Titolo della tesi: SVILUPPO DI TECNICHE DI MONITORAGGIO DI TIPO OTTICO-DIGITALE NEL VISIBILE E NEL VICINO INFRAROSSO MEDIANTE IMPLEMENTAZIONI DI LOGICHE CHEMIOMETRICHE NEL SETTORE AGROALIMENTARE
L’innovazione tecnologica sta rivoluzionando il settore agroalimentare, rendendo essenziale lo sviluppo di sistemi avanzati per il controllo qualità e il monitoraggio delle coltivazioni. Questa tesi di dottorato si focalizza sull’integrazione di metodologie spettroscopiche e algoritmi di intelligenza artificiale per migliorare la gestione agronomica e l’analisi non distruttiva delle colture. In particolare, l’uso della spettroscopia nel visibile e nel vicino infrarosso (Vis-NIR), combinata con tecniche di machine learning e chemiometria, ha permesso di ottenere informazioni dettagliate su parametri fondamentali come il contenuto d’acqua, lo stato nutrizionale e la presenza di contaminanti nei prodotti agricoli. Attraverso un approccio multidisciplinare, lo studio ha sviluppato e validato modelli predittivi basati su dati spettrali, dimostrando l’efficacia di questi strumenti nel fornire analisi rapide e affidabili direttamente sul campo. L’integrazione di queste tecnologie con strategie di monitoraggio ottico avanzato rappresenta un passo significativo verso un’agricoltura più sostenibile e data-driven, capace di ottimizzare l’uso delle risorse e ridurre l’impatto ambientale. I risultati ottenuti confermano il potenziale delle tecniche proposte per migliorare la precisione e l’efficienza delle pratiche agronomiche, offrendo una prospettiva innovativa per il futuro del settore. Questo lavoro non solo evidenzia il valore scientifico e applicativo dell’analisi spettrale, ma apre anche nuove strade per lo sviluppo di sistemi intelligenti di supporto decisionale nel contesto agricolo.