创新技术集成:E舌头,近红外颗粒测试仪和机器视觉方法用于糖含量和质量表征

科学领域:

• 农业科学 农业科学
• 食品科学 食品科学 食品科学
• 分析化学 分析化学

背景情况:

• 传统的手动测量大米质量是耗时且容易出现错误的.
• 标准化米质量评估对于育种计划和商业应用至关重要.
• 高地喜马拉雅大米基因型具有独特的质量特征.

研究的目的:

• 通过使用先进的分析技术来标准化大米质量测量.
• 评估喜马拉雅大米基因型的粉含量,谷物质量和物理特性.
• 克服手动质量评估方法的局限性.

主要方法:

• 使用电子舌头,机器视觉和近红外 (NIR) 光谱.
• 采用度测量方法来确定粉糖含量.
• 分析了来自克什米尔高地喜马拉雅地区的二十种大米基因型.

主要成果:

• 通过NIR和电子舌头验证的IRCTN-312呈现了最高的氨含量 (20.74%).
• 根据分析,大米基因型被分为低粉和中等粉类别.
• GSR-23B显示了损坏的谷物百分比和石灰比率最低,而SKUA-494显示了最高的L/W比率.

结论:

• 电子语言,机器视觉和NIR系统有效地标准化了米质量测量.
• 先进的技术提供可靠的数据来根据质量特征对大米基因型进行分类.
• 这项研究为喜马拉雅地区的米育种和质量控制提供了宝贵的见解.