| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شمارهها | 3,208 |
| تعداد مقالات | 35,560 |
| تعداد مشاهده مقاله | 53,002,729 |
| تعداد دریافت فایل اصل مقاله | 92,288,054 |
پایش غیرمخرب خواص کیفی سیبزمینی در انبار با تصویربرداری پسپراکنش نور لیزر | ||
| تحقیقات سامانهها و مکانیزاسیون کشاورزی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 12 مرداد 1405 | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/amsr.2026.372864.1536 | ||
| نویسندگان | ||
| منصوره مظفری گنبری* 1؛ بهاره جمشیدی2؛ جابر سلیمانی3؛ پریسا زرگری پور4 | ||
| 1بخش فنی و مهندسی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی آذربایجانشرقی، سازمان تحقیقات، آموزش و ترویج کشاورزی، تبریز، ایران | ||
| 2دانشیار بخش تحقیقات ماشینهای کشاورزی، مؤسسه فنی و مهندسی کشاورزی، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران. | ||
| 3استادیار بخش تحقیقات فنی و مهندسی کشاورزی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی آذربایجانشرقی، سازمان تحقیقات، آموزش و | ||
| 4مسئول آزمایشگاه صنایع غذایی بخش تحقیقات فنی و مهندسی کشاورزی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی آذربایجانشرقی، سازمان | ||
| چکیده | ||
| پایش خواص سیبزمینی در طول انبارداری نقش مهمی در تعیین زنجیره مصرف، عرضه به موقع محصول و کاهش ضایعات دارد. در این پژوهش، سامانه پایش غیرمخرب خواص سیبزمینی با استفاده از فناوری تصویربرداری پسپراکنش نور لیزر در محدوده نور مرئی و فروسرخ نزدیک نمونهسازی و ارزیابی شد. تصویربرداری در طول نگهداری محصول در انبارهای سرد با دماهای 4 و7 درجه سلسیوس و انبار سنتی انجام شد. در آزمایشها از دو رقم آگریا و جیلی استفاده شد. خواص محصول شامل درصد رطوبت، میزان نشاسته، مواد جامد حلشدنی و سفتی بافت در طول انبارداری تعیین شد. ویژگیهای مبتنی بر تحلیلهای شدت نور و بافت تصاویر استخراج شد. از مدل شبکه عصبی مصنوعی برای بهدست آوردن ارتباط بین هریک از خواص مذکور و ویژگیهای تصاویر استفاده شد. نتایج حاصل نشان داد که طول موج 680 نانومتر در پیشبینی محتوی رطوبت، طول موج 880 نانومتر در پیشبینی سفتی و ترکیب دو طول موج در پیشبینی مواد جامد حلشدنی کل و درصد نشاسته موفقتر بودند. بیشترین مقدار ضریب همبستگی در پیشبینی محتوی رطوبت، مواد جامدحلشدنی، سفتی و درصد نشاسته بهترتیب 76/0، 82/0، 71/0 و 73/0 بهدست آمد. نتایج پژوهش بیانگر قابلیت استفاده از سامانه تصویربرداری پسپراکنش نور لیزر در سنجش خواص سیبزمینی انبارشده بود. | ||
| کلیدواژهها | ||
| آزمونهای غیرمخرب؛ انبارداری؛ پایش کیفی؛ پراکنش نور | ||
| عنوان مقاله [English] | ||
| Non-destructive monitoring of potato quality properties in storage by laser light backscattering imaging | ||
| نویسندگان [English] | ||
| Mansoureh Mozaffari Gonbari1؛ Bahareh Jamshidi2؛ Jaber Soleymani3؛ Parisa zargaripour4 | ||
| 1Department of Agricultural Engineering Research, East Azarbaijan Agricultural and Natural Resources Research and Education Center, AREEO, Tabriz, Iran | ||
| 2Associate professor of Agricultural Engineering Research Institute, Agricultural Research Education and Extension Organization (AREEO), Karaj, Iran. | ||
| 3Assistant professor of Agricultural Engineering Research Department, East Azarbaijan Agricultural and Natural Resources Research and Education center, AREEO, Tabriz, Iran. | ||
| 4Food industry laboratory manager of Agricultural Engineering Research Department, East Azarbaijan Agricultural and Natural Resources Research and Education center, AREEO, Tabriz, Iran. | ||
| چکیده [English] | ||
| Monitoring the properties of potatoes during storage plays a crucial role in determining the chain of consumption, timely product supply and reducing waste. In this research, the non-destructive monitoring system of potato properties was developed using laser light backscatter imaging technology in the range of visible and near-infrared light and evaluated. Imaging was performed during product storage under cold storage at temperatures of 4°C and 7°C, as well as traditional storage. Two potato varieties, Agria and Jelly, were used in the experiments. Product properties, including moisture content, starch level, total soluble solids and texture firmness, were determined during storage. Features based on intensity and texture analyses of images were extracted. An artificial neural network model was employed to establish the relationship between the mentioned properties and image features. Based on the obtained results, the 680-nanometer wavelength was effective in predicting moisture content, while the 880-nanometer wavelength was better for predicting firmness. The combination of both wavelengths performed well in predicting starch content and total soluble solid content. The highest correlation coefficients were obtained for predicting moisture content, total soluble solid content, firmness, and starch percent were 0.76, 0.82, 0.71 and 0.73 respectively. These findings demonstrate the possibility of using laser backscattering imaging system for assessing the attributes of stored potatoes. | ||
| کلیدواژهها [English] | ||
| Light scattering, Non-destructive tests, Quality monitoring, Storage | ||
|
آمار تعداد مشاهده مقاله: 8 |
||