مقاله استفاده از طيف سنجي رامان براي بررسي غيرمخرب پارامترهاي کيفي ميوه گوجه فرنگي
استفاده از طيفسنجي رامان براي بررسي غيرمخرب پارامترهاي کيفي ميوه گوجهفرنگي (کد مقاله 301)
علی محمدنیکبخت ، تیمور توکلی هشتجین ، رسول ملکفر ، برات قبادیان4
چکیده
تنوع و فراوانی پارامترها و ویژگی های کیفی محصولات کشاورزی، مهمترین دلیل توسعه انواع روشهای غیر مخرب بوده است. در سالهای اخیر دید ماشین، روشهای اپتیکی چون اسپکتروسکوپی رامان، NMR و NIR ، انتشار صوت، روش فراصوت و غیره، در حال گسترش و توسعه میباشد که هر کدام برای اندازهگیری پارامتر کیفی خاصی کاربرد دارند. برای درجه بندی میوهها روش های مختلفی به کار برده میشود که اغلب آن ها مخرب و یا کند میباشند ولی اندازهگيري سريع، غير مخرب و دقيق عامل هاي كيفي ميوهها از جمله میوه گوجه فرنگي نظیر ميزان مواد جامد محلول، pH و رنگ از اهميت بالايي برخوردار ميباشد. براي همين منظور از روشهاي مختلفي مي توان استفاده نمود. از مدرنترين روشهاي مذكور مي توان به طيفسنجي ليزري رامان اشاره کرد. اين روش با توجه به بكارگيري انواع ليزرها، بلورهاي غيرخطي براي ايجاد طول موجهاي مختلف مورد نياز، ابزار آشكار سازي و استفاده از نرم افزارهاي مدرن به طور وسيعي در زمينههاي مختلف علوم، مهندسي، پزشكي و كشاورزي كاربرد پيدا كرده است و با توجه به مزایای چشمگیر آن در قیاس با روش پرکاربرد NIR توانسته است جایگاه خاصی در تحقیقات حاضر در زمینه کشاورزی پیدا نماید. در تحقیق حاضر با استفاده از روش طیفسنجی رامان اندازهگیری غیر مخرب پارامترهای کیفی میوه گوجهفرنگی انجام شده است. نتایج حاصل نشان دادند که وجود کارتنوئیدهای لیکوپن و کاروتن به عنوان مهم ترین رنگدانههای موجود در گوجه فرنگی به خوبی توسط طیفهای به دستآمده اثبات شد به طوری که هر سه منطقه مشخصه کارتنوئیدها در تمامی طیفها قابل تمییز بود. همچنین طیفسنجی انجام شده در این تحقیق وجود کربوهیدراتها را نیز با ارتعاش C-H بروز داد. بدین ترتیب با اطمینان میتوان از روش مذکور جهت درجهبندی غیر مخرب پارامترهای خارجی (مانند رنگ میوه به عنوان مهمترین شاخص رسیدگی گوجه فرنگی) و داخلی (مانند میزان مواد جامد محلول) بهره جست.
کلیدواژه: طیفسنجی رامان، میوه گوجهفرنگی، ارزیابی غیر مخرب، پارامترهای کیفی
مقدمه
مروری بر روشهای غیرمخرب و سایر روشهای اپتیکی
آزمایشاتی غیرمخرب محسوب میشوند که اثرات مخرب فتوفیزیکی، حرارتی، شیمیایی، مکانیکی و فتوشیمیایی نداشته باشند [21]. روشهای متعددی تاکنون برای کیفیت سنجی غیر مخرب محصولات کشاورزی ابداع شدهاند که تنها برخی از آنها توانسته شرایط فوق را برآورده ساخته و از لحاظ فنی و صنعتی توجیه داشته باشند. روشهای اپتیکی، مکانیکی، شیمیایی و امواج الکترومغناطیسی و صوتی در توسعه آزمونهای غیرمخرب نقش اساس داشتهاند. اما روشهای بکار رفته قادرند پارامترهای محدودی از میوهها را کاوش کنند. بنابراین لازم است شرایط حاکم در این روشها به دقت بررسی شده و در گزارش یا ثبت نتایج آزمایش لحاظ شوند. برای مثال اندازهگیری رنگ در گوجهفرنگی برای تخمین رسیدگی و زمان برداشت کافی است [4]، پس میتوان با اندازهگیری یک پارامتر (رنگ) توسط طیف مرئی یا پردازش تصویر، تخمین مناسبی از وضعیت بیولوژیکی گوجهفرنگی حاصل نمود. همچنین در روشهای غیر مخرب ممکن است بیش از یک فاکتور بر داده بدست آمده تأثیر بگذارد که اندازهگیری را با خطا مواجه خواهد ساخت و به همین دلیل این سیستمها نیاز به کالیبراسیون (واسنجی) قوی خواهند داشت. در ذیل، سامانههای غیر مخرب رایج در کشاورزی به اختصار شرح داده میشوند.
از سال 1980، روش غیر مخرب NIRS در تعیین برخی خصوصیات میوهها مانند سفتی، میزان مواد جامد محلول، رنگ، نشاسته و اسیدیته بکار رفته است. طیف NIRS طول موجهای بین 750 تا 2500 نانومتر(1-cm 4000، 12500) را پوشش میدهد. این روش برای تعیین ترکیبات شیمیایی شامل گروههای OH- ، CH-، NH- مناسب است. امروزه استفاده از این فنآوری در بررسی خصوصیات داخلی میوهها به حالت صنعتی نیز رسیده است و به عنوان مثال برای هلو، مرکبات و هندوانه سامانههای جداسازی طراحی شده است که مبنای درجهبندی و یا جداسازی آنها، طیف سنجی عبوری و یا بازتابی NIR است. منبع نور اغلب طیف سنجهای NIR، لامپهای هالوژن میباشد. مشکل اصلی، نفوذ کم این نور در داخل میوه عنوان شده است. یک راه حل این مشکل استفاده از لامپهایی با توان بالاست که ایجاد تأثیرات فتوشیمیایی و فتوفیزیکی بر روی میوه مشکل اصلی آن خواهد بود. اما استفاده از دیودهای لیزری راهحل دیگری است که در دست مطالعه است. از طرفی استفاده از طیف سنجهای قابل حمل نیز رایج شده و حتی به صورت تجاری عرضه شده است که واسنجی (کالیبراسیون) و استاندارد کردن آنها موضوع مورد مطالعه سالهای اخیر بوده است [11]. مقالات متعددی در زمینه کاربرد NIRS در میوهها چاپ شده است.
تاکنون کاربردهای زیادی از تکنیک NMR و MRI در کشاورزی گزارش شده است. کارآیی این تکنیک در محصولات آبدار بیشتر میباشد. زیرا هستههای هیدروژن پاسخ خوبی به میدانهای مغناطیسی نشان میدهند [8]. اختلالات موجود در توزیع آب، صدمات ناشی از سرد شدن، لهیدگی، فساد، حضور حشرات و غیره را میتوان باNMR کاوش نمود. به طور کلی روشهای MRI و NMR به دلیل گران بودن و پیچیدگی استفاده وسیعی نداشته و در کشاورزی توجیه صنعتی نداشته است. اما در علم پزشکی به خصوص در کاوش تومورها، تجهیزات ارزان قیمت و ساده نیز عرضه شدهاند که تصویربرداری NMR و MRI کاربردهای تجارتی فراوانی داشتهاند و در نتیجه به روش رایج تبدیل گشتهاند [10].
در بین روشهای غیر مخرب، روش MRI دارای بیشترین دقت است، ولی یکی از معایب مهم آن تأثیر مهم زیاد سرعت اندازهگیری بر دقت دستگاه است. بنابراین سرعت اندازهگیری، پایین خواهد بود. همچنین برای میوههای با درصد رطوبت پایین روش مناسبی توصیه نشده است. با این حال، روش MRI و NMR توانایی زیادی در ارزیابی کیفیت درونی میوهجات و سبزیجات به خصوص اندازهگیری رطوبت و روغن دارند [4].
تکنیک دید ماشین (Machine Vision) یکی از نخستین روشهای ارزیابی محصولات کشاورزی بوده است و عمده کاربرد گستردة آن با پیشرفت و توسعه سامانههای سختافزاری پردازش تصویر توام شده است. در حال حاضر، دید ماشین به طور وسیعی در کشاورزی
و ارزیابی محصولات استفاده میشود. در مجموع میتوان گفت بیشترین کاربرد این تکنیک در سیستمهای درجهبندی محصولات کشاورزی، تشخیص رنگ، عیوب ظاهری و بافت بوده است.
علاوه بر میوهها، انواع گوشت، پیتزا و لاشههای حیوانات نیز مورد مطالعه بوده است [12]. از مهمترین مزایای این روش میتوان سرعت تولید دادهای توصیفی از محصول، کاهش حجم کاری توسط کاربر، اقتصادی بودن و آسانی، غیر مخرب و بیزیان بودن، دارای سیستم کنترلی پایدار را نام برد. اما در مقابل معایبی نیز دارد. برای مثال، سیستم نورپردازی در این روش بایستی بسیار دقیق بوده و باالطبع در محیطهای مختلف، متفاوت خواهد بود. همچمنین در نورپردازی غیرساختاری، تشخیص شی با مشکلاتی مواجه میباشد. علاوه براین، کار در شرایط کمنور و تاریک بسیار دشوار خواهد شد [7].
با وجود اینکه میتوان توصیف کیفی درونی محصولات با استفاده از دید ماشین را به صورت غیرمستقیم امکانپذیر ساخت، این روش قادر به اندازهگیری خصوصیات داخلی محصولات نمیباشد، چرا که تنها از تصویر بدست آمده از شی استفاده میکند [10].
تابشهای با طول موج کوتاه مانند اشعه x و گاما قادرند به اغلب محصولات کشاورزی نفوذ کنند. میزان نفوذ بستگی به چگالی و ضریب جذب محصول دارد. بنابراین هر دو پرتو مذکور برای اندازهگیری آن دسته از پارامترهای کیفی مناسب است که وابسته به تغییرات جرم هستند، برای مثال قسمت سر کاهو با افزایش رسیدگی، چگالتر میشود. استفاده از اشعه x در بازرسی روی خط محصولات کشاروزی در ابعاد محدود گزارش شده است، زیرا این روش به چگالی جرمی ماده حساس است نه ترکیبات شیمیایی [4]. تعیین رطوبت سیب،تغییرات چگالی در مراحل مختلف رسیدگی گوجهفرنگی و آلودگی به حشرات مواردی هستند که با اشعه x اندازهگیری و یا آزمایش شدهاند [8]. مهمترین معایب این روشها، محدودیت و مشکلات تولید این اشعهها و اثرات بهداشتی آن است. اشعه گاما جزء امواج الکترومغناطیسی است که منبع تبدیل آن چشمههای هستهای است. بنابراین تولید پیوستهای دارد. اما اشعه x توسط دستگاه تولید میشود. گران بودن و پیچیدگی تجهیزات بکار رفته، عیب قابل توجهی است. استفاده از دوزهای بالا باعث محدودیت های فیزیولوژیکی و بهداشتی میشود. به عبارت دیگر این اشعه، باعث یونیزه شدن برخی مولکولهای محصولات کشاورزی میشود که به احتمال، بیماری مصرف کنندگان به دنبال خواهد داشت.
استفاده از امواج فراصوت نیز يكي از روشهاي مكانيكي غير مخرب براي اندازهگيري كيفيت محصولات است كه توسعهی آن با چالشهاي جدي رو به رو است چراکه بکارگیری امواج فراصوتی براي كيفيتسنجي، نيازمند دانستن و يا اندازهگيري خواص فراصوتی محصولات كشاورزي است.
يكي از كاربردهاي فراصوت، آزمايش سبزيها و ميوهها است كه به دليل غيرهمگن بودن بافت آنها، در بسامدهاي زياد ميرايي زيادي دارند. آشكارسازي آسيبهاي داخلي در بسامد كم مشكل است. علاوه بر آن، استفاده از بسامد تحريك كم (كمتر از kHz100) براي آشكارسازي آسيبهاي عميق در روش تپ بازتاب تقريباٌ غير ممكن است. زيرا نوار امواج را نميتوان به صورت متمركز و تيز درآورد. به طور خلاصه میتوان کاربدهای روشهای فوق را در جدول 1، مشاهده نمود.
جدول 1: روشهای مختلف اندازهگیری غیر مخرب پارامترهای کیفی محصولات کشاورزی
روش رامان به عنوان روش جدید
همانطور که دیده شد، استفاده از نور بازتابی، عبوری و پراكنده شده به منظور اندازهگیری خواص داخلی و خارجی میوهجات از دیر باز مطرح بوده است. به تازگی طبقهبندی میوهها و برحی سبزیجات بر حسب رنگ آنها رواج پیدا کردهاست و چون با تغییر رنگ قابلیت بازتابش و عبوردهی نور از یک محصول تغییر میکند، میتوان از طیفسنجیهای مختلف برای اندازهگیری برخی خواص مختلف از جمله رنگ آنها استفاده نمود [2]. این روش به همراه روشهای دیگر در دو دهه اخير، مبنای آزمايشهاي غيرمخرب جهت تعيين و اندازهگيري عاملهاي كيفي محصولات كشاورزي بوده و اهميت بالايي را از نظر زمینههای تحقیقی کسب کردهاند. آزمون غيرمخرب در كشاورزي، آزموني است كه اثرات سوء شيميايي، فتوشيميايي، گرمايي و فتوفيزيكي ير روي ميوه به جاي نگذارد [20]. تعداد كمي از روشهاي تحليلي كه تاكنون معرفي شدهاند، قادر به ارضاء شرايط فوق بوده و از حساسيت لازم براي آشكارسازي تركيبات و جزئيات ساختاري ميوهها برخوردار ميباشند مانند طيفسنجي NMR، طيفسنجي IR و طيفسنجي رامان [21]. اما در بين روشهاي ياد شده، طيفسنجي پراكندگي رامان جذابيت فوقالعادهاي در ميان محققان علوم پزشكي، دارويي و علوم زيستي پيدا نموده است، بطوريكه قويترين روش از بين روشهاي فوق قلمداد ميشود [13 و 21].
به دليل اينكه ارتعاشات اتمها در ملكولها به تغييرات و تركيبات شيميايي ماده حساس است، طيف ارتعاشي ميتواند اطلاعات بسيار مفيدي راجع به خواص شيميايي و تركيبات تشكيلدهنده مواد ارائهدهد [3].
طيفسنجي پراكندگي رامان نسبت به طيفسنجي رايج IR (كه كاربردهاي وسيعي در كشاورزي پيدا كرده است) مزاياي برجستهاي دارد از آنجمله:
پديده رامان تكنيكي ايدهآل براي مطالعات بيولوژيكي است، چراكه آب يك پخشكننده رامان ضعيف به شمار ميرود و در نتيجه تأثير آن در ايجاد خطا بسيار اندك است. اين مسأله به خصوص در مورد محصولات كشاورزي كه بخش اعظمي از مواد آنها را آب تشكيل مي دهد، اهميت ويژهاي پيدا مي كند (براي مثال بيش از 90% از جرم گوجه فرنگي از آب تشكيل شده است).
رامان مي تواند محدوده وسيعي از نواحي طيفي را (cm-1 10 تا cm-1 4000) در يك بار ثبت طيفي پوشش دهد. اين در حاليست كه براي پوشش چنين محدودهای با تكنيك IR به شبكههاي پخش كننده، فيلترها و آشكارسازهاي متنوعي نياز هست و بايستي براي هر محدوده اين تجهيزات را تغيير داد [3].
قطر اشعه ليزري كه به عنوان منبع نوردهي در دستگاه طيفسنج رامان استفاده مي شود، در حدود 2/0 تا 2 ميليمتر است. به عبارت ديگر ميتوان با نمونه هاي بسيار ريز و با حجم كم هم كار كرد و يا مناطق كوچك روي ميوه را هم كاوش نمود [25].
علاوه بر آن، حساسيت بالا، زمان كوتاه آزمايش، عدم نياز به آمادهسازي نمونه و غير مخرب بودن اين تكنيك، مزاياي ديگري هستند كه بر جذابيت استفاده از طيفسنجي پراكندگي رامان افزودهاند [25]. با اين توصيف تكنيك رامان، روشي رو به رشد است و هر روز ابعاد جديدي از كاربردهاي آن براي محققان روشن ميشود [18].
در حيطه كاربرد طيفسنجي در ارزيابي مواد كشاورزي تحقيقات فراواني بويژه با تكنيك IR انجام گرفته است، اما كاربرد روش رامان در ارزيابي غير مخرب محصولات كشاورزي، زمينه نويني است كه همچنان رو به رشد ميباشد. در تحقیقی تعيين سريع و غير مخرب كارتنوئيدهاي مختلف در گوجهفرنگي با استفاده از طيف سنجي پراكندگي رامان انجام شده است. در اين تحقيق نشان داده شد كه ارتعاشات كششي C-C و C=C در cm-1 1510 و cm-1 1156 به عنوان شاخصهاي از وجود ليكوپين در ميوه است [22].
همچنين وجود كارتنوئيدها در گوجه فرنگي، هويج، فلفل قرمز و زعفران توسط طيف سنجي رامان انجام شده است. طول موج تهييج nm 5/512 بود و از دوربين CCD براي آشكارسازي رامان استفاده شد. در اين تحقيق نيز عدد موجهاي مربوط به هر تركيب گزارش
شد. پديده پراكندگي رامان به خوبي توانسته بود كارتنوئيدها را كاوش كند [24]. لهيدگي ميوه سيب با طيفسنجي پراكندگي رامان، در تحقيقي به صورت غير مخرب اندازهگيري شده است. در اين تحقيق سيبها از ارتفاع معيني سقوط داده شدند تا لهيدگي ظاهر شود، سپس با استفاده از دستگاه رامان Thermo Nicolet، طيفهاي بدست آمده مورد بررسي قرار گرفتند. نتايج بررسي مطلوب گزارش شده است [14]. از طيفهاي رامان براي تشخيص ميزان آفتكشها بر روي سطح ظاهري ميوهها استفاده شده است. در اين كار دو نوع ليزر در طول موجهاي مختلف بكار برده شد و تأثير آنها در كاوش ميزان آلودگي سطحي ميوه بررسي شد. ليزر با طول موج nm 1064 نتيجه قابل قبولي ارائه كرد [25]. استفاده از رامان در پزشكي به مراتب از كشاورزي وسيعتر بوده است بطوريكه موسسات علمي و آزمايشگاههاي تشخيص دارويي بسياري در حال استفاده از فن آوري پديده رامان در تشخيص لوازم دارويي و بهداشتي ميباشند. اين فنآوري حتي در سازمان ناسا نيز براي تشخيص مواد در مريخ و ماه استفاده ميشود [5]. حتي طيفسنجهاي دستي رامان به مرحله توليد صنعتي رسيدهاند و استفاده ميشوند [5]. در اينجا فقط به يك مورد از تحقيقات انجام گرفته در تشخيص پزشكي ذكر ميشود كه بر روي بافت پوست انسان و تشخيص سرطان پوست انجام شده است. اين تحقيق بخوبي توانسته است بافت سرطاني را از سالم با استفاده از تغييرات ساختار پروتئين و ليپيد تشخيص دهد [16]. همچنين Melanoma به عنوان خطرناكترين سرطان پوست در تحقيقي ديگر توسط طيفسنجي رامان مورد تشخيص قرار گرفت. اين روش توانست تا 99% موارد مورد اندازهگيري را درست تشخيص دهد [15]. مروري بر تحقيقات انجام شده توسط طيف سنجي MIR و رامان در كاربردهاي پزشكي منتشر شده است [19].
ميوه گوجهفرنگي (Lycopersicon esculentum L.) منبع غني از آنتياكسيدان، ويتامينها و تركيبات غذايي ميباشد [6] و تشخيص و بررسي دقيق ميزان اين تركيبات در ارزيابي كيفي محصول عرضه شده به بازار نقش عمدهاي دارد [17]. از طرفي ارزيابي معمول اين خصوصيات در آزمايشگاه مخرب بوده و ميوه مورد آزمايش از بين ميرود. همچنين روشهاي آزمايشگاهي مرسوم بسيار وقتگير بوده و علاوه بر آن، به كاليبراسيون و اندازهگيريهاي متعدد نيازمند است. طيفسنجي پراكندگي رامان به عنوان يك تكنيك رو به رشد و قدرتمند ميتواند گزينه مناسبي براي آزمون غير مخرب خصوصيات كيفي محصول از جمله ميزان قند، pH و رنگ باشد. ميزان قند محلول و اسيديته مشخصههاي مهمي براي ارزيابي رسيدگي و كيفيت ميوهها به شمار ميروند. مهمترين ويژگي ظاهري رسيدگي گوجهفرنگي رنگ مي باشد كه فاكتور مهمي در تصميم گيري مشتري براي خريد آن است. درجه رسيدگي نيز معمولا با استفاده از چارتهاي رنگي تعيين ميشود [9].
مواد و روشها
تحقيقات انجام گرفته در كشاورزي محدود به عاملهاي خاصي بوده است، در حاليكه ميتوان از قابليتهاي اين تكنيك در بررسي خواص ديگر ميوهها از جمله فاكتورهاي شيميايي و مكانيكي نيز بهره جست. بنابراین تحقیقی مبتنی بر تعيين غير مخرب و سريع عاملهاي كيفي ميوهها و به طور ویژه میوه گوجه فرنگی، با استفاده از طيفسنجي رامان و معرفي اين تكنيك به عنوان جايگزيني براي روشهاي مخرب و مرسوم تدوین گشت. لازم به ذکر میباشد که تا بحال اندازهگيري بيش از يك عامل كيفي با استفاده از روشهاي طيفسنجي به دليل پيچيدگي تفسير و حجم زياد متغيرها انجام نشدهاست. همچنين استفاده از پراكندگي رامان در اندازهگيري خصوصيات كيفي گوجهفرنگي و بخصوص رنگ و قند در منابع گزارش نشدهاست. بنابراین تحقیق حاضر در نوع خود در ایران و جهان جدید میباشد.
دستگاه طیفسنج Thermo Nicolet از نوع پاشندگی (dispersive) برای بدستآوردن طیفهای رامان مورد استفاده قرار گرفت. لیزر 532 نانومتر با توان حداکثر 100 میلیوات به عنوان منبع نوری بکارگرفته شد اما به دلیل جلوگیری از اثرات فتوشیمیایی و فتوفیزیکی نور تک فام لیزر، به صورت نرم افزاری از توان منبع نوری کاسته شد و در تمام آزمایشات از توان 30 میلی وات استفاده شد. وضوح طیف های گرفته شده cm-1 2 بوده که در طیفسنجی یک وضوح ایدهآل به شمار میرود، و پهنای باند سیگنال های گرفته شده بین عدد موجهای cm-1 400 و cm-1 4000 انتخاب شد که در محدوده مادون قرمز قرارگرفته و بهترین رنج جهت نمایش ترکیبات ملکولی می باشد. آب میوه نمونههای مورد آزمایش پس از انجام آزمایش های اپتیکی به آزمایشگاه صنایع غذایی منتقل شده و تستهای pH، قند محلول و رنگ بر روی آنها انجام شد. تجزیه و تحلیل طیفهای بدست آمده ابتدا در نرمافزار OMNIC NICOLET
انجام شد که به صورت بسته نرمافزاری در کنار دستگاه طیفسنج قرار دارد و سپس طیفها با فرمت سیگنال یکبعدی وارد محیط Excel و Matlab شده و مورد پردازش قرار گرفتند. بدین ترتیب پیشزمینه فلورسانسی که به عنوان مهمترین مشکل پردازشی مطرح می باشد، حذف شد. همچنین جهت یافتن باندهای مهم و تعیین کننده مشتق گیری طیفها انجام شد. در نهایت اشکال بخش نتایج به صورت واضح توانستند باندهای موثر و مهم تعیین کننده خصوصیات داخلی میوه را بروز دهند.
نتایج
محور افقی در تمامی طیفها مانند روش نمایش استاندارد طیفهای رامان عدد موج میباشد که در حقیقت معکوس طول موج بوده و در واحد cm-1 بیان میگردد. انتخاب این معیار بدین جهت است که مبین بهتری از فرکانس موج خواهد بود. محور عمودی نیز شدت پراکندگی رامان را نمایش میدهد و از طریق شمارش فوتونهای پراکنده شده از محصول در کاوشگر CCD بدست میآید. مطابق تحقیقات قبلی که توسط طیفسنجی رزونانسی رامان (RRS) بر روی کارتنوئیدهای برخی محصولات کشاورزی انجام شده است، این باندها را میتوان به ارتعاشات (1، (2 و (3 کارتنوئیدهای (-carotene و (-carotene نسبت داد که به دلیل ارتعاشات کششی کربن – کربن (C=C و C-C) در زنجیره اصلی بوجود میآیند [24]. به طور کلی طیفهای ارتعاشی کارتنوئیدها سه منطقه مشخصه ارتعاشات کششی C-C را دارا هستند. همانطور که در شکل1 دیده میشود، باندهای اصلی هر سه منطقه در محدوده عدد موجهای 1030، 1180 و 1540 در تمامی طیفها ظهور کرده است. از طرفی میوه گوجه فرنگی قرمز معمولی حاوی lycopene، (-carotene و (-carotene میباشد [22]. بررسی دقیقتر باند (1 در cm-1 1540 براساس مطالعات پیشین، حضور کاروتنها را بیشتر توجیه میکند تا لیکوپن، در حالیکه (2در cm-1 1180 (C-C) بیانگر حضور لیکوپن میباشد .باند سوم نیز که ضعیفتر از بقیه عمل میکند به ارتعاشات کششی C-CH3 نسبت داده شده است [23]. نکته دیگر در مورد طیفها اختلاف قابل توجه در شدت باندهاست که عمدتا مربوط به میزان رسیدگی میوه و در نتیجه مقدار کمی رنگدانههاست. بدیهی است که غلظت کارتنوئیدها میبایست در شدت پراکندگی رامان اثرگذار باشد. با جمعبندی دلایل فوق، طیفسنجی رامان روش مناسبی است برای اندازهگیری کمی و کیفی رنگ موادی که حاوی رنگدانههای از جنس کارتنوئیدها میباشند. بنابراین به طور قطع میتوان از این روش جدید در حوزه تشخیص رنگ مواد به صورت غیر مخرب بهره برد. اساسا به همین جهت است که روش طیفسنجی رامان در بسیاری از تحقیقات مربوط به رنگدانهها حتی در مباحث غیر کشاورزی مانند نقاشیهای هنری و پزشکی گزارش شده است [19]. نکته قابل توجه دیگر این است که طیفهای گرفته شده روی گوجه فرنگی و متعاقبا باندهای مربوط به کارتنوئیدها که نمایانگر رنگ در محصول میباشند، در توانهای بالای لیزر تغییر قابل توجهی نکرده و بنابراین انتخاب پاییین ترین توان لیزر مطلوب به نظر میرسید.
شکل1: طیفهای رامان در میوه گوجهفرنگی، (a) میوه در مرحله رسیدگی قرمز شدن (صورتی) (b) میوه کاملا رسیده، ارتفاع پیکهای مربوط به کارتنوئیدها قابل توجه است
باند cm-1 891 که در شکل 2 ظاهر شده است، را میتوان به ارتعاش CH نسبت داد که مبین کربوهیدراتهای موجود در میوه میباشد. همانطور که ملاحظه شد، این باند ضعیف بوده و در شکل 1 به طور واضح قابل تشخیص نمیباشد (هرچند در تحلیل سیگنالی طیف با استفاده از مشتقگیری ظاهر میشود) و دلیل آن هم وجود باند قویتر در محدوده کارتنوئیدهاست (cm-1 1030) که باندهای مجاور را پوششش میدهد. اما بطور کلی میتوان از همین طیف ضعیف نیز برای اندازهگیری مواد کربوهیدراتی از جمله قنده بهره جست.
شکل 2: طیف رامان در گوجهفرنگی کاملا رسیده. در این طیف علاوه بر طیفهای قوی مربوط به رنگدانههای لیکوپن و کاروتن، پیک متوسطی از کربوهیدراتها هم قابل شهود میباشد
لازم به توضیح است که کالیبراسیون و اعمال روشهای مدرن شیمیسنجی (chemometrics) بر روی طیفهای بدستآمده و در نتیجه اندازهگیری کمی و مدلینگ دادهها مورد تحقیق بوده و نتایج آن در آینده نزدیک ارائه میگردد. بدیهی است که با اعمال چنین روشهایی میتوان با در دست داشتن باندهای ارتعاشی حتی ضعیفتر از باندهای مذکور به مقایسه کمی و کیفی میوهها و به طور کلی محصولات کشاورزی اقدام نموده و در نهایت با روشی غیر مخرب، سریع و مطمئن میوهها را درجهبندی نمود.
نتیجهگیری
جدول 1 نشانگر جایگاه هرکدام از روشهای مورد بحث و پارامترهای کیفی قابل اندازهگیری توسط هرکدام از آنها را نمایش میدهد. طیفسنجی رامان به عنوان روشی کارا و سریع و با ملاحظه برتریهای آن نسبت به روشهای دیگر غیر مخرب میتواند ابزاری سودمند در اندازهگیری غیرمخرب پارامترهای کیفی محصولات کشاورزی محسوب شود. تجزیه و تحلیل طیفهای بدست آمده در این تحقیق و مقایسه با تحقیقات پیشین، نشان داد که طیفسنجی رامان میتواند به خوبی جهت بررسی کیفی پارامترهای میوه گوجهفرنگی استفاده شود. هر سه منطقه مشخصه کارتنوئیدها به عنوان شاخصههای رنگی در میوهجات در طیفهای بدستآمده به طور واضح نشان داده شد و همچنین آزمایشات انجام شده توانست ثابت کند که میزان مواد جامد محلول و کربوهیدراتهای موجود را نیز میتوان اندازهگیری نمود.
پیشنهادها
نتایج حاصله در این تحقیق به خوبی نشان داد که با اعمال روشهای پردازشی سیگنالهای طیفی و نیز اعمال شیمیسنجی به طور یقین قادر خواهیم بود اندازهگیریهای کیفی و کمی ترکیبات داخلی محصولات کشاورزی را در سریعترین زمان و بدون تخریب میوه انجام داد. این روند در ادامه تحقیق مورد بحث بوده و امید است نتایج آن در آینده نزدیک ارائه گردد. بدیهی است که توسعه چنین روشی به ویژه در حوزه سختافزاری گام بزرگی در جهت بهینه کردن کیفی میوهجات و به طور کلی محصولات کشاورزی و در نهایت سود اقتصادی بیشتر میباشد.
فهرست منابع
1-سی ان بنول. 1381. مباني طيفسنجي مولكولي. ترجمه اسلامپور، ر. و حسنپور، م. مشهد. انتشارات آستان قدس رضوي، 422 صفحه.
2- توکلی هشجین، ت. 1382. مکانیک محصولات کشاورزی. ترجمه. تهران، نشر خدمات فرهنگی سالکان. 528 صفحه.
3-پی آر کری. 1379. كاربرد بيوشيميايي اسپكتروسكویپهاي رامان و رزونانس رامان. ترجمه قيامتي يزدي، ا. مشهد، نشر مشهد. 251 صفحه.
4-Abbott, J.A., Lu, R., Upchurch, B.L. and Stroshine, R.L. 1997. Technologies for nondestructive quality evaluation of fruits and vegetables. Horticulture Review, 20: 1-120.
5-Anonymous. 2006. Raman spectroscopy: a complex technology moving from lab to the clinic ? and before too long, the marketplace. Available on-line at: http://www.opticsreport.com/content/
6-Anonymous 1999. Tomatoes: Licopersicon esculentum. USDA nutrient database for standard reference, release 13.
7-Brosnan, T. and Sun, D.W. 2002. Inspection and grading of agricultural and food products by computer vision systems-a review. Computers and Electronics in Agriculture 36: 193-/213.
8-Butz, P., Hofmann, C. and Tauscher, B. 2005. Recent developments in noninvasive techniques for fresh fruit and vegetable quality analysis. Journal of Food Science, 70(9): 131-141.
9-Camelo, A.F.L. and Gomez, P.A. 2004. Comparison of color indexes for tomato ripening. Horticultura Brasileira, Brasília,22 (3):.534-537.
10-Chen, H C., Chen, X D. and Lu, Q P. 2006. BP-ANN Application to the Model Establishment of Determination Wheat Protein Using Near Infrared Spectroscopy. Journal of Physics: Conference Series, 48: 29–35.
11-Dardenne, P., Cowel, A., Berzaghi, P., Flinn, P.C., Lagerholm, M., Shenk, J.S. and Westerhaus, M.O. 2002. Standarisation of near infrared instruments, influence of the calibration methods and the size of the cloning set. In: Davies, A.M.C. and Cho, R.K., editors. Near infrared spectroscopy: Proceedings of the 10th Intl. Conference. Charlton, Chichester. U.K.: NIR Publications, 23-28.
12-Du, C.J. and Sun, D.W. 2004. Recent developments in the application of image processing techniques for food quality wvaluation. Foof Science & Technology, 15: 230-249.
13-Edwards, H.G.M., Munshi, T. and Anstis, M. 2005. Raman spectroscopic characterisations and analytical discrimination between caffeine and demethylated analogues of pharmaceutical relevance. Spectrochimica Acta, Part A, 61: 1453–1459
14-Gao, X., Heinemann, P.H. and Irudayaraj, J. 2003. Non-destructive apple bruise on-line test and classification with raman spectroscopy. American Society of Agricultural and Biological Engineers, ASAE Annual Meeting, St. Joseph, Michigan. Paper No: 033025.
15-Gniadecka, M., Philipsen, P. A., Sigurdsson, S., Wessel, S., Nielsen, O. F., Christensen, D. H., Hercogova, J., Rossen, K., Thomsen, H. K., Gniadecki, R., Hansen, L. K. and Wulf, H. C. 2004. Melanoma Diagnosis by Raman Spectroscopy and Neural Networks: Structure Alterations in Proteins and Lipids in Intact Cancer Tissue. Journal of Investigative Dermatology, 122 (2): 443-449(7).
فایل : 10 صفحه
فرمت : Word