Un proyecto de investigación busca, mediante el empleo de cámaras hiperespectrales en el rango visible e infrarrojo, construir modelos de estimación de la composición de la uva a tiempo real en viñedo y a su entrada de bodega, para uva seleccionada en mesa de selección de forma no destructiva y sin contacto con la uva.
Este proyecto está liderado por investigadores del Grupo de Investigación Televitis y EnolUR de la Universidad de La Rioja y del Instituto de las Ciencias de la Vid y el Vino (ICVV); y en él colaboran investigadores de los departamentos de Ingeniería Eléctrica y Mecánica de la UR y del Departamento de Química Analítica y Tecnología de los Alimentos de la Universidad de Castilla La Mancha.
Esta solución hiperespectral buscada no solo permitiría estimar los parámetros enológicos de la uva más generales (p.ej. azúcares, acidez, color), sino que va un paso más allá y lo haría con los principales compuestos fenólicos (responsables del color, astringencia, amargor y tanicidad), polisacáridos (importantes para el paso por boca en el vino) y perfil aromático de la uva. Datos hasta ahora no disponibles para el viticultor y enólogo de forma rutinaria por la complejidad y elevado coste de las técnicas instrumentales utilizadas para su análisis.
Las mediciones con las cámaras hiperespectrales en el viñedo se realizan desde un vehículo móvil terrestre entre el envero y el momento de la vendimia, lo que permite la monitorización en continúo conociendo en tiempo real el progreso de la maduración de forma eficiente y no destructiva con gran detalle.
Este vehículo incorpora dos cámaras hiperespectrales que toman imágenes a una distancia de entre 0.5-1.0 metros, estudiando la información espectral recogida en más de 200 bandas del visible e infrarrojo cercano. En el caso de la monitorización a la entrada de bodega, las cámaras se sitúan a una distancia similar (0.5-1 m) sobre la mesa de selección y van obteniendo imágenes de la uva que va pasando por la mesa.
A partir de la información espectral obtenida, y tras un proceso de filtrado y procesado de la señal, pueden construirse modelos de estimación de cada parámetro composicional de la uva mediante algoritmos de inteligencia artificial, teniendo como referencia los valores de concentración reales en la uva de cada compuesto, analizados por métodos analíticos de cromatografía líquida y gaseosa.
El proyecto, denominado ‘HyperGrape: Caracterización no destructiva de la composición y calidad de la uva en campo y bodega mediante visión hiperespectral y ciencia de datos’ (PID2023-150555OB)’, ha comenzado en septiembre de 2024, tiene una duración de 4 años, y está financiado por MICIU/AEI/10.13039/501100011033/ y por FEDER, UE con una dotación de 212.500 euros.
Además, la Agencia Estatal de Investigación ha asignado también un contrato de formación de personal investigador de 4 años de duración para la realización de un doctorado en el marco de las actividades del proyecto.
Toda la información relevante del proyecto, y seguimiento del mismo puede realizarse a través de la página web del proyecto (www.hypergrape.unirioja.es) y en redes sociales X (@HyperGrape_proj) y en el canal de YouTube (https://www.youtube.com/@HyperGrape-z6b9m)
UN PROYECTO DE CUATRO AÑOS
El proyecto, denominado ‘HyperGrape: Caracterización no destructiva de la composición y calidad de la uva en campo y bodega mediante visión hiperespectral y ciencia de datos’ (PID2023-150555OB)’, ha comenzado en septiembre de 2024, tiene una duración de 4 años, y está financiado por MICIU/AEI/10.13039/501100011033/ y por FEDER, UE con una dotación de 212.500 euros.
Además, la Agencia Estatal de Investigación ha asignado también un contrato de formación de personal investigador de 4 años de duración para la realización de un doctorado en el marco de las actividades del proyecto.
QUIÉN PARTICIPA EN EL PROYECTO 'HYPERGRAPE'
El equipo de investigación del proyecto está formado por los siguientes investigadores de la Universidad de La Rioja:
- María Paz Diago
- Zenaida Guadalupe
- Juan Fernández
- Ignacio Barrio
(Departamento de Agricultura y Alimentación) - Emilio Jiménez
- Juan Carlos Sáenz-Díez
(Departamento de Ingeniería Eléctrica) - Julio Blanco y Eduardo Martínez
(Departamento de Ingeniería Mecánica)
Además, participan también las investigadoras:
- Consuelo Díaz-Maroto
- María-Soledad Pérez Coello
(Departamento de Química Analítica y Tecnología de Alimentos
Universidad de Castilla La Mancha)
Etiquetas
Categorías
- Divulgación científica, Doctorado Enología, Viticultura y Sostenibilidad, Dpto. Agricultura y Alimentación, Empresas, Facultad de Ciencia y Tecnología, Grado Enología, Grado Ingeniería Agrícola, Instituto de Ciencias de la Vid y del Vino, Investigación, Máster Tecnología, Gestión e Innovación Vitivinícola, Portada
Noticias relacionadas
Un nuevo método basado en la IA y la visión artificial permite detectar el mildiu en el viñedo
Actividades relacionadas
- Dpto. Matemáticas y Computación, Escuela Técnica Superior de Ingeniería Industrial, Facultad de Ciencia y Tecnología, Grado Ingeniería Electrónica Industrial y Automática, Grado Ingeniería Informática, Grado Ingeniería Mecánica, Grado Matemáticas, Instituto de Investigación en Computación Científica (SCRIUR)
