Решения для визуализации Hamamatsu: продвижение агропродовольственных технологий в направлении устойчивого развития
Современная глобальная система производства продуктов питания сталкивается со значительными проблемами, имеющими решающее значение для поддержания быстро растущего населения нашей планеты. Этот рост требует значительного увеличения предложения продовольствия, при этом оценки предполагают необходимость увеличения производства продуктов питания до 70% для удовлетворения растущего спроса. В то же время потребность в устойчивых методах ведения сельского хозяйства никогда не была более острой. На долю сельскохозяйственного сектора приходится примерно 24% глобальных выбросов парниковых газов и он играет значительную роль в водопользовании и потере среды обитания.
Это воздействие на окружающую среду противоречит целям Европейского союза в области устойчивого развития, которые направлены на создание климатически нейтрального континента к 2050 году. Изменение климата усугубляет проблемы, с которыми сталкивается агропродовольственный сектор, повышая уязвимость сельскохозяйственных культур к вредителям, болезням и экстремальным погодным явлениям. Кроме того, примерно треть всех продуктов питания, производимых для потребления человеком, теряется или растрачивается впустую. Для решения этих проблем обеспечение баланса между увеличением производства продуктов питания и целями экологической устойчивости имеет важное значение для будущего глобальных продовольственных систем, что подчеркивает необходимость инновационных подходов и решений.
Фотоника в основе решения Фотоника и, в частности, технологии обработки изображений имеют решающее значение для решения этих задач, предлагая инновационные инструменты, которые преобразуют сектор агропродовольственных технологий. Приборы на основе фотоники излучают свет в направлении цели, взаимодействуя с материалом способами, специфичными для его состава и структуры. Свет может поглощаться, отражаться, проходить или вызывать флуоресценцию материала. Усовершенствованные датчики фиксируют эти взаимодействия, предоставляя подробную информацию о химическом, физическом и биологическом составе объекта посредством сложного анализа.
Основными преимуществами фотонных решений являются их бесконтактный, быстрый и, в первую очередь, неразрушающий характер контроля. Этот неинвазивный подход позволяет осуществлять мониторинг и инспекцию сельскохозяйственной продукции и пищевых продуктов в режиме реального времени, позволяя выявлять заболевания, содержание питательных веществ, уровни влажности и другие важные параметры без ущерба для целостности образцов, как показано в таблице 1 ниже.
Таблица 1 – Обзор неразрушающих методов оценки спелости плодов и их корреляции с внутренними характеристиками. Сокращения: SSC (содержание растворимых твердых веществ), DM (сухое вещество), MC (содержание влаги), TTA (титруемая кислотность), TSS (общее количество растворимых твердых веществ) и WC (содержание воды)
|
Колориметрия |
Видимое изображение |
Спектроскопия |
Флуоресценция |
Гиперспектральная визуализация |
Многоспектральная визуализация |
|
|
Яблоко |
Цвет |
Цвет |
Хлорофилл, антоцианы, каротиноиды, фавонолы, SSC, упругость |
Хлорофилл, антоцианы, флавонолы, стойкость, SSC |
Твердость, SSC |
Твердость, SSC |
|
Груша |
Твердость, SSC |
SSC |
||||
|
Персик |
Цвет |
Стойкость, хлорофилл, цвет |
Твердость |
Твердость |
Твердость, SSC |
|
|
Авокадо |
MC, DM |
ДМ |
||||
|
Нектрарин |
Цвет |
SSC, твердость |
Твердость |
|||
|
Манго |
Цвет |
DM, крахмал, SSC, цвет, стойкость |
Твердость, SSC, WC |
|||
|
Банан |
Цвет |
Цвет |
TSS, хлорофилл |
Твердость, TSS |
||
|
Помидор |
Цвет, стойкость, TSS |
Цвет, стойкость |
Ликопин, SSC |
Хлорофилл |
Фенольная кислота, ликопин |
|
|
Дыня |
SSC |
|||||
|
Мандарин |
TTA, SSC, стойкость, DM |
|||||
|
Вишня |
Цвет |
Твердость, SSC |
||||
|
Клубника |
Цвет, TTS, стойкость, TTA |
Твердость, TSS, TTA |
SSC, твердость |
|||
|
Абрикос |
SSC, твердость, TTA |
|||||
|
Киви |
TSS, SSC, твердость, DM, содержание крахмала |
|||||
|
Хурма |
SSC |
Твердость |
||||
|
Виноград |
SSC, TTA, антоцианин |
Хлорофилл, антоцианин, TSS, флавонолы |
SSC, TTA |
|||
|
Ананас |
Цвет |
DM, SSC |
||||
|
Слива |
Стойкость, SSC, цвет |
Используя взаимодействие света и материи, фотоника обеспечивает точные, эффективные и устойчивые методы управления в агропродовольственном секторе, способствуя повышению урожайности, сокращению отходов и повышению безопасности пищевых продуктов.
Следующие неразрушающие методы играют важную роль в развитии агропродовольственного технологического сектора, предоставляя точные и эффективные инструменты для оценки и повышения качества, безопасности и экологичности сельскохозяйственной продукции и продуктов питания.
Методы:
1. Колориметрия и визуализация видимого изображения
2. Спектроскопия в видимом и ближнем инфракрасном диапазоне (VNIR)
3. Флуоресцентная визуализация
4. Гиперспектральная визуализация
5. Многоспектральная визуализация
1. Колориметрия и визуализация видимого изображения
Колориметрия и визуализация в видимом диапазоне являются важнейшими методами в секторе сельскохозяйственных и пищевых технологий (agri-food tech). Они обеспечивают простое, неразрушающее средство оценки качества и характеристик пищевых продуктов и сельскохозяйственной продукции путем измерения интенсивности отраженного от объекта света в видимом спектре (приблизительно 400-700 нм), позволяя получить представление на основе цветовых вариаций и рисунков. Достижения сенсорных технологий позволили перейти от оценки человеком к измерениям в цветовом пространстве CIELAB (L *, a *, b *), которое обеспечивает высокоточные и последовательные измерения цвета. Появление датчиков RGB, способных одновременно измерять цвета RGB в двумерной области с цифровым выходом, еще больше расширило возможности колориметрии и визуализации видимого изображения, предлагая простую и экономичную настройку для многих приложений.
В агропродовольственных технологиях колориметрия и визуализация изображений широко используются для контроля качества и процессов сортировки. Например, в плодоовощной промышленности эти технологии позволяют автоматизировать сортировку продуктов по степени зрелости, однородности цвета и дефектам поверхности. В яблоневых садах колориметрия определяет оптимальное время сбора урожая путем оценки развития окраски яблок, гарантируя, что будут собраны только плоды, соответствующие определенным критериям зрелости. Это позволяет максимально повысить качество и вкус собранных фруктов и сократить отходы за счет сведения к минимуму сбора недозрелых или перезрелых продуктов. Аналогичным образом, при оценке качества зерна визуальная визуализация помогает идентифицировать и отделить зерна, зараженные грибками или имеющие признаки прорастания, тем самым повышая безопасность и качество поставляемого зерна.
2. Спектроскопия в видимом и ближнем инфракрасном диапазоне
По сравнению с предыдущим методом, спектроскопия в видимом и ближнем инфракрасном диапазоне (VNIR) предлагает более тонкий инструмент анализа в секторе агропродовольственных технологий. VNIR-спектроскопия расширяет возможности анализа в ближнем инфракрасном диапазоне (приблизительно 400-2500 нм), используя уникальные способы взаимодействия материалов со светом как в видимом, так и в ближнем инфракрасном диапазоне длин волн. Этот спектральный диапазон особенно проницателен, поскольку молекулярные колебания и обертоны, указывающие на химические связи в органических соединениях, сильно поглощают ближний свет, позволяя точно определение химического состава и концентраций в сельскохозяйственных продуктах и пищевых продуктах. Спектроскопия VNIR позволяет обнаруживать и количественно определять содержание органических соединений и влаги с высокой чувствительностью и специфичностью. Например, в точном земледелии спектроскопия VNIR позволяет анализировать листву сельскохозяйственных культур для определения уровня азота, что напрямую влияет на решения о внесении удобрений, имеющие решающее значение для оптимизации урожайности сельскохозяйственных культур. Как видно на графике 1 ниже, при оценке качества пищевых продуктов спектроскопия VNIR используется для количественного определения сладости фруктов, таких как яблоки и ягоды, путем измерения содержания сахара непосредственно через кожицу. Это позволяет сортировать продукцию по различным сортам качества, не повреждая ее.
График 1 – Типичное прогрессивное изменение спектров отражения на разных стадиях созревания томатов
Тот же физический принцип может быть использован для изучения встроенной дефектности пищевых продуктов, комбинируя как датчики, работающие в видимом спектре (ПЗС-датчики Hamamatsu), так и датчики, работающие в инфракрасном спектре (датчики Hamamatsu InGaAs).
Таким образом, способность VNIR-спектроскопии обеспечивать быстрый неразрушающий анализ различных образцов делает ее бесценным инструментом для мониторинга в режиме реального времени и контроля качества при производстве пищевых продуктов.
3. Флуоресцентная визуализация
Основываясь на глубине анализа, предоставляемого VNIR-спектроскопией, флуоресцентная визуализация привносит динамическое измерение в инструментарий сектора агропродовольственных технологий. Флуоресцентная визуализация основана на способности определенных веществ поглощать свет на одной длине волны и излучать его на другой, более длинной. Для обнаружения даже небольшого количества маркеров необходимы точные и высокочувствительные датчики с различными длинами волн, такие как площадные датчики Hamamatsu InGaAs.
Области применения флуоресцентной визуализации в агропродовольственных технологиях варьируются от обнаружения микробного загрязнения пищевых продуктов до оценки состояния растений. Например, специфические патогенные микроорганизмы на кожуре фруктов можно идентифицировать по их отчетливым флуоресцентным признакам, что позволяет на ранней стадии обнаружить порчу и загрязнение без физического контакта. Аналогичным образом, флуоресцентная визуализация позволяет выявить зоны стресса у сельскохозяйственных культур, вызванные засухой или болезнями, наблюдая за изменениями флуоресценции хлорофилла, которая коррелирует с фотосинтетической активностью растения и общим состоянием здоровья.
Особенно эффективным применением стал быстрый скрининг микотоксинов в зернах и орехах, представляющих значительный риск для здоровья. Флуоресцентная визуализация позволяет обнаруживать эти токсины с высокой чувствительностью, часто обеспечивая уровни обнаружения вплоть до частей на миллиард. Эта возможность значительно улучшает протоколы обеспечения безопасности пищевых продуктов, позволяя точно идентифицировать и удалять загрязненные продукты из цепочки поставок.
График 2 – Флуоресцентная спектроскопия, позволяющая обнаруживать токсины
4. Гиперспектральная визуализация
С помощью современных датчиков теперь можно комбинировать вышеупомянутые методы и собирать полный непрерывный спектр для каждого пикселя, используя его для гиперспектральной визуализации. Эти исчерпывающие спектральные данные позволяют детально охарактеризовать химический и физический состав сельскохозяйственной продукции и пищевых продуктов путем обнаружения тонких различий в характере поглощения и отражения света. Он может идентифицировать и количественно определять различные вещества и условия, от содержания влаги в посевах и уровня белка до едва заметных признаков болезней и дефицита питательных веществ , не видимых невооруженным глазом.
В точном земледелии гиперспектральная визуализация, установленная на беспилотных летательных аппаратах (БПЛА), может отображать изменчивость свойств почвы по всему полю, обеспечивая целенаправленное внесение удобрений и орошение, которые повышают урожайность сельскохозяйственных культур и сокращают использование ресурсов. При оценке качества пищевых продуктов эта технология позволяет обнаруживать инородные тела или загрязнения, такие как кусочки пластика или металла, и контролировать свежесть и зрелость продукта, не повреждая его.
График 3 – Оценка гиперспектральной визуализации различных типов кофейных зерен
Благодаря уровню детализации, обеспечиваемому гиперспектральными изображениями, и доступности встроенных гиперспектральных камер, таких как камера SXGA InGaAs, ее применение постоянно расширяется. Это мощный инструмент для повышения эффективности, устойчивости и безопасности производства пищевых продуктов.
Баланс мультиспектральной визуализации между спектральной детализацией и простотой эксплуатации делает ее бесценным инструментом в агропродовольственных технологиях. Ее возможности целенаправленного и быстрого анализа способствуют рациональным методам ведения сельского хозяйства и повышают качество продуктов питания.
Инструменты визуализации для более устойчивого сектора агропродовольственных технологий
По мере роста глобального спроса на продовольствие и усиления потребности в устойчивом сельском хозяйстве технологии визуализации становятся важными союзниками в секторе агропродовольственных технологий. Эти технологии служат двойной цели: повышению производительности и устойчивости при производстве и переработке пищевых продуктов. Они позволяют проводить неразрушающий и точный анализ сельскохозяйственных культур и пищевых продуктов, предлагая ценную информацию о качестве, безопасности и воздействии на окружающую среду. Они облегчают мониторинг состояния сельскохозяйственных культур, оптимизацию ресурсов и сокращение отходов, а также решают важнейшие задачи в агропродовольственном секторе. Интеграция технологий визуализации является ключом к достижению более высоких урожаев, снижению воздействия на окружающую среду и обеспечению безопасности и качества пищевых продуктов.
По мере развития этих технологий и их доступности они будут играть все более важную роль в устойчивом удовлетворении мировых потребностей в производстве продовольствия, решении насущных сельскохозяйственных проблем и прокладывании пути для будущих достижений в области глобального снабжения продовольствием и охраны окружающей среды.
