研究人员利用数学模型优化橄榄油生产
借助响应面法，西班牙科学家现在能够预测不同变量对橄榄油生产过程的影响。
西班牙哈恩大学的一组研究人员开发了一套新的数学模型，有助于预测特级初榨橄榄油的质量并优化其生产。
“响应面法（RSM）能让我们获取传统方法无法捕捉的信息。其优势在于可以研究多个变量因素的综合表现，即每个因素的影响及其之间的相互作用。
研究人员利用响应面法（RSM）开发了这些模型。该方法旨在探索生产过程中自变量与因变量之间的关系，常被用于最大化特定物质的产量。
“RSM让我们能够获取传统方法无法捕捉的信息，”哈恩大学教授、该研究首席研究员弗朗西斯科·埃斯皮诺拉·洛萨诺向《橄榄油时报》表示。“其优势在于能够研究多个变量因素的综合表现，既可衡量每个因素的影响，也能揭示它们之间的相互作用。”
埃斯皮诺拉·洛萨诺指出，该研究首次对四项工艺因素进行了综合研究：用于研磨橄榄的筛网尺寸和锤式粉碎机规格；橄榄浆的搅拌时间与温度；以及为提升橄榄加工性能所使用的工艺助剂用量。
“滑石和高岭土虽已被批准作为工艺助剂，但我们使用碳酸钙获得了更好的结果，”他说，“这代表了一条有前景的研究方向。”
据埃斯皮诺拉·洛萨诺介绍，研究中运用了多种数学模型，这使研究人员得以揭示这些工艺与农艺因素之间的关联。因此，这些模型能够确定橄榄品种、成熟度、种植类型（传统、集约、超集约）以及是否灌溉等因素对橄榄油生产过程的影响。
通过将响应面法（RSM）应用于先前设计的统计实验，研究人员还开发出能够预测某些技术因素变化对橄榄油影响的模型。
例如，该模型能够增加或减少某些具有抗氧化和抗炎特性的酚类化合物（如橄榄油酚），从而在风味和健康特性方面创造出具有特定特征和差异的产品。
“除了产量外，我们还研究了受控的质量参数、酚类化合物（天然抗氧化剂）的含量以及负责香气的挥发物含量，评估了30多个响应指标，”埃斯皮诺拉·洛萨诺表示。
他补充道，所使用的数学模型取决于研究人员希望改善的橄榄油特性。
这些新模型不仅有助于预测橄榄油的质量，还能促进橄榄油加工厂的生产自动化。似乎无需进行特定的技术调整，只需应用针对该加工厂所处理橄榄品种所适配的数学模型即可。
如果某家榨油厂决定以系统化和自动化的方式管理其生产，这些数学模型可以被纳入所使用的软件中。
埃斯皮诺拉·洛萨诺强调，目前橄榄油加工厂更多将橄榄油生产视为一项艺术性工作，依赖橄榄油大师的经验和直觉，而非必须采用科学和技术方法来处理的流程。
在他看来，参与橄榄生产的企业有必要了解科学研究所带来的诸多可能性，并最大限度地发挥其优势。
安达卢西亚自治区政府很可能也认同这一观点，其创新、科学和企业委员会为该项目提供了资金支持。