Riassunto analitico
Il grado di maturazione dell’uva è un fattore di primaria importanza che influenza la qualità finale del vino. La determinazione dei diversi indicatori che permettono di definire la maturità tecnologica e la maturità fenolica delle uve richiede l'utilizzo di diverse procedure analitiche, che comportano un notevole investimento in termini sia economici sia di personale specializzato. Nel seguente lavoro di tesi è stato sviluppato un metodo innovativo basato sull’utilizzo di diverse tecniche di fusione dei dati con lo scopo di combinare l’informazione riportata da due diversi sensori artificiali (occhio e lingua elettronici) in grado di determinare in maniera rapida ed economica una serie di parametri chimici relativi alla maturazione dell’uva. Lo studio oggetto del seguente lavoro di tesi è stato condotto su tre diverse cultivar di Lambrusco: Ancellotta, Marani e Malbo Gentile. I campioni d’uva sono stati raccolti in cinque tempi di prelievo successivi, rappresentativi dei principali stadi di maturazione, ed il mosto ottenuto da ciascun campione è stato analizzato tramite occhio e lingua elettronici. L’occhio elettronico si basa sull’analisi statistica multivariata dei parametri di colore derivati da immagini RGB, mentre la lingua elettronica è costituita da due diversi sensori voltammetrici che permettono di acquisire, sotto forma di segnali elettrochimici, informazioni relative alla presenza di specie elettroattive. Al fine di combinare le informazioni ottenute mediante le due diverse tipologie di sensori, sono state utilizzate tre differenti tecniche di fusione dei dati: data fusion Low-Level, data fusion Mid-Level mediante feature selection e data fusion Mid-Level mediante feature extraction. Le matrici di dati ottenute utilizzando tali tecniche sono state dapprima analizzate mediante Principal Component Analysis (PCA) e successivamente sono stati calcolati modelli calibrazione utilizzando Partial Least Squares (PLS) al fine di prevedere una serie di parametri, tra i quali l’indice di colore, antociani e flavonoidi totali e le cinque principali antocianine. Inoltre, i risultati ottenuti mediante tali tecniche di fusione dei dati sono stati valutati e confrontati con i risultati ottenuti utilizzando i sensori separati, dimostrando che la combinazione dei due diversi sensori porta ad un effettivo miglioramento della predizione dei parametri più importanti relativi alla maturazione dell’uva.
|