Obst und Gemüse sicherer genießen dank Spektralbildgebung
Die Massenerzeugung von Lebensmitteln und ein wachsender Agrarsektor stellen ein Risiko in Bezug auf eine erhöhte Kontamination und durch Lebensmittel übertragbaren Krankheiten dar, wodurch bessere Sicherheitsmechanismen erforderlich werden. Das von der EU finanzierte Projekt SPECIMFOOD (Spectral imaging for contaminant detection on fresh food produce) arbeitete an der Entwicklung von Online-Spectral-Imaging-Technologien zur schnellen Bewertung der Sicherheit und Qualität von Obst und Gemüse. Mit dem Ziel, die Risiken in Sachen Lebensmittelsicherheit sowohl vor der Ernte als auch nach der Erzeugung zu mindern, konzentrierte sich das Projekt auf Blattgemüse, das im Zusammenhang mit dem Ausbruch schwerer Krankheiten steht, sowie auf weitverbreitete Produkte wie Äpfel. Zu diesem Zweck verglich das Projektteam verschiedene Bildanalysetechniken anhand von Blattgemüsen wie Spinat, um Fäkalien nachzuweisen. Zu den Verfahren zählten hyperspektrale Fluoreszenz-UV-Licht- und hyperspektrale Reflexionsbildgebung im sichtbaren bis in den Nahinfrarotbereich, die einen Nachweis von 87 bis 100 % in Abhängigkeit von den Verdünnungsraten ermöglichen. Zusätzlich nutzte das Team hyperspektrale Fluoreszenzbildgebung mit UV-A-Anregung, um von Rindern stammende fäkale Verunreinigungen auf Romana-Salat zu erkennen. Man stimmte die Technologie fein ab, um Fehlalarme auszuschließen und ein weiteres wichtiges Instrument für ein Plus an Lebensmittelsicherheit zu validieren. Außerdem wurden UV-Fluoreszenzanregung, PLS-Diskriminanzanalyse (Partial Least Square) und Wellenlängenverhältnis-Verfahren zum Aufspüren fäkaler Kontamination erprobt. Mittels eines bestimmten Wellenlängenverhältnisverfahren unter Nutzung von vier Wellenbereichen gelang die Identifizierung von 100 % der fäkalen Verunreinigungen auf frischen und nicht frischen Blättern. Das Projekt schlug außerdem ein Online-Fluoreszenzbildgebungs-Inspektionssystem zum Nachweis fäkaler Kontamination vor, um den Herstellern Hilfestellung bei der Eindämmung von durch Lebensmittel übertragbaren Krankheiten und ökonomischen Verlusten zu geben. An einer anderen Front entwickelte das Team einen Multispektraldatenalgorithmus, um schadhafte Äpfel unter Einsatz eines schnellen Zeilen-Hyperspektralbildverarbeitungssystems aufzuspüren, das an einer konventionellen Apfelsortiermaschine montiert ist. Das System erfasste mehr als 95 % der schadhaften Äpfel und 91 % der normalen Äpfel, wobei die Lebensmittelsicherheit gefördert, Qualität und Effizienz gesteigert sowie die Kosten für den Apfelsektor gesenkt werden. Für Flächen, auf denen Lebensmittel verarbeitet werden, entwickelte das Projekt ein Handgerät mit Fluoreszenzbildgebung, das schädliche Lebensmittelreste erkennt, die mit lebensmittelbedingten Krankheitsausbrüchen im Zusammenhang stehen. Das Gerät kann im Lebensmittelsektor als visuelle Hilfe verwendet werden, um spezielle Nahrungsmittelreste besser aufzuspüren. Sämtliche Entwicklungen werden im Endeffekt eine große Hilfe dabei sein, die Landwirtschaft sicherer, effizienter und kostengünstiger zu gestalten.
Schlüsselbegriffe
Spektralbildgebung, Spectral Imaging, SPECIMFOOD, Schadstoffnachweis, Lebensmittelsicherheit, Blattgemüse, Äpfel
