سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

سنجش غیرمخرب عیار چغندرقند با بهره گیری از ترکیب طیف سنجی فروسرخ نزدیک (NIR) با روش های شیمی سنجی

Publish Year: 1397
Type: Journal paper
Language: Persian
View: 151

This Paper With 10 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_IJBSE-49-1_002

Index date: 21 May 2023

سنجش غیرمخرب عیار چغندرقند با بهره گیری از ترکیب طیف سنجی فروسرخ نزدیک (NIR) با روش های شیمی سنجی abstract

در این پژوهش، توانایی روش طیف­سنجی NIR بازتابی به منظور سنجش غیرمخرب میزان قند موجود در ریشه­های چغندرقند بررسی شد. در این راستا، طیف­گیری از ۱۲۰ نمونه­ چغندرقند در مد اندازه­گیری تقابلی و در محدوده­ی طیفی nm ۲۵۰۰-۳۵۰  انجام شد. داده­های طیفی حاصل از اسپکترومتر، افزون بر اطلاعات نمونه شامل اطلاعات ناخواسته و نویز هستند. به همین دلیل، برای دستیابی به مدل­های واسنجی دقیق، نیاز به پیش­پردازش داده­های طیفی پیش از تدوین مدل­های رگرسیون است. در این راستا، مدل­های­ واسنجی چندمتغیره حداقل مربعات جزئی (PLS) بر پایه­ی اندازه­گیری­های مرجع و اطلاعات طیف­های پیش­پردازش­شده با ترکیب روش­های مختلف هموارسازی، نرمال­سازی و افزایش قدرت تفکیک طیفی برای سنجش میزان قند تدوین شدند. نتایج پیش­گویی میزان قند (SC) نمونه­های چغندرقند باپوست، با مدل PLS بر پایه ترکیب SG+D۲ بهترین تشخیص را دارا بود؛ به گونه­ای که پیش­پردازش SG+D۲ (۹۷۳/۰=، ۳۰۶/۰RMSEC=، ۹۷۷/۰=، و ۲۶۵/۰RMSEP =) با دقت عالی(۶۶۰/۶SDR=) توانست مقدار SC را پیش­گویی نماید.

سنجش غیرمخرب عیار چغندرقند با بهره گیری از ترکیب طیف سنجی فروسرخ نزدیک (NIR) با روش های شیمی سنجی Keywords:

عیار قند ریشه , آنالیز چندمتغیره , طیف سنجی فروسرخ نزدیک , روش های پیش پردازش

سنجش غیرمخرب عیار چغندرقند با بهره گیری از ترکیب طیف سنجی فروسرخ نزدیک (NIR) با روش های شیمی سنجی authors

مهرداد آقایی سعدی

فارغ التحصیل کارشناسی ارشد

سعید مینایی

عضو هیئت علمی دانشگاه تربیت مدرس

بهاره جمشیدی

استادیار، موسسه تحقیقات فنی و مهندسی کشاورزی، سازمان تحقیقات ، آموزش و ترویج کشاورزی، کرج

محمد عبداللهیان نوقابی

دانشیار موسسه تحقیقات چغندر قند

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
Bagherpour, H., Minaei, S., Abdollahian, N. M., and Khorasani Fardvani, ...
Birth, G. S., Dull, G. G., Renfroe, W. T. and ...
Butz, P., C. Hofmann, and B. Tauscher. (۲۰۰۵). Recent developments ...
Cen, H., and He, Y.(۲۰۰۷). Theory and application of near ...
Clark, C. J., McGlone, V. A. and Jordan, R. B. ...
Fu, X., Ying, Y., Lu, H., Xu, H. and Yu, ...
Heise, H. M. and Winzen, R. (۲۰۰۶). Chemometrics in Near-Infrared ...
Jamshidi, B., Minaei, S., Mohajerani, E. and Ghassemian, H. (۲۰۱۱a). ...
Jamshidi, B., Minaei, S., Mohajerani, E. and Ghassemian, H. (۲۰۱۲a). ...
Magana, C., Núñez-Sánchez, N., Fernández-Cabanás, V. M., García, P., Serrano, ...
Mehinagic, E., Royer, G., Symoneaux, R., Bertrand, D. and Jourjon, ...
Mireei, S. A., Mohtasebi, S. S., Massudi, R., Rafiee, S. ...
Moghimi, A., Aghkhani, M. H., Sazgarnia, A. and Sarmad, M. ...
Nicolar, B. M., Beullens, K., Bobelyn, E., Peirs, A., Saeys, ...
Nicolar, B. M., Theron, K. I. and Lammertyn, J. (۲۰۰۷b). ...
Nikbakht, A. M., Tavakkoli Hashtjin, T., Malekfar, R., and Ghobadian, ...
Pan, L., Lu, R., Zhu, Q., McGrath, J. M., and ...
Pan, L., Zhu, Q., Lu, R., and McGrath, J. M. ...
Roggo Y., Duponchel, L., and Huvenne, J.P. (۲۰۰۴). Quality Evaluation ...
Roy, S., Anantheswaran, R., Shenk, J., Westerhaus, M. O. and ...
نمایش کامل مراجع