Valorizzazione del suino con Image Meater

image
Uno strumento di classificazione automatico delle carcasse che consente di aggiornare le equazioni di stima per garantire la corretta selezione delle cosce da destinarsi al circuito tutelato. Realizzato grazie al Crpa con il contributo della Regione Emilia-Romagna e del Mipaaf

Con decisione 2014/38/UE “relativa all’autorizzazione di metodi di classificazione delle carcasse di suino in Italia” è stato autorizzato, tra gli altri, lo strumento di classificazione delle carcasse suine Image Meater.

Il lavoro di taratura è stato complesso e, come previsto, condiviso con l’EU management commitee on pig meat, gruppo di lavoro composto da esperti di tutti i Paesi della Comunità che ha verificato passo dopo passo tutta l’attività di campionamento ed elaborazione statistica dei dati, secondo le procedure di autorizzazione indicate nel manuale comunitario Statistical handbook for assessing pig classification methods: recommendations from the “Eupigclass” project group.

Il risultato è stato conseguito grazie al Crpa con il contributo della Regione Emilia Romagna e del Mipaaf, in considerazione del fatto che le vecchie equazioni di stima erano ormai obsolete in quanto tarate su una popolazione suina che negli anni ha subito profondi cambiamenti, genetici in primis. Basti pensare che secondo i dati di riferimento (dossier Ipq-Ineq) si è assistito negli ultimi 14 anni a un evidente spostamento della genetica verso un tipo di suino ibrido rispetto quello tradizionale (+17%). Ad oggi, secondo gli ultimi dati ufficiali Ipq-Ineq, i figli di verro ibrido hanno toccato la quota del 66,6%.

È evidente che questo andamento ha portato a profondi cambiamenti nelle caratteristiche di carcassa e dei tagli e che, pertanto, era necessario aggiornare le equazioni di stima per garantire la corretta classificazione delle carcasse da cui dipende la selezione delle cosce da destinarsi al circuito tutelato.

L’aggiornamento delle equazioni ha di fatto dato evidenza all’aumento della carne magra di carcassa della popolazione di 2-3 punti percentuali e ha avuto, in prima battuta, forti ripercussioni commerciali in quanto, rispetto al passato, la classe commerciale E (carne magra di carcassa ≥ 55%), esclusa dal circuito tutelato, è aumentata mediamente al 17,1% (dati Mipaaf).

Se è vero che in passato il suino pesante italiano aveva una composizione percentuale in carne mediamente pari a 45-50% (classe R) oggi, come riportato in tabella 1, l’asticella si è alzata e mediamente è passata a circa il 52,5% (classe U).

Il fattore di correzione Rmsep

In realtà, gli scompensi in termini economici per l’allevatore, e di numero di cosce non idonee per lo stagionatore, sono rimasti un’ipotesi in quanto il Mipaaf, di concerto con gli enti di controllo Ipq ed Ineq, ha definito un fattore di correzione del risultato di classificazione (errore di stima dello strumento di classificazione) pari a 1,6%, per correggere l’esito di classificazione allargando la fascia di idoneità, prima compresa tra 40% e 54,9%, adesso compresa tra 38,4% e 56,6% (circolare unificata Ineq-Ipq n. 11/2014).

Il fattore di correzione applicato (Root mean square error of prediction - Rmsep) corrisponde all’errore di misurazione più basso tra i diversi strumenti da ultimo autorizzati per l’Italia ed è relativo al suino leggero.

L’applicazione di questo fattore permette di recuperare per il circuito tutelato circa il 70% delle cosce che secondo la nuova equazione di stima sarebbero invece classificate come E.

Una cosa però da considerare è che questa procedura ha valenza solo “per l’accettazione delle carcasse suine nel circuito delle dop” (circolare unificata Ipq-Ineq n. 11/2014) mentre la comunicazione al Mipaaf della frequenza delle classi fa riferimento all’applicazione della formula autorizzata senza applicazione del fattore di correzione. Questo è molto importante in quanto viene garantita l’informazione alla Ce della reale fotografia della popolazione nazionale in termini di carne magra percentuale.

Image Meater e strumenti manuali a confronto

Nelle tabelle 2 e 3 sono riportati i dati di una prova condotta dal Crpa sulle medesime 151 carcasse pesanti su cui sono state rilevate le misure con ciascuno strumento autorizzato.

Nel campione utilizzato, da un punto di vista qualitativo, in termini di stima della carne magra percentuale (tabella 2), è bene sottolineare che la scelta dell’uno o dell’altro strumento non ha la minima ripercussione sul risultato finale di stima.

Bisogna però sottolineare che questi risultati sono stati ottenuti in condizioni sperimentali, e pertanto statiche, in cui si aveva la possibilità di scartare quei valori ogniqualvolta venivano rilevati errori di lettura.

In effetti, l’impiego degli strumenti manuali (FOM e HGP) deve essere fatto in modo corretto e oculato. Infatti, come noto, il grasso di copertura della carcassa suina è costituito da più strati (di solito 2), di cui uno esterno a contatto con la cotenna e uno interno a contatto con il tessuto muscolare. I due strati sono caratterizzati da una composizione chimica nettamente diversa con maggiore insaturazione per quello esterno (valori superiori sia acido linoeico che di numero di iodio). Questo in funzione di diversi variabili, quali, ad esempio, tipo genetico, sesso, stato di ingrassamento e regime alimentare. Quando questa differenza è elevata si assiste al fenomeno di “scollatura”, cioè i due strati appaiono visibilmente separati l’uno dall’altro e possono presentare colore o consistenza diversi.

Può pertanto accadere che la misura dello spessore del lardo risulti essere errata in quanto lo strumento manuale misura solo lo strato interno (il primo dei due ad essere letto) con il conseguente errore di stima della carne magra di carcassa che risulta pertanto sovrastimata (vedi figure 1 e 2).

Non deve pertanto trarre in inganno se il confronto superficiale tra misure raccolte con lo strumento automatico Image Meater rispetto a FOM o HGP porti a differenze di lettura anche importanti. È sempre opportuno avere la garanzia di non essere incappati in errori tecnici di misura con lo strumento manuale a causa del problema sopra descritto.

Questo in effetti spesso si concentra nella medesima partita. E chiaro pertanto che l’operatore deve prestare molta attenzione nel momento in cui si trova a dovere lavorare con partite di questo genere, eventualmente anche ripetendo la misurazione in posizione adiacente rispetto alla prima. Infatti, lo spessore di copertura della carcassa visibile lungo la linea di taglio è molto correlato a quello rilevato dallo strumento all’interno, pertanto è possibile evitare di incappare nell’errore.

Detto ciò è evidente che la differenza sostanziale tra Image Meater e gli strumenti manuali è innanzitutto il fatto che lo strumento è completamente automatico, senza pertanto l’effetto soggettivo dell’operatore. In secondo luogo, dà la possibilità di avere in tempo reale una serie di informazioni qualitative sulla singola carcassa.

Il principio di misura dello strumento è infatti basato su un sistema Via ad analisi dell’immagine con cui, su ciascuna mezzena, vengono raccolte una serie di misure di spessore di tessuto magro e tessuto grasso con cui è poi possibile calcolare una elevata mole di informazioni, quali:

- percentuale carne magra (classificazione Europ);

- predizione di peso (kg) per tutti i tagli commerciali;

- predizione di resa (%) in carne magra per tutti i tagli (rapporto peso taglio disossato/peso taglio intero).

Infine, la scelta dell’uno o dell’altro strumento autorizzato e disponibile ai fini della classificazione è di fatto dettato in primis dal costo di acquisto e di installazione sulla linea di macellazione (vedi box).

Molti i vantaggi

Alla luce delle informazioni raccolte, è chiaro che lo strumento diventa un vero e proprio sistema di gestione integrale delle partite di suini in entrata, dando la possibilità all’azienda di ottemperare, da una parte, alla normativa comunitaria e nazionale in merito alla determinazione della percentuale di carne magra di carcassa, ma anche di ottenere informazioni spendibili, da un punto di vista commerciale, orientando la scelta delle partite in entrata in funzione delle effettive caratteristiche qualitative dei tagli e definendo un valore della partita in termini reali di qualità.

Anche per l’azienda di produzione la conoscenza delle caratteristiche delle partite conferite rappresenta indubbiamente un salto di qualità importante. Il trasferimento delle informazioni dei dati raccolti rappresenta una grande opportunità. Infatti la possibilità di avere un riscontro oggettivo dei punti di forza e di debolezza dei propri suini determinerebbe un forte impulso in termini di selezione genetica atta a migliorarli, orientando la scelta dell’una o dell’altra linea genetica finalizzata a ottenere la qualità richiesta dall’industria di trasformazione.

È poi possibile intervenire in termini di uniformità della partita, che rappresenta uno dei più importanti indici qualitativi sia per il macello che per l’azienda di trasformazione. È chiaro che le partite con migliore uniformità sarebbero premiate.

Infine, non ultimo, la terzietà della valutazione con cui sarebbe superato il pregiudizio relativo al fatto che lo strumento di classificazione manuale è oggi utilizzato da un dipendente del macello.

Ad oggi questo strumento ha una elevata diffusione in tutta Europa e nel mondo (Canada, Argentina, Russia, Africa, America) mentre in Italia è attivo presso due soli impianti di macellazione che rappresentano però circa il 20% della quota di capi macellati nel circuito tutelato.

Viste le caratteristiche e le potenzialità degli strumenti automatici disponibili è auspicabile la loro diffusione quantomeno negli impianti maggiormente strutturati in modo tale da dare una spinta in termini di valorizzazione, qualità della carcassa suina ed equo pagamento alle aziende agricole.

 

(*) L’autore è del Crpa di Reggio Emilia.

 

Leggi l’articolo completo sulla Rivista di Suinicoltura n. 7-8/2016

L’Edicola della Rivista di Suinicoltura

Valorizzazione del suino con Image Meater - Ultima modifica: 2016-07-27T10:30:54+02:00 da Barbara Gamberini

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome