این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
شنبه 25 بهمن 1404
علوم و صنایع غذایی ایران
، جلد ۱۷، شماره ۹۹، صفحات ۴۵-۵۴
عنوان فارسی
امکانسنجی کاربرد روش غیرمخرب طیفسنجی فروسرخ نزدیک و مدلسازی PLSR در تخمین پروتئین و رطوبت دانههای گندم و پهنهبندی نقشه کیفی مزارع
چکیده فارسی مقاله
پروتئین گندم یکی از شاخصهای اصلی کیفی محصول بوده و نقش ویژهای در فرآوری این محصول ایفا میکند. با توجه به فرآوری محصولات متنوع از گندم، اندازهگیری سریع یا برخط کیفی محصول در کنترل فرآیندهای تولید آرد یا انتخاب رقم بسیار مهم میباشد. از طرفی در مفهوم جدید کشاورزی دقیق، با اندازهگیری مستقیم پروتئین و یا رطوبت محصول بر روی کمباین و تهیه نقشه عملکرد کیفی مزرعه، میتوان وضعیت مزرعه در نقاط مختلف و یا مقایسه مزارع با همدیگر را نیز ارزیابی کرد. بنابراین هدف اصلی این پژوهش، ارزیابی روش غیرمخرب طیفسنجی فروسرخ نزدیک حالت بازتابی جهت پیشبینی متغیر پروتئین و رطوبت دانههای سالم گندم است. دراین تحقیق 108 نمونه سالم گندم از سه رقم میهن، پیشگام و گاسکوژن در مرحله قبل از برداشت از مزارع روستای کرفس در استان همدان تهیه شدند. طیفگیری از نمونهها به روش بازتابی و در بازه طیفی 1650-950 نانومتر و قدرت تفکیک 5 نانومتر انجام گردید. نتایج نشان داد که بهترین مدل با استفاده از روش PLSR و پیشپردازش ترکیبی SG+SNV+D1 و MA+D2+SNV به ترتیب برای پروتئین و رطوبت بدست آمد. مقادیر ضریب رگرسیون (R2)، RMSE و SDR دادههای اعتبارسنجی یا تست به ترتیب برابر با 84/0، 83/0 و 54/2 برای تخمین پروتئین و 96/0، 994/0 و 34/5 برای تخمین رطوبت حاصل شد. نتایج نشان داد که هر چند تفاوت معنیداری بین میانگین پروتئین رقمها یافت نگردید، ولی اختلاف آماری معنیداری در سطح 5 درصد بین نقاط مختلف مزارع بدست آمد. نتایج نشان داد که روش طیفسنجی فروسرخ نزدیک و مدل PLSR روشی کارآمد و دارای پتانسیل قوی برای تشخیص سریع پارامترهای پروتئین و رطوبت دانههای گندم میباشد.
کلیدواژههای فارسی مقاله
روش غیر مخرب،گندم،فروسرخ نزدیک،پروتئین
عنوان انگلیسی
Feasibility of Using NIR and PLSR Model for Prediction of Wheat Grains protein and moisture content and Mapping Quality Yield Map
چکیده انگلیسی مقاله
Protein as an important ingredient in wheat plays main role in the production of wheat's products. Because of the production of various products from wheat, fast and online measuring of wheat grain quality is very important to control of flour production process and choosing an appropriate variety. Also in precision farming, combination of quantity and quality maps lets farmers to evaluate and control the plant production, well. Therefore, the purpose of this study was to evaluate the use of infrared spectroscopy in reflectance mode to predict protein and moisture content of wheat grain. In this study about 108 samples were collected from three varieties namely Mihan, Gazkojhen and Pishgam in the region near Hamedan province in Iran. Grain proteins content were measured with a DA7200 near infrared spectroscopy apparatus. This spectroscopy collects reflectance over a wavelength range of 650-1650 nm in 5 nm increments. Results show that the best models were obtained using the PLSR method and its preprocessing SG+SNV+D1 and MA+D2+SNV for protein and moisture content, respectively. The correlation coefficient (R2), root mean square error of prediction (RMSEP) and Standard Deviation Ratio (SDR) were obtained 0.84, 0.835 and 2.54 for protein content, whereas 0.96, 0.994 and 5.34 for moisture content, respectively. Results showed that there are no significant differences among proteins of three varieties. But the sampling places have a significant effect on the protein content at the significant level of 5%. These results indicated that the infrared spectroscopy method is an efficient method and has a strong potential for rapid detection of protein and moisture content of wheat grains
کلیدواژههای انگلیسی مقاله
Non-destructive methods,Wheat,Near infrared,Protein
نویسندگان مقاله
بهنام فروزانی | Behnam Foroozani
MSc, graduated student, Department of Biosystems Engineering, Bu-Ali Sina University, Hamedan, Iran
دانش آموخته کارشناسی ارشد مهندسی مکانیک بیوسیستم، دانشگاه بوعلی سینا، همدان
حسین باقرپور | hossein bagherpour
Assistant Professor, Department of Biosystems Engineering, Bu-Ali Sina University, Hamedan, Iran
استادیار، گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان
خلیل زابلی | khalil zaboli
Assistant Professor, Department of Animal Science, Bu-Ali Sina University, Hamedan, Iran
استادیار ، گروه علوم دامی، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان
نشانی اینترنتی
http://journals.modares.ac.ir/browse.php?a_code=A-10-11409-2&slc_lang=fa&sid=7
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات