"L'obiettivo di questo studio è stato quello di usare la tecnica imaging iperspettrale per prevedere la concentrazione interna di solidi solubili (SSC), singoli zuccheri e acidi organici, fenoli e attività antiossidante di grumoli di finocchio in relazione ai diversi strati delle guaine e momenti di raccolta- spiega Maria Luisa Amodio - Trentacinque grumoli di finocchio sono stati raccolti in 7 diversi momenti di raccolta nell'arco di 3 settimane. Per ogni finocchio, immagini VisNIR (400-1000 nm) e NIR (900-1700 nm) della sezione perpendicolare del grumolo sono state acquisite. Dall'esterno verso la parte interna del grumolo, sono state effettuate le analisi chimiche di ciascuna guaina per un totale di 160 campioni".
Analogamente, per le immagini iperspettrali, tre regioni di interesse (ROI) sono state estrapolate e mediate per ciascuna guaina corrispondente. Un set di calibrazione di 105 campioni e un set di validazione di 31 campioni sono stati utilizzati per sviluppare i modelli PLSR, dopo la rimozione di 20 campioni senza valori di riferimento corretti e 4 spettri outlier. Tra i parametri previsti, solo SSC, fenoli e attività antiossidante potrebbero essere previsti con una precisione soddisfacente.
Mappatura della concentrazione di solidi solubili in una sezione di finocchio.
Inoltre è stato possibile mappare le concentrazioni costituenti sulle immagini iperspettrali che mostrano l'aumento di solidi solubili, composti fenolici e attività antiossidante dall'esterno verso le guaine interne. Per quanto riguarda la classificazione dei finocchi in base al momento di raccolta, tutte le classi sono state distinte con un tasso di non-errore del 89,29%.
"I risultati di questo lavoro hanno dimostrato le potenzialità della tecnica imaging iperspettrale nell'intervallo spettrale Vis-NIR per prevedere la composizione chimica interna e classificare i grumoli di finocchio in base al momento di raccolta. Inoltre, questa tecnica può fornire importanti informazioni circa la maturità dei grumoli, che può essere utilizzata per determinare il momento ottimale di raccolta - conclude Giancarlo Colelli - Questi risultati possono essere interessanti anche per l'ulteriore implementazione di tecniche non distruttive online su macchine di smistamento capaci quindi di rilevare la qualità interna e di suddividere i finocchi a seconda del diverso momento di raccolta o della maturità. Infine, altri fattori come il luogo di origine, il sistema di produzione, o la varietà possono essere oggetto di ulteriori studi al fine di aumentare la quantità di informazioni che possono essere ottenute contemporaneamente applicando questa tecnica".
Fonte: Maria Luisa Amodio, Imperatrice Capotorto, Muhammad Mudassir Arif Chaudhry, Giancarlo Colelli, 'The use of hyperspectral imaging to predict the distribution of internal constituents and to classify edible fennel heads based on the harvest time', 2017, Computers and Electronics in Agriculture, Vol. 134, pages 1–10.