Обоснование критериев зараженности фузариозом зерна при фотолюминесцентной сортировке
DOI:
https://doi.org/10.28983/asj.y2025i6pp92-97Ключевые слова:
сортировка зерна, пшеница, ячмень, овес, фотолюминесценция, фузариозАннотация
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
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
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Аграрный научный журнал
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
