red wine aged in barrels made of Spanish, French and American oak
wood”. European Food Research and Technology, 216 (2), pp. 150-156.
• Fernández-Pachón, M.S., Villaño, D., García-Parrilla, M.C., Troncoso, A.M. (2004).
“Antioxidant activity of wines and relation with their polyphenolic composition”. Analytica
Chimica Acta 513 (1), pp. 113-118.
• Flamini, R., Agnolin, F., Seraglia, R., Rosso, M.D., Panighel, A., Marchi, F.D., Vedova, A.D.,
Traldi, P. (2012). “A fast and selective method for anthocyanin profiling of red wines by
direct-infusion pneumatic spray mass spectrometry”. Rapid Communications in Mass
Spectrometry, 26 (3), pp. 355-362.
• Flanzy ,M. y Aubert, S. (1969). “Evaluation des composés phénoliques des vins blanc. Etude
comparée de quelques vins de Vitis vinifera et de cépages hybrides interespécifiques
producteurs directs”. Ann. Technol. Agr., 18: 27:44.
• Fontenla, A., Traveso, C. y Pazo, M. (1993). “Polifenoles en vinos de Galicia (I)”. Sevi nº 2429
27-2-93.
• Fournand, D., Vicens, A., Sidhoum, L., Souquet, J.-M., Moutounet, M., Cheynier, V. (2006).
“Accumulation and extractability of grape skin tannins and anthocyanins at different
advanced physiological stages”. Journal of Agricultural and Food
Chemistry, 54 (19), pp. 7331-7338.
• Francia-Aricha E., Guerra M.T., Rivas-Gonzalo J.C., Santos-Buelga C. (1997). “New anthocyane
pigments formed after condensation with flavanols”. J Agric Food Chem 1997; 45: 2262-6.
• Furtado P., Figuereido P., Chaves H., Pina F. (1993): “Photochemical and termal degradation
of anthocyanidins”. J Photochem Photobiol A Chem 1993; 75: 113-8.
• Fustier, P., St-Germain, F., Lamarche, F., Mondor, M. (2011). “Non-enzymatic browning and
ascorbic acid degradation of orange juice subjected to electroreduction and electro-oxidation
treatments”. Innovative Food Science and Emerging Technologies, 12 (4), pp. 491-498.
• Gallo, V., Beltrán, R., Herdia, F. J., Conzález-Miret, M. y Hernanz, D. (2011). “Application of
multivariate Statistical Analysis to the study of factor affecting White wine volatile
composition”. Journal of Food Quality 34 (2011); pp 40-50.
• Gao, L; Girard, B; Mazza, G; Reynolds, AG. (1997). “Changes in Anthocyanins and Colour
Characteristics of Pinord Noir wines during Different Vinification Processes”. J. Agric. Food
Chem. 45. 2003-2008.
• Gao, Y., Tian, Y., Liu, D., Li, Z., Zhang, X.X., Li, J.M., Huang, J.H. (2015). “Evolution of phenolic
compounds and sensory in bottled red wines and their co-development”. Food Chemistry
172 (2015): 565-574.
• Garde-Cerdán, T., Lorenzo, C., Lara, J.F., Pardo, F., Ancín-Azpilicueta, C., Salinas, M.R. (2009).
“Study of the evolution of nitrogen compounds during grape ripening. Application to
differentiate grape varieties and cultivated systems”. Journal of Agricultural and Food
Chemistry, 57 (6), pp. 2410-2419.
• Geana, E.I., Popescu, R., Costinel, D., Dinca, O. R., Ionete, R. E., Stefanescu, I., Artem, V. Bala,
C. (2016). “Classification of red wines using suitable markers coupled with multivariate
statistic analysis”. Food Chemistry 192 (2016); pp 1015-1024.
• Giglioti. A. Y Bucelli. P.L. (1989). “Correlazione dell intensitá colorante ed altri parámetri
enologici con la calita”. Annali dell’ Istituto Sperimentale per L’Enologia. Volumen XX 507-
520.
• Gil-Muñoz, R., Gómez-Plaza, E., Martínez, A., López-Roca, J.M. (1997). “Evolution of the
CIELAB and other spectrophotometric parameters during wine fermentation. Influence of
some pre and postfermentative factors”. Food Research International, 30 (9), pp. 699-705.
• Glories, Y. (1984). “La coleur des vins rouges”, 2e partie. Conn. Vigne Vin., 18(4): 253-271.
• Glories, Y. (1988). “Evolution of phenolic compounds during wine aging [Evolution des
composés phénoliques au cours du vieillissement du vin.]”. Annales de la nutrition et de
l"alimentation, 32 (5), pp. 1163-1169.
• Gómez, E., Martínez, A., Laencina, J. (1995). “Prevention of oxidative browning during wine
storage”. Food Research International, 28 (3), pp. 213-217.
• Gómez-Cordovés, C.; Bartolomé, B.; Monagas, M.; Suárez, R.; Núñez, V.; Morata, A.; Suárez,
J. A. (2003). “Respuesta del color a variaciones puntuales durante el proceso vitivinícola en
los vinos tintos”. X Congresso Brasileiro de Viticultura e Enologia.
• Gómez-Míguez, M., González-Miret, M.L., Heredia, F.J. (2007). “Evolution of colour and
anthocyanin composition of Syrah wines elaborated with pre-fermentative cold maceration”.
Journal of Food Engineering, 79 (1), pp. 271-278.
• Gómez-Plaza E., Gil-Muñoz, R., López-Roca, J.M., Martínez, A. (1999). “Color and phenolic
compounds of a young red wine as discriminanting variables of its ageing status”. Food
Research International 32, 503-507.
• Gonzales L.; Pérez Zúñiga, F. J. y Bravo, F. (1990). “Medida del color de bebidas fermentadas
y derivados. Vinos, cervezas y brandis”. Alimentaria, Octubre, 59-67.
• González-San José, M.L. (2005). “Los Taninos del Vino”. Ponencias del IV Curso de Verano de
la Universidad de Burgos “Viticultura y enología en la D.O. Ribera del Duero”. Edita: Consejo
Regulador de la Denominación de Origen Ribera del Duero. Depósito Legal: BU-266-2006.
Imprime: Gráficas de La Ribera – Aranda de Duero (Burgos) pp. 63-77.
• González - San José, M.L., Di Stefano, R. (1990). “Fattori che condizionano la stabilità degli
antociani in solucione”. (1º contributo). Riv. Vitic. Enol., N. 3. 63 – 68.
• González, G., Hardisson de la Torre, A., Arias León, J.J. (1999). “Sulfur Dioxide in Traditionally-
made Red Wine of the Tacoronte-Acentejo D.O.C. Region, Canary Islands”. J. Ofood Quality
22, 41-49.
• González-Neves, G., Gil, G., Ferrer, M. (2002). “Effect of different vineyard treatments on the
phenolic contents in Tannat (Vitis vinifera L.) Grapes and their respective wines”. Food
Science and Technology International, 8 (5), pp. 315-321.
• Guadalupe, Z., Ayestarán, B. (2008). “Changes in the color components and phenolic content
of red wines from Vitis vinifera L. Cv. "tempranillo" during vinification and aging”. European
Food Research and Technology, 228 (1), pp. 29-38
• He, F., Liang, N.-N., Mu, L., Pan, Q.-H., Wang, J., Reeves, M.J., Duan, C.-Q. (2012).
“Anthocyanins and their variation in red wines II. Anthocyanin derived pigments and their
color evolution”. Molecules, 17 (2), pp. 1483-1519.
• He, H., Oliveira, J., Silva, A.M.S., Mateus, N., De Freitas, V. (2010). “Oxovitisins: A new class of
neutral pyranone-anthocyanin derivatives in red wines”. Journal of Agricultural and Food
Chemistry, 58 (15), pp. 8814-8819.
• He, F., Qiu-Hong Pan, Ying Shi and Chang-Qing Duan (2008). “Chemical Synthesis of
Proanthocyanidins in Vitro and Their Reactions in Aging Wines”. Molecules 2008, 13(12),
3007-3032; doi:10.3390/molecules13123007.
• Hernández, B., Sáenz, C., Alberdi, C., Alfonso, S., Diñeiro, J.M. (2011). “Colour evolution of
rosé wines after bottling”. South African Journal of Enology and Viticulture, 32 (1), pp. 42-50.
• Hidalgo Togores, José (2011) “Tratado de Enología”. 2 Tomos. Ed. Mundi-Prensa. pp 1822.
• Iñarrea, M.; Negueruela, A. I.; Pérez, E. (1993). “Estudio de la evolución del color de uva de la
• Iñiguez, M. Ortega A.P., Rosales, A., Ayala, R., Puras, P. (1995). “Estudio de color de los vinos
tintos de la DOC Rioja”. Zubía Monográfico 7, 167-186.
• Jackson, M.G., Timberlake, C.F. Bridle, P. & Vallis, L. (1978). “Red wine quality: correlations
between color aroma and flavor and pigments and other parameters of young Beaujolais”. J.
Sci. Food. Agric., 29, 715-727.
• Jackson, Ronald S. (2008). “Wine Science: Principles and Applications”, 3rd edition. Burlington
(MA, USA). Academic Press. 745 pp.
• Jacobson, J.L. (2006). “Introduction to wine laboratory practices and procedures”, New York,
(USA): Springer.
• Jensen, J. S. (2008). “Prediction of wine color from phenolic profiles of red grapes”. Industrial
PhD Thesis. Technical University of Denmark. 132 pp.
• Jensen, J.S., Demiray, S., Egebo, M., Meyer, A. S. (2008). “Prediction of Wine Color Attributes
from the Phenolic Profiles of red Grapes (Vitis vinifera)”. J. Agric. Food Chem. (2008) 56,
1105-1115.
• Jordão, A.M., Ricardo-Da-Silva, J.M., Laureano, O. (2006). “Effect of oak constituents and
oxygen on the evolution of malvidin-3-glucoside and (+)-catechin in model wine”. American
Journal of Enology and Viticulture, 57 (3), pp. 377-381.
• Junquera, B., González-San José, M. L. y Díez, C. (1992). “El pardeamiento enzimático en uva
y vino”. Rev. Esp. Cienc. Tecnol. Aliment. 32(5), 481- 491.
• Kosseva, M., V.K. Joshi, P. S. Panesar (2016). “Science and Technology of Fruit Wine
Production”. Academic Press. Elsevier.
• Kovac, V.E., Alonso, E., Bourzeix , M; Revilla,E. (1992). “Effect of several enological practices
on the content of catechins and proanthocyanidins of red wines”. Journal of Agricultural and
Food Chemistry,40 , 1953–1957.
• Larena, A., Vega, J. (1986). “Stability properties of wines by absorption spectra”. Journal of
Molecular Structure, 142 (C), pp. 559-562.
• Lasanta Melero, Cristina (2009). “Estudio y aplicación de nuevos procesos para la mejora de
la elaboración de vinos tintos en zonas de clima cálido”. Tesis Doctoral. Universidad de Cádiz.
304 pp.
• Lea, A.G.H., y Arnold, G.M. (1978). “The phenolics of ciders: bitterness and astringency”. J.
Agric. Food Chem., 29, 478-483.
• Lemperle, E. & Kerner, E. (1968). “Color of red wine. I. Color intensity measurement”. Wein
Wiss., 23 (7-8), 281-294.
• Li, H., Kang, W.-H., Tao, Y.-S., Yang, X.-F., Duan, X.-R. (2006). “Effect of micro-oxygenation on
polyphenol and quality of cabernet sauvignon wine (2006)”. Jiangsu Daxue Xuebao (Ziran
Kexue Ban) / Journal of Jiangsu University (Natural Science Edition), 27 (5), pp. 401-404.
• López, N., Puértolas, E., Condón, S., Álvarez, I., Raso, J. (2008). “Application of pulsed electric
fields for improving the maceration process during vinification of red wine: Influence of
grape variety”. European Food Research and Technology, 227 (4), pp. 1099-1107.
• López, N., Puértolas, E., Condón, S., Álvarez, I., Raso, J. (2008). “Effects of pulsed electric
fields on the extraction of phenolic compounds during the fermentation of must of
Tempranillo grapes”. Innovative Food Science and Emerging Technologies, 9 (4), pp. 477-
482.
• López-Toledano, A., Mayen, M., Mérida, J., Medina, M. (2001). “Phenolic compounds and
colour in three types of Sherry wines subjected to different ageing processes [Compuestos
fenolicos y color en tres tipos de vinos generosos sometidos a diferentes procesos de
envejecimiento]”. Informacion Tecnologica, 12 (5), pp. 71-76.
• Lorenzo, C., Pardo, F., Zalacain, A., Alonso, G.L., Salinas, M.R. (2005). “Effect of red grapes co-
winemaking in polyphenols and color of wines”. Journal of Agricultural and Food
Chemistry, 53 (19), pp. 7609-7616.
• Lu, Y., Foo, L.Y., Sun, Y. (2002). “New pyranoanthocyanins from blackcurrant seeds”.
Tetrahedron Letters, 43 (41), pp. 7341-7344.
• Madrid Vicente, A., J. Madrid Cenzano y G. Moreno Tejero (2003). “Análisis de Vinos, Mostos
y Alcoholes”. Editorial Mundi-Prensa. 321 pp.
• Margolit, Yair –editor- (2016). “Concepts in Wine Chemistry” (3ª edition). “Wine
Appreciation” Guild Edition. San Francisco: Library of Congress. 528 pp.
• Martínez González, M. A., Sánchez Villegas, A., Toledo Atucha, E. A. y Faulín Fajardo, J.
(2014). “Bioestadística Amigable”. 3ª Edición. Editorial Elsevier. 596 pp.
• Mato, I., Suárez-Luque, S., Huidobro, J.F. (2005). “A review of the analytical methods to
determine organic acids in grape juices and wines”. Food Research
International, 38 (10), pp. 1175-1188.
• Mazza, G., Fukumoto, L., Delaquis, P., Girard, B., and Ewert, B. (1999). “Antocyanins,
Phenolics and Color of Cabernet Franc, Merlot, and Pinor Noir Wines from British Columbia”.
J. Agric.Food Chem. 47, 4009-4017.
• Mena, P., Gironés-Vilaplana, A., Martí, N., García-Viguera, C. (2012). “Pomegranate varietal
wines: Phytochemical composition and quality parameters”. Food
Chemistry, 133 (1), pp. 108-115.
• Michel, J., Jourdes, M., Silva, M.A., Giordanengo, T., Mourey, N., Teissedre, P.-L. (2011).
“Impact of concentration of ellagitannins in oak wood on their levels and organoleptic
influence in red wine”. Journal of Agricultural and Food Chemistry, 59 (10), pp. 5677-5683.
• Mijares, M. I. y J. A. Sáez Illobre, (1998). “El vino de la Cepa a la copa”. 2º Edición. Editorial
Mundi Prensa.
• Monagas, M., Martín-Álvarez, P.J., Gómez-Cordovés, C., Bartolomé, B. (2006). “Time course
of the colour of young red wines from Vitis vinifera L. during ageing in bottle”. International
Journal of Food Science and Technology, 41 (8), pp. 892-899.
• Monagas, M., Martín-Álvarez, P.J., Gómez-Cordovés, C., Bartolomé, B. (2007). “Effect of the
modifier (Graciano vs. Cabernet sauvignon) on blends of Tempranillo wine during ageing in
the bottle. II. Colour and overall appreciation”. LWT - Food Science and
Technology, 40 (1), pp. 107-115.
• Muñoz-Bernal, E., Rodríguez, M.E., Benítez, P., Fernández-Acero, F.J., Rebordinos, L., y
Cantoral, J.M. (2013). “Molecular analysis of red wine yeast diversity in the Ribera del Duero
D.O. (Spain) area”. Archives of Microbiology. Volume 195, Issue 5, 9 February 2013, Pages
297-302.
• Negueruela, A. I. & Echávarri, J. F. (1983). “Colorimetría en vinos de Rioja”. Opt. Pura Apl.,
16(2), 97-106.
• Nevares, I., Del Alamo, M., Cárcel, L.M., Crespo, R., Martin, C., Gallego, L. (2009). “Measure
the dissolved oxygen consumed by red wines in aging tanks”. Food and Bioprocess
Technology, 2 (3), pp. 328-336.
• Office International de la Vigne et du Vin (O. I. V.) (1969). “Recueil des Methodes
Internationales d’Analyse des Vins”, Paris.
• Oliveira, J., De Freitas, V., Silva, A.M.S., Mateus, N. (2007). “Reaction between
hydroxycinnamic acids and anthocyanin-pyruvic acid adducts yielding new portisins”. Journal
of Agricultural and Food Chemistry, 55 (15), pp. 6349-6356.
• Oliveira, L.M.C. (2004). “Color and turbidity evolution in the ageing process of Port wine”
Progress in Biomedical Optics and Imaging - Proceedings of SPIE, 5 (29), art. no. 5474-
25, pp. 169-180.
• Ortega-Regules, A., Romero-Cascales, I., Ros García, J.M., Bautista-Ortín, A.B., López-Roca,
J.M., Fernández-Fernández, J.I., Gómez-Plaza, E. (2008). “Anthocyanins and tannins in four
grape varieties (Vitis vinifera L.) evolution of their content and extractability”. Journal
International des Sciences de la Vigne et du Vin, 42 (3), pp. 147-156.
• Paladino, S., Nazrala, J., Vila, H., Genovart, J., Sánchez, M.L., Maza, M. (2008). “Effect of pH
on red wine oxidation [Oxidación de los vinos tintos: Influencia del pH]”. Revista de la
Facultad de Ciencias Agrarias, 40 (2), pp. 105-112.
• Palomero, F., Benito, S., Morata, A., Tesfaye, W., González, M.C., Suárez-Lepe, J.A. (2009).
“Effect on the autolysis process and the colouring matter of several commercial preparations
with β-glucanase action in red winemaking”. European Food Research and
Technology, 229 (4), pp. 585-592.
• Paradelo, R., Prieto, B., Moldes, A.B., Barral, M.T. (2010) “Monitoring winery waste
composting by means of colour measures [Seguimiento del compostaje de residuos
vitivinícolas mediante medidas de color]” Optica Pura y Aplicada, 43 (4), pp. 235-243.
• Pardo, F., Salinas, M.R., Alonso, G.L., Navarro, G., Huerta, M.D. (1999). “Effect of diverse
enzyme preparations on the extraction and evolution of phenolic compounds in red wines”.
Food Chemistry 67 135 -142.
• Pardo, F., Salinas, M.R., Alonso, G.L., Navarro, G., Huerta, M.D. (1999). “Effect of diverse
enzyme preparations on the extraction and evolution of phenolic compounds in red wines”.
Food Chemistry, 67 (2), pp. 135-142.
• Paronetto, Lanfranco. (1977). “Polifenoli e Tecnica Enologica”. Ed. Selepress, Milan. 324 pp.
• Parpinello, G.P., Versari, A., Chinnici, F., Galassi, S. (2009). “Relationship among sensory
descriptors, consumer preference and color parameters of Italian Novello red wines”. Food
Research International, 42 (10), pp. 1389-1395.
• Pedroza, M.A., Carmona, M., Salinas, M.R., Zalacain, A. (2011). “Use of dehydrated waste
grape skins as a natural additive for producing rosé Wines: Study of extraction conditions and
evolution”. Journal of Agricultural and Food Chemistry, 59 (20), pp. 10976-10986.
• Penter, F., Rufato, L., Kretzschmar, A.A., Ide, G.M. (2008). “Effect of bunch thinning in the
evolution of the qualitative parameters of the grape cv. cabernet sauvignon produced in the
mountain region of Santa Catarina”. Acta Horticulturae, 772, pp. 309-313.
• Pérez-Magariño, S., Ortega Heras, M., González-San José, M.L. (2002). “Multivariate
classification of rosé wines from different Spanish protected designations of origin”.
Analytica Chimica Acta 458 (1), pp 187-190.
• Pérez-Magariño, S. González-San José, M.L. (2006). “Polyphenols and colour variability of red
wines made from grapes harvested at different ripeness grade”. Food Chemistry 96, pp. 197–
208.
• Pérez-Zúñiga, F.J., Bravo Abad, F., Gonzáles Cartagena, L. (1997). “Residual proteins and α-
amino nitrogen in fermented wine and beer: Must variety and yeast interactions”. Zeitschrift
fur Lebensmittel -Untersuchung und - Forschung. 205 (2). 1p 165-169.
• Peynaud, E. (1987). “El gusto del vino”. Ed. Mundi Prensa. Madrid. España.
• Peynaud, E. (1989). “Enología práctica. Conocimiento y elaboración del vino”. Ed. Mundi
Prensa. Madrid. España.
• Piraci, A. Tamborra, P. Di benedetto, G. Scazzariello, M. (1994). “La stabilitá del colore nei vini
rosati in Puglia”. Riv. Vitic. Enol., N. 3. 55 – 71.
• Piraci, A., Tamborra, P., Lovino, R., Di Benedetto, G., Scazzariello, M. (1994). “Influenzadella
ossigenazione spinta dei mosti su alcuni parametri fenolici di vini bianchi e loro
conservabilitá”. Vignevini N. 6. 43 - 51.
• Poiana, M.-A., Dobrei, A., Stoin, D., Ghita, A. (2008). “The influence of viticultural region and
the ageing process on the color structure and antioxidant profile of Cabernet Sauvignon red
wines”. Journal of Food, Agriculture and Environment, 6 (3-4), pp. 104-108.
• Pozo, A.G., Arozarena, I., Noriega, M.-J., Navarro, M., Casp, A. (2010). “Short- and long-term
effects of micro-oxygenation treatments on the colour and phenolic composition of a
Cabernet Sauvignon wine aged in barrels and/or bottles”. European Food Research and
Technology, 231 (4), pp. 589-601.
• Puértolas, E., Hernández-Orte, P., Sladaña, G., Álvarez, I., Raso, J. (2010). “Improvement of
winemaking process using pulsed electric fields at pilot-plant scale. Evolution of chromatic
parameters and phenolic content of Cabernet Sauvignon red wines” Food Research
International, 43 (3), pp. 761-766.
• Puértolas, E., Saldaña, G., Álvarez, I., Raso, J. (2010). “Effect of Pulsed Electric Field
Processing of Red Grapes on Wine Chromatic and Phenolic Characteristics during Aging in
Oak Barrels”. Journal of Agricultural and Food Chemistry, 58 (4), pp. 2351-2357.
• Puértolas, E., Saldaña, G., Condón, S., Álvarez, I., Raso, J. (2009). “A comparison of the effect
of macerating enzymes and pulsed electric fields technology on phenolic content and color of
red wine”. Journal of Food Science, 74 (9), pp. C647-C652.
• Puértolas, E., Saldaña, G., Condón, S., Álvarez, I., Raso, J. (2010). “Evolution of polyphenolic
compounds in red wine from Cabernet Sauvignon grapes processed by pulsed electric fields
during aging in bottle”. Food Chemistry, 119 (3), pp. 1063-1070.
• Puig-Deu, M., López-Tamames, E., Buxaderas, S., Torre-Boronat M.C. (1999). “Quality of base
and sparkling wines as influenced by the type of fining agent added pre-fermentation”. Food
Chemistry 66, pp 35-42.
• Ramos, M.C., Jones, G.V., Yuste, J. (2015) “Phenology and grape ripening characteristics of cv
Tempranillo within the Ribera del Duero designation of origin (Spain): Influence of soil and
plot characteristics” European Journal of Agronomy, 70, pp 57-70.
• Ran-Ran X., Liu, D., Li, Z., Tian, Y., Zhang, X. X., Li, J. M. and Pan, Q-H. (2016). “Impact of
different types of stoppers on sensorial and phenolic characteristics evolution during a bottle
storage time of a white wine from Chardonnay grape variety”. J. Food Sci. Technol. 53 (11):
4043-4055.
• Revilla, E., García-Beneytez, E., López, J., Cabello, F. (2013). “Anthocyanin pattern of several
red grape cultivars and single-cultivar young wines”. Acta Alimentaria. Volume 42, Issue 1, 1
March 2013, Pages 23-35.
• Revilla, I., González-SanJosé, M.L. (2002). “Multivariate evaluation of changes induced in red
wine characteristics by the use of extracting agents”. Journal of Agricultural and Food
Chemistry, 50 (16), pp. 4525-4530.
• Ribéreau-Gayon, Pascal (1974). “The chemistry of red wine color. The Chemistry of
winemaking”. Webb, A.D. (Ed.) American Chemical Society: Washington, DC; Vol.137, pp 50-
87.
• Ribéreau-Gayon, P., Glories, Y., Maujean, A., Dubourdieu, D. (2006). “Handbook of Enology,
The Chemistry of Wine: Stabilization and Treatments”: Second Edition. 450 pp.
• Rebolo López, Sandra (2007). “Estudio de la composición polifenólica de vinos tintos gallegos
con D.O. Ribeiro, Valdeorras y Ribeira Sacra”. Tesis Doctoral. Universidad de Santiago de
Compostela. Campus de Lugo. 201 pp.
• Rivas Gonzalo, J. C., Bravo Haro, S., Santos Buelga, C. (1995). “Detection of compounds
formed through the reaction of malvidin 3-monoglucóside and catechin in the presence of
acetaldehyde”. J. Agric.Food Chem. 43(6) 1444-1449.
• Rivas Gonzalo, J.C., Gutiérrez, Y., Polanco, A.M., Hebrero, E., Vicente J.L., Galindo P., and
Santos-Buelga , C. (1993). “Biplot Analysis Applied to Enological Classification of Young Red
Wines”. Am. J. Enol.Vitic., Vol 44, No. 3.
• Rivero Pérez, María Dolores (2008). “Estudio del Perfil Antioxidante de Vinos Tintos
Españoles”. Tesis Doctoral. Departamento de Biotecnología y Ciencia de los Alimentos.
Universidad de Burgos.
• Robinson, J. (ed), ed. (2006). “The Oxford Companion to Wine”. (3ª edición). Oxford
University Press.
• Rodrigues, A., Ricardo-Da-Silva, J.M., Lucas, C., Laureano, O. (2012). “Effect of commercial
mannoproteins on wine colour and tannins stability”. Food Chemistry, 131 (3), pp. 907-914.
• Romero, C., Bakker, J. (2000). “Effect of acetaldehyde and several acids on the formation of
vitisin A in model wine anthocyanin and colour evolution”. International Journal of Food
Science and Technology, 35 (1), pp. 129-140.
• Romero, C., Bakker, J. (2001). “Anthocyanin and colour evolution during maturation of four
port wines: Effect of pyruvic acid addition”. Journal of the Science of Food and
Agriculture, 81 (2), pp. 252-260.
• Romero-Cascales, I., Ros-García, J.M., López-Roca, J.M., Gómez-Plaza, E. (2012). “The effect
of a commercial pectolytic enzyme on grape skin cell wall degradation and colour evolution
during the maceration process”. Food Chemistry, 130 (3), pp. 626-631.
• Rudnitskaya A, Rocha SM, Legin A, Pereira V, Marques JC. (2010). “Evaluation of the
feasibility of the electronic tongue as a rapid analytical tool for wine age prediction and
quantification of the organic acids and phenolic compounds. The case-study of Madeira
wine”. Anal Chim Acta. Mar 3;662(1):82-9.
• Ruiz Hernández, M. (1994). “Crianza y envejecimiento del vino tinto”. A. Madrid Vicente,
Ediciones.
• Salinas, M.R., Garijo, J., Pardo, F., Zalacain, A., Alonso, G.L. (2003). “Color, polyphenol, and
aroma compounds in rosé wines after prefermentative maceration and enzymatic
treatments”. American Journal of Enology and Viticulture, 54 (3), pp. 195-202.
• Sandler, M. and R. Pinder –editors- (2002). “Wine: a scientific exploration”. CRC Press. 336
pp.
• Santamaría, M.T. Vidal, M.C. Mariné y Codony, R. (1989) “Aspectos analíticos relacionados
con la elaboración de vinos de la D.O. Ampurdán-Costa Brava”. Alimentaria jun-89.
• Sapis, J., Macheix, J.J. Cordonnier, R.E. (1983). “The browning capacity of grapes. II. Browning
potencial and polyphenol oxidase activities in different mature grape varieties”. Am J. Enol.
Vitic. 34, 157-162.
• Sarni-Manchado, P., Fulcrand, H., Souquet, V. Cheynier, and Moutounet, M. (1996). “Stability
and color of unreported wine anthocyanin-derived Pigments”. Journal of Food Science. Vol.
61, Nº 5. 938-941.
• Scalbert, A.; Williamson, G. (2000). “Dietary intake and bioavailability of polyphenols”. J.
Nutr. 130 (8S): 2073-2085 (2000).
• Schwarz, M., Rodríguez, M.C., Guillén, D.A., Barroso, C.G. (2011). “Analytical characterisation
of a Brandy de Jerez during its ageing”. European Food Research and
Technology, 232 (5), pp. 813-819.
• Schwarz, M., Rodríguez, M.C., Guillén, D.A., Barroso, C.G. (2012). “Evolution of the colour,
antioxidant activity and polyphenols in unusually aged Sherry wines”. Food
Chemistry, 133 (2), pp. 271-276.
• Serapinas, P., Venskutonis, P.R., Aninkevičius, V., (...), Galdikas, A., Juzikiene, V. (2008). “Step
by step approach to multi-element data analysis in testing the provenance of wines”. Food
Chemistry. Volume 107, Issue 4, 15 April 2008, Pages 1652–1660.
• Shoji, T., Akio Yanagida, A. And Kanda, T. (1999). “Gel Permeation Chromatography of
Anthocyanin Pigments from Rosé Cider and Red Wine”. J. Agric.Food Chem. 47, 2885-2890.
• Sidari, R., Postorino, S., Caparello, A., Caridi, A. (2007). “Evolution during wine aging of colour
and tannin differences induced by wine starters”. Annals of Microbiology, 57 (2), pp. 197-
201.
• Singleton, V.L., y Trousdale, E. (1983). “White wine phenolic. Differences as shown by HPLC”.
Am. J. Enol. Vitic. 34, 27-31.
• Sipiora, M. J. and Gutiérrez Granda, M. J. (1998). “Effects of Pre-Varison Irrigation Cutoff and
Skin Contact Time on the Composition, Color, and Phenolic Content of Youg Cabernet
Sauvignon Wines in Spain”. Am . Am J. Enol. Vitic., Vol 49, Nº 2, 152-161.
• Somers, T. C. & Evans, M. E. (1974). “Wine quality: correlations with colour density and
anthocyanin equilibria in a group of young red wines”. J. Sci. Food Agric., 25, 1369-1379.
• Somers. T. C. & Evans, M. E. (1977). “Spectral evaluation of young red wines: anthocyanin
equilibria, total phenolics, free and molecular SO2, “chemical age””. J. Sci. Food Agric., 28,
279-287.
• Soto Vázquez, E., Río Segade, S., Orriols Fernández, I. (2010). “Effect of the winemaking
technique on phenolic composition and chromatic characteristics in young red wines”.
European Food Research and Technology, 231 (5), pp. 789-802.
• Sudraud, P. (1958). “Interpretation des corbes d’absortion des vins rouges”. Ann. Technol.
Agric., 7:203-208.
• Tamborra, P. (1993). “Antocini monomeri e polimeri dei vini roso durante l’invecchiamento”.
Riv. Vitc. Enol., N. 2. 61-74
• Tapias, R. M. Larrechi, M. S. Guash. J.; Rubio, J., y Rius F.X. (1986). “Enological parameters
and pattern recognition methods in the geographic differentiation of spanish red wines”.
Am. J. Vitic Enol. 27(3). 195-200
• This, P., Lacombe, T., Cadle-Davidson, M., Owens, C.L. (2007). “Wine grape (Vitis vinifera L.)
color associates with allelic variation in the domestication gene VvmybA1”. Theoretical and
Applied Genetics, 114 (4), pp. 723-730.
• Thurston, David E. (2007). “Chemistry and Pharmacology of anticancer drugs”. CRC Press.
Taylor and Francis Group. 290 pp.
• Toit du W.J. and M. Visagie (2012). “Correlations between South African Red Grape and Wine
Colour and Phenolic Composition: Comparing the Glories, Iland and Bovine Serum Albumin
Tannin Precipitation Methods”. S. Afr. J. Enol. Vitic., Vol. 33, Nº 1, 2012, pp. 33-41.
• Vacca, V., Piga, A., Del Caro, A., Fenu, P.A.M., Agabbio, M. (2003). “Changes in phenolic
compounds, colour and antioxidant activity in industrial red myrtle liqueurs during storage”.
Nahrung - Food, 47 (6), pp. 442-447.
• Valdés Sánchez, M. E. y Regodón Mateos, J. A. (1996). “Estudio del color procedente de dos
comarcas vitivinícolas extremeñas I. Vinos tintos”. Alimentaria Junio 1996. pp.97-102.
• Van der Merwe, Hanneli (2013). “The colour and phenolic content of Robertson Red Grapes
Cultivars: Distribution, correlation with Wines and Analysis”. Doctoral Thesis. Stellenbosch
University. Department of Viticulture and Oenology, Faculty of AgriSciences. South Africa.
• Vernon L. & S. Singleton (1987). “Oxygen with Phenols and Related Reactions in Musts,
Wines, and Model Systems: Observations and Practical Implications”. Am. J. Enol. Vitic.
(Nueva York: American Society for Enology and Viticulture) 38 (1): 69-77.
• Visan, L. Dobrinoiu, R. (2013). “Studies on the chromatic characteristics of red wines and
color evolution during maturation”. Scientific Bulletin. Series F. Biotechnologies, Vol. XVII
• Walker, A.R., Lee, E., Bogs, J., McDavid, D.A.J., Thomas, M.R., Robinson, S.P. (2007). “White
grapes arose through the mutation of two similar and adjacent regulatory genes”. Plant
Journal, 49 (5), pp. 772-785.
• Wirth, J., Caillé, S., Souquet, J.M., Samson, A., Dieval, J.B., Vidal, S., Fulcrand, H., Cheynier, V.
(2012). “Impact of post-bottling oxygen exposure on the sensory characteristics and phenolic
composition of Grenache rosé wines”. Food Chemistry, 132 (4), pp. 1861-1871.
• Wrolstad, R. E., M. M. Giusti y W. Kalt –Editores-. (2016). “Anthocyanins”. Editor: MDPI AG;
Revista Molecules. 392 pp.
• Zamora Marín, Fernando (2013). “La Química del Color del Vino”. ACENOLOGÍA: Revista de
Enología Científica y Profesional. EnoReports.com. Diciembre 2013.
• Zamora Marín, Fernando (2003). “Elaboración y Crianza del Vino Tinto. Aspectos científicos y
prácticos”. ASMV Ediciones. Editorial Mundi-Prensa. 225 pp.
• Zanoni, B., Siliani, S., Canuti, V., Rosi, I., Bertuccioli, M. (2010). “A kinetic study on extraction
and transformation phenomena of phenolic compounds during red wine fermentation”.
International Journal of Food Science and Technology, 45 (10), pp. 2080-2088.
Vino Fecha Meses Ac. Total SO2 Libre SO2comb SO2 total Abs 420 Abs520
Rosado análisis del vino g/L ác.
mg/l mg/l mg/l
tartárico
R3-95 abr-96 1 5,75 2,4 45 47 0,7720 1,2305
abr-96 1 5,75 1,8 45 46
abr-96 1 5,75
R2-95 abr-96 1 5,51 6,1 51 0,6525 0,7951
abr-96 1 5,48 6,1 44 50
abr-96 1 5,51
R1-95 abr-96 1 5,82 1,2 34 35 0,5035 0,6010
abr-96 1 5,95 1,2 34 35
abr-96 1 5,92 0
R18-95 abr-96 1 4,90 1,2 28 29 0,3598 0,3217
abr-96 1 5,07 1,2 26 28
abr-96 1 5,24
R19-95 abr-96 1 7,21 0,6 48 49 0,3521 0,3807
abr-96 1 7,35 0,6 48 48
abr-96 1
R30-95 may-96 2 4,89 3,7 15 19 0,3360 0,3665
may-96 2 4,93 3,7 17 20 0,3382 0,3675
may-96 2 4,89
R7-95 may-96 2 5,01 1,2 26 28 0,8565 1,0800
may-96 2 5,04 1,2 26 27
may-96 2 5,01
R8-95 may-96 2 5,31 1,2 26 28 0,5673 0,7140
may-96 2 5,24 1,2 26 28
may-96 2 5,21
R14-95 may-96 2 5,61 3,7 47 51 0,3837 0,3613
may-96 2 5,51 4,3 48 53
may-96 2 5,55
R10-95 may-96 2 6,02 0,6 35 35 0,3559 0,3540
may-96 2 6,05 0,6 36 37
may-96 2 6,05
R21-95 may-96 2 5,34 0,6 20 21 0,5007 0,6710
may-96 2 5,45 0,6 20 20
may-96 2 5,38
R15-95 may-96 2 5,65 3,7 11 15 0,5852 0,5422
may-96 2 5,65 3,7 10 14
may-96 2 5,24
R11-95 may-96 2 5,04 1,2 16 17 0,6734 0,9367
may-96 2 5,07 1,2 17 18
may-96 2 5,04
R6-95 may-96 2 6,09 0,6 23 24 0,6026 0,5840
may-96 2 6,12 0,6 25 26
may-96 2 5,99
R9-95 may-96 2 4,66 1,2 40 42 0,7450 0,8236
may-96 2 4,70 1,2 39 40
may-96 2 4,66 0
R12-95 may-96 2 4,92 1,2 35 36 0,5914 0,5394
may-96 2 4,81 1,2 34 35
may-96 2 4,77 0
R22-94 nov-95 8 5,37 2,5 46 49 0,3622 0,3349
nov-95 8 5,34 3,1 45 48 0,3612 0,3335
nov-95 8 5,37 0,3633 0,3373
R31-94 nov-95 8 4,89 1,2 11 12 0,4168 0,3953
nov-95 8 4,99 0,6 12 13 0,4170 0,3956
nov-95 8 4,92 0,4178 0,3965
Vino Fecha Meses Ac. Total SO2 Libre SO2comb SO2 total Abs 420 Abs520
Rosado análisis del vino g/L ác.
mg/l mg/l mg/l
tartárico
R41-91 dic-95 9 0,5515 0,5886
dic-95 9 0,5460 0,5823
dic-95 9 0,5453 0,5816
R33-95 nov-96 9 4,70 3,7 15 19 0,5848 0,2932
nov-96 9 4,70 3,7 17 20
nov-96 9 4,70
R10-95 dic-96 9 4,82 1,2 35 36 0,3524 0,2866
dic-96 9 4,82 1,2 33 34
dic-96 9 4,82 1,2 34 35
R11-95 dic-96 9 5,05 3,1 12 15 0,7578 0,9308
dic-96 9 5,05 3,7 13 17
dic-96 9 4,97 3,1 12 15
R12-95 dic-96 9 4,74 4,3 38 42 0,4389 0,3891
dic-96 9 4,86 4,3 40 44
dic-96 9 4,78 4,3 40 44
R33-94 ene-96 10 4,99 2,5 27 29 0,3355 0,2792
ene-96 10 4,78 3,1 27 30 0,3388 0,2773
ene-96 10 0,3354 0,2790
R24-94 mar-96 12 4,85 3,7 67 70 0,3101 0,2504
mar-96 12 4,85 4,3 65 69
mar-96 12 4,74
R26-95 mar-96 12 5,20 3,7 20 24 0,3003 0,3194
mar-96 12 5,16 3,1 21 24
mar-96 12 5,24
R35-94 mar-96 12 5,93 1,8 39 40 0,5075 0,5254
mar-96 12 6,01 1,8 37 39
mar-96 12 5,97
R4-94 mar-96 12 6,89 1,8 54 56 0,4328 0,5860
mar-96 12 6,82 2,4 53 56
mar-96 12 6,74
R27-95 feb-97 12 6,33 8,8 54 62 0,4436 0,4151
feb-97 12 6,36 8,8 53 62 0,4431 0,4155
feb-97 12
R4-95 feb-97 12 5,76 1,8 35 37 0,4819 0,4284
feb-97 12 5,72 1,2 35 37 0,4800 0,4268
feb-97 12
R4-95 feb-97 12 5,15 1,8 73 75 0,4742 0,4389
feb-97 12 5,08 1,8 74 76 0,4746 0,4388
feb-97 12
R35-95 feb-97 12 6,48 10,0 81 91 0,4209 0,4153
feb-97 12 6,40 9,4 79 88 0,4228 0,4170
feb-97 12
R6-95 mar-97 12 5,15 1,8 23 25 0,4539 0,4161
mar-97 12 5,08 1,8 24 25
mar-97 12 5,04 1,8 23 25
R8-95 mar-97 12 5,00 3,5 36 39 0,5244 0,5905
mar-97 12 5,00 2,9 35 38
mar-97 12 4,92 3,5 35 39
R9-95 mar-97 12 4,71 5,9 40 46 0,6045 0,6481
mar-97 12 4,71 6,5 42 48
mar-97 12 4,60 5,9 50 56
R14-95 mar-97 12 6,40 8,2 59 68 0,4039 0,3575
mar-97 12 6,40 8,2 59 67
mar-97 12 6,40 8,2 61 69
Vino Fecha Meses Ac. Total SO2 Libre SO2comb SO2 total Abs 420 Abs520
Rosado análisis del vino g/L ác.
mg/l mg/l mg/l
tartárico
R21-95 mar-97 12 5,15 6,5 42 49 0,4375 0,4736
mar-97 12 5,15 4,1 33 37
mar-97 12 5,00 4,1 35 39
R27-94 abr-96 13 5,39 7,3 50 57 0,3466 0,3068
abr-96 13 5,51 8,6 48 57
abr-96 13 5,43
R15-94 abr-96 13 6,08 3,7 34 37 0,4379 0,4296
abr-96 13 6,01 3,7 32 36
abr-96 13 6,05
R29-94 abr-96 13 5,01 1,8 48 50 0,3685 0,3464
abr-96 13 5,01 3,1 45 48
abr-96 13 5,08
R30-95 sep-97 18 4,76 9,9 23 33 0,3925 0,3474
sep-97 18 4,69 9,9 21 31
sep-97 18 4,91 8,1 38 46
R4-95 sep-97 18 4,95 4,1 69 73 0,4548 0,4202
sep-97 18 4,76 4,1 67 71
sep-97 18 4,99 3,5 70 73
R27-95 sep-97 18 6,02 8,1 37 45 0,4803 0,4418
sep-97 18 6,13 6,4 36 43
sep-97 18 6,02 7,0 35 42
R18-95 sep-97 18 5,11 4,6 25 30 0,3925 0,3355
sep-97 18 5,14 4,6 28 32
sep-97 18 5,11 4,6 35 39
R35-95 sep-97 18 5,79 9,3 61 70 0,4238 0,4301
sep-97 18 5,79 8,7 68 76
sep-97 18 5,83 11,0 61 72
R1-95 sep-97 18 5,68 5,2 36 41 0,5263 0,5561
sep-97 18 5,68 5,2 30 35
sep-97 18 5,68 5,2 30 35
R2-95 sep-97 18 4,72 5,8 42 48 0,6951 0,6766
sep-97 18 4,76 5,8 42 48
sep-97 18 4,76 6,4 38 45
R3-95 sep-97 18 4,61 5,8 35 41 0,8128 0,9460
sep-97 18 4,65 4,6 36 41
sep-97 18 4,65 5,2 35 41
R18-95 sep-97 18 5,60 5,2 49 54 0,3557 0,2913
sep-97 18 5,49 5,2 46 52
sep-97 18 5,72 5,2 45 50
R19-95 sep-97 18 4,99 4,1 56 60 0,3544 0,3183
sep-97 18 5,03 4,6 55 60
sep-97 18 5,03 4,6 56 60
R15-93 nov-95 20 5,20 1,4 21 22 0,5681 0,4555
nov-95 20 5,41 2,1 20 22 0,5687 0,4565
nov-95 20 5,41 0,7 19 20 0,5690 0,4567
R34-94 mar-97 24 5,26 4,7 18 22 0,4795 0,4099
mar-97 24 5,26 4,1 19 23
mar-97 24 5,26 4,7 17 22
R24-94 mar-97 24 5,57 25,3 100 125 0,2527 0,1960
mar-97 24 5,38 24,1 90 114
mar-97 24 5,38 25,3 90 115
R31-94 mar-97 24 5,79 2,4 21 23 0,3534 0,3181
mar-97 24 5,91 2,4 21 23
mar-97 24 5,87 2,4 21 23
Vino Fecha Meses Ac. Total SO2 Libre SO2comb SO2 total Abs 420 Abs520
Rosado análisis del vino g/L ác.
mg/l mg/l mg/l
tartárico
R35-94 mar-97 24 5,79 4,1 51 55 0,4947 0,4681
mar-97 24 5,68 5,9 65 71
mar-97 24 5,61 5,3 58 63
R4-94 mar-97 24 4,92 6,5 59 66 0,5361 0,3887
mar-97 24 4,92 2,9 56 59
mar-97 24 4,92 5,3 61 66
R26-94 mar-97 24 5,23 8,2 59 68 0,3996 0,3153
mar-97 24 5,34 10,0 69 79
mar-97 24 5,23 7,7 55 62
R22-94 mar-97 24 5,83 8,8 69 78 0,3566 0,2921
mar-97 24 5,83 10,6 67 78
mar-97 24 5,83 10,6 67 77
R27-92 nov-95 32 5,61 6,1 89 95 0,3043 0,2678
nov-95 32 5,82 5,5 103 109 0,3059 0,2664
nov-95 32 5,68 8,3 101 109 0,3072 0,2666
R15-93 nov-96 32 4,48 2,5 2 4 0,5741 0,4476
nov-96 32 4,48 3,1 2 5
nov-96 32 4,48 3,7 3 7
R35-95 nov-98 32 5,94 8,2 100 109 0,4642 0,4060
nov-98 32 5,98 8,8 101 110
nov-98 32 5,98 8,8 101 110
R15-95 nov-98 32 5,16 15,2 30 45 0,6178 0,4558
nov-98 32 5,08 15,8 32 47
nov-98 32 5,12 15,8 26 42
R42-95 nov-98 32 5,94 3,8 61 65 0,4656 0,3345
nov-98 32 5,98 4,4 56 60
nov-98 32 6,06 5,1 61 66
R18-95 nov-98 32 4,90 14,5 76 90 0,3393 0,2489
nov-98 32 4,86 13,9 73 87
nov-98 32 4,82 13,9 73 87
R41-95 nov-98 32 5,01 3,8 57 61 0,3316 0,2104
nov-98 32 5,01 3,2 54 57
nov-98 32 4,97 3,8 56 59
R22-95 nov-98 32 5,23 5,7 93 99 0,4572 0,3431
nov-98 32 5,31 8,8 88 97
nov-98 32 5,27 8,2 87 95
R34-94 may-98 38 4,58 4,1 18 22 0,5136 0,4138
may-98 38 4,55 4,8 16 21
may-98 38 4,39 5,4 17 22
R27-94 may-98 38 5,19 18,3 65 83 0,3390 0,3073
may-98 38 5,19 14,3 66 81
may-98 38 5,26 12,9 64 77
R29-94 may-98 38 4,92 11,5 56 67 0,3493 0,2581
may-98 38 4,96 12,2 61 73
may-98 38 5,00 13,6 56 70
R22-94 may-98 38 5,45 7,5 61 69 0,3546 0,2673
may-98 38 5,42 11,5 75 86
may-98 38 5,30 9,5 47 57
R32-91 oct-95 43 4,50 2,5 51 53 0,4272 0,2838
oct-95 43 4,57 2,5 50 52 0,4224 0,2805
oct-95 43 4,50 2,1 48 50 0,4199 0,2768
R15-91 oct-95 43 4,40 0,0 16 16 0,5783 0,3808
oct-95 43 4,54 0,0 17 17 0,5753 0,3789
oct-95 43 4,44 0,0 18 18 0,5798 0,3823
Vino Fecha Meses Ac. Total SO2 Libre SO2comb SO2 total Abs 420 Abs520
Rosado análisis del vino g/L ác.
mg/l mg/l mg/l
tartárico
R29-94 nov-98 44 4,90 8,8 64 73 0,3535 0,2509
nov-98 44 4,86 8,8 66 75
nov-98 44 4,82 6,9 66 73
R31-94 nov-98 44 5,01 0,0 16 16 0,4283 0,3623
nov-98 44 5,05 0,0 15 15
nov-98 44 5,08 0,0 14 14
R41-91 dic-95 45 4,85 2,1 26 28 0,6468 0,4382
dic-95 45 4,78 2,1 25 27 0,6440 0,4353
dic-95 45 4,82 1,4 28 30 0,6403 0,4317
R34-91 ene-96 46 4,68 0,0 1 1 0,5282 0,3769
ene-96 46 4,75 0,0 0 0 0,5290 0,3781
ene-96 46 4,68 0,0 1 1 0,5293 0,3782
R32-91 nov-96 56 4,97 1,8 46 48 0,4509 0,2842
nov-96 56 4,97 1,8 56 58
nov-96 56 4,97 1,8 56 58
R34-91 nov-96 56 4,55 8,6 42 50 0,5419 0,3887
nov-96 56 4,59 7,3 38 45
nov-96 56 4,59 8,6 39 47
R41-91 nov-96 56 4,93 1,8 45 47 0,5815 0,3867
nov-96 56 4,97 1,8 45 47
nov-96 56 4,97 3,1 49 52
R15-93 nov-98 56 4,15 3,2 37 40 0,5721 0,4104
nov-98 56 4,15 3,8 32 35
nov-98 56 4,15 3,8 28 32
R1-89 ene-96 70 4,85 0,6 3 3 1,4692 0,9764
ene-96 70 4,85 0,0 2 2 1,4714 0,9750
ene-96 70 4,85 0,0 1 1 1,6327 1,1220
R34-91 mar-98 72 4,62 7,0 30 37 0,5742 0,3580
mar-98 72 4,62 6,4 31 38
mar-98 72 4,62 6,4 28 35
R41-91 dic-95 9
dic-95 9
dic-95 9
R33-95 nov-96 9 18,441 597,5 59,6230 8,10E-04 0,8203
nov-96 9 18,601 597,2 59,8500 8,40E-04 0,8144
nov-96 9
R10-95 dic-96 9 21,203 587,2 52,4715 4,45E-05 0,0357
dic-96 9
dic-96 9
R11-95 dic-96 9 40,268 608,7 147,2356 2,57E-03 0,8934
dic-96 9
dic-96 9
R12-95 dic-96 9 24,627 589,6 70,7003 3,23E-05 0,0245
dic-96 9
dic-96 9
R33-94 ene-96 10 18,843 588,7 51,5710 -1,75E-04 0,3167
ene-96 10
ene-96 10
R24-94 mar-96 12 16,382 586,5 39,3869 -5,68E-05 0,1622
mar-96 12
mar-96 12
R26-95 mar-96 12 16,799 595,6 52,6987 6,63E-04 0,8172
mar-96 12
mar-96 12
R35-94 mar-96 12 29,567 594,5 87,6735 7,01E-04 0,6640
mar-96 12
mar-96 12
R4-94 mar-96 12 23,668 615,8 88,5800 2,00E-03 0,9250
mar-96 12
mar-96 12
R27-95 feb-97 12 26,939 589,9 0,9329 1,0686 0,3479
feb-97 12 26,906 589,9 0,9324 1,0664 0,4207
feb-97 12
R4-95 feb-97 12 26,544 590,6 0,9959 1,1248 0,0786
feb-97 12 26,517 590,7 0,9911 1,1247 0,0804
feb-97 12
R4-95 feb-97 12 26,603 591,1 1,0044 1,0805 0,0701
feb-97 12 26,632 591,0 1,0046 1,0816 0,0675
feb-97 12
R35-95 feb-97 12 0,385 597,5 0,7556 0,9167 0,6601
feb-97 12 0,385 597,2 0,7590 0,9202 0,6623
feb-97 12
R6-95 mar-97 12 24,425 591,2 74,8136 1,27E-04 0,1688
mar-97 12
mar-97 12
R8-95 mar-97 12 29,878 598,3 96,2698 1,65E-03 0,9364
mar-97 12
mar-97 12
R9-95 mar-97 12 32,641 599,2 109,6334 9,13E-04 0,8028
mar-97 12
mar-97 12
R14-95 mar-97 12 21,391 589,9 65,4555 2,80E-05 0,0140
mar-97 12
mar-97 12
Vino Tinto Fecha Meses ANT CAT Ortodifenoles Etanal Ac. Volatil
análisis del vino mg/L malvidín-3- mg/L D- g/L ác.
mg/L D-catequina
glucósido catequina mg/L acético
T1-95 may-96 2 366 915 818 16,69 0,369
may-96 2 355 902 825 17,43 0,384
may-96 2
T2-95 may-96 2 284 579 555 70,39 0,254
may-96 2 288 574 561 67,76 0,257
may-96 2
T16-94 jun-95 3 282 1999 797 20,44 0,078
jun-95 3 290 1955 796 21,29 0,105
jun-95 3 19,81
T30-94 jun-95 3 133 1181 98 27,34 0,041
jun-95 3 138 114 93 27,77 0,069
jun-95 3 23,17
T34-94 jun-95 3 355 1559 564 3,07 0,075
jun-95 3 354 1500 672 4,476 0,049
jun-95 3
T31-94 jun-95 3 334 1878 726 9,04 0,117
jun-95 3 334 1863 712 7,59 0,119
jun-95 3
T3-95 jun-96 3 313 1505 1180 22,39 0,620
jun-96 3 265 1491 1155 0,631
jun-96 3 270 1502 1069 0,638
T4-95 jun-96 3 360 1182 726 15,78 0,475
jun-96 3 379 1131 675 17,44 0,577
jun-96 3 375 1132 731 16,07 0,611
T5-95 jun-96 3 383 1468 1114 24,81 0,689
jun-96 3 328 1375 1221 24,34 0,686
jun-96 3 353 1602 1222 21,85 0,692
T6 -95 jun-96 3 288 985 502 22,77 0,586
jun-96 3 295 988 679 23,51 0,593
jun-96 3 286 995 735 23,92 0,560
T7-95 jun-96 3 344 1654 1107 13,75 0,705
jun-96 3 323 1559 1135 14,93 0,700
jun-96 3 341 1587 1106 17,55 0,734
T8-95 jun-96 3 535 1442 1071 28,82 0,767
jun-96 3 572 1479 1030 33,56 0,736
jun-96 3 555 1388 958 0,652
T9-95 jul-96 4 395 1184 811 18,67 0,614
jul-96 4 354 1165 840 10,68 0,623
jul-96 4 375 1131 796 20,91 0,614
T11-95 jul-96 4 534 983 805 12,14 0,578
jul-96 4 540 1058 744 14,52 0,521
jul-96 4 575 1018 796 13,36 0,525
T12-95 ago-96 5 385 1375 921 17,82 0,596
ago-96 5 443 1313 917 16,67 0,528
ago-96 5 432 1339 872 17,17 0,578
T13-95 ago-96 5 372 1247 817 16,22 0,493
ago-96 5 380 1177 811 15,79 0,403
ago-96 5 361 1176 828 15,80 0,519
T14-95 ago-96 5 551 1458 913 17,85 0,706
ago-96 5 574 1559 935 17,56 0,677
ago-96 5 551 1411 932 21,67 0,674
T15-95 ago-96 5 571 1319 869 16,49 0,521
ago-96 5 575 1401 845 20,33 0,569
ago-96 5 564 1311 856 17,43 0,544
T16-95 sep-96 6 555 1116 599 12,27 0,445
sep-96 6 519 1045 613 9,12 0,532
sep-96 6 549 1088 582 12,41 0,433
Vino Tinto Fecha Meses ANT CAT Ortodifenoles Etanal Ac. Volatil
análisis del vino mg/L malvidín-3- mg/L D- g/L ác.
mg/L D-catequina
glucósido catequina mg/L acético
T17-95 sep-96 6 365 1060 786 13,83 0,624
sep-96 6 365 1103 758 12,93 0,547
sep-96 6 360 1012 689 11,85 0,514
T18 -95 sep-96 6 590 903 501 18,77 0,539
sep-96 6 554 877 460 20,39 0,545
sep-96 6 589 1012 480 19,87 0,572
T19-95 sep-96 6 501 1631 1288 21,32 0,569
sep-96 6 475 1675 1285 20,32 0,545
sep-96 6 503 1677 1186 18,52 0,572
T20 -95 sep-96 6 273 1052 752 15,94 0,452
sep-96 6 273 1068 718 21,84 0,536
sep-96 6 267 1129 753 23,72 0,560
T21-95 sep-96 6 659 1516 907 8,72 0,617
sep-96 6 714 131 892 11,95 0,493
sep-96 6 672 1498 891 12,69 0,610
T30-95 sep-96 6 375 935 671 28,25 0,455
sep-96 6 368 887 727 31,66 0,502
sep-96 6 409 894 634 0,533
T36-94 ene-96 9 218 874 629 44,56 0,19
ene-96 9 216 924 538 44,90 0,47
ene-96 9 229 1149 645 45,96 0,28
T1-95 dic-96 9 251 1307 953 29,5 0,59
dic-96 9 228 1382 902 29,1 0,59
dic-96 9 236 123 883 25,5 0,59
T2-95 dic-96 9 339 90 597 71,3 0,67
dic-96 9 349 86 818 72,6 0,58
dic-96 9 312 92 83,5 0,62
T27-95 feb-97 11 342 960 701 56,38 0,887
feb-97 11 334 964 674 56,79 0,892
feb-97 11
T24-95 feb-97 11 204 1161 723 20,43 0,564
feb-97 11 203 1187 703 22,20 0,562
feb-97 11
T16-95 feb-97 11 242 1104 754 24,56 0,573
feb-97 11 242 1102 734 31,55 0,609
feb-97 11
T35-95 feb-97 11 299 1400 756 56,38 0,865
feb-97 11 297 1428 758 56,79 0,868
feb-97 11
T3-95 abr-97 12 352 1649 1063 12,8 0,70
abr-97 12 298 1675 1222 15,0 0,70
abr-97 12 335 1774 1173 13,6 0,76
T4-95 abr-97 12 396 1202 728 15,2 0,76
abr-97 12 379 1246 675 19,8 0,76
abr-97 12 378 1281 903 15,7 0,82
T5-95 abr-97 12 360 1516 965 19,2 0,58
abr-97 12 368 1636 812 23,6 0,58
abr-97 12 334 1653 857 23,4 0,58
T6 -95 abr-97 12 295 1145 739 10,7 0,59
abr-97 12 273 1193 742 11,3 0,59
abr-97 12 277 1180 759 13,0 0,56
T7-95 abr-97 12 175 1836 1108 16,5 0,72
abr-97 12 142 1808 1024 13,8 0,73
abr-97 12 159 1898 1157 18,9 0,72
T8-95 abr-97 12 437 1683 966 23,6 0,67
abr-97 12 459 1784 836 30,2 0,68
abr-97 12 480 1770 784 29,3 0,67
T9-95 abr-97 12 291 1380 646 20,7 0,51
abr-97 12 311 1408 801 25,5 0,54
abr-97 12 299 1399 562 21,1 0,58
T11-95 abr-97 12 534 1376 734 16,2 0,54
abr-97 12 489 1408 653 15,7 0,52
abr-97 12 488 1406 727 12,3 0,52
Vino Tinto Fecha Meses ANT CAT Ortodifenoles Etanal Ac. Volatil
análisis del vino mg/L malvidín-3- mg/L D- g/L ác.
mg/L D-catequina
glucósido catequina mg/L acético
T27-95 jun-97 15 320 911 1429 37,0 0,95
jun-97 15 366 983 1503 35,4 0,92
jun-97 15 380 975 1647 33,6 0,92
T24-95 jun-97 15 148 1120 1974 18,8 0,54
jun-97 15 141 1138 2081 20,1 0,58
jun-97 15 121 1110 1934 18,7 0,51
T16-95 jun-97 15 180 954 1907 24,3 0,57
jun-97 15 200 1019 1990 22,8 0,60
jun-97 15 216 927 1908 24,2 0,57
T35-95 jun-97 15 234 118 2360 30,0 0,76
jun-97 15 245 1244 2530 32,6 0,70
jun-97 15 278 1365 2524 28,5 0,67
T12-95 jun-97 15 346 1245 2187 29,9 0,76
jun-97 15 355 1322 1990 25,6 0,61
jun-97 15 331 1367 1979 31,4 0,66
T4-95 jun-97 15 456 1620 2366 15,1 0,73
jun-97 15 493 1618 2297 18,4 0,76
jun-97 15 440 1612 2305 15,3 0,70
T23-94 sep-96 18 380 1725 922 18,40 0,613
sep-96 18 368 1743 976 28,66 0,591
sep-96 18 387 1665 1012 24,77 0,572
T24-94 sep-96 18 132 1657 1329 45,83 0,805
sep-96 18 140 1605 1399 49,23 0,774
sep-96 18 148 1609 1411 56,01 0,779
T25-94 sep-96 18 236 1144 760 22,21 0,521
sep-96 18 239 1186 725 21,87 0,609
sep-96 18 238 117 784 23,11 0,549
T26-94 sep-96 18 105 977 801 76,01 0,625
sep-96 18 97 1023 787 66,30 0,551
sep-96 18 97 1007 831 77,07 0,616
T27-94 sep-96 18 202 985 777 76,44 0,958
sep-96 18 208 981 801 74,35 0,992
sep-96 18 227 1001 811 73,19 0,984
T28-94 sep-96 18 187 974 642 20,97 0,696
sep-96 18 191 990 658 21,59 0,702
sep-96 18 197 990 657 17,53 0,727
T29-94 sep-96 18 325 1062 674 56,51 0,696
sep-96 18 325 865 704 63,14 0,702
sep-96 18 326 912 734 61,98 0,727
T37-93 feb-96 23 180 825 558 13,08 0,6
feb-96 23 190 781 532 12,84 0,46
feb-96 23 195 797 497 12,98 0,46
T34-93 feb-96 23 99 996 723 14,94 0,33
feb-96 23 99 944 746 15,53 0,66
feb-96 23 103 966 781 16,19 0,57
T34-91 feb-96 23 113 999 576 28,86 0,35
feb-96 23 113 1003 650 34,73 0,35
feb-96 23 115 1031 598 36,38 0,34
T30-95 mar-98 24 264 975 773 25,1 0,60
mar-98 24 312 1012 638 22,2 0,63
mar-98 24 270 859 862 26,4 0,57
T16-95 mar-98 24 333 1072 791 14,2 0,60
mar-98 24 343 967 740 13,3 0,60
mar-98 24 337 972 604 13,7 0,60
T19-95 mar-98 24 355 1683 1392 25,3 0,66
mar-98 24 357 1438 1354 24,5 0,63
mar-98 24 360 1530 1455 24,3 0,60
T20-95 mar-98 24 187 883 907 24,9 0,72
mar-98 24 185 912 773 22,5 0,75
mar-98 24 184 911 825 35,7 0,75
T21-95 mar-98 24 391 1445 1109 15,0 0,65
mar-98 24 391 1372 1049 11,1 0,69
mar-98 24 428 1394 1101 13,7 0,66
Vino Tinto Fecha Meses ANT CAT Ortodifenoles Etanal Ac. Volatil
análisis del vino mg/L malvidín-3- mg/L D- g/L ác.
mg/L D-catequina
glucósido catequina mg/L acético
T24-94 oct-97 30 104 1644 1288 48,9 0,90
oct-97 30 133 1732 1268 48,2 0,84
oct-97 30 109 1732 1242 47,7 0,84
T36-94 oct-97 30 832 900 660 29,2 0,63
oct-97 30 762 857 668 28,6 0,60
oct-97 30 735 925 648 30,4 0,60
T25-94 oct-97 30 188 1175 830 31,6 0,67
oct-97 30 177 1163 784 30,9 0,67
oct-97 30 177 1136 713 32,1 0,64
T29-94 oct-97 30 277 1063 700 40,3 0,94
oct-97 30 262 1053 734 39,9 0,92
oct-97 30 286 1119 748 39,6 0,95
T36-94 mar-98 30 133 863 726 27,8 0,58
mar-98 30 127 897 608 28,8 0,60
mar-98 30 134 847 621 34,6 0,60
T17-95 sep-98 30 202 1109 777 9,2 0,69
sep-98 30 218 1120 737 7,9 0,69
sep-98 30 233 1099 748 5,5 0,63
T18-95 sep-98 30 393 1010 440 11,6 0,68
sep-98 30 399 1012 495 11,2 0,67
sep-98 30 413 1010 448 11,6 0,64
T16-92 ene-96 34 162 794 615 37,56 0,36
ene-96 34 155 775 538 37,47 0,38
ene-96 34 154 791 635 38,59 0,54
T34-94 abr-97 36 59 950 752 12,8 0,54
abr-97 36 65 911 763 15,3 0,55
abr-97 36 79 960 722 12,2 0,55
T16-94 abr-98 36 114 1125 617 11,9 0,66
abr-98 36 117 1001 588 9,4 0,60
abr-98 36 135 1146 559 18,3 0,63
T31-94 abr-98 36 159 923 715 9,6 0,63
abr-98 36 136 948 566 14,3 0,57
abr-98 36 112 908 353 0,60
T34-93 abr-98 36 106 722 550 9,1 0,63
abr-98 36 123 735 601 9,5 0,63
abr-98 36 116 748 640 9,7 0,63
T16-94 oct-98 42 96 923 775 7,8 0,55
oct-98 42 112 964 793 9,5 0,55
oct-98 42 109 906 878 9,2 0,55
T26-94 oct-98 42 27 823 829 34,6 0,66
oct-98 42 38 775 877 37,5 0,69
oct-98 42 34 796 794 35,8 0,69
T27-94 oct-98 42 106 961 948 40,9 1,13
oct-98 42 118 976 748 36,9 1,16
oct-98 42 115 1023 778 42,1 1,17
T28-94 oct-98 42 33 812 696 30,3 0,72
oct-98 42 35 725 782 35,4 0,73
oct-98 42 35 756 749 32,6 0,72
T33-91 feb-96 47 63 695 684 38,05 0,63
feb-96 47 63 708 676 36,74 0,61
feb-96 47 63 719 699 35,81 0,65
T34-93 mar-98 48 39 931 801 15,3 0,59
mar-98 48 43 885 691 13,0 0,59
mar-98 48 44 886 756 16,0 0,53
T38-90 jun-95 51 84 884 92 21,84 0,107
jun-95 51 85 941 91 20,82 0,108
jun-95 51 18,18
T39-90 jun-95 51 72 963 113 98,78 0,093
jun-95 51 69 957 106 101,68 0,083
jun-95 51 104,23
T30-91 oct-96 55 39 8001 737 13,36 0,384
oct-96 55 24 765 677 12,66 0,387
oct-96 55 29 793 717 13,65 0,336
Vino Tinto Fecha Meses ANT CAT Ortodifenoles Etanal Ac. Volatil
análisis del vino mg/L malvidín-3- mg/L D- g/L ác.
mg/L D-catequina
glucósido catequina mg/L acético
T40-90 ene-96 58 100 676 578 49,65 0,53
ene-96 58 109 652 545 49,81 0,5
ene-96 58 99 646 638 52,32 0,6
T41-90 feb-96 59 38 432 647 84,96 0,49
feb-96 59 39 461 475 85,59 0,46
feb-96 59 44 430 646 85,96 0,48
T23-90 feb-96 59 131 1002 793 55,21 0,53
feb-96 59 127 1126 793 54,70 0,45
feb-96 59 130 996 821 57,13 0,54
T30-90 feb-96 59 34 735 841 18,99 0,45
feb-96 59 34 758 838 21,52 0,5
feb-96 59 31 757 814 20,99 0,52
T32-90 feb-96 59 63 893 661 32,33 0,44
feb-96 59 63 851 623 32,47 0,55
feb-96 59 63 873 629 31,74 0,55
T33-91 feb-97 59 30 590 586 54,9 0,58
feb-97 59 34 597 498 53,5 0,55
feb-97 59 31 615 634 54,0 0,55
Vino Tinto Fecha Meses Ac. Total SO2 Libre SO2comb SO2 total Abs 420 Abs520
análisis del vino g/L ác.
mg/l mg/l mg/l
tartárico
T1-95 may-96 2 4,77 2 10 12 0,5765 0,7844
may-96 2 4,87 3 9 12 0,5768 0,7859
may-96 2 0
T2-95 may-96 2 5,18 11 10 21 0,3895 0,5648
may-96 2 5,18 10 9 20 0,3919 0,5666
may-96 2 0
T16-94 jun-95 3 4,899 8 10 17 0,3861 0,3914
jun-95 3 4,936 8 11 19 0,2018 0,3109
jun-95 3 0
T30-94 jun-95 3 4,617 0 0,3800 0,3632
jun-95 3 4,617 0 0,2511 0,2905
jun-95 3 0
T34-94 jun-95 3 4,607 3 1 4 0,2751 0,4508
jun-95 3 4,680 3 1 4
jun-95 3 0
T31-94 jun-95 3 4,158 4 5 9 0,2658 0,3975
jun-95 3 4,227 4 6 10
jun-95 3 0
T3-95 jun-96 3 4,70 0 0 0 0,4337 0,6528
jun-96 3 4,66 0 0 0
jun-96 3 4,66 0
T4-95 jun-96 3 5,18 20 17 36 0,5237 0,7773
jun-96 3 5,11 21 15 36
jun-96 3 5,18 0
T5-95 jun-96 3 4,85 3 7 10 0,4967 0,7379
jun-96 3 4,96 3 8 11
jun-96 3 4,92 0
T6 -95 jun-96 3 4,74 1 5 6 0,3457 0,5040
jun-96 3 4,74 1 4 6
jun-96 3 4,85 0
T7-95 jun-96 3 4,66 5 8 13 0,4258 0,5996
jun-96 3 4,66 4 9 13
jun-96 3 4,70 0
T8-95 jun-96 3 5,29 1 9 10 0,5841 0,9195
jun-96 3 5,29 1 10 11
jun-96 3 5,26 0
T9-95 jul-96 4 4,79 7 17 24 0,3825 0,5485
jul-96 4 4,76 6 17 23 0,3810 0,5472
jul-96 4 4,83 0
T11-95 jul-96 4 4,79 7 7 14 0,4088 0,6595
jul-96 4 4,87 6 7 13 0,4088 0,6652
jul-96 4 4,65 0
T12-95 ago-96 5 4,50 7 11 18 0,3762 0,4959
ago-96 5 4,50 6 12 18
ago-96 5 4,47 0
T13-95 ago-96 5 5,60 0 0 0 0,5821 0,8999
ago-96 5 5,67 0 0 0
ago-96 5 5,56 0
T14-95 ago-96 5 5,45 9 12 21 0,5056 0,7007
ago-96 5 5,49 8 13 21
ago-96 5 5,45 0
T15-95 ago-96 5 4,98 7 9 16 0,4892 0,7247
ago-96 5 4,72 7 9 17
ago-96 5 4,98 0
T16-95 sep-96 6 3,84 0 0 0 0,4626 0,6065
sep-96 6 3,88 0 0 0
sep-96 6 3,84 0
Vino Tinto Fecha Meses Ac. Total SO2 Libre SO2comb SO2 total Abs 420 Abs520
análisis del vino g/L ác.
mg/l mg/l mg/l
tartárico
T17-95 sep-96 6 4,76 0 0 0 0,4130 0,6149
sep-96 6 4,76 0 0 0
sep-96 6 4,72 0
T18 -95 sep-96 6 4,28 7 12 18 0,5165 0,7441
sep-96 6 4,25 8 12 20
sep-96 6 4,21 0
T19-95 sep-96 6 4,65 3 7 10 0,5791 0,8379
sep-96 6 4,50 2 7 9
sep-96 6 4,58 0
T20 -95 sep-96 6 4,90 2 9 11 0,3739 0,5047
sep-96 6 5,16 3 8 11
sep-96 6 5,20 0
T21-95 sep-96 6 4,65 4 2 7 0,4258 0,7018
sep-96 6 4,68 4 2 6
sep-96 6 4,61 0
T30-95 sep-96 6 5,09 9 26 35 0,3115 0,4672
sep-96 6 5,09 10 26 36
sep-96 6 5,09 0
T36-94 ene-96 9 4,82 6 36 42 0,2222 0,3109
ene-96 9 4,71 6 36 42 0,2227 0,3105
ene-96 9 4,68 0 0,2224 0,3095
T1-95 dic-96 9 5,16 8 12 20 0,4330 0,5918
dic-96 9 5,16 7 13 21
dic-96 9 5,24 7 12 20
T2-95 dic-96 9 4,59 15 50 65 0,3465 0,4603
dic-96 9 4,63 14 48 62
dic-96 9 4,55 15 54 68
T27-95 feb-97 11 5,151 6 40 47 0,3888 0,5244
feb-97 11 5,075 7 39 46 0,3893 0,5235
feb-97 11 0
T24-95 feb-97 11 5,606 11 17 28 0,2919 0,3768
feb-97 11 5,53 12 16 28 0,2907 0,3742
feb-97 11 0
T16-95 feb-97 11 4,81 2 10 12 0,3480 0,4499
feb-97 11 4,81 2 11 13 0,3516 0,4536
feb-97 11 0
T35-95 feb-97 11 5,492 5 27 32 0,3539 0,4528
feb-97 11 5,416 6 26 32 0,3530 0,4507
feb-97 11 0
T3-95 abr-97 12 4,20 2 2 4 0,4070 0,5608
abr-97 12 4,20 2 2 4
abr-97 12 4,20 2 2 4
T4-95 abr-97 12 4,70 3 2 5 0,5589 0,7869
abr-97 12 4,73 2 7 9
abr-97 12 4,70 2 2
T5-95 abr-97 12 4,62 3 7 10 0,5265 0,7382
abr-97 12 4,62 3 6 9
abr-97 12 4,62 3 6 9
T6 -95 abr-97 12 4,73 1 7 8 0,3824 0,5089
abr-97 12 4,77 1 8 9
abr-97 12 4,77 2 8 9
T7-95 abr-97 12 0,00 12 14 26 0,4531 0,6109
abr-97 12 0,00 13 12 25
abr-97 12 0,00 13 13 26
T8-95 abr-97 12 4,71 14 12 26 0,5460 0,8130
abr-97 12 4,68 12 14 26
abr-97 12 4,79 13 12 25
T9-95 abr-97 12 4,57 9 20 29 0,3437 0,4608
abr-97 12 4,46 9 19 28
abr-97 12 4,46 9 19 29
T11-95 abr-97 12 4,12 9 10 19 0,3369 0,4778
abr-97 12 4,16 9 9 19
abr-97 12 4,23 9 11 19
Vino Tinto Fecha Meses Ac. Total SO2 Libre SO2comb SO2 total Abs 420 Abs520
análisis del vino g/L ác.
mg/l mg/l mg/l
tartárico
T27-95 jun-97 15 4,91 10 36 46 0,3467 0,4349
jun-97 15 4,88 11 36 47
jun-97 15 4,84 13 36 49
T24-95 jun-97 15 4,99 1 8 9 0,2996 0,3834
jun-97 15 5,11 1 7 8
jun-97 15 4,95 1 7 8
T16-95 jun-97 15 4,57 4 12 16 0,3036 0,3889
jun-97 15 4,57 3 9 12
jun-97 15 4,57 2 13 15
T35-95 jun-97 15 4,57 10 29 39 0,3282 0,4087
jun-97 15 4,65 10 28 38
jun-97 15 4,57 10 26 36
T12-95 jun-97 15 4,00 8 12 20 0,4177 0,5259
jun-97 15 4,04 6 13 19
jun-97 15 4,04 8 12 20
T4-95 jun-97 15 4,76 13 10 24 0,4487 0,6045
jun-97 15 4,80 14 9 24
jun-97 15 4,76 13 10 23
T23-94 sep-96 18 5,45 13 29 42 0,2892 0,3479
sep-96 18 5,60 13 30 43
sep-96 18 5,45 0
T24-94 sep-96 18 5,01 2 32 34 0,2970 0,4085
sep-96 18 4,98 3 33 36
sep-96 18 4,98 0
T25-94 sep-96 18 3,99 4 7 11 0,2918 0,3623
sep-96 18 4,06 4 7 12
sep-96 18 4,06 0
T26-94 sep-96 18 4,76 4 36 40 0,2618 0,3169
sep-96 18 4,76 5 35 40
sep-96 18 4,76 0
T27-94 sep-96 18 5,31 5 57 62 0,2729 0,3269
sep-96 18 5,31 6 56 62
sep-96 18 5,38 0
T28-94 sep-96 18 5,01 3 10 13 0,3052 0,3930
sep-96 18 5,01 2 11 13
sep-96 18 5,01 0
T29-94 sep-96 18 5,45 9 26 34 0,2863 0,3850
sep-96 18 5,38 9 26 35
sep-96 18 5,34 0
T37-93 feb-96 23 4,80 0 5 5 0,2074 0,2355
feb-96 23 4,73 0 4 4 0,2074 0,2357
feb-96 23 4,65 0 3 3 0,2074 0,2356
T34-93 feb-96 23 4,46 0 2 2 0,2137 0,2325
feb-96 23 4,50 0 2 2 0,2130 0,2307
feb-96 23 4,42 0 3 3 0,2129 0,2305
T34-91 feb-96 23 5,14 0 17 17 0,3031 0,3531
feb-96 23 4,76 0 17 17 0,3027 0,3525
feb-96 23 4,80 0 17 17 0,3022 0,3524
T30-95 mar-98 24 5,00 13 16 29 0,2923 0,3701
mar-98 24 5,00 13 16 28
mar-98 24 4,92 10 16 26
T16-95 mar-98 24 4,17 3 3 6 0,3946 0,4883
mar-98 24 4,09 4 1 5
mar-98 24 4,17 1 2 3
T19-95 mar-98 24 4,28 9 10 19 0,5045 0,6925
mar-98 24 4,77 4 5 9
mar-98 24 4,47 5 8 13
T20-95 mar-98 24 5,08 9 11 20 0,2938 0,3930
mar-98 24 5,15 6 12 19
mar-98 24 5,23 0 0 0
T21-95 mar-98 24 4,55 9 7 16 0,3536 0,4905
mar-98 24 4,73 9 6 16
mar-98 24 4,73 0 0 0
Vino Tinto Fecha Meses Ac. Total SO2 Libre SO2comb SO2 total Abs 420 Abs520
análisis del vino g/L ác.
mg/l mg/l mg/l
tartárico
T24-94 oct-97 30 5,26 3 24 27 0,3671 0,4630
oct-97 30 5,37 4 25 30
oct-97 30 5,14 0 0 0
T36-94 oct-97 30 4,84 8 10 19 0,1922 0,2363
oct-97 30 4,88 0 0 0
oct-97 30 4,88 0 0 0
T25-94 oct-97 30 4,34 2 11 13 0,3534 0,4131
oct-97 30 4,38 1 12 13
oct-97 30 4,31 1 14 16
T29-94 oct-97 30 5,07 2 5 8 0,2828 0,3373
oct-97 30 5,07 2 9 10
oct-97 30 5,07 0 3 3
T36-94 mar-98 30 4,58 9 30 39 0,1933 0,2317
mar-98 30 4,70 10 27 37
mar-98 30 4,70 10 20 30
T17-95 sep-98 30 4,20 0 3 3 0,3586 0,4699
sep-98 30 4,32 0 0 0
sep-98 30 4,28 0 3 3
T18-95 sep-98 30 4,05 22 9 31 0,4577 0,5898
sep-98 30 4,05 15 10 25
sep-98 30 4,05 16 12 27
T16-92 ene-96 34 5,23 8 41 49 0,2183 0,2576
ene-96 34 5,30 8 38 46 0,2182 0,2576
ene-96 34 5,30 9 35 44 0,2184 0,2581
T34-94 abr-97 36 4,75 2 4 6 0,2114 0,2111
abr-97 36 4,79 2 4 5
abr-97 36 4,75 1 4 5
T16-94 abr-98 36 4,92 5 9 14 0,1986 0,2497
abr-98 36 4,92 5 9 15
abr-98 36 4,96 5 8 14
T31-94 abr-98 36 4,43 3 4 7 0,2560 0,3184
abr-98 36 4,36 3 4 7
abr-98 36 4,32 3 4 7
T34-93 abr-98 36 4,39 3 3 5 0,2580 0,3265
abr-98 36 4,47 2 3 5
abr-98 36 4,39 2 3 5
T16-94 oct-98 42 4,81 3 6 9 0,1952 0,2371
oct-98 42 4,92 3 6 9
oct-98 42 4,92 2 6 8
T26-94 oct-98 42 4,77 3 41 44 0,2974 0,3103
oct-98 42 4,77 0 0 0
oct-98 42 4,77 0 0 0
T27-94 oct-98 42 5,22 11 55 66 0,2404 0,2736
oct-98 42 5,26 11 61 72
oct-98 42 5,22 16 61 77
T28-94 oct-98 42 5,81 5 49 54 0,2209 0,2413
oct-98 42 5,85 6 45 51
oct-98 42 5,96 6 47 53
T33-91 feb-96 47 4,57 1 21 22 0,2310 0,2270
feb-96 47 4,61 1 21 23 0,2308 0,2272
feb-96 47 4,61 1 19 20 0,2299 0,2257
T34-93 mar-98 48 4,28 2 0 2 0,2167 0,2088
mar-98 48 4,28 2 0 2
mar-98 48 4,28 2 0 2
T38-90 jun-95 51 4,396 0 3 3 0,3285 0,3058
jun-95 51 4,359 0 3 3 0,2537 0,2834
jun-95 51 0 6 6
T39-90 jun-95 51 4,617 2 14 16 0,2218 0,2218
jun-95 51 4,580 1 10 11 0,2047 0,2208
jun-95 51 1 10 11
T30-91 oct-96 55 4,50 0 4 4 0,3339 0,3318
oct-96 55 4,54 0 4 4
oct-96 55 4,50 0 3 3
Vino Tinto Fecha Meses Ac. Total SO2 Libre SO2comb SO2 total Abs 420 Abs520
análisis del vino g/L ác.
mg/l mg/l mg/l
tartárico
T40-90 ene-96 58 4,26 2 51 53 0,2574 0,2763
ene-96 58 4,26 2 54 56 0,2571 0,2757
ene-96 58 4,33 3 50 54 0,2573 0,2757
T41-90 feb-96 59 4,46 3 55 58 0,1844 0,1998
feb-96 59 4,46 3 56 59 0,1846 0,1999
feb-96 59 4,50 2 52 55 0,1847 0,1999
T23-90 feb-96 59 4,91 8 46 54 0,2196 0,2315
feb-96 59 4,91 6 46 52 0,2197 0,2316
feb-96 59 4,88 8 46 53 0,2193 0,2314
T30-90 feb-96 59 4,80 0 2 2 0,3123 0,3149
feb-96 59 4,88 0 3 3 0,3109 0,3133
feb-96 59 4,88 0 3 3 0,3101 0,3131
T32-90 feb-96 59 4,88 0 10 10 0,2503 0,2708
feb-96 59 4,95 0 10 10 0,2505 0,2710
feb-96 59 4,91 0 8 8 0,2514 0,2719
T33-91 feb-97 59 5,00 3 43 46 0,1974 0,1941
feb-97 59 5,00 3 43 46
feb-97 59 5,00 4 42 46
Vino Tinto Fecha Meses Abs620 Intensidad %Amarillo %Rojo %Azul Tonalidad
análisis del vino colorante
Vino Tinto Fecha Meses Abs620 Intensidad %Amarillo %Rojo %Azul Tonalidad
análisis del vino colorante
Vino Tinto Fecha Meses Abs620 Intensidad %Amarillo %Rojo %Azul Tonalidad
análisis del vino colorante
Vino Tinto Fecha Meses Abs620 Intensidad %Amarillo %Rojo %Azul Tonalidad
análisis del vino colorante
Vino Tinto Fecha Meses Abs620 Intensidad %Amarillo %Rojo %Azul Tonalidad
análisis del vino colorante