Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Szybka metoda sondowania laserowego umożliwia nieinwazyjne i bezdotykowe określanie właściwości termicznych liści

6.6K wyświetleń

DOI:

10.3791/54835

7 stycznia 2017

W tym artykule

Podsumowanie

Metoda została opracowana w celu określenia właściwej pojemności cieplnej i przewodności cieplnej tkanki liścia za pomocą nieinwazyjnego, bezdotykowego sondowania laserowego w bliskiej podczerwieni, które wymaga mniej niż 1 minuty na próbkę.

Streszczenie

Rośliny mogą wytwarzać cenne substancje, takie jak metabolity wtórne i białka rekombinowane. Oczyszczanie tych ostatnich z biomasy roślinnej można usprawnić poprzez obróbkę cieplną (blanszowanie). Aparat do blanszowania można zaprojektować bardziej precyzyjnie, jeśli szczegółowo znane są właściwości termiczne liści, tj. właściwa pojemność cieplna i przewodność cieplna. Pomiar tych właściwości jest czasochłonny i pracochłonny i zwykle wymaga metod inwazyjnych, które kontaktują się bezpośrednio z próbką. Może to zmniejszyć wydajność produktu i może być niezgodne z wymogami dotyczącymi hermetyzacji, np. w kontekście dobrej praktyki wytwarzania. Aby rozwiązać te problemy, opracowano nieinwazyjną, bezkontaktową metodę, która określa właściwą pojemność cieplną i przewodność cieplną nienaruszonego liścia rośliny w ciągu około jednej minuty. Metoda polega na zastosowaniu krótkiego impulsu laserowego o określonej długości i intensywności na niewielki obszar próbki liścia, powodując wzrost temperatury, który jest mierzony za pomocą czujnika bliskiej podczerwieni. Wzrost temperatury jest łączony ze znanymi właściwościami liści (grubość i gęstość) w celu określenia właściwej pojemności cieplnej. Przewodność cieplna jest następnie obliczana na podstawie profilu późniejszego spadku temperatury, z uwzględnieniem promieniowania cieplnego i konwekcyjnej wymiany ciepła. Omówiono związane z tym obliczenia i krytyczne aspekty postępowania z próbkami.

Wprowadzenie

Przetwarzanie materiałów biologicznych na dużą skalę często wymaga etapów obróbki termicznej, takich jak pasteryzacja. Urządzenia do takich procesów można zaprojektować dokładniej, jeśli właściwości termiczne materiałów biologicznych są dobrze scharakteryzowane, w tym ciepło właściwe (cp,s) oraz przewodność cieplna (λ). Parametry te można łatwo wyznaczyć dla cieczy, zawiesin i homogenatów za pomocą kalorymetrii 1. Jednak pomiar takich parametrów w próbkach stałych może być pracochłonny i często wymaga bezpośredniego kontaktu z próbką, a nawet jej zniszczenia 2. Na przykład techniki fototermiczne wymagają bezpośredniego kontaktu między próbką a detektorem 3. Takie ograniczenia są dopuszczalne podczas przetwarzania żywności, ale są niekompatybilne z wysoko regulowanymi procesami, takimi jak produkcja białek biofarmaceutycznych w roślinach w kontekście dobrej praktyki produkcyjnej 4. W takim ujęciu, powtarzalny (np. cotygodniowy) monitoring właściwości termicznych poszczególnych roślin w ciągu siedmiotygodniowego okresu wzrostu może być wymagany jako narzędzie kontroli jakości. Gdyby taki monitoring wymagał i zużywał liść przy każdym pomiarze, w czasie zbiorów nie pozostałaby biomasa do przetworzenia.

Ponadto użycie samych części liści spowodowałoby uszkodzenie rośliny i zwiększyłoby ryzyko wystąpienia nekrozy lub infekcji patogenami, co ponownie obniżyłoby wydajność procesu. Prawdopodobieństwo infekcji patogenami może również wzrosnąć w przypadku zastosowania metody z bezpośrednim kontaktem z próbką, co niesie ze sobą ryzyko zainfekowania całej partii roślin poprzez kontakt z zanieczyszczonym urządzeniem pomiarowym. Podobne aspekty należy rozważyć w przypadku monitorowania stresów roślinnych, takich jak susza, np. w kontekście ekofizjologicznym. Przykładowo, utrata wody jest często monitorowana poprzez zmianę biomasy świeżej, co wymaga inwazyjnego traktowania badanych roślin 5, np. poprzez wycinanie liścia. Zamiast tego, nieinwazyjne wyznaczanie ciepła właściwego, które zależy od zawartości wody w próbce, zgodnie z opisem przedstawionym w niniejszym opracowaniu, może służyć jako parametr zastępczy dla stanu nawodnienia roślin. W obu scenariuszach (produkcja farmaceutyczna i ekofizjologia) sztuczne stresy wywołane niszczącymi lub inwazyjnymi technikami pomiarowymi byłyby szkodliwe, ponieważ mogą zniekształcić dane eksperymentalne. W związku z tym wcześniej opisane metody błyskowe 6 lub umieszczanie próbek między srebrnymi płytkami 7 są nieodpowiednie dla takich procesów i eksperymentów, ponieważ wymagają one albo bezpośredniego kontaktu z próbką, albo są niszczące. Parametry cp,s oraz λ muszą zostać wyznaczone w celu zaprojektowania urządzeń procesowych do etapu blanszowania, który może uprościć oczyszczanie produktu, a tym samym obniżyć koszty produkcji 8-10. Zarówno cp,s, jak i λ mogą obecnie być szybko wyznaczane w sposób spójny i powtarzalny za pomocą bezkontaktowego, nieniszczącego sondowania laserowego w bliskiej podczerwieni (NIR) 11, a nowa metoda ta zostanie szczegółowo omówiona poniżej. Wyniki uzyskane za pomocą tej metody zostały z sukcesem wykorzystane do symulacji wymiany ciepła w liściach tytoniu 12, co pozwoliło na zaprojektowanie odpowiedniego sprzętu procesowego i wybór odpowiadających mu parametrów, takich jak temperatura blanszowania.

Metoda jest łatwa w konfiguracji (Rysunek 1) i składa się z dwóch faz: pomiaru oraz analizy, z których każda obejmuje dwa główne etapy. W fazie pomiaru próbka liścia jest najpierw lokalnie podgrzewana krótkim impulsem laserowym, a następnie rejestrowana jest maksymalna temperatura próbki. Następnie profil temperatury próbki jest rejestrowany przez czas 50 s. W fazie analizy właściwości liścia, takie jak gęstość (wyznaczana w sposób łatwy i dokładny za pomocą pomiaru pyknometrycznego), są łączone z maksymalną temperaturą próbki w celu obliczenia cp,s. W drugim etapie profil temperatury liścia jest wykorzystywany jako dane wejściowe do równania bilansu energetycznego, uwzględniającego przewodnictwo, konwekcję i promieniowanie, w celu obliczenia λ.

Szczegółowe instrukcje krok po kroku znajdują się w sekcji protokołu, która rozwija treść towarzyszącego filmu. Typowe pomiary przedstawiono następnie w sekcji wyników. Na koniec, w sekcji dyskusji, podkreślono zalety i ograniczenia metody wraz z potencjalnymi ulepszeniami i dalszymi zastosowaniami.

Układ spektroskopowy i schemat analizy wzbudzenia optycznego; interfejs oprogramowania do sterowania danymi.
Rysunek 1: Aparatura używana do wyznaczania właściwości termicznych liści. A. Fotografia aparatury pomiarowej wykorzystywanej do wyznaczania ciepła właściwego i przewodności cieplnej liści. Urządzenia peryferyjne (komputery, oscyloskop) nie zostały pokazane. B. Schematyczna reprezentacja aparatury pomiarowej. Laser i podłączony sprzęt zaznaczono na czerwono, detektor NIR do pomiaru temperatury pokazano na fioletowo, próbkę liścia na zielono, a czujnik mocy fotodiody na niebiesko. C. Rysunek elementów układu pomiarowego z tym samym kodowaniem kolorystycznym co w B. Pasek skali wskazuje 0.1 m. D. Zrzut ekranu ilustrujący typowe elementy oprogramowania do sterowania laserem. Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

1. Uprawa roślin i przygotowanie próbek

  1. Przepłucz każdy blok z wełny mineralnej 1-2 L wody dejonizowanej, a następnie 1 L 0,1% [m/v] roztworu nawozu. Umieść jedno nasiono tytoniu (Nicotiana tabacum lub N. benthamiana) w każdym bloku i delikatnie przepłucz 0,25 L roztworu nawozu, uważając, aby nie wypłukać nasiona.
  2. Uprawiaj rośliny przez 7 tygodni w szklarni lub fitotronie przy 70% wilgotności względnej, 16-godzinnym fotoperiodzie (180 µmol s1 m2; λ = 400-700 nm) oraz reżimie temperaturowym 25/22 °C w cyklu światło/ciemność.
  3. Przenieś rośliny do aparatury pomiarowej. Jeśli rośliny są nieruchome, pobierz pojedyncze liście w celu pomiaru właściwości termicznych.

2. Wyznaczenie grubości i gęstości liścia

  1. Wyznaczenie grubości liścia
    1. Przygotować 2% [m/v] roztwór agarozy w soli fizjologicznej (PBS) i poddać go autoklawowaniu. Pozostawić roztwór do ostygnięcia do 40 °C, a następnie zatopić w nim próbkę liścia umieszczoną w szalce Petriego. Utwardzić agarozę, umieszczając szalkę Petriego w lodówce w temperaturze 4 °C na 30 min.
    2. Pokroić blok agarozy na plastry o grubości 200 µm przy użyciu wibrotomu z kątem natarcia żyletek wynoszącym 15°. Zastosować prędkość cięcia 1,0 mm s-1 oraz amplitudę 0,5 mm.
    3. Zamocować pięć poprzecznych przekrojów liścia na szkiełku przedmiotowym, używając cyjanoakrylanu jako utrwalacza. Wyznaczyć grubość liścia pod mikroskopem z obiektywem 20× i okularem o powiększeniu 10×, korzystając z narzędzi pomiarowych wbudowanych w oprogramowanie mikroskopu zgodnie z instrukcją producenta.
    4. Wyznaczyć grubości liścia w obszarach próbki pozbawionych żyłek.
    5. Alternatywnie, wyznaczyć grubość liścia za pomocą zegara pomiarowego w obszarze blaszki liściowej bez żyłek. Upewnić się, że zegar pomiarowy jest trzymany prostopadle do płaszczyzny blaszki liściowej.
      UWAGA: Cyjanoakrylan jest substancją drażniącą skórę i może spowodować sklejenie palców, jeśli nie będzie używany ostrożnie.
  2. Wyznaczenie gęstości liścia
    1. Wyznaczyć masę pustego (m0) suchego piknometru, następnie napełnić go wodą i ponownie wyznaczyć masę (m1). Całkowicie osuszyć piknometr, umieścić w nim liść i raz jeszcze wyznaczyć masę (m2). Pozostawiając liść wewnątrz, ostrożnie dopełnić piknometr wodą i wyznaczyć masę (m3).
    2. Obliczyć gęstość liścia (Ps) korzystając z Równania 1.
      Równanie 1: Wzór na równowagę statyczną pokazujący związek między masą a gęstością, z równaniem ΣFx=0.

3. Wyznaczenie transmitancji i refleksyjności spektralnej liści

  1. Umieść liść w komorze pomiarowej spektrofotometru UV/VIS, mocując go między zaciskami do próbek. W przypadku pomiarów transmitancji umieść liść przed detektorem. W przypadku pomiarów odbicia umieść liść z tyłu komory detekcyjnej.
  2. Uruchom oprogramowanie sterujące spektrofotometrem. Wybierz zakres widma od 900 nm do 1600 nm. Rozpocznij nowy skan i zapisz wartości transmitancji (µT) oraz odbicia (µR) wyświetlane przez oprogramowanie spektrofotometru UV/VIS na podstawie krzywej spektralnej.
  3. Wszystkie pomiary wykonaj na co najmniej trzech powtórzeniach biologicznych. Zwiększ liczbę powtórzeń biologicznych do pięciu lub więcej, jeśli można spodziewać się niejednorodnej jakości próbek, t.j. zmienności morfologii powierzchni i grubości liści.
  4. Oblicz moc transmitancji (PT) oraz odbicia (PR), mnożąc zmierzone wartości µT lub µR przez zmierzoną moc lasera PLaser zgodnie z równaniami 2 i 3.
    Równanie 2: Równanie transmitancji mocy lasera, PT=μT×PLaser, istotne dla badań fotonicznych, pomiaru absorbancji.
    Równanie 3: Wzór na zależność mocy lasera \(P_R = \mu_R \times P_{Laser}\); schemat pomiarów optycznych.
    UWAGA: Transmitancję można również wyznaczyć za pomocą czujnika fotodiody podczas pomiaru (patrz 6.3).

4. Przygotowanie aparatury pomiarowej

  1. Zamontuj światłowodowy jednopaskowy laser diodowy NIR (długość fali = 1,550 nm) w stożku o średnicy 25,4 mm na uchwycie ze stali nierdzewnej. Podłącz kontroler, aby ustawić moc wyjściową (PLaser) lasera NIR na 4-6 W.
  2. Umieść soczewkę dwuwypukłą o ogniskowej 25,4 mm na końcu stożka, aby dostosować szerokość wiązki do 13 mm.
  3. Umieść fotodiodowy czujnik mocy 354 mm poniżej dolnej krawędzi soczewki. Następnie osłab konieczność sygnału fotodiody, umieszczając nad czujnikiem filtr neutralnej gęstości o gęstości optycznej 1,0 oraz ceramiczną warstwę o średnicy 22 mm.
  4. Podłącz fotodiodowy czujnik mocy do oscyloskopu za pomocą kabla koncentrycznego.
  5. Zamocuj ramkę o wymiarach 10 × 10 cm, która posiada obszar ekspozycji próbki o wymiarach 6 × 6 cm, do stelaża układu pomiarowego na wysokości 308 mm poniżej soczewki (Rycina 1). Utrwal pozycję liścia w przestrzeni, montując go w ramce 10 × 10 cm.
  6. Podłącz detektor NIR do komputera osobistego za pomocą kabla uniwersalnej magistrali szeregowej (USB) i zainstaluj oprogramowanie interfejsu dla detektora.
  7. Umieść detektor pod kątem 45° do wiązki lasera, 135 mm powyżej warstwy ceramicznej. Dopasuj obszar pomiarowy detektora do plamki laserowej na próbce, zmieniając pozycję i kąt czujnika, aż do zaobserwowania maksymalnego sygnału temperatury.
  8. Użyj oprogramowania interfejsu sterowania laserem, aby ustawić moc wyjściową lasera na 5 W oraz czas trwania impulsu laserowego na 0,5 s. Wybierz polecenie „Current control” w oknie opcji sterowania poniżej graficznej reprezentacji mocy lasera i dostosuj moc lasera, wpisując „5” w polu „Power [W]”. Dostosuj czas trwania impulsu laserowego, wpisując „0,5” w polu „Time [s]”.
  9. Aby wyznaczyć bezwzględną moc lasera dla każdej serii doświadczeń, po zakończeniu każdej serii zastąp fotodiodowy czujnik mocy termicznym powierzchniowym absorberem mocy i zmierz moc wyjściową lasera przez 20 s bez próbki.

5. Przygotowanie próbek liści

  1. Do pomiarów należy wykorzystać liście nienaruszone i nieuszkodzone.
  2. Jeśli jest to istotne dla badania, należy zasymulować typowe rodzaje uszkodzeń liści poprzez nakłucie liścia skalpelem, pocieranie liścia w rękawiczkach lateksowych, wystawienie liścia na działanie otwartego płomienia lub wiązki lasera przez 2-3 s lub zastosowanie innych technik symulacji pozostałych rodzajów uszkodzeń.
  3. Należy ostrożnie, lecz szybko zamocować próbkę liścia w zaciskach do trzymania próbek.

6. Wykonaj pomiary temperatury

  1. Należy unikać bezpośredniego kontaktu liścia z ceramicznym tłumikiem umieszczonym nad czujnikiem fotodiody, aby zapobiec sztucznemu przekazywaniu ciepła, które zakłóca obliczanie cp,s oraz λ (patrz sekcja 9).
  2. Użyj oprogramowania do pomiaru temperatury, aby zebrać profil temperatury próbki liścia przez łącznie 60 s za pomocą detektora NIR. Najpierw zarejestruj poziom bazowy temperatury przez 10 s, następnie aktywuj laser na 0,5 s i kontynuuj zbieranie danych przez 49,5 s.
    1. Rozpocznij pomiar, klikając „Measurement”, a następnie „New Measurement”. Następnie kliknij zieloną strzałkę nad graficzną reprezentacją profilu termicznego. Zapisz profil temperatury, klikając ikonę „Save” (stylizowany dysk) nad graficzną reprezentacją profilu.
  3. Potwierdź moc transmitowanego lasera za pomocą czujnika mocy fotodiody, obliczając różnicę sygnału dla pomiarów z próbką liścia i bez niej, używając oscyloskopu podłączonego do czujnika mocy fotodiody za pomocą kabla koncentrycznego (Rysunek 2).
    1. Wyznacz wysokość dwóch zboczy (f1,S i f2,S) w profilu napięcia zarejestrowanym oscyloskopem.
    2. Powtórz pomiar bez próbki liścia w celu uzyskania referencji (f1,0 i f2,0). Oblicz transmitancję µT jako stosunek tych pomiarów zgodnie z równaniem 4 (patrz również Rysunek 2).
      Równanie 4: Schemat równania stanu równowagi, pokazujący stosunek mobilności µT z czynnikami tarcia do analizy badawczej.

Wykres napięcie-czas pokazujący zbocza sygnału; diagram ilustruje zmienność napięcia w czasie.
Rycina 2: Pomiar transmisji przez liść przy użyciu fotodiody jako czujnika mocy. A. Typowy profil napięcia dla eksperymentu referencyjnego bez próbki liścia, zwizualizowany za pomocą oscyloskopu. B. Profil napięcia z próbką liścia zamontowaną w aparaturze. W obu przypadkach transmitowana moc lasera jest proporcjonalna do każdego z dwóch zboczy. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

7. Obliczenie właściwej pojemności cieplnej próbki liścia

  1. Oblicz maksymalną różnicę temperatur ΔT [K] podczas impulsu laserowego, odejmując temperaturę pokojową T0 [K] od maksymalnej temperatury liścia Tmax [K] (Równanie 5).
    Równanie 5: Równanie zmiany temperatury ΔT=Tmax−T0; przekazywanie ciepła; bilans energetyczny; obliczenia naukowe.
  2. Oblicz energię pochłoniętą przez liść (ES [J]) na podstawie efektywnej mocy lasera i czasu trwania impulsu laserowego (Równanie 6), gdzie PR [W] to odbita moc lasera, a PT [W] to transmitowana moc lasera.
    Równanie 6: Wzór na równowagę statyczną \(E_S=(P_{Laser}-P_R-P_T) \times t_{Laser}\) w analizie przenoszenia energii.
  3. Oblicz masę podgrzanego obszaru liścia (mS [kg]) korzystając z Równania 7, gdzie dS [m] to grubość liścia zgodnie z pkt 2.1), rLaser [m] to promień plamki laserowej, VS [m3] to objętość podgrzanego liścia, a ρS [kg m-3] to gęstość liścia zgodnie z pkt 2.2).
    Równanie 7: Wzór na równowagę statyczną \(m_S = V_S \times \rho_S\), równanie do obliczania masy.
  4. Oblicz cp,s[J kg-1 K-1] zgodnie z Równaniem 8, dzieląc energię pochłoniętą ES przez iloczyn masy podgrzanego obszaru liścia mS i maksymalnej różnicy temperatur ΔT.
    Równanie 8: Wzór na ciepło właściwe, Cp,s, w równaniu analizy termicznej.

8. Przygotowanie danych profilu temperatury do obliczeń przewodności cieplnej

  1. Użyj polecenia „Export” w oprogramowaniu sterującym czujnikiem NIR, aby wyeksportować surowe dane czasu i temperatury do pliku *.dat, a następnie otwórz ten plik w arkuszu kalkulacyjnym.
  2. Zastosuj redukcję danych w stosunku 1:100, np. używając polecenia „IF(MOD(Value;100)=0;”x”;”0”)”, co pozwoli uzyskać gęstość danych wynoszącą jeden punkt pomiarowy na 0,1 s.
  3. Oblicz średnią temperaturę bazową TB [°C] dla każdego profilu temperatury w początkowym okresie 10 s pomiaru, kiedy laser był jeszcze wyłączony. Następnie oblicz różnicę między TB a rzeczywistą temperaturą otoczenia T0 [°C].
  4. Wykorzystaj tę różnicę do indywidualnej normalizacji każdego profilu poprzez przesunięcie go w stronę T0 (normalizacja osi y), np. jeśli TB-T0 = 2,0 K, należy odjąć 2,0 K od każdej wartości temperatury w profilu temperatury (Rysunek 3A).
  5. Znormalizuj współrzędną czasu każdego profilu temperatury (normalizacja osi x), usuwając wszystkie punkty danych przed osiągnięciem maksymalnej temperatury próbki (Tmax), a następnie przypisz nowe wartości czasu, zaczynając od t = 0 dla Tmax (Rysunek 3B).
  6. Przeanalizuj każdy profil pod kątem nagłych skoków temperatury, t.j. różnic temperatur przekraczających trzykrotność poziomu szumu bazowego, który zazwyczaj wynosi 3 × 0,31 K ≈ 1,0 K. Usuń te obszary ze zbioru danych, ponieważ odpowiadają one artefaktom pomiarowym (Rysunek 3C).
  7. Dopasuj funkcję zaniku wykładniczego (Równanie 9) do danych za pomocą arkusza kalkulacyjnego, gdzie Tt [K] jest dopasowaną temperaturą próbki liścia w czasie t [s], T0 to temperatura otoczenia, A [K] to amplituda, a t1 [s] to stała zaniku (Rysunek 3D).
    Równanie 9: Wzór na zanik wykładniczy, Tt = T0 + A * e^(-t/t1), stosowany w analizie procesów zależnych od czasu.
  8. Użyj dopasowanej funkcji do obliczenia spadku temperatury w próbce liścia w czasie od 0 do 80 s po impulsie lasera.
  9. Przelicz dane temperatury mierzone w [°C] na skalę [K], dodając wartość 273,15 do każdego punktu danych temperatury (Rysunek 3E).

Wykresy danych termicznych przedstawiające czas względem temperatury, przewodność cieplną oraz analizę dopasowania modelu EXP.
Rycina 3: Schemat przetwarzania danych do obliczenia λ. A. Po redukcji danych profile temperatury są normalizowane do temperatury otoczenia. B. Następnie usuwane są wszystkie punkty danych przed osiągnięciem maksymalnej temperatury próbki (Tmax). C. Artefakty pomiarowe (pokazane w zbiorze danych „niespójnych”) są identyfikowane na podstawie przesunięć temperatury większych niż trzykrotność szumu tła i usuwane ze zbioru danych przed dopasowaniem do funkcji wykładniczej. D. Skala temperatury w stopniach Celsjusza jest przeliczana na skalę Kelvina. E. Dla każdego przedziału czasowego wartość λ jest obliczana na podstawie profilu temperatury. F. Definiowane jest okno czasowe o długości 20 s, w którym można zaobserwować istotną zmianę temperatury. G. Na podstawie wybranego okna czasowego obliczana jest średnia i odchylenie standardowe dla λ. H. Reprezentatywne wyniki dla dwóch różnych próbek liści N. tabacum. Pomarańczowe strzałki i linie wskazują wpływ odpowiadającego im etapu przetwarzania na przedstawione dane. Kliknij tutaj, aby wyświetlić większą wersję tej ryciny.

9. Obliczanie przewodności cieplnej próbki liścia

  1. Oblicz różnicę temperatur między próbką liścia a otoczeniem dla każdego przedziału 0,1 s zgodnie z równaniem 10, gdzie ΔTx [K] jest różnicą temperatur, Tt [°C] to dopasowana temperatura próbki liścia, a T0 [°C] to temperatura otoczenia (Rysunek 3E).
    Równanie 10: Równanie zmiany temperatury ΔTx=Tt−T0, krytyczne dla analizy procesów termodynamicznych.
  2. Przyjmij, że spadek temperatury wynika z połączonego efektu konwekcyjnego przekazywania ciepła, promieniowania cieplnego i przewodnictwa cieplnego. Wykorzystaj odpowiedni bilans energii (równanie 11) jako podstawę do obliczenia λ, gdzie ΔETemp[J] jest różnicą energii cieplnej próbki w dwóch następujących po sobie punktach czasowych, ΔErad [J] to różnica energii wynikająca z promieniowania cieplnego, ΔEconv [J] to różnica energii wynikająca z konwekcyjnego przekazywania ciepła, a ΔEcond [J] to różnica energii wynikająca z przewodnictwa cieplnego.
    Równanie 11: Równanie równowagi termicznej ΔEtemp=Erad+ΔEconv+ΔEcond; zasady bilansu energii.
  3. Zastąp ogólne wyrazy w bilansie energii rzeczywistymi właściwościami fizycznymi, co prowadzi do równania 12, gdzie ΔTt [K] jest różnicą w dopasowanej temperaturze próbki liścia, ε to bezwymiarowa emisyjność, σ [kg s-3 K-4] to stała Stefana-Boltzmanna, Arad [m2] to powierzchnia promieniowania cieplnego, h [J s-1 m-2 K-1] to współczynnik konwekcyjnego przekazywania ciepła, Aconv [m2] to powierzchnia konwekcyjnego przekazywania ciepła, Acond [m2] to powierzchnia przewodnictwa cieplnego i l [m] to długość charakterystyczna.
    Równanie 12:
    Równanie równowagi termicznej; bilans energii; wzór; fizyka; analiza przekazywania ciepła.
  4. Oblicz długość charakterystyczną l na podstawie korelacji: l = V/A.
  5. Wykorzystaj objętość podgrzanej próbki VS oraz powierzchnię przekroju próbki liścia, aby obliczyć A [m2]. Powierzchnia przekroju liścia odpowiada Acond zgodnie z równaniem 13, gdzie Acond jest powierzchnią, na której zachodzi przewodzenie, rLaser to promień plamki laserowej, a ds to grubość liścia.
    Równanie 13: Równanie powierzchni laserowej, A = A_cond = 2 × r_Laser × π × d_s, stosowane w analizie systemów optycznych.
  6. Oblicz Arad oraz Aconv zgodnie z równaniem 14, gdzie ALaser to powierzchnia plamki laserowej.
    Równanie 14: Równania obliczania powierzchni laserowej, przedstawiające relacje promienia lasera, koncepcja matematyczna.
  7. Podstaw równania 9, 12 i 13 do równania 11 i przekształć je względem λ, otrzymując równanie 15, gdzie tLaser jest czasem trwania impulsu laserowego [s].
    Równanie 15:
    Równanie wymiany ciepła laserem, złożony wzór, badania naukowe, studium termodynamiki.
  8. Przyjmij wartość 0,94 dla ε i oblicz λ dla każdego 0,1-sekundowego przedziału czasu w ciągu pierwszych 20 s profilu temperatury. Oblicz średnią z 200 uzyskanych w ten sposób wartości λ oraz odchylenie standardowe (Rysunek 3F − H).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Pomiar właściwości liści

Za pomocą powyższej metody mikroskopowej określono grubość liścia wynoszącą 0,22–0,29 × 103 m zarówno dla N. tabacum (0,25±0,04 × 103 m, n=33), jak i dla N. benthamiana (0,26±0,02 × 103 m, n=24), co mieści się w zakresie 0,20–0,33 × 103 m wcześniej opisanym dla liści różnych gatu...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

Opisana powyżej bezkontaktowa, nieniszcząca metoda pomiarowa może być stosowana do jednoczesnego i powtarzalnego wyznaczania c, p, s i ʎ. Obliczanie ʎ zależy w szczególności od kilku parametrów, które są wrażliwe na błędy. Niemniej jednak wpływ tych błędów był albo liniowy, albo nieproporcjonalny, a współczynnik zmienności dla wszystkich parametrów wynosił mniej niż 10%. Mimo że metodę tę można uznać za solidną, można wprowadzić pewne ulepszenia techniczne w celu ograniczenia pozostałych źródeł błędów...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają do ujawnienia żadnych konfliktów interesów.

Podziękowania

Autorzy są wdzięczni dr Thomasowi Rademacherowi i Ibrahimowi Al Amedi za wyhodowanie roślin użytych w tym badaniu. Chcielibyśmy podziękować dr Richardowi M. Twymanowi za pomoc w redagowaniu manuskryptu. Praca ta została częściowo sfinansowana przez Europejską Radę ds. Badań Naukowych w ramach Advanced Grant "Future-Pharma", numer wniosku 269110, Fraunhofer Zukunftsstiftung (Fundacja Przyszłości), Wewnętrzne Programy Fraunhofer-Gesellschaft w ramach grantu nr 269110. Przyciągaj 125-600164.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Tubus 1"ThorlabsSM1L10ETubus do uchwytu światłowodu
AgaroseSigma AldrichA0701Agarose
Bi-Convex lense f=25.4ThorlabsLB1761Lense
Cyfrowy ręczny optyczny  Konsola miernika mocy i energiiThorlabsPM100DKonsola do czujnika termicznego absorbera powierzchni
Cyfrowy oscyloskop luminoforowy TektronixDPO7104Oscyloskop
Mikroskop świetlny DMRLeican.a.Mikroskopświetlny
Falcon 50 mL Stożkowe probówki wirówkoweFisher Scientific14-432-2Piknometr
Ferty 2 MegaKammlott5.220072Nawóz
Uchwyt na włóknaThorlabsUchwyt na włókna
Forma -86 ° C Zamrażarka ULTThermoFisher88400Zamrażarka
Szklarnia n.a.n.a.Douprawy roślin
Grodan Rockwool Cubes 10 x 10 cmGrodan102446Rockwool block
Detektor podczerwieni Optris CTOptrisOPTCTLT15Detektor podczerwieni
podczerwieni Compact ConnectOptrisn.a.Oprogramowaniesterujące do detektora podczerwieni
Lambda 1050 Spektrofotometr UV/VisPerkinElmerL1050Spektrofotometr UV/VIS
Laser 400 μ m, 1,550  nm Chłodzony kondukcyjnie moduł sprzężony z pojedynczym prętemświatłowodowym DILASM1F-SS2.1Osłona
lasera SterownikAmtronLM200
 Sterownik laserowyAmtronCS 408
Osram zimny biały 36 WOsram4930440Źródło światła
Czujnik fotodiody ThorlabsPDA20H-ECCzujnik mocy do pomiarów transmisyjnych
Waga precyzyjna Ohaus Analytical PlusOhaus80251552Waga precyzyjna
Ramka na próbkiFraunhofer ILTn.d.Mocowaniepróbki liścia
Oprogramowanie Pyro ControlAmtronn.a.LaserControl
Oprogramowanie Uchwyt ze stali nierdzewnejgdzie indziej niesklasyfikowanyUchwyt do zestawu pomiarowego
Płytki teflonowe 2 cmFraunhofer ILTn.a.Tłumienieteflonu
Termiczny absorber powierzchniowy Czujnik mocyThorlabsS314CCzujnik do pomiarów mocy lasera
VibratomeLeica1491200S001Vibratome
Zoc/Pro 6.51 Innowacyjne oprogramowanie EmTecn.a.Oprogramowaniedo sterowania laserem 
Oprogramowanie detektora laserowy Power

Bibliografia

  1. Wilhelm, E. Heat Capacities: Liquids, Solutions and Vapours. , Royal Society of Chemistry. 516(2010).
  2. Costa, J. M., Grant, O. M., Chaves, M. M. Thermography to explore plant-environment interactions. J. Exp. Bot. 64, 3937-3949 (2013).
  3. Jayalakshmy, M. S., Philip, J. Thermophysical Properties of Plant Leaves and Their Influence on the Environment Temperature. International Journal of Thermophysics. 31, 2295-2304 (2010).
  4. Buyel, J. F. Process development strategies in plant molecular farming. Curr. Pharm. Biotechnol. 16, 966-982 (2015).
  5. Schuster, A. C., et al. Effectiveness of cuticular transpiration barriers in a desert plant at controlling water loss at high temperatures. AoB PLANTS. 8, (2016).
  6. Parker, W. J., Jenkins, R. J., Abbott, G. L., Butler, C. P. Flash Method of Determining Thermal Diffusivity, Heat Capacity, and Thermal Conductivity. J Appl Phys. 32, 1679-1684 (1961).
  7. Hays, R. L. The thermal conductivity of leaves. Planta. 125, 281-287 (1975).
  8. Menzel, S., et al. Optimized blanching reduces the host cell protein content and substantially enhances the recovery and stability of two plant derived malaria vaccine candidates. Front. Plant Sci. , (2015).
  9. Buyel, J. F., Hubbuch, J., Fischer, R. Blanching intact leaves or heat precipitation in an agitated vessel or heat exchanger removes host cell proteins from tobacco extracts. J. Vis. Exp. , Under review (2015).
  10. Beiss, V., et al. Heat-precipitation allows the efficient purification of a functional plant-derived malaria transmission-blocking vaccine candidate fusion protein. Biotechnol. Bioeng. 112, 1297-1305 (2015).
  11. Buyel, J. F., Gruchow, H. M., Tödter, N., Wehner, M. Determination of the thermal properties of leaves by non-invasive contact free laser probing. J. Biotechnol. 217, 100-108 (2016).
  12. Buyel, J. F. Numeric simulation can be used to predict heat transfer during the blanching of leaves and intact. Biochem. Eng. J. , (2015).
  13. Hedlund, H., Johansson, P. Heat capacity of birch determined by calorimetry: implications for the state of water in plants. Thermochim Acta. 349, 79-88 (2000).
  14. Chandrakanthi, M., Mehrotra, A. K., Hettiaratchi, J. P. A. Thermal conductivity of leaf compost used in biofilters: An experimental and theoretical investigation. Environ. Pollut. 136, 167-174 (2005).
  15. Larcher, W. Physiological Plant Ecology: Ecophysiology and Stress Physiology of Functional Groups. , Springer Science & Business Media. (2003).
  16. Cowen, R. A gamma-ray burst's enduring fireball. Science News. 152, 197(1997).
  17. Jones, H. G., et al. Thermal infrared imaging of crop canopies for the remote diagnosis and quantification of plant responses to water stress in the field. Funct. Plant Biol. 36, 978-989 (2009).
  18. Defraeye, T., Verboven, P., Ho, Q. T., Nicolai, B. Convective heat and mass exchange predictions at leaf surfaces: Applications, methods and perspectives. Comput. Electron. Agric. 96, 180-201 (2013).
  19. Arndt, S. K., Irawan, A., Sanders, G. J. Apoplastic water fraction and rehydration techniques introduce significant errors in measurements of relative water content and osmotic potential in plant leaves. Physiol. Plant. 155, 355-368 (2015).
  20. Jones, H. G., Schofield, P. Thermal and other remote sensing of plant stress. General and Applied Plant Physiology. 34, 19-32 (2008).
  21. Jones, H. G., Archer, N., Rotenberg, E., Casa, R. Radiation measurement for plant ecophysiology. J. Exp. Bot. 54, 879-889 (2003).
  22. Dupont, C., Chiriac, R., Gauthier, G., Toche, F. Heat capacity measurements of various biomass types and pyrolysis residues. Fuel. 115, 644-651 (2014).
  23. Chaerle, L., et al. Multi-sensor plant imaging: Towards the development of a stress-catalogue. Biotechnol. J. 4, 1152-1167 (2009).
  24. Hackl, H., Baresel, J. P., Mistele, B., Hu, Y., Schmidhalter, U. A Comparison of Plant Temperatures as Measured by Thermal Imaging and Infrared Thermometry. J. Agron. Crop. Sci. , 415-429 (2012).
  25. Yuan, L., et al. Spectral analysis of winter wheat leaves for detection and differentiation of diseases and insects. Field Crops Res. 156, 199-207 (2014).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Tagi

Metoda bezkontaktowaciep o w a ciweprzewodno cieplnaczujnik bliskiej podczerwieniwyznaczanie grubo ci li ciapomiar g sto ci li ciagatunki ro lin tytoniuanaliza nieniszcz ca