Die Methode beschreibt die Bestimmung von aufgesprungenen Gerstenkörnern mittels einer Iod-Stärke-Reaktion.
Gerste, die für die Vermälzung vorgesehen und daher anhand des beschriebenen Merkmals zu bonitieren ist.
Der Nachweis der aufgesprungenen Körner beruht auf der Iod-Stärke-Reaktion. Die in den Rissen ungeschützt gelagerten Stärkekörner färben sich mit Iod intensiv blau. Die angefärbten Risse sind dadurch leicht zu erkennen.
Die Methode beschreibt die Bestimmung der aufgesprungenen Körner mittels Handbonitierung.
Gerste, die für die Vermälzung vorgesehen und daher anhand des beschriebenen Merkmals zu bonitieren ist.
Visuelle Beurteilung
Mithilfe von Bildverarbeitung, künstlicher Intelligenz und dem Internet of Things (IoT) ermöglicht die Methode eine Analyse der Sortenreinheit von Braugerste.
Mittels Scanner wird ein hochauflösendes Bild einer Probe von Gerstensamen aufgenommen. Das Bild durchläuft dann Algorithmen, die einzelne Körner auf dem Bild erkennen und segmentieren. Anschließend wird jedes einzelne Korn von einem neuronalen Netzwerk (Convolutional Neural Network, CNN) analysiert, dessen Architektur speziell für die Analyse und Klassifizierung von landwirtschaftlichen Erzeugnissen ausgewählt und entwickelt wurde. Das CNN wurde mit verifizierten Informationen (auch Ground Truth genannt) trainiert, wobei es lernt, wie die einzelnen Gerstensorten unterschieden werden können. Die Basis hierfür bilden sortenreine Proben verschiedener Gersten, die zuvor mit dem Gerät digitalisiert wurden und entsprechend den Datensatz (Modelle der künstlichen Intelligenz) bilden. Um genaue Modelle zu erhalten, müssen die Algorithmen mit einer großen Variabilität trainiert werden, d. h. mit reinen Proben verschiedener Sorten aus unterschiedlichen Regionen, Erntejahren und Standorten. Der Zweck des Trainings besteht darin, dass die Algorithmen lernen, die Muster zu erkennen, die jede Sorte unterscheiden und zugleich Sinn ergeben. Einmal trainiert, sind die Algorithmen in der Lage, die Sortenreinheit einer unbekannten Probe von Gerstensaatgut genau vorherzusagen, sofern die Sorte in den Modellen der künstlichen Intelligenz enthalten ist.
Gussplattenverfahren und mikroskopieren.
Mittels Membranfiltration lassen sich auf einfache Art und Weise eventuell präsente Mikroorganismen aus einer nicht trüben, flüssigen Wasserprobe aufkonzentrieren.
Quantitative Anreicherung von großen, filtrierbaren Volumina auf Würzeagarplatten.
Membranfilter mit Porenweiten von 0,65 µm halten Hefen aus der flüssigen Probe zurück, welche anschließend aerob auf Agarnährmedien bebrütet werden. Das Filtrat wird in einem Sammelbehälter aufgefangen und anschließend verworfen. Nach Inkubation erfolgt eine mikroskopische Auswertung.
Erfassung des Hygienestandards durch Spülwasserkontrollen
Makroskopisches Auszählen der gebildeten Kolonien, mikroskopieren auf Bakterien, Hefen, Schimmelpilze