Geri Dön

Systematic investigation and forecasting of mycotoxin risk in turkish dried figs

Türk kuru incirinde mikotoksin riskinin sistematik olarak araştırılması ve tahmini

PDF İndir

  1. Tez No: 831956
  2. Yazar: CEREN UĞURLU
  3. Danışmanlar: DOÇ. DR. ÖZLEM GÜÇLÜ ÜSTÜNDAĞ
  4. Tez Türü: Doktora
  5. Konular: Gıda Mühendisliği, Biyoteknoloji, Food Engineering, Biotechnology
  6. Anahtar Kelimeler: Besin kirlenmesi, Kuru incir, Risk tahmini, Food contamination, Dried fig, Risk forecasting
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Yeditepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyoteknoloji Ana Bilim Dalı
  12. Bilim Dalı: Biyoteknoloji Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

İncir (Ficus Carica L.), besin değeri yüksek bir meyve olmakla birlikte mikotoksin, özellikle de aflatoksin (AF) kontaminasyonu nedeniyle önemli bir gıda güvenliği sorununa sahiptir. İncirlerde mikotoksin kontaminasyonu ağaçta, hasat öncesi ve hasat sırasında, işleme, depolama ve nakliye sırasında görülebilmektedir. Etkili kontrol stratejileri ve sistemlerinin geliştirilmesi için kontaminasyonu etkileyen faktörlerin derinlemesine araştırılması ve tahmine dayalı modelleme çalışmalarının yürütülmesi gerekmektedir. Bu tezde, Gıda ve Yem için Hızlı Uyarı Sistemi (RASFF) veri tabanı (2002-2020), Türk kuru incirindeki mikotoksin tehlikesi açısından analiz edildi. Mikotoksin kontaminasyonunu etkileyebilecek tüm faktörler (örn. hava koşulları, tarım ve işleme koşulları ve ürün bazlı olmayan diğer tüm faktörler (örn. ihracat miktarları, mevzuat değişiklikleri)), yıllık ve aylık bildirim trendleri dikkate alınarak değerlendirildi. Kuraklığın, 2007 ve 2012 yıllarında artan bildirimlerde hava durumuyla bağlantılı bir etken olduğu belirlendi. Araştırılan zaman çerçevesinde mikotoksin kontaminasyonuna katkıda bulunabilecek tarım ve prosesle ilgili faktörler, akademik ve gri literatürün derinlemesine incelenmesine dayanarak belirlendi. Mikotoksin tehlikesinin (toplam RASFF bildirim sayısı) Türkiye'deki başlıca kuru incir üretim bölgeleri için (İzmir ve Aydın) (Türkiye Meteoroloji Genel Müdürlüğü) meteorolojik parametreler kullanılarak tahmini için Tekrarlayan Sinir Ağı (RNN) tabanlı bir model geliştirildi. Geliştirilen zaman serisi modeli toplam RASFF bildirim sayısını r değeri 0.64 ve p<0.05 olarak tahmin etti. RNN modeli temel alınarak Türk kuru incirindeki AF riski için iki modül içeren web tabanlı bir analiz ve tahmin aracı tasarlandı: (toplam RASFF bildirimi sayısı dikkate alınarak herkesin kullanımına açık olarak tasarlanan) Modül 1 ve (Bakanlık veri tabanında bulunan mikotoksin kontaminasyon verileri dikkate alınarak Türkiye Cumhuriyeti Tarım ve Orman Bakanlığı tarafından kullanılmak üzere tasarlanan) Modül 2. Bu araç, kuru incirdeki mikotoksin riskinin en aza indirilmesine yönelik kapsamlı bir sistem olarak önemli bir potansiyele sahiptir. Mikotoksin kontaminasyon yolları ve hasat öncesinden başlanarak nakliye aşamasına kadar olan tüm süreç boyunca mikotoksin kontaminasyonu üzerinde etkili olabilecek faktörlerle ilgili verilerin sistematik olarak toplanması ve analizi, modelin tahmin yeteneği ile birleştiğinde, riski en aza indirmek için güçlü bir temel sağlayacaktır.

Özet (Çeviri)

Fig (Ficus Carica L.) is a fruit of high nutritional value, with a significant food safety problem – mycotoxin, particularly aflatoxin (AF) contamination. Mycotoxin contamination in figs can be observed on the tree during pre-harvest and harvest, during processing, storage, and transportation. An in-depth investigation of the factors influencing mycotoxin contamination and predictive modeling studies are required for the development of effective control strategies and systems. In this thesis, The Rapid Alert System for Food and Feed (RASFF) database (2002-2020) was analyzed for mycotoxin hazard in Turkish dried figs. All the factors that can affect mycotoxin contamination (including weather conditions, agricultural and processing conditions, and non-product related factors (such as export quantities, regulatory changes)) were evaluated considering the yearly and monthly notification trends. Drought was identified as a key weather-related contributor to increased notifications in 2007 and 2012. Agriculture and process related factors that could have contributed to mycotoxin contamination in the investigated time frame were identified based on an in-depth review of academic and grey literature. A Recurrent Neural Network (RNN) based model was developed for the prediction of mycotoxin hazard (i.e. total number of RASFF notifications) from meteorological parameters for the primary dried fig producing regions in Turkey (İzmir and Aydın) (obtained from the Turkish General Directorate of Meteorology). The developed time series model predicted the total number of RASFF notifications with a r value of 0.64 and p<0.05. A web-based analysis and forecast tool for AF risk in Turkish dried figs containing two modules was designed based on the developed RNN model: Module 1 (designed for public use based on total number of RASFF notification data) and Module 2 (designed for use by the Republic of Türkiye Ministry of Agriculture and Forestry based on mycotoxin contamination data from the Ministry database). This tool has great potential as a comprehensive system for the minimization of the mycotoxin risk in dried figs. Systematic collection and analysis of data on mycotoxin contamination routes and influencing factors throughout, from pre-harvest to transportation coupled with the forecasting capability would provide a strong foundation for control efforts aimed at minimizing mycotoxin risk.

Benzer Tezler

  1. Tez No

    996564

    Derin öğrenme ve istatistiksel modellerle operasyonel rüzgar enerjisi tahmini: Batman içinn LSTM, ANN ve ARIMA uygulaması

    Operational wind energy forecasting using deep learning and statistical models: An application of LSTM, ANN and ARIMA for Batman

    İLAYDA KELKİTLİ BAŞARAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilimi ve Teknolojileri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA KEMAL KAYMAK

  2. Tez No

    940728

    Enhancing financial market forecasting using deep learning and computer vision-based technical analysis

    Derin öğrenme ve bilgisayarlı görü tabanlı teknik analiz kullanarak finansal piyasa tahminlerinin geliştirilmesi

    EDREES RAMADAN MERSAL MORCELI

    Doktora

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Assoc. Prof. Dr. HAKAN KUTUCU

  3. Tez No

    942802

    Forecasting of produced output electricity in photovoltaic power plants

    Foto-voltaik güç santrallarında elektrik üretim tahmini

    TARANEH SAADATI

    Doktora

    İngilizce

    İngilizce

    2025

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilimi ve Teknolojileri Ana Bilim Dalı

    DOÇ. DR. BURAK BARUTÇU

  4. Tez No

    867088

    The persistence forecast effect in time-series predictions

    Zaman serisi tahminlemelerinde devamlılık tahmini etkisi

    HÜSEYİN BURAK AKYOL

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUnıversıty Of Brıstol

    Bilgisayar Bilimleri Ana Bilim Dalı

    DR. DANİEL SCHİEN

    PROF. DR. CHRİS PREİST

  5. Tez No

    877140

    Enhancing maximum power point tracking through ensemble learning techniques

    Topluluk öğrenme teknikleri yoluyla maksimum güç noktası takipini geliştirme

    HAYDER HUSAM MAHMOOD AL-MAYYAH

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik MühendisliğiAltınbaş Üniversitesi

    Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ZAID HAMODAT

Geri Dön