Gli insetti carpofagi, ovvero quelli che si nutrono dei frutti, danneggiano i frutti senza un apparente sintomo esterno fino a quando non sono quasi completamente maturi.
Nella maggior parte dei casi, l'ovopositore seghettato della femmina di Drosophila suzukii le consente di deporre le uova in frutti a buccia morbida, intatti, in fase di maturazione e maturi, in particolare fragole, lamponi, mirtilli e ciliegie dolci.
In particolare, la ciliegia dolce è stata identificata da numerosi autori come un ospite ad alto rischio per gli attacchi da parte di Drosophila.
Questo perché il ciliegio produce frutti in un periodo in cui poche altre specie offrono frutti alternativi.
La nutrizione larvale interna del frutto provoca danni diretti, rendendolo non commerciabile e inadatto sia al consumo fresco che alle industrie di trasformazione.
Inoltre, l’ovideposizione espone il frutto a infezioni secondarie permettendo ai patogeni, come funghi, lieviti e batteri, di entrare nel frutto.
Una volta colpiti, i frutti contaminati diventano morbidi e marciscono rapidamente dopo la raccolta, causando perdite economiche sostanziali e rendimenti ridotti.
Durante lo stadio larvale, i danni causati dall'insetto si manifestano principalmente all'interno dei frutti senza alcun sintomo visibile.
Di conseguenza, è difficile identificare ed eliminare questi frutti dagli stabilimenti e dalle linee di lavorazione.
Ciò significa che qualsiasi approccio che consenta la rilevazione precoce dell'infestazione è incoraggiato, poiché ha il potenziale di migliorare la produttività.
Tuttavia, è stato osservato che l'utilizzo di tecniche non distruttive per la rilevazione delle infestazioni di insetti nelle ciliegie è stato oggetto di un numero limitato di pubblicazioni.
È necessario approfondire l’impiego di tecniche alternative e non-distruttive per rilevare rapidamente le infestazioni di drosofila immediatamente dopo la raccolta, in modo da poterle incorporare nei processi di selezione e classificazione.
Lo studio condotto in collaborazione tra l’Università della Basilicata (Italia), l’Università di Sheffield (UK) e il centro internazionale di studi agronomici mediterranei (Italia) ha avuto come obiettivo principale di utilizzare la spettrofotometria come metodo non distruttivo e rapido per l'identificazione e la classificazione dei frutti di ciliegia dolce sani rispetto a quelli affetti da drosofila.
Grazie all’uso di algoritmi di regressione delle componenti principali e di regressione dei minimi quadrati parziali, dai dati ottenuti si è creato un modello predittivo.
Inizialmente, il set di cross-validazione esterna era limitato al 20% dei campioni totali disponibili.
Tuttavia, nel modello ottimale finale selezionato è stata aumentata al 50%.
L'algoritmo di regressione dei minimi quadrati parziali è stato impiegato per selezionare un modello altamente performante e robusto, come risultato della procedura identificata per la gestione degli algoritmi di regressione.
Figura 1. Questa figura illustra il layout generale dei passaggi 1 e 2, come precedentemente descritto, dello script programmato dei modelli di valutazione MATLAB. Fonte: Altieri et al., 2025.
Il modello finale è stato costruito attraverso un processo in tre fasi, ciascuna delle quali è stata valutata statisticamente.
I risultati hanno indicato che il modello ha identificato erroneamente solo quattro ciliegie su 100.000 come non infette, nonostante fossero infette.
Il modello finale è robusto in termini di variazioni di temperatura dei campioni.
Figura 2. Lunghezze d'onda selezionate del modello finale e spettro normalizzato medio di tutte le ciliegie sane e infette. Fonte: Altieri et al., 2025.
Infatti, il modello è stato costruito per tenere conto delle variazioni spettrali causate dai cambiamenti di temperatura, grazie all’impiego del 50% dei campioni a temperature diverse.
L'applicazione pratica di questo studio è la rilevazione precoce online delle infestazioni da drosofila in post-raccolta di ciliegie, che potrà essere implementata sulle linee di lavorazione.
Per raggiungere questo obiettivo, la stessa procedura di gestione dei modelli spettrofotometrici sarà valutata utilizzando una telecamera iperspettrale meno costosa con un insieme ridotto di lunghezze d'onda, per facilitarne l’implementazione sulle linee di lavorazione.
Fonte: Altieri, G.; Avaei, M.R.; Matera, A.; Genovese, F.; Verrastro, V.; Admane, N.; Mammadov, O.; Laveglia, S.; Di Renzo, G.C. Non-Destructive Early Detection of Drosophila suzukii Infestation in Sweet Cherries (c.v. Sweet Heart) Based on Innovative Management of Spectrophotometric Multilinear Correlation Models. Appl. Sci. 2025, 15, 197. https://doi.org/10.3390/app15010197
Fonte immagine d'apertura: W. Hoashi-Erhardt, WSU
Melissa Venturi
Università di Bologna
12 ago 2025
Un innovativo modello fenologico ibrido unisce conoscenze biologiche e machine learning per prevedere la fioritura del ciliegio. Testato in Giappone, Corea del Sud e Svizzera, offre maggiore precisione e adattabilità rispetto ai modelli tradizionali, anche con dati limitati.
27 mar 2025
La varietà Royal Tioga ha rivoluzionato la coltivazione di ciliegie in Murcia, offrendo una produzione extratemprana di alta qualità. Con un basso bisogno di ore di freddo, è riuscita a fruttificare già ad aprile, garantendo un’ottima resa economica per gli agricoltori locali.
18 set 2026
Canada e Stati Uniti chiudono la disputa sulle ciliegie Staccato®: Monson Fruit Company pagherà royalty arretrate e future, limiterà nuove propagazioni fino al 2029 e non potrà esportare frutta fuori dagli USA fino al 2032, dopo oltre sei anni di lunga battaglia legale.
18 set 2026
Il Centro Fruticultura Sur presenta a Chillán, in Cile, un seminario sulla coltivazione protetta della frutta e due nuove pubblicazioni dedicate alla gestione dei ciliegi sotto copertura e della nocciola europea di fronte alla variabilità climatica nei frutteti moderni.
