See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/259582055

APLICACIÓN DEL SISTEMA CIE-LAB A LOS VINOS TINTOS: CORRELACIÓN

CON ALGUNOS PARÁMETROS TRADICIONALES

Article · May 2007

CITATIONS READS

7 1,628

2 authors:

L. Federico Casassa Santiago Sari

California Polytechnic State University, San Luis Obispo Instituto Nacional de Tecnología Agropecuaria
67 PUBLICATIONS   368 CITATIONS    21 PUBLICATIONS   66 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Phenolics during red wine maceration View project

- PID 2001/02 Nº 288: "Characterization and selection of native yeasts and lactic bacteria for the fermentation of Malbec must from Argentina". View project

All content following this page was uploaded by L. Federico Casassa on 07 January 2014.

The user has requested enhancement of the downloaded file.

APLICACIÓN DEL SISTEMA CIE-LAB A LOS VINOS TINTOS. CORRELACIÓN
CON ALGUNOS PARÁMETROS TRADICIONALES

Federico Casassa – Santiago Sari

Centro de Estudios de Enología - EEA Mendoza INTA.

Resumen

El color es uno de los primeros atributos que se evalúan en un vino. Debido a las
diferencias entre las características climáticas que ocurren año a año, el color puede
variar aún en vinos provenientes del mismo viñedo. En un producto dado, mantener
las características organolépticas constantes y regulares a lo largo del tiempo resulta
de carácter obligatorio para garantizar frente a la percepción del consumidor un vino
de calidad estándar. En el presente artículo se presenta un nuevo sistema para una
medida más objetiva del color en comparación con los actuales métodos
colorimétricos utilizados.

Abstract
Abstract

The first feature that it is evaluated in a certain wine is its colour. According to the
differences between the climatic conditions throughout the years, wine colour may
change even in wines from the same vineyard. In a given product, keeping wine
sensorial characteristics constant throughout the time has an imperative character
that tends to guarantee to consumer a standard quality wine. This article presents a
new system to evaluate the colour of wine in a more objective way in comparison to
the techniques used nowadays.

Palabras claves: color del vino, valores de absorbancia, parámetros colorimétricos,

CIELAB, espectrofotómetro.

Keywords: wine colour, absorbance values, colorimetric parameters, CIELAB,

spectrophotometer

INTRODUCCIÓN

En los vinos tintos, el color es uno de los principales parámetros cualitativos. Por un
lado, representa el primer factor organoléptico que percibe el degustador, y por
otro, se han determinado altas correlaciones positivas entre el color y la calidad
global del vino (19,32). Recientemente, se ha demostrado además un efecto
protectivo de los antocianos sobre ciertos tioles volátiles afrutados (20). El color del
vino no solo provee información sobre posibles defectos, el tipo o el estado de
evolución de éste, sino que tiene una importante influencia en la aceptabilidad (28)
y el precio del producto (12).
La definición y evaluación objetiva del color del vino es un tópico complicado. El
método de referencia es el propuesto por la O.I.V. (24), aunque se ha demostrado
que carece de presición en el caso de vinos fuertemente coloreados (17). Uno de
los métodos de más amplio uso en alimentos fue establecido por la “Comisión

Revista Enología Nº5 1

Año III Mayo-Junio 2007
 Internationale de L’Eclairage” (CIE), basándose en la determinación de valores
triestímulo, a partir de los cuales se definía un espacio tridimensional llamado
espacio CIE-xy. Estos valores se calculan a partir de la toma y registro de 81
medidas de absorbancia espectrofotométricas de la muestra, entre 380 y 780 nm
(lo que incluye todo el rango del espectro visible), a intervalos de 5 nm, utilizando
en los cálculos un observador estandarizado (identificado como CIE 64), de 10
grados de campo visual, y el iluminante D65 (23). En 1986, esta comisión adoptó
un nuevo sistema llamado Cie-Lab (11), como una medida más objetiva del color, y
que define cada color a partir de unas coordenadas denominadas L* (luminosidad),
a* y b*. Los parámetros C* (chroma métrico o saturación) y H* (tonalidad o tono)
se calculan a partir de a* y b*, y junto con L* definen las coordenadas de un
espacio cilíndrico que contiene los tres atributos psico-físicos básicos del color
(luminosidad, saturación y tonalidad).
En las figuras Nº1 y 2, puede verse que el espacio Cie-Lab queda
definido por las coordenadas cromáticas L*, a* y b*, que determinan
un espacio tridimensional y uniforme (11). El eje vertical L* es una
medida de la luminosidad, y varía desde completamente opaco (valor
0) a completamente transparente (valor 100). En los círculos de
tonalidad, a* es una medida de la intensidad de color rojo (y –a* de
color verde), y b* de la intensidad de color amarillo (y –b* de color
azul) (14). Muestras con a* = b* = 0 resultan acromáticas (37). La
tonalidad (H*) y la saturación o chroma (C*), se obtienen a partir de
las coordenadas L*, a* y b*, como puede verse en los cálculos de la
figura Nº3. La tonalidad (H*) es medida como un ángulo (figura Nº2)
entre 0 y 360º. Como 0 y 360º representan el mismo ángulo, si dos
muestras llamadas A y B tienen una tonalidad de 1 y 358 Figura Nº1
respectivamente, significa que la diferencia en el ángulo de tonalidad
es de sólo 3º, por lo que se puede considerar que estas muestras
presentan solo pequeñas diferencias de tonalidad. Este parámetro es
debido especialmente a pigmentos amarillos que absorben la luz a 420
nm y longitudes de onda cercanas (14). La saturación o chroma (C*),
indica la contribución de a* (color rojo) y b* (color amarillo), al color
total del vino; valores de C* cercanos o superiores a 50 indican colores
vívidos (14).
En bodega, los análisis colorimétricos de control y evaluación de vinos
tintos se han realizado tradicionalmente usando los parámetros
clásicos de Glories (15) y Sudraud (34). El Índice de Color (Glories), se
obtiene a partir de mediciones de absorbancia en tres longitudes de
onda, 420, 520 y 620 nm, y resulta de la suma de las mismas. El
Índice de Sudraud, define el matiz como la relación entre la Figura Nº2
absorbancia a 420/520 nm. Ambos índices resultan fáciles de calcular e
interpretar y son los de empleo más frecuente en bodega (21).

Las coordenadas Cie-Lab permiten una definición mucho más precisa del color que la otorgada por los
parámetros de Glories (31,38) y recientemente han sido utilizadas por varios autores para determinar las
características cromáticas de diferentes vinos, así como el estudio de su evolución (1,2,6,14,25,35,36).
Actualmente resulta el método más preciso de medición de color y el más útil para caracterizar y
diferenciar vinos (18,26), además de registrarse buenas correlaciones entre el perfil sensorial de los vinos
y los parámetros Cie-Lab (10).

Revista Enología Nº5 2

Año III Mayo-Junio 2007
Sin bien han existido intentos de estimar estos parámetros a partir de modelos de
regresión que incluían las tres medidas de absorbancia clásicas (420, 520 y 620
nm), los mismos no han sido adecuados para el caso de vinos con exceso o muy
bajo color (27). Además, la determinación de los valores L*, C* y H* requiere de
complejos cálculos matemáticos, por lo que el uso de los mismos queda restringido
al ámbito investigativo y fuera del alcance de las bodegas. A esto se suma la falta
de relaciones entre estas coordenadas cromáticas y los parámetros de color
clásicos, especialmente para el caso de vinos tintos con cierto añejamiento (27,38).
En el año 2001, el grupo de color de laboratorio de la Universidad de La Rioja
(España) (23), propuso, como método usual de determinación del color de los
vinos, la toma y registro de valores de absorbancia a 4 longitudes de onda: 450,
520, 570 y 630 nm, para calcular los valores triestímulo X, Y y Z. Estos valores
quedan expresados en la figura Nº3.

X = 19,717 A450 + 1,884 A520 + 42,539 A570 + 32,474 A630 - 1,841

Y = 7,950 A450 + 34,764 A520 + 42,736 A570 + 15,759 A630 - 1,180
Z = 103,518 A450 + 4,190 A520 + 0,251 A570 + 1,831 A630 - 0,818

Luminosidad (L*) = 116 (Y/100)/3

(a*) = 500 [(X/94,825)/3 - (Y/100)/3]
(b*) = 200 [(Y/100)/3 - (Z/107,383)/3]
Tonalidad (H*) = arc tg (b*/a*)
Saturación o Chroma (C*) = (a*2 + b*2)1/2

Figura Nº3: Cálculo de las coordenadas Cie-Lab. A indica absorbancia en nm.

Las ecuaciones X, Y y Z se han obtenido a partir de un grupo de 1333 muestras de

vinos y brandis, y el error global, comparando con el método de referencia, es
inferior a 2 unidades Cie-Lab de diferencia de color en el 99,8% de los casos. A
partir de los valores generados por estas ecuaciones se obtienen las coordenadas
L*, C*, H* de vinos tintos y rosados referidas a 2 mm de espesor de cubeta y las
de los vinos blancos y brandis referidas a 10 mm de espesor, al igual que en el
método de referencia. Para utilizar este método, es necesario un programa para
Windows® que permite hacer los cálculos a partir de las absorbancias medidas en
esas longitudes de onda y en cualquier espesor de cubeta, aunque los resultados
están referidos a 2 mm de espesor de cubeta para tintos y rosados y a 10 mm de
espesor para el caso de vinos blancos y brandis. Este programa se identifica con las
siglas MSCV® (Método Simplificado para el Color de Vinos) (4), y con él se han
calculado los valores presentados en éste trabajo.

Las diferencias de color Cie-Lab

Además de obtenerse una medida más objetiva del color del vino, otra de las
ventajas de la aplicación del Sistema Cie-Lab radica en la posibilidad de calcular, a
partir de los parámetros L*, a* y b*, la llamada Diferencia de color Cie-Lab
(simbolizada como ∆E*), que cuantifica numéricamente la diferencia de percepción
de color, para el ojo humano, entre dos muestras de vino (34). De acuerdo con la
representación tridimensional que provee este sistema, si dos puntos en éste
espacio (representados por dos estímulos de color, r y s), son coincidentes,
entonces la diferencia cromática entre ambos estímulos es igual a cero. Según se
incrementa la distancia entre esos dos puntos (L*r, a*r, b*r y L*s, a*s, b*s), es
razonable suponer que aumentará la percepción de diferencia cromática entre los
estímulos que ambos puntos representan.

Revista Enología Nº5 3

Año III Mayo-Junio 2007
 Una forma de medir la diferencia cromática entre dos estímulos es, por tanto, medir
la distancia euclidiana llamada ∆E*, existente entre dos puntos en un espacio
tridimensional. El esquema gráfico de la distancia cromática euclidiana o pitagórica
entre dos puntos s y r se presenta en la figura Nº4. En la misma se puede observar
que el valor ∆E* representa la hipotenusa de un triángulo, siendo ∆L* uno de sus
catetos y ∆C* el restante. De acuerdo con el teorema de Pitágoras, esta distancia
se puede calcular como sigue:

∆Er,s = [(∆L*r,s)2 + (∆a*r,s)2 + (∆b*r,s)2 ]½ Donde: ∆L*r,s = (L*r- L*s); ∆a*r,s y

∆b*r,s se definen de igual manera.
El término E de ∆E* deriva del vocablo alemán
Empfindung, que significa sensación, por lo que ∆E*
L* significa literalmente diferencia de sensación; el
asterisco se usa para denotar que estas diferencias han
sido calculadas a partir del Sistema Cie-Lab (34). El ojo
(s)
humano es capaz de discriminar dos colores cuando
b* Ls*
∆E* ≥ 1 (16), pero cuando un degustador observa un
vino a través de una copa, aún en condiciones
normalizadas, la capacidad de discriminar dos colores
∆E* ∆L* por parte del ojo disminuye. Así, Ayala et al. (2001),
determinaron que cuando el valor de ∆E* resulta ≥ a
Habr* 2.7 unidades Cie-Lab, los dos vinos comparados
Lr* presentan características cromáticas diferenciales entre
bs* Habs* ellos y que pueden ser percibidas por el ojo humano
∆b* ∆
(r) (22).
H
br* C s* H El objetivo del presente trabajo consistió en probar el
* ab

∆C* método descrito en vinos tintos argentinos, interpretar

los valores obtenidos y establecer posibles relaciones
Cr*
0 / 360º
a* con los parámetros clásicos de uso tradicional en
bodega. También se intentó determinar si
ar* ∆a* as *
efectivamente estos parámetros son más precisos que
los parámetros clásicos en la descripción del color de
Figura Nº4: Cálculo gráfico de ∆E* entre dos
los vinos tintos.
muestras de vino r y s de diferente color.

Materiales y Métodos

Todas las mediciones fueron realizadas sobre vinos tintos argentinos, de distintas
cosechas (1989 a 2006), variedades, zonas de producción y técnicas de elaboración
y analizadas en el año 2006. Para la determinación de las correlaciones, el análisis
de componentes principales y el análisis discriminante, se analizaron 112 muestras
de vinos tintos de las cosechas 2004, 2005 y 2006. Para la determinación de la
correlación entre ∆I.C. y ∆E* se realizaron 232 comparaciones de vinos tintos de
cosechas comprendidas entre 1989 y 2006. Previo a la medición, las muestras
fueron centrifugadas (5000 g por 10 min.). El Índice de Color (I.C.: suma de las
absorbancias a 420, 520, y 620 nm), y el matiz (relación densidad óptica 420:520
nm) de la muestra tal cual, se midieron en cubetas de cuarzo de 1 mm de paso
óptico, de acuerdo con lo propuesto por Glories (31).
Siguiendo la metodología propuesta por Boulton (8), se determinó en cada vino: %
de color debido a antocianos libres, % de color debido a antocianos copigmentados
y % de color debido a antocianos polimerizados. El contenido de antocianos totales
en mg.L-1 se determinó por el método de decoloración por bisulfito, de acuerdo a la
metodología propuesta por Ribéreau-Gayon y Stonestreet y modificado por
Amerine y Ough (3,30).
Todas las mediciones de absorbancia fueron realizadas en un espectrofotómetro
marca Beckman®.

Revista Enología Nº5 4

Año III Mayo-Junio 2007
Resultados y discusión

a) Correlación con algunos parámetros clásicos.

Correlación L* vs. I.C.: el parámetro L* (Luminosidad), muestra una correlación

lineal negativa con el I.C. con un muy buen ajuste (R2 = 0.8821). Altas
correlaciones negativas entre L* e I.C. también han sido encontradas por otros
autores (1,6,12,14). Esto indicaría que un aumento en el I.C. del vino testeado,
daría lugar a un color más oscuro del mismo, y una disminución daría lugar a vinos
más “luminosos”. Por otro lado, en el grafico Nº1 se puede ver que para valores de
I.C. comprendidos entre 0.500 y 1.500, la correlación lineal entre este índice y el
parámetro L* es muy buena, y solo se obtienen desviaciones para valores de I.C.
muy elevados (superiores a 2.000) o muy bajos (inferiores a 0.500). De ello se
podría concluir que para vinos con este rango de color, el I.C. resultaría un
estimador bastante confiable del color “real” o perceptible del vino.
Correlación C* vs. I.C.: el parámetro C* (Saturación) muestra una correlación
lineal positiva con el I.C. Si bien el ajuste no es bueno (R2 = 0.5192), como
tendencia, se puede concluir que vinos con mayores valores de C* presentan una
mayor componente de colores amarillos y fundamentalmente rojos, es decir,
resultan mas “saturados” a la vista. En el grafico Nº2 se puede observar que para
vinos con valores muy elevados de I.C. el ajuste es malo. Esto se explica porque el
I.C. incluye solo la mediciones puntuales de 420 nm (amarillos), 520 nm (rojos) y
620 nm (azules), en tanto que el parámetro C* de calcula a partir de los valores a*
(que incluye toda la gama de colores desde el rojo al verde) y b* (que incluye toda
la gama de colores desde el amarillo al azul).
Correlación H* vs. I.C.: el gráfico Nº3 parece indicar una falta de relación entre
estos dos parámetros. Otros trabajos también muestran la falta de correlación de
H* con absorbancias a 420, 520 y 620 nm (27). No obstante, cabría esperar que,
conforme progresa la evolución del vino, aumente su valor de tonalidad H* y de
luminosidad L*, o sea, que adquiera colores más “claros”.
Correlación a* vs. I.C.: resulta muy similar a la correlación C* vs. I.C. aunque se
mejora algo el ajuste (R2 = 0.5277), posiblemente debido a que el parámetro C*
incluye además al valor b*. Otros autores encuentran una mejor correlación (R2 =
0.905), entre estos dos parámetros (12). En el gráfico Nº4, la correlación lineal
positiva indicaría que vinos con valores de I.C. crecientes presentarían una
componente mayor de color rojo. Inversamente se puede decir que cuando un vino
evoluciona y disminuye su I.C., esta disminución se debe fundamentalmente a una
pérdida de color rojo (degradación de los antocianos y/o participación de los
mismos en reacciones de condensación y cicloadición).
Correlación b* vs. I.C.: no parece existir una correlación clara entre estos dos
parámetros, lo que coincide con lo demostrado por estudios recientes (27). El valor
b* indica la participación, en el color del vino, de la gama cromática que va desde
el amarillo al azul, valores altos de éste parámetro indican predominancia de tonos
amarillos en tanto que valores cercanos a cero indican mayor participación de
colores azules. En el gráfico Nº5 puede verse que para variaciones de I.C. de un 50
% aproximadamente (de 1.000 a 1.500), el parámetro b* toma valores desde
cercanos a 0 hasta 18 unidades Cie-Lab, lo que representa una variación del 1800
%. Debido al hecho de que los vinos tintos despliegan colores en el rango de los
rojos, en unidades Cie-Lab, a* es generalmente mayor que b* (2,5,26), lo que
puede inducir a pensar que b* es un parámetro menos importante que a*. Sin
embargo, desde el punto de vista de la estimación psicométrica de la tonalidad H*,
ambos parámetros son esenciales, especialmente en el caso de vinos tintos jóvenes
con altos niveles de derivados malvidínicos (27).
Correlación H* vs. Matiz: aunque otros autores han observado buenas
correlaciones entre H* y matiz (5,25), en este grupo de vinos tintos analizados el

Revista Enología Nº5 5

Año III Mayo-Junio 2007
ajuste es muy pobre. No obstante, en el gráfico Nº6 se registra una cierta
tendencia positiva entre estos dos parámetros, lo que indica que vinos con mayores
valores de matiz presentan también valores crecientes de tonalidad. En este mismo
gráfico, se puede ver que en el intervalo de matiz comprendido entre 0.60 y 0.80,
la tonalidad (H*) varía mucho, casi la practica total variabilidad de este parámetro
esta comprendido en este rango, en tanto que el matiz medido como densidad
óptica a partir de dos absorbancias (420 y 520) varía solo en 0.20 unidades.
Complementando lo anterior, se puede observar que los algunos de los vinos de los
extremos de la recta ajustada tienen similar valor de matiz (0.600), en tanto que la
tonalidad, para estos mismos vinos, varía desde 0 a 20 unidades Cie-Lab.
Correlación H* vs % de color polimérico: el gráfico Nº7 muestra una función
lineal positiva, en la cual si bien el valor de R2 es muy bajo, se puede deducir que
vinos con valores crecientes de tonalidad (H*), muestran concomitantemente
porcentajes crecientes de color polimérico. De ello se puede seguir que a medida
que un vino aumenta el porcentaje de antocianos en estado polimérico, el mismo
aumenta su tonalidad. Considerando que la tonalidad de un vino es debida
especialmente a pigmentos amarillos que absorben en longitudes de onda próximas
a los 420 nm (14), los pigmentos poliméricos deberían mostrar en solución este
tipo de tonalidades, como de hecho se ha demostrado (7,13,33,38).
Correlación H* vs % de color copigmentado: el gráfico Nº8 muestra una
función lineal negativa, nuevamente con un valor de R2 muy bajo. Aún así, como
tendencia se puede decir que a medida que aumenta la tonalidad del vino,
conforme progresa la evolución del mismo (y por lo tanto la participación en el color
total de pigmentos de colores amarillos y anaranjados o tejas), la participación en
porcentaje de los antocianos en estado copigmentado es menor. Esto resulta lógico,
ya que la ocurrencia del fenómeno de copigmentación en los vinos tintos, se ve
restringida a las primeras etapas en la vida de un vino y da lugar a colores
típicamente dentro de la gama de los violetas, con longitudes máximas de
absorción cercanas a los 540 nm (9). A medida que un vino tinto evoluciona desde
el punto de vista de su matriz polifenólica, los antocianos copigmentados deberían
servir de precursores de futuros pigmentos poliméricos, los que, como ya se
comentó, están relacionados positivamente con un aumento de tonalidad en el
vino.
Correlación L* vs % antocianos totales: el gráfico Nº9 muestra una correlación
lineal positiva; a medida que los vinos evolucionan hacia tonos anaranjados o
ladrillo, se asiste a una pérdida de antocianos monoméricos al estado libre, una
parte por degradación (efecto del pH, de la temperatura o del oxígeno) y otra por
su inclusión en reacciones de condensación y/o cicloadición. En éste último caso, la
provisión de antocianos para la polimerización podría provenir del mismo pool de
antocianos libres, o bien de los antocianos protegidos por copigmentación.
Correlación a* vs % antocianos totales: aunque el ajuste resulta muy pobre, el
gráfico Nº10 muestra una correlación lineal positiva, lo que indicaría que al
aumentar el componente a* de color rojo de los vinos aumenta la cantidad de
antocianos totales. Esto último se puede explicar en el hecho de que no solo los
antocianos al estado libre despliegan colores rojos, sino que ciertas condensaciones
directas tanino-antociano (especialmente las de tipo T-A+) (29,38), y ciertos
aductos de cicloadición (7,13) también presentan colores dentro de esta gama.
Estos últimos pigmentos no son determinados por la técnica de antocianos totales,
que sólo cuantifica pigmentos de tipo antociánico al estado libre y no los incluidos
en dímeros y/o aductos de cicloadición.

Revista Enología Nº5 6

Año III Mayo-Junio 2007
 3,000
y = -0,0317x + 2,7104
2
R = 0,8821
2,500
I.C. (420+520+620)

2,000

1,500

1,000

0,500

0,000
20 25 30 35 40 45 50 55 60 65 70 75 80 85

L* (Unidades Cie-Lab)

Gráfico Nº1: Correlación L* vs. I.C.

3,000
y = 0,0341x - 0,4351
2
R = 0,5192
2,500
I.C. (420+520+620)

2,000

1,500

1,000

0,500

0,000
20 25 30 35 40 45 50 55 60 65

C* (Unidades Cie-Lab)

Gráfico Nº2: Correlación C* vs. I.C.

3,000
y = -0,0139x + 1,3018
2
R = 0,0671
2,500
I.C. (420+520+620)

2,000

1,500

1,000

0,500

0,000
0 2 4 6 8 10 12 14 16 18 20 22 24

H* (Unidades Cie-Lab)

Gráfico Nº3: Correlación H* vs. I.C.

Revista Enología Nº5 7

Año III Mayo-Junio 2007
 3,000
y = 0,0334x - 0,3749
2
R = 0,5277
2,500
I.C. (420+520+620)

2,000

1,500

1,000

0,500

0,000
10 15 20 25 30 35 40 45 50 55 60 65
a* (unidades Cie-Lab)

Gráfico Nº4: Correlación a* vs. I.C.

3,000
y = -0,0048x + 1,21
2
R = 0,0055
2,500
I.C. (420+520+620)

2,000

1,500

1,000

0,500

0,000
0 2 4 6 8 10 12 14 16 18 20

b* (Unidades Cie-Lab)

Gráfico Nº5: Correlación b* vs. I.C.

1,200
y = 0,0049x + 0,6087
2
R = 0,1339
1,000
Matiz (420/520)

0,800

0,600

0,400

0,200

0,000
0 5 10 15 20 25

H* (Unidades Cie-Lab)

Gráfico Nº6: Correlación H* vs. Matiz.

Revista Enología Nº5 8

Año III Mayo-Junio 2007
 90,000
y = 0,8059x + 36,444
80,000 2
R = 0,198

70,000
% de color polimérico

60,000

50,000

40,000

30,000

20,000

10,000

0,000
0 5 10 15 20 25

H* (Unidades Cie-Lab)

Gráfico Nº7: Correlación H* vs. % de Color polimérico.

70,000
y = -0,4808x + 34,162
2
60,000 R = 0,1105
% de color copigmentado

50,000

40,000

30,000

20,000

10,000

0,000
0 10 20 30 40 50 60

H* (Unidades Cie-Lab)

Gráfico Nº8: Correlación H* vs. Color copigmentado.

1000,00
y = -11,114x + 858,65
900,00 2
R = 0,3108
Antocianos totales (mg.L )
-1

800,00

700,00

600,00

500,00

400,00

300,00

200,00

100,00

0,00
20 25 30 35 40 45 50 55 60 65 70 75 80 85

L* (Unidades Cie-Lab)

Gráfico Nº9: Correlación L* vs. Antocianos Totales.

Revista Enología Nº5 9

Año III Mayo-Junio 2007
 1000,00 Para confirmar la aplicabilidad de la ecuación
y = 5,3259x + 72,206
900,00 2
R = 0,0384
anterior, la misma se chequeó sobre 30
vinos tintos COMERCIALES de diferentes
Antocianos totales (mg.L-1)

800,00

700,00 variedades, orígenes y estado de

600,00 añejamiento (1999 a 2006), distintos de los
500,00 usados en la realización de este estudio.
400,00 En el gráfico Nº 11 puede verse que la
300,00 relación lineal entre el I.C. experimental o
200,00 medido y el I.C. predicho, es buena, con un
100,00 R2=0.8925. El ajuste parece ser mejor para
0,00 el rango de I.C.’s comprendidos entre 0.900
10 20 30 40 50 60 70
y 2.000. Las mayores desviaciones se
a* (Unidades Cie-Lab)
registran por encima o por debajo de estos
Gráfico Nº10: Correlación a* vs. Antocianos Totales. dos valores.

En general, estudios que comparan los parámetros clásicos con los

correspondientes al Sistema Cie-Lab, obtienen menores desviaciones y mejores
ajustes en el caso de vinos jóvenes. Específicamente, los parámetros H* y b*
muestran las mayores desviaciones, especialmente en el caso de vinos añejos (27).
En este estudio, las correlaciones de los parámetros Cie-Lab con los índices
espectrofotométricos clásicos resultan bajas, justamente porque estos últimos se
calculan a partir de medidas de absorbancia puntuales, en tanto que los parámetros
Cie-Lab incluyen en su cálculo un rango mucho más amplio de absorbancias dentro
del espectro visible. Sin embargo, el parámetro L* muestra una muy buena
correlación lineal con el I.C. lo que sugiere cierta robustez analítica de esta última
medición. Estudios recientes con vinos Tempranillo sugieren que sólo la correlación
L* vs. I.C. puede ser usada para establecer una relación entre los parámetros Cie-
Lab y las medidas tradicionales (12). De acuerdo con los resultados obtenidos para
vinos argentinos, usando la ecuación de regresión: I.C.= -0.0317 L* + 2.7104, el
parámetro L* puede ser transformado en el parámetro I.C., más apreciado y mejor
conocido.

2,500
2,400 y = 0,6556x + 0,3391
2,300 2
R = 0,8925
2,200
2,100
2,000
1,900
I.C. predicho

1,800
1,700
1,600
1,500
1,400
1,300
1,200
1,100
1,000
0,900
0,800
0,700
0,600
0,500
0 0

0, 0
0, 0

0 0
1 0

1, 0

1 0
1 0

1 0
1 0

1, 0
1 0
1 0

1, 0
2 0

2 0

2, 0

2 0
2 0
2 0

2 0
2 0

2 0
2 0
0
0
0

0
0

0
0
0

0
0

0
0

0
0
0

0
0

0
0

0
0
0

0
0
5
,6

7
8
,9
,0

1
,2
,3

,4
,5

6
,7
,8

9
,0

,1

2
,3
,4
,5

,6
,7

,8
,9
0,

I.C. experimental

Gráfico Nº11: Correlación entre el I.C. experimental y el

I.C. predicho.

b) Determinación de la diferencia de color Cie-Lab (∆E*)

En la tabla Nº1 se muestran algunos ejemplos de valores de L*, C*, H*, a*, b* y
∆E* de tres pares de vinos comparados.

Tabla Nº1: valores de L*, C*, H*, a*, b* y ∆E* de tres pares de vinos comparados cv. Merlot.

Parámetros Cie-Lab I.C. Diferencias Cie-Lab (∆E*)

Revista Enología Nº5 10

Año III Mayo-Junio 2007
Tipo de (420+520 ∆E* ∆E*
maceración L* C* H* +620) ∆E*
a* b* Maceración Maceración
(luminosidad) (Saturación) (Tono) Maceración
pre-ferm. en post. ferm.
clásica
frío en caliente
Maceración
a c a c b c
pre-ferm. en 44,63
frío
56,48 17,43 53,85 16,91 1,39 *
8,29 17,54 *
Maceración
b b a b ab b
post. ferm. 51,30
en caliente
51,92 15,34 50,07 13,73 1,13 *
8,29 *
9,33

Maceración c a a a a a
clásica 58,36 45,91 14,16 44,51 11,24 0,90 17,54 * *
9,33

Letras distintas indican diferencias significativas para el Test de Tukey y p<0.05. (*) Valores superiores
a 2.70 indican diferencias perceptibles por el ojo humano. Datos no publicados. INTA. 2006.

Los valores de la tabla anterior corresponden al promedio de 3 repeticiones, a los

16 meses de elaborados los vinos (cv. Merlot). Los valores de ∆E* obtenidos
indican que los vinos elaborados a partir de la maceración prefermentativa en frío
se diferencian visualmente de los correspondientes a la maceración post-
fermentativa en caliente, diferencia que se hace más notable aún cuando se los
compara con los vinos elaborados a partir de la maceración clásica. A su vez, los
vinos de la maceración post-fermentativa en caliente también presentan diferencias
de color perceptibles por el ojo humano cuando se los compara con los vinos de la
maceración clásica, aunque en menor magnitud que las que se obtienen de la
comparación maceración pre-fermentativa en frío – maceración clásica. Se puede
concluir entonces que la maceración pre-fermentativa en frío tiene un impacto
positivo en el color de los vinos, aún a los 16 meses de elaborados los mismos, y
esas diferencias son visualmente detectables cuando se los compara con vinos
elaborados a partir de una maceración post-fermentativa en caliente y una
maceración clásica. En este caso, se obtienen diferencias estadísticas en el valor de
I.C. entre los tres vinos por lo que resulta lógico suponer que tales diferencias
serán percibidas por un degustador en condiciones estándar de trabajo.

85
y = 14,765x + 9,0581
80 2
75 R = 0,8207
70
65
60
55
50
Delta E*

45
40
35
30
25
20
15
10
5
0
0
25

0
5
00

5
0
5
0
5
0
5
00

5
0
75

0
5
0
5
0
5
0
0

5
7

2
5
7
0
2
5
7

2
5

0
2
5
7
0
2
5
0,
0,
0,
0,
1,
1,
1,
1,
2,
2,
2,
2,
3,
3,
3,
3,
4,
4,
4,
4,
5,
5,
5,

Delta I.C. (420+520+620)

Gráfico Nº12: Correlación ∆I.C. vs. ∆E*.

El gráfico Nº12 se ha generado a partir de 240 comparaciones entre vinos tintos de

distintas zonas de producción, variedades y añadas (desde 1989 a 2006). En él se
puede ver que al aumentar la variación de I.C. (eje de absisas) entre dos vinos
comparados, el ∆E* correspondiente (eje de ordenadas), aumenta de manera
lineal, y con un buen ajuste (R2= 0.8207). Esto resulta lógico, ya que si entre dos
muestras de vino la diferencia de I.C. es grande, es esperable que esta sea
perceptible por el ojo de un degustador, y que por lo tanto, ∆E* tome valores
iguales o superiores a 2.7 unidades Cie-Lab.

Revista Enología Nº5 11

Año III Mayo-Junio 2007
 Sin embargo, en el círculo rojo se señala un par de vinos para el cual la diferencia
de I.C. entre ambos es de solo 0.25 puntos de color, en tanto que el ∆E* supera las
40 unidades Cie-Lab; en éste caso, pequeñas diferencias en el I.C., poco
perceptibles a priori desde el punto de vista analítico, dan lugar a un valor de ∆E*
que supera ampliamente el valor de 2.70 que se indica como el límite de percepción
de una diferencia visual por parte de un degustador bajo condiciones estándar.
Igualmente, el valor de la ordenada al origen indica que existen pares de vinos
cuya diferencia de I.C. es igual a cero, en tanto que ∆E* resulta de 9.05 unidades
Cie-Lab, es decir, muy por encima del limite de percepción de diferencia de color.

c) Comparación general entre los parámetros de color Cie-Lab y los

parámetros clásicos.

El gráfico Nº 13 corresponde a un análisis de componentes principales (ACP) que se

obtuvo a partir de una parte de las muestras de vino, pero solo de la cosecha 2006.
En el se puede observar que con dos componentes principales se explica el 75 % de
la variabilidad existente en los datos. En este mismo gráfico se puede ver, por
ejemplo, que la tonalidad (H*) se relaciona con el % de color polimérico, la
luminosidad L* con el matiz y la saturación C* con a* e I.C. Por otro lado, las
variables C*, a* e I.C. están relacionadas inversamente con el parámetro L* y el %
de color polimérico y los parámetros b* y H* están relacionados inversamente con
el % de color por antocianos libres. El ACP parece confirmar que el parámetro H*
no tiene relación con el I.C.
Con el objeto de establecer cual o cuales son los parámetros, dentro de las
mediciones de absorbancia, que permiten discriminar mejor los vinos, se
introdujeron todas las medidas de absorbancia (clásica y parámetros Cie-Lab), de
las mismas 112 muestras de vino tinto en un software estadístico (Infoestat®) y se
sometió a las mismas a un análisis discriminante lineal. En la tabla Nº2, se
presentan las funciones discriminantes generadas a partir de los datos
estandarizados por las varianzas comunes, utilizando la distancia euclídea. En la
misma, se puede ver que la función discriminante 1 (FD1) es una función del
parámetro a* y luego del matiz, en tanto que la FD 2 es función del parámetro a* y
luego del C*. Las dos FD en conjunto explican el 82.30 % de la variabilidad total
entre vinos. De ello se puede concluir, en primer lugar, que dentro de cuatro
parámetros con máximo valor discriminante, tres son generados a partir del
Sistema Cie-Lab, lo que por otra parte, coincide con lo señalado por otros autores.
En segundo lugar, y analizando la FD1, se puede decir que los vinos se diferencian
en función de un mayor o menor componente de color rojo (a*), y también partir
del matiz, es decir, de la componente amarilla. La FD2 indica que los vinos fueron
mejor discriminados nuevamente en función del color rojo (a*), y por su saturación
(C*).
4,00 % color polimérico 0,27 -0,87
Tabla Nº2: valores de dos funciones discriminantes
b*
H* (Tono)
canónicas para 112 muestras de vino tinto.
% color polimérico
Función discriminante 1 2
2,00 L* (luminosidad) -2,53 2,73
C* (Saturación)
C* (Saturación)
-2,96 -6,60
H* (Tono)
a* -1,58 1,32
Matiz (420/520) I.C.
a* 5,18 6,73
CP 2 (25 %)

0,00
L* (luminosidad)i
b*
% Color copigmentado 1,07 -0,12
I.C.
Ant. Totales (mg/L) -3,06 1,47
-2,00
Matiz (420/520) 3,26 -0,24
Ant. Totales (mg/L) 0,14 -0,07
% color ant. libres % Color copigmentado 0,06 0,13
% color ant. libres -0,30 0,77
-4,00
-6,50 -3,25 0,00 3,25 6,50

CP 1 (50 %)

Revista Enología Nº5 12

Año III Mayo-Junio 2007
 Gráfico Nº13: Análisis de componentes principales de 112
muestras de vino tinto.

Conclusiones

En este estudio, las correlaciones entre los parámetros Cie-Lab y los índices
espectrofotométricos clásicos resultan bajas, con excepción del parámetro L*, que
muestra una muy buena correlación lineal con el I.C., salvo cuando esté último
toma valores muy elevados o muy bajos. Tanto el análisis de componentes
principales como el análisis discriminante sugieren que los parámetros Cie-Lab son
claramente más precisos que los parámetros clásicos en la definición y
discriminación del color de dos muestras comparadas.
A partir del cálculo de ∆E* se puede establecer la utilidad del empleo de rutina de
un sistema de medida del color que considere un rango más amplio de medidas de
absorbancia del espectro visible, para el caso de comparaciones muestrales
puramente analíticas. Tal es el caso que se presenta cuando se comparan los datos
analíticos colorimétricos de un vino de una línea y cosecha determinada en el
momento de la puesta en botella, con los de la misma línea pero de una cosecha
subsiguiente. En éste contexto puede ser deseable conocer de antemano si el
consumidor detectará o no posibles diferencias de color de un vino a otro, y en tal
caso, de que magnitud será esta diferencia.
También se destaca la utilidad del método para evaluar el efecto de blendings o
cortes sobre el color perceptible por el ojo humano, o bien para estandarizar y
mantener el color de una línea de vinos a lo largo de varios ciclos de producción, y
en caso de variaciones del mismo, poder establecer si estas serán perceptibles o no
por el degustador.
Por último, su empleo puede resultar útil para evaluar el efecto de distintas
prácticas enológicas o como un posible complemento en la toma de decisión, a la
hora de definir el paquete enológico más adecuado para la obtención de vinos con
colores estándares y constantes.

Recibido: Septiembre 2006

Aceptado: Noviembre 2006

NDLR: Si desea contactarse con alguno de sus autores comuníquese con

enologia@revistaenologia.com

BIBLIOGRAFÍA

1. Almela, L., Javaloy, S., Fernández-López, J., López-Roca, J. (1995).

Comparison between the tristimulus measurements Yxy and L*,a*, b* to
evaluate the colour of young red wines. Food Chem. 53: 321-327.
2. Almela, L., Javaloy, S., Fernández-López, J., López-Roca, J. (1996).
Varietal classification of young red wines in terms of chemical and colour
parameters. J. Sci. Food Agric. 70, 173-180.
3. Amerine, M. A., Ough, C. S. (1988). Methods For Analysis of Musts and
Wines. J. Wiley & Sons.
4. Ayala, J. F., Echávarri, J. Negueruela, A. (2001).
http://www.unizar.es/negueruela/MSCVes.zip.

Revista Enología Nº5 13

Año III Mayo-Junio 2007
5. Bakker, J., Arnold, G. M. (1993). Analysis of sensory and chemical data for
color evaluation of a range of red port wines. American Journal of Enology and
Viticulture, 44, 27–34.
6. Bakker, J., Bridle, P., Timberlake, C. (1986). Tristimulus measurements
(CIELAB 76) of port wines color. Vitis, 25, 67-78.
7. Bakker, J., Bridle, P., Honda, P., Kuwano, H., Saito, N., Terehara, N.,
Timberlake, C. (1997). Isolation and identification of a new anthocyanin
occurring in some red wines. Phytochem. 44: 1375-1382.
8. Boulton, R. (1996). A method for the assessment of copigmentation in red
wines. Presented at the 47th Annual Meeting of the ASEV, June, Reno, NV.
9. Boulton, R. (2001). The copigmentation of anthocyanins and its role in the
color of red wine: a critical review. Am. J. Enol. Vitic.;52, 67-87.
10. Castino, M., Lanteri, S., Frank, I. (1990). Correlazione fra i parametri
oggetivi di definizione del colore e la valutazione sensoriale in un gruppo di vini
Barbaresco. Vignevini, 11, 57–64.
11. C.I.E. (1986). Colorimetrie, 2nd ed. Publication C.I.E. Nº15, 2. Viena: Central
Bureau of the Comisión Internationale de L’Eclairage.
12. Esparza, I., Santamaría, J., Fernández, J. (2006). Chromatic
characterization of three consecutive vintages of Vitis vinifera red wine. Effect of
dilution and iron addition. Analytica Chimica Acta, 563, 331-337.
13. Fulcrand, H., Benabdeljalil, C., Rigaud, J., Cheynier, V., Moutounet, M.
(1998). A new class of wine pigments generated by reaction between pyruvic
acid and grape anthcyanins. Phytochem. 47:1401-1407.
14. Gil-Muñoz, R., Gómez-Plaza, E., Martínez, A., López-Roca, J. (1997).
Evolution of the CIELAB and other spectrophotometric parameters during wine
fermentation. Influence of some pre and postfermentative factors. Food Res.
Int. 30:9,699-705.
15. Glories, Y. (1984). La couleur des vins rouges. Première partie : Les equilibres
des anthocyanes et des tanins. Conn. Vigne Vin. 18: 195-217.
16. Gonnet, J. F. (1998). Colour effects of co-pigmentation of anthocyanins
revisited— 1. A colorimetric definition using CIELAB scale. Food Chemistry, 63,
409–415.
17. Heredia, F., Guzmán-Chozas, M. (1991). Reliability of the Spanish official
method for colour of red wines in comparison with the CIE 1931 (x,y) method.
Food Chemistry, 39, 167–174.
18. Heredia, F., Troncoso, A., Guzmán-Chozas, M. (1997). Multivariate
characterization of aging status in red wines based on chromatic parameters.
Food Chemistry, 60, 103–108.
19. Jackson, M., Timberlake, C., Briddle, P., Vallis, L. (1978). Red wine
quality: Correlations between colour, aroma and flavor and pigment and other
parameters of young Beaujolais wines. J. Sci. Food Agric. 29: 715-727.
20. Murat, M., Tominaga, T., Saucier, C., Dubordieu, D., Glories, Y. (2003).
Effect of anthocyanins on stability of a key odorous compound, 3-mercapto-1-ol,
in Bordeaux Rosé Wines. AJEV 54:2, 135-138
21. Negueruela, A., Echávarri, J., Pérez, M. (1995). A Study of correlation
between enological colorimetric indexes and CIE colorimetric parameters in red
wines. Am. J. Enol. Vitic. 46: 353 – 356.
22. Negueruela, A., Echávarri, J., Ayala, F. (2001). Caractéristiques
chromatiques. OIV Feuille Verte N° 1102.
23. Negueruela, A., Echávarri, J., Ayala, F., Pérez, M. (2001). Propuestas de
determinación de las características cromáticas del vino (OIV,2001). VI
Jornadas Científicas 2001. Grupos de Investigación Enológica. Valencia, 5-7 de
junio del 2001.
24. OIV. (1990). Recueil des Méthodes Internationales d’Analyse des vins et des
moûts. Paris, France: Office International de la Vigne et du Vin.

Revista Enología Nº5 14

Año III Mayo-Junio 2007
 25. Pérez-Magariño, S., González-Sanjosé, M.L. (1999). Colorimetry study of
rosé and red Spanish wines: correlation between enological color and CIELAB
parameters. In M. Mínguez, M. Jarén and D. Hornero (Eds.). First Internacional
Congreso on Pigments in Food Technology (pp. 423-427).
26. Pérez-Magariño, S., González-Sanjosé, M. L. (2001). Differentiation
parameters of ‘‘Ribera del Duero’’ D.O. wines from other Spanish D.O. Food
Science and Technology International, 7, 237–244.
27. Pérez-Magariño, S., González-Sanjosé, M. L. (2003). Application of
absorbance values used in wineries for estimating CIELAB parameters in red
wines. Food Chemistry, 81, 301-306.
28. Peynaud, E. (1987). El gusto del vino. Madrid, España. Ed. Mundi-Prensa.
29. Rémy, S., Fulcrand, H., Labarbe, B., Cheynier, V., Moutounet, M. (2000).
First confirmation in red wine of products resulting from direct anthocyanin-
tannin reactions. J. Sci. Food Agric. 80: 745-751.
30. Ribéreau-Gayon, J., Stonestreet, J. (1965). Le dosage des anthocyanes
dans le vin rouge”. Bull. Soc. Chim., 9, 2649-2652 (1965).
31. Ribéreau-Gayon, P. (1998).Traité d'Oenologie. 2-Chimie du vin. Stabilitation
et traitements. Editions La Vigne .Paris.1998.
32. Somers, T. (1978). Interpretations of colour composition in young red wine.
Vitis. 17: 161-167.
33. Somers, T., Verette, E. (1988). Phenolic composition of natural wine types
In: Modern Methods of Plant Analysis, Wine Analysis. Linskens, H.F., and
Jackson, J.F., Eds., Springer-Verlag, Berlin. 219-257.
34. Sudraud, P. (1958). Interpretation des courbes d’absortion des vins rouges.
An. Technol. Agric, 7, 203-208.
35. Timberlake, C. (1981). Parameters of red wine quality. Food Technol. 33,
139-144.
36. Valdés-Sánchez, M., Regodón-Mateos, J. (1996). Estudio del color
procedente de dos comarcas vitivinícolas extremeñas. I. Vinos tintos.
Alimentaria, 6, 97-102.
37. Westland, S. (2001). Frequently asked questions about colour physics.
www.colourware.co.uk.
38. Zamora, F. (2003). Elaboración y crianza del vino tinto. Aspectos científicos y
prácticos. Ed. Mundi-Prensa. Madrid. España.

Revista Enología Nº5 15

Año III Mayo-Junio 2007

View publication stats