L'arca olearia
Il telefono cellulare per determinare il contenuto di olio e acqua dell'oliva
L'analisi della texture di un'immagine digitale delle olive macinate, scattata tramite smartphone, permette di prevedere il contenuto di grasso e l'umidità delle olive, utile a stabilire il prezzo del lotto ma anche l'efficienza del frantoio
06 luglio 2020 | R. T.
Il Ministero andaluso dell'agricoltura, dell'allevamento, della pesca e dello sviluppo sostenibile, attraverso l'Istituto di ricerca e formazione per l'agricoltura e la pesca (Ifapa), ha concluso con successo due progetti di ricerca sul miglioramento della qualità delle olive e dell'olio d'oliva.
Il primo prevede la progettazione di un metodo rapido per determinare il contenuto di umidità e impurità negli oli d'oliva vergini attraverso la visione artificiale e il secondo un metodo che permette un'analisi del contenuto di grasso dell'oliva attraverso un telefono cellulare.
Il contenuto di olio e di acqua nell'oliva sono parametri fondamentali, sia per l'olivicoltore che per il frantoio, in quanto determinano non solo la resa dei lotti come base per stabilire il prezzo del raccolto, ma anche l'efficienza dell'estrazione dell'olio nel frantoio, cioè la resa industriale del processo.
La nuova metodologia proposta da Ifapa permette di conoscere, in pochi minuti e con un'attrezzatura che normalmente è presente nei laboratori d'analisi (trattandosi di una bilancia e una centrifuga di laboratorio e l'ausilio di una videocamera), il contenuto di umidità e impurità. Ciò è possibile grazie all'utilizzo di un'applicazione di visione artificiale (Roborealm) che, dopo aver pesato e centrifugato il campione di olio da analizzare e attraverso un'immagine, riesce a catturare l'area in pixel corrispondente al deposito di umidità e impurità sul fondo del tubo della centrifuga. Utilizzando questa tecnologia, le immagini dei campioni di olio d'oliva vergine sono state analizzate in un'ampia gamma di valori di umidità e impurità.
Gli attuali metodi ufficiali per determinare sia l'umidità (metodo del forno, ISO 662) che le impurità solubili (estrazione con solvente tramite Shoxlet, ISO 663), si caratterizzano per essere una metodologia lenta (fino a più di 24 ore in alcuni campioni), che per una notevole spesa sia in solventi organici che in energia.
La seconda delle metodologie riguarda la determinazione e il controllo del contenuto di grasso dell'oliva. A tal fine sono stati sviluppati modelli basati sull'analisi GLCM (Gray Level Co-Currence Matrix) della texture di un'immagine digitale delle olive macinate, scattata tramite smartphone, che permettono di prevedere il contenuto di grasso e l'umidità delle olive. Quando l'oliva viene frantumata per estrarre l'olio, la massa risultante ha una struttura meccanica caratteristica e visivamente differenziabile, che è fortemente influenzata dal contenuto di acqua e olio. L'analisi GLCM delle immagini digitali di questa massa terrestre può fornire informazioni sulle sue caratteristiche.
Approfittando di questa tecnologia, sono state analizzate immagini di masse di olivo in un'ampia gamma di valori di contenuto di grasso e di umidità, scattate con un telefono cellulare in condizioni certe e fisse. Si tratta di uno studio pionieristico, poiché attraverso l'analisi delle immagini acquisite con il cellulare sarà possibile estrarre dalla massa olivicola informazioni di interesse, in modo rapido e non distruttivo, come aiuto nel processo decisionale di ottimizzazione dell'estrazione dell'olio vergine di oliva.
Potrebbero interessarti
L'arca olearia
Gli effetti del carico produttivo e del deficit idrico sul profilo fenolico delle olive
Il diradamento delle olive, simulando una cascola precoce, influisce in modo limitato sull’accumulo di olio nel frutto. Il deficit idrico determina una diminuzione significativa della resa in olio già dalle fasi intermedie di maturazione. L'impatto sui fenoli
27 febbraio 2026 | 16:30
L'arca olearia
Intelligenza artificiale per l'olivicoltura: cosa sa fare e cosa ancora no
E' possibile utilizzare l'IA per migliorare l'efficienza e la sostenibilità dei processi di produzione, manutenzione e raccolta delle olive. Algoritmi di Deep Learning come Convolutional Neural Networks per l'identificazione della cultivar e la classificazione delle malattie fogliari e la previsione dei raccolti con elevate accuratezze
27 febbraio 2026 | 16:00
L'arca olearia
Differenziazione fiorale e dinamiche di allegagione nell'olivo
La differenziazione fiorale si avvia diversi mesi prima dell’antesi e comprende due fasi: induzione, regolata da segnali endogeni e da accumulo di freddo invernale, e differenziazione morfologica. L'equilibrio dinamico tra genetica, fisiologia e ambiente
27 febbraio 2026 | 15:30
L'arca olearia
Il contributo dell'olivo al mantenimento della stabilità del suolo e contro il dissesto idrogeologico
Gli olivi adulti forniscono un contributo comparabile a vigneti con inerbimento permanente, pur risultando inferiori a boschi. Tuttavia, rispetto a vigneti totalmente lavorati o aree arate, anche gli olivi garantiscono una riduzione apprezzabile della suscettibilità al dissesto
27 febbraio 2026 | 14:40
L'arca olearia
Gli olivi monumentali di Ostuni e la sfida della convivenza con la Xylella fastidiosa
La positività molecolare non coincide necessariamente con sintomatologia grave. In zona infetta la convivenza controllata può essere possibile in determinate condizioni, soprattutto per alberi monumentali ad alto valore paesaggistico
26 febbraio 2026 | 16:00
L'arca olearia
La risposta agli stress ambientali dell'olivo e l'influenza su fioritura e alternanza di produzione
Messa in discussione l’idea che l’alternanza di produzione dell’olivo sia un carattere puramente genetico. All’origine del fenomeno vi sarebbero soprattutto fattori ambientali che influenzano la fioritura
26 febbraio 2026 | 14:00