1,720,987 research outputs found
Applicazione della spettroscopia FT-NIR per un'identificazione rapida e non distruttiva di diverse varietà di riso e risone
No full textL'obiettivo di questo lavoro è quello di valutare le potenzialità della spettroscopia nel vicino infrarosso (FT-NIR) associata ad un'analisi di tipo chemiometrico come metodo non distruttivo per la classificazione di diverse varietà di riso. Il riso (Oryza sativa L.) è un alimento basilare per l'alimentazione umana, che contribuisce al sostentamento di due terzi della popolazione mondiale. In termini di qualità finale del prodotto, la varietà è un fattore fondamentale, che implica differenze in termini di dimensioni, forma e composizione. Una gestione del raccolto non ottimale può determinare una limitata purezza varietale e di conseguenza una drastica riduzione della qualità. Emerge dunque la necessità di elaborare un metodo veloce, accurato e non distruttivo per classificare il riso appartenente a differenti cultivar. Per questo studio sono stati usati 72 campioni di riso grezzo (risone) e 72 campioni di riso lavorato; si utilizzano due varietà aromatiche (Venere e Apollo) e sei varietà non aromatiche (Carnaroli, Carnise, Carnise precoce, Selenio, Cerere, Antares). La risaia sperimentale si trova a Trino (VC). L'identificazione della varietà di riso viene realizzata attraverso l'elaborazione di un modello predittivo, che comprende campioni sottoposti a diverse condizioni per rappresentare una più ampia variabilità sperimentale. I contributi spettrali sono stati acquisiti mediante uno spettrofotometro MPA (Bruker Optics, Germania) nel range NIR da 12500 a 3500 cm-1, in modalità di riflettanza. I dati spettrali sono stati elaborati ed analizzati mediante tecniche chemiometriche, che prevedono un pre-trattamento degli spettri (smoothing e SNV), e l'applicazione di algoritmi di classificazione (SIMCA e LDA). Questo studio vuole dimostrare l'applicabilità della spettroscopia FT-NIR come tecnica rapida e non-distruttiva, volta all'identificazione delle varietà di riso nei test di routine. Il modello elaborato è stato inoltre utilizzato per caratterizzare una nuova varietà di riso e verificare quanto le sue caratteristiche siano comparabili a quelle di una nota varietà commercial
Monitoring Harvesting degree of red ‘Scarlet' Apples using DR-UV-Vis and NIR Spectroscopy
No full textThe identification of the harvest date has a fundamental role in the agro food chain as the quality of fruits depends primarily on the right harvesting time and storage conditions in post-harvest period. The marked need and the importance of rapid, reliable and non destructive tools for the determination of the ripeness level become apparent. This work is focused on the study of red apples ripening (Scarlet cv), with the aim of better identifying harvest date characterizing each stage of fruit ripening on trees using classical analysis and non destructive analysis. Non destructive NIR analysis has been applied to starch and sugar content and firmness, while UV-Vis analysis was applied to monitor variation of chlorophyll concentration in the skin of red apples. A further approach was tested considering UV-Vis and NIR data together, and using GA-PLS algorithm to elaborate a multivariate model based on the difference (in days) between every sampling and the harves
Washed Arabica, Natural Arabica and Robusta coffee non-destructive discrimination using FT-NIR spectroscopy
No full textThe distinction between Washed and Natural coffee has a fundamental importance for coffee producers, the second process involving the removal of the fruit covering the beans before drying. Predictive models for NA, WA and R coffee typologies were elaborated for Green, Roasted and Brew coffee. Identification of coffee variety has gained increasing attention for the control of coffee adulteration. The scope of this study is to investigate the feasibility of non destructive FT-NIR approach for the discrimination of Robusta, Natural Arabica and Washed Arabica typologies for Green, Roasted and Brew coffee. NIR spectra were elaborated on the basis of spectral features and in association with chemometrics: predictive models were obtained using different classification methods. Best resulting models were validated in cv and test set validatio
Polymer nanocomposites for gas barrier in packaging: bulk inclusion vs. surface deposition
No full textFast non-destructive determination of chlorophylls in apple skin
No full textThe evaluation of the chlorophyll content in fruit peel is usually performed by means of complex destructive procedures that include extraction and separation. In the present work, a non-destructive procedure, based on UV-Vis spectroscopy in the diffuse reflectance mode, is proposed for the quantitative measurement of both chlorophylls a and b, utilising the spectral range in which molecules other than chlorophylls show low absorbance. Two methods are presented and compared, one based on multivariate analysis over the whole range, and the other based on a linear regression at two meaningful wavelength
DETERMINAZIONE RAPIDA E NON DISTRUTTIVA DELL'ORIGINE GEOGRAFICA DEL CAFFÈ MEDIANTE SPETTROSCOPIA FT-NIR ASSOCIATA ALL'ELABORAZIONE MULTIVARIATA
No full textQuesto lavoro è finalizzato a valutare l'applicabilità della spettroscopia nel vicino infrarosso (FTNIR), associata a un'elaborazione multivariata dei dati, come metodo per determinare l'origine geografica del caffè verde. E' stato utilizzato un dataset di campioni di caffè verde,di cui vengono forniti il paese e la regione di provenienza. L'analisi dei dati spettrali è stata implementata con i software OPUS (V6.5, BrukerOptics, Germania), PARVUS (V-PARVUS 2008, UNIGE, Italy), Unscrambler (V9.7, Camo, Norvegia) e Matlab (V2010, The MathWorks, Inc.). Sono stati adottati due approcci di classificazione: in base al continente (Asia, Centro-Sud America e Africa) e al paese di origine (11 in totale). I campioni correttamente classificati in base al continente, utilizzando il metodo LDA (Linear Discriminant Analysis),sono il 94.29% per l'Asia, il 98.82% per il Centro-Sud America e il 100% per l'Africa. I modelli in base al paese hanno mostrato una predittività leggermente inferiore, tuttavia sono più robusti poiché validati con un set di dati esterno rispetto a quelli utilizzati per la calibrazion
Simultaneous determination by NIR spectroscopy of the roasting degree and Arabica/Robusta ratio in roasted and ground coffee
No full textThe roasting colour of the coffee beans and the varietal composition of the blends are key factors for the development of the sensorial properties of the coffee brew. The former is a critical control parameter for the roasting process and allows to verify quickly the performance of the roasting, being directly related to the desired organoleptic characteristics of the beverage. The varietal composition is a paramount factor for quality, where Arabica species shows a better sensorial profile in comparison to Robusta, with a substantial difference in the selling price. Near infrared spectroscopy associated with chemometrics represents a screening tool when a fast determination of these two coffee parameters is needed. The focus of the work is the elaboration of a unique model for the simultaneous determination of the roasting degree and of Arabica/Robusta ratio. The PLS algorithm was applied and a completely independent external set was used for the validation. A root mean square errors equal to 1.28 A.U. and 4.34% (w/w) was obtained, respectively for the colour and the Arabica content in the blend
Valutazione del grado di maturazione delle mele (Golden Delicious) attraverso analisi UV-Vis
No full textSuccinic acid and its derivates: fermentative production using sustainable industrial agro-food by-products and its applications in the food industry
No full text- …
