Színképelemzésen alapuló módszertan a búzafajták raktári elkülönítésére és keveredésének meghatározására
DOI:
https://doi.org/10.17108/ActAgrOvar.2026.67.1.115Kulcsszavak:
gabonaminőség, gabonatárolás, CIELAB színrendszer, optikai módszerek, nyomonkövethetőségAbsztrakt
Az élelmiszeriparban, különösen a gabonafeldolgozás területén, az élelmiszerek nyomonkövethetősége kiemelkedő jelentőséggel bír a minőségbiztosítás és az élelmiszerbiztonság szempontjából. A gabonatételek tárolása során az egyik legnagyobb kihívást a tételek hatékony elkülönítése és pontos lokalizálása jelenti. Az optikai módszerek, mint például a színképelemzés és a közeli infravörös (NIR) spektroszkópia, ígéretes megoldásokat nyújtanak e problémák kezelésére. Ebben a tanulmányban a CIELAB színrendszer alkalmazásával vizsgáltuk a gabonatételek tárolás közbeni keveredésének mértékét és a színbeli eltérések változását. A kutatás célja annak meghatározása volt, hogy a színjellemzők kombinált mutatójaként a HUE × C* mutató alapján milyen pontossággal lehet számszerűsíteni az egyes keveredési arányokat. Az általunk alkalmazott módszer lehetővé tette a színbeli változások objektív értékelését és a keveredések arányának meghatározását. Kísérleteink során beraktározott búzamintáknál azt vizsgáltuk, hogy hol helyezkedik el az a pont, ahol már nincs keveredés az egyes tételek között. A színméréseket D65 fényforrással felszerelt reflexiós koloriméter segítségével végeztük és minden mintát tíz ismétlésben vizsgáltunk. Az eredmények alátámasztották, hogy adott távolságra a gabonatételek keveredése már nem kimutatható. Az eredmények értékes információkat nyújtanak a gabonatételek lokalizációjához és a keveredési arány pontos szabályozásához síkraktárakban történő tárolás esetén.
Hivatkozások
Abdel, A. E., S. M., & Hucl, P. (2003). Composition and stability of anthocyanins in blue-grained wheat. Journal of Agricultural and Food Chemistry, 51(8), 2174-2180. https://doi.org/10.1021/jf021043x
Abdel-Aal, E-S. M., & Hucl, P. (1999). A Rapid Method for Quantifying Total Anthocyanins in Blue Aleurone and Purple Pericarp Wheats. Cereal Chemistry, 76(3), 350-354. https://doi.org/10.1094/CCHEM.1999.76.3.350
Berman, M., Connor, P., Whitbourn, L., Coward, D., Osborne, B., & Southan, M. (2007). Classification of sound and stained wheat grains using visible and near infrared hyperspectral image analysis. Journal of Near Infrared Spectroscopy, 15(6), 351-358. https://doi.org/10.1255/jnirs.754
Brennan, I. (2017). Maintaining Grain Quality During Storage and Transport. In C. Wrigley, I. Batey & D. Miskelly, (Eds.), Woodhead Publishing Series in Food Science, Technology and Nutrition, Cereal Grains (2nd ed., pp. 571-590). Woodhead Publishing. https://doi.org/10.1016/B978-0-08-100719-8.00020-6
Ebrahim, E., Kaveh, M., & Sirwan, B. (2014). Toward an automatic wheat purity measuring device: A machine vision-based neural networks-assisted imperialist competitive algorithm approach. Measurement, 55(1), 196-205. https://doi.org/10.1016/j.measurement.2014.05.003
El-Sayed, M., Abdel-Aal, E.-S. M., Young, J. C., & Rabalski, I. (2006). Anthocyanin composition in black, blue, pink, purple, and red cereal grains. Journal of Agricultural and Food Chemistry, 54(13), 4696-4704. https://doi.org/10.1021/jf0606609
Fendeková, M., Gauster, T., Labudová, L., Vrablíková, D., Danáčová, Z., Fendek, M., & Pekárová, P. (2018). Analysing 21st century meteorological and hydrological drought events in Slovakia. Journal of Hydrology and Hydromechanics, 66(4), 393-403. https://doi.org/10.2478/johh-2018-0026
Ficco, D. B. M., Mastrangelo, A. M., Trono, D., Borrelli, G. M., De Vita, P., Fares, C., Beleggia, R., Platani, C., & Papa, R. (2014). The colours of durum wheat: a review. Crop and Pasture Science, 65(1), 1-15. https://doi.org/10.1071/CP13293
František, J. T. (1976). Birds and mammals of salt marshes and salt steppes in Southern Slovakia (CSSR), Biological Conservation, 9(1), 29-36. https://doi.org/10.1016/0006-3207(76)90071-9
He, X., Tianxia, Z., Fei, S., Qin, L., Yong, F. & Qiuhui, H. (2021). Online detection of naturally DON contaminated wheat grains from China using Vis-NIR spectroscopy and computer vision. Biosystems Engineering, 201(1), 1-10. https://doi.org/10.1016/j.biosystemseng.2020.11.001
Hološková, A., Tomáš, K. & Jiří, R. (2023). Vegetation Structure and Invertebrate Food Availability for Birds in Intensively Used Arable Fields: Evaluation of Three Widespread Crops. Diversity, 15(4), 524. https://doi.org/10.3390/d15040524
Hu, H., Li, S., Pan, D., Wang, K., Qiu, M., Qiu, Z. & Zhang, J. (2022). The variation of rice quality and relevant starch structure during long-term storage. Agriculture, 12(8), 1211. https://doi.org/10.3390/agriculture12081211
Hui, L., Sheng, Q. & Shuaibing, Z. (2025). Essential oils in grain storage: A comprehensive review of insecticidal and antimicrobial constituents, mechanisms, and applications for grain security. Journal of Stored Products Research, 111(3),102537. https://doi.org/10.1016/j.jspr.2024.102537
Jayas, D. S. (2012). Storing grains for food security and sustainability. Agricultural Research, 1(1), 21-24. https://doi.org/10.1007/s40003-011-0004-4
Kar, A., Kulshreshtha, P., Agrawal, A., Palakkal, S. & Boregowda, L. (2020). Annotation-free Quality Estimation of Food Grains using Deep Neural Network. Proceedings of the British Machine Vision Conference (BMVC), Cardiff, UK.
Kozak, J., Ostapowicz, K., Bytnerowicz, A., & Wyżga, B. (2013). The Carpathians: Integrating nature and society towards sustainability. Springer.
Kuhn, M. (2008). Building Predictive Models in R Using the caret Package. Journal of Statistical Software, 28(5), 1-26. https://doi.org/10.18637/jss.v028.i05
Majumdar, S., Jayas, D. (2000). Classification of cereal grains using machine vision: III. Texture models. Transactions of the ASAE. American Society of Agricultural Engineers, 43(6), 1681-1687.
Manandhar, A., Milindi, P., & Shah, A. (2018). An overview of the post-harvest grain storage practices of smallholder farmers in developing countries. Agriculture, 8(4), 57. https://doi.org/10.3390/agriculture8040057
Nadimi, M., Hawley, E., Liu, J., Hildebrand, K., Sopiwnyk, E., & Paliwal, J. (2023). Enhancing traceability of wheat quality through the supply chain. Comprehensive Reviews in Food Science and Food Safety, 22(4), 2495-2522. https://doi.org/10.1111/1541-4337.13150
Navnath, S., Indore, Ch. K., Digvir, S. J., Viorica, F. B., Miranda, V., Kaiyang, T., & David, M. (2023). Mapping biochemical and nutritional changes in durum wheat due to spoilage during storage. Heliyon, 9(11), e22139. https://doi.org/10.1016/j.heliyon.2023.e22139
Nithya, U., Chelladurai, V., Jayas, D. S., & White, N. D. G. (2011). Safe storage guidelines for durum wheat. Journal of Stored Products Research, 47(4), 328-333. https://doi.org/10.1016/j.jspr.2011.05.005
Pearson, K. (1895). Notes on regression and inheritance in the case of two parents. Proceedings of the Royal Society of London. https://doi.org/10.1098/rspl.1895.0041
Philippe, V., Michele, S., Juan, A. F. P., & Vincent, B. (2018). Discrimination between durum and common wheat kernels using near infrared hyperspectral imaging. Journal of Cereal Science, 84(1), 74-82. https://doi.org/10.1016/j.jcs.2018.10.001
Pokorná, L., Pecho, J., & Faško, P. (2013). Precipitation characteristics for the Slovak republic and their link to the atmospheric circulation. In Proceedings of the 15th International Conference on Climatology.
Qiang, L., Shuai, H., Yijia, Z., Dandan, Z., Siqi, Z., Liping, G., Xingbo, Z., & Chao D. (2024). Applications of novel non-thermal physical field technologies in enhancing the quality and storage stability of grains. Journal of Stored Products Research, 108, 102398. https://doi.org/10.1016/j.jspr.2024.102398
R Core Team. (2024). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria.
Riba, A., Mokrane, S., Mathieu, F., Lebrihi, A., & Sabaou, N. (2008). Mycoflora and ochratoxin A producing strains of Aspergillus in Algerian wheat. International Journal of Food Microbiology, 122(1-2), 85-92. https://doi.org/10.1016/j.ijfoodmicro.2007.11.057
Shepherd, A. W. (1993). Economic and marketing aspects of post-harvest handling of grains. Food and Agriculture Organization of the United Nations.
Skalský, R., Barančíková, G., Makovníková, J., Koco, Š., Halas, J., & Kobza J. (2024). Regional topsoil organic carbon content in the agricultural soils of Slovakia and its drivers, as revealed by the most recent national soil monitoring data. Environmental Challenges, 14, 100816. https://doi.org/10.1016/j.envc.2023.100816
Tong, C., Gao, H., Luo, S., Liu, L., & Bao, J. (2019). Impact of postharvest operations on rice grain quality: A review. Comprehensive Reviews in Food Science and Food Safety, 18(3), 626-640.
Vithu, P., & Moses, J. A. (2016). Machine vision system for food grain quality evaluation: A review. Trends in Food Science & Technology, 56(1), 13-20. https://doi.org/10.1016/j.tifs.2016.07.011
Wickham, H. (2016). Elegant Graphics for Data Analysis. Springer.
Yi, Y., Fan, K., Shan, Y., Fu, Q., Zhou, X., Zhang, Y., & Zhang, H. (2022). Study on sampling scheme for detecting mycotoxin during wheat storage. Journal of the Science of Food and Agriculture, 102(11), 4752-4758. https://doi.org/10.1002/jsfa.11840
Zayas, Y., Pomeranz, Y., & Lai, F. S. (1989). Discrimination of wheat and nonwheat components in grain samples by image analysis. Cereal Chemistry, 66(3), 233-237. https://www.cerealsgrains.org/publications/cc/backissues/1989/Documents/66_233.pdf
Downloads
Megjelent
Hogyan kell idézni
Folyóirat szám
Rovat
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
