СПОСОБ ОПРЕДЕЛЕНИЯ ЗРЕЛОСТИ ТОМАТОВ НА ОСНОВЕ КОНТРОЛЯ ИХ ИНДУКЦИИ ФЛУОРЕСЦЕНЦИИ ХЛОРОФИЛЛА

Традиционные способы сортирования плодов томатов используют внешние их атрибуты – цвет, размер и твёрдость, которые не учитывают внутренние качества и структуру плодов, что отражается на качестве сортирования. Предложен способ сортирования томатов на основе контроля их индукции флуоресценции хлорофилла. Такой способ позволяет учитывать внутреннюю структуру и качество томатов. При проведении эксперимента использовали ботанический сорт томатов Алькасар с различными стадиями зрелости: зеленые; молочные (светло-зеленые); бурые; розовые и красные. Для этого сорта томата выявлена общая закономерность: по мере созревания плодов уменьшается величина индукции максимальной флуоресценции и повышается вариабельность этого показателя. Незрелые плоды отличаются высокими значениями максимума индукции флуоресценции хлорофилла при его низкой вариабельности. Стадия же полной зрелости томатов характеризуется низкими значениями максимума флуоресценции и вариабельности этого показателя. Предлагаемый способ менее трудоёмок по сравнению с методом определения зрелости томатов по их цвету, он позволяет более качественно проводить разделение томатов по зрелости с учётом их внутренней структуры. Способ может быть применен для интегральной оценки зрелости как крупных партий овощей, так каждого отдельного плода.

1. ГОСТ Р 51810-2001 «Томаты свежие, реализуемые в розничной торговой сети».

2. Будаговская О.Н. Оптическая дефектоскопия плодов // Пролетарский светоч. 2009. 277 с.

3. K. Choi, G. Lee, Y.J. Han, J.M. Bunn. Tomato maturity evaluation using color image analysis. Transactions ofthe ASAE. 38(1): 171-176. doi: 10.13031/2013.27827 @1995.

4. George M (2015) Multiple Fruit and Vegetable Sorting System Using Machine Vision. Int J Adv Technol 6: 142. doi:10.4172/0976-4860.1000142

5. Helyes L., ?ek, Z., & Lugasi A. (2006). Tomato Fruit Quality and Content Depend on Stage of Maturity, HortScience HortSci, 41(6), 1400-1401. Retrieved Jan24, 2020, https://journals. ashs.org/hortsci/view/journals/hortsci/41/6/article-p1400.xml.

6. S. Laykin, V. Alchanatis, E. Fallik, Y. Edan Image-processing algorithms for tomato classification. Transactions of the ASAE. Vol. 45(3): 851-858. doi: 10.13031/2013.8838 @2002.

7. Гудковский В.А., Акишин Д.В., Сутормина А.В. Об использовании нового способа определения степени зрелости плодов томата в селекционной, научной и практической работе // Вестник МичГАУ 2013. № 5. С. 67-71.

8. Способ определения степени зрелости плодов томатов: патент № 2032902 РФ A01G7/00 // Д.А. Выродов, A.H Выродова, В.К. Андрющенко, П.Н. Жужа. Опубл. 10.04.95. Бюл. № 14.

9. Wan P., Toudeshki A., Tan H., Ehsani R., 2018. A methodology for fresh tomato maturity detection using computer vision. Computers and Electronics in Agriculture. Volume 146, March 2018, Pages 43-50. https://doi.org/10.1016/j. compag.2018.01.011

10. Peter M. Bramley. Regulation of carotenoid formation during tomato fruit ripening and development. Journal of Experimental Botany. Volume 53. Issue 377. 1 October 2002. Pages 2107-2113. https://doi.org/10.1093/jxb/erf059

11. Lois L.M, Rodriguez-Concepcion M., Gallego F., Campos N, Boronat A. Carotenoid biosynthesis during tomato fruit development: regulatory role of 1-de-oxy-D-xylulose 5-phosphate synthase The Plant Journal, (2000), 22(6), 503-513. https://doi.org/10.1046/j.1365-313x. 2000.00764.x

12. Hobson G., Grierson D. Biochemistry of fruit ripening. Springer, Chapman and Hall, London. 1993. Рр. 405-442. https://doi.org/10.1007/978-94-011-1584-1_14