Il processo di selezione dei chicchi di caffè speciali prevede tre tipi di ispezione. Due sono fisici e coinvolgono campioni di caffè crudo e tostato. Il terzo è sensoriale e prevede l'assaggio della bevanda. La certificazione è fornita dalla Specialty Coffee Association of America (SCAA).

Secondo le linee guida SCAA, la qualità del caffè viene misurata su una scala decimale da zero a 100. Uno specialty coffee deve segnare 80 o più. Il coltivatore invia un campione di chicchi crudi a tre cuppers (assaggiatori), che tostano e preparano il caffè da ogni lotto, sempre nel rispetto degli standard SCAA, prima di emettere un rapporto.

Tuttavia, gli scienziati brasiliani del Centro per l'energia nucleare in agricoltura dell'Università di San Paolo (CENA-USP), in collaborazione con i colleghi del Luiz de Queiroz College of Agriculture (ESALQ-USP) e del Computer Center dell'Università Federale di Pernambuco (UFPE) , hanno sviluppato un metodo di selezione dei chicchi di caffè basato sull'imaging multispettrale e sull'apprendimento automatico. Il metodo non richiede tostatura e può essere eseguito in tempo reale durante il processo produttivo. Evita possibili errori umani, sebbene si basi su apparecchiature costose. Un articolo sul nuovo metodo è stato recentemente pubblicato su Computers and Electronics in Agriculture .

"I caffè speciali vengono spesso raccolti in modo selettivo, il che significa che vengono raccolte solo le ciliegie rosse mature. Vengono raccolte singolarmente a mano. Se un coltivatore di caffè speciali raccoglie fagiolini o in qualsiasi momento utilizza la raccolta a strisce, manuale e/o meccanizzata, questa procedura può risultare in un raccolto commerciale standard", ha affermato Winston Pinheiro Claro Gomes, primo autore dell'articolo. Gomes è un dottorato di ricerca. candidato in chimica al CENA-USP, con Wanessa Melchert Mattos e Clíssia Barboza da Silva come relatori di tesi.

"Nel nostro metodo, separiamo i fagioli considerati speciali e commerciali standard utilizzando una combinazione di imaging multispettrale e algoritmi matematici che elaborano i dati forniti dalle immagini", ha spiegato Gomes. "Il caffè speciale deve ottenere un punteggio compreso tra 80 e 100, ma il nostro modello non può dire se i chicchi sono 80 o 90. Ciò richiederebbe l'apprendimento automatico con campioni per ogni punteggio per specificare queste categorie nel modello matematico".

Metodologia multispettrale

Il team ha utilizzato una tecnica di imaging multispettrale (MSI) basata su riflettanza e autofluorescenza, in cui le immagini dello stesso oggetto vengono acquisite a lunghezze d'onda diverse, seguite da un modello di apprendimento automatico per classificare i fagioli in base alle informazioni raccolte dalle immagini.

"L'uso dell'MSI nell'industria del caffè è molto recente. Viene utilizzato principalmente per mappare l'azoto nelle piantagioni di caffè, rilevare la necrosi nei chicchi e rilevare parassiti e malattie nelle piante, come si può vedere dalla letteratura sull'argomento", ha detto Gomes .

I ricercatori hanno analizzato 16 campioni di fagiolini provenienti da colture speciali e commerciali standard coltivate negli stati di Minas Gerais e San Paolo. Dieci delle specialità di caffè in grani (Coffea arabica) provenivano dal raccolto 2016/17 coltivato nella regione dell'Alta Mogiana. Erano stati valutati nell'Alta Mogiana Coffee Contest 2017 e sono stati forniti dall'associazione regionale dei produttori di caffè speciali. Gli altri sei campioni sono stati prelevati da colture commerciali standard acquistate alla rinfusa sul mercato locale.

Per ogni campione, 64 fagioli senza trattamento preventivo sono stati separati in modo casuale, per un totale di 1.024 fagioli (384 standard, 640 speciali) e utilizzati per la calibrazione, la convalida e il test dell'apprendimento automatico.

Gomes ha riassunto la procedura come segue:"Abbiamo messo i fagioli in una capsula di Petri e l'abbiamo inserita nel dispositivo, che è una sfera contenente LED, filtri ottici e una fotocamera. La fotocamera è scesa sui campioni fino a quando non sono stati completamente coperti e ha catturato le immagini dopo un'illuminazione omogenea e diffusa a diverse lunghezze d'onda, ha preso prima immagini monocromatiche in riflettanza e poi immagini in autofluorescenza, dopodiché le informazioni relative alle regioni di interesse sono state estratte dal software di bordo e utilizzate per costruire gli algoritmi che hanno classificato i campioni e ci ha fornito i risultati."

È stata quindi eseguita l'analisi delle componenti principali (PCA) per studiare le variabili che influenzano le differenze tra caffè speciali e standard. I ricercatori hanno eseguito quattro algoritmi di apprendimento automatico, con la macchina del vettore di supporto (SVM) che si è rivelata la migliore e utilizzata per calcolare i coefficienti per la stima delle variabili chiave.

Fluorescenza

I fagioli speciali hanno una forma più uniforme nelle immagini dello spettro visibile (RGB), mentre i fagioli standard erano più intensi nelle immagini di autofluorescenza.

"Il nostro modello matematico e gli algoritmi utilizzano le informazioni sull'intensità del segnale dalle immagini di fluorescenza. Può accadere che alcuni composti presenti nei fagioli siano più eccitati a una particolare lunghezza d'onda. Un segnale di fluorescenza più o meno intenso può anche essere correlato alla variazione della concentrazione di un composto in fagioli, per esempio", ha detto Gomes.

"Il modello che abbiamo scelto era quello che si comportava meglio nella distinzione tra caffè speciale e chicchi standard. In questo modello, le informazioni più importanti ai fini della costruzione dei confini di separazione provenivano dalla fluorescenza verde. Abbiamo quindi deciso di analizzare i singoli composti che mostrano naturalmente una fluorescenza verde e ho cercato di associare alcuni composti fluorescenti che potrebbero influenzare il processo di separazione della gradazione del caffè".

La fluorescenza verde, un marker biologico rappresentato dalla luce verde nello spettro visibile, è stata analizzata per 10 composti fenolici e i dati hanno mostrato che la catechina, la caffeina e alcuni acidi (acido 4-idrossibenzoico, acido sinapico e acido clorogenico) hanno risposto intensamente dopo essere stati eccitati con luce blu a 405 nanometri (nm), emettendo energia a 500 nm. Questi dati di autofluorescenza (eccitazione/emissione a 405/500 nm) hanno contribuito maggiormente a distinguere i fagiolini speciali dai fagiolini standard.

"Si tratta di specie chimiche associate a gruppi aromatici che assorbono energia relativa a una specifica lunghezza d'onda. Nei metodi basati sull'autofluorescenza, le variazioni nei livelli di queste specie chimiche nelle specialità e nei gradi standard di caffè possono essere utilizzate per distinguere tra i due gruppi", Gomes disse.

Le differenze nei livelli di questi composti vengono in genere utilizzate per distinguere tra chicchi di caffè speciali e standard. "Per la ricerca del mio master, ho studiato la composizione chimica di questi campioni e, sebbene non ci fossero differenze nelle specie chimiche, abbiamo riscontrato variazioni nelle loro concentrazioni, in particolare i livelli di acido clorogenico e caffeina", ha detto.

I prossimi passi, secondo Gomes, comporteranno l'ottenimento di campioni da ciascuno dei livelli di punteggio definiti da SCAA per i caffè speciali (non è un compito facile) e la classificazione dei chicchi in base ai loro punteggi. "In Brasile, i caffè sono valutati al massimo 90-92. È difficile trovarne di più. Solo il caffè importato, dall'Etiopia, ad esempio, ottiene un punteggio di 100. Nella mia ricerca di dottorato, sto tentando di classificare i chicchi sulla base delle immagini a raggi X, e ho deciso di aumentare il numero di campioni e l'ampiezza dell'analisi includendo i fagioli importati", ha affermato. + Esplora ulteriormente

Un'applicazione Android controlla come sono i chicchi di caffè tostati