شناسایی سریع محصول آلوده به سم آفت کش با روش های نوین فناوری آزمون غیرمخرب
Publish place: Nondestructive Testing Technology، Vol: 2، Issue: 2
Publish Year: 1397
Type: Journal paper
Language: Persian
View: 492
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JNDTT-2-2_010
Index date: 24 June 2019
شناسایی سریع محصول آلوده به سم آفت کش با روش های نوین فناوری آزمون غیرمخرب abstract
آفت کش ها یا سموم شیمیایی که برای کنترل آفت ها و بیماری های گیاهی استفاده می شوند، اگر چه سبب افزایش کارایی تولید محصول هستند، می توانند محیط زیست و مواد غذایی را آلوده کنند. استفاده بیش از حد و نادرست آفت کش ها در طول تولید، عدم توجه به دوره کارنس سموم، برداشت زودهنگام محصولات سم پاشی شده و ارائه آنها به بازار، و فروش این محصولات بلافاصله یا در مدت زمان کوتاهی پس از سم پاشی، منجر به افزایش باقی مانده سموم در آنها از حد مجاز می شود که مخاطرات جدی برای سلامت و ایمنی مصرف کننده در پی دارد. به منظور حفظ سلامت عمومی، شناسایی و تعیین آلودگی محصولات کشاورزی (به ویژه میوه ها و سبزی ها) به سموم آفت کش بسیار ضروری است. در حال حاضر برای اندازه گیری غلظت باقی مانده سموم، از روش های مخرب مختلفی استفاده می شود که بسیار پرهزینه و زمان بر هستند و نیاز به نیروی متخصص و آموزش دیده و آزمایشگاه های پیشرفته دارند. بنابراین، توسعه یک روش غیرمخرب سریع، ساده، کم هزینه، ناآلاینده و قابل اعتماد به منظور تشخیص باقی مانده سموم آفت کش بسیار ضروری است. در این مقاله، ضمن ارائه پیشرفت های نوین در فناوری آزمون غیرمخرب که می توانند برای شناسایی سریع محصول آلوده به سموم شیمیایی استفاده شوند، به معرفی سامانه نوین و قابل حمل طراحی شده برای این منظور مبتنی بر روش اپتیکی اسپکتروسکوپی فروسرخ نزدیک پرداخته شده است.
شناسایی سریع محصول آلوده به سم آفت کش با روش های نوین فناوری آزمون غیرمخرب Keywords:
شناسایی سریع محصول آلوده به سم آفت کش با روش های نوین فناوری آزمون غیرمخرب authors
بهاره جمشیدی
موسسه تحقیقات فنی و مهندسی کشاورزی
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 :