สืบค้นงานวิจัย
การประเมินคุณภาพการสีของข้าวโดยใช้เทคนิค NIR
วิโรจน์ เครือภู่ - มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก
ชื่อเรื่อง: การประเมินคุณภาพการสีของข้าวโดยใช้เทคนิค NIR
ชื่อเรื่อง (EN): Rice Milling Quality Assessment using NIR
บทคัดย่อ: บทคัดย่อ งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความสัมพันธ์ระหว่างคุณภาพการสีของข้าว กับสมบัติ ทางกายภาพ สมบัติทางกล ค่าการดูดกลืนแสงช่วง 1400-2600 นาโนเมตร ของข้าวเปลือกและข้าว กล้อง เพื่อหาแนวทางการประเมินคุณภาพการสีของข้าว โดยใช้เทคนิค NIR ซึ่งไม่ต้องท าลาย ตัวอย่างและท าได้อย่างรวดเร็ว อันจะเป็นประโยชน์ต่อการประเมินราคารับซื้อข้าวเปลือกตาม คุณภาพการสีของข้าว ได้ท าการทดลองที่สาขาวิศวกรรมเกษตรและเทคโนโลยี คณะเกษตรศาสตร์ และทรัพยากรธรรมชาติ มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก จังหวัดชลบุรี โดยใช้ ข้าวเปลือกพันธุ์ขาวดอกมะลิ 105 จากแปลงปลูกของเกษตรกร รอบมหาวิทยาลัยในเขตจังหวัด ชลบุรี การวิจัยเริ่มจากการเตรียมข้าวเปลือกตัวอย่าง 3 ตัวอย่างให้มีคุณภาพการสีแตกต่างกัน โดย การน าข้าวเปลือกแห้งความชื้นประมาณ 12 เปอร์เซ็นต์ ไปแช่น้ าเป็นเวลา 2, 5 และ 10 นาที จากนั้นซับน้ าออกและผึ่งลมให้แห้ง จากการทดลองพบว่า ข้าวเปลือกตัวอย่างที่น ามาทดลองมี คุณภาพการสีแตกต่างกันอย่างมีนัยส าคัญทางสถิติ (p<0.01) โดยมีปริมาณข้าวรวม ปริมาณข้าว ต้น และปริมาณข้าวหักทั้งหมด ระหว่าง 35.46-63.57, 25.23-55.34 และ13.50-28.47 เปอร์เซ็นต์ ตามล าดับ สมบัติทางกายภาพของข้าวเปลือกและข้าวกล้องมีความสัมพันธ์ทางสถิติอย่างมี นัยส าคัญยิ่ง (p<0.01)กับคุณภาพการสีของข้าวโดยเฉพาะปริมาณข้าวหักทั้งหมด นอกจากนี้ค่าการดูดกลืนแสง (log 1/R) ช่วงNIR ที่ความยาวคลื่น 1400-2600 นาโนเมตร ของข้าวเปลือกและข้าวกล้องมีค่าแตกต่างกันเนื่องจากลักษณะทางกายภาพที่แตกต่างกัน PLSR model ของค่าการดูดกลืนแสงช่วง NIR ของข้าวเปลือกและของข้าวกล้องกับปริมาณข้าวหักทั้งหมด มีค่า Correlation coefficient สูงที่สุด และค่าความยาวคลื่นที่เหมาะสมส าหรับข้าวเปลือกอยู่ที่ช่วง 2000-2600 นาโนเมตร ส าหรับข้าวกล้องอยู่ที่ช่วง 1400-2100 และ 2500-2600 นาโนเมตร Calibration model ส าหรับการท านายค่าปริมาณข้าวหักทั้งหมด จากค่าการดูดกลืนแสงช่วง 2000- 2600 นาโนเมตรของข้าวเปลือก โดยมีการท า Multiple Scatter Correction ร่วมกับ 1 st derivative (MSC+1D) จะท าให้การท านายมีค่า R มากที่สุดและมีค่า SEP ต่ าที่สุดส่งผลให้ค่า RPD สูงที่สุด โดยมีค่าเท่ากับ 0.882, 1.744 และ 2.116 ตามล าดับ ส าหรับข้าวกล้องค่าการดูดกลืนแสงช่วง 1400-2100 และ 2500-2600 นาโนเมตร และมีการท า Savitzky-Golay Smoothing จะท าให้ผล การท านายมีค่า R มากที่สุดและมีค่า SEP ต่ าที่สุด ส่ งผลให้มีค่า RPD มากที่สุดด้วย โดยมีค่า เท่ากับ 0.905, 1.573 และ 2.346 ดังนั้นจึงมีความเป็นไปได้ที่จะประเมินคุณภาพการสีของข้าวจากค่าการดูดกลืนแสงช่วง NIR โดยไม่มีการท าลายตัวอย่าง
บทคัดย่อ (EN): The objectives of this study were tofind the correlation between the milling quality of rice and their physicals, mechanical and light reflectance at 1400-2600 nm of rough rice and brown rice. In order to access the milling quality of rice by using the NIR technique as it was non destructive method and easy. This will beget the reasonable price depend on the quality of rice. The study was conducted at Postharvest Lab, Agricultural Engineering and Technology Dept. Faculty of Agriculture and National Resources, Rajamangala University of Technology Tawon-ok, Chonburi. The KDML105 rough rice from the farmer near by the campus was used as the sample. The experiment started by preparing the different milling quality rice samples. The sample at about 12% moisture content were soaked in the water for 2, 5 and 10 minutes after that the water was absorbed and shed dried. The milling quality of the samples were significancedifference (p<0.01) which had the milled rice, head rice and total broken rice at 35.46-63.57, 25.23- 55.34 and 13.50-28.47% respectively. The properties of rough rice and brown rice showed the significantlydifference (p<0.01) with the milling quality of rice especially the total broken rice had the highest correlation. The NIR absorbance (log 1/R) at 1400-2600 nm of rough rice and brown rice showed the difference effect according to the difference surface. PLSR model for predicting total broken rice using NIR absorbance of rough rice and brown rice showed the highest correlation coefficient (R). The wavelength at 2000-2600 nm of rough rice had the highest R where as at 1400-2100 and 2500-2600 nm was for brown rice. The best model for predicting total broken rice using log 1/R at 2000-2600 nm of rough rice pretreatment with multiple scatter correction followed by 1st derivative (MSC+1D) had the highest R the lowest SEP and the highest RPD at 0.882, 1.744 and 2.116 respectively. However for brown rice log 1/R at 1400-2100 and 2500-2600 nm and pretreatment with Savitzky-Golay Smoothing had the best result with the highest R, the lowest SEP and the highest RPD at 0.905, 1.573 and2.346respectively. The result showed that it could be using NIR technique to access rice milling quality non destructively.
บทคัดย่อ: ไม่พบข้อมูลจากหน่วยงานต้นทาง
ภาษา (EN): th
เผยแพร่โดย: มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก
คำสำคัญ: เนียร์อินฟาเรด
เจ้าของลิขสิทธิ์: สำนักงานคณะกรรมการวิจัยแห่งชาติ
หากไม่พบเอกสารฉบับเต็ม (Full Text) โปรดติดต่อหน่วยงานเจ้าของข้อมูล

การอ้างอิง

วิโรจน์ เครือภู่. "การประเมินคุณภาพการสีของข้าวโดยใช้เทคนิค NIRRice Milling Quality Assessment using NIR". มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก. 2556

วิโรจน์ เครือภู่. "การประเมินคุณภาพการสีของข้าวโดยใช้เทคนิค NIRRice Milling Quality Assessment using NIR". มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก. 2556. Print.



TARR Wordcloud:
การประเมินคุณภาพการสีของข้าวโดยใช้เทคนิค NIR
วิโรจน์ เครือภู่
มหาวิทยาลัยเทคโนโลยีราชมงคลตะวันออก
30 กันยายน 2556
ข้าวให้พลังงานผสานคุณค่าอาหาร การประเมินความชอบด้านคุณภาพข้าวโดยให้เกษตรกรมีส่วนร่วม ผลของการใช้รังสีแกมมาต่อคุณภาพของข้าว การเปลี่ยนแปลงคุณภาพข้าวในระหว่างการเก็บรักษาและการเร่ง/ชะลออายุข้าว ความชื้นข้าวเปลือกระดับต่าง ๆ ที่มีผลต่อคุณภาพการสีและคุณภาพข้าวสารเมื่อเก็บรักษา การจัดการคุณภาพข้าวกล้องเพื่อการค้า การพัฒนาวิธีการประเมินคุณภาพข้าวเปลือกชื้นภายใต้ระบบตรวจสอบคุณภาพ การใช้น้ำส้มควันไม้ในการเพิ่มผลผลิตและคุณภาพข้าวหอมมะลิอินทรีย์ในสภาพนาหว่าน การสำรวจความแปรปรวนของคุณภาพข้าวหอมมะลิ ผลกระทบของความร้อนที่มีต่อคุณภาพข้าวหอมไทย
คัดลอก URL
กระทู้ของฉัน
ผลการสืบค้นทั้งหมด โพสต์     เรียงลำดับจาก
พัฒนาระบบโดยศูนย์ความรู้เฉพาะด้านวิศวกรรมความรู้และวิศวกรรมภาษาDeveloped by Center of Excellence for Unified Knowledge and Language Engineering
สนับสนุนโดยสำนักงานพัฒนาการวิจัยการเกษตร (องค์การมหาชน)Supported by the Agricultural Research Development Agency (Public Organization)
แบบสำรวจความพึงพอใจQuestionair