شناسایی و طبقه بندی ارقام گندم به کمک بینی الکترونیکی

گندم یک محصول مهم غلات است که حدود ۲۰ درصد از کالری مصرفی جمعیت بشر در سراسر جهان را تشکیل می دهد. با توجه به وجودتنوع در ارقام گندم، انتخاب رقم مناسب برای کشت در شرایط مختلف خاکی وآبی، اهمیت زیادی دارد. برای عملکرد بهینه در کشت گندم ابتدا باید ارقام شناسایی و تفکیک شده و در شرایط محیطی سازگار که توسط کارشناس توصیه می شود کشت شود، لذا بررسی روش های جدید برای بالا بردن دقت و سرعت شناسایی ارقام گندم بسیار حائز اهمیت می باشد. در این پژوهش امکان سنجی کاربرد سامانه بینی الکترونیکی بر پایه ی حسگرهای نیمه هادی اکسید فلزی به عنوان ابزاری غیر مخرب برای تفکیک و شناسایی سه رقم گندم با نام های: گندم دیم سالاری، گندم آبی قدس و گندم محلی قرمز مورد ارزیابی قرار گرفت. ماشین بردار پشتیبان (SVM)، شبکه عصبی مصنوعی (ANN) و تحلیل مولفه اصلی (PCA) روشهایی بودند که برای رسیدن به این هدف مورد استفاده قرار گرفتند. نتایج به دست آمده نشان داد که روش تحلیل ANN با دقت۷/۹۱ درصدی، عملکرد بهتری نسبت به روش SVM (با دقت ۷۵ درصدی)، در شناسایی و طبقه بندی ارقام گندم داشت. در این میان، روش PCA نیز با ۷۷ درصد مجموع واریانس کل دادهها، عملکرد نسبتا مناسبی را در تفکیک و شناسایی ارقام گندم از خود نشان داد. عملکرد مناسب بینی الکترونیکی در تفکیک ارقام گندم میتواند بیانگر امیدبخش بودن کاربرد این فناوری در تفکیک و شناسایی ارقام سایر محصولات کشاورزی و مواد غذایی باشد.

کلیدواژه ها:

بینی الکترونیکی ، گندم آبی ، گندم دیم ، گندم سالاری ، گندم قدس