I dipinti oltre il visibile: VNIR, SWIR e XRF
PI: Silvia Prati
Gruppo di Ricerca: Zelan Li (Universtià di Bologna), Emilio Catelli (Università di Bologna), Lucrezia Gatti (Università di Bologna), Giorgia Sciutto (Università di Bologna), Silvia Prati (Università di Bologna)
Descrizione
La nuova frontiera nell’indagine dei beni culturali risiede nella straordinaria capacità di ottenere informazioni stratigrafiche dettagliate senza dover minimamente intaccare l’integrità dell’opera. Storicamente, per capire come un dipinto fosse costruito strato dopo strato, era necessario prelevare un minuscolo frammento di materia, un’operazione invasiva che oggi può essere superata grazie a strumentazioni analitiche d’avanguardia recentemente immesse sul mercato. Tra questi c’è IRIS, un approccio innovativo che sfrutta un sistema capace di registrare simultaneamente tre diversi tipi di segnali spettrali: il VNIR (Vicino Infrarosso), lo SWIR (Infrarosso a onde corte) e l’XRF (Fluorescenza a raggi X). Questa combinazione permette di mappare sia gli elementi chimici pesanti che le molecole organiche, spaziando dalla superficie visibile fino agli strati più profondi del supporto pittorico. Il vero cuore tecnologico di questa metodologia non risiede solo nell’hardware, ma in una sofisticata strategia di elaborazione dati chiamata analisi multivariata e multiblocco ad alta efficienza. Invece di analizzare ogni spettro separatamente, si usa la chemiometria per fondere le informazioni provenienti dalle tre diverse spettroscopie. Attraverso l’uso dell’Analisi delle Componenti Principali (PCA) e di diagrammi di correlazione, il sistema riesce a colmare il divario tra l’acquisizione dei dati grezzi e la loro reale comprensione. Questo processo permette di estrarre e integrare solo le informazioni più utili, eliminando il “rumore” e rendendo leggibile la complessità dei materiali sovrapposti. In particolare, l’uso di mappe e diagrammi di correlazione tra i diversi blocchi spettrali consente di ricostruire l’architettura stratigrafica del dipinto con una precisione sorprendente. Grazie alla capacità di analizzare come le diverse variabili interagiscono tra loro, è possibile identificare quali componenti si trovino allo stesso livello di profondità. Questo significa poter distinguere, ad esempio, un pigmento superficiale da una preparazione sottostante o da un ripensamento dell’artista, il tutto basandosi sulla correlazione statistica dei segnali chimici e molecolari. Applicata con successo su riproduzioni pittoriche complesse, questa tecnologia rappresenta un passo avanti decisivo per la diagnostica non invasiva, offrendo una caratterizzazione multi-livello che un tempo era ritenuta impossibile senza l’uso del bisturi.
