Развитие отечественного АПК является одним из приоритетных направлений для нашей страны. Поэтому надеемся, что материалы публикуемые в журнале внесут достойный вклад в успешное развитие научного поиска, повышение значимости научных разработок, подъем сельскохозяйственного производства
 д. с.-х. н., профессор А.В.Алабушев

 

№3 2010

№2 2010

№1 2010

№6 2009

№5 2009

№4 2009

№3 2009

№2 2009

№1 2009

 

 

Теоретический и научно-практический журнал ISSN 2079-8733

УДК 664.71–11

С.А. Леонова,
канд. техн. наук,
ФГОУ ВПО Башкирский государственный
аграрный университет,
г. Уфа, bgau@ufanet.ru

Применение интроскопической оценки зерна пшеницы в целях стабилизации качества формируемых партий

 


Выполнена интроскопическая оценка партий пшеницы, выращенных в различные годы в нескольких почвенно-климатических зонах Башкортостана. Разработаны математические модели связи интроскопических свойств с качественными показателями и подтверждена их адекватность.
It is made an introscopic evaluation of wheat parties grown in different soil-climatic zones of Bashkortostan in different years. These are developed mathematic models of introscopic properties connection with quality parameters and it is proved their adequacy.

Ключевые слова: пшеница, качество, интроскопическая оценка, математическая модель
Key words: wheat, quality, introscopic evaluation, mathematic model.

Введение. Существенным моментом, ограничивающим возможность дифференциации партий зерна в полевых условиях и на зерновом токе по признакам качества, является отсутствие достоверной, быстрой и достаточно простой методики экспрессного анализа качественных параметров. Еще в 80-е годы ХХ столетия для этих целей использовали листовую диагностику, позволяющую оценить обеспеченность растений азотом и тем самым прогнозировать возможное содержание белка в урожае, полученном на конкретном поле. Однако степень достоверности данной методики оказалась невысока. В те же годы широко практиковалось так называемое предварительное обследование качества урожая: с поля за несколько дней до уборки (как вариант – из скошенных валков либо непосредственно на зернотоке) отбирались пробы и анализировались на содержание клейковины (белка). Подобное обследование, при всех его достоинствах, является весьма трудоемким и требует наличия хорошо оснащенной лаборатории.
В последнее время довольно активно развивается техника так называемого рентгенографического досмотра зерна и семян. При этом достаточно просто оцениваются поврежденность насекомыми (в том числе скрытая), щуплость семян, их травмированность и т.п. При проведении рентгеновского досмотра некоторых показателей качества зерна и семян используются соответствующие отечественные и международные стандарты – единый стандарт ISTA (международной организации по контролю качества семян) по рентгенографическому анализу качества семян, международный стандарт ИСО 1162–75, ГОСТ 28666.4–90. Рентгенографический метод используется также для выявления скрытой зараженности зерна при проведении энтомологической экспертизы продуктов запаса, согласно ГОСТ 28420–89. Одним из неоспоримых преимуществ рентгенографического досмотра зерна перед традиционными методами является возможность дифференцированной оценки партий зерна непосредственно после уборки. Для этих целей в последнее время созданы малодозовые методики рентгенодиагностики, позволяющие создавать передвижные мобильные рентгенкомплексы для диагностики состояния растений и семян непосредственно в поле [1].
Материалы и методы. Технологические показатели определяли в лаборатории кафедры технологии хранения и переработки продукции растениеводства Башкирского ГАУ общепринятыми стандартными методами. Интроскопические исследования выполнены доктором биологических наук, профессором                     М.В. Архиповым в ГНУ Агрофизический научно-исследовательский институт Россельхозакадемии. Для исследований использовали передвижную рентгендефектоскопическую установку ПРДУ–02, состоящую из рентгеновского микрофокусного излучателя, рентгеновской камеры и пульта управления. Пробу зерна в один слой располагали на бумажной карточке между источником и приемником рентгеновского излучения. Проводили экспозицию мягким рентгеновским излучением. После получения изображения на компьютере установки ПРДУ–02 проводили автоматическую обработку изображения для выявления в пробе зерна различных дефектов и их процентного содержания. Характеристики дефектов отображали в виде следующих пиктограмм (рис. 1).


   1

 2

 3

4

  5

  6

  7

Рис.1. Пиктограммы дефектов: 1– нормальная зерновка; 2– щуплая зерновка; 3 – зерновка со средней и слабой трещиноватостью; 4 – зерновка с сильной трещиноватостью; 5 – зерновка с ходами насекомых;
6 – зерновка, пораженная клопом – вредной черепашкой; 7 – зерновка с дефектами зародыша


 Результаты. Очевидно, получаемые количественные характеристики дефектов в той или иной степени должны определять технологические свойства партии; при этом характер и степень взаимодействия никем до сих пор не изучались. Перед нами встала задача адаптации метода для экспрессной оценки качества партий пшеницы, для чего потре-бовалось выявление характера и тесноты
связи между количественными характеристиками получаемых при интроскопии образов и основными показателями качества зерна.
Для разработки математической модели необходим достаточный массив данных, характеризующихся широким разбросом показателей. Поэтому были взяты образцы зерна пшеницы разных сортов урожая 2004–2007 годов, выращенных в различных почвенно-климатических зонах Башкортостана. Результаты определения технологических свойств приведены в таблице 1; интроскопические показатели – в таблице 2.


1. Технологические показатели исследованных образцов

Сорт

Район РБ

Год уро-жая

Натура, г/л

Стекло-вид-ность,
%

Массовая доля клейко-вины, %

Качество клейковины, ед.ИДК

Массовая доля белка, %

Число падения, с

1

2

3

4

5

6

7

8

9

10

1

Ирень

Абзелиловский

2004

832

52

33

61

15,4

427

2

Саратовская 72

806

38

26

85

14,9

150

3

Ирень

Кармаскалинский

2004

733

41

26,4

85

13,2

231

4

Саратовская 72

746

58

26,2

97

12,2

151

5

Казанская
Юбилейная

Буздякский  

2005

677

71

30,7

76

16,3

277

6

Симбирцит

792

77

30,1

55

16

131

7

Симбирка

2006

747

61

24

80

13

272

8

Саратовская 68

761

80

17,2

79

12,7

293

9

Саратовская 72

754

74

18,4

84

12,5

213

1

2

3

4

5

6

7

8

9

10

10

Саратовская 73

 

 

773

25

18,9

77

13,1

246

11

Омская 35

Давлекановский

2006

715

69

27,2

58

16,6

279

12

Саратовская 72

Дюртюлинский

2006

733

59

22,2

73

13,4

72

13

Омская 35

Уфимский

2006

775

8

16,6

79

12,3

252

14

Омская 38

Давлекановский

2007

684

44

26

89

11,57

604

15

Экада 70

705

62

28,4

84

11,57

337

16

Боевчанка

690

33

38

88

13,86

510

17

Салават Юлаев

720

69

29,8

88

11,23

433

18

Омская 35

722

35

29,2

84

11,0

460

19

Омская 35

Буздякский

750

64

20,8

86

9,74

488

20

Эскада 70

682

35

17,6

75

9,51

381

21

Салават Юлаев

780

62

19,6

72

10,08

400

22

Омская 38

700

42

20,4

72

10,20

448

23

Боевчанка

696

49

29,2

77

15,01

394

24

Тулайковская
Золотистая

720

61

26,8

80

12,22

297

2. Интроскопические свойства исследованных образцов

Трещиноватость эндосперма

Поврежденность зародыша
клопом-черепашкой

Недовыпол-ненность

Дефекты зародыша

Нежизне-способный зародыш

Внутреннее прорастание

сверху

в средней части

у зародыша

1

50

2

1

1

27

3

2

4

2

36

0

2

0

35

0

12

4

3

63

0

0

5

18

9

8

11

4

31

2

2

3

12

5

14

7

5

15

0

1

2

40

2

1

2

6

7

1

0

5

42

2

6

3

7

18

1

5

2

12

6

1

28

8

5

1

4

4

16

1

7

17

9

8

0

0

5

19

0

8

9

10

29

0

1

4

29

0

12

4

11

16

1

2

4

31

1

11

7

12

10

3

1

1

52

2

1

2

13

56

1

0

2

45

45

2

10

14

26

 

 

0

0,6

17,6

0

15

16,5

 

 

0

1,6

42,3

0

16

31,8

 

 

3,5

1,4

14,1

0

17

9,9

 

 

1,1

0,7

16,5

0

18

20,0

 

 

2,40

1,0

17,6

0

19

27,1

 

 

0

0,9

2,3

0

20

11,8

 

 

0

1,1

8,2

0

21

22,3

 

 

0

0,3

9,4

0

22

47,1

 

 

1,2

0,6

14,1

0

23

29,2

 

 

2,3

1,3

9,4

0

24

12,9

 

 

1,2

0

12,9

5,9

 (% дефектных зерен) 


Вначале необходимо было конкретизировать характер зависимости, для чего были проведены расчеты регрессионной связи различных типов: линейной, логарифмической, экспоненциальной, полиномиальной 2-й степени. Для нелинейных зависимостей коэффициент детерминации R2 определен в пределах 0,012…0,180. Максимальный коэффициент отмечен для пары показателей «внутреннее прорастание – качество клейковины» при применении в качестве модели полинома 2-й степени (рис. 2). В то же время для линейной зависимости коэффициент детерминации R2 между парами показателей достигал 0,430, что свидетельствует о линейном характере зависимости. В результате для построения математической модели взаимосвязи интроскопических характеристик с технологическими свойствами зерна был выбран метод множественной линейной регрессии, исключающий взаимовлияние независимых факторов друг на друга и позволяющий отследить наиболее значимые факторы. При этом задачей исследования явилось построение зависимости между многомерными переменными и оценка ее адекватности.


Рис. 2. Связь качества клейковины, выраженная в единицах ИДК, с показателем
«внутреннее прорастание» (полином 2-й степени)

   


В качестве независимых (экзогенных) переменных Х приняты показатели интроскопических свойств; в качестве зависимой (эндогенной) переменной Y поочередно принимались технологические показатели. Полученные уравнения регрессии и характеризующие их параметры сведены в таблицу 3.
Обнаружена чрезвычайно высокая зависимость содержания клейковины и белка от показателей интроскопических свойств. Для всех без исключения уравнений регрессии коэффициенты корреляции и детерминации близки к единице. Исключение из модели мультиколлинеарных факторов практически не повлияло на тесноту связи оставленных в модели факторов с искомыми показателями и на уровень значимости уравнений. Это свидетельствует о том, что совокупность характеристик, измеряемых интроскопическим способом, определяет характер синтетических процессов в зерновке. Наиболее значимыми факторами являются поврежденность клопом-черепашкой, недовыполненность, а также скрытое прорастание. В результате для характеристики связи массовой доли клейковины предложено уравнение Y4= 24,24 + 0,81Х2 – 0,049Х3, а для характеристики связи массовой доли белка – уравнение Y5=10,20 + 0,84Х2 +0,0055Х3.
Для числа падения применимо уравнение У1 = 346,35+ 3,92Х1 – 6,53 Х5 . Уравнение значимо, однако взаимосвязь невысока (0,405 и 0,207, соответственно); для описания зависимости качества клейковины наиболее удовлетворяет поставленным условиям уравнение Y2= 61,91 + 0,45Х2 – 0,277Х3. Для стекловидности множественная регрессия незначима, о чем свидетельствуют значения F и P.
Для оценки достоверности полученных результатов провели дополнительное исследование остатков, включающее проверку наличия таких пяти предпосылок, как случайный характер остатков; нулевая средняя величина остатков; гомоскедастичность; отсутствие автокорреляции остатков; нормальное распределение остатков. Все пять предпосылок МНК оказались выполнены; следовательно, оценки являются эффективными, состоятельными и несмещенными.


3. Анализ связи составляющих интроскопической характеристики с комплексом технологических показателей зерна пшеницы  (N = 24)

Переменные

Уравнение

Коэффициент корреляции R

Коэффициент детерминации R2

Критерий Фишера F

Уровень значимости уравнения множественной регрессии P

1

Y1 – число падения
Y2 – качество клейковины в ед. ИДК
Y3 – стекловидность
Y4 – массовая доля клейковины
Y5 – массовая доля белка

 

Х1 –трещиноватость эндосперма
Х2 – поврежденность клопом-черепашкой (в совокупности)
Х3 – недовыполненность
Х4 – дефекты зародыша + нежизнеспособный зародыш;
Х5 – скрытое прорастание

Y1= 385,56 +1,72Х1 – 5,96Х2 – 5,48Х3 – 0,54Х4 – 4,57Х5

0,802

0.644

6.86

0.0008

2

Y1= 411,90 + 6,746Х2 – 5,38Х3 – 4,60Х5

0,781

0,610

10,94

0,00015

3

У1 = 74,10 – 1,20Х1 + 2,01 Х2

0,383

1,47

2,26

0,174

4

Y1= 333,54+ 0,691Х1 – 2,29Х4

0,269

0,072

0,861

0,436

5

Y1= 317,01 – 3,32Х2 + 0,99Х4

0,361

0,190

1,64

0,216

6

У1 = 346,35+ 3,92Х1 – 6,53 Х5

0,455

0,207

2,87

0,0078

7

Y2= 77,86+0,028Х1+0,021Х2–269Х3+0,241Х4+0,206Х5

0,642

0,412

2,67

0,054

8

Y2= 78,30 + 0,027Х1 + 0,215Х2 – 0,259Х3 + 0,240Х4

0,632

0,399

3,32

0,031

9

Y2= 78,32 + 0,029Х2 – 0,267Х3 + 0,256Х4 + 0,205Х5

0,641

0,411

3,49

0,026

10

Y2= 78,74 + 0,22Х2 – 0,26Х3 + 0,255Х4

0,631

0,398

4,62

0,012

11

Y2= 61,91 + 0,45Х2 – 0,277Х3

0,577

0,333

5,49

0,011

12

Y3= 47,23 +0,39Х1 +1,73Х2 – 0,17Х3 – 0,69Х4 – 0,46Х5

0,694

0,482

5,19

0,020

13

Y3= 31,38 + 0,51Х1 –0,144Х3 + 0,047Х4

0,460

0,212

1,88

0,163

14

Y3= 41,92 + 1,15Х2 – 0,61Х5

0,518

0,268

4,03

0,032

15

Y3= 31,25 + 0,54Х1 – 0,13Х3

0,415

0,172

1,21

0,188

16

Y3= 30,74 +0,48Х1 – 0,028Х4

0,444

0,197

2,70

0,089

17

Y4= 24,49+0,03Х1 +1,09Х2–0,037Х3 –0,029Х4–0,298Х5

0,948

0,898

33,50

0,0000

18

Y4= 24,39++1,07Х2 –0,31Х5

0,946

0,896

94,81

0,0000

19

Y4= 24,24 + 0,81Х2 – 0,049Х3

0,940

0,885

84,43

0,0000

20

Y4= 23,61 + 0,77Х2 –0,005Х4

0,939

0,882

88,42

0,0000

21

Y5=10,32+0,007Х1+0,89Х2+0,0056Х3–0,018Х4-,037Х5

0,996

0,991

442,22

0,0000

22

Y5=10,85 + 0,006Х1 + 0,884Х2

0,984

0,989

955,2

0,0000

23

Y5=7,10 – 0,098Х1 + 0,757Х5

0,951

0,904

104,23

0,0018

24

Y5=10,20 + 0,84Х2 +0,0055Х3

0,995

0,991

1241,61

0,0000

25

Y5= 1,61 + 0,297Х3 +0,523Х4

0,899

0,807

46,29

0,0000

26

Y5=11,02 +0,90Х2 – 0,016Х5

0,994

0,989

955,69

0,0000


Выводы. В результате обработки экспериментальных данных выявлена достаточно тесная связь интроскопической оценки с отдельными технологическими показателями, что подтверждено проверкой адекватности моделей. Получены соответствующие математические модели, описываемые уравнениями регрессии. Особенно тесная связь получена для таких значимых при формировании партий показателей, как массовая доля клейковины и массовая доля белка. Объективность полученных данных основывается на том, что в исследовании участвовало зерно 4-х лет урожая. Необходимо, однако, заметить, что коэффициенты при уравнениях регрессии получены в условиях Башкирии и нуждаются в корректировке в случае применения метода в других регионах.
Таким образом, интроскопический метод позволяет сразу по завершении уборки дифференцировать партии зерна по содержанию клейковины, белка и числу падения, используя экспрессный метод и переносную аппаратуру, тем самым, способствуя решению чрезвычайно важной задачи – увеличению доли зерна 3 класса в общем объеме получаемого зерна.

Литература

1. Архипов М.В. Микрофокусная рентгенография растений // М.В. Архипов, Н.Н. Потрахов  – СПб.: Технолит, 2008. – 191 с.

 

© 2009 ГНУ ВНИИЗК
им. И.Г.Калиненко
Главная | Поиск | Авторам | Контакты | Архив