Hasat ve Hasat Sonrası İşlemlerde Şeftalide Oluşan Zedelenmenin Tahmini için Bir Model Geliştirilmesi

Abstract

Meyvelerin zedelenmesine hasat, hasat sonrası işlemler, paketleme, taşıma ve dağıtımı içeren çok sayıda mekanik işlem ve çarpma etkili olmaktadır. Meyvelerde oluşan zedelenmeler üründe kalite kaybına neden olmaktadır. Bu kayıpları azaltmak için meyvelerde zedelenmeye etkili faktörlerin ve etki derecelerinin bilinmesi gerekmektedir. Ülkemizde yaygın olarak üretimi yapılan ve ticari önemi olan şeftali meyvesi hasat ve hasat sonrasında oluşabilecek farklı tip zedelenmelere hassas bir meyvedir. Bu çalışmada, şeftalinin mekanik olarak zedelenmesine etkili faktörlerin belirlenmesi ve hasat ve hasat sonu işlemlerde şeftalide oluşan zedelenmenin tahmini için model geliştirilmesi amaçlanmıştır. Bu amaçla bölgemiz açısından ticari önemi olan Dixired, Redhaven ve Glohaven şeftali çeşitleri ile denemeler yürütülmüştür. Şeftaliler, çeşitlerin fenolojilerine göre belirlenen hasat tarihleri dikkate alınarak 3 farklı dönemde laboratuar koşullarında denemeye alınmışlardı. Deneme materyallerinde, farklı zedelenme derecelerinin oluşturulması için yapılan çarpma testlerinde bir sarkaç düzeneğinden yararlanılmıştır. Çarpma testlerinde uygulanan çarpma enerjileri15-160 mJ aralığında seçilmiştir. Düzeneğe yerleştirilen sarkaç kolun ucunda çelik çarpma başlığı kullanılmıştır. Veri alma setinde bir kuvvet algılayıcı ile sarkaç kol açısını ölçmek için artımlı optik enkoder yer almıştır. Yapılan ölçüm ve hesaplama sonuçlarına bağlı olarak elde edilen çarpma enerjisi, maksimum temas kuvveti, eğrilik yarıçapı ve Magness-Taylor kuvveti faktörlerinin kullanılması ile zedelenme hacmi miktarının tahmini için 'Çoklu Doğrusal Regresyon' analizi ile regresyon modelleri oluşturulmuştur. Sonuç olarak, şeftali meyvesinde zedelenme tahmini için oluşturulan tüm çoklu doğrusal regresyon modellerinin istatistiksel olarak anlamlı olduğu tespit edilmiştir (p≤0.01). Oluşturulan regresyon modelleri ile hasat ve hasat sonrası işlemler sırasında meyvede oluşabilecek zedelenmenin önlenmesine yönelik öneriler getirilebilecek böylece ürün kalitesinin artırılması sağlanabilecektir. Ayrıca elde edilen bilgiler ışığında, hasat ve hasat sonrası işlemlerde kullanılan makine ve sistemlerin geliştirilmesi için veriler elde edilebilecektir.

A great number of mechanical processes such as harvest, post-harvest processing, packaging, transport and distribution and impacts are effective in the bruising of fruit. Bruises in the fruit cause quality loss in the product. It is necessary to know the factors affecting in bruising and the degrees of effect in order to decrease these losses. Peach fruit, which is widely grown in our country and which is commercially important, is sensitive to different types of damages that may occur during and after harvest. The purpose of this study is to find out the factors that is in the mechanical damage of peach and to develop a model to predict the damage in peach in post-harvest processes. To this end, experiments were conducted on three types of peach - Dixired, Redhaven and Glohaven- which are important for our region. Peaches were tested under laboratory conditions for 3 different periods by taking into consideration the dates determined according to the phenologies of the types. In the testing materials, a pendulum impact tester was used for the impact tests conducted to create different degrees of bruising. Impact tests were conducted between the impact energy range of 15-160 mJ. There is a steel impact cap on the tip of the pendulum placed on the mechanism. On the mechanism, there is a force sensor to gather data and incremental optical encoder to measure the pendulum arm angle. Regression models were formed by making use of 'Multiple Linear Regression' analyses to predict damage volume using impact energy, maximum contact force, radius of curvature and Magness-Taylor force which are found as a result of measurements and calculations. As a conclusion, all of the multiple linear regression models formed to predict the fruit of peach were found to be statistically significant (p≤0.01). With the regression models formed, suggestions will be made to prevent the bruising in the fruit during harvest and post-harvest processes and the quality of product will increase. In addition, in the light of the information obtained, data will be formed to improve the systems used in harvest and post-harvest processes or the systems and designs to be installed.