تصویربرداری فراطیفی فروسرخ نزدیک به منظور تخمین غیر مخرب pH سیب رددلیشز در دوره نگهداری

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشیار، گروه مهندسی بیوسیستم، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران

2 دانشجوی دکتری، گروه مهندسی بیوسیستم، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران

10.22104/jift.2021.5124.2059

چکیده

ارزیابی کیفیت و درجه‌بندی میوهها یکی از فعالیت‌های مهم پس از برداشت است که با توجه به رشد تقاضا برای محصولات سالم و دارای کیفیت بهتر، مورد توجه زیادی قرار گرفته است. در دهه‌های اخیر فناوری‌های مختلفی برای ارزیابی میوه‌ها و سبزی‌ها به صورت غیرتخریبی کاربرد پیدا کرده‌اند. در بین این روش‌ها، تصویربرداری فراطیفی به عنوان یک روش غیرمخرب، سریع و دوستدار محیط زیست به منظور سنجش خواص محصولات کشاورزی مورد توجه پژوهشگران قرار گرفته است. نظر به اینکه مصرف اسیدهای آلی و در نتیجه تغییرات pH یکی از خواص کیفی مهم سیب به شمار می‌رود، در این تحقیق اثر طول دوره انبارداری سرد بر میزان pH سیب رقم رددلیشز به مدت 60 روز بررسی شد. تصویربرداری فراطیفی بازتابی در محدوده طول موج های nm 400-1100 انجام و میزان pH در نمونه‌ها نیز به صورت مخرب اندازه‌گیری شد. پس از حذف نویزها با تجزیه و تحلیل مؤلفه‌های اصلی (PCA)، برای بهبود طیف، پیش پردازش‌های اولیه مختلف اعمال و اثرات آنها مورد بررسی قرار گرفت. مدل مناسب با استفاده از روش حداقل مربعات جزئی(PLS) تعیین گردید. طول موج های مهم براساس ضریب رگرسیون بهترین مدل و شامل نقاط دارای مقادیر بالای قدرمطلق ضریب رگرسیون انتخاب و یا استفاده از روش های مختلف مدل سازی شد. براساس آنالیز PLS بهترین نتایج با پیش‌پردازش هموارسازی ساویتزکی-گولای با خطای جذر میانگین مربعات (RMSE) 02/0 و 018/0 و ضریب تعیین (R2) هر دو برابر با 980/0به ترتیب برای داده‌های کالیبراسیون و اعتبار سنجی حاصل شد. بر اساس ضریب رگرسیون بهترین مدل، 9 طول موج به عنوان بهترین طول موج ها تعیین شد. در مدلسازی با استفاده از طول موج‌های موثر، شبکه عصبی مصنوعی بهترین نتیجه را داشت. در نتیجه به نظر می رسد که روش غیر مخرب تصویربرداری فراطیفی قادر به تخمین pH سیب در دوره انبارداری با دقت بالا است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Near infrared hyperspectral imaging for non-destructive determination of pH value in red delicious apple fruit during shelf life

نویسندگان [English]

  • Abdollah Golmohammadi 1
  • Mohammad Tahmasebi 2
  • Mahsa Sadat Razavi 2
1 Associate Professor, Department of Biosystems Engineering, Faculty of Agriculture and Natural Resources, University of Mohaghegh Ardabili, Ardabil, Iran
2 PhD candidate, Department of Biosystems Engineering, Faculty of Agriculture and Natural Resources, University of Mohaghegh Ardabili, Ardabil, Iran
چکیده [English]

Quality assessment and fruits’ sorting are important activities in postharvest process that are attracting notices interestingly because of increasing demand for healthy products with better quality. In the recent decades, various non-invasive and non-destructive techniques for fruits and vegetables evaluations have been employed. Among these methods, hyperspectral imaging as a non-destructive, fast and ecofriendly technique is getting researchers’ attraction increasingly in order to crops properties assessment. Regarding this fact that consumption of organic acids and consequent changes pH is considered as one of the important qualitative parameters of apple fruits, this study aimed to investigate the effect of shelf life time on pH value of Red Delicious apples during 60 days. Hyperspectral reflecting imaging in range of 400-1000 nm has been applied while the pH of samples was measured destructively. After discarding noises using principal component analysis (PCA) analysis, to improve spectrum, different primary pre-processing had been applied and their effects were investigated. The suitable model was obtained via Partial Least Square method (PLS). Important wavelengths were selected based on regression coefficient of the best model includes large absolute values of weighted regression coefficients (BW) and using various techniques were modeled. Concerning the PLS analysis, the best results were obtained through smoothing Savitzky-Golay pre-processing with mean square root error (RMSE) of 0.02 and 0.018 and coefficient of determination (R2) both 0.980 for calibration and validation data, respectively. According to regression coefficient of the best model, 9 wavelengths were determined as the best. In modeling by efficient wavelength, artificial neural network (ANN) gave the best result. Hence, it was obvious that non-destructive method of hyperspectral imaging was capable to predict pH values of apple fruits with high accuracy during the shelf life.

کلیدواژه‌ها [English]

  • Shelf life
  • hyperspectral imaging
  • Apple
  • Non-destructive
  • pH

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 27 شهریور 1400
  • تاریخ دریافت: 17 مرداد 1400
  • تاریخ بازنگری: 24 شهریور 1400
  • تاریخ پذیرش: 27 شهریور 1400