Viazi ni malighafi muhimu kwa ajili ya chipsi, unga, wanga, na bidhaa mbalimbali za chakula zilizosindikwa. Katika bidhaa hizi, kiwango cha mada kavu katika viazi, yaani, uwiano wa mada isiyo na maji ndani yake, huathiri ubora moja kwa moja. Kiwango cha mada kavu ni kiashiria muhimu kwa upande wa mavuno ya usindikaji, muundo wa bidhaa, ukaukavu, urejeshaji wa unga, na thamani ya kiuchumi.

Mbinu za kitamaduni za upimaji mara nyingi huhitaji kukata viazi, kuvikausha, na kuvipima uzito katika mazingira ya maabara. Mbinu hizi zinaweza kuwa sahihi; hata hivyo ni za polepole, zinaharibu bidhaa, na hazifai kwa udhibiti wa mnyororo wa usambazaji wa wakati halisi. Utafiti huu wa preprint unalenga kupima kiwango cha mada kavu cha viazi haraka na bila kuharibu kwa kutumia kifaa cha spektroskopia ya infrared kinachobebeka.

Watafiti hawatosheki tu kwa kujenga mfumo wa utabiri. Kwanza wanapima kiasi ambacho nuru inaweza kupenya kwenye tishu ya viazi, kisha wanachunguza ni sehemu gani ya viazi inawakilisha vyema kiazi kizima inapopimwa. Hatimaye, wanafanya uboreshaji wa data na ukuzaji wa mfumo unaoiga matatizo ya vitendo kama vile shinikizo la kugusa, mzunguko wa uso na uvujaji wa nuru katika hali ya uwandani.

Matokeo yanaonyesha kuwa urefu wa wimbi la 835-875 nm hutoa upenyaji unaofaa zaidi wa macho kwenye tishu ya viazi, kwamba kipimo cha vituo vingi kutoka ukanda wa ikweta kinawakilisha zaidi, na kwamba mfumo wa Detrending-UVE-PLS unafanya utendakazi wa kifaa kinachobebeka kuwa thabiti zaidi. Hata hivyo, kwa kuwa utafiti huu ni preprint, matokeo hayapaswi kusomwa kama kiwango kamili cha viwanda, bali kama pendekezo thabiti la mbinu linalohitaji uthibitisho zaidi.

Tatizo ni Nini?

Kiwango cha mada kavu ya viazi ni kiashiria muhimu cha ubora katika sekta ya usindikaji wa chakula. Viazi vyenye uwiano mkubwa wa mada kavu vinaweza kutoa mavuno bora, muundo unaofaa zaidi, na sifa za bidhaa zinazohitajika zaidi katika baadhi ya michakato ya usindikaji. Kwa mfano, katika uzalishaji wa chipsi, uwiano wa mada kavu unahusishwa na ukaukavu wa bidhaa na ubora wa kukaanga.

Lakini kupima thamani hii si rahisi. Katika mbinu za kitamaduni, sampuli ya viazi inachukuliwa, kupimwa, kukaushwa kwa joto la juu na kupimwa tena ili kuhesabu uwiano wa mada isiyo na maji. Mbinu hii inachukuliwa kuwa ya kuaminika; hata hivyo, inaharibu. Yaani, bidhaa inayopimwa haibaki nzima tena. Pia huchukua muda na haifai kwa kutoa maamuzi ya papo hapo kwenye njia ya uzalishaji.

Spektroskopia ya infrared iliyo karibu inatoa njia mbadala ya vitendo kwa tatizo hili. Njia hii, inayofupishwa kama NIR, hutuma nuru kwenye urefu maalum wa mawimbi juu ya bidhaa na hutoa taarifa kuhusu muundo wa kemikali kutoka kwa mtindo wa nuru inayorudi au inayopita. Hii ni kwa sababu maji, wanga, protini, na misombo ya kaboni hutoa majibu tofauti ya macho katika urefu tofauti wa mawimbi.

Hata hivyo, matatizo matatu makuu hujitokeza wakati vifaa vinavyobebeka vya NIR vinatumiwa shambani. Kwanza, nuru inaweza kupenya tishu ya viazi kwa kina kidogo. Ikiwa nuru inasoma tu eneo la karibu na uso, huenda isitoe taarifa za kuaminika kuhusu ubora wa ndani wa kiazi kizima. Pili, muundo wa ndani wa viazi sio sawa. Ncha ya shina, ncha ya jicho na eneo la kati huenda visibebe thamani sawa ya mada kavu. Tatu, katika matumizi halisi, mambo kama vile shinikizo la kugusa la kifaa kwenye viazi, pembe ya kupima, mzunguko wa ngozi, na nuru ya mazingira yanaweza kuharibu spekta.

Tatizo kuu la makala haya ni: Je, kiwango cha mada kavu ya viazi kinaweza kutabiriwa kwa uhakika kwa kutumia mfumo wa NIR unaobebeka, bila kukata bidhaa na licha ya upotoshaji wa vipimo katika hali ya uwandani?

Mbinu Inapendekeza Nini?

Utafiti unapendekeza mbinu ya ngazi tatu kwa vipimo vya NIR vinavyobebeka.

Ngazi ya kwanza ni kuelewa mipaka ya kimwili ya vipimo. Watafiti wanapima kimajaribio kiasi gani nuru inaweza kusonga katika tishu ya viazi. Kwa hili, tishu ya viazi inafanywa nyembamba safu kwa safu, na inazingatiwa jinsi ishara ya macho iliyowekwa chini yake inadhoofika kadiri unene wa tishu unavyoongezeka. Kwa njia hii, kiasi ambacho kifaa kinaweza kusoma kwa kina katika tishu halisi ya viazi, si kwa nadharia tu, kinatathminiwa.

Ngazi ya pili ni kuamua eneo sahihi la kuchukua sampuli. Ncha ya shina, ncha ya jicho, na ukanda wa ikweta wa viazi huchunguzwa tofauti. Ukanda wa ikweta unaweza kufikiriwa kama mkanda wa kati wa kiazi. Utafiti unaonyesha kuwa eneo hili ni bora zaidi katika kuwakilisha kiwango cha mada kavu ya kiazi kizima. Kwa hivyo, watafiti wanachukua njia ya kupima vituo vingi na kupata wastani wa spekta kutoka ukanda wa ikweta badala ya kipimo cha kituo kimoja.

Ngazi ya tatu ni kuongeza uimara wa mfumo. Vifaa vinavyobebeka vinapotumiwa katika uwandani halisi, sio katika hali ya maabara, tofauti ya vipimo huongezeka. Kifaa kinaweza kusukumwa kwa nguvu kidogo au dhaifu kwenye viazi, mzunguko wa uso unaweza kuwa tofauti, pembe ya kugusa inaweza kubadilika, au nuru inayovuja inaweza kutokea. Watafiti wanatengeneza mkakati wa kuongeza data unaoiga upotoshaji huo. Kutoka kwa kila spekta asili, tofauti za kiuhalisia hutolewa na mfumo unafunzwa dhidi ya hali hizi pana.

Kwa upande wa uundaji wa mifumo, njia 36 tofauti za uchambuzi zinajaribiwa. Hizi zinajumuisha mchanganyiko wa mbinu tofauti za usindikaji wa awali wa spekta na mbinu za kuchagua vijalizo. PLS, yaani urekebishaji wa mraba mdogo kwa sehemu, inatumiwa kama mfumo wa msingi wa kutabiri. Lengo sio tu kufikia kiwango cha chini zaidi cha makosa, bali pia kudumisha urudiaji wa vipimo. Kwa hivyo, utafiti unatumia kigezo cha uteuzi chenye faharasa mbili: kosa la utabiri na tofauti katika vipimo vya kurudia vinatathminiwa kwa pamoja.

Fomula Zinaeleza Nini?

Utafiti huu unatumia fomula kubadilisha ishara ya nuru inayopimwa na kihisi kinachobebeka kuwa utabiri wa maana wa ubora.

Fomula ya kwanza inaelezea uhesabuji wa ufyonzaji (absorbance). Ufyonzaji unapatikana kutokana na tofauti kati ya nuru inayotumwa kwenye sampuli na nuru inayopimwa baada ya kupita kwenye sampuli. Kwa ufupi, tishu ya viazi inafyonza au kutawanya sehemu ya nuru katika baadhi ya urefu wa mawimbi. Mabadiliko haya yanabeba taarifa kuhusu yaliyomo kwenye viazi. Kwa kuwa marejeleo na vipimo vya sampuli katika utafiti vinachukuliwa kwa nyakati tofauti za ujumuishaji, tofauti hii ya muda pia inarekebishwa katika fomula.

Fomula ya pili na ya tatu zinategemea mbinu ya kutenganisha ishara inayoitwa muangaza mlalo (oblique projection). Mbinu hii inatumiwa kupunguza athari ya mandharinyuma inayotokana na tishu ya viazi na kutenganisha kwa uwazi zaidi ishara maalum ya kiwango cha kioo cha Pr-Nd kilicho chini. Kwa njia hii, jinsi ishara inavyodhoofika wakati unene wa tishu unapoongezeka kunaweza kufuatiliwa kwa usafi zaidi.

Fomula ya nne inaonyesha kwamba ishara ya nuru inapungua kwa kasi kadiri unene wa tishu unavyoongezeka. Hili ni tabia inayotarajiwa kwa tishu za kibaolojia. Unene wa tishu unapoongezeka, nuru inatawanyika na kufyonzwa zaidi. Kigawe cha udhoofishaji cha ufanisi katika fomula kinaeleza jinsi nuru inavyopotea haraka katika tishu ya viazi. Kutoka kwa kigawe hiki, kina maalum cha upenyaji kinahesabiwa.

Fomula za tathmini ya mfumo hupima mafanikio ya utabiri. R² inaonyesha jinsi mfumo unavyoweza kueleza mabadiliko katika thamani za marejeleo. RMSE inaeleza ukubwa wa kosa la utabiri. Wastani wa RSD unaonyesha jinsi utabiri unavyobadilika katika vipimo vya kurudia kwenye sampuli sawa. Kipimo hiki cha mwisho ni muhimu hasa kwa vifaa vinavyobebeka; kwa sababu uwandani haihitajiki tu utabiri sahihi, bali pia kupata matokeo sawa wakati sampuli hiyo hiyo inapimwa tena.

Ujumbe Mkuu wa Grafu / Jedwali / Mchoro

Picha inayoonyesha usanifu wa kifaa inaeleza kwamba mfumo wa NIR unaobebeka haujumuishi tu spektrometa. Mfumo huo; unajumuisha moduli ya mwanga wa LED, spektrometa ndogo, kitengo cha kudhibiti kinachotegemea Raspberry Pi, na kiolesura maalum cha macho kinachojaribu kupunguza uvujaji wa nuru. Ujumbe mkuu wa picha ni kwamba utafiti unashughulikia pande zote mbili za vifaa na programu/mfumo kwa pamoja.

Grafu za udhoofishaji wa ishara zinaonyesha kuwa ishara maalum ya macho inapungua haraka kadiri tishu ya viazi inavyozidi kuwa nene. Wakati tishu ni 1-2 mm ishara ina nguvu; unene unapoongezeka, ishara hupungua kwa kasi. Ujumbe mkuu wa grafu hizi ni kwamba kifaa kinachobebeka "hakioni" kiazi chote kutoka mwanzo hadi mwisho, kinaweza kupata taarifa kutoka kwa kina maalum tu.

Grafu ya upenyaji kulingana na urefu wa wimbi inaonyesha kwamba si kila nuru inayoonyesha utendakazi sawa katika tishu ya viazi. Katika anuwai ya 700-820 nm upenyaji ni mdogo zaidi, wakati matokeo bora yanapatikana katika anuwai ya 835-875 nm. Eneo hili linaonekana kuwa la thamani kwa upande wa utabiri wa ubora kwa sababu linaathiriwa na vifungo vya kaboni-hidrojeni vinavyohusiana na vipengele muhimu vya mada kavu ya viazi.

Grafu ya kulinganisha eneo la anatomia inaonyesha kwamba pointi tofauti za viazi haziwakilishi kiazi kizima kwa usawa. Ncha ya shina ina mkengeuko mkubwa zaidi, wakati ukanda wa ikweta unatoa thamani inayokaribiana sana na kiwango cha mada kavu ya kiazi kizima. Ujumbe mkuu wa grafu ni kwamba uchaguzi sahihi wa sehemu ya kupimia ni muhimu sawa na kifaa sahihi.

Grafu inayoonyesha spekta ghafi na zilizoongezwa inaelezea kile kinachofanywa na uongezaji wa data. Vipimo ghafi vya kurudia vinaonyesha mabadiliko katika safu fulani, wakati seti ya data iliyoongezwa inaunda eneo pana zaidi lakini la kweli la utofauti wa vipimo. Hii inahakikisha kwamba mfumo hautayarishwi tu kwa ishara bora ya maabara, bali pia kwa upotoshaji wa mguso na wa uso unaoweza kukumbana nao uwandani.

Grafu ya PCA inaonyesha kwamba spekta zilizoongezwa hazivuki nje ya usambazaji wa data halisi. Hiyo ni kusema, uongezaji wa data haujazalisha ishara za nasibu na zisizo halisi; umebaki ndani ya eneo la utofauti wa asili wa spekta zilizopimwa. Hii inaruhusu tafsiri salama zaidi ya matumizi ya data bandia katika mafunzo ya mfumo.

Grafu ya Pareto inaonyesha kuwa kuangalia tu thamani ya chini ya makosa haitoshi katika uchaguzi wa mfumo. Hata kama baadhi ya mifumo inatoa makosa madogo, inaweza kuwa na utofauti mkubwa wa vipimo vya kurudia. Chaguo bora liko kwenye eneo linaloweka makosa ya utabiri na mabadiliko ya kipimo chini kwa pamoja. Katika utafiti huu, mchanganyiko wa Detrending-UVE unajitokeza kwa upande wa usawa huu.

Grafu za kulinganisha vijalizo vilivyofichika zinaonyesha kwamba mfumo mgumu zaidi si mara zote bora zaidi. Mfumo unaotumia vipengele vingi vilivyofichika unaweza kuonekana mzuri katika uthibitishaji mtambuka; lakini unaweza kuwa usio imara zaidi katika jaribio la nje na katika vipimo vya kurudia. Kwa sababu hii, watafiti wanapendelea mfumo wenye vijalizo 8 vilivyofichika ambao ni sawia na thabiti zaidi.

Grafu ya uthibitishaji wa uwandani inaonyesha kwamba utabiri wa wakati halisi unaotokana na kifaa kinachobebeka unalingana kwa ujumla na thamani za marejeleo za maabara. Mtawanyiko wa pointi karibu na mstari wa 1:1 unadokeza kwamba mfumo una uwezekano wa kutumiwa uwandani. Hata hivyo, matokeo haya yanapaswa kuungwa mkono na majaribio mapana zaidi na yenye hali tofauti.

Majaribio Yalifanywaje?

Jumla ya viazi 143 vizima vilitumika katika utafiti. Sampuli zilikusanywa kutoka kanda tatu muhimu za uzalishaji nchini China: Inner Mongolia, Shanxi na Shandong. Sampuli ziligawanywa katika makundi kwa ajili ya madhumuni tofauti ya majaribio. Baadhi zilitumika kupima kina cha upenyaji wa macho, baadhi kuelewa usambazaji wa mada kavu ndani ya viazi, na sehemu kubwa ilitumika kuunda na kuthibitisha mfumo.

Kipimo cha marejeleo cha mada kavu kilifanywa kwa mbinu ya kawaida ya kukausha kwenye oveni. Viazi vilipimwa kwanza vikiwa vibichi kwenye mizani nyeti, kisha vikakaushwa kwenye joto la 105 °C hadi kufikia uzito thabiti na uwiano wa uzito mkavu kwa uzito mbichi ukahesabiwa. Thamani hii ilitumika kama thamani halisi ya marejeleo ambayo mfumo wa NIR ulijaribu kujifunza.

Mfumo wa NIR unaobebeka ulitengenezwa na watafiti. Kifaa hiki kina LED nane zinazofanya kazi kati ya 680-1030 nm, spektrometa ndogo inayoweza kupima kati ya 645-1085 nm, kitengo cha kudhibiti cha Raspberry Pi, na kiolesura cha macho kinachojaribu kupunguza uvujaji wa nuru. Spekta tatu tofauti zilichukuliwa kutoka ukanda wa ikweta wa kila kiazi, na kila kipimo kilirekodiwa kama wastani wa skan 100 zinazofuatana.

Kwa ajili ya jaribio la upenyaji wa macho, tishu ya viazi ilifanywa nyembamba safu kwa safu. Ikiwa na unene wa tishu kuanzia mm 1 hadi mm 20 takriban, ilipimwa kiasi gani ishara ya kiwango cha macho kilicho chini ilidhoofika. Kwa njia hii, ilibainishwa ni urefu gani wa mawimbi ambao nuru inaweza kufikia kwa kina zaidi katika tishu ya viazi.

Kwa ajili ya uchambuzi wa usawa wa kimaeneo, vipande vya tishu vilichukuliwa kutoka ncha ya shina, ncha ya jicho na ukanda wa ikweta. Thamani za mada kavu za maeneo haya zililinganishwa na thamani ya marejeleo ya kiazi kizima. Ilionekana kuwa ukanda wa ikweta uliwakilisha kiazi kizima vyema zaidi.

Katika hatua ya ukuzaji wa mfumo, data iligawanywa kwa kila viazi. Yaani, spekta zilizochukuliwa kutoka kwa kiazi kile kile hazikuchanganywa katika seti ya mafunzo na jaribio. Hii ni maelezo muhimu; kwa sababu kinyume chake mfumo ungeonekana wenye mafanikio zaidi kuliko ulivyo kwa kuona ishara zinazofanana kutoka kwa kiazi kile kile.

Watafiti pia walitumia uongezaji wa data ambao unaiga upotoshaji wa uwandani. Tofauti 20 zilizalishwa kutoka kwa kila spekta asili. Tofauti hizi ziliundwa kuiga matatizo ya kiuhalisia kama vile shinikizo la kugusa, mzunguko wa uso, mabadiliko ya njia ya macho, kuteleza kwa mstari wa msingi na kelele za kigunduzi.

Hatimaye, njia 36 tofauti za uundaji wa mifumo zilijaribiwa. Mbinu tofauti za usindikaji wa awali wa spekta, mikakati ya kuchagua vijalizo, na urekebishaji wa PLS zilijaribiwa kwa pamoja. Mfumo bora haukuchaguliwa tu kulingana na thamani ya chini ya makosa, bali pia kulingana na uthabiti wa vipimo vya kurudia.

Matokeo Yanaonyesha Nini?

Matokeo ya upenyaji wa macho yanaonyesha kuwa anuwai ya 835-875 nm hubeba taarifa zenye ufanisi zaidi katika tishu ya viazi. Katika anuwai hii, kina cha utambuzi wa vitendo hupanda zaidi ya mm 15 na kufikia kiwango cha juu cha mm 20.33. Huu ni ugunduzi muhimu kwa kifaa kinachobebeka; kwa sababu inaonyesha ni urefu gani wa mawimbi kifaa kinaweza kupata taarifa za ndani za kuaminika zaidi.

Uchambuzi wa eneo la anatomia unaonyesha kuwa ukanda wa ikweta ndio eneo linalofaa zaidi katika kuwakilisha kiazi kizima. Huku kosa la wastani la uhusiano kwenye ncha ya shina likiwa kubwa zaidi, kosa kwenye ukanda wa ikweta linapatikana kuwa chini sana. Kwa hivyo, kipimo cha vituo vingi cha ikweta kinapendekezwa kama mkakati unaofaa zaidi wa kutabiri thamani ya jumla ya mada kavu ya viazi.

Matokeo ya uongezaji wa data yanaonyesha kuwa spekta zilizozalishwa kwa njia bandia hubakia ndani ya usambazaji wa data halisi. Hii inadokeza kuwa mfumo haujafunzwa kwa ishara zisizo halisi, bali na upotoshaji unaokubalika unaoweza kukumbana nao uwandani.

Katika kulinganisha mifumo, mbinu za usindikaji wa awali zinazotegemea unyambulishaji (derivative) zilizalisha utofauti zaidi wa vipimo. Hii ni kwa sababu mchakato wa kunyambua huongeza kelele pia katika baadhi ya matukio. Kwa kulinganisha, mbinu ya detrending ilipunguza kuteleza kwa mstari wa msingi kulikosababishwa na sababu kama vile mzunguko wa uso na tofauti ya mguso huku haikuongeza kelele kupita kiasi.

Miongoni mwa mbinu za kuchagua vijalizo, UVE ilijitokeza kwa sababu inachagua vijalizo thabiti. Wakati Detrending inaunganishwa na UVE, ilitoa suluhisho sawia zaidi kwa upande wa kosa la utabiri na utofauti wa vipimo vya kurudia.

Katika uthibitishaji wa mfumo, mfumo wa Detrending-UVE-PLS wenye vijalizo 8 vilivyofichika, ulifikia thamani ya R²=0.7628 na RMSEP=1.76% katika uthibitishaji wa nje. Katika uthibitishaji wa kifaa kilichowekwa uwandani, R²=0.8229, RMSEP=1.15% na Wastani wa RSD=1.47% ziliripotiwa. Thamani hizi zinaonyesha kuwa mfumo unaobebeka una uwezekano wa kutumiwa katika ufuatiliaji wa mada kavu ya viazi.

Kwa Nini Hili ni Muhimu?

Upimaji wa haraka wa ubora katika mnyororo wa usambazaji wa chakula unazidi kuwa muhimu. Katika bidhaa kubwa kama viazi, kukata, kukausha na kuchambua kila sampuli kwenye maabara ni polepole na ina gharama kubwa. Ikiwa kipimo cha haraka na kisichoharibu kinaweza kufanywa na kifaa kinachobebeka; mzalishaji, ghala, kituo cha usindikaji na vitengo vya udhibiti wa ubora vinaweza kufanya maamuzi haraka.

Utafiti huu unaonyesha kwamba katika vipimo vya NIR vinavyobebeka mbinu ya "tujenge mfumo na tutabiri" pekee haitoshi. Inahitajika kuzingatia kwa pamoja mipaka ya kimwili ya kifaa, kina cha upenyaji wa nuru kwenye tishu, hali ya kutokuwa sawa kwa ndani ya viazi na upotoshaji katika matumizi ya uwandani halisi.

Hasa pendekezo la kupima vituo vingi kutoka ukanda wa ikweta ni muhimu kwa upande wa vitendo. Kwa sababu katika vifaa vinavyobebeka, ikiwa sehemu ya kupimia inachaguliwa kimakosa, utabiri unaweza kupotoka hata mfumo uwe mzuri kiasi gani. Vile vile, uchaguzi wa mfumo wenye faharasa mbili unatoa kigezo cha ubora kilicho karibu zaidi na hali halisi ya matumizi kwa kuwa hautafuti tu kosa dogo, bali pia uthabiti wa vipimo vya kurudia.

Mbinu hii inaweza kuwa mfano sio tu kwa viazi, bali pia kwa matunda na mboga nyingine zenye muundo wa ndani usio sawa. Hata hivyo, kwa kuwa muundo wa ngozi, kiasi cha maji, msongamano wa tishu, na muundo wa kemikali wa kila bidhaa ni tofauti, uthibitishaji kulingana na bidhaa unahitajika badala ya uhamishaji wa moja kwa moja.

Mambo ya Kuzingatia

Makala haya ni preprint. Yaani, hayajapitia mapitio ya rika. Ingawa matokeo yanatia matumaini, hayapaswi kuwasilishwa kama kiwango kamili cha viwanda au maagizo ya matumizi ya moja kwa moja.

Utafiti huu unategemea sampuli za viazi zilizokusanywa kutoka kanda maalum. Aina tofauti, hali tofauti za kuhifadhi, unene tofauti wa ngozi, vipindi tofauti vya kuvuna na kanda tofauti za uzalishaji zinaweza kuathiri utendakazi wa mfumo.

Ingawa jumla ya idadi ya sampuli ni ya thamani kwa upande wa uundaji wa mfumo unaobebeka, uwekaji wa jumla katika kiwango cha viwanda unahitaji seti za data pana zaidi, za miaka mingi na tofauti nyingi.

Kina cha upenyaji wa macho ni kidogo. Kifaa hakisomi viazi vyote moja kwa moja; kinazalisha utabiri kuhusu kiazi kizima kwa kutumia ishara inayotoka kwa kina maalum. Kwa sababu hii, kipimo cha vituo vingi na eneo sahihi la kuchukua sampuli ni muhimu sana.

Uthibitishaji wa uwandani ulifanywa kwa sampuli 28 huru. Huu ni mwanzo mzuri; hata hivyo katika njia halisi ya usindikaji, mambo ya ziada kama vile kasi, joto, unyevunyevu, harakati za bidhaa, tofauti ya waendeshaji na utofauti kati ya vifaa pia yanapaswa kujaribiwa.

Njia ya uongezaji wa data imeundwa kuiga upotoshaji wa kiuhalisia; lakini masimulizi huenda yasikilidhishe kikamilifu utata wa uwandani halisi kila wakati. Kwa sababu hii, uthibitishaji wa ziada na data ya njia halisi ya uzalishaji ni muhimu.

Hitimisho

Utafiti huu unatoa mbinu muhimu ya uhandisi katika lengo la kupima kiwango cha mada kavu ya viazi kwa kutumia mfumo wa NIR unaobebeka na usioharibu. Watafiti kwanza wanajaribu kuelewa kikomo cha kimwili cha kifaa: Nuru inaingia kiasi gani kwenye tishu ya viazi na urefu upi wa wimbi unabeba taarifa bora? Kisha wanazingatia hali ya kutokuwa sawa kwa ndani ya viazi: Ikiwa kipimo kinachukuliwa kutoka eneo gani, kiazi kizima kinawakilishwa vyema zaidi? Hatimaye, kwa upande wa mfumo, haitaboresha tu kosa la utabiri bali pia uthabiti wa vipimo.

Matokeo yanaonyesha kuwa anuwai ya urefu wa wimbi la 835-875 nm hutoa dirisha la macho linalofaa zaidi, kwamba ukanda wa ikweta unawakilisha zaidi kwa ajili ya kupima, na kwamba mbinu ya Detrending-UVE-PLS inatoa matokeo thabiti zaidi dhidi ya upotoshaji wa uwandani.

Tafsiri salama zaidi ni hii: Mbinu hii ni mgombea dhabiti kwa upimaji unaobebeka na usioharibu katika udhibiti wa ubora wa viazi. Hata hivyo, haipaswi kuonekana kama kiwango kamili cha matumizi bila uthibitishaji mpana katika aina tofauti, hali tofauti za uvunaji/uhifadhi, vifaa tofauti, na njia halisi za viwanda.

Chanzo na Maelezo ya Mbinu

Makala haya yametayarishwa kutokana na makala ya preprint yenye jina la "Optimizing Portable Near-Infrared Potato Sensing via Optical Penetration Constraints and Spatial Heterogeneity Mapping". Utafiti huu unashughulikia kwa pamoja kina cha upenyaji wa macho, uwakilishi wa eneo la anatomia, uongezaji wa data, na uboreshaji wa mfumo wa chemometriki ili kuboresha upimaji wa kiwango cha mada kavu ya viazi kwa kutumia spektroskopia ya infrared iliyo karibu inayobebeka.

Matini hii si tafsiri ya neno kwa neno. Wazo kuu, mbinu, fomula, grafu, majaribio, matokeo, na mapungufu katika makala yamerahisishwa na kuelezwa upya katika maudhui asili ya uhariri wa Kituruki kwa ajili ya msomaji wa Verianla. Kwa kuwa utafiti ni preprint, matokeo hayapaswi kutathminiwa kama kiwango kamili cha udhibiti wa ubora, bali kama matokeo ya utafiti yanayohitaji uthibitishaji zaidi wa uwandani na viwanda.