Bursa ili uludağ yöresi arı polenlerinin kompozisyonu ve kemometrik karakterizasyonu
Composition and chemometric characterization of bee pollen from Bursa province Uludag region
- Tez No: 1012886
- Danışmanlar: PROF. DR. ÖMER UTKU ÇOPUR
- Tez Türü: Doktora
- Konular: Gıda Mühendisliği, Food Engineering
- Anahtar Kelimeler: Kemometri, Chemometrics
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Bursa Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Gıda Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, Bursa Uludağ çevresindeki yedi farklı lokasyondan 2021 ve 2022 arıcılık sezonlarını kapsayacak şekilde temin edilen arı polenlerinin fizikokimyasal (protein, yağ, kül, nem, pH, renk) ve enstrümental (ICP-MS ile elementel profil, GC-FID ile yağ asidi kompozisyonu, HPLC-FLD/PDA ile serbest amino asit profili) analizleri sonucu besin kompozisyonu çıkarılmış, veriler PCA ve HCA gibi denetimsiz öğrenme yöntemleri ile keşfedilerek Uludağ yöresinin arı polenlerinin karakterizasyonu kemometrik modeller ile yorumlanmış, lokasyon ve hasat dönemi tahmini yapan makine öğrenmesi modelleri geliştirilmiş ve Uludağ arı poleni için potansiyel barındıran coğrafi markörler araştırılmıştır. 2021 sezonu için arı polenlerinin palinolojik analizleri sonrasında Uludağ ekosistemi botanik orijin karakterizasyonu gerçekleştirilmiştir. Son aşamada lokasyon ve hasat dönemi tahminleri için ReliefF, ANOVA F-testi ve karşılıklı bilgi algoritmaları ile öznitelik seçimi gerçekleştirilmiştir. En iyi lokasyon tahminleyici öznitelikler olarak elementler için Na, Sr, Mg, Ca; yağ asitleri için laurik ve oleik asit öne çıkarken; hasat dönemi tahmini için amino asitler arasında prolin ve glutamik asit önem kazanmıştır. Sınıflandırma performansları incelendiğinde; lokasyon tahmini için ReliefF + kNN modeli en yüksek sınıflandırma doğruluğunu (%100) sergilemiş ve lokasyonları LDA düzleminde de başarılı bir şekilde ayırmıştır. Hasat dönemi tahmininde ise karşılıklı bilgi algoritması + SVM modeli, %96,9 doğruluk ile hasat periyotlarını en iyi şekilde tahmin eden model olmuştur. Tüm öznitelikler ile eğitilen karar ağacı ile gerçekleştirilmiş hiyerarşik karakterizasyonda ise %90,9 doğruluk ile polenlerin orijin doğrulamasında hızlı ve güvenilir bir karar destek mekanizması sunabileceğini kanıtlamıştır.
Özet (Çeviri)
In this thesis, the nutritional composition of bee pollen collected from seven different locations around Bursa Uludağ during the 2021 and 2022 beekeeping seasons was determined through physicochemical analyses (protein, fat, ash, moisture, pH, and color) and instrumental analyses (elemental profiling by ICP-MS, fatty acid composition by GC-FID, and free amino acid profiling by HPLC-FLD/PDA). The obtained data were explored and interpreted through chemometric models such as PCA and HCA. Machine learning models were developed to predict geographic origin and harvest period, and potential geographic markers of Uludağ bee pollen were investigated. Following palynological analyses of bee pollen samples from the 2021 season, the botanical origin characterization of the Uludağ ecosystem was established. In the final stage, feature selection for geographic origin and harvest period prediction was performed using ReliefF, ANOVA F-test, and mutual information algorithms. Among the most predictive features for geographic origin, Na, Sr, Mg, and Ca were identified as elements, while lauric acid and oleic acid were prominent as fatty acids; for harvest period prediction, proline and glutamic acid emerged as the most important amino acid predictors. Evaluation of classification performances showed that the ReliefF + kNN model achieved the highest classification accuracy (100%) for geographic origin prediction and successfully discriminated locations in the LDA plane. For harvest period prediction, the mutual information + SVM model provided the best performance, achieving 96,9% accuracy. Decision tree model trained on all features, achieved 90,9% accuracy, demonstrating its potential as a rapid and reliable decision-support tool for pollen origin authentication.
Benzer Tezler
- Buğdayda farklı melezleme teknikleri kullanarak tohum tutma oranının saptanılması
Başlık çevirisi yok
İSMAİL TÜZÜN
Yüksek Lisans
Türkçe
1986
ZiraatUludağ ÜniversitesiTarla Bitkileri Ana Bilim Dalı
PROF. DR. HALİS RUHİ EKİNGEN
- Bursa Ulu Cami yazıları
The Calligraphies of Ulu Cami in Bursa
CEMALETTİN ÖNALAN
Yüksek Lisans
Türkçe
1988
Sanat TarihiGazi ÜniversitesiSanat Tarihi Ana Bilim Dalı
DOÇ. DR. REFET YİNANÇ
- Türkiye imalat sanayiinde çalışan esnaf ve sanatkarların sosyo ekonomik yapıdaki yeri ve başlıca sorunları ve Bursa'da tatbiki bir araştırma
Başlık çevirisi yok
MEHMET TAŞTAN
Yüksek Lisans
Türkçe
1986
İşletmeUludağ ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
- Türkiye'de korunmaya muhtaç çocuklar meselesine mukayeseli bir bakış ve Bursa örneği
Başlık çevirisi yok
SERPİL AYTAÇ