Pauly, Julia; Hornung, Fredo; Weinmann, Elke and Taubmann, Michael (2024) Reduktion der Lagerverluste bei ökologisch erzeugtem Obst und Gemüse durch ein optimiertes Lagerungsmanagement auf Basis von sensorgestützten und adaptiven Modellen zur Prognose der Qualitätsentwicklung und Haltbarkeit. [Minimization of losses of organically produced fruits and vegetables in storages by an optimized management strategy based on sensor data and an adaptive model for prediction of quality development and shelf live.] Hochschule Weihenstephan-Triesdorf, D-Freising .
![[thumbnail of Abschlussbericht]](/style/images/fileicons/application_pdf.png) |
PDF
- German/Deutsch
(Abschlussbericht)
1MB |
Summary in the original language of the document
Das Projekt ist zweigleisig angelegt. Zum einen sollen Kalibrationsmodelle zur nicht-destruktiven Bestimmung unterschiedlicher Qualitäts- und Haltbarkeitsparameter von ökologisch erzeugtem Obst und Gemüse mittels Nahinfrarotspektroskopie (NIRS) entwickelt werden. Dazu gehören klassische geschmacksbestimmende Parameter (Zucker, Säure), Kenngrößen für die sensorische Qualität (Fruchtfleischfestigkeit), Inhaltstoffe mit hohem gesundheitlichen Wert (Polyphenole, Antioxidantien) und Kenngrößen, mit denen sich die Haltbarkeit abschätzen lässt (metabolische N-Pools). Die Messungen sollen dabei einerseits mit einem Laborspektrometer sowie einem kompakten Gerät, das später in der Praxis für Vor-Ort-Messungen genutzt werden kann, durchgeführt werden. Der zweite Aspekt ist der Aufbau von flexiblen Sensorsystemen zur Überwachung der Umweltbedingungen im Lager (Temperatur, Luftfeuchte, Luftbewegung, Lageratmosphäre) sowie darauf aufbauend die Entwicklung von intelligenten Steuerungsalgorithmen. Diese Versuche erfolgen dabei zum einen in Versuchslägern an der Hochschule Weihenstephan-Triesdorf und zum anderen in den Lagerräumen der etepetete GmbH, einem StartUp aus München, das ein innovatives Abokisten-System für biologisch erzeugtes Obst und Gemüse betreibt. Abschließend sollen die Erkenntnisse der beiden Projektteile zusammengeführt werden und adaptive Modelle zur Prognose der Qualitätsentwicklung und der Haltbarkeit von ökologisch bzw. nachhaltig erzeugtem Obst und Gemüse entwickelt werden. Die Modelle basieren dabei zum einen auf den mittels NIRS gemessenen Qualitäts- und Haltbarkeitsparametern sowie den während der Lagerung laufend erfassten Umweltbedingungen. Die Prognosemodelle sollen ein intelligentes Lagerungsmanagement ermöglichen, um das bisher vielfach übliche starre 'First In – First Out'-Prinzip durch ein flexibles 'First Expired – First Out'-Management zu ersetzen und so Lagerverluste bei ökologisch erzeugtem Obst und Gemüse zu reduzieren.
Summary translation
The research project focus on two aspects: The first goal is the non-destructive quality analysis of organically produced fruits and vegetables by near-infrared spectroscopy (NIRS). Beside common organoleptic parameters like the content of sugars and acids or firmness, also health-promoting ingredients such as polyphenols or antioxidants and parameters to predict shelf life (e.g. metabolic N pools) will be analyzed. The measurements are done with a laboratory spectrometer as well as with a portable hand-held device, which can be used for on-site measurements later. The second goal is the development of close-knit and flexible networks of low cost sensors to monitor environmental conditions (air and product temperature, moisture, atmosphere) in the storage. Based on the sensor data intelligent control algorithms to maintain optimal conditions will be build. The storage trials will be done firstly in small-scale storage boxes, where temperature, humidity and atmosphere can be controlled exactly and secondly in the commercial storage facilities of the company etepetete GmbH. The Start Up is located in Munich and runs an innovative box scheme for organically produced fruits and vegetables, which does not match traditional quality categories of the food retailing industry. Finally, the two aspects – non-destructive measurement of quality and monitoring of storage conditions – will be fused to build adaptive and sensor-based models for the prediction of quality development of fruits and vegetables. This prediction models enable intelligent management strategies, by which the current 'First In – First Out' method can be replaced by a more flexible 'First Expired – First Out' strategy. This might help to reduce food losses during storage.
| EPrint Type: | Report |
|---|---|
| Keywords: | BÖL, BOEL, FKZ 19OE039, Klimaschutz, climate protection, Vorratsschutz, storage protection, Klimaschutz, climate protection, Monitoring, Qualitätsmanagement, quality management , Qualitätskontrolle, quality control , Ökologischer Landbau, organic farming, Inhaltsstoffe, ingredients, Modellierung, modeling |
| Agrovoc keywords: | Language Value URI German - Deutsch Klima http://aims.fao.org/aos/agrovoc/c_1665 German - Deutsch Qualitätskontrolle http://aims.fao.org/aos/agrovoc/c_6401 |
| Subjects: | Crop husbandry > Production systems > Vegetables Crop husbandry > Production systems > Fruit and berries Crop husbandry > Post harvest management and techniques |
| Research affiliation: | Germany > Federal Organic Farming Scheme - BOEL Germany > Federal Agency for Agriculture and Food - BLE Germany > University of Applied Science Weihenstephan |
| Related Links: | https://www.bundesprogramm.de/ |
| Deposited By: | Geschäftsstelle Bundesprogramm Ökologischer Landbau, Bundesanstalt für Landwirtschaft und Ernährung (BLE) |
| ID Code: | 53219 |
| Deposited On: | 16 Apr 2024 08:05 |
| Last Modified: | 16 Apr 2024 09:27 |
| Document Language: | German/Deutsch |
| Status: | Unpublished |
| Refereed: | Submitted for peer-review but not yet accepted |
Repository Staff Only: item control page
