تصنیف اللیزر لثمار الزیتون خلال النضج طبقا للخصاص الضوئیة

نوع المستند : Original Article

المؤلفون

1 أستاذ مساعد تطبیقات اللیزر فى الهندسة الزراعة - المعهـد القـومى لعـلوم اللیــزر- جامعــة القاهرة - مصر.

2 باحث أول بمعهد بحوث الهندسة الزراعیة – مرکز البحوث الزراعیة - الدقى - مصر.

3 دراسات علیا- فى تطبیقات اللیزر فى الهندسة الزراعة - المعهـد القـومى لعـلوم اللیــزر- جامعــة القاهرة.

المستخلص

الهدف من الدراسة تحدید الخصائص الضوئیة لثمار الزیتون لصنف " الاربکوینا " خلال مراحل نضجه لموسم حصاد 2009 باستخدام اللیزر المرئى بطول موجى (543.5 نانومیتر) و بقدرة (4مللى وات) لتصنیف نضج الثمار  ، وأجریت قیاسات الخصائص الضوئیة بالمعهد القومى لعلوم اللیزر ، جامعة القاهرة ، خلال موسم 2009 . ، لتصنیف ثمار الزیتون خلال مراحل النضج لتحدید انسب میعاد الحصاد وإمکانیة اجراء عملیات الفرز و التدریج للثماروقد أوضحت النتائج الآتى:
1- - تم تقدیر دلیل النضج لمراحل نضج الثمار وکانت قیمها کالتالى 0.62 ، 1.08، 1.94، 2.65، 5.34 لمراحل النضج من الأولى حتى الخامسة على التوالى.
2- وجدت علاقة عکسیة بین نسبة الکثافة الضوئیة للانعکاس والامتصاص فکانت نسب الکثافة الضوئیة للانعکاس کالتالى (1.36، 1.00، 0.51، 0.47, 0.42 %) بینما کانت نسب الکثافة الضوئیة للامتصاص (98.64، 99.00، 99.49، 99.53، 99.58%) لمراحل النضج من الأولى حتى الخامسة على التوالى.
3- وجد ان المحتوى الرطوبى لثمار الزیتون نسبته (52.67، 49.94، 44.43، 40.41، 35.01%) بینما قدرمحتوى الزیت و کانت نسبته (8.09، 16.30، 17.02، 19.22، 20.47%) لمراحل النضج من الأولى حتى الخامسة على التوالى.
4- وجد أنه بانخفاض المحتوى الرطوبى وزیادة محتوى الثمار من الزیت قد أدى ذلک الى انخفاض الکثافة الضوئیة المنعکسة من سطح الثمار.
5- یمکن استخدام نظام یربط بین مراحل نضج الثمار و جودة الزیت الناتج باستخدام الخصائص الضوئیة ، کما یمکن ادخال هذا النظام فى عملیات الفرز و التدریج لثمار الزیتون بالاعتماد على الکثافة الضوئیة المنعکسة من الثمار باستخدام اللیزر المرئى.

الموضوعات الرئيسية


Boskou, D. (1996). (Ed.), Olive oil: Chemistry and technology, AOCS Press,  Pp.:114.
Diaz, R.,  G. Faus; M. Blasco; J. Blasco; and E. Molto (2000). The application of a fast algorithm for the classification of olives by machine vision. Food Res. Int., 33: 305–309.
Diaz, R.;  L. Gil; C. Serrano; M. Blasco; E. Molto and J. Blasco (2004). Comparison of three algorithms in the classification of table olives by means of computer vision. J. of Food Eng., 61 : 101–107.
Gunasekaran, S. (1996). Computer vision technology for food quality assurance. Trends in Food Sc. and Tec., 7(8): 245–256.
Gutierrez, F.; T. Arnaud and A. M. Albi (1999). Influence of ecological cultivation on virgin olive oil quality. J. Am. Oil Chem. Soc. 76 (5): 617–621.
Jamieson, V. (2002). Physics raises food standards. Physics World, 1: 21–22.
Montgomery, J. L.; F.C. Parrish; D.G. Olson; J. S. Dickson and S. Niebulu (2003). Storage and packaging effects on sensory and color  characteristics of ground beef. Meat Sc., 64:357-363.
Mousa, Y. M.; D. Gerasopoulos; L. Metzidakis and A. Kiritsakis (1996). Effect of altitude on fruit and oil quality characteristics of mastoids olives. J. Sc. of Food and Ag., 71: 345–349.
Owen, R. W.; A. Giacosa; W. E. Hull; R. Haubner; G. Wurtele; B. Spiegelhalder and H. Bartsch (2000). Olive oil consumption and health: The possible role of antioxidants. Lancet Oncology, 1: 107– 112.
Roca, M. and M. I. Mınguez-Mosquera (2001). Change in the natural ratio between chlorophylls and carotenoid in olive fruit during processing for virgin olive oil. J. Am. Oil Chem. Soc., 78: 133–138.
Wang, H.H. and D.W. Sun, (2002). A Correlation between cheese melt ability determined with a computer vision method and with Arnott and Schreiber. J. of Food Sc., 67(2):745–749.