JP5369032B2 - 含有成分量推定方法、評価値推定方法、及びこれら方法を実行するためのプログラム - Google Patents
含有成分量推定方法、評価値推定方法、及びこれら方法を実行するためのプログラム Download PDFInfo
- Publication number
- JP5369032B2 JP5369032B2 JP2010066914A JP2010066914A JP5369032B2 JP 5369032 B2 JP5369032 B2 JP 5369032B2 JP 2010066914 A JP2010066914 A JP 2010066914A JP 2010066914 A JP2010066914 A JP 2010066914A JP 5369032 B2 JP5369032 B2 JP 5369032B2
- Authority
- JP
- Japan
- Prior art keywords
- measurement target
- sample
- silage
- evaluation
- original sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims description 132
- 238000000034 method Methods 0.000 title claims description 124
- 238000011088 calibration curve Methods 0.000 claims description 89
- 238000001228 spectrum Methods 0.000 claims description 86
- 235000019750 Crude protein Nutrition 0.000 claims description 75
- 238000005259 measurement Methods 0.000 claims description 74
- 230000008569 process Effects 0.000 claims description 54
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 30
- 230000008034 disappearance Effects 0.000 claims description 21
- 230000003287 optical effect Effects 0.000 claims description 21
- 238000001035 drying Methods 0.000 claims description 14
- 229910052757 nitrogen Inorganic materials 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 9
- 235000013305 food Nutrition 0.000 claims description 7
- 150000002830 nitrogen compounds Chemical class 0.000 claims description 4
- 229910017464 nitrogen compound Inorganic materials 0.000 claims description 3
- 235000014113 dietary fatty acids Nutrition 0.000 claims description 2
- 229930195729 fatty acid Natural products 0.000 claims description 2
- 239000000194 fatty acid Substances 0.000 claims description 2
- 150000004665 fatty acids Chemical class 0.000 claims description 2
- 239000004460 silage Substances 0.000 description 127
- 238000007605 air drying Methods 0.000 description 37
- 238000004458 analytical method Methods 0.000 description 34
- 238000012545 processing Methods 0.000 description 25
- 238000011282 treatment Methods 0.000 description 17
- 230000004069 differentiation Effects 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 15
- 238000000611 regression analysis Methods 0.000 description 14
- 238000010238 partial least squares regression Methods 0.000 description 12
- 238000009499 grossing Methods 0.000 description 10
- FERIUCNNQQJTOY-UHFFFAOYSA-N Butyric acid Chemical compound CCCC(O)=O FERIUCNNQQJTOY-UHFFFAOYSA-N 0.000 description 8
- 238000013480 data collection Methods 0.000 description 8
- 238000002360 preparation method Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 102000004169 proteins and genes Human genes 0.000 description 7
- 108090000623 proteins and genes Proteins 0.000 description 7
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 7
- 238000001256 steam distillation Methods 0.000 description 7
- 244000025254 Cannabis sativa Species 0.000 description 6
- 238000007696 Kjeldahl method Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004817 gas chromatography Methods 0.000 description 3
- 239000008213 purified water Substances 0.000 description 3
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000000855 fermentation Methods 0.000 description 2
- 230000004151 fermentation Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- VZSRBBMJRBPUNF-UHFFFAOYSA-N 2-(2,3-dihydro-1H-inden-2-ylamino)-N-[3-oxo-3-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)propyl]pyrimidine-5-carboxamide Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)C(=O)NCCC(N1CC2=C(CC1)NN=N2)=O VZSRBBMJRBPUNF-UHFFFAOYSA-N 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- MHAJPDPJQMAIIY-UHFFFAOYSA-N Hydrogen peroxide Chemical compound OO MHAJPDPJQMAIIY-UHFFFAOYSA-N 0.000 description 1
- 240000004296 Lolium perenne Species 0.000 description 1
- 238000004497 NIR spectroscopy Methods 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 235000013325 dietary fiber Nutrition 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 235000012041 food component Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004811 liquid chromatography Methods 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Description
ところで、化学分析や近赤外線分析により、例えば、牧草や牧草の発酵物であるサイレージのCPなどの栄養成分含有量を測定する場合に、原試料を生のまま測定することは、保存上の理由などから難しい。従って、一般的に試料の含有量分析は、原試料を60℃程度で風乾処理した後、処理後の原試料を粉砕機などで1mm以下に調整して乾燥粉砕物として、この乾燥粉砕物中に含まれる含有量を測定する。具体的にサイレージ乾燥粉砕物中のCP含有量の定量は、当該サイレージ乾燥粉砕物を硫酸と過酸化水素水で分解した後、公知のケルダール法にて全窒素量を測定し、その測定した全窒素量に蛋白質換算係数(例えば、6.25)を乗じて行うか、サイレージ乾燥粉砕物を対象に近赤外線分析を行う。
(1)上記消失処理は、乾燥処理である。
(2)上記原試料は、食品、又は飼料である。
(3)上記原試料は、発酵物である。
(4)上記測定対象成分が、窒素化合物を含む。
(5)上記測定対象成分が、全窒素及び/又は粗蛋白質を含む。
(6)上記測定対象成分が、VBN、及び/又は全窒素に対するVBNの比を含む。
(7)上記測定対象成分が、VFAを含む。
(8)上記測定対象成分が、水分を含む。
上記評価値は、V−スコアーである。
図2は、本実施の形態に係る含有成分推定方法を回帰分析として重回帰分析を用いて行う手順、及びその分析により得られた回帰式(検量線)を評価する手順を説明するフローチャートである。
と表される。これにより、データ点Mを中心とする2L+1個の反射光の重み付き平均が計算される。ここで、重み係数wkは、要求されるノイズの低減量と演算時間の短縮量のバランスに応じて設定される関数であり、例えば、1/2L+1の値をとる。
具体的に、2次微分処理は、以下の式
ステップS104において、ステップS102、103の処理を経て得られた反射光スペクトル強度Ii(λ)と、予め公知の測定方法により把握されたサイレージ原試料のCP含有量から回帰式を作成する。
ステップS105において、上記式の検量線に(測定により)予めCP含有量が把握された上述のサイレージ原試料のスペクトルデータを代入し、検量線による理論的なCP含有量推定値<CPi>を求める。
実施例1〜5は、CPの含有成分量について検量線作成、及び該検量線の評価に関するものであり、実施例6〜10は、全窒素中のVBN含有率であるVBN/T−N%の検量線作成、及び該検量線の評価に関するものであり、実施例11は、V−スコアーの検量線作成、及び該検量線の評価に関するものであり、例12は、水分含有量の検量線作成、及び該検量線の評価に関するものであり、例13は、VFAの一つである酪酸含有量の検量線作成及び該検量線の評価に関するものである。
1.乾燥サイレージ試料の反射光スペクトルデータ収集
(i)供試された牧草のサイレージ原試料137点の内の50g分の試料に純水を加え200mlとし、5℃で16時間抽出を行い、ろ紙(NO、5A:JIS P 3801)でろ過して得たサイレージ抽出液から水蒸気蒸留法にてVBN含有量を測定し、その重量%(VBN%)を算出した。
(ii)一方で、サイレージ原試料137点の一部を60℃で16時間風乾処理(第1風乾処理)して1mm以下に粉砕し風乾粉砕サイレージを得た。なお、この風乾サイレージでは、サイレージ原試料中に含まれていたVBNは完全に揮散している。
(iii)上記(i)で求めたVBN%に蛋白質換算係数である6.25を乗じて、上記(ii)において揮散した蛋白質の含有量Aの値を算出した。
(iv)上記第1風乾処理の風乾率Bを、100×(第1風乾後の乾燥サイレージの重量)/(第1風乾前のサイレージ原試料の重量)の式で算出した。
(v)更に、上記乾燥サイレージを135℃で2時間風乾処理(第2風乾処理)してその水分を完全に揮発させ完全乾燥サイレージを得た。
(vi)上記(v)の第2風乾処理における風乾物中水分率Cを、100×{(第2風乾処理前の乾燥サイレージの重量)―(第2風乾処理後の完全乾燥サイレージの重量)}/(第2風処理前の乾燥サイレージの重量)の式で算出した。
(vii)上記(iii)、(iv)、及び(vi)において求めた、揮散蛋白質含有量A、第1風乾処理の風乾率B、及び第2風乾処理の風乾物中水分率Cを用いて、サイレージ原試料中の含有水分Hを、以下の式
H=100−B+B×C/100−A
で算出した。
(viii)そして、ケルダール法を用いてこの風乾粉砕サイレージ試料のCP含有量(風乾粉砕物CP含有量D)を測定した。
(ix)その後、風乾粉砕物CP含有量D、風乾率B、揮散蛋白質含有量Aからサイレージ原試料のCP含有量Iを以下の式
I=D×B/100+A
で算出した。
(x)また、サイレージ原試料のCP含有量Iの乾物中CP含有量Jを以下の式
J=I×100/(100−H)
で算出した。
(xi)上記(x)で求めたサイレージ乾物中CP含有量Jを回帰式作成時に用いる化学分析値とした。その値は、(水分0)の乾物あたり8.34〜24.2%であった。
(xii)石英ガラスの窓がついたリング状容器(以下、標準セルと記載)に風乾粉砕サイレージ試料を充填し、反射光スペクトルを測定するために近赤外分析計にてλ=400〜2500nmの光を照射し、セルから反射する反射光の強度のスペクトルデータを採取した。
収集したデータを、セグメントサイズ10nm、ギャップサイズ0nmで平滑化処理し、2次微分処理を行った後、供試試料であるサイレージ原試料137点を回帰式作成用の試料102点と評価用の試料35点に区分した。波長として2084、2168、1028、1990nmの4種を選択して、回帰式作成用の試料102点について重回帰分析を行ない回帰式を決定した。
決定された回帰式を検量線として用いて評価用の原試料35点についてCP含有量の値を求めた。
検量線の重相関係数R2、及び標準誤差SECを求めた。一方で、検量線を用いて、評価用の原試料のCP含有量の推定値を算出し、評価試料の相関係数r2、及び予測標準誤差SEPを求めた。
本実施例では、検量線の相関係数R2、及び評価試料の相関係数r2が極めて高い値を示しており、一方で、標準誤差SEC、及び予測標準誤差SEPは非常に低い値を示す極めて良好な結果が得られている。
以下、実施例2について説明する。
1.乾燥サイレージ試料の反射光スペクトルデータ収集
実施例1と同様の条件で反射光スペクトルのデータを収集した。
2.回帰式の作成
実施例1と同様に収集したスペクトルデータの平滑化処理、及び2次微分処理を行ない、回帰式作成用の試料102点と評価用の試料35点に区分した。波長として2084、2168、1990、2142nmの4種を選択して、回帰式作成用の試料102点について重回帰分析を行ない回帰式を決定した。
3.作成した回帰式を検量線として用いた評価用の原試料のCP含有量推定
実施例1の場合と同様に、設定された回帰式を検量線として用いて評価用試料35点についてCP含有量を求めた。
4.検量線の精度評価
実施例1で説明した精度評価と同様の方法を行った。
5.精度評価の結果について
本実施例では、実施例1と比較してより精度の高い実験結果が得られた。
以下、実施例3について説明する。
1.乾燥サイレージ試料の反射光スペクトルデータ収集
実施例1と同様の条件で反射光スペクトルのデータを収集した。
2.回帰式の作成
実施例1と同様に収集したスペクトルデータの平滑化処理、及び2次微分処理を行ない、回帰式作成用の試料102点と評価用の試料35点に区分した。波長領域として816nm〜2482nmを選択して、回帰式作成用の試料102点についてPLS回帰分析を行ない回帰式を決定した。
3.作成した回帰式を検量線として用いた評価用の原試料のCP含有量推定
実施例1の場合と同様に、設定された回帰式を検量線として用いて評価用試料35点についてCP含有量を求めた。
4.検量線の精度評価
実施例1で説明した精度評価と同様の方法を行った。
5.精度評価の結果について
本実施例でも精度の高い良好な実験結果が得られた。
以下、実施例4について説明する。
1.乾燥サイレージ試料の反射光スペクトルデータ収集
実施例1と同様に反射光スペクトルのデータを収集した。
2.回帰式の作成
実施例1と同様に収集したスペクトルデータの平滑化処理、及び2次微分処理を行ない、回帰式作成用の試料102点と評価用の試料35点に区分した。波長領域として1116nm〜2482nmを選択して、回帰式作成用の試料102点についてPLS回帰分析を行ない回帰式を決定した。
3.作成した回帰式を検量線として用いた評価用の原試料のCP含有量推定
実施例1の場合と同様に、設定された回帰式を検量線として用いて評価用試料35点についてCP含有量を求めた。
4.検量線の精度評価
実施例1で説明した精度評価と同様の方法を行った。
5.精度評価の結果について
本実施例では、実施例1〜3と比較してより精度の高い非常に良好な実験結果が得られた。
以下、実施例5について説明する。
1.乾燥サイレージ試料の反射光スペクトルデータ収集
実施例1と同様に反射光スペクトルのデータを収集した。
2.回帰式の作成
実施例1と同様に収集したスペクトルデータの平滑化処理、及び2次微分処理を行ない、回帰式作成用の試料102点と評価用の試料35点に区分した。波長領域として1116nm〜1400nm、1450nm〜1900nm、1970nm〜2270nm、及び2330nm〜2482nmを選択して、回帰式作成用の試料102点についてPLS回帰分析を行ない回帰式を決定した。
3.作成した回帰式を検量線として用いた評価用の原試料のCP含有量推定
実施例1の場合と同様に、設定された回帰式を検量線として用いて評価用試料35点についてCP含有量を求めた。
4.検量線の精度評価
実施例1で説明した精度評価と同様の方法を行った。
5.精度評価の結果について
本実施例では、実施例1〜4と比較してより精度の高い非常に良好な実験結果が得られた。
1.乾燥サイレージ試料の反射光スペクトルデータ収集
(i)供試された牧草のサイレージ原試料137点の内の50g分の試料に純水を加え200mlとし、5℃で16時間抽出を行い、ろ紙(NO、5A:JIS P 3801)でろ過して得たサイレージ抽出液から水蒸気蒸留法にてVBN含有量を測定し、その重量%であるVBN%aを算出した。
(ii)一方で、サイレージ原試料137点の一部を60℃で16時間風乾処理して1mm以下に粉砕し風乾粉砕サイレージを得た。なお、この風乾サイレージでは、サイレージ原試料中に含まれていたVBNは完全に揮散している。
(iii)上記第1風乾処理の風乾率bを、100×(第1風乾後の乾燥サイレージの重量)/(第1風乾前のサイレージ原試料の重量)の式で算出した。
(iv)そして、ケルダール法を用いてこの風乾粉砕サイレージ試料の全窒素(T−N)含有量cを測定した。
(v)その後、風乾粉砕物T−N含有量c、風乾率b、VBN%aからサイレージ原試料のT−N%dを以下の式
d=c×b/100+a
で算出した。
(vi)サイレージ原試料のVBN/T−N%eを以下の式
e=100×a/d
で算出した。
(vii)上記(v)で求めたVBN/T−N%を回帰式作成時に用いる化学分析値とした。その値は、2.35〜35.9%であった。
(iix)石英ガラスの窓がついたリング状容器(以下、標準セルと記載)に乾燥粉砕サイレージ試料を充填し、反射光スペクトルを測定するために近赤外分析計にてλ=400〜2500nmの光を照射し、セルから反射する反射光の強度のスペクトルデータを採取した。
2.回帰式の作成
収集したデータを、セグメントサイズ10nm、ギャップサイズ0nmで平滑化処理し、2次微分処理を行った後、回帰式作成用の試料102点と評価用の試料35点に区分した。波長として2392、1066、658、2444nmの4種を選択して、回帰式作成用の試料102点について重回帰分析を行ない回帰式を決定した。
3.作成した回帰式を用いた評価用の原試料のVBN/T−N%推定
決定された回帰式を検量線として用いた評価用の原試料35点についてVBN/T−N%の値を求めた。
4.検量線の精度評価
検量線の重相関係数R2、及び標準誤差SECを求めた。一方で、検量線を用いて、評価用の原試料のVBN/T−N%の推定値を算出し、評価試料の相関係数r2、及び予測標準誤差SEPを求めた。
5.精度評価の結果について
本実施例では、検量線の相関係数R2、及び評価試料の相関係数r2が極めて高い値を示しており、一方で、標準誤差SEC、及び予測標準誤差SEPは非常に低い値を示す極めて良好な結果が得られた。
以下、実施例7について説明する。
1.乾燥サイレージ試料の反射光スペクトルデータ収集
実施例6と同様の条件で反射光スペクトルのデータを収集した。
2.回帰式の作成
実施例6と同様に収集したスペクトルデータの平滑化処理、及び2次微分処理を行ない、回帰式作成用の試料102点と評価用の試料35点に区分した。波長として2392、1544、2440、2048nmの4種を選択して、回帰式作成用の試料102点について重回帰分析を行ない回帰式を決定した。
3.作成した回帰式を検量線として用いた評価用の原試料のVBN/T−N%推定
実施例6の場合と同様に、設定された回帰式を検量線として用いて評価用試料35点についてVBN/T−N%を求めた。
4.検量線の精度評価
実施例6で説明した精度評価と同様の方法を行った。
5.精度評価の結果について
本実施例では、精度の高い好ましい実験結果が得られた。
以下、実施例8について説明する。
1.乾燥サイレージ試料の反射光スペクトルデータ収集
実施例6と同様に反射光スペクトルのデータを収集した。
2.回帰式の作成
実施例6と同様に収集したスペクトルデータの平滑化処理、及び2次微分処理を行ない、回帰式作成用の試料102点と評価用の試料35点に区分した。波長領域として816nm〜2482nmを選択して、回帰式作成用の試料102点についてPLS回帰分析を行ない回帰式を決定した。
3.作成した回帰式を用いた評価用の原試料のVBN/T−N%推定
実施例6の場合と同様に、設定された回帰式を検量線として用いて評価用試料35点についてVBN/T−N%を求めた。
4.検量線の精度評価
実施例6で説明した精度評価と同様の方法を行った。
5.精度評価の結果について
本実施例では、実施例6及び7と比較してより精度の高い良好な実験結果が得られている。
以下、実施例9について説明する。
1.乾燥サイレージ試料の反射光スペクトルデータ収集
実施例6と同様に反射光スペクトルのデータを収集した。
2.回帰式の作成
実施例6と同様に収集したスペクトルデータの平滑化処理、及び2次微分処理を行ない、回帰式作成用の試料102点と評価用の試料35点に区分した。波長領域として1116nm〜2482nmを選択して、回帰式作成用の試料102点についてPLS回帰分析を行ない回帰式を決定した。
3.作成した回帰式を検量線として用いた評価用の原試料のVBN/T−N%の推定
実施例6の場合と同様に、設定された回帰式を検量線として用いて評価用試料35点についてVBN/T−N%を求めた。
4.検量線の精度評価
実施例6で説明した精度評価と同様の方法を行った。
5.精度評価の結果について
本実施例では、実施例6〜8と比較してより精度の高い実験結果が得られている。
以下、実施例10について説明する。
1.乾燥サイレージ試料の反射光スペクトルデータ収集
実施例6と同様に反射光スペクトルのデータを収集した。
2.回帰式の作成
実施例6と同様に収集したスペクトルデータの平滑化処理、及び2次微分処理を行ない、回帰式作成用の試料102点と評価用の試料35点に区分した。波長領域として1116nm〜1400nm、1450nm〜1660nm、1720nm〜1830nm、1970〜2240nm、及び2320nm〜2482nmを選択して、回帰式作成用の試料102点についてPLS回帰分析を行ない回帰式を決定した。
3.作成した回帰式を検量線として用いた評価用の原試料のVBN/T−N%の推定
実施例6の場合と同様に、設定された回帰式を検量線として用いて評価用試料35点についてVBN/T−N%を求めた。
4.検量線の精度評価
実施例6で説明した精度評価と同様の方法を行った。
5.精度評価の結果について
本実施例では、実施例6〜9と比較してより精度の高い実験結果が得られている。
1.乾燥試料の反射光スペクトルデータ収集
(i)供試されたサイレージ原試料137点の内の50g分の試料に純水を加え200mlとし、5℃で16時間抽出を行い、ろ紙(NO、5A:JIS P 3801)でろ過して得たサイレージ抽出液から水蒸気蒸留法にてVBN含有量を測定し、その重量%(VBN%)を算出した。
(ii)また、上記サイレージ抽出液をガスクロマトグラフィーにかけてサイレージ原試料のVFA含有量を測定した。
(iii)一方で、サイレージ原試料137点の一部を60℃で16時間風乾処理して1mm以下に粉砕し乾燥粉砕サイレージを得た。
(iv)上記実施例6の(i)〜(v)で行った方法と同様の方法で、VBN/T−N%を求めた
(v)上記(iii)、及び(v)で求めたサイレージ原試料のVFA含有量及びVBN/T−N%から上記表1に基づいて算出されたV−スコアーを回帰式作成時に用いる評価値とした。その値は、0.12〜99.9点であった。
(vi)石英ガラスの窓がついたリング状容器(以下、標準セルと記載)に乾燥粉砕サイレージ試料を充填し、反射光スペクトルを測定するために近赤外分析計にてλ=400〜2500nmの光を照射し、セルから反射する反射光の強度のスペクトルデータを採取した。
2.回帰式の作成
収集したデータを、セグメントサイズ10nm、ギャップサイズ0nmで平滑化処理し、2次微分処理を行った後、回帰式作成用の試料102点と評価用の試料35点に区分した。波長領域として816nm〜1082nm、1116nm〜1400nm、1450nm〜1870nm、及び1970nm〜2482nmを選択して、回帰式作成用の試料102点についてPLS回帰分析を行ない回帰式を決定した。
3.作成した回帰式を検量線として用いた評価用の原試料のV−スコアーの推定
決定された回帰式を検量線として用いて評価用の原試料35点についてV−スコアーを求めた。
4.検量線の精度評価
検量線の重相関係数R2、及び標準誤差SECを求めた。一方で、検量線を用いて、評価用の原試料のVスコアーの推定値を算出し、評価試料の相関係数r2、及び予測標準誤差SEPを求めた。
5.精度評価の結果について
本実施例では、検量線の相関係数R2、及び評価試料の相関係数r2が極めて高い値を示しており、一方で、標準誤差SEC、及び予測標準誤差SEPは非常に低い値を示す極めて良好な結果が得られている。
1.乾燥試料の反射光スペクトルデータ収集
(i)供試されたサイレージ原試料137点の内の50g分の試料に純水を加え200mlとし、5℃で16時間抽出を行い、ろ紙(NO、5A:JIS P 3801)でろ過して得たサイレージ抽出液から水蒸気蒸留法にてVBN含有量を測定し、その重量%(VBN%)を算出した。
(ii)一方で、サイレージ原試料137点の一部を60℃で16時間風乾処理し(第1風乾処理)乾燥サイレージを得た。なお、この乾燥サイレージでは、サイレージ原試料中に含まれていたVBNは完全に揮散している。
(iii)上記(i)で求めたVBN%に蛋白質換算係数である6.25を乗じて、上記(ii)において揮散した蛋白質の含有量Aの値を算出した。
(iv)上記第1風乾処理の風乾率Bを、100×(第1風乾後の乾燥サイレージの重量)/(第1風乾前のサイレージ原試料の重量)の式で算出した。
(v)更に、上記乾燥サイレージを135℃で2時間風乾処理(第2風乾処理)してその水分を完全に揮発させ完全乾燥サイレージを得た。
(vi)上記(v)の第2風乾処理における風乾物中水分率Cを、100×{(第2風乾処理前の乾燥サイレージの重量)―(第2風乾処理後の完全乾燥サイレージの重量)}/(第2風処理前の乾燥サイレージの重量)の式で算出した。
(vii)上記(iii)、(iv)、及び(vi)において求めた、揮散蛋白質含有量A、第1風乾処理の風乾率B、及び第2風乾処理の風乾物中水分率Cを用いて、サイレージ原試料中の含有水分Hを、以下の式
H=100−B+B×C/100−A
で算出した。
(viii)上記サイレージ原試料中の含有水分Hを回帰式作成時に用いる化学分析値とした。その値は、62.3〜82.8%であった。
(vi)石英ガラスの窓がついたリング状容器(以下、標準セルと記載)に乾燥粉砕サイレージ試料を充填し、反射光スペクトルを測定するために近赤外分析計にてλ=400〜2500nmの光を照射し、セルから反射する反射光の強度のスペクトルデータを採取した。
2.回帰式の作成
収集したデータを、Savitzky-Golay法で処理し、2次微分処理を行った後、回帰式作成用の試料102点と評価用の試料35点に区分した。波長領域として600nm〜1082nm、及び1118nm〜2482nmを選択して、回帰式作成用の試料102点についてPLS回帰分析を行ない回帰式を決定した。
3.作成した回帰式を検量線として用いた評価用の原試料の水分の推定
決定された回帰式を検量線として用いて評価用試料35点についてCP含有量の値を求めた。
4.検量線の精度評価
上記検量線の重相関係数R2、及び標準誤差SECを求めた。一方で、この検量線として用いて、評価用試料のVBN含有量の推定値を算出し、評価試料の相関係数r2、及び予測標準誤差SEPを求めた。
5.精度評価の結果について
本実施例では、検量線の相関係数R2、及び評価試料の相関係数r2が極めて高い値を示しており、一方で、標準誤差SEC、及び予測標準誤差SEPは非常に低い値を示す極めて良好な結果が得られている。
1.乾燥試料の反射光スペクトルデータ収集
(i)供試されたサイレージ原試料137点の内の50g分の試料に純水を加え200mlとし、5℃で16時間抽出を行い、ろ紙(NO、5A:JIS P 3801)でろ過して得たサイレージ抽出液から水蒸気蒸留法にてVBN含有量を測定し、その重量%(VBN%)を算出した。
(ii)得られたサイレージ抽出液をガスクロマトグラフィーにかけてサイレージ原試料の酪酸含有量を測定した。
(iii)一方で、サイレージ原試料137点の一部を60℃で16時間風乾処理して1mm以下に粉砕し乾燥粉砕サイレージ試料を得た。
(iv)上記(ii)で求めたサイレージ原試料の酪酸含有量を回帰式作成時に用いる化学分析値とした。その値は、乾物あたり0.02〜2.05%であった。
(v)石英ガラスの窓がついたリング状容器(以下、標準セルと記載)に乾燥粉砕サイレージ試料を充填し、反射光スペクトルを測定するために近赤外分析計にてλ=400〜2500nmの光を照射し、セルから反射する反射光の強度のスペクトルデータを採取した。
2.回帰式の作成
収集したデータを、セグメントサイズ10nm、ギャップサイズ0nmで平滑化処理し、2次微分処理を行った後、回帰式作成用の試料102点と評価用の試料35点に区分した。波長領域として816nm〜1082nm、1116nm〜1400nm、1450nm〜1870nm、及び1970nm〜2482nmを選択して、回帰式作成用の試料102点についてPLS回帰分析を行ない回帰式を決定した。
3.作成した回帰式を検量線として用いた評価用の原試料のVFAの推定
決定された回帰式を検量線として用いて評価用試料35点についてVFAの値を求めた。
4.検量線の精度評価
上記検量線の重相関係数R2、及び標準誤差SECを求めた。一方で、この検量線として用いて、評価用試料のVスコアーの推定値を算出し、評価試料の相関係数r2、及び予測標準誤差SEPを求めた。
5.精度評価の結果について
本実施例では、検量線の相関係数R2、及び評価試料の相関係数r2が極めて高い値を示しており、一方で、標準誤差SEC、及び予測標準誤差SEPは非常に低い値を示す極めて良好な結果が得られている。
12 光源
14 第1スリット
16 ミラー
18 グレーティング
20 リファレンス
22 フィルター
24 第2スリット
26 試料セル
28 検出器
Claims (12)
- 予め測定対象成分の含有量の把握されている原試料に対し、該測定対象成分の一部又は全部を消失させるための処理を行なった後に、当該消失処理後の原試料について光スペクトルを測定し採取する工程と、
前記光スペクトルのデータに基づいて説明変数を設定し、前記消失処理前の測定対象成分の量を目的変数として回帰式を設定する工程と、
前記消失処理と同一の処理を施した測定対象原試料の光スペクトルのデータに基づいて、前記回帰式を検量線として測定対象原試料の前記測定対象成分の量を推定算出する工程と、
を有することを特徴とする含有成分量推定方法。 - 前記消失処理は、乾燥処理であることを特徴とする請求項1に記載の方法。
- 前記原試料は、食品、又は飼料であることを特徴とする請求項1又は2に記載の方法。
- 前記原試料は、発酵物であることを特徴とする請求項3に記載の方法。
- 前記測定対象成分が、窒素化合物を含むことを特徴とする請求項1〜4の何れか1項に記載の方法。
- 前記測定対象成分が、全窒素及び/又は粗たん白質を含むことを特徴とする請求項1〜5の何れか1項に記載の方法
- 前記測定対象成分が、揮発性塩基態窒素及び/又は全窒素に対する揮発性塩基態窒素の比を含むこと特徴とする請求項1〜6の何れか1項に記載の方法。
- 前記測定対象成分が、揮発性脂肪酸を含むこと特徴とする請求項1〜7の何れか1項に記載の方法
- 前記測定対象成分が、水分を含む事を特徴とする請求項1〜8の何れか1項に記載の方法。
- 成分の含有量に基づいて所定の測定対象評価値が予め把握されている原試料に対し、該測定対象評価値を変化させるための処理を行なった後に、当該変化処理後の原試料について光スペクトルを測定し採取する工程と、
前記光スペクトルのデータに基づいて説明変数を設定し、前記変化処理前の測定対象評価値を目的変数として回帰式を設定する工程と、
前記変化処理と同一の処理を施した測定対象原試料の光スペクトルのデータに基づいて、前記回帰式を検量線として測定対象原試料の前記測定対象評価値を推定算出する工程と、
を有することを特徴とする評価値推定方法。 - 前記測定対象評価値は、V−スコアーであることを特徴とする請求項10に記載の方法。
- 請求項1〜11の何れか1項に記載の方法を実行するためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010066914A JP5369032B2 (ja) | 2010-03-23 | 2010-03-23 | 含有成分量推定方法、評価値推定方法、及びこれら方法を実行するためのプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010066914A JP5369032B2 (ja) | 2010-03-23 | 2010-03-23 | 含有成分量推定方法、評価値推定方法、及びこれら方法を実行するためのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011196948A JP2011196948A (ja) | 2011-10-06 |
JP5369032B2 true JP5369032B2 (ja) | 2013-12-18 |
Family
ID=44875347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010066914A Active JP5369032B2 (ja) | 2010-03-23 | 2010-03-23 | 含有成分量推定方法、評価値推定方法、及びこれら方法を実行するためのプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5369032B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2580394C1 (ru) * | 2012-02-02 | 2016-04-10 | ФОСС Аналитикал А/С | Способ управления производственным процессом |
JP6842874B2 (ja) * | 2016-10-03 | 2021-03-17 | 大阪瓦斯株式会社 | ポリフェノール抽出量評価システム |
KR102382101B1 (ko) * | 2021-07-20 | 2022-04-04 | 주식회사 지에프퍼멘텍 | 미생물 발효에 의한 단백질 생산 공정을 제어하는 방법 및 장치 |
KR102485512B1 (ko) * | 2022-03-28 | 2023-01-06 | 주식회사 지에프퍼멘텍 | 미생물 발효에 의한 테트라아세틸파이토스핑고신 생산 공정을 제어하는 방법 및 장치 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05302890A (ja) * | 1992-04-28 | 1993-11-16 | Iseki & Co Ltd | 近赤外線分析方法 |
JP2002107296A (ja) * | 2000-10-03 | 2002-04-10 | Taisei Corp | 芝草葉の成分分析方法、芝草の診断方法および育成方法 |
-
2010
- 2010-03-23 JP JP2010066914A patent/JP5369032B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2011196948A (ja) | 2011-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Determination of protein, total carbohydrates and crude fat contents of foxtail millet using effective wavelengths in NIR spectroscopy | |
Ouyang et al. | Determination of amino acid nitrogen in soy sauce using near infrared spectroscopy combined with characteristic variables selection and extreme learning machine | |
Jha et al. | Determination of sweetness of intact mango using visual spectral analysis | |
Giovenzana et al. | Monitoring of fresh-cut Valerianella locusta Laterr. shelf life by electronic nose and VIS–NIR spectroscopy | |
JP5369032B2 (ja) | 含有成分量推定方法、評価値推定方法、及びこれら方法を実行するためのプログラム | |
JPWO2005111583A1 (ja) | 近赤外線分光法による野菜等の成分の非破壊検査法、及び同装置 | |
Nietner et al. | Determination of geographical origin of distillers dried grains and solubles using isotope ratio mass spectrometry | |
JP2010210355A (ja) | 近赤外線分光法を用いた野菜等の成分の非破壊計測法および非破壊計測装置 | |
Chen et al. | An optimization strategy for waveband selection in FT-NIR quantitative analysis of corn protein | |
Yang et al. | High-resolution and non-destructive evaluation of the spatial distribution of nitrate and its dynamics in spinach (Spinacia oleracea L.) leaves by near-infrared hyperspectral imaging | |
Sharma et al. | Performance evaluation of preprocessing techniques utilizing expert information in multivariate calibration | |
Rahman et al. | Mapping the pungency of green pepper using hyperspectral imaging | |
Wei et al. | Monitoring the freshness of pork during storage via near-infrared spectroscopy based on colorimetric sensor array coupled with efficient multivariable calibration | |
Mirghani et al. | A new method for determining gossypol in cottonseed oil by FTIR spectroscopy | |
McTiernan et al. | Use of near-infrared reflectance spectroscopy (NIRS) in palaeoecological studies of peat | |
Xie et al. | Different algorithms for detection of malondialdehyde content in eggplant leaves stressed by grey mold based on hyperspectral imaging technique | |
JP7531892B2 (ja) | スペクトルの相違を数値化することに適したスペクトル測定装置 | |
Wang et al. | Transfer strategy for near infrared analysis model of holocellulose and lignin based on improved slope/bias algorithm | |
CN106338503B (zh) | 植物油的过氧化值快速检测方法 | |
Bag et al. | FT‐NIR spectroscopy: a rapid method for estimation of moisture content in bael pulp | |
Goisser et al. | Food-scanner applications in the fruit and vegetable sector | |
Sun et al. | Improved partial least squares regression for rapid determination of reducing sugar of potato flours by near infrared spectroscopy and variable selection method | |
Páscoa et al. | Near Infrared (NIR) Spectroscopy as a Tool to Assess Blends Composition and Discriminate Antioxidant Activity of Olive Pomace Cultivars | |
McGoverin et al. | Raman spectroscopic prediction of the solid fat content of New Zealand anhydrous milk fat | |
Adamopoulos et al. | Application of near-infrared reflectance spectroscopy in the determination of major components in taramosalata |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121116 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130821 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130827 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130913 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5369032 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |