Investigadores de las universidades de Melbourne y Adelaida han desarrollado un modelo no invasivo para detectar la contaminación por humo de las uvas, con el fin de ayudar a los viticultores a garantizar una producción de calidad y poder enfrentarse a los efectos provocados por incendios cada vez más frecuentes.
El trabajo, realizado por un equipo de investigación de la Universidad de Melbourne dirigido por el profesor Sigfredo Fuentes utiliza técnicas rápidas de análisis en campo para determinar si las uvas han sido contaminadas por el humo.
Usando algoritmos de aprendizaje automático, datos de termografía infrarroja y de infrarrojo cercano, los investigadores han podido predecir con un 96 por ciento de precisión si las uvas estaban contaminadas. Estos métodos permiten analizar las uvas sin necesidad de arrancarlas y destruirlas.
Los incendios forestales se están haciendo cada vez más comunes e intensos debido al cambio climático y la viticultura se enfrenta a nefastos riesgos de contaminación por humo. Este problema se está extendiendo a muchas de regiones vitivinícolas del mundo, incluidas Australia, Grecia, Chile, partes de California y Sudáfrica que, en los últimos años, están experimentan sus peores incendios forestales de la historia.
Cuando hay un incendio forestal, el humo que se desplaza por el viñedo produce ácido carbónico, un compuesto que reduce el pH en los estomas, los poros en el exterior de las hojas, forzándolos a cerrarse. Mientras tanto, la uva absorbe los fenoles volátiles derivados del humo. Más adelante, estos compuestos se extraerán durante el proceso de elaboración del vino, afectando a la calidad de la cosecha.
Es importante poder detectar la contaminación por humo, ya que el proceso de eliminación no es selectivo y puede eliminar inadvertidamente compuestos importantes, lo que afecta a las características sensoriales del vino.
El estudio se realizó durante la campaña 2009/2010 utilizando siete variedades diferentes de dos ubicaciones en el sur de Australia. Se instalaron carpas alrededor de vides de uva seleccionadas para exponer las vides al humo que se producía al quemar paja. Las uvas se compararon con un control de vides no expuestas.
Artículo de referencia:
Non-Invasive Tools to Detect Smoke Contamination in Grapevine Canopies, Berries and Wine: A Remote Sensing and Machine Learning Modeling Approach; DOI: 10.3390/s19153335
