انتقال آب در بافت های گیاهی پدیده ای پیچیده ای است. دیواره سلولی و غشای پلاسمایی نسبت به آب نفوذ پذیر بوده و میزان تبادل آب بین سلول و فضای بین سلولی به میزان اختلاف فشار آب درون سلولی و ارتجاع پذیری غشای سلولی بستگی دارد. حرکت آب در درون بافت های گیاهی شامل انتقال همزمان گرما و جرم است و بنابراین خواص ترموفیزیکی بافت گیاهی در این انتقال نقش مهمی دارند. فشار مویینگی، نفوذپذیری ذاتی، نفوذپذیری نسبی، نفوذ رطوبت موثر و هدایت حرارتی از جمله خواص کلیدی حرارتی و انتقال مورد نیاز برای بررسی جامع مکانیزم انتقال رطوبت در بافت گیاهی هستند. مواد گیاهی را می توان یک محیط متخلخل در غیر ثابت نظر گرفت که حاوی حدود 80 تا 95 درصد آب است. نفوذ مولکولی برای گازها (بخار آب و هوا)، نفوذ مویینگی برای مایع (آب) و مکانیسم های همرفت (جریان دارسی) در مدل خشک کردن در محیط متخلخل استفاده می شود. بدین ترتیب برای بررسی چگونگی حرکت آب در بافت های گیاهی می توان از مدل های چند فازی استفاده کرد. در مدل های چند فازی مکانیسم انتقال، انتقال آب را به دو صورت مایع و گاز را همزمان تحت تأثیر دما و سایر خصوصیات بافت گیاهی مورد بررسی قرار می دهد. در این مقاله بافت گیاهی به عنوان یک محیط متخلخل در نظر گرفته شده و مکانیزم هایی و عوامل موثر در انتقال رطوبت در این بافت ها مورد بحث و بررسی قرار گرفته اند. Manuscript profile

آفت پسیل از متداول‌ترین‌ آفات‌ موجود در باغ‌های پسته می‌باشد که هر ساله خسارت‌های جبران ناپذیری را به این باغ‌ها وارد می‌کند. روش‌های معمول شناسایی و شمارش آفات درگیاهان که به صورت بصری هستند بسیار وقت‌گیر و پرهزینه است که علاوه بر صرف نیروی انسانی زیاد دارای خطاهای غیر قابل کنترلی هم می‌باشد. در این پژوهش آفت پسیل پسته با استفاده از روش پردازش تصویر مورد تشخیص و شمارش قرار گرفت. برای این منظور داده‌ها در ماه‌های تیر، مرداد و شهریور و در شرایط جمعیتی متفاوت‌ آفت‌ جمع‌آوری شده‌اند. تصاویر توسط دوربین‌هایی با رزولوشن‌های مختلف در شرایط نوردهی زیاد و کم گرفته شدند. پردازش‌ها با استفاده از نرم افزار Matlab و جعبه ابزار پردازش تصویر آن انجام شده است. به منظور ارزیابی دقت الگوریتم در شناسایی و شمارش آفات، نتایج حاصل با شمارش و شناسایی توسط کاربر در آزمایشگاه مقایسه شدند. دوربین تلفن همراه (MP 20/7) Sony ضریب تبیین0/94 را با نتایج شمارش دستی در داده‌برداری‌های مختلف در نوردهی زیاد از خود نشان داد. این ضریب ‌تبیین ‌برای دوربین‌ تلفن همراه(MP13) Samsung عدد 0/91بود که نشان دهنده دقت بالای الگوریتم در شناسایی‌آفات است. درصد طبقه‌بندی نادرست برای دوربین‌های مختلف تحت شرایط نوردهی زیاد بین 5 تا 18 درصد بدست آمد. نتایج نشان می‌دهد که تصاویر گرفته شده توسط دوربین‌های معمولی در شرایط نوردهی مناسب می‌تواند جایگزین روش وقت‌گیر شمارش بصری توسط کاربر شود. Manuscript profile