Deák Konrád János1 – Ambrózy Zsuzsanna2 – Prokaj Enikő - Szigedi Tamás3
Szamóca vízoldható szárazanyag tartalmának roncsolásmentes meghatározása közeli infravörös spektroszkópiával Nondestructive determination of soluble solids in strawberries using near-infrared spectroscopy
[email protected] István Egyetem, Kertészeti Technológiai Intézet, PhD hallgató 2Szent István Egyetem, Kertészeti Technológiai Intézet,PhD hallgató 3Corvinus Egyetem, Alkalmazott Kémia Tanszék, PhD hallgató
1Szent
A szamóca egy jelentős szezonális gyümölcsfajunk.. A feldolgozó ipar és a fogyasztók számára egyaránt jelentős paraméter a vízoldható szárazanyag tartalom (Brix˚) amelynek alakulása nagymértékben függ a fajtától, a termesztési technológiától és az időjárási körülményektől. A közeli infravörös spektroszkópia egy gyors roncsolásmentes méréstechnika, amely megfelelő kalibrációval lehetőséget biztosít az egyes beltartalmi paraméterek folyamatos (akár termőhelyen elvégezhető) monitorozására. Kísérletünk célja az volt, hogy szabadföldi szamócaállományok esetén megvizsgáljuk a vízoldható szárazanyag tartalom alakulását és becslési függvényt dolgozzunk ki közeli infravörös spektrométerrel való roncsolásmentes vizsgálatára. A kísérletet a gödöllői Szent István Egyetem Kertészeti Technológiai Intézet kísérleti telepén végeztük 4 fajtával, amely során 64 mintát vizsgáltunk kezeléstől függően. Perten DA7200 spektrométert (950-1650 nm) használtunk a spektrumfelvételre, a referencia méréseket digitális refraktométerrel végeztük.. A kalibrációs modellt PLS (részleges legkisebb négyzetek) regresszió használatával építettük fel, amely során kereszt validációt alkalmaztunk.. Különböző spektrumtranszformációk használatával kerestük meg a legkisebb hibával dolgozó modellt. A használt spektrum-transzformációs módszerek a következők voltak: első és második deriváltak, SNV (standard normál variancia), MSC (többszörös szóródás korrekció) transzformációk.. Az eredmények azt mutatták, hogy a legszorosabb összefüggést a legkisebb hibával a nyers spektrum [R2 (kalibráció) = 0,98, RMSE (négyzetes középhiba) = 0,31; R2 (kereszt validáció) = 0,93, RMSECV (keresztvalidálás átlagos hibája) = 0,51] adta, de az SNV [R2 (kereszt validáció) = 0,93, RMSECV = 0,52] és MSC [R2 (kereszt validáció ) = 0,93, RMSECV = 0,53] korrekciókkal meghatározott eredmények között szintén szoros az összefüggés. Az első derivált eredmények RMSECV = 0,76 keresztvalidációs hibával dolgoztak viszont a második deriválttal működő modell eredménye értékelhetetlen volt. Összességében megállapítható, hogy a diódasoros közeli infravörös spektrométer alkalmas szamóca vízoldható szárazanyag tartalmának meghatározására, a kalibrációs modell további minták hozzáadásával tovább erősíthető.
69
Bevezetés és irodalmi áttekintés A bogyósgyümölcsök közül Magyarországon legkorábban a szamóca érik. 2012. évben 680 hektáron termesztették és 6,9 ezer tonna termést állítottak elő (Fruitweb, 2012). Intézetünkben évtizedek óta vizsgáljuk a különböző zöldségfajok beltartalmi értékeire ható biotikus és abiotikus tényezőket (Tuba et al., 2003). Ezen paraméterek közül, érzékszervi szempontból fontos a Brix° és ennek jelentős részét kitevő redukáló cukrok értékelése, vizsgálata. A paradicsom kapcsán végzett több mint 4 évtizedes kísérletsorozat alapján meghatároztuk a vízoldható szárazanyag-tartalmat befolyásoló tényezőket (Helyes et al.,1999). Ezek közül a legjelentősebb a fajta (Helyes et al., 2003), a termesztés módja (Helyes et al., 2006) és a termesztési körülmények (Pék et al., 2010; 2011). A paradicsomhoz hasonlóan a szamóca beltartalmi értékeit is alapvetően 2 csoportra oszthatjuk, melyek közül az egyik a vízben nem oldható a másik pedig a vízben oldható szárazanyag tartalom, melynek több mint felét a redukáló cukrok adják. A gyümölcs ízét a vízoldható szárazanyag tartalom és a titrálható savtartalom egymáshoz viszonyított aránya határozza meg (Sweeny et al., 1970). Az elfogadható íz eléréséhez legalább 7%-os ˚Brix és 0,8%-os titrálható savtartalom az ajánlott (Kader, 2002). A NIR spektroszkópiát mezőgazdasági alkalmazásban először Norris (1964) használta gabona nedvességtartalmának meghatározására. Napjainkban számos tanulmány foglalkozik zöldségés gyümölcsfajok beltartalmi összetevőinek vizsgálatával. Hagyma összes szárazanyag tartalmára (Birth et al., 1983), mandarin savtartalmára (McGlone et al., 2003), valamint görögdinnye cukortartalmára (Sun et al., 2010) is készültek vizsgálatok. Számos publikáció született zöldségek és gyümölcsök ˚Brix tartalmának mérésére is. Alma (Bellon-Maurel, 1992), sárgabarack (Carlini et al., 2000) és cseresznye (Lu, 2001) esetében is születtek mérési eredmények. Néhány tanulmány már foglalkozott szamóca beltartalmi összetevőinek vizsgálatával. Ito et al., 2002-ben vizsgálták szamóca vízoldható szárazanyagtartalmát és szoros összefüggést állapítottak meg a referencia adatok és a NIR spektrum között. Shao és He 2008as tanulmányukban savtartalom meghatározásnál 0,856 R2 értéket állapítottak meg. Nishizawa et al., (2009) ˚Brix, glükóz, fruktóz és szacharóz tartalom meghatározásánál találtak magas korrelációt az adatok között. Jelen tanulmány célja, hogy elkészítsünk egy olyan kalibrációt, amely minél alacsonyabb hibával képes meghatározni a szamóca vízoldható szárazanyagtartalmát gyors, költséghatékony és roncsolásmentes módszerrel.
Anyag és módszer A kísérletet 2013-ban végeztük a gödöllői Szent István Egyetem Kertészeti Tanüzemének területén. A kísérletben 4 fajtát vizsgáltunk és értékeltünk: Marmalade, Joly, Dely és Anthea fajtákat, amelyekből 64 mintát vizsgáltunk (4. ábra). Az érett mintákat a szedés napján 4 ismétlésben a Szent István Egyetem regionális Egyetemi Tudásközpontjába szállítottuk, ahol
70
még aznap feldolgozásra kerültek. A referenciaméréseket digitális refraktométerrel míg, a spektrális méréseket egy diódasoros Perten DA7200 (Perten Instruments) közeli infravörös spektrométerrel végeztük (3. ábra). Minden mintát duplán vizsgáltuk, amelyekből került meghatározásra a SEL (Standard Error of Laboratory). A minták szkennelése reflexiós módban történt 950-1650 nm közötti hullámhossztartományban 2 nm-es felbontásban (1. ábra). Az eredményeket Unscrambler 9.7-es statisztikai szoftverrel értékeltük. A kalibrációs modellt PLS (részleges legkisebb négyzetek) regresszióval építettük fel, kereszt validációt használva. Számos spektrumtranszformációt alkalmaztunk keresve a legkisebb hibával dolgozó módszert. A vizsgált módszerek a következők voltak: első és másodlagos deriváltak (Savitsky-Golay szűrő), SNV (standard normál variancia), MSC (többszörös szóródás korrekció) és ezek kombinált változatai (2. ábra). A megfelelő számú regressziós faktor kiválasztása a legalacsonyabb keresztvalidációs hiba alapján történt.
Eredmények Az 1. táblázat tartalmazza a referencia adatokat a teljes kalibrációs szettre vonatkozóan, beleértve ebbe a mintaszámot, legalacsonyabb és legmagasabb °Brix értéket, az átlagot és a szórást, valamint a SEL értéket. A Brix értékekek 6,6-14,2-ig terjedtek, fajtától függően. A 2. táblázatban különböző spektrumoktranszformációk R2 és hibaértékeit (RMSE, RMSECV) hasonlítottuk össze a kalibráció illetve a kereszt-validációt követően. A legmagasabb kalibrációs R2 értékeket (0,99) és ez által a legkisebb hibát az első derivált függvény kombinációja adta SNV (RMSE = 0,23) illetve MSC (RMSE = 0,24) spektrumtranszformációkkal mindkét esetben 10-es főkomponens szám (PC) mellett. Keresztvalidáció során a legalacsonyabb RMSECV értéket a nyers spektrum adta (0,51) de az SNV és az MSC eredményei is alacsonynak bizonyultak (0,52; 0,53). Az 1. derivált R2 értékek 0,99-ről 0,86 illetve 0,82-re csökkentek viszonylag magasabb, de még elfogadható hibával (RMSECV = 0,76; 0,85). A 2. deriválás során kapott eredmények értékei értékelhetetlenek voltak, alacsony R2 (0,22) és magas RMSECV (1,81) értékeket adott a kalibrációs illetve a kereszt-validációs függvény is.
1. táblázat. A kalibrációs szett adatai
°Brix
N
TARTOMÁNY
ÁTLAG±SZÓRÁS
SEL
64
6,6 - 14,2
10,61±2,01
0,85
SEL: Standard Error of Laboratory
71
2. táblázat. Spektrumtranszformációk eredményei PC
R2Cal
RMSE
R2CV
RMSECV
Nyers spektrum
11
0,98
0,31
0,93
0,51
1. derivált
9
0,97
0,36
0,86
0,76
1. derivált SNV
+
10
0,99
0,23
0,82
0,85
1. derivált MSC
+
10
0,99
0,24
0,82
0,85
1
0,33
1,64
0,22
1,81
2. derivált 2. derivált SNV
+
2
0,56
1,32
0,16
1,87
2. derivált MSC
+
2
0,34
1,61
0,13
1,89
SNV
9
0,97
0,35
0,93
0,52
MSC
9
0,97
0,35
0,93
0,53
PC: Principal Component (főkomponens), R2Cal: Kalibráció R2 értéke, RMSE: Root Mean Square Error (Négyzetes középhiba), R2CV: Kereszt-validáció R2 értéke, RMSECV: Root Mean Square Error of Cross-Validation (keresztvalidálás hibája), SNV: Standard Normal Variate (standard normál variancia), MSC: Multiplicative Scattering Correction (többszörös szóródás korrekció)
72
3
2,5
2
1,5
1
0,5
Hullámhossz (nm)
Hullámhossz (nm)
950 974 998 1022 1046 1070 1094 1118 1142 1166 1190 1214 1238 1262 1286 1310 1334 1358 1382 1406 1430 1454 1478 1502 1526 1550 1574 1598 1622 1646
1. ábra. Szamóca minták spektruma (950-1650 nm)
Abszorbancia 0
5
4
3
2
1
0
-1
-2
73
950 972 994 1016 1038 1060 1082 1104 1126 1148 1170 1192 1214 1236 1258 1280 1302 1324 1346 1368 1390 1412 1434 1456 1478 1500 1522 1544 1566 1588 1610 1632
2. ábra. 1. derivált+SNV spektrumtranszformációval kezelt szamóca minták spektruma
Következtetések, javaslatok
Abszorbancia
Összességében megállapítható, hogy a Perten DA7200 típusú közeli infravörös spektrométer alkalmas szamóca vízoldható szárazanyag tartalmának meghatározására alacsony hibával. A vizsgált módszerek közül a nyers spektrum eredményei voltak a legpontosabbak, de a spektrumtranszformációs műveletek is meglehetősen precíznek bizonyultak. Kivételt képez ez alól a 2. derivált spektrumok, amelynek eredményei értékelhetetlenek voltak. Az eredmények további minták hozzáadásával tovább javíthatók.
3-4. ábra: Perten DA7200 típusú közeli infravörös spektrométer és a vizsgálatra küldött minták
Irodalomjegyzék
74
BELLON-MAUREL V. (1992) Application de la spectroscopie proche infrarouge au controle en ligne de la qualitˆe des fruits et legumes. Th´ese de doctorat. `l’Institut National Polytechnique de Toulouse, France. BIRTH G.S., DULL G.G., RENFROE W.T., KAYS S.J. (1985) Nondestructive spectrophotometric determination of dry matter in onions. Journal of American Society for Horticultural Science 110. 297–303p. CARLINI P., MASSANTINI R., MENCARELLI F. (2000) Vis-NIR measurement of soluble solids in cherry and apricot by PLS regression and wavelength selection. Journal of Agricultural and Food Chemistry 48. 5236–5242p. FLORES K., SANCHEZ M.T., PEREZ-MARIN D., GUERRERO J.E., GARRIDO-VARO A. (2009) Feasibility in NIRS instruments for predicting internal quality in intact tomato. Journal of Food Engineering 91. 311-318p. FRUITVEB MAGYAR ZÖLDSÉG-GYÜMÖLCS SZAKMAKÖZI SZERVEZET ÉS TERMÉKTANÁCS (2012): A zöldség-gyümölcs ágazat helyzete Magyarországon. MZGySzT, Budapest HELYES L. VARGA GY. PÉK Z. DIMÉNY J. (1999) The simultaneous effect of variety, irrigation and weather on tomato yield. Acta Horticulturae 487, 499-505.p. HELYES L. PÉK Z. BRANDT S. VARGA GY. BARNA É. HÓVÁRI J. LUGASI A. (2003) Influence of harvest date on fruit technological traits of five processing tomato varieties. Acta Horticulturae 613. 213-216. p. HELYES L. DIMÉNY J. PÉK Z. LUGASI A. (2006) Effect of the variety and growing methods as well as cultivation conditions on ingredient of tomato (LYCOPERSICON LYCOPERSICUM (L.) KARSTEN) fruit. Acta Horticulturae 712. 511-516. p. ITO H. (2002) Potential of near infrared spectroscopy for nondestructive estimation of Brix in strawberries. Acta Horticulturae 567. 751–754p. KADER, A.A., (2002) Standardization and inspection of fresh fruits and vegetables. In: KADER, A.A. (Ed.), Postharvest Technology of Horticultural Crops, third ed. University of California, Division of Agriculture and Natural Resources, Oakland, CA, USA. 287–360p. LU, R., (2001) Predicting firmness and sugar content of sweet cherries using near-infrared diffuse reflectance spectroscopy. Transaction of the ASAE 44. 1265– 1271p. MCGLONE V.A., FRASER D., JORDAN R.B., KUNNEMEYER R., (2003) Internal quality assessment of mandarin fruit by vis/NIR spectroscopy. Journal of Near Infrared Spectroscopy 11. 323–332p.
75
NISHIZAWA T., MORI Y., FUKUSHIMA S., NATSUGA M., MARUYAMA Y. (2009) Non-destructive analysis of soluble sugar components in strawberry fruits using near-infrared spectroscopy Nippon Shokuhin Kagaku Kogaku Kaishi 56. 229–235p. NORRIS K.H. (1964) Design and development of a new moisture meter. Agricultural Engineering 45. 370p. PÉK Z. HELYES L. LUGASI A. (2010) Color changes and antioxidant content of vine and post-harvest ripened tomato fruits. HortScience, 45 (3) pp. 466-468. PÉK, Z. SZUVANDZSIEV, P. NEMENYI, A. HELYES, L. LUGASI A. (2011) The Effect of natural light on changes in antioxidant content and color parameters of vine-ripened omato (Solanum lycopersicum L.) fruits. HortScience, 46. (4), pp.583-585. SUN T., HUANG K., XU H., YING Y. (2010) Research advances in nondestructive determination of internal quality in watermelon/melon: A review. Journal of Food Engineering 100. 569-577p. SWEENY J. P., CHAPMAN V.J., HEPNER P.A. (1970) Sugar, acid, and flavor in fresh fruit. Journal of the American Dietetic Association 57. 432-435p. TUBA Z. RASCHI A. LANINI G. M. NAGY Z. HELYES L. VODNIK D. SANITA DI TOPPI L. (2003) Plant response to elevated carbon dioxide. pp. 157-204 (7. Chapter) In TOPPI L. S. PAWLIK SKOWRONSKA: Abiotic stresses in plants KLUWER Academic Publishers. Dordrecht, The Netherland, 233 p. A kutatást a TÁMOP-4.2.1. B-11/2/KMR-2011-0003 és a Szent István Egyetem, Mezőgazdaság és Környezettudományi Kar 9910-3/2013/TUDPOL és a KTIA-AIK-12 projectek támogatták.
76
