Un gruppo di ricercatori spagnoli University of Jaén hanno sviluppato nuovi modelli matematici che possono aiutare a prevedere la qualità di extra virgin olio d'oliva e ottimizzare la sua produzione.

RSM ci consente di ottenere informazioni che ci mancheranno quando impieghiamo metodologie classiche. Il suo vantaggio è che si può studiare la prestazione combinata di diversi fattori variabili, vale a dire l'influenza di ciascuno e l'interazione esistente tra tutti.- Francisco Espínola Lozano, professore all'Università di Jaén

I ricercatori hanno sviluppato questi modelli utilizzando la metodologia della superficie di risposta (RSM), che esplora la relazione tra variabili indipendenti e dipendenti coinvolte nel processo di produzione ed è spesso utilizzata per massimizzare la resa di una sostanza specifica.

"RSM ci consente di ottenere informazioni che ci mancheranno quando impieghiamo la metodologia classica", ha detto Francisco Espínola Lozano, professore all'Università di Jaén e ricercatore capo dello studio Olive Oil Times. "Il suo vantaggio è che si può studiare la performance combinata di diversi fattori variabili, misurando l'influenza di ciascuno e l'interazione esistente tra tutti loro."

Espínola Lozano ha detto che lo studio ha esplorato, per la prima volta, una ricerca combinata di quattro fattori tecnologici: la dimensione del setaccio e del mulino a martelli che macina le olive; il tempo e la temperatura con cui la pasta di olive viene macerata; e le dosi di adiuvante tecnologico utilizzate per migliorare le prestazioni dell'oliva.

"Il talco e la caolitica sono già autorizzati come adiuvanti tecnologici, ma abbiamo usato il carbonato di calcio e abbiamo ottenuto risultati migliori", ha affermato. "Questo rappresenta una linea di ricerca promettente."

Secondo Espínola Lozano, l'uso di diversi modelli matematici durante l'indagine ha permesso ai ricercatori di scoprire la relazione tra questi fattori tecnologici ed agronomici. Per questo motivo, i modelli possono determinare gli effetti che la varietà di olive, il grado di maturazione, il tipo di coltivazione (tradizionale, intensivo, super intensivo) e l'uso o la mancanza di irrigazione avranno sul processo di produzione dell'olio.

Applicando RSM a un esperimento statistico precedentemente progettato, i ricercatori hanno anche sviluppato modelli in grado di prevedere l'effetto della variazione di alcuni aspetti tecnologici sul petrolio.

Un esempio di questo è la capacità del modello di aumentare o ridurre determinati composti fenolici con proprietà antiossidanti e antinfiammatorie, come oleocanthal, consentendo la creazione di prodotti con tratti e varianti specifici, sia in termini di sapore che di proprietà salutistiche.

"Oltre alle rese, abbiamo studiato i parametri di qualità regolati e il contenuto di composti fenolici (antiossidanti naturali) e contenuti volatili, che sono responsabili degli aromi, valutando più delle risposte 30", ha detto Espínola Lozano.

Ha aggiunto che i modelli matematici utilizzati dipendono dal tratto petrolifero che i ricercatori vogliono migliorare.

Questi nuovi modelli non solo aiutano a prevedere la qualità degli oli d'oliva, ma facilitano anche l'automazione di olive oil production ai mulini Nessun adattamento tecnologico specifico sembra essere richiesto, solo l'applicazione dei modelli matematici adattati alle olive lavorate al mulino.

Nel caso in cui un mulino decida di gestire la propria produzione in modo sistematico e automatico, i modelli matematici possono essere inclusi nel software utilizzato.

Espínola Lozano ha sottolineato che i mulini attualmente gestiscono la produzione olivicola più come un'impresa artistica, che confida l'esperienza e l'intuizione dei maestri olivastri, piuttosto che come un processo che deve essere gestito con un approccio scientifico e tecnologico.

A suo avviso, è importante che le aziende coinvolte nella produzione di olive conoscano le molte possibilità aperte dalla ricerca scientifica e massimizzano i loro vantaggi.

Questo punto di vista è probabilmente condiviso dalla Junta de Andalucía, il cui Consiglio per l'innovazione, la scienza e le imprese ha finanziato il progetto.




Altri articoli su: , , ,