JP6748711B2 - ハイパースペクトル透過による下水油の迅速検出方法 - Google Patents

ハイパースペクトル透過による下水油の迅速検出方法 Download PDF

Info

Publication number
JP6748711B2
JP6748711B2 JP2018518587A JP2018518587A JP6748711B2 JP 6748711 B2 JP6748711 B2 JP 6748711B2 JP 2018518587 A JP2018518587 A JP 2018518587A JP 2018518587 A JP2018518587 A JP 2018518587A JP 6748711 B2 JP6748711 B2 JP 6748711B2
Authority
JP
Japan
Prior art keywords
oil
hyperspectral
detected
sewage
transmission
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.)
Expired - Fee Related
Application number
JP2018518587A
Other languages
English (en)
Other versions
JP2018535406A (ja
Inventor
基煥 鄭
基煥 鄭
潤乾 毛
潤乾 毛
宇宏 張
宇宏 張
冰雪 董
冰雪 董
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Institute of Applied Biological Resources
Original Assignee
Guangdong Institute of Applied Biological Resources
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Institute of Applied Biological Resources filed Critical Guangdong Institute of Applied Biological Resources
Publication of JP2018535406A publication Critical patent/JP2018535406A/ja
Application granted granted Critical
Publication of JP6748711B2 publication Critical patent/JP6748711B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Description

本発明は、食品検出分野に属し、具体的には、ハイパースペクトル透過による下水油の迅速検出方法に関する。
下水油とは、回収された廃食用油、フライを繰り返した食用油、下水道ゴミから精製された劣悪な油、残りカスから精製された油及び劣悪な動物臓物から精製された油である。商業の利益の駆使で、下水油が食用油の産業チェーンに取り込まれ、食品の安全に深刻な影響を与え、そして、関連する社会的問題を引き起こしている。
下水油を迅速で効率よく検出することは、現在、中国政府部門の要解決の重要な民生問題の一つである。いままで多数の下水油検出方法が開示されたが、一般的には、比重、屈折率、導電率、赤外分光等のような物理的検出指標によるものであり、より多くの場合は、多環芳香族炭化水素、アフラトキシン、アルデヒド・ケトン類、トリグリセリドポリマー、特定の遺伝子、コレステロール、水分、調味料類物質、ドデシルベンゼンスルホン酸ナトリウム、重金属、脂肪酸組成、けん化価、酸価、カルボニル価、過酸化価、ヨウ素価、脂肪酸の相対的な不飽和度等のような植物油規格に準拠した化学的指標によるもの及び透明度や色合い、匂い、味等の外見で判別するものである。
残念ながら、下水油に人為的な特殊処理をした後、検出したところ、全ての下水油サンプルではないが、多環芳香族炭化水素、調味物質等が除去され得ることが分かる。食用油の物理・化学的指標の検出には、酸価、過酸化価、油の抽出溶媒残留、遊離フェノール(綿実油)、総ヒ素、鉛、アフラトキシン、ベンゾピレン及び農薬残留などの基本指標の検出が含まれており、しかし、下水油でも、これらの指標に合格する可能性があり、下水油を判別することが不可能である。もっと複雑な場合では、精製した下水油と普通の食用油とが一定の比例で混合されると、下水油と普通の食用油とを正確に区別することが一層難しくなり、これが下水油の正確な検出に極大な困難をもたらすことになる。
従来の方法の検出結果には、経験が必要であり、主観的な要素に大きく影響され、正確度を保証しづらく、また、物理・化学的分析方法では、手間がかかるだけではなく、高価な分析機器と厳しい実験室条件も必要である。そのため、簡単で、迅速的な食用油と下水油の鑑別技術を考え出すことが要望されている。
本発明の目的は、簡単で、迅速的なハイパースペクトル透過による下水油の迅速検出方法を提供することにあり、該方法は、従来技術では、下水油をうまく効率よく検出して、下水油と普通の食用油とを区別することが困難であるという技術課題を効果的に解決することを趣旨とする。
ハイパースペクトルは、波長域が多く、解像度が高いという特徴を有する。食用油が透明な液体である場合が多いことから、複数の分光波長域でハイパースペクトル透過分析を行うことによって、オイルの品質を検出することができる。一般的に、ハイパースペクトル透過値の採取データが連続して、透過値カーブを形成しており、さらに、本発明は、データ分析の結果から迅速にオイルの品質を反映できるデータ分析方法を提供して、本発明の目的を達成した。
本発明のハイパースペクトル透過による下水油の迅速検出方法は、
白色光ハイパースペクトルで、合格の食用油と検出したい油サンプルそれぞれの透過値データの採取を行い、合格の食用油のハイパースペクトル透過値Yを用いて、波長Xに対して方程式をフィッティングして得られる方程式を、合格の食用油の検量線F(X)とするステップと、検出したい油サンプルのハイパースペクトル透過値Gを用いて、波長Xに対して方程式をフィッティングして得られる方程式を、検出したい油サンプルのハイパースペクトル透過値カーブとして、統計学的方法のT検定で、検出したい油サンプルのハイパースペクトル透過値カーブと検量線における各係数の違いを比較し、検出したい油サンプルのハイパースペクトル透過値カーブが検量線から外れる度合いを分析して、検出したい油サンプルが下水油であるかどうかを判断するステップと、を含む。
前記の白色光ハイパースペクトルは、波長450〜950nmの白色光ハイパースペクトルであり、さらに好ましくは、波長450〜650nmの白色光ハイパースペクトルである。
上記白色光ハイパースペクトル透過値の採取は、関連するハイパースペクトロメータ等で行われる。
前記ハイパースペクトルの波長は450〜950nmであり、または透過値の違いによって選ばれる所定の波長域であり、例えば450〜650nmである。
前記カーブフィッティングの方法は、最小二乗法であり、MATLAB等の数学ソフトウェアで行われてもよい。
前記T検定は統計学的な平均の差の検定方法であり、有意水準αが0.05であるが、必要に応じて変更されてもよく、統計分析をSPSS等の統計ソフトウェアで行ってもよく、P<0.05であると、差が大きく、検出したい油サンプルが下水油であると考えられる。
大量の実験により、異なるオイルの透過値は、ある波長域で有意差を有し、得られる透過値カーブも異なることが検証される。本発明の方法によれば、合格の食用油サンプルのハイパースペクトル透過値の検量線を用いて、全てのサンプルのデータベースを作成し、検出したい油サンプルを対比することにより、検出したい油サンプルが合格の食用油であるかどうかを判別することができる。そのため、この特徴では、数理統計の方法で確認を行い、当業者がハイパースペクトル走査を行い、カーブ方程式の違いによってオイルの品質を対比すればよく、操作が簡単で、信頼性が高く、判別しやすい。本発明で用いる方法は、簡単で、効果的であり、ハイパースペクトル走査で透過値データの採取を行うだけで、迅速で効率よく下水油サンプルを検出するという要求を満たすことができる。
以下の実施例が本発明の更なる説明であり、本発明を制限するものではない。
(実施例1)
魯花落花生油と下水油の透過値カーブの違いを比較する。
HEADWALLシステムによって、波長450nmから650nmの白色光ハイパースペクトルで魯花落花生油の透過値データを採取し、5回繰り返した後、MATLABソフトウェアで、魯花落花生油のハイパースペクトル透過値(Y)を用いて、波長(X)に対して方程式をフィッティングして、得られた方程式を魯花落花生油の検量線F(X)とする。
5回繰り返して得られたデータフィッティング方程式が、
(x)=−0.0064x4+0.3038x3−4.3174x2+10.68x+703.28 (R2=0.9831)
(x)=−0.0041x4+0.2052x3−3.4192x2+19.75x+638.3 (R2=0.6913)
(x)=−0.0075x4+0.344x3−4.8345x2+14.492x+692.53 (R2=0.9751)
(x)=−0.0033x4+0.1752x3−3.0803x2+18.966x+636.49 (R2=0.57)
(x)=0.0015x4−0.0748x3+1.4277x2−14.566x+718.85 (R2=0.7277)
である。
下水油についても、上記の魯花落花生油と同様にしてハイパースペクトル透過値の採取を行い、5回繰り返した後、MATLABソフトウェアで、下水油のハイパースペクトル透過値(G)を用いて、波長(X)に対して方程式をフィッティングして、得られた方程式を下水油のカーブG(X)とする。
5回繰り返して得られたデータフィッティング方程式が、
(x)=−0.0416x4+2.0721x3−31.582x2+92.353x+1681.5 (R2=0.9653)
(x)=−0.0379x4+1.9066x3−29.179x2+83.147x+1661.3 (R2=0.9699)
(x)=−0.0398x4+1.9962x3−30.748x2+94.917x+1627.1 (R2=0.9692)
(x)=−0.0378x4+1.8848x3−28.61x2+78.47x+1653.2 (R2=0.9651)
(x)=−0.0373x4+1.8837x3−29.051x2+85.983x+1637.2 (R2=0.969)
である。
T検定で各係数の違いを比較すると、有意水準αが0.05であり、有意性検定から明らかなように、カーブの方程式では有意差(P<)0.05を有しているから、下水油と魯花落花生油の間に大きな違いがあると考えられる。そのため、地溝油サンプルが食用油ではなく、下水油であると判定する。
(付記)
(付記1)
白色光ハイパースペクトルで、合格の食用油と検出したい油サンプルそれぞれの透過値データの採取を行い、合格の食用油のハイパースペクトル透過値Yを用いて、波長Xに対して方程式をフィッティングして得られる方程式を、合格の食用油の検量線F(X)とするステップと、検出したい油サンプルのハイパースペクトル透過値Gを用いて、波長Xに対して方程式をフィッティングして得られる方程式を、検出したい油サンプルのハイパースペクトル透過値カーブとして、統計学的方法のT検定で、検出したい油サンプルのハイパースペクトル透過値カーブと検量線における各係数の違いを比較し、検出したい油サンプルのハイパースペクトル透過値カーブが検量線から外れる度合いを分析して、検出したい油サンプルが下水油であるかどうかを判断するステップと、を含むことを特徴とする、ハイパースペクトル透過による下水油の迅速検出方法。
(付記2)
前記白色光ハイパースペクトルが波長450〜950nmの白色光ハイパースペクトルであることを特徴とする、付記1に記載のハイパースペクトル透過による下水油の迅速検出方法。
(付記3)
前記白色光ハイパースペクトルが波長450〜650nmの白色光ハイパースペクトルであることを特徴とする、付記2に記載のハイパースペクトル透過による下水油の迅速検出方法。

Claims (1)

  1. 波長450〜650nmの白色光ハイパースペクトルで、合格の食用油と検出したい油サンプルそれぞれの透過値データの採取を行い、合格の食用油のハイパースペクトル透過値Yを用いて、波長Xに対して方程式をフィッティングして得られる方程式を、合格の食用油の検量線F(X)とするステップと、検出したい油サンプルのハイパースペクトル透過値Gを用いて、波長Xに対して方程式をフィッティングして得られる方程式を、検出したい油サンプルのハイパースペクトル透過値カーブとして、統計学的方法のT検定で、検出したい油サンプルのハイパースペクトル透過値カーブと検量線における各係数の違いを比較し、検出したい油サンプルのハイパースペクトル透過値カーブが検量線から外れる度合いを分析して、有意水準αは0.05であり、P<0.05の場合、検出したい油サンプルが下水油である判断するステップと、を含むことを特徴とする、ハイパースペクトル透過による下水油の迅速検出方法。
JP2018518587A 2015-11-10 2015-11-23 ハイパースペクトル透過による下水油の迅速検出方法 Expired - Fee Related JP6748711B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510766035.0A CN105300896B (zh) 2015-11-10 2015-11-10 一种地沟油高光谱透射快速检测方法
CN201510766035.0 2015-11-10
PCT/CN2015/095324 WO2017079997A1 (zh) 2015-11-10 2015-11-23 一种地沟油高光谱透射快速检测方法

Publications (2)

Publication Number Publication Date
JP2018535406A JP2018535406A (ja) 2018-11-29
JP6748711B2 true JP6748711B2 (ja) 2020-09-02

Family

ID=55198408

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018518587A Expired - Fee Related JP6748711B2 (ja) 2015-11-10 2015-11-23 ハイパースペクトル透過による下水油の迅速検出方法

Country Status (3)

Country Link
JP (1) JP6748711B2 (ja)
CN (1) CN105300896B (ja)
WO (1) WO2017079997A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105866063A (zh) * 2016-04-08 2016-08-17 北京工商大学 香肠品质等级检测方法
CN106525720B (zh) * 2016-11-17 2019-03-29 常熟理工学院 采用双波长拟合相邻单波长实现食品安全快速检测的方法
CN109871887A (zh) * 2019-01-29 2019-06-11 淮阴工学院 一种基于svm的新型地沟油检测方法及检测装置
CN111239056B (zh) * 2020-01-17 2021-04-20 浙江大学 一种产油微藻中三酰甘油含量的检测方法及其检测装置
CN112881338B (zh) * 2021-01-11 2023-10-17 中国农业科学院油料作物研究所 花生油折光指数的数学模型和高油酸花生的检测方法及鉴定仪

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61294337A (ja) * 1985-06-24 1986-12-25 Seikosha Co Ltd 油の劣化検出装置
JPS62159027A (ja) * 1986-01-06 1987-07-15 Mitsubishi Electric Corp 油の劣化度検出装置
JPH04340602A (ja) * 1991-05-17 1992-11-27 Mitsubishi Kasei Corp 動的システムにおける動特性の推定方法、および動的システムの制御方法
JP3422083B2 (ja) * 1994-08-12 2003-06-30 株式会社明電舎 下水又は排水処理における色度測定方法及び装置
CN100406872C (zh) * 2002-11-04 2008-07-30 天津市先石光学技术有限公司 复合光谱测量方法及其光谱检测仪器
GB2459600B (en) * 2007-02-15 2011-06-22 Green Vision Systems Ltd Hyper-spectral imaging and analysis of a sample of matter, and preparing a test solution or suspension therefrom
EP3090239A4 (en) * 2014-01-03 2018-01-10 Verifood Ltd. Spectrometry systems, methods, and applications
CN104089888B (zh) * 2014-03-31 2017-01-11 浙江工商大学 快速准确的牛肉品质检测系统及方法
CN104111243B (zh) * 2014-07-11 2017-01-04 江苏大学 一种荧光比率测量系统及方法
CN204255846U (zh) * 2014-11-26 2015-04-08 浙江大学 一种用于多个不同藻液检测的透射高光谱图像采集装置
CN105203464B (zh) * 2015-08-28 2018-06-26 中国农业科学院农产品加工研究所 基于高光谱成像技术检测花生中油酸含量分布的方法

Also Published As

Publication number Publication date
WO2017079997A1 (zh) 2017-05-18
JP2018535406A (ja) 2018-11-29
CN105300896B (zh) 2019-05-17
CN105300896A (zh) 2016-02-03

Similar Documents

Publication Publication Date Title
JP6748711B2 (ja) ハイパースペクトル透過による下水油の迅速検出方法
Liang et al. Application of Fourier transform infrared spectroscopy for the oxidation and peroxide value evaluation in virgin walnut oil
Shan et al. Simple and rapid detection of microplastics in seawater using hyperspectral imaging technology
Black et al. A comprehensive strategy to detect the fraudulent adulteration of herbs: The oregano approach
Nunes Vibrational spectroscopy and chemometrics to assess authenticity, adulteration and intrinsic quality parameters of edible oils and fats
Casale et al. Near infrared spectroscopy for analysing olive oils
CN102590172B (zh) 食用油脂与地沟油的分类检测方法及检测系统
CN101470077B (zh) 采用拉曼光谱特征峰信号强度比值的橄榄油快速检测方法
CN103913435B (zh) 一种基于多源信息融合的潲水油快速检测方法及装置
Pinzi et al. Near infrared reflectance spectroscopy and multivariate analysis to monitor reaction products during biodiesel production
WO2006000879A1 (en) Automatic background removal for input data
Garhwal et al. Hyperspectral imaging for identification of Zebra Chip disease in potatoes
Öğütcü et al. Determining frying oil degradation by near infrared spectroscopy using chemometric techniques
Yan et al. Handheld near‐infrared spectroscopy for distinction of extra virgin olive oil from other olive oil grades substantiated by compositional data
Li et al. Nondestructive detection of frying times for soybean oil by NIR-spectroscopy technology with Adaboost-SVM (RBF)
Mahesar et al. Application of a spectroscopic method to estimate the olive oil oxidative status
Garde-Cerdán et al. Using near infrared spectroscopy to determine haloanisoles and halophenols in barrel aged red wines
CN102928375A (zh) 采用紫外光谱分析方法进行地沟油检测的方法
CN105548027A (zh) 基于近红外光谱测定调和油中茶油含量的分析模型及方法
Oliveira et al. Overview of analytical techniques associated with pattern recognition methods in sugarcane spirits samples
CN103592256A (zh) 基于傅里叶变换中红外光谱识别正常食用植物油和精炼潲水油的方法
CN103529026A (zh) 地沟油检测方法及其试剂盒以及检测用比色卡的制作方法
Sikorska et al. Vibrational and electronic spectroscopy and chemometrics in analysis of edible oils
JP6515059B2 (ja) 沈香の品質評価方法
Liu et al. Quality evaluation of fried soybean oil base on near infrared spectroscopy

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180410

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190326

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190320

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190626

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191008

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200108

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200804

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200807

R150 Certificate of patent or registration of utility model

Ref document number: 6748711

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees