Ricercatori del Dipartimento di Scienze e Tecnologie Alimentari dell'Università della Georgia (USA) hanno sviluppato modelli in grado di prevedere la quantità di cloro, a seconda delle proprietà dell'acqua, necessaria per il lavaggio degli ortofrutticoli freschi. Per lo studio, sono state simulate dieci tipologie di acque, differenti per la domanda chimica di ossigeno (COD).La quantità richiesta di cloro e i parametri di qualità dell'acqua di lavaggio, tra cui il pH, il potenziale della ossido-riduzione (ORP), l'assorbimento UV a 254 nm (UV254), COD, la torbidità, il contenuto totale di proteine, il contenuto di polifenoli totali e la differenza di colore tra i campioni delle diverse tipologie di acqua e quelli di acqua deionizzata (AE) sono stati misurati.
Dai risultati sono emersi 1) una significativa correlazione fra l'assorbanza UV e la domanda di cloro delle varie acque di lavaggio (R = 0,77) e 2) una differenza di contenuto fra fenoli in entrata e fenoli in uscita che ha influenzato il rapporto fenoli-proteine (PPC) dell'acqua di lavaggio ed ha permesso di suddividere gli ortofrutticoli in due classi a seconda della loro reattività all'ipoclorito di sodio.
Sulla base di questi risultati i ricercatori hanno elaborato due equazioni empiriche per la previsione della domanda di cloro nell'acqua di lavaggio:
1) domanda di cloro = 295,23 × UV254 + 6,97, se PPC <0,6
2) domanda di cloro = 119,77 × UV254 + 2,41, se PPC ≥ 0,6
Queste due equazioni di previsione sono state ulteriormente verificate utilizzando altre acque di lavaggio, non impiegate per lo sviluppo del modello. I risultati di questo studio hanno dimostrato che le equazioni di previsione sviluppati, utilizzando parametri di qualità dell'acqua, possono essere utilizzate per stimare la domanda di cloro di diverse acque di lavaggio dei prodotti ortofrutticoli freschi di I e IV gamma.
Fonte: Chen Xi, Hung Yen-Con, 'Predicting chlorine demand of fresh and fresh-cut produce based on produce wash water properties', Postharvest Biology and Technology, Vol. 120, pag. 10-15. www.sciencedirect.com/science/article/pii/S0925521416300977
Contatti:
Yen-Con Hung
Department of Food Science and Technology, The University of Georgia
1109 Experiment St, Griffin, GA 30223, USA
Email: yhung@uga.edu