Обоснование критериев зараженности фузариозом зерна при фотолюминесцентной сортировке

Авторы

  • Михаил Владимирович Беляков Федеральный научный агроинженерный центр ВИМ

DOI:

https://doi.org/10.28983/asj.y2025i6pp92-97

Ключевые слова:

сортировка зерна, пшеница, ячмень, овес, фотолюминесценция, фузариоз

Аннотация

Предложены числовые критерии зараженности фузариозом зерна пшеницы, овса и ячменя при фотолюминесцентной сортировке. Результаты лабораторных исследований параметров фотолюминесценции зерновых растений в видимом и ближнем ультрафиолетовом диапазоне устанавливают следующие границы критерия разделения партии по наличию заражения фузариозом при длинах волн возбуждения 362 нм; 424 нм и 485нм: для пшеницы ?362/?424 < 0,580, для ячменя ?362/?485 < 0,345, для овса ?424/?362 < 2,404. Идентификация на других длинах волн возбуждения не гарантирует полноценной сепарации зерна по наличию заражения или ее техническую реализацию.

Скачивания

Данные скачивания пока недоступны.

Библиографические ссылки

Бутовченко А. В. Применение механизированной очистки и фотосепарации семенного зерна и початков кукурузы в современных технологиях // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2018. № 135. С. 158–168.

Лобачевский Я. П., Дорохов А. С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. 2021. Т. 15. № 4. С. 6–10.

Соколов С. В., Новиков А. И. Новые оптоэлектронные системы экспресс-анализа семян в лесохозяйственном производстве // Лесотехнический журнал. 2019. Т. 9. № 2. С. 5–13.

Barbedo J. G., Guarienti E. M., Tibola C. S. Detection of sprout damage in wheat kernels using NIR hyperspectral imaging // Biosystems Engineering. 2018. Vol. 175. P. 124–132.

Bock C. H., Barbedo J. G., Del Ponte E.M. From visual estimates to fully automated sensor-based measurements of plant disease severity: status and challenges for improving accuracy // Phytopathology Research. 2020. Vol. 2. No. 9.

Design of device for optical Luminescent Diagnostic of the Seeds Infected by Fusarium / M. N. Moskovskiy et al. // Agriculture. 2023. Vol. 13. No. 3. 619.

Development of a real-time fluorescence loop-mediated isothermal amplification assay for rapid and quantitative detection of Fusarium mangiferae associated with mango malformation / J. Pu et al. // Physiological and Molecular Plant Pathology. 2014. Vol. 86. P. 81–88.

Extending hyperspectral imaging for plant phenotyping to the UV-range/ A. Brugger et al. // Remote Sensing. 2019. Vol. 11. No. 12. 1401.

Hyperspectral sensors and imaging technologies in phytopathology: state of the art / A-K. Mahlein et al. // Annual Review of Phytopathology. 2018. Vol. 56. P. 535–58.

Metro Maps of Plant Disease Dynamics – Automated Mining of Differences Using Hyperspectral Images / M. Wahabzada et al. // PLOS ONE. 2015. Vol. 10. No. 1. e0116902.

Quantitative detection of pathogen load of Fusarium oxysporum f.sp. ciceris infected wilt resistant and susceptible genotypes of chickpea using intergenic spacer region-based marker / P. Priyadarshini et al. // Physiological and Molecular Plant Pathology. 2021. Vol. 114. 101622.

Spectral photoluminescent parameters of barley seeds (Hord?um vulg?re) infected with Fusarium spp. / M. N. Moskovsky et al. // Photochemistry and Photobiology. 2023. Vol. 99. P. 29–34.

Thomas S., Kuska M. T., Bohnenkamp D. Benefits of hyperspectral imaging for plant disease detection and plant protection: a technical perspective // Journal of Plant Diseases and Protection. 2018. Vol. 125, P. 5–20.

Загрузки

Опубликован

2025-05-30

Выпуск

Раздел

Агроинженерия

Наиболее читаемые статьи этого автора (авторов)