Valutazione della maturità dell'uva mediante immagini iperspettrali

L'industria del vino dedica grandi sforzi per differenziare il prodotto e migliorarne la qualità. Uno degli aspetti più efficaci per raggiungere questo obiettivo è quello di raccogliere le uve al momento ottimale e selezionarle in base alle caratteristiche più appropriate per il vino che si desidera produrre.

In questo contesto, l’uso di immagini iperspettrali (HSI) combinate con algoritmi di apprendimento automatico (ML) ha dimostrato di essere una promettente ed economica alternativa ai metodi analitici tradizionali per prevedere importanti parametri enologici ed aiutare nelle critiche decisioni di vendemmia. Tuttavia, la grande quantità di dati generati da HSI include non solo informazioni rilevanti ma anche molte informazioni di secondaria importanza che ostacolano la modellizzazione dei dati.

In questo lavoro, l'ampio database raccolto (più di 4000 campioni dal 2012 ad oggi) ha permesso di testare in modo affidabile i modelli di previsione ML. I modelli messi a punto hanno permesso di stimare con successo i livelli di pH, zucchero ed antociani delle uve rosse in condizioni di laboratorio. I modelli sono stati testati e validati anche in condizioni reali.

Lavoro finalista del Premio SIVE OENOPPIA 2019. La relazione riprodotta in questo filmato è stata presentata alla  12ª edizione di Enoforum  (Vicenza, 21-23 maggio 2019)

Abbonamento annuale ad Infowine: L'abbonamento, al costo di € 60 (IVA inclusa) dà diritto all'accesso per un anno a tutti i documenti pubblicati sul sito, archivio storico compreso (clicca qui)