Castas brancas minoritárias, calor extremo e dados científicos: como estes resultados no Alentejo, aliados à IA, ajudam a definir o futuro dos vinhos portugueses.
A maior parte dos produtores já sente isto na pele: vindimas cada vez mais cedo, graus alcoólicos a subir, acidez a descer e vinhos brancos com menos frescura. As alterações climáticas deixaram de ser teoria e estão a mexer diretamente com o perfil sensorial dos vinhos portugueses.
Ao mesmo tempo, a indústria começa a olhar com muita atenção para um trunfo que Portugal tem e poucos países conseguem igualar: uma diversidade brutal de castas autóctones, muitas delas quase esquecidas, com potencial para aguentar melhor o calor. E é aqui que a combinação entre investigação científica, dados e inteligência artificial (IA) na viticultura começa a fazer toda a diferença.
Neste artigo da série “IA na Indústria Vinícola Portuguesa”, vamos pegar nos primeiros resultados do projeto WineClimAdapt sobre 18 castas brancas em região quente (Alentejo) e mostrar como estes dados abrem caminho para decisões mais inteligentes – e mais digitais – desde o campo até ao copo.
Porque é que o aroma dos vinhos está em risco com o aquecimento?
O ponto crítico é simples: temperaturas mais altas e menos água mexem diretamente na composição da uva, sobretudo nos compostos de aroma que definem o perfil sensorial do vinho.
Os investigadores do INIAV e parceiros lembram algo que muitas vezes fica esquecido na conversa sobre clima:
O aroma do vinho resulta de centenas de compostos voláteis, vindos da uva e de reações pré-fermentativas, fermentativas e pós-fermentativas.
Quando o clima muda, muda tudo isto:
- Alteram-se as rotas metabólicas na uva
- A relação entre açúcar, acidez e compostos aromáticos fica desequilibrada
- A maturação tecnológica (açúcares) dispara antes da maturação fenólica e aromática
Em regiões quentes como o Alentejo, o risco é claro: vinhos mais alcoólicos, menos frescos e, em muitos casos, mais planos no nariz. E não é só um problema de estilo, é um problema de mercado: o consumidor, em especial nos brancos, procura frescura, equilíbrio e identidade aromática.
A boa notícia? Portugal tem um banco genético de luxo, com cerca de 230 castas nativas autorizadas. E muitas delas, classificadas hoje como minoritárias, podem ser a chave para manter a qualidade do vinho num cenário de maior calor e seca.
O estudo WineClimAdapt: 18 castas brancas testadas no Alentejo
Para passar da suspeita à evidência, o projeto WineClimAdapt (PDR2020-101-031010) fez aquilo que o setor precisa: pegou em castas concretas, em condições reais de região quente, e mediu resultados de forma rigorosa – química e sensorialmente.
O que foi feito, em termos práticos
- Local: Herdade do Esporão (Alentejo), uma região quente e árida
- Número de castas: 18 castas brancas, muitas pouco plantadas
- Origem: maioritariamente portuguesa, com algumas espanholas e uma francesa
- Tipo de vinho: 36 vinhos brancos monovarietais (2 réplicas por casta)
As castas incluíram, entre outras:
- Portuguesas: ‘Fernão Pires’, ‘Galego Dourado’, ‘Cercial’, ‘Lameiro’, ‘Folha de Figueira’ (‘Dona Branca’), ‘Roupeiro Branco’, ‘Bastardo Branco’, ‘Alvadurão’, ‘Castelão Branco’, ‘Uva Salsa’, ‘Larião’, ‘Molinha Macia’
- Espanholas: ‘Parellada’, ‘Cayetana Blanca’, ‘Albillo Mayor’, ‘Trajadura’, ‘Palomino Fino’, ‘Pedro Ximenez’
- Francesa: ‘Chasselas Cioutat’
A seleção não foi feita “a gosto”. Foram usados critérios agronómicos muito objetivos:
- Eficiência no uso da água
- Vigor e comportamento vegetativo
- Tolerância a ondas de calor
- Rendimento
Ou seja, castas com potencial para produzir em clima quente sem colapsar à primeira onda de calor de agosto.
Como foi avaliado o vinho
Na adega experimental do Polo de Inovação de Dois Portos (INIAV) foram feitos vinhos monovarietais e analisados:
- Parâmetros físico-químicos gerais
- Compostos voláteis por GC-FID e GC-MS
- Prova sensorial por painel treinado (8 provadores), com:
- Avaliação de vários descritores numa escala 0–10
- Apreciação global numa escala 0–20
Estatisticamente, aplicou-se ANOVA considerando a casta como fator fixo, com testes de comparação de médias quando havia diferenças significativas. Resultado: um “mapa” claro de como cada casta se comporta em termos de aroma e qualidade global em condições de calor.
Para quem trabalha em viticultura de precisão ou está a começar a integrar IA na análise de dados agronómicos e enológicos, este tipo de dataset é ouro puro.
O que estes resultados significam para produtores em regiões quentes
O primeiro impacto é direto: há castas brancas que aguentam melhor o calor mantendo perfis aromáticos interessantes e equilíbrio sensorial. Mesmo sem listar aqui cada ranking, há três ideias estratégicas que saltam à vista.
1. As castas minoritárias deixam de ser curiosidade e passam a ser ferramenta
Muitas das variedades portuguesas estudadas são classificadas como minoritárias e nem sequer têm material certificado disponível. Durante anos, foram vistas quase como “relíquias de coleção”. Hoje, tornam-se candidatas sérias a:
- Entrar em novos encepamentos em zonas de maior risco climático
- Integrar lotes com castas mais sensíveis para recuperar frescura e complexidade
- Diferenciar regiões e marcas com perfis aromáticos exclusivos
Não é só uma questão de identidade. É uma estratégia de adaptação climática baseada em biodiversidade vitícola.
2. A escolha da casta passa a ser também uma decisão de gestão de risco
Até agora, muitas decisões de plantação eram guiadas por tradição e mercado. Com estes dados, é possível cruzar:
- Produtividade em regime quente e seco
- Necessidades hídricas
- Perfil aromático e apreciação global do vinho
E tomar decisões mais frias:
- Que castas plantar em solos com menor disponibilidade de água
- Quais evitar em zonas de forte risco de ondas de calor
- Onde apostar em blends específicos para manter identidade regional sem perder frescura
3. A IA entra em cena para transformar resultados em decisões diárias
Quando começamos a acumular este tipo de informação – química, sensorial, climática, agronómica – deixamos o Excel para trás. Modelos de IA aplicados à viticultura e enologia conseguem hoje:
- Identificar padrões entre condições climáticas, casta e perfil de aroma
- Prever o comportamento sensorial de uma casta em diferentes cenários de clima
- Ajudar a simular encepamentos alternativos para 10, 20 ou 30 anos
É aqui que este estudo se encaixa perfeitamente na lógica de “campo digital”: a vinha deixa de ser apenas tradição e passa a ser também modelagem de dados e previsão assistida por IA.
Como a IA pode aproveitar estes dados: do campo ao perfil sensorial
A grande vantagem de ter 36 vinhos monovarietais caracterizados química e sensorialmente é que isto cria uma base objetiva para treinar modelos de IA. Não é futurologia, é algo que alguns grupos em Portugal já estão a fazer.
IA na previsão de colheitas e maturação
Com a informação recolhida neste e noutros ensaios, é possível:
- Treinar modelos que associam dados meteorológicos (temperatura, precipitação, ondas de calor) ao desenvolvimento da casta
- Prever com maior rigor data ótima de vindima para preservar compostos voláteis chave
- Simular cenários: “Se a onda de calor chegar 10 dias mais cedo, como fica o perfil de aroma desta casta?”
Produzir num clima em mudança deixa de ser pura reação; passa a ser antecipação baseada em dados.
IA no controlo de qualidade e perfil aromático
A ligação entre composição volátil e descritores sensoriais é perfeita para modelos de machine learning:
- A partir de análises GC-FID/GC-MS, a IA pode prever o perfil sensorial esperado
- Permite detetar desvios precoces em adega e ajustar fermentação, temperatura ou lotes
- Ajuda a definir assinaturas aromáticas de cada casta em região quente, úteis para rotulagem e marketing técnico
Para empresas que querem posicionar-se como marcas de vinho tecnológicas e sustentáveis, isto é uma forma concreta de ligar ciência, IA e narrativa comercial.
IA e recomendação de castas para novas plantações
Juntando dados deste estudo com:
- Características do solo
- Disponibilidade de água
- Histórico climático local
- Objetivo de estilo de vinho
podem construir-se ferramentas de recomendação onde o produtor introduz o seu contexto e recebe sugestões de castas e combinações mais adequadas para as próximas décadas.
A decisão deixa de ser “Eu gosto de Arinto” e passa a ser: “Para este tipo de solo, com esta projeção climática e este estilo de vinho alvo, estas são as 5 melhores opções de casta – e aqui está o que podemos esperar do perfil sensorial”.
Passos práticos para produtores que querem alinhar-se com este futuro
Não é preciso ter um departamento de data science na herdade para começar. Há passos muito concretos que qualquer produtor pode dar já em 2025.
1. Testar castas minoritárias em pequena escala
- Reservar um talhão para microparcelas com 2–4 castas minoritárias adaptadas a calor
- Registar tudo: datas fenológicas, stress hídrico visível, produtividade
- Vinificar em separado, ainda que em pequena escala, e registar provas sensoriais de forma estruturada
Quanto mais estruturados forem os dados, mais facilmente podem ser integrados futuramente em ferramentas de IA.
2. Digitalizar registos de campo e adega
- Passar cadernos de campo para formatos digitais (aplicações ou mesmo folhas estruturadas)
- Registar de forma consistente: clima, operações culturais, indicadores de stress, análise de mostos e vinhos
Sem dados organizados, IA é só buzzword. Com dados, torna‑se apoio sério à decisão.
3. Procurar parcerias com centros de investigação e startups de IA agrícola
Em Portugal, há vários grupos – como o próprio INIAV e centros ligados a universidades – a trabalhar em IA aplicada à agricultura. Para muitas quintas, a forma mais rápida de entrar neste mundo é:
- Integrar ensaios colaborativos
- Ceder dados em troca de relatórios e modelos
- Testar pilotos de previsão de colheita, fertirrigação inteligente ou monitorização de stress hídrico
Porque este tipo de trabalho é crítico para a IA na viticultura portuguesa
Este estudo do WineClimAdapt mostra algo que muitas vezes se esquece quando se fala de IA no setor: sem boa ciência de base e sem dados de qualidade, não há IA que valha a pena.
Quando temos:
- 18 castas testadas em condição real de calor
- 36 vinhos monovarietais analisados ao detalhe
- Perfis voláteis e sensoriais cruzados com estatística séria
criamos um terreno fértil para que a IA na indústria vinícola portuguesa saia da teoria e entre no dia a dia dos produtores, em especial nas regiões mais quentes.
Este trabalho aponta um caminho claro:
- Proteger e estudar castas minoritárias não é só conservar património; é preparar a vinha para 2040 e 2050.
- Digitalizar e modelar estes resultados permite construir ferramentas práticas para previsões de colheita, escolha de castas, controlo de qualidade e definição de estilo de vinho.
- IA e viticultura tradicional não são opostos. São camadas diferentes sobre o mesmo objetivo: continuar a produzir vinhos portugueses com identidade, qualidade e viabilidade económica num clima que já mudou.
Se a vinha portuguesa conseguir juntar o que tem de melhor – diversidade genética, conhecimento técnico e abertura à tecnologia – os próximos anos podem ser exigentes, mas muito interessantes. E os vinhos brancos produzidos em regiões quentes, com as castas certas e apoio digital inteligente, podem surpreender mais do que muitos esperam.