Julius-Kühn-Archiv (Sep 2023)
KI und Qualität - Detektion und Entfernung Pyrrolizidinalkaloid-haltiger Beikräuter im Erntegut mittels sensorgestützter Sortierung
Abstract
Pyrrolizidinalkaloide (PA) sind sekundäre Pflanzenstoffe und dienen in erster Linie der Pflanze zum Schutz gegen Fraßfeinde. Durch Mitbeerntung PA-haltiger Beikräuter im Pflanzenbau gelangen PAs als Verunreinigung in Lebensmittel (Salate, Kräuter, Tees) oder pflanzliche Arzneimittel. Aufgrund ihrer lebertoxischen und genotoxischen Wirkungsweise stellen sie eine potenzielle Gesundheitsgefahr dar. PA-Pflanzen sind besonders im Arznei- und Gewürzpflanzenanbau ein Problem, denn schon wenige Pflanzen pro Hektar genügen, um die Ernte für den Handel unbrauchbar zu machen. Eine Bekämpfung bzw. Reduktion der PA-Beikräuter bereits auf dem Feld ist zumeist nur mechanisch und mit sehr hohem Personalaufwand möglich. Dies ist für die Anbauer zunehmend nicht mehr ökonomisch darstellbar. Darüber hinaus ist importierte, getrocknete Ware oftmals höher als zulässig mit PAs belastet. Hier fehlt es aktuell an Möglichkeiten, PA-haltige Pflanzenteile aus der Ware zu entfernen. Hierzu sollte das über das Bundesministerium für Ernährung und Landwirtschaft (BMEL) und über die Fachagentur für Nachwachsende Rohstoffe e. V. (FNR) (FKZ 220132165) geförderte Verbundprojekt „Detektion und Entfernung von Pyrrolizidinalkaloid-haltigen Unkräutern aus Kulturpflanzen nach der Ernte - PA-NIRSort“ mögliche Lösungswege aufzeigen. Mit der Entwicklung einer automatisierten, der Ernte nachgelagerten Detektion und Abtrennung der kontaminierenden, toxischen PA-Beikräuter, kann eine effiziente Verbesserung der Qualitätskontrolle geschaffen werden. Dies sollte auf Basis von Hyperspektral-Nah-Infrarot-Spektroskopie (hyperspektral-NIRS), in Kombination mit einer Druckluftsortiereinheit entwickelt werden. Daher wurde ein Verfahren zum Nachweis, zur Klassifikation und zur physikalischen Ausschleusung von PA-haltigen Pflanzenteilen in einem Materialstrom von Arznei- und Gewürzpflanzen (Brennnessel, Melisse und Minze) entwickelt und umgesetzt. Die Detektion basiert auf bildgebenden hyperspektralen Sensoren im kurzwelligen Infrarotbereich. Die gewonnenen Hyperspektraldaten bilden die Grundlage für das Training eines KI-basierten Klassifikationsmodells. Die Klassifikation mittels NIR-Spektroskopie erreicht eine Erkennungsrate von über 90 %. Mit Hilfe dieses Detektionsmodells wurde eine sensorgestützte Sortieranlage entwickelt, mit dem Ziel PA-haltige Pflanzenteile physikalisch auszuschleusen und den pflanzlichen Materialstrom aufzureinigen. Dabei lag der Fokus auf der Optimierung des Materialtransports auf dem Förderband. Hierfür wurde ein aus Druckluft erzeugter Luftstrom zur Materialberuhigung eingesetzt. Somit wurde ein sensorgestütztes Sortierverfahren mittels pneumatischen Schnellschaltventilen erfolgreich umgesetzt.
Keywords
