A NIR technológia lehetséges felhasználása a burgonya és a burgonya termékek minőségének értékelésére

2 alkalmazási terület: közeli infravörös spektroszkópia - olajnövények - gabona/malom (hálózatok) - tejipar - húsipar - (burgonyaipar) - alkohol/bioetanol - gyógyszeripar - kémia 0,3 extinkció E 0,25 0,2 0,15 0,1 NIT 0, hullámhossz XH OH CH C = O NH SH NIT, NIR (spektrum) 2,5 extinkció E 2 1,5 1 0,5 XH OH CH C = O NH SH NIR hullámhossz 2400 Mérési elv Kalibrálás X értékek kalibrálása és validálása (NIR mért értékek) + Y értékek (elemzési adatok) Kalibrációs modell validálása X értékek (NIR mért értékek) + kalibrációs modell Y értékek (elemzési adatok)

lehetséges

3 Anyag és módszer Anyag és módszer Kb. Burgonyaminta a burgonya értékéből, BSA Termesztés éve: (betakarítás/tárolás) Helyszínek: (Nossen, Neuhof, Haßloch, Hankensbüttel, Wegberg, Olvenstedt) 50 KTBL burgonyafajta (Dethlingen) Termesztési év: eljárás alapanyag burgonya 30 gumó aprítás (Homogenizálás) Burgonyatermékek Színmérés Kémiai-fizikai érzékszervi elemzés Elemzi a NIR/NIT X adatokat Y modell adatai Elemzések és módszerek Összetevők referenciamódszerei Közvetlen jellemzők - Szárazanyag (AACC Method 44-60, St. Paul, MN, 1984) - Keményítő (Ewers szerint) - Cukor (kolorimetriás módszer, Roche Diagnostics) - Nyersfehérje (AACC 46–12. Módszer, St. Paul, MN, 1984) (Nyersfehérje - továbbfejlesztett Kjeldahl-módszer)

5 NIR - predikció redukáló cukrokra Min. = 8 Max. = 676 n = 163 R² = 0, = 113 NIR regresszió a redukáló cukrok (validációs adatok) vörös tartalmának előrejelzésére. Cukor, NIR vörös. Cukor, analitikai (mg/100g FM) NIR - előrejelzés a teljes cukorra vonatkozóan Összes cukor, NIR Min. = 135 Max. = 1793 = n = 169 R² = 0, NIR regresszió a teljes cukortartalom becsléséhez (validációs adatok) Összes cukor, analitikai (mg/100g FM) NIT - előrejelzés a nyersfehérjére (% i.fm.) Nyersfehérje (% ifm, NIT) Min. = 1,4% Max. = 2,8% = 1,9% 3 n = 44 R² = 0,49 2,5 2 1,5 1 1,3 1,8 2,3 2,8 2,8 Nyersfehérje (% ifm, analitikai) Közeli infravörös átvitel (NIT): a nyersfehérje validációs adatainak regressziós adatai

7 TROKA - szín (L érték, könnyedség) Troka (L érték) NIR 70,00 n =, 00 R² = 0,423 66,00 64,00 62,00 60,00 58,00 56,00 58,00 60,00 62,00 64,00 66,00 68,00 70,00 Troka, L-érték (fényerő) Közeli infravörös visszaverődés (NIR): a TROKA minőségű hasábburgonya-minőség validációs adatainak regressziós adatai, NIR 8, 50 7,50 6,50 5,50 4,50 3,50 Hasábburgonya: Minőségi fokozat (1-9) = (szín + íz + textúra belül + kéreg)/4 n = 145 R² = 0,344 n = 54 R² = 0,78 3,50 4,50 5,50 6,50 7,50 8,50 Hasábburgonya - minőségi, szenzoros (1–9. Fokozat) Közeli infravörös visszaverődés (NIR): a hasábburgonya validációs adatainak regressziós adatai Minőség C csípő - szín (L-érték, fényerő) Forgácsminőség, NIR 70,00 n = 176 R² = 0,765 60,00 50,00 Közeli infravörös visszaverődés (NIR): a burgonya chips minőségi validációs adatainak regressziós adatai 40,00 40,00 50,00 60,00 70,00 Chip minőségű (L érték) instrumentális

8 Összefoglalás - A DM és az erősség mindkét eszközzel nagyon jól meghatározható (NIT/NIR) (R2 = 0,989 vagy R² = 0,97) - a nyersfehérje-tartalom (R² = 0,49) (NIT) (NIR? ) - a redukáló cukrok (R² = 0,586) valamivel jobb előrejelzése NIR méréssel - jó első becslés a friss burgonyában lévő teljes cukorról NIR méréssel (R² = 0,834) Összegzés - csak gyenge becslés a burgonyafajta azon tendenciájáról, hogy a nyers pépet NIT-vel színezi - Mérés (R² = 0,46) lehetséges (NIR?) - Nagyon jó előrejelzés vagy a fekete foltok iránti tendencia% -os becslése NIR méréssel a mintatartományban (ellenőrizni kell az általánosítást) Összegzés - Nagyon jó előrejelzés vagy becslés a burgonya chips minőségéről ( R² = 0,765) NIR méréssel - a száraz burgonya eredménye kevésbé volt kedvező (R² = 0,423) - a sült krumpli feldolgozási minőségét alig lehetett megbecsülni (R² = 0,344) (megváltozott a termék értékelése jobb minőségi ellátással rsage?)