O processo de seleção de grãos de café especial envolve três tipos de inspeção. Dois são físicos e envolvem amostras de café cru e torrado. A terceira é sensorial e envolve a degustação da bebida. A certificação é fornecida pela Specialty Coffee Association of America (SCAA).
De acordo com as diretrizes da SCAA, a qualidade do café é medida em uma escala decimal de zero a 100. Um café especial deve pontuar 80 ou mais. O produtor envia uma amostra de grãos crus para três degustadores (provadores), que torra e fazem o café de cada lote, novamente em conformidade com as normas SCAA, antes de emitir um relatório.

No entanto, cientistas brasileiros do Centro de Energia Nuclear na Agricultura da Universidade de São Paulo (CENA-USP), em colaboração com colegas da Escola Superior de Agricultura Luiz de Queiroz (ESALQ-USP) e do Centro de Informática da Universidade Federal de Pernambuco (UFPE) , desenvolveram um método de seleção de grãos de café baseado em imagens multiespectrais e aprendizado de máquina. O método não requer torrefação e pode ser realizado em tempo real durante o processo de produção. Evita possíveis erros humanos, embora dependa de equipamentos caros. Um artigo sobre o novo método foi publicado recentemente em Computers and Electronics in Agriculture .

"Os cafés especiais são muitas vezes colhidos seletivamente, ou seja, apenas as cerejas vermelhas maduras são colhidas. Eles são colhidos individualmente à mão. Se um cafeicultor faz a colheita de grãos verdes, ou a qualquer momento usa a colheita em tiras, manual e/ou mecanizada, este procedimento pode resultar em uma safra comercial padrão", disse Winston Pinheiro Claro Gomes, primeiro autor do artigo. Gomes é Ph.D. doutoranda em química pelo CENA-USP, com Wanessa Melchert Mattos e Clíssia Barboza da Silva como orientadoras de tese.

"Em nosso método, separamos grãos considerados especiais e comerciais padrão usando uma combinação de imagens multiespectrais e algoritmos matemáticos que processam os dados fornecidos pelas imagens", explicou Gomes. "O café especial deve pontuar entre 80 e 100, mas nosso modelo não pode dizer se os grãos são 80 ou 90. Isso exigiria aprendizado de máquina com amostras para cada pontuação para especificar essas categorias no modelo matemático."

Metodologia multiespectral

A equipe usou uma técnica de imagem multiespectral (MSI) baseada em refletância e autofluorescência, na qual imagens do mesmo objeto são tiradas em diferentes comprimentos de onda, seguidas por um modelo de aprendizado de máquina para classificar os grãos de acordo com as informações coletadas das imagens.

"O uso do MSI na cafeicultura é muito recente. Ele é usado principalmente para mapear nitrogênio em cafezais, detectar necrose em grãos e detectar pragas e doenças em plantas, como pode ser visto na literatura sobre o assunto", disse Gomes .

Os pesquisadores analisaram 16 amostras de feijão verde de culturas comerciais especiais e padrão cultivadas nos estados de Minas Gerais e São Paulo. Dez dos grãos de cafés especiais (Coffea arabica) foram da safra 2016/17 cultivados na região da Alta Mogiana. Eles foram avaliados no Concurso de Café Alta Mogiana 2017 e foram fornecidos pela associação de produtores de cafés especiais da região. As outras seis amostras foram retiradas de culturas comerciais padrão compradas a granel no mercado local.

Para cada amostra, 64 grãos sem tratamento prévio foram separados aleatoriamente, totalizando 1.024 grãos (384 padrão, 640 especiais), e usados ​​para calibração, validação e teste de aprendizado de máquina.

Gomes resumiu o procedimento da seguinte forma:"Colocamos os grãos em uma placa de Petri e colocamos no aparelho, que é uma esfera contendo LEDs, filtros ópticos e uma câmera. A câmera desceu sobre as amostras até cobri-las completamente e captou imagens após iluminação homogênea e difusa em diferentes comprimentos de onda, primeiro foram feitas imagens de refletância monocromática e depois imagens de autofluorescência, após as quais as informações relativas às regiões de interesse foram extraídas pelo software de bordo e usadas para construir os algoritmos que classificaram as amostras e nos deram os resultados."

A análise de componentes principais (PCA) foi então realizada para investigar as variáveis ​​que influenciam as diferenças entre cafés especiais e cafés padrão. Os pesquisadores executaram quatro algoritmos de aprendizado de máquina, com a máquina de vetor de suporte (SVM) provando o melhor e sendo usada para calcular coeficientes para estimar as principais variáveis.

Fluorescência

Os grãos especiais foram vistos como mais uniformes nas imagens do espectro visível (RGB), enquanto os grãos padrão foram mais intensos nas imagens de autofluorescência.

"Nosso modelo matemático e algoritmos usam informações de intensidade de sinal de imagens de fluorescência. Pode acontecer que algum composto presente em grãos seja mais excitado em um determinado comprimento de onda. Um sinal de fluorescência mais ou menos intenso também pode estar relacionado à variação na concentração de um composto em feijão, por exemplo", disse Gomes.

"O modelo que escolhemos foi o que apresentou melhor desempenho na distinção entre grãos de café especiais e café padrão. Nesse modelo, a informação mais importante para a construção dos limites de separação veio da fluorescência verde. Por isso, decidimos analisar os compostos individuais que naturalmente exibem fluorescência verde e tentou associar alguns compostos fluorescentes que podem influenciar o processo de separação de classificação do café."

A fluorescência verde, um marcador biológico representado pela luz verde no espectro visível, foi analisada para 10 compostos fenólicos, e os dados mostraram que catequina, cafeína e certos ácidos (ácido 4-hidroxibenzóico, ácido sinápico e ácido clorogênico) responderam intensamente após serem excitados com luz azul a 405 nanômetros (nm), emitindo energia a 500 nm. Esses dados de autofluorescência (excitação/emissão a 405/500 nm) contribuíram mais para distinguir grãos verdes especiais de grãos verdes padrão.

"São espécies químicas associadas a grupos aromáticos que absorvem energia relativa a um comprimento de onda específico. Nos métodos baseados em autofluorescência, variações nos níveis dessas espécies químicas em cafés especiais e de qualidade padrão podem ser usadas para distinguir os dois grupos", disse Gomes disse.

As diferenças nos níveis desses compostos são normalmente usadas para distinguir entre grãos de café especiais e padrão. "Para minha pesquisa de mestrado, estudei a composição química dessas amostras e, embora não houvesse diferenças nas espécies químicas, encontramos variações em suas concentrações, principalmente nos níveis de ácido clorogênico e cafeína", disse.

Os próximos passos, segundo Gomes, serão obter amostras de cada um dos níveis de pontuação definidos pela SCAA para cafés especiais (não é tarefa fácil) e classificar os grãos de acordo com suas pontuações. "No Brasil, os cafés têm nota máxima de 90 a 92. É difícil encontrar algo maior que isso. Só o café importado, da Etiópia, por exemplo, tem nota 100. Na minha pesquisa de doutorado, estou tentando classificar os grãos com base em imagens de raios-X, e decidi aumentar o número de amostras e a amplitude da análise incluindo grãos importados", disse ele. + Explorar mais

Um aplicativo Android verifica como os grãos de café são torrados