Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Çanakkale Onsekiz Mart Üniversitesi, Mühendislik Fakültesi, Gıda Mühendisliği, Türkiye
Tezin Onay Tarihi: 2019
Tezin Dili: Türkçe
Öğrenci: ARZU YAZICI
Danışman: Hüseyin Ayvaz
Özet:
Bu çalışmada, çilekte (Fragaria x ananassa Duch, Cv. Albion) referans analizlerle tespit edilen başlıca pestisit kalıntı seviyelerinin, Near Infrared Spektroskopisi (NIRS) kullanılarak kolay, hızlı ve örneğe zarar vermeyen bir şekilde tespiti için kızılötesi (IR: InfraRed) tahmin metotlarının geliştirilmesi ve geliştirilen bu metodun klasik pestisit analiz metotlarına alternatif veya tamamlayıcı olarak kullanılabilirliğinin gösterilmesi amaçlanmıştır. Çalışma materyali olarak Çanakkale ilindeki bahçelerden direkt olarak temin edilen albion çeşidi çilekler kullanılmıştır. Çalışma kapsamında herbiri 8 adet
çilekten oluşan toplam 60 parti örnek grubu oluşturulmuş ve her bir grup farklı konsantrasyonlarda ticari bir pestisit (% 26.7 Boscalid + % 6.7 Pyraclostrobin) ile muamele edilerek, her çilek partisinde değişen konsantrasyonlarda kalıntı miktarları elde edilmiştir. Elde edilen pestisit kalıntılı çilek örneklerinin hem NIR spektraları toplanmış hem de çileklerin pestisit kalıntı miktarları referans analiz olarak QuEChERS (Hızlı, Kolay, Ucuz, Sağlam, Güvenli) ekstraksiyonunu takiben LC-MS/MS (Sıvı KromatografisiKütle Spektrometresi/Kütle Spektrometresi) analiz metodu ile belirlenmiştir. Çileklerde LC-MS/MS sonuçlarına göre tespit edilen pestisit kalıntıları arasında boscalid ve pyraclostrobin etken maddelerinin belirgin şekilde yüksek miktarlarda olduğu tespit edilmiş ve bu parametrelerin herbiri için PLSR (Kısmi En Küçük Kareler Regrasyonu) modeller geliştirilmiştir. PLSR modellerin yapımında, örnekler rastgele bir şekilde kalibrasyon (n=48) ve validasyon (n=12) seti olarak iki gruba ayrılmıştır. Öncelikle her bir etken madde için kalibrasyon modeli geliştirilmiş, ardından modeller çapraz validasyon ve harici set kullanılarak doğrulanmıştır. PLSR modellerin performans değerlendirilmesi, her
bir modelin RPDVAL (Harici Sette Artık Tahmin Sapması) değerine göre yapılmıştır. Boscalid etken maddesi için RPDVal 2.28, pyraclostrobin etken maddesi için RPDVal 2.31 olarak elde edilmiştir. Bu sonuçlar geliştirilen modellerin tahmin gücünün umut verici olduğunu göstermektedir.