Investigadores das Universidades de Melbourne e Adelaide desenvolveram um modelo não invasivo para detetar a contaminação das uvas por fumo, com o intuito de auxiliar os viticultores a garantir uma produção de qualidade e conseguirem enfrentar os efeitos dos incêndios cada vez mais frequentes.

O trabalho realizado por uma equipa de investigação da Universidade de Melbourne dirigido pelo professor Sigfredo Fuentes utiliza técnicas de análise rápida em campo para determinar a contaminação das uvas por fumo.

Utilizando algoritmos de aprendizagem automáticos, dados de termografia por infravermelhos e infravermelho próximo, os investigadores conseguiram prever com uma precisão de 96% a contaminação das uvas. Estes métodos permitem analisar as uvas sem que ocorra a sua destruição.

Os incêndios florestais são cada vez mais comuns e intensos devido às alterações climáticas e a viticultura enfrenta grandes riscos de contaminação por fumo. Este problema tem-se estendido por diversas regiões vitivinícolas do mundo, incluindo Austrália, Grécia, Chile, algumas zonas da Califórnia e África do Sul que, nos últimos anos, têm enfrentado os piores incêndios florestais da sua história.

Quando surge um incêndio florestal, o fumo que atinge as vinhas produzindo ácido carbónico, um composto que diminui o pH nos estomas, os poros da face exterior das folhas, forçando-os a fechar. Enquanto isto, a uva absorve fenóis voláteis provenientes do fumo. Posteriormente, estes compostos são extraídos durante o processo de vinificação, afetando a qualidade da colheita.

É importante detetar a contaminação por fumo, uma vez que o processo de eliminação não é seletivo e pode eliminar inadvertidamente compostos importantes, afetando as características sensoriais do vinho.

O estudo foi realizado durante a vindima 2009/2010, utilizando 7 castas diferentes de 2 locais distintos no sul da Austrália. Foram instaladas tendas ao redor das videiras selecionadas de forma a expor as videiras ao fumo produzido durante uma queima de palha. As uvas foram comparadas a um controlo, videiras não expostas ao fumo.

Artigo de referência:

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