پیش بینی و تصویرسازی توزیع عیار چغندرقند با استفاده از روش تصویربرداری فراطیفی
محل انتشار: دوفصلنامه چغندرقند، دوره: 40، شماره: 2
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 24
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JRSB-40-2_007
تاریخ نمایه سازی: 1 تیر 1404
چکیده مقاله:
تعیین ساکارز چغندرقند (عیار)، به عنوان شاخص مهم، هم از نظر اقتصادی برای کشاورزان، هم از جهت کیفیت فرآیند تولید برای کارخانه های قند و هم برای مراکز تحقیقاتی در ارزیابی عملکرد بذرهای مختلف چغندرقند از اهمیت بسزایی برخوردار است. پلاریمتری روشی متداول برای اندازه گیری عیار چغندرقند است که علاوه بر مصرف مواد شیمیایی و نیاز به نیروی متخصص، زمان بر نیز است. برای مقابله با این معایب، ضرورت جایگزینی این روش با روش های سریع تر و مقرون به صرفه و با قابلیت اطمینان بالا، اجتناب ناپذیر است، با این هدف از ۱۵۰ محموله چغندرقند تحویلی به شرکت قند تربت حیدریه نمونه برداری شد. هر نمونه شامل ۴۰ الی ۵۰ ریشه چغندرقند بود که به صورت تصادفی انتخاب، شستشو و خمیرگیری شدند. از هر نمونه حداقل ۵۰۰ گرم خمیر یکنواخت تهیه گردید. بخشی از خمیر به دست آمده عیارسنجی و بخشی دیگر مورد تصویربرداری فراطیفی در دامنه ی طول موجی ۴۰۰ تا ۹۵۰ نانومتری با وضوح ۲ نانومتری قرار گرفت. در این مطالعه از دو روش پیش پردازش طیفی، دو روش انتخاب طول موج موثر و سه روش رگرسیونی استفاده شد. از ۱۸ مدل رگرسیونی توسعه یافته، مدل حداقل مربعات جزئی با پیش پردازش نرمال متغیر استاندارد و الگوریتم طرح ریزی متوالی بهترین عملکرد را با ضریب تعیین و ریشه میانگین مربعات خطای کالیبراسیون به ترتیب برابر با ۸۹/۰ و ۲۸/۰ و برای اعتبارسنجی، به ترتیب برابر با ۹۱/۰ و ۲۴/۰ ارائه داد. این مطالعه برای نخستین بار امکان تصویرسازی توزیع مکانی عیار قند را در سطح پیکسل خمیر چغندرقند با مقدار ضریب تعیین و ریشه میانگین مربعات خطای به ترتیب برابر ۷۱/۰ و ۸۹/۲ فراهم آورد. این توانایی نوآورانه، امکان شناسایی ناهمگنی عیار در سطح نمونه ها را فراهم می کند.
کلیدواژه ها:
نویسندگان
محسن مهدیانی
گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران
مهدی خجسته پور
گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران
محمودرضا گلزاریان
گروه فناوری اطلاعات و مهندسی، دانشکده مرداک، پرث، استرالیا
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :