کاهش ضایعات مواد غذایی با استفاده از سنسورهای هوشمند - مجله سرگرمی

به گزارش خبرنگار، کشاورزی مدرن با دستیابی به پیشرفت های فنی مانند دستگاه های شخم زدن و برداشت محصول، آبیاری کنترل شده، کودها، سموم دفع آفات، اصلاح نباتات و تحقیقات ژنتیک تکامل یافته است. این ها به کشاورزان یاری نموده است که محصولات با کیفیت بسیاری را به روشی نسبتاً قابل پیش بینی فراوری نمایند.

اما هنوز پیشرفت هایی برای دستیابی به بهترین عملکرد ممکن از انواع مختلف خاک وجود دارد؛ و همچنین ضرر های بزرگی که به ویژه هنگام برداشت و پس از آن، به دلیل نبود نظارت و استفاده نادرست از محصولات، رخ می دهد. این صنعت احتیاج به راه چاره های هوشمند و دقیق دارد که به وسیله فناوری جدید قابل دسترسی است.

کشاورزی هوشمند با هدف استفاده از فناوری های نوین، برای بهبود عملکرد و کیفیت محصول است. یک مثال کشاورزی دقیق، یک مفهوم خاص برای مدیریت محصول در سایت است که از یک سیستم پشتیبانی تصمیم گیری مبتنی بر نظارت، اندازه گیری و پاسخ به تغییرپذیری درون و درون میدانی در محصولات زراعی استفاده می نماید. فناوری جدید به کشاورزان این امکان را می دهد تا بازده خود را بهینه نموده و منابع را حفظ نمایند. چنین راه چاره های مانیتورینگ با ادغام دستگاه های سنجش الکترونیکی که داده ها را در خاک، محیط و یا محصولات ضبط می نمایند، قابل دستیابی است. سپس داده ها می توانند به وسیله فرآیندی به نام تجزیه و تحلیل داده، اطلاعات مفیدی را برای تصمیم گیری فراهم نمایند.

هدف این است که استفاده بهینه از خاک در یک زمینه خاص، کنترل و مراقبت از محصولات زراعی و تصمیم گیری آگاهانه در خصوص استفاده از محصولات پس از برداشت محصول انجام گردد.

هدف از ایجاد و استفاده از سنسورها، معین کیفیت طیف گسترده ای از محصولات باغی، از جمله میوه هاست. محققان از روش های هوش رایانه ای برای تشخیص نقص و پیش بینی کیفیت میوه استفاده کردند.

آخرین تحقیقات نشان داد که راه چاره های مبتنی بر داده، دارای چندین مزیت است؛ مثلا آن ها می توانند با کاهش خسارات میوه ها و سبزیجات در زنجیره تأمین از مزرعه تا مصرف یاری نمایند.

با این حال میوه ها و سبزیجات می توانند قبل، هنگام و بعد از برداشت و همچنین در انبار آسیب ببینند و بعضی پوسیدگی و خراب شدن هم ناشی از ویروس ها، قارچ ها، باکتری ها یا پاتوژن های میکروبی است. محصولاتی هم که کاملاً بسته بندی یا کبود شده اند در معرض آسیب پذیری در برابر عفونت ها بوده و ماندگار نمی شوند.

طبق آمار سازمان غذا و کشاورزی سازمان ملل متحد، حدود 14 ٪ از مواد غذایی دنیا پس از برداشت محصول و قبل از رسیدن به مغازه ها و بازار ها از بین می رود که به این ترتیب تقریباً یک سوم غذای دنیا هم از بین رفته یا هدر می رود. به حداقل رساندن فقدان مواد غذایی و زباله برای ایجاد دنیای عاری از هرگونه سوءهاضمه که بیش از 821 میلیون نفر در حال حاضر از گرسنگی رنج می برند، بسیار مهم است.

: هوش مصنوعی پیانیست مشهور برزیلی را پس از 50 سال پای کار آورد

تحقیقات ما شامل نقشی است که تجزیه و تحلیل داده ها در تشخیص نقص در میوه و سبزیجات می تواند داشته باشد. محققان دریافتند که یادگیری ماشینی، توانایی رایانه ها برای یافتن الگو های داده، پیش بینی و تصمیم گیری بدون برنامه ریزی صریح افزایش داده و از روش های سنتی برای طبقه بندی محصولات فراتر می رود.

یادگیری ماشینی در تشخیص بیماری های گیاهی و میوه دستاورد های چشمگیری داشته است. این امر می تواند با هدف نظارت بر کیفیت میوه و سایر غذا ها گسترش پیدا کند. از سنسور ها می توان برای تشخیص حشرات و بیماری ها در میوه ها و سبزیجات استفاده کرد. آن ها همچنین می توانند خواص بدنی مانند استحکام و اسیدیته را برای معین کیفیت محصول اندازه گیری نمایند.

قابل قبول بودن این محصولات به رنگ، شکل، اندازه، شیرینی و نبود هیچ نقصی مانند کبودی و آلودگی حشرات بستگی دارد.

دستگاه های سنجش می توانند داده های مربوط به این خصوصیات را به الگوریتم های رایانه برای تجزیه و تحلیل ارائه دهند. این تحولات جدید در یادگیری ماشین، امکان معین سریع و مؤثر کیفیت و پیش بینی کیفیت محصولات تازه را فراهم می آورد.

به عنوان مثال، تکنیک های تصویربرداری با الگوریتم های یادگیری ماشین همراه است تا بتواند کبودی، سرماخوردگی و قهوه موجود در میوه مانند سیب، گلابی و مرکبات و نقایص مختلف گوجه فرنگی را تشخیص دهد. برنامه های مبتنی بر تلفن های هوشمند برای استفاده در تشخیص کیفیت میوه ها در حال توسعه هستند.

یک فرایند تحقیقاتی دنیای در حال حاضر با هدف ادغام دستگاه های سنجش در امتداد زنجیره غذایی برای نظارت و کنترل مداوم شاخص های کیفیت، به راه چاره هایی دست یافته است.

نخست نظارت بر محصول؛ از سنسور ها می توان برای اندازه گیری خواص میوه و سبزیجات در هنگام رشد مانند رنگ، اندازه و شکل استفاده کرد. چنین اطلاعاتی به کنترل شرایط رشد مانند تأمین آب یاری و بهترین تاریخ برداشت را به طور دقیق معین می نماید؛ این باعث کاهش خسارات هنگام برداشت می گردد، مثلا بعضی از کشاورزان خرده فروشی در آلمان به وسیله تلفن های هوشمند برای ارسال کیفیت محصولات زراعی خود به وسیله ارسال تصاویر محصول که توسط متخصصین به وسیله مدل های یادگیری ماشین پردازش می شوند، استفاده می نمایند و سپس به بازخورد آن به کشاورزان ارسال می گردد. شرکت ها در حال تهیه مدل هایی برای ردیابی عوامل محیطی مانند تغییرات آب و هوا هستند.

teroll.ir: مجله سرگرمی و تفریحی | مجله سفر، گردشگری و مسافرتی

huseynvahedi.ir: وبلاگ واحدی | من یک جهانگرد هستم

studiomerina.ir: استدیو مرینا، مجله خبری صنایع هنری، گردشگری، ورزشی و عملی