I mirtilli, che sono ricchi di elementi nutritivi, sono suscettibili di infezioni fungine durante il post-raccolta o la conservazione. Tuttavia, l'individuazione precoce delle malattie nei mirtilli è difficile a causa del loro aspetto opaco e della scarsa visibilità delle macchie nella fase iniziale della malattia. L'obiettivo di questo studio era quello di indagare il potenziale dell'imaging iperspettrale Vis-Nir nell'intervallo spettrale di 400-1000 nm per discriminare le malattie precoci nei mirtilli.
L'osservazione al microscopio elettronico a scansione ha verificato che il danno fungino alla struttura cellulare avviene durante le prime fasi. Un totale di 400 immagini iperspettrali, 200 campioni ciascuno dei gruppi di malattie sane e precoci, sono stati raccolti per ottenere gli spettri medi di ogni campione di mirtillo. L'analisi di correlazione spettrale è stata eseguita per selezionare un intervallo spettrale efficace.
![](https://italianberry.it/uploads/2020/10/image-11.png)
Sono stati sviluppati modelli PLSDA (Partial least square discrimination analysis) utilizzando due tipi di range spettrale (cioè, range di lunghezza d'onda completa di 400-1000 nm e range spettrale effettivo di 685-1000 nm).
I risultati hanno mostrato che l'intervallo spettrale effettivo ha permesso di fornire migliori risultati di classificazione grazie all'eliminazione dell'influenza di variabili irrilevanti.
![](https://i0.wp.com/cdn.blueberriesconsulting.com/2019/11/batalla-entre-arandano-y-un-hongo.jpg?w=660&ssl=1)
Inoltre, l'intervallo spettrale effettivo combinato con un metodo di pre-elaborazione in scala automatica è stato in grado di ottenere una precisione di classificazione ottimale, con tassi di riconoscimento del 100% e del 99% per i mirtilli sani e per le malattie precoci.
Questo studio ha dimostrato che è possibile utilizzare l'imaging iperspettrale per misurare i mirtilli delle malattie precoci.
Accedi allo studio completo (11 pagine, inglese, 13 ottobre 2020)
Measurement of Early Disease Blueberries Based on Vis/NIR Hyperspectral Imaging System
- Yuping Huang, College of Mechanical and Electronic Engineering, Nanjing Forestry University, Nanjing 210037, China;
- Dezhen Wang, College of Mechanical and Electronic Engineering, Nanjing Forestry University, Nanjing 210037, China;
- Ying Liu, College of Mechanical and Electronic Engineering, Nanjing Forestry University, Nanjing 210037, China;
- Haiyan Zhou, College of Mechanical and Electronic Engineering, Nanjing Forestry University, Nanjing 210037, China;
- Ye Sun, College of Engineering, Nanjing Agricultural University, Nanjing 210031, China
Fonte: Blueberries Consulting
Blueberries Consulting è parte del network globale di Italian Berry