• autenticità
• chemiometria
• data-fusion
• spettroscopia
• tracciabilità

L’interpretazione che diamo della realtà e del mondo che ci circonda sono frutto dei processi cerebrali che utilizzano l’informazione derivante dai cinque sensi. L’interazione con l’ambiente che ci circonda deriva dalla simultanea interpretazione delle informazioni che siamo in grado di ricavare da esso.
Dal punto di vista scientifico questo stesso approccio olistico è spesso trascurato in favore di quello riduzionistico, che prevede la separazione e lo studio disgiunto dei processi e dei componenti in grado di descrivere un fenomeno.
L’attività di ricerca, oggetto di questa Tesi, è incentrata nella trattazione, sia dal punto di vista teorico che applicativo, delle tecniche di data fusion atte all’utilizzo simultaneo e sinergico delle informazioni derivanti da determinazioni analitiche effettuate con diversi tipi di strumentazione. In particolare sono riportate applicazioni nell’ambito dell’autenticazione di prodotti di alimentari.
Dal punto di vista chimico un prodotto alimentare è caratterizzato da alta complessità in quanto presenta elevata variabilità, legata per esempio a fattori climatici, trasformazioni biologiche e chimico-fisiche, e alla presenza di numerose specie interferenti.
La possibilità dell’utilizzo congiunto delle informazioni derivanti da diverse tecniche analitiche permette di analizzare contemporaneamente i dati di diversa natura e, al contempo, evidenziare tra essi possibili correlazioni in grado di caratterizzare ancor meglio sia il campione in esame, che l’informazione associata alle diverse variabili in gioco in termini di sinergia / ridondanza.
Le tecniche di data fusion possono essere classificate, in funzione di come le variabili di diversa natura vengono utilizzate, come: (a) low-level data fusion o data fusion concatenato; (b) mid-level data fusion o tecniche gerarchiche; 3) high-level data fusion. Ognuna delle tre tipologie è trattata sia dal punto di vista teorico, mettendo in evidenza i pro e i contro dei distinti approcci, sia dal punto di vista applicativo, con particolare riferimento alle tematiche legate all’autenticità alimentare.
Gli indicatori generalmente usati per la creazione di modelli di autenticità e tracciabilità geografica, possono essere distinti in due diverse tipologie: 1) indicatori primari o diretti (concentrazione di metalli e rapporti isotopici di elementi radiogenici) 2) indicatori indiretti o secondari che attraverso una caratterizzazione estesa sono in grado di discernere una tipologia di campione dalle altre analoghe.
Nell’ambito dell’attività di ricerca relativa a questa Tesi sono state utilizzate diverse tecniche analitiche a testimonianza delle versatilità delle metodiche di data fusion. Tecniche spettroscopiche, quali la spettroscopia nel vicino e medio infrarosso, diffrazione a raggi X, risonanza magnetica nucleare NMR, cromatografia e spettrometria di massa per citarne alcune, sono state integrate in modelli basati sul data fusion per la caratterizzazione di matrici enologiche (aceti e vini) e inorganiche (terreni).
Attraverso l’utilizzo sinergico di queste tecniche e dei diversi indicatori, ponendo particolare attenzione al modo col quale sono stati introdotti e pesati, è stata possibile la costruzione di modelli in grado di descrivere proprietà composizionali, bromatologiche e ampelografiche delle matrici indagate.

The interpretation of what we call “reality” and of the world around us is a brain-assisted operation that starts with the acquisition and elaboration of the information arising from the five senses. From a scientific point of view, this holistic picture is often overlooked and the reductionistic approach, which provides the separation and the study of simpler processes and constituents able to describe the phenomena under investigation, is preferred. This Ph.D. thesis focuses, both from a theoretical and applied point of view, on data fusion techniques which allow dealing, at the same time and in a synergistic way, with information arising from different analytical platforms, which provide different chemical, chemical-physical feature of the analyzed samples. Special attention is given to applications in the food analysis field. When considering the field of food analysis, which contemplate in almost all cases the presence of complex matrices, interferences, additional uncontrolled variability due to biological, chemical and physical transformations, the necessity to unveil the hidden information related to the investigated product is a crucial task to face. When the analysis of a sample is performed at the same time by means of variables of different nature, not only the goodness of the sample characterization could improve but also the correlation and the similar/different information content pertaining to the different variables can be assessed In chemometrics, data fusion techniques are commonly classified in three main groups: (a) low-level data fusion or concatenated data fusion; (b) mid-level or hierarchical data fusion; (c) high-level data fusion. All three data fusion strategies are treated in this Thesis: pros and cons are discussed from a theoretical and applied point of view, and practical applications in the field of food authenticity are presented. In particular, food authenticity and traceability issues have been tackled. The indicators used to build authenticity and traceability models can be classified in two main groups: a) primary or direct indicators (concentration of metals, isotopic abundance ratio of radiogenic elements); (b) secondary or indirect indicators able to characterize in a comprehensive way the investigated typology of samples and distinguish it from all other similar ones. Several analytical methodologies have been used as a demonstration of the versatility of the data fusion approach: spectroscopic techniques, such as near and mid infra-red spectroscopies, X-ray diffraction, nuclear magnetic resonance NMR, chromatography and mass spectrometry to name a few. The outputs of the different techniques were used together for the development of the data fusion models to characterize oenological matrices (wines and vinegars) and inorganic samples (soils). By means of the synergistic use of these techniques and of the different indicators, paying particular attention to the scaling and weighing procedures, it has been possible to build models able to describe the compositional, bromatological and ampelographic properties of the investigated matrices.