home    about    browse    search    latest    help 
Login | Create Account

Differenzierung und Klassifizierung von Öko-Produkten mittels validierter analytischer und ganzheitlicher Methoden

Strube, Jürgen and Stolz, Peter (2007) Differenzierung und Klassifizierung von Öko-Produkten mittels validierter analytischer und ganzheitlicher Methoden. [Discrimination and classification of organic products by validated analytical and holistic methods.] KWALIS Qualitätsforschung GmbH Fulda .

[thumbnail of Schlussbericht]
Preview
PDF - German/Deutsch (Schlussbericht)
4MB


Summary in the original language of the document

Ziel des Projektes war es, an pflanzlichen landwirtschaftlichen Produkten zu prüfen, ob sich Unterschiede auf Grund ökologischer oder konventioneller Anbauweise feststellen lassen und ob solche Unterschiede an codierten Proben zur Identifikation des Anbauverfahrens dienen können. Die Untersuchung erfolgte an Äpfeln, Mais, Möhren und Weizen. Die Proben kamen zum einen aus definierten Langzeitversuchen und zum anderen von ausgesuchten ökologisch und konventionell arbeitenden Anbaubetrieben.
Für die Untersuchung wurden Methoden eingesetzt, die zuvor bereits zur Unterscheidung ökologischer von konventionellen bei Weizen und Möhren validiert worden waren. Die Untersuchung wurde in diesem Projekt auf die weiteren Produkte Äpfel und Mais, sowie Sorten-, Standort- und Jahrgangsvariationen ausgeweitet. Damit wurde ein Schritt von der Untersuchung von Proben aus wissenschaftlichen Anbauversuchen hin zu praxisnahen Bedingungen vorgenommen.
Als Untersuchungsmethoden wurden der Physiologische Aminosäuren-Status (PAS) und die Messung von Fluoreszenz-Anregungs-Spektren (FAS) von unzerkleinerten Proben (Ganzproben) eingesetzt.
Mit der Methode PAS konnten Probenpaare (ökolog./konv.) Herkunft differenziert und überwiegend korrekt identifiziert werden. Dabei war die Ergebnissicherheit bei Proben aus wissenschaftlichen Anbauversuchen höher als bei Proben von Erzeugerbetrieben.
Mit der FAS-Methode war es ebenfalls möglich an allen Probenarten die Anbausysteme zu differenzieren. Die korrekte Klassifizierung unbekannter Proben war mit hoher Trefferrate möglich. Es wurde ein statistisches Verfahren angewandt, das es erlaubt, nach „Trainierung“ an bekannten Proben das Anbauverfahren unbekannter Proben zu bestimmen. Dabei wächst die Klassifikations-Sicherheit mit größer werdender Datenbasis für das „Training“ der Bewertungsfunktion.
Die eingesetzten Methoden arbeiten vergleichend und basieren auf einem ausreichend großen Ensemble von Proben des zu untersuchenden Probenjahrganges. Die beiden Methoden arbeiten unabhängig voneinander und können zur Erhöhung der Sicherheit auch gemeinsam eingesetzt werden.


Summary translation

The objective of the project was to examine agricultural plant products to investigate if differences could be determined on the basis of ecological or conventional growing methods and if such differences in coded samples can be used to identify the growing method. Testing was performed on apples, corn, carrots and wheat. The samples originated on the one hand from defined long-term trials and on the other hand from selected ecological and conventional farming operations.
The investigation utilized methods that had previously been validated for differentiating between ecologically and conventionally grown wheat and carrots. In this project the examination was broadened to include the products apples and corn, as well as variations in type, location and year of cultivation. This allowed a step to be made beyond the testing of samples from scientific growing experiments to more real-world conditions.
The methods used in the examination were the physiological amino acid status (PAS) and the measurement of fluorescent excitation spectra (FAS) of samples that had not been cut into smaller pieces (whole samples).
The PAS method allowed the origin of sample pairs (ecological/conventional) to be differentiated and to be correctly identified for the most part. In this case the reliability of the results for samples taken from scientific growing experiments was greater than for samples taken from commercial farming operations.
With the FAS method it was similarly possible to differentiate between all of the types of samples from the growing systems. It was also possible to achieve a higher rate of correct results in the classification of unknown samples. A statistical procedure was applied, which enabled the growing methods of unknown samples to be determined following “training“ on known samples. In so doing, the certainty of the classification increased as the data basis for the “training“ of the evaluation function grew larger.
The employed methods work comparatively and are based on a sufficiently large ensemble of samples from the sample age group to be tested. The two methods work independently of one other and can even be employed together to improve reliability.

EPrint Type:Report
Keywords:BÖL, BOEL, FKZ 02OE170/F2, FKZ 02OE170_F2, ökologische, konventionelle Anbauweise, Identifikation des Anbauverfahrens, Äpfel, Mais, Möhren, Weizen, Physiologische Aminosäuren-Status (PAS), Fluoreszenz-Anregungs-Spektren (FAS)
Subjects: Food systems > Food security, food quality and human health
Research affiliation: Germany > Federal Organic Farming Scheme - BOEL > Food > Quality
Germany > KWALIS
Related Links:http://www.bundesprogramm-oekolandbau.de, http://www.bundesprogramm.de/fkz=02OE170/F2, http://orgprints.org/perl/search/advanced?addtitle%2Ftitle=&keywords=02OE170/F2&projects=BOEL&_order=bypublication&_action_search=Suchen
Deposited By: Strube, Dr.-Ing. Jürgen
ID Code:14072
Deposited On:28 Aug 2008
Last Modified:06 Sep 2012 08:53
Document Language:German/Deutsch
Status:Unpublished
Refereed:Not peer-reviewed
Additional Publishing Information:Gefördert vom Bundesministerium für Ernährung, Landwirtschaft und Verbraucherschutz (BMELV) im Rahmen des Bundesprogramms Ökologischer Landbau.
Projektleitung: Dr.-Ing. Jürgen Strube (KWALIS Qualitätsforschung GmbH Fulda)

Repository Staff Only: item control page

Downloads

Downloads per month over past year

View more statistics