Use of non-destructive analysis techniques for the technological and chemical-physical characterization of fruit and vegetables and for monitoring of the drying process
Author(s)
Date Issued
July 14, 2023
Type
Doctoral Thesis
Abstract
Due to the increasing consumer knowledge, awareness and attention to food-quality and safety, farmers, processing industries and sellers of fruit and vegetables sector must ensure high standards, studying and monitoring many aspects from the farm to the shelf.
Nowadays, potato (Solanum tuberosum L.) ranks fourth as the most important crop in the world. In Italy, the Lazio region is the 6th largest producer. Approximately 70 % of the potato production of this region is grown in the north of Lazio. In this area, potato is a typical crop that is very important for the local economy. In fact, since 2014, the potato supply chain of this area has held the quality designation PGI (“Patata dell’Alto Viterbese PGI”) from the European Community. In this context, potatoes are sold as a (i) fresh and raw product or as (ii) fresh-cut products in several format (slice, stick, cube, etc.). About 20 potato varieties are cultivated in this area and each of them is characterized by specific pre- (water demand, yield, resistance to disease, etc.) and post-harvest attributes (storability, dormancy, physico-chemical characteristics, etc.). In particular for post-harvest, physico-chemical characterization of potato cultivars is a crucial aspect of accurate varietal selection, identifying and selecting varieties for a specific destination of use. Moreover, considering that some important quality parameters significantly change during storage, monitoring the physico-chemical composition of tubers along months of storage is crucial to always offer the consumer a high-quality product and to avoid food losses. In this perspective, the development of novel fast, reliable, cost-effective and portable technologies (e.g., near infrared spectroscopy, NIR) is extremely important to provide operators of a solution and an end-user-friendly protocol for in situ multi-parametric analysis of potatoes. In addition, the Process Analytical Technologies (PATs) that involve the use of tools (e.g., computer vision and near infrared spectroscopy) and practices as for both real-time monitoring of food quality and dynamic control of product processing, are really promising for food sector.
The PhD thesis aimed to innovate the potato sector, with specific regards to the “Patata dell’Alto Viterbese PGI” consortiums (Viterbo, Italy), by developing solutions to improve its competitiveness at regional and national level. The doctoral study was divided in three research activity, identifying several counteracts to solve specific issues concerning local consortiums.
The first activity focused on physico-chemical and enzymatic characterization of four pre-selected potato cultivars. This activity aimed (i) to select the best potato cultivars for fresh-cut processing, increasing the shelf-life of final product, and (ii) to make a contingency table linking storage status and optimal final use of the tubers allowing operators to schedule both production and sale. For this intended purpose the main physico-chemical and enzymatic attributes of four preselected potato cultivars (i.e., Constance, Fontane, Gaudi and Jelly) were analyzed at the harvest and every month for 6 months of storage. The analyses were performed for two production seasons (i.e., 2020 and 2021). The results revealed the best properties of Fontane for processing (especially for frying) followed by Jelly that showed good qualities for both domestic use and processing, especially for fresh-cut potato.
The second activity involved drying tests to evaluate the implementation of Process Analytical Technology (PAT) tools i.e., load cell and computer vision system in a cabinet dryer for drying of carrot and potato slices. Regarding potato drying, the cultivar selected during activity 1 (i.e., Fontane) was used for semi-drying test (i.e., up to 1.5 of dry basis moisture content). Several pre-treatments were pre-tested and two of them (i.e., dipping in citric acid and sodium metabisulphite solution, 3 % and 0.1 % w/v, respectively) were retained for semi-drying tests. For both tested products, the CV system and load cell were selected as in-line Process Analytical Technology tools within a proactive Quality-by-Design framework and embedded for, i) monitoring of product features (i.e., weight, color, and size); and ii) developing shrinkage-dependent moisture prediction models using linear regression. The evaluated shrinkage-dependent linear models showed superior performances benchmarked against selected thin-layer models of increasing complexity. The best models reported a Root Mean Square Error (RMSE) equal to 0.005-0.007 and this represents an interesting result because by predicting the residual moisture content, it’s possible to stop the drying process at the optimal time, avoiding quality deterioration and reducing energy consumption.
Finally, the third activity concerned the development of NIR-based predictive model for the determination of an important quality parameter for potato such as dry matter (DM) content. The NIR-based DM prediction was evaluated for each different potato tissues: i) periderm, ii) cortex, iii) outer medulla and iv) inner medulla of 17 different cultivars sampled during three production seasons (i.e., 2020, 2021 and 2022). The DM prediction models developed using standard chemometrics approaches (i.e., partial least squares, PLS; and interval-PLS, iPLS) showed that among the evaluated tissues, the inner medulla was the most suitable reporting a RMSE and coefficient of determination (R2) in prediction close to 1 % and 0.90, respectively. This information can be used to develop more advanced systems inclusive of portable tools and advanced technologies for in situ evaluation to support operators and ensure better pre- and post-harvest management of potatoes.
La crescente conoscenza, consapevolezza e attenzione dei consumatori nei confronti della qualità e della sicurezza degli alimenti, obbliga agricoltori, industrie di trasformazione e venditori del settore ortofrutticolo a garantire standard elevati, analizzando e monitorando numerosi aspetti, dal campo agli scaffali di supermercati e negozi.
Oggi la patata (Solanum tuberosum L.) è al quarto posto tra le colture più importanti al mondo. In Italia, la regione Lazio è il sesto produttore e circa il 70% della produzione di patate di questa regione è coltivata nella zona settentrionale che comprende i comuni a nord del Lago di Bolsena. In questa zona, la patata è una coltura tipica molto importante per l'economia locale. Dal 2014, infatti, la filiera della patata di questa zona ha ottenuto la denominazione di qualità IGP dalla Comunità Europea ("Patata dell'Alto Viterbese IGP"). In questo contesto, le patate vengono commercializzate come (i) prodotto fresco o come (ii) prodotto di IV gamma di diversi formati (fetta, bastoncino, cubetto, ecc.). In quest'area si coltivano circa 20 varietà di patate, ognuna delle quali è caratterizzata da specifiche caratteristiche pre- (fabbisogno idrico, resa, resistenza alle malattie, ecc.) e post-raccolta (conservabilità, dormienza, caratteristiche fisico-chimiche, ecc.). In particolare, per quanto riguarda la post-raccolta, la caratterizzazione fisico-chimica delle cultivar di patata è un aspetto cruciale per un'accurata selezione varietale e nello specifico per identificare e selezionare le varietà per una determinata destinazione d'uso. Inoltre, considerando che alcuni importanti parametri qualitativi cambiano significativamente durante la conservazione, il monitoraggio della composizione fisico-chimica dei tuberi durante i mesi di stoccaggio è fondamentale per offrire sempre al consumatore un prodotto di alta qualità ed evitare perdite di prodotto lungo la filiera. In questa prospettiva, lo sviluppo di nuove tecnologie veloci, affidabili, economiche e portatili (ad esempio, la spettroscopia nel vicino infrarosso) è estremamente importante per fornire agli operatori una soluzione e un protocollo di facile utilizzo per un’analisi multi-parametrica in situ delle patate. Inoltre, le tecnologie analitiche di processo (Process Analytical Technologies, PAT), che prevedono l'uso di strumenti (ad esempio, la visione artificiale e la spettroscopia nel vicino infrarosso) e pratiche per il monitoraggio in tempo reale della qualità degli alimenti e per il controllo dinamico della lavorazione dei prodotti, sembrano essere davvero promettenti per il settore alimentare.
La presente tesi di dottorato si proponeva di innovare il settore della patata, con particolare riguardo ai consorzi e cooperative della "Patata dell'Alto Viterbese IGP" (Viterbo, Italia), sviluppando soluzioni per migliorarne la competitività a livello regionale e nazionale. Lo studio di dottorato si è articolato in tre attività di ricerca, individuando diverse soluzioni per risolvere problematiche specifiche dei consorzi locali. La prima attività si è concentrata sulla caratterizzazione fisico-chimica ed enzimatica di quattro cultivar di patata preselezionate. L'obiettivo è stato quello di selezionare le migliori cultivar di patata per la trasformazione in prodotto di IV gamma, aumentando la shelf-life del prodotto finale e soddisfare così le esigenze della Grande Distribuzione Organizzata (GDO). Il secondo obiettivo, ma non per importanza, è stato quello di realizzare una tabella di contingenza che metta in relazione lo stato di conservazione e l'uso finale ottimale dei tuberi, consentendo agli operatori di programmare sia la produzione che la vendita. A questo scopo sono stati analizzati i principali attributi fisico-chimici ed enzimatici delle quattro cultivar di patata preselezionate (Costance, Fontane, Gaudi e Jelly) al momento della raccolta e ogni mese per 6 mesi di conservazione. Le analisi sono state eseguite per due stagioni di produzione consecutive (2020 e 2021). I risultati hanno rivelato le migliori proprietà di Fontane per l’industria di trasformazione, in particolare per la frittura, seguita da Jelly che ha mostrato buone qualità soprattutto per la IV gamma.
La seconda attività ha riguardato prove di disidratazione per valutare l'implementazione di tecnologie analitiche di processo (PAT), quali celle di carico e sistemi di visione artificiale, in un disidratatore ad armadio per la disidratazione di fette di carota e di patata. Per quanto riguarda l'essiccazione delle patate, la cultivar selezionata durante l'attività 1 (Fontane) è stata utilizzata per il test di semi-disidratazione (cioè fino ad un contenuto di umidità pari a 1,5 su base secca). Sono stati testati inoltre diversi pretrattamenti e due di questi (immersione in soluzione di acido citrico e di metabisolfito di sodio, rispettivamente al 3 % e allo 0,1 % p/v) sono stati selezionati per i test di semi-disidratazione. Per entrambi i prodotti testati, il sistema di visione artificiale e la cella di carico sono stati scelti come strumenti di tecnologia analitica di processo in linea all'interno di un quadro proattivo di Quality-by-Design e sono stati integrati per: i) il monitoraggio delle caratteristiche del prodotto (ad esempio, peso, colore e dimensioni); e ii) lo sviluppo di modelli di previsione dell'umidità dipendenti dal restringimento utilizzando la regressione lineare. I modelli lineari dipendenti dal restringimento hanno mostrato prestazioni superiori rispetto ai modelli a strato sottile di complessità crescente. I modelli migliori hanno riportato un errore quadratico medio (RMSE) pari a 0,005-0,007 e questo rappresenta un risultato interessante perché, prevedendo il contenuto di umidità residua, è possibile interrompere il processo di disidratazione al momento ottimale, evitando il deterioramento della qualità e riducendo il consumo energetico.
Infine, la terza attività ha riguardato lo sviluppo di un modello predittivo basato sulla spettroscopia del vicino infrarosso (NIR) per la determinazione di un importante parametro qualitativo della patata, il contenuto di sostanza secca. Le prestazioni di predizione di questo parametro basata sulla spettroscopia NIR è stata valutata per ogni diverso tessuto della patata: i) periderma, ii) corteccia, iii) parenchima esterno e iv) parenchima interno di 17 cultivar differenti campionate durante tre stagioni di produzione (2020, 2021 e 2022). I modelli predittivi della sostanza secca sviluppati utilizzando approcci standard di chemometria (cioè, Partial Least Squares, PLS; e interval-PLS, iPLS) hanno mostrato che tra i tessuti valutati, il parenchima interno permetteva di ottenere misurazioni più precise e affidabili, con valori di RMSE e coefficiente di determinazione (R2) in predizione vicini all'1% e allo 0,90, rispettivamente. Queste informazioni possono essere utilizzate per sviluppare sistemi più avanzati, comprendenti strumenti portatili e tecnologie avanzate per la valutazione in situ, al fine di supportare gli operatori e garantire una migliore gestione del pre- e post-raccolta delle patate.
Additional information
Dottorato di ricerca in Scienze, tecnologie e biotecnologie per la sostenibilità
File(s)![Thumbnail Image]()
Name
gbedini_tesid.pdf
Size
2.96 MB
Format
Adobe PDF
Checksum (MD5)
d9ddd8166f3ce499b90a3f2698d35164