Iprogressi nella qualità dell'uva e del vino in ... - Ermes Agricoltura
Iprogressi nella qualità dell'uva e del vino in ... - Ermes Agricoltura
Iprogressi nella qualità dell'uva e del vino in ... - Ermes Agricoltura
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
I PROGRESSI NELLA QUALITÀ DELL’UVA E DEL VINO IN EMILIA-ROMAGNA<br />
Capire i gusti dei consumatori<br />
attraverso l’analisi sensoriale<br />
■ GIUSEPPINA PAOLA PARPINELLO ■<br />
LUCA PASINI, ANDREA VERSARI<br />
Dipartimento di Scienze degli Alimenti,<br />
Università di Bologna<br />
analisi sensoriale riveste un ruolo fon-<br />
L’ damentale <strong>nella</strong> valutazione dei prodotti<br />
agroalimentari, <strong>in</strong>cluso il <strong>v<strong>in</strong>o</strong>. Sebbene<br />
le misure strumentali abbiano raggiunto<br />
un notevole sviluppo <strong>in</strong> term<strong>in</strong>i di accuratezza<br />
e precisione, tali metodiche non<br />
consentono di descrivere le relazioni tra i<br />
diversi componenti e gli effetti che essi avranno<br />
sulla percezione sensoriale e sull’accettabilità<br />
da parte <strong>del</strong> consumatore.<br />
Sono molti gli obiettivi che si possono raggiungere<br />
con un test sensoriale, a partire<br />
dall’identificazione di una semplice differenza<br />
tra campioni f<strong>in</strong>o alla def<strong>in</strong>izione di<br />
un profilo quali-quantitativo che permetta<br />
di caratterizzare <strong>in</strong> maniera completa un <strong>v<strong>in</strong>o</strong>.<br />
I test sensoriali qualitativi (ad esempio<br />
triangolare, confronto a coppie, duo-trio) e<br />
Fig. 1 - Effetto <strong>del</strong>le variabili esplicative<br />
(parametri analitici) sul mo<strong>del</strong>lo.<br />
quali-quantitativi (ad esempio rank<strong>in</strong>g)<br />
maggiormente impiegati offrono una rapida<br />
e semplice <strong>in</strong>terpretazione dei risultati<br />
attraverso la consultazione di tabelle predef<strong>in</strong>ite,ma<br />
il loro limite è quello di non def<strong>in</strong>ire<br />
le relazioni tra parametri analitici e<br />
sensoriali. Per questo motivo si sta sempre<br />
più <strong>del</strong><strong>in</strong>eando l’importanza <strong>del</strong>l’impiego<br />
di strumenti statistici multivariati (sensometria)<br />
f<strong>in</strong>alizzati alla ricerca <strong>del</strong>le relazioni<br />
tra parametri chimici e sensoriali, che possono<br />
fornire preziose <strong>in</strong>formazioni sulla<br />
preferenza dei consumatori e suggerire eventuali<br />
<strong>in</strong>terventi di processo migliorativi.<br />
Riportiamo due esempi di applicazione di<br />
analisi multivariata alla predizione di caratteristiche<br />
sensoriali dei v<strong>in</strong>i e all’<strong>in</strong>dividuazione<br />
dei parametri analitici che possono<br />
guidare la scelta dei consumatori.<br />
COME PREVEDERE IL LIVELLO<br />
DI ASTRINGENZA DEI VINI<br />
Un aspetto importante nello sviluppo di<br />
nuovi prodotti è la capacità di predirne le<br />
caratteristiche peculiari (sensoriali o chimiche)<br />
analizzando altri parametri di più facile<br />
determ<strong>in</strong>azione. A tale scopo ci si può<br />
servire di un mo<strong>del</strong>lo statistico chiamato<br />
Partial least squares regression (PLS).<br />
C<strong>in</strong>que v<strong>in</strong>i sono stati analizzati <strong>in</strong> laboratorio<br />
(pH, acidità, pigmenti polimerici, tann<strong>in</strong>i<br />
totali, (-) epicatech<strong>in</strong>a, (+) catech<strong>in</strong>a e antociani<br />
monomeri totali) e sottoposti alla valutazione<br />
<strong>del</strong> livello di astr<strong>in</strong>genza da parte di<br />
un gruppo di assaggiatori esperti.<br />
Occorreva verificare, sulla base <strong>del</strong>le <strong>in</strong>formazioni<br />
fornite dai dati chimici (variabili esplicative),<br />
la possibilità di costruire un mo<strong>del</strong>lo<br />
l<strong>in</strong>eare <strong>in</strong> grado di predire l’astr<strong>in</strong>genza<br />
<strong>del</strong> <strong>v<strong>in</strong>o</strong>.<br />
Una prima analisi dei risultati consente di identificare<br />
le variabili esplicative che contribuiscono<br />
maggiormente al mo<strong>del</strong>lo (figura<br />
1). Queste sono i pigmenti polimerici, tann<strong>in</strong>i<br />
e monomeri totali che presentato elevati<br />
livelli di Vip (livello di importanza <strong>del</strong>la varia-<br />
Fig. 2 - Predizione <strong>del</strong>l’astr<strong>in</strong>genza<br />
<strong>del</strong> <strong>v<strong>in</strong>o</strong> mediante PLS.<br />
37