Quick and cost-effective quality assessment of plant-based foods (RASK)

Ettersom den globale matvareetterspørselen øker i takt med befolkningsvekst, blir det stadig viktigere å sikre høy matvarekvalitet samtidig som miljøpåvirkningen minimeres. RASK søker å møte disse utfordringene ved å utnytte banebrytende sensorer og bildebehandlingsteknikker, som Raman-spektroskopi, nær-infrarød (NIR) spektroskopi og maskinlæring, for raskt og nøyaktig å vurdere kvaliteten på viktige landbruksprodukter, inkludert frukt, grønnsaker og korn. Prosjektet fokuserer på å optimalisere viktige kvalitetsparametere som sukkerinnhold, stivelse, proteiner og lagringsevne, samt sikre matens sikkerhet og konsistens i bearbeidet form. En av prosjektets hoved innovasjoner er bruken av portable håndholdte enheter, inkludert Raman- og NIR-spektrometre, som muliggjør ikke-destruktiv, onside kvalitetsevaluering. Denne tilgjengeligheten er en betydelig fordel for bønder og matprodusenter, som nå kan utføre sanntids kvalitetsvurderinger uten å måtte stole på dyre og tidkrevende laboratorieprosedyrer. Integrasjonen av robotteknologi og automatisering i prøvetakings- og testprosessene forbedrer ytterligere effektiviteten og skalerbarheten til disse teknologiene, noe som muliggjør høyere produksjonskapasitet og mer presis datainnsamling. I tillegg vil anvendelsen av dyplæringsteknikker forbedre dataanalysen, og dermed øke den prediktive nøyaktigheten i modellene som benyttes for å vurdere matvarekvalitet. RASK fokuserer på tre hoved anvendelsesområder: frukt og bær, grønnsaker og korn. For frukt vil prosjektet utvikle modeller for å forutsi smak og kvalitet i jordbær og bringebær, ved bruk av både spektroskopiske data og ekspertvurderinger. Innen grønnsakssektoren vil det utvikles metoder for å bestemme lagringsevne og kvalitet i poteter og løk, samt utforske deteksjon av akrylamid forløpere. For korn søker prosjektet å erstatte tradisjonelle, tidkrevende bakekvalitetstester med raske spektroskopiske metoder, og dermed forbedre kornindustriens evne til å optimalisere produktutvikling. Prosjektets resultater vil ikke bare drive frem fremskritt innen presisjonslandbruk og matvarekvalitetskontroll, men også bidra til å redusere matsvinn ved å gjøre det mulig å ta bedre beslutninger om lagring og bearbeiding. Gjennom samarbeid med industripartnere som BAMA, Gartnerhallen og andre interessenter vil RASK sikre at metodene er anvendelige i virkelige situasjoner, noe som vil føre til bredere adopsjon på tvers av landbrukssektoren. Målet er å gi matvareindustrien kraftige, brukervennlige verktøy for kvalitetsstyring, som vil bidra til mer bærekraftige praksiser og forbedre effektiviteten i hele matvareforsyningskjeden. En vellykket implementering av RASK kan ha en betydelig innvirkning på å redusere driftskostnader, øke matsikkerheten og redusere matsvinn globalt, i tråd med bredere bærekrafts mål, inkludert FNs mål om null sult og ansvarlig produksjon og forbruk.