Tra le difficoltà della diospiricoltura italiana si riconosce lo scarso assortimento varietale, la difficoltà di commercializzare frutti ammezziti (molli), la scarsa attenzione verso la postraccolta e mancanza di strumenti non distruttivi per il controllo qualità. L’aspetto qualitativo è particolarmente importante poiché l’astringenza dei frutti alla raccolta commerciale è un criterio di classificazione per il kaki, anche se il contenuto di tannini (che provoca l’astringenza dei frutti se consumati precocemente) è attualmente eseguito con tecniche di determinazione distruttive. Lo scopo del presente studio è la messa a punto di un sensore VIS/NIR per l’analisi non distruttiva di kaki e per la predizione dei seguenti attributi di rilevante interesse per la commercializzazione: solidi solubili (TSS), acidità titolabile (TA), durezza (F), colore (CI), tannini (TC). Nella ricerca sono stati acquisiti complessivamente gli spettri di 500 frutti. I dati spettrali acquisiti sono stati pretrattati e successivamente sottoposti ad analisi statistica per la definizione dei modelli di calibrazione e predizione, impiegando sei metodi: PCR (Principal Component Regression), PLS (Partial Least Squares), ARES (Adaptive Regression Splines), M5TREE (Model5-Tree Bagger), SVM (Support Vector Machine), STEPWISE (Stepwise regression). Dai risultati si evince che il modello di predizione ottenuto mediante la PLS risulta essere il più robusto, confermandosi particolarmente adatto nella stima del CI (R2=0,97; minimo RMSEP% 7,9%), TSS (R2=0,72; minimo RMSEP% 6,0%) e TC (R2=0,96; minimo RMSEP% 7,9%). Per la predizione della durezza F (R2=0,81; minimo RMSEP% 18,5%) e dell’acidità titolabile TA (R2=0,94; minimo RMSEP% 9,6%) i modelli ottenuti rispettivamente con il metodo ARES e SVM risultano i migliori. I risultati ottenuti pongono le basi per lo sviluppo di un sensore NIR a basso costo da impiegare nelle aziende di preparazione del prodotto per selezionare classi omogenee di kaki da distribuire nella rete commerciale.
Messa a punto di un modello predittivo della qualità dei frutti di kaki (Diospyros kaki) con l'uso della spettroscopia VIS/NIR.
DI RENZO, Giovanni Carlo;ALTIERI, Giuseppe;GENOVESE, FRANCESCO;TAURIELLO, ANTONELLA
2014-01-01
Abstract
Tra le difficoltà della diospiricoltura italiana si riconosce lo scarso assortimento varietale, la difficoltà di commercializzare frutti ammezziti (molli), la scarsa attenzione verso la postraccolta e mancanza di strumenti non distruttivi per il controllo qualità. L’aspetto qualitativo è particolarmente importante poiché l’astringenza dei frutti alla raccolta commerciale è un criterio di classificazione per il kaki, anche se il contenuto di tannini (che provoca l’astringenza dei frutti se consumati precocemente) è attualmente eseguito con tecniche di determinazione distruttive. Lo scopo del presente studio è la messa a punto di un sensore VIS/NIR per l’analisi non distruttiva di kaki e per la predizione dei seguenti attributi di rilevante interesse per la commercializzazione: solidi solubili (TSS), acidità titolabile (TA), durezza (F), colore (CI), tannini (TC). Nella ricerca sono stati acquisiti complessivamente gli spettri di 500 frutti. I dati spettrali acquisiti sono stati pretrattati e successivamente sottoposti ad analisi statistica per la definizione dei modelli di calibrazione e predizione, impiegando sei metodi: PCR (Principal Component Regression), PLS (Partial Least Squares), ARES (Adaptive Regression Splines), M5TREE (Model5-Tree Bagger), SVM (Support Vector Machine), STEPWISE (Stepwise regression). Dai risultati si evince che il modello di predizione ottenuto mediante la PLS risulta essere il più robusto, confermandosi particolarmente adatto nella stima del CI (R2=0,97; minimo RMSEP% 7,9%), TSS (R2=0,72; minimo RMSEP% 6,0%) e TC (R2=0,96; minimo RMSEP% 7,9%). Per la predizione della durezza F (R2=0,81; minimo RMSEP% 18,5%) e dell’acidità titolabile TA (R2=0,94; minimo RMSEP% 9,6%) i modelli ottenuti rispettivamente con il metodo ARES e SVM risultano i migliori. I risultati ottenuti pongono le basi per lo sviluppo di un sensore NIR a basso costo da impiegare nelle aziende di preparazione del prodotto per selezionare classi omogenee di kaki da distribuire nella rete commerciale.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.