Dal campo
Mele, a Laimburg si studia come prevedere i danni da conservazione
È l'obiettivo del progetto Hippa
Riconoscere precocemente i danni fisiologici delle mele senza avere bisogno dell’intervento umano. È quanto si propone di fare il progetto HIPPA, finanziato dal Fondo Europeo per lo Sviluppo Regionale (FESR), al quale il Centro di Sperimentazione Laimburg collabora insieme a Libera Università di Bolzano, Eurac Research, e l’azienda privata brissinese BIOMETiC, parte di MiCROTEC Group. Mentre è possibile eliminare facilmente i frutti che mostrano danni esterni, il riconoscimento dei difetti interni rappresenta ancora una sfida. Avviato nel 2023, il progetto sta studiando una metodologia per individuare in maniera precoce patologie e disturbi fisiologici che possono insorgere nei frutti durante la frigoconservazione, impiegando strumenti all’avanguardia e tecniche di machine learning.
Identificare mele danneggiate prima della comparsa di sintomi visibili
Attraverso l’acquisizione di immagini iperspettrali, le ricercatrici e i ricercatori studiano lo stato fisiologico dei frutti, analizzandone patologie e prevedendo sintomi non ancora visibili. La tecnica dell’imaging iperspettrale consente di ottenere informazioni anche nello spettro non visibile, aumentando così la quantità di dati ricavabili da una singola fotografia. Le immagini iperspettrali raccolte nell’ambito del Progetto HIPPA verranno utilizzate per allenare un’intelligenza artificiale grazie alla quale si sarà in grado di capire quali frutti potrebbero sviluppare patologie o danni fisiologici. "Con il progetto HIPPA vogliamo sfruttare le ultime tecnologie per automatizzare il riconoscimento dei disturbi fisiologici del postraccolta, accelerando il processo di analisi dei frutti in fase di stoccaggio", spiega Angelo Zanella, Responsabile gruppo di lavoro Frigoconservazione e Biologia del Postraccolta del Centro di Sperimentazione Laimburg (nella foto sotto). “In particolare, il nostro compito consiste nel raccogliere i frutti sani ma potenzialmente suscettibili ai danni da postraccolta, e preparare i campioni che verranno utilizzati dagli altri partner del progetto per l’acquisizione delle immagini iperspettrali e per le misurazioni.”
Prevedere disturbi non manifesti consentirà di ridurre gli sprechi, individuando il momento migliore per la vendita delle mele. L’obiettivo finale è promuovere una produzione e distribuzione delle mele sostenibile dal punto di vista ambientale ed economico.
L’imaging iperspettrale al servizio dell’agricoltura
L’imaging iperspettrale, già utilizzato in altri settori come la storia dell’arte in particolare nell’analisi delle opere, sta emergendo ora anche nell’industria alimentare. Sviluppata dalla NASA tra gli anni ’70 e ’80 del secolo scorso, questa tecnica permette di ottenere dati sui soggetti fotografati anche al di fuori dello spettro della luce visibile a occhio nudo. Nel Progetto HIPPA, una telecamera iperspettrale operante nel visibile e nell'infrarosso consente di raccogliere dati specifici delle mele, da cui il team di ricerca può ricavare informazioni sullo stato fisiologico del frutto. (gc)
In apertura, un esempio di manifestazione di danni fisiologici da postraccolta. Credit immagine: © Laimburg Research Centre/Agnese Martinelli
Fonte: Ufficio Stampa Centro di Sperimentazione Laimburg