Uno strumento automatizzato e non distruttivo per il monitoraggio della maturazione delle olive
Nel prossimo futuro dovrà essere accantonata la rilevazione di alcuni parametri, come la colorimetria, a beneficio di un'analisi delle immagini, con spettroscopia vis/NIR e NIR e chemiometria
Uno strumento diagnostico nel visibile/near infrarosso calibrato per mezzo dell'analisi delle immagini, è stato proposto dall'Università di Milano per valutare il grado di maturazione delle olive da olio al fine di sostituire i metodi soggettivi tradizionali in vista di future applicazioni completamente automatizzate.
Sono state analizzate tredici varietà di olivo provenienti da quattro regioni del sud Italia. Per oggettivare la valutazione dello stadio di maturazione, è stata acquisita l'immagine RGB. Le analisi spettroscopiche sono state eseguite utilizzando un FT-NIR da banco e uno strumento portatile vis/NIR. Il dispositivo da banco era dotato di una sonda in fibra ottica e gli spettri sono stati raccolti nell'intervallo 800-2500 nm, risoluzione nominale di 1,6 nm; lo spettrofotometro portatile copre l'intervallo 400-1000 nm, risoluzione nominale 0,3 nm.
I dati spettrali delle olive sono stati modellati utilizzando l'analisi discriminante dei minimi quadrati (PLS-DA).
La capacità di predizione raggiunta dal modello globale (sono state utilizzate 13 varietà) ottenuto dai dati acquisiti con entrambi i dispositivi risulta promettente.
I modelli PLS-DA calcolati sulle olive di Calabria, Sardegna e Abruzzo hanno rivelato elevate capacità predittive, ovvero sensibilità, specificità e accuratezza superiori all'83%. La capacità predittiva dei campioni pugliesi potrebbe essere migliorata aumentando la variabilità dei campioni poiché per questa regione sono stati considerati solo 3 tempi di campionamento. Per confrontare le prestazioni di modellazione tra l'FT-NIR da banco e il dispositivo portatile vis/NIR, è stato eseguito un test di McNemar che non ha evidenziato alcuna differenza significativa tra i modelli globali PLS-DA. Infine, considerando le buone prestazioni del modello vis/NIR, è stata applicata una selezione delle variabili utilizzando l'algoritmo di intervallo PLS (iPLS).
Per ridurre la complessità mantenendo le prestazioni del modello costruito utilizzando l'intero spettro vis/NIR (1647 variabili), sono state selezionate 12 bande (larghe 1,5 nm). Il nuovo modello ha mostrato un miglioramento in termini di stabilità e complessità del modello (Sensibilità 86%; Specificità 87%; Accuratezza 87%) rispetto ai due modelli globali costruiti con l'intera gamma vis/NIR e NIR.
Le prestazioni di classificazione hanno fornito le basi per lo sviluppo di sistemi semplificati per la determinazione diretta della maturazione delle olive sull'olivo, e sistemi automatizzati da applicare sia in campo che in frantoio per la selezione delle olive in base al grado di maturazione.
