شناسایی آسیب یخ‏زدگی میوه پرتقال رقم تامسون با استفاده از روش‏های طیف‌سنجی تبدیل فوریه-فروسرخ و تصویربرداری فراطیفی

یخ‏زدگی از جمله آسیب‏های بسیار جدی برای میوه پرتقال محسوب می‏شود که طعم و کیفیت محصول را شدیداً تحت تاثیر قرار می‏دهد. تغییر طعم محصول حتی در فرآیندهای آبمیوه‏گیری می‏تواند سبب کاهش طعم آب‏میوه تولیدی شود. تشخیص این آسیب در هنگام ورود به بازار، از نظر تازه‏خوری و فرآوری می‏تواند نقش بسیار مهمی در بازارپسندی محصول داشته باشد. در این پژوهش، روش طیف‏سنجی تبدیل فوریه فروسرخ (ft ir) و تصویربرداری فراطیفی برای تشخیص یخ‏زدگی محصول پرتقال (رقم تامسون) مورد بررسی قرار گرفت. به منظور بررسی روش ft ir ابتدا طیف‏ ft ir مربوط به پوست 20 نمونه پرتقال سالم و یخ‏زده اخذ شد. در روش تصویربرداری فراطیفی از 18 نمونه پرتقال سالم و یخ‏زده تصاویر طیفی اخذ شد. به‏منظور تفکیک پرتقال‌های سالم از یخ‌زده بر پایه داده‏های هر دو روش پس از اعمال روش‏های مختلف پیش‏پردازش، طبقه‏بندی به روش آنالیز تفکیک خطی (lda) انجام شد. یافته‏های این پژوهش، نشان داد که پس‏از یخ‏زدگی پیک‏های موجود در طیف ft ir، در نواحی cm 1 400 تا تقریباً cm 1 1500 دچار تغییر اساسی ‌شدند و شدت این پیک‏ها شدیداً کاهش ‌یافت. همچنین با اعمال روش‌های پیش‌پردازش فیلتر میانه و توزیع نرمال استاندارد (mf+snv) روی داده‏های طیف‏سنجی ft ir می‏توان با صحت بالا (100درصد آموزش و 92 درصد ارزیابی) یخ‏زدگی و عدم یخ‏زدگی میوه پرتقال را تشخیص داد. نتایج حاصل از روش تصویربرداری فراطیفی نشان داد که با اعمال روش‌ پیش‌پردازش از نوع هموارسازی می‏توان با صحت خوب (91.67 درصد آموزش و 75 درصد ارزیابی) یخ‏زدگی و عدم یخ‏زدگی میوه پرتقال را تشخیص داد. به‏طورکلی روش طیف‏سنجی ft ir دارای دقت بیشتری است و می‏تواند در بررسی نمونه‏هایی از پوست میوه پرتقال قادر به تشخیص یخ‏زدگی و عدم یخ‏زدگی باشد. با این حال، اگر عدم تخریب نمونه مد نظر باشد، استفاده از روش تصویربرداری فراطیفی برای تشخیص یخ‌زدگی پرتقال پیشنهاد می‌شود.

detection of freezing of thomson variety orange fruit using fourier transform-infrared spectroscopy and hyperspectral imaging methods

introduction: orange is a tropical and semi tropical product sensitive to cold and freezing stress. mostly, chilling occurs in the temperature range of 0oc and freezing occurs below 0oc. one of the most serious and significant damages to citrus fruits is freezing, which has a significant impact on the flavor and marketability of orange and orange juice. changing the flavor of the product, even in juicing processes, can cause a sharp loss in the flavor of the produced juice. fourier transform infrared spectrometry (ft ir) is known as a cost effective method for detecting compounds in different materials. ft ir shows the characteristics of molecular vibrations and functional groups in materials, so it can show the changes made in the structure of materials due to any temperature changes [10, 11]. in addition, the hyperspectral imaging method is also one of the non destructive methods of examining surface defects with good accuracy, which has been the focus of various researchers today. infrared hyperspectral imaging method was used to detect escherichia coli in lettuce and the results showed that 4 different groups could be classified with more than 90% accuracy [12]. therefore, in the present study, the aim was to investigate the ability of ft ir and hyperspectral imaging to distinguish frozen oranges from unfrozen oranges. despite the qualitative nature of the ft ir method, the data of this method were also modeled quantitatively.materials and methods: in this study, the frozen and unfrozen orange was investigated using ft ir and hyperspectral imaging. in the ft ir method 20 frozen and unfrozen orange peels samples and in the hyperspectral imaging method 18 frozen and unfrozen orange samples was used. at the first, oranges were examined based on the days of freezing, but the spectroscopy results (ft ir and hyperspectral) showed that there is no difference between the days of freezing. therefore, as presented below, the samples were classified based on frozen and unfrozen by the supervised pattern recognition method of linear discriminant analysis (lda). for that, first, pre processing of the spectra using some methods of smoothing and noise reduction (moving averaging (ma), savitzky golay (sg) and median filter), and normalization (multiplicative scatter correction (msc), standard normal variate (snv)) was performed. studying the effect of the above five methods individually and six combined methods ma+msc, ma+snv, sg+msc, sg+snv, mf+msc, and mf+snv on the accuracy of lda method was investigated. in this study, 75% of unfrozen and frozen samples were selected as calibration data and 25% as evaluation data. then, in order to implement the lda method, three linear, quadratic and mahalanobis functions were used and classification was done accordingly. all the above steps were done in the unscrambler x 10.4 software.