Apprendre du vin" signifie innover et faire de la recherche avec les œnologues et les producteurs, collaborer et partager les connaissances pour préserver et améliorer la qualité du vin au quotidien.
Après dix ans du programme Y-TEAM visant à développer la qualité de la levure et de ses dérivés pour la fermentation œnologique, Paolo Capra de la société Ever présente WINE-LEARNING : un modèle expérimental et multidisciplinaire innovant pour caractériser le système "raisin-fermentation-vin".
La prévision de l'évolution d'une fermentation est extrêmement utile et permet de prendre des mesures correctives, le cas échéant, pour assurer la réussite de la vinification, qu'il s'agisse de la fermentation primaire ou de la refermentation pour les vins effervescents. Afin de développer un modèle prédictif robuste, flexible et fiable de la fermentation du vin, il est nécessaire de disposer d'une large base de données comprenant des données sur les fermentations de différents cépages, régions et millésimes ; des informations sur le traitement des moûts ou des bases, la souche de levure utilisée et la nutrition employée et, enfin, les conditions d'exploitation adoptées.
Divers modèles mathématiques axés sur la composition des moûts et la physiologie des levures ont été proposés pour prédire la cinétique de la fermentation alcoolique. Ces modèles nécessitent l'estimation d'un grand nombre de paramètres, ce qui peut les rendre difficiles à appliquer dans une situation donnée. Plusieurs modèles mathématiques axés sur la composition du moût et la physiologie des levures ont été proposés pour prédire la cinétique de la fermentation alcoolique. Ces modèles nécessitent l'estimation d'un grand nombre de paramètres, ce qui peut les rendre difficiles à appliquer dans une situation de cave industrielle et, en particulier, pendant les vendanges.
Le projet WINE LEARNING, plutôt que de définir un modèle prédictif de la fermentation du vin, se base sur un système de diagnostic empirique qui contribue, par une approche pratique et l'observation expérimentale, à caractériser l'état du système "raisin-fermentation-vin" et à définir des choix opérationnels réfléchis avant les fermentations.
Paolo Antoniali de la société Italiana Biotecnologie, présente ensuite le modèle expérimental, de la caractérisation des moûts (chimie, micro-éléments, précurseurs aromatiques) à celle des vins (chimie et arômes), en passant par le suivi en temps réel des fermentations.
Marco Roverso explique la mesure des thiols par la méthode UPLC-MS : il s'agit de l'étude et de la mise en œuvre de la méthode de détermination et de quantification des thiols dans les vins réalisée par l'université de Padoue (Italie), à laquelle appartient le jeune chercheur en sciences chimiques.
Nicola Biasi, Nicola Biasi Consulting, termine avec l'étude de cas et les résultats d'une expérience de trois ans de récolte prédictive à la cave MASUT DA RIVE sur des vins de Sauvignon Blanc.
Pour plus d'informations : info@ever.it
Enregistrements en anglais du module organisé en collaboration avec Ever lors du congrès Enoforum Italie 2023
