Wichtigkeit der Lebensmittelqualitätsprüfung

Die High-Spectrum Imaging-Technologie (HSI) ist ein fortschrittliches Prüfmittel, das die Spektralanalyse und die Raumbildgebung verbindet, um ein vollständiges, hochpräzises Analysesystem im Bereich der Lebensmittelqualitätsprüfung aufzubauen und einen unersetzlichen Anwendungswert zu zeigen. Durch die synchrone Erfassung der spektralen Eigenschaften und der räumlichen Verteilungsinformationen der Probe ermöglicht die Technologie die Integrationsprüfung der Erscheinungsformen und der inneren Komponenten von Lebensmitteln - Raumbilddaten können die Erscheinungsqualitätsindikatoren wie Schimmel, unvollkommene Partikel und Sortenreinheit genau identifizieren, und die spektralen Eigenschaften können die Gehaltsverteilung und die physikalischen strukturellen Eigenschaften von Wasserstoff, Protein, Stärke und anderen Kernchemikalien vertieft analysieren, um eine volldimensionale Qualitätsbewertung zu erreichen, die "Modell-Balance" berücksichtigt.

Im Vergleich zu herkömmlichen Prüfmethoden, die auf chemische Reagenzien, lange Prüfzyklen und zerstörerische Einschränkungen angewiesen sind, hat die HSI-Technologie mit den zentralen Vorteilen der "schnellen, objektiven, berührungsfreien und beschädigungsfreien" eine effiziente Prüfung von großen Mengen an Proben erreicht, die sowohl das Risiko der Sekundärverschmutzung durch chemische Prüfungen vermieden, als auch die Prüfungseffizienz und die Genauigkeit der Ergebnisse erheblich verbessert, um die Entwicklungsanforderungen moderner Lebensmittelsicherheitskontrolle und Qualitätsmanagement zu erfüllen. Mit Fortschritten in den Bereichen Computer Vision, maschinelles Lernen und Deep Learning wird die Anwendung von HSI in der Qualitätsprüfung von Nahrungsmitteln immer intelligenter werden, um die Landwirtschaftsproduktion, die Lebensmittelverarbeitung und die Lagerung zu verbessern.Eine präzise und effiziente Qualitätskontrolle hilft, die Entwicklung unserer Nahrungsmittelindustrie in Richtung hoher Qualität und Intelligenz zu fördern.

2. Anwendung der hochspektralen Bildgebungstechnik bei der Qualitätsprüfung von Nahrungsmitteln

An et al. (2024) haben eine Methode zur Beurteilung der Vitalität von grünen, nicht-zerstörenden Einzelkorn-Mais-Samen entwickelt, indem sie eine hochspektrale Bildgebungstechnologie mit einer Datenfusionsstrategie kombiniert.

Die Studie baute Samenproben mit verschiedenen Alterungsgradienten auf der Grundlage von künstlichen Alterungsexperimenten auf, wobei CAT-Aktivität (CAT) und MDA-Gehalt als Schlüsselbiochemische Indikatoren verwendet wurden, und die Modellleistung in Kombination mit Low- und Middle-Layer-Datenfusionsstrategien (Predictive Set RPDs von 2,11 und 2,93) mit Partial-Minimum-Second-Regression-Modellen (PLSR) prognostiziert wurde. Weiter wurde eine Strategie der Doppelschwellenunterscheidung vorgeschlagen, die eine effiziente Klassifizierung der Saatdynamik mit einer Genauigkeit von 92,9% durch die Festlegung eines kombinierten Schwellenwertes für die CAT-Aktivität (Schwellenwert 317 μmol·min-¹·g-¹) und den MDA-Gehalt (Schwellenwert 22 nmol·g-¹) erreichte.

Diese Methode bietet eine erklärbare quantitative Grundlage für die Beurteilung der Saatgut-Vitalität durch den Zusammenhang der biochemischen Indikatoren mit den spektralen Merkmalen und bietet neue Ideen für das Qualitätsmanagement von landwirtschaftlichen Saatgut, indem sie effizient, umweltfreundlich und präzise ist als herkömmliche Keimtests und Einzelspektromodelle. Der Studiengang ist in Abbildung 7 dargestellt.

Abbildung 8 Forschungsflussdiagramm

3. Empfehlungen für Produkte mit hohem Spektrum (für die Prüfung der Lebensmittelqualität)

Jiangsu Shungli Joint Spectrum als nationales High-Tech-Unternehmen konzentriert sich auf die Forschung und Entwicklung der High-Spectrum-Bildgebungstechnologie, und seine Produkte können die gesamten Prozessanforderungen der "Field Monitoring - Storage Detection - Sortenscreening" für Lebensmittel abdecken.

Embedded Laserradar High Spectrum Imaging System (Modell: GaiaSky-mini-VLidar)

Kernparameter

Anpassung an Lebensmittelqualitätsprüfszenarien

Großflächige Überwachung:Qualitätswarnung (z. B. Feuchtigkeitsverteilung, Chlorophyllgehalt) für Großlandpflanzen wie Mais und Reis, in Kombination mit einer dreidimensionalen Punktwolke des Laserradars, die den Pflanzenstammtyp und die Samenkvalität (z. B. Spitzenhöhe und Stärkegehalt) verknüpft;

Screening vor der Lagerung:Schnelles Scannen von landwirtschaftlichen Flächen, vorläufige Bestimmung von Nahrungsmittelfeuchtigkeit und Fettsäurengehalt durch hochspektrale Daten, Screening von qualitativ hochwertigen Gebieten für vorrangige Erwerbe und Reduzierung des Schimmelgefahrens bei der Lagerung

Drohnes Sonnenlicht-induziertes Chlorophyl-Fluoreszenzsystem (Modell: GaiaSky-SP-SIF)

Anpassung an Lebensmittelqualitätsprüfszenarien

Gesundheitsüberwachung des Lebensmittelwachstums:Durch Chlorophyllfluoreszenz (690 nm / 760 nm Wellen Spitze) reflektiert die Effizienz der Photosynthese von Pflanzen, warnt vor Dürren, Krankheiten und Schädlingen (der Zwang führt zu erhöhten Fettsäuren und verringerten Proteinen), um die endgültige Lebensmittelqualität zu gewährleisten;

Sortensucherhilfe:Vergleich der fluoreszierenden Eigenschaften verschiedener Lebensmittelsorten, Zusammenhang der späten Proteingehaltsergebnisse und schnelles Screening von qualitativ hochwertigen Sorten

4. Zusammenfassung

Hochspektrale Technologie hat sich von "Laborforschung" zu "Anwendungen in der Nahrungsmittelindustrie" entwickelt, um eine volldimensionale schädigungsfreie Detektion von Feuchtigkeit, Nährstoffen und Samenleistung zu erreichen; Das unbemannte hochspektrale System (einschließlich Laserradar und Fluoreszenzdetektion) bietet Hardware-Unterstützung für die "Skalierung und Feldverkennung" dieser Technologie, insbesondere für die praktischen Bedürfnisse der Lebensmittelüberwachung - Sortenscreening - Lagerwarnung, um die Nahrungsmittelindustrie in unserem Land auf eine "hohe Präzision und Intelligenz" zu steigern.