Please use this identifier to cite or link to this item: http://ithesis-ir.su.ac.th/dspace/handle/123456789/911
Full metadata record
DC FieldValueLanguage
dc.contributor.authorไชยรัตนโชติ, นิมมิตรา-
dc.contributor.authorChaiyarattanachote, Nimmitra-
dc.date.accessioned2017-08-31T04:07:27Z-
dc.date.available2017-08-31T04:07:27Z-
dc.date.issued2560-01-09-
dc.identifier.urihttp://ithesis-ir.su.ac.th/dspace/handle/123456789/911-
dc.description56403207 ; สาขาวิชาเทคโนโลยีอาหาร -- นิมมิตรา ไชยรัตนโชติen_US
dc.description.abstractงานวิจัยนี มีวัตถุประสงค์เพื่อศึกษาอิทธิพลของตำแหน่งบนผลมะม่วงต่อประสิทธิภาพการใช้เทคนิคสเปกโทรสโกปีอินฟราเรดย่านใกล้ (near-infrared spectroscopy, NIRS) และเทคนิคการถ่ายภาพเชิงสเปกตรัม (hyperspectral imaging, HSI) ในการตรวจสอบคุณภาพภายในและปริมาณเบต้าแคโรทีนในมะม่วงน้ำดอกไม้สีทอง การศึกษานี ใช้ตัวอย่างมะม่วงจ้านวน 188 ผล จากการซื้อมะม่วงมาทั้งหมด 4 ชุดการทดลอง โดยในแต่ละครั้งน้ามะม่วงมาบ่มให้สุกที่อุณหภูมิห้อง เป็นเวลา 7 วัน จากนั้นในทุกๆวันของการบ่มท้าการสุ่มมะม่วงจ้านวน 6 ผล มาวัดสเปกตรัมด้วยเทคนิค NIRS ที่ต้าแหน่งบนผลมะม่วงที่แตกต่างกัน ได้แก่ ต้าแหน่งไหล่ผล แก้มผล และปลายผล ในช่วงความยาวคลื่น 800 ถึง 2500 นาโนเมตร ระบบการวัดแบบสะท้อนกลับ จากนั้นท้าการถ่ายภาพเชิงสเปกตรัมด้วยเทคนิค HSI ในช่วงความยาวคลื่น 450 ถึง 1000 นาโนเมตร ด้วยการถ่ายภาพแบบทั้งผลในระบบการวัดแบบสะท้อนกลับ แล้วน้ามะม่วงจากแต่ละต้าแหน่งบนผลที่ท้าการวัดสเปกตรัมด้วยเทคนิค NIRS และ HSI ไปวิเคราะห์คุณภาพทางเคมีและปริมาณเบต้าแคโรทีน สร้างสมการหาความสัมพันธ์ระหว่างข้อมูลสเปกตรัมที่ได้จากการวัดในแต่ละต้าแหน่งผล และสเปกตรัมเฉลี่ยจากทุกตำแหน่งกับค่าทางเคมี ด้วยเทคนิคก้าลังสองน้อยที่สุดบางส่วน (partial least square, PLS) จากการศึกษาพบว่า ตำแหน่งของการวัดสเปกตรัมบนผลมะม่วงมีอิทธิพลต่อประสิทธิภาพในการทำนายค่าด้วยเทคนิค NIRS โดยอิทธิพลของต้าแหน่งบนผลมะม่วงมีผลต่อการท้านายคุณภาพ ได้แก่ ปริมาณกรดที่ไทเทรตได้ (titratable acidity, TA) และความเป็นกรดด่าง (pH) ปริมาณของแข็งที่ละลายได้ทั้งหมด (total soluble solids, TSS) และปริมาณเบต้าแคโรทีน (ß-carotene) โดยสมการท้านายค่าในการตรวจสอบค่า TSS, TA และ pH ที่ต้าแหน่งแก้มผลมีค่าสัมประสิทธิ์การตัดสินใจ (coefficient of determination; R2) ต่้ากว่าต้าแหน่งอื่นๆ และมีค่าความผิดพลาดมาตรฐานของการท้านาย (standard error of prediction, SEP) สูงกว่าต้าแหน่งอื่นบนผลมะม่วง แต่อย่างไรก็ตามค่า R2 ของ TSS และค่า pH ที่ได้จากต้าแหน่งแก้มผลมีค่ามากกว่า 0.80 ซึ่งสามารถใช้ในการคัดเลือกและประมาณค่าได้ และค่า R2 ของ TA มีค่ามากกว่า 0.70 ซึ่งสมการยังสามารถใช้ในการคัดเลือกเบื องต้นได้ แต่การสร้างสมการท้านายค่าจากสเปกตรัมเฉลี่ยทุกต้าแหน่งบนผลมีความแม่นย้ามากที่สุดในการตรวจสอบค่า TSS และ TA โดยมีค่า R2 เท่ากับ 0.9 และ 0.84 และมีค่า SEP เท่ากับ 1.1 องศาบริกซ์ และ 0.29 กรัมกรดซิตริกต่อหนึ่งร้อยกรัมตัวอย่างสด ตามล้าดับ ส่วนสมการท้านายค่า pH มีความแม่นย้าที่ตำแหน่งปลายผล มีค่า R2 และ SEP เท่ากับ 0.90 และ 0.42 ตามล้าดับ และในการตรวจสอบปริมาณเบต้าแคโรทีนด้วยเทคนิค NIRS พบว่าสมการท้านายค่าที่ตำแหน่งไหล่ผล แก้มผล และปลายผล (R2 อยู่ในช่วง 0.62 – 0.77) มีความแม่นยำน้อยกว่าสมการที่สร้างจากสเปกตรัมเฉลี่ยจากทุกตำแหน่งบนผล โดยสมการท้านายปริมาณเบต้าแคโรทีนที่ได้มีค่า R2 และ SEP เท่ากับ 0.90 และ 1.02 มิลลิกรัมต่อหนึ่งร้อยกรัมตัวอย่างแห้ง ตามล้าดับ นอกจากนี้ตำแหน่งการเลือกสเปกตรัมและค่าทางเคมีบนผลมะม่วงมีอิทธิพลต่อการตรวจสอบคุณภาพด้วยเทคนิค HSI พบว่า สมการที่ได้จากสเปกตรัมเฉลี่ยจากทุกต้าแหน่งผลมีความแม่นยำมากที่สุด โดยค่า TA และ pH มีค่า R2 เท่ากับ 0.88 และ 0.92 และมีค่า SEP เท่ากับ 0.29 กรัมกรดซิตริกต่อหนึ่งร้อยกรัมตัวอย่างสด และ 0.38 ตามล้าดับ ในการศึกษานี้พบว่า การตรวจสอบค่า TSS ด้วยเทคนิค HSI ในทุกตำแหน่งผลของการวัดสเปกตรัมมีค่า R2 อยู่ในช่วง 0.5 – 0.6 ซึ่งอยู่ในเกณฑ์ที่มีความแม่นยำน้อย และในการตรวจสอบปริมาณเบต้าแคโรทีนด้วยเทคนิค HSI พบว่า สมการท้านายปริมาณเบต้าแคโรทีนมีความแม่นยำในทุกต้าแหน่งผล แต่สมการทำนายค่าที่ได้จากการเฉลี่ยสเปกตรัมจากทุกตำแหน่งผลมีความแม่นยำมากที่สุด มีค่า R2 และ SEP เท่ากับ 0.88 และ 1.11 มิลลิกรัมต่อหนึ่งร้อยกรัมตัวอย่างแห้ง ตามล้าดับ The effect of fruit positions on the efficiency of NIRS and HSI application in determination of ß-carotene and internal quality of mango cv Nam Dok Mai subcv Si Thong was investigated. A total of 188 fruits from 4 purchase lots was used. Fruits were ripened at room temperature for 7 days. At each day, six fruits were randomly selected for NIRS and HSI measurements. NIR spectra were acquired at 3 positions per fruit including shoulder, cheek and tip at the wavelength region (λ) of 800 – 2500 nm in a reflectance mode. HSI analysis was done at λ 450 – 1000 nm in a reflectance mode for a single shot. Fruits from three positions were taken to determine internal qualities and ß-carotene content. Calibration models for predicting ß-carotene content and internal qualities were developed using a PLS regression. It was found that the position of spectrum measurement on mango fruit affected the prediction efficiency in determination of internal quality and ß-carotene using NIRS. The fruit position affected the accuracy of TA, TSS, pH and ß-carotene prediction model. The prediction model of TSS, TA and pH developed from the cheek position spectra presented the lowest and the highest R2 and SEP, respectively. However, the R2 of TSS and pH obtained by spectrum measuring at cheek position were higher than 0.80 which can be used for selecting and predicting. while R2 of TA was higher than 0.70 which can be used for the primary selection. The accuracy of the prediction model developed from average spectra of three positions was shown R2 and SEP of 0.9 and 1.1 ๐Brix for TSS, respectively, and 0.84 and 0.29 g citric acid/100g sample for TA, respectively. The best prediction model of pH was developed from the tip position with R2 and SEP of 0.9 and 0.42, respectively. For ß-carotene, the prediction models developed from each position spectra showed lower R2 than the prediction model developed from the average spectra. The best prediction model for ß-carotene had R2 and SEP of 0.90 and 1.02 g/100g dried sample, respectively. In addition, fruit position affected the prediction efficiency using HSI. The accuracy of the prediction models developed from average spectra, was shown as R2 and SEP of 0.88 and 0.29 g citric acid/100g sample for TA model, 0.88 and 1.11 g/100g dried sample for ß-carotene model and 0.92 and 0.38 for pH model. The TSS model has the lowest prediction accuracy (R2 of 0.5 to 0.6 and SEP of 2.1 to 2.2).en_US
dc.language.isootheren_US
dc.publisherมหาวิทยาลัยศิลปากรen_US
dc.subjectมะม่วงน้ำดอกไม้สีทองen_US
dc.subjectสเปกโทรสโกปีอินฟราเรดย่านใกล้en_US
dc.subjectการถ่ายภาพเชิงสเปกตรัมen_US
dc.subjectเบต้าแคโรทีนen_US
dc.subjectคุณภาพภายในen_US
dc.subjectดัชนีการสุกen_US
dc.subjectMANGOen_US
dc.subjectNEAR INFRARED SPECTROSCOPY,en_US
dc.subjectHYPERSPECTRAL IMAGINGen_US
dc.subjectINTERNAL QUALITYen_US
dc.subjectBETA CAROTENEen_US
dc.subjectRIPENING INDEXen_US
dc.titleการใช้เทคนิคสเปกโทรสโกปีอินฟราเรดย่านใกล้และเทคนิคการถ่ายภาพเชิงสเปกตรัมในการติดตามคุณภาพภายในและปริมาณเบต้าแคโรทีนในมะม่วงน้ำดอกไม้สีทองen_US
dc.title.alternativeNEAR INFRARED SPECTROSCOPY AND HYPERSPECTRAL IMAGING TECHNIQUES FOR DETECTING INTERNAL QUALITY AND BETA-CAROTENE IN MANGO CV. NAM DOK MAI SUBCV. SI THONGen_US
dc.typeThesisen_US
Appears in Collections:Engineering and Industrial Technology

Files in This Item:
File Description SizeFormat 
56403207 นิมมิตรา ไชยรัตนโชติ.pdf7.26 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.