ارزيابي غيرمخرب كيفيت كيوي رقم ابوت با استفاده از بيني الكترونيكي

Nondestructive Quality Evaluation of Abbot Kiwifruit Applying Electronic Nose

امروزه روش‏هاي گوناگوني براي ارزيابي غيرمخرب كيفيت محصولات كشاورزي ابداع شده است و از آنها استفاده مي‏شود. در تحقيق حاضر از سامانه بيني الكترونيكي به‏منظور ارزيابي غيرمخرب كيفيت كيوي رقم ابوت استفاده شده است. سامانه بيني الكترونيكي به كمك تكنيك شبكه عصبي مصنوعي و آناليز مولفه‏هاي اصلي (PCA) قادر به طبقه‏بندي نارس، نيمه‌رسيده، رسيده، بيش از حد رسيده، و فساد كيوي رقم ابوت است. آناليز مولفه‌هاي اصلي با دو مولفه PC1 و PC2، 99 درصد از واريانس داده‏ها را پوشش داد و مراحل رسيدگي كيوي رقم ابوت را بدون تداخل طبقه‏بندي كرد. دقت طبقه‏بندي كل به كمك تكنيك شبكه عصبي مصنوعي 100 درصد محاسبه شد. كمترين و بيشترين ميزان ميانگين مربعات خطا به‌ترتيب در مرحله نيمه‌رسيده 02523/0 و فساد كيوي رقم ابوت 00198/0 به‌دست آمد. همچنين در اين تحقيق، سفتي به‌عنوان يكي از روش‏هاي مخرب ارزيابي رسيدگي كيفيت كيوي رقم ابوت اندازه‏گيري شد. نتايج آناليز سفتي كيوي رقم ابوت نشان داد كه بين سفتي مراحل پس از برداشت (نارس، نيمه‌رسيده، رسيده و بيش از حد رسيده) در سطح 5 درصد تفاوت معني‏داري وجود دارد. پيش‏بيني سفتي كيوي رقم ابوت از روي بوي مراحل رسيدگي با استفاده از شبكه عصبي مصنوعي با ضريب 995/0R2= تعيين شد. سامانه بيني الكترونيكي مطالعه‌شده مي‏تواند به‌عنوان ابزاري مطمين براي پايش رسيدگي ميوه كيوي در سردخانه‏ها استفاده شود.

Nowadays, nondestructive quality evaluation of various agricultural products is being developed and made use of. Throughout the present study, application of an electronic nose system (for the quality assessment of kiwifruit (Abbot variety)) is being discussed. Through electronic nose system, when coupled with Artificial Neural Network (ANN) and Principal Component Analysis (PCA) techniques, it was possible to successfully sort out the unripe, half-ripe, ripe, over-ripe and spoiled kiwifruits (Abbot cultivar). The analysis of the main components of two @ parameters covered about 99 percent of variance in the data, and made possible a distinction of the different stages of fruit ripening with no overlapping. The success rate for ANN was found to be 100%. Minimum vs. maximum mean square errors were respectively obtained for the half-ripe vs. spoiled samples as 0.02523 & 0.00198. Stiffness as a quality indicator for the fruit was determined, and predicted by use of electronic nose data. Analysis of the results indicated that kiwifruit firmness following its harvest (unripe, half-ripe, ripe and overripe) benefits from significant differences of at 5%. A Prediction of the fruit’s firmness, from the chriterion of aroma at different stages of fruit’s ripening was made, applying ANN (with an obtained coefficient of 0.995). Electronic nose system was finally proved as a reliable tool for the monitoring of kiwifruit in storage conditions.