Skriveni gubitci u voćarstvu: Kako suvremene tehnologije otkrivaju mehanička oštećenja plodova

Svaki udarac, pritisak ili vibracija kojima je voće izloženo tijekom berbe, transporta i skladištenja mogu ostaviti oštećenja koja nisu odmah vidljiva, ali kasnije uzrokuju truljenje i gubitke. Zato znanstvenici sve više traže načine kako otkriti ono što ljudsko oko ne može vidjeti - od tradicionalnih mjerenja čvrstoće do hiperspektralnih kamera, rendgena i umjetne inteligencije.

Znanstveni rad "Metode za otkrivanje i kvantificiranje mehaničkih oštećenja voća: Napredak, izazovi i buduće perspektive" (Methods for detecting and quantifying mechanical damage in fruits: Advances, challenges, and future perspectives) donosi pregled metoda za otkrivanje i mjerenje mehaničkih oštećenja voća te tehnologija koje omogućuju njihovo prepoznavanje bez uništavanja ploda.

Autori su mr.sc. Vlado Kušec s Veleučilišta u Križevcima te izv. prof. dr. sc. Igor Kovačev, prof. dr. sc. Martina Skendrović Babojelić i izv. prof. dr. sc. Ante Galić s Agronomskog fakulteta Sveučilišta u Zagrebu. Rad je 2026. godine objavljen u znanstvenom časopisu Agriculturae Conspectus Scientificus, čiji je izdavač fakultet.

Kako nastaju skrivena oštećenja?

Problem nije samo estetski. Plod može izvana izgledati potpuno zdravo, dok je njegovo tkivo iznutra već oštećeno. Udarac tijekom berbe, pad u gajbu, pritisak drugog ploda ili vibracije tijekom prijevoza mogu izazvati promjene koje se ne vide odmah. Takvo voće kasnije brže propada, a trulež se može proširiti i na susjedne plodove.

Kada voće primi udarac, ono se deformira i pritom apsorbira dio energije. Koliko će oštećenje biti veliko ovisi o jačini opterećenja, ali i o građi i čvrstoći samog ploda. Slabija opterećenja mogu uzrokovati površinska oštećenja, dok jači udarci mogu zahvatiti dublje tkivo. Kod jabuka i krušaka najveća naprezanja mogu se pojaviti i u unutrašnjosti ploda. Zato on može biti ozbiljno oštećen iako izvana još uvijek izgleda dobro.

Takve se promjene ne moraju odmah vidjeti. Unutarnja modrica može postati uočljiva tek nakon nekoliko sati ili dana, kada je dio štete već učinjen. Jedan od klasičnih načina mjerenja svojstava ploda je penetrometar. Njime se mjeri sila potrebna da sonda prodre u meso ploda, a promjer sonde prilagođava se vrsti voća. Tako se određuje čvrstoća ploda, što je važno pri procjeni zrelosti, određivanju trenutka berbe i procjeni mogućnosti skladištenja.

Koriste se i testovi udarcem njihala. Plod se izloži kontroliranom udaru, a na temelju njegova ponašanja nakon njega mogu se izračunati pokazatelji poput elastičnosti i gubitka energije. Tako se procjenjuje koliko je pojedini plod ili sorta osjetljiva na grublje rukovanje.

Problem je što su ovakva ispitivanja uglavnom destruktivna. Nakon mjerenja plod više nije moguće vratiti u prodaju. To nije problem u laboratoriju, ali jest kada treba pregledati velike količine voća na sortirnoj liniji. Zato se sve više koriste računalne simulacije. Metodom konačnih elemenata, poznatom kao FEM, stvarni se plod pretvara u trodimenzionalni model na kojem se mogu simulirati padovi, pritisci i vibracije.

Tako se može predvidjeti gdje će se unutar jabuke ili kruške pojaviti najveće naprezanje i gdje postoji opasnost od oštećenja. Podaci mogu pomoći pri projektiranju ambalaže, gajbi i dijelova strojeva koji dolaze u dodir s voćem.

Kamera vidi ono što čovjek ne može

Za primjenu u praksi posebno su zanimljive nedestruktivne metode, odnosno one kod kojih se plod može pregledati bez njegova uništavanja. Među njima se ističe hiperspektralno snimanje. Za razliku od obične kamere, hiperspektralna prikuplja informacije iz velikog broja dijelova svjetlosnog spektra. Tako može otkriti promjene u sastavu i strukturi tkiva koje ljudsko oko još ne vidi.

Kod pojedinih vrsta voća tehnologija može otkriti rane znakove modrica prije nego što postanu vidljivi izvana. Istraživanja su je primjenjivala na jabukama, kruškama, borovnicama, jagodama, kiviju i šipku. Uz hiperspektralne kamere istražuju se infracrvena termografija i rendgensko snimanje. Termografija može pokazati razlike u ponašanju topline između zdravog i oštećenog tkiva, dok rendgen omogućuje pregled unutrašnjosti ploda i otkrivanje skrivenih nedostataka.

Od klimatskih promjena do solarnih panela: Kako slavonski poljoprivrednici vide budućnost?

Senzori pritom stvaraju velike količine podataka koje čovjek teško može dovoljno brzo analizirati. Tu dolazi umjetna inteligencija. Algoritmi strojnog i dubokog učenja mogu se trenirati za prepoznavanje oštećenih plodova na temelju njihovih snimaka. U radu se, među ostalim, navode konvolucijske neuronske mreže (CNN), koje analiziraju snimke i prepoznaju obrasce karakteristične za oštećene plodove, te YOLO modeli (You Only Look Once), vrsta AI-ja koja u jednom prolazu kroz snimku može prepoznati objekte i odrediti njihovu lokaciju, primjerice pronaći oštećenu jabuku među ostalima.

To otvara mogućnost automatiziranog pregleda plodova dok prolaze sortirnom linijom. Sustav može analizirati njihove karakteristike i razvrstati ih prema kvaliteti, bez potrebe da svaki plod pojedinačno pregledava radnik. Takva tehnologija posebno je važna kod velikih količina voća, gdje bi ručni pregled bio spor i podložan pogreškama.

Tehnologija ima svoje granice

Ipak, napredne metode još nisu jednostavno rješenje za svaku proizvodnju. Hiperspektralne kamere, rendgenski sustavi i druga sofisticirana oprema zahtijevaju značajna ulaganja, a sustave je potrebno prilagoditi različitim vrstama i sortama. Voće se razlikuje po obliku, debljini kore, čvrstoći i strukturi tkiva pa model razvijen za jednu sortu ne mora jednako dobro funkcionirati na drugoj. Potrebni su i standardizirani postupci mjerenja kako bi rezultati različitih istraživanja bili usporedivi.

Unatoč tome, razvoj ide prema tome da se oštećenje otkrije prije nego što postane vidljivo. Za voćara to znači mogućnost ranijeg izdvajanja oštećenih plodova, bolje zaštite onih koji mogu nastaviti put prema tržištu i manje gubitaka nakon berbe.

Dodajte agroklub.com u omiljeni Google izvor