JPH08170941A - 残留農薬分析方法 - Google Patents
残留農薬分析方法Info
- Publication number
- JPH08170941A JPH08170941A JP33399294A JP33399294A JPH08170941A JP H08170941 A JPH08170941 A JP H08170941A JP 33399294 A JP33399294 A JP 33399294A JP 33399294 A JP33399294 A JP 33399294A JP H08170941 A JPH08170941 A JP H08170941A
- Authority
- JP
- Japan
- Prior art keywords
- value
- agricultural
- residual
- pesticide
- concentration
- 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.)
- Granted
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
(57)【要約】
【目的】 農作物の残留農薬の濃度が許容値以下か否か
を短時間で判別する。 【構成】 赤外吸収スペクトルとガスクロマトグラフィ
による濃度値に基づく判別分析により、正準変数及び二
次判別関数の式を導出しておく(a)。その後、未知試料
に対しＦＴＩＲ−ＡＴＲ法により得られた赤外吸収スペ
クトルを用いて、正準変数の式により残留農薬の有無を
判定し、有りと判定された場合は二次判別関数の式によ
り残留濃度が許容値以下か否かを判定する(b)。
を短時間で判別する。 【構成】 赤外吸収スペクトルとガスクロマトグラフィ
による濃度値に基づく判別分析により、正準変数及び二
次判別関数の式を導出しておく(a)。その後、未知試料
に対しＦＴＩＲ−ＡＴＲ法により得られた赤外吸収スペ
クトルを用いて、正準変数の式により残留農薬の有無を
判定し、有りと判定された場合は二次判別関数の式によ
り残留濃度が許容値以下か否かを判定する(b)。
Description
【０００１】
【産業上の利用分野】本発明は、野菜などの農作物にお
ける農薬の残留濃度が許容値以下か否かを判別する残留
農薬分析方法に関する。
ける農薬の残留濃度が許容値以下か否かを判別する残留
農薬分析方法に関する。
【０００２】
【従来の技術】従来、農作物における残留農薬の測定に
は、ガスクロマトグラフィや液体クロマトグラフィが用
いられている。また、最近、農薬成分が呈する抗体抗原
反応を利用した残留農薬の検定法（J. H. Gibbons : Pe
sticide Residues in Food, 37/46 Technomic Publishi
ng Co,Inc. (1992)）や、農薬成分が発する蛍光を測定
するオプティカルバイオセンサを用いた分析法（M. Eld
efrawi, K. Rogers, A.Eldefrawi : Optical Biosensor
for Detection of Anticholinesterase, Reviews In P
esticide Toxicology 1,329/335 (1991)）、細管式電気
泳動法を利用した機器分析法（葛原茂広、春見隆文、北
村義明：高性能キャピラリー電気泳動（ＨＰＣＥ）を用
いた食品中のタール系色素および残留農薬の分析、日本
農芸化学会1993年大会要旨集、321 (1993)）が、残留農
薬の測定法として提案されている。
は、ガスクロマトグラフィや液体クロマトグラフィが用
いられている。また、最近、農薬成分が呈する抗体抗原
反応を利用した残留農薬の検定法（J. H. Gibbons : Pe
sticide Residues in Food, 37/46 Technomic Publishi
ng Co,Inc. (1992)）や、農薬成分が発する蛍光を測定
するオプティカルバイオセンサを用いた分析法（M. Eld
efrawi, K. Rogers, A.Eldefrawi : Optical Biosensor
for Detection of Anticholinesterase, Reviews In P
esticide Toxicology 1,329/335 (1991)）、細管式電気
泳動法を利用した機器分析法（葛原茂広、春見隆文、北
村義明：高性能キャピラリー電気泳動（ＨＰＣＥ）を用
いた食品中のタール系色素および残留農薬の分析、日本
農芸化学会1993年大会要旨集、321 (1993)）が、残留農
薬の測定法として提案されている。
【０００３】
【発明が解決しようとする課題】野菜などの農作物に農
薬が残留している場合には人の健康を徐々に損ねるおそ
れがあるとして、残留農薬に対する消費者の関心が高ま
っている。これを受けて厚生省は、平成４年以来現在に
至るまでに新たに６０種以上の農薬について残留規準を
追加設定している。このような背景の下、安全性が保証
された農作物を供給するために、農作物が収穫されてか
ら出荷されるまでの限定された時間内に、残留農薬の濃
度が許容値以下か否かを精度よく判別することが要求さ
れている。
薬が残留している場合には人の健康を徐々に損ねるおそ
れがあるとして、残留農薬に対する消費者の関心が高ま
っている。これを受けて厚生省は、平成４年以来現在に
至るまでに新たに６０種以上の農薬について残留規準を
追加設定している。このような背景の下、安全性が保証
された農作物を供給するために、農作物が収穫されてか
ら出荷されるまでの限定された時間内に、残留農薬の濃
度が許容値以下か否かを精度よく判別することが要求さ
れている。
【０００４】しかし、従来のガスクロマトグラフィや液
体クロマトグラフィという化学測定は、試料である農作
物の細断、均一化、抽出、及び／又は分離、精製などの
前処理を必要とし、この前処理に長時間（４〜５時間以
上）を要する。また、この前処理の内容は、測定対象の
農薬成分毎に異なっているため、測定に熟練を要する。
したがって、従来の化学測定では、農作物が収穫されて
から出荷されるまでの限定された時間内に測定を終了さ
せ、農作物の安全性を流通前に確認するという要求に応
えることができない。
体クロマトグラフィという化学測定は、試料である農作
物の細断、均一化、抽出、及び／又は分離、精製などの
前処理を必要とし、この前処理に長時間（４〜５時間以
上）を要する。また、この前処理の内容は、測定対象の
農薬成分毎に異なっているため、測定に熟練を要する。
したがって、従来の化学測定では、農作物が収穫されて
から出荷されるまでの限定された時間内に測定を終了さ
せ、農作物の安全性を流通前に確認するという要求に応
えることができない。
【０００５】また、最近提案された前述の測定法におい
ても、試料の均一化及び抽出などの前処理が必要である
という従来の化学測定と同様の問題があり、抗体抗原反
応を利用する場合には、この反応の選択性のため測定可
能な農薬成分が限定されるという問題もある。
ても、試料の均一化及び抽出などの前処理が必要である
という従来の化学測定と同様の問題があり、抗体抗原反
応を利用する場合には、この反応の選択性のため測定可
能な農薬成分が限定されるという問題もある。
【０００６】そこで、本発明は、農作物の安全性を流通
前に確認するために、残留農薬の濃度が許容値以下か否
かを短時間で判別し、かつ分析対象の農薬成分が限定さ
れない残留農薬分析方法を提供することを目的とする。
前に確認するために、残留農薬の濃度が許容値以下か否
かを短時間で判別し、かつ分析対象の農薬成分が限定さ
れない残留農薬分析方法を提供することを目的とする。
【０００７】
【課題を解決するための手段】上記課題を解決するため
に成された本発明では、農作物の表面に残留している農
薬成分の濃度が許容値以下か否かを判別する残留農薬分
析方法において、 ａ）前記農薬成分の残留濃度が既知の種々の値である複
数の農作物の表面における前記農薬成分による赤外吸収
スペクトルのデータを、赤外分光光度計を利用したＡＴ
Ｒ法により採取する第１ステップと、 ｂ）第１ステップにおいて採取されたデータを用い、前
記複数の農作物を所定の検出限界値に基づいて農薬成分
非残留農作物群と農薬成分残留農作物群とに分類して判
別分析を行なうことにより、該分類に対応する正準変数
の式及び第１の境界値を導出する第２ステップと、 ｃ）第１ステップにおいて採取されたデータを用い、残
留している前記農薬成分の濃度が許容値以下か否かによ
り前記農薬成分残留農作物群を二つの農作物群に分類し
て判別分析を行なうことにより、該分類に対応する二次
判別関数の式及び第２の境界値を導出する第３ステップ
と、 ｄ）赤外分光光度計を利用したＡＴＲ法により、前記農
薬成分の残留濃度が未知である分析対象の農作物の表面
における前記農薬成分による赤外吸収スペクトルのデー
タを採取する第４ステップと、 ｅ）第４ステップにおいて採取されたデータを用いて前
記正準変数の式により正準変数の値を算出し、該値を第
１の境界値と比較することにより前記分析対象の農作物
の表面に前記農薬成分が残留しているか否かを判定する
第５ステップと、 ｆ）第５ステップにおいて前記農薬成分が残留している
と判定された場合に、第４ステップにおいて採取された
データを用いて前記二次判別関数の式により二次判別関
数の値を算出し、該値を第２の境界値と比較することに
より前記分析対象の農作物の表面に残留している前記農
薬成分の濃度が許容値以下か否かを判定する第６ステッ
プと、を有することを特徴としている。
に成された本発明では、農作物の表面に残留している農
薬成分の濃度が許容値以下か否かを判別する残留農薬分
析方法において、 ａ）前記農薬成分の残留濃度が既知の種々の値である複
数の農作物の表面における前記農薬成分による赤外吸収
スペクトルのデータを、赤外分光光度計を利用したＡＴ
Ｒ法により採取する第１ステップと、 ｂ）第１ステップにおいて採取されたデータを用い、前
記複数の農作物を所定の検出限界値に基づいて農薬成分
非残留農作物群と農薬成分残留農作物群とに分類して判
別分析を行なうことにより、該分類に対応する正準変数
の式及び第１の境界値を導出する第２ステップと、 ｃ）第１ステップにおいて採取されたデータを用い、残
留している前記農薬成分の濃度が許容値以下か否かによ
り前記農薬成分残留農作物群を二つの農作物群に分類し
て判別分析を行なうことにより、該分類に対応する二次
判別関数の式及び第２の境界値を導出する第３ステップ
と、 ｄ）赤外分光光度計を利用したＡＴＲ法により、前記農
薬成分の残留濃度が未知である分析対象の農作物の表面
における前記農薬成分による赤外吸収スペクトルのデー
タを採取する第４ステップと、 ｅ）第４ステップにおいて採取されたデータを用いて前
記正準変数の式により正準変数の値を算出し、該値を第
１の境界値と比較することにより前記分析対象の農作物
の表面に前記農薬成分が残留しているか否かを判定する
第５ステップと、 ｆ）第５ステップにおいて前記農薬成分が残留している
と判定された場合に、第４ステップにおいて採取された
データを用いて前記二次判別関数の式により二次判別関
数の値を算出し、該値を第２の境界値と比較することに
より前記分析対象の農作物の表面に残留している前記農
薬成分の濃度が許容値以下か否かを判定する第６ステッ
プと、を有することを特徴としている。
【０００８】
【作用】まず、農薬成分の残留濃度が既知の種々の値で
ある複数の農作物に対し、それらの表面に残留している
農薬成分による赤外吸収スペクトルのデータが、赤外分
光光度計を利用したＡＴＲ（Attenuated Total Refrect
ance）法により採取される（第１ステップ）。すなわ
ち、その農作物の葉などを密着させたＡＴＲプリズムに
赤外光を入射させ、内部で全反射を繰り返してＡＴＲプ
リズムを透過した赤外光を検出することにより、赤外吸
収スペクトルのデータが採取される。次に、このスペク
トルデータを用い、前記複数の農作物を農薬成分非残留
農作物群と農薬成分残留農作物群とに分類して判別分析
が行なわれ、これにより、その分類に対応する判別関数
としての正準変数の式及び判別の分点としての第１の境
界値が導出される（第２ステップ）。また、前記スペク
トルデータを用い、農薬成分の残留濃度が許容値以下か
否かにより農薬成分残留農作物群を二つの農作物群に分
類して判別分析が行なわれ、これにより、その分類に対
応する二次判別関数の式及び判別の分点としての第２の
境界値が導出される（第３ステップ）。以後、未知の農
作物における農薬成分の残留濃度が許容値以下か否かが
第４ステップ〜第６ステップにより迅速に判別できる状
態となる。
ある複数の農作物に対し、それらの表面に残留している
農薬成分による赤外吸収スペクトルのデータが、赤外分
光光度計を利用したＡＴＲ（Attenuated Total Refrect
ance）法により採取される（第１ステップ）。すなわ
ち、その農作物の葉などを密着させたＡＴＲプリズムに
赤外光を入射させ、内部で全反射を繰り返してＡＴＲプ
リズムを透過した赤外光を検出することにより、赤外吸
収スペクトルのデータが採取される。次に、このスペク
トルデータを用い、前記複数の農作物を農薬成分非残留
農作物群と農薬成分残留農作物群とに分類して判別分析
が行なわれ、これにより、その分類に対応する判別関数
としての正準変数の式及び判別の分点としての第１の境
界値が導出される（第２ステップ）。また、前記スペク
トルデータを用い、農薬成分の残留濃度が許容値以下か
否かにより農薬成分残留農作物群を二つの農作物群に分
類して判別分析が行なわれ、これにより、その分類に対
応する二次判別関数の式及び判別の分点としての第２の
境界値が導出される（第３ステップ）。以後、未知の農
作物における農薬成分の残留濃度が許容値以下か否かが
第４ステップ〜第６ステップにより迅速に判別できる状
態となる。
【０００９】以後において、未知の農作物における農薬
成分の残留濃度が許容値以下か否かを判別する際には、
第１ステップと同様に、赤外分光光度計を利用したＡＴ
Ｒ法により、その農作物の表面における農薬成分による
赤外吸収スペクトルのデータが採取される（第４ステッ
プ）。次に、このスペクトルデータを用いて、前記正準
変数の式により正準変数の値が算出され、その値が第１
の境界値よりも大きいか否かにより農薬成分がその農作
物の表面に残留しているか否かが判定される（第５ステ
ップ）。ここで残留していると判定された場合は、更
に、第４ステップにおいて採取されたスペクトルデータ
を用いて、前記二次判別関数の式の値が算出され、その
値が第２の境界値よりも大きいか否かにより、その農作
物の表面に残留している農薬成分の濃度が許容値以下か
否かが判定される（第６ステップ）。
成分の残留濃度が許容値以下か否かを判別する際には、
第１ステップと同様に、赤外分光光度計を利用したＡＴ
Ｒ法により、その農作物の表面における農薬成分による
赤外吸収スペクトルのデータが採取される（第４ステッ
プ）。次に、このスペクトルデータを用いて、前記正準
変数の式により正準変数の値が算出され、その値が第１
の境界値よりも大きいか否かにより農薬成分がその農作
物の表面に残留しているか否かが判定される（第５ステ
ップ）。ここで残留していると判定された場合は、更
に、第４ステップにおいて採取されたスペクトルデータ
を用いて、前記二次判別関数の式の値が算出され、その
値が第２の境界値よりも大きいか否かにより、その農作
物の表面に残留している農薬成分の濃度が許容値以下か
否かが判定される（第６ステップ）。
【００１０】
［全体構成］図２は、本発明の一実施例である残留農薬
分析システムのハードウェア構成を示す図である。この
残留農薬分析システムは、干渉計１０、ＡＴＲ測定装置
２０、制御部３０、及びパーソナルコンピュータ（パソ
コン）４０から構成される。
分析システムのハードウェア構成を示す図である。この
残留農薬分析システムは、干渉計１０、ＡＴＲ測定装置
２０、制御部３０、及びパーソナルコンピュータ（パソ
コン）４０から構成される。
【００１１】干渉計１０は、ビームスプリッタ１４、固
定鏡１６、及び移動鏡１８を備えており、光源１２から
発せられた赤外光が入射される。入射された赤外光は、
まず、ビームスプリッタ１４で二つの光束に分割され、
一方の光束は固定鏡１６により、他方の光束は移動鏡１
８により、それぞれ反射される。反射された両光束はビ
ームスプリッタ１４で再び一つの光束となって干渉計か
ら出射していく。この干渉計１０では移動鏡１８が直線
状に往復運動し、これにより二つの光束の光路差が変化
する。これらの光束を合わせることによって干渉光（赤
外干渉光）が得られ、この干渉光が干渉計１０から出射
される。
定鏡１６、及び移動鏡１８を備えており、光源１２から
発せられた赤外光が入射される。入射された赤外光は、
まず、ビームスプリッタ１４で二つの光束に分割され、
一方の光束は固定鏡１６により、他方の光束は移動鏡１
８により、それぞれ反射される。反射された両光束はビ
ームスプリッタ１４で再び一つの光束となって干渉計か
ら出射していく。この干渉計１０では移動鏡１８が直線
状に往復運動し、これにより二つの光束の光路差が変化
する。これらの光束を合わせることによって干渉光（赤
外干渉光）が得られ、この干渉光が干渉計１０から出射
される。
【００１２】ＡＴＲ測定装置２０は、ＡＴＲプリズム２
２、グリッパ２４、及びミラーＭ１〜Ｍ４を備えてお
り、分析対象の試料（農作物）２６がグリッパ２４によ
ってＡＴＲプリズム２２に押し付けられてＡＴＲプリズ
ム２２に密着した状態となっている。上記干渉計１０か
ら出射された干渉光は、このＡＴＲ測定装置２０に導入
され、ミラーＭ１を経てＡＴＲプリズム２２に一方の端
面から入射される。ＡＴＲプリズム２２は、赤外光を透
過させる屈折率の大きい材質（例えばＺnＳe、Ｇeな
ど）から成り、このＡＴＲプリズム２２に入射した干渉
光（赤外光）は、その内部で全反射を繰り返しながら透
過する。このとき、干渉光はＡＴＲプリズム２２に密着
した試料２６に多少入り込んでから反射する。このた
め、ＡＴＲプリズム２２の内部で全反射を繰り返した後
の干渉光を測定することにより、試料２６の表面に残留
する農薬による赤外吸収スペクトルを得ることができる
（このようにして試料表面の赤外吸収スペクトルを得る
方法は「ＡＴＲ法」と呼ばれる）。そこで本実施例で
は、ＡＴＲ測定装置２０に赤外光を検出する検出器２８
が設けられており、ＡＴＲプリズム２２の内部で全反射
を繰り返して他方の端面から出射した干渉光は、ミラー
Ｍ２〜Ｍ４を経てこの検出器２８で受光される。これに
より、ＡＴＲプリズム２２から出射した干渉光に応じた
検出信号Ｓdが検出器２８から出力される。
２、グリッパ２４、及びミラーＭ１〜Ｍ４を備えてお
り、分析対象の試料（農作物）２６がグリッパ２４によ
ってＡＴＲプリズム２２に押し付けられてＡＴＲプリズ
ム２２に密着した状態となっている。上記干渉計１０か
ら出射された干渉光は、このＡＴＲ測定装置２０に導入
され、ミラーＭ１を経てＡＴＲプリズム２２に一方の端
面から入射される。ＡＴＲプリズム２２は、赤外光を透
過させる屈折率の大きい材質（例えばＺnＳe、Ｇeな
ど）から成り、このＡＴＲプリズム２２に入射した干渉
光（赤外光）は、その内部で全反射を繰り返しながら透
過する。このとき、干渉光はＡＴＲプリズム２２に密着
した試料２６に多少入り込んでから反射する。このた
め、ＡＴＲプリズム２２の内部で全反射を繰り返した後
の干渉光を測定することにより、試料２６の表面に残留
する農薬による赤外吸収スペクトルを得ることができる
（このようにして試料表面の赤外吸収スペクトルを得る
方法は「ＡＴＲ法」と呼ばれる）。そこで本実施例で
は、ＡＴＲ測定装置２０に赤外光を検出する検出器２８
が設けられており、ＡＴＲプリズム２２の内部で全反射
を繰り返して他方の端面から出射した干渉光は、ミラー
Ｍ２〜Ｍ４を経てこの検出器２８で受光される。これに
より、ＡＴＲプリズム２２から出射した干渉光に応じた
検出信号Ｓdが検出器２８から出力される。
【００１３】制御部３０は、この検出信号Ｓdを入力
し、これをＡ／Ｄ変換して干渉信号データを得る。そし
て、この干渉信号データをフーリエ変換することによっ
て赤外エネルギースペクトルのデータを生成する。実際
にＡＴＲ法により試料２６の赤外吸収スペクトルを測定
する場合は、まず、試料２６が無い状態で赤外エネルギ
ースペクトルを測定する。これがバックグランドスペク
トルである。次に、試料２６をＡＴＲプリズムに密着さ
せて赤外エネルギースペクトルを測定する。この試料２
６の赤外エネルギースペクトルを前述のバックグランド
スペクトルで除算することにより、ＡＴＲ法による赤外
吸収スペクトルのデータ（以下「スペクトルデータ」と
いう）が得られる。このスペクトルデータに基づき、制
御部３０内の表示部に赤外吸収スペクトルが表示され
る。また、このスペクトルデータは、ＲＳ−２３２Ｃ等
のインタフェイスを介してパソコン４０に転送される。
し、これをＡ／Ｄ変換して干渉信号データを得る。そし
て、この干渉信号データをフーリエ変換することによっ
て赤外エネルギースペクトルのデータを生成する。実際
にＡＴＲ法により試料２６の赤外吸収スペクトルを測定
する場合は、まず、試料２６が無い状態で赤外エネルギ
ースペクトルを測定する。これがバックグランドスペク
トルである。次に、試料２６をＡＴＲプリズムに密着さ
せて赤外エネルギースペクトルを測定する。この試料２
６の赤外エネルギースペクトルを前述のバックグランド
スペクトルで除算することにより、ＡＴＲ法による赤外
吸収スペクトルのデータ（以下「スペクトルデータ」と
いう）が得られる。このスペクトルデータに基づき、制
御部３０内の表示部に赤外吸収スペクトルが表示され
る。また、このスペクトルデータは、ＲＳ−２３２Ｃ等
のインタフェイスを介してパソコン４０に転送される。
【００１４】パソコン４０は、その内部のメモリに正準
変数の式及び二次判別関数の式を予め記憶しており、こ
れらの式に基づき制御部３０から転送されてきたスペク
トルデータを用いて、正準変数の値及び二次判別関数の
値を算出する。そして、この算出値に基づき、試料２６
に残留する農薬の濃度が許容値以下か否かを判別する。
変数の式及び二次判別関数の式を予め記憶しており、こ
れらの式に基づき制御部３０から転送されてきたスペク
トルデータを用いて、正準変数の値及び二次判別関数の
値を算出する。そして、この算出値に基づき、試料２６
に残留する農薬の濃度が許容値以下か否かを判別する。
【００１５】［判別関数の式の導出］上記構成の残留農
薬分析システムにおいて、パソコン４０内のメモリに記
憶させておくべき正準変数の式及び二次判別関数の式
（以下、これらの式を総称して「判別関数の式」とい
う）は、図１（ａ）に示す手順で導出される。以下、図
１（ａ）を参照しつつ、判別関数の式の導出について説
明する。
薬分析システムにおいて、パソコン４０内のメモリに記
憶させておくべき正準変数の式及び二次判別関数の式
（以下、これらの式を総称して「判別関数の式」とい
う）は、図１（ａ）に示す手順で導出される。以下、図
１（ａ）を参照しつつ、判別関数の式の導出について説
明する。
【００１６】判別関数の式を導出するためには、まず、
上記と同様の測定法すなわちＦＴＩＲ（Fouier Transfo
rm Infrared Spectrophotometer）を利用したＡＴＲ法
（以下「ＦＴＩＲ−ＡＴＲ法」という）による測定Ｓ１
０により、複数の試料について赤外吸収スペクトルのデ
ータ（スペクトルデータ）を得る。また、これら複数の
試料について、前処理Ｓ１２を行なった後、ガスクロマ
トグラフによる分析Ｓ１４を行なって分析対象の農薬成
分の濃度を測定する（以下、この測定値を「ＧＣ値」と
いう）。次に、分析対象の農薬成分の特徴吸収波数に対
応するスペクトルの面積強度を前記スペクトルデータか
ら算出し、この面積強度を変数（観測値）とする判別分
析Ｓ１６を行なう。ただし、面積強度の計算は赤外吸収
スペクトルをＬｏｇ変換して得られる吸光度スペクトル
に対して行なう。また、この判別分析Ｓ１６ではＧＣ値
を分析対象の農薬成分の残留濃度の真値とする。このよ
うな判別分析により判別関数の式を導出し、それらをパ
ソコン４０内のメモリに記憶する。
上記と同様の測定法すなわちＦＴＩＲ（Fouier Transfo
rm Infrared Spectrophotometer）を利用したＡＴＲ法
（以下「ＦＴＩＲ−ＡＴＲ法」という）による測定Ｓ１
０により、複数の試料について赤外吸収スペクトルのデ
ータ（スペクトルデータ）を得る。また、これら複数の
試料について、前処理Ｓ１２を行なった後、ガスクロマ
トグラフによる分析Ｓ１４を行なって分析対象の農薬成
分の濃度を測定する（以下、この測定値を「ＧＣ値」と
いう）。次に、分析対象の農薬成分の特徴吸収波数に対
応するスペクトルの面積強度を前記スペクトルデータか
ら算出し、この面積強度を変数（観測値）とする判別分
析Ｓ１６を行なう。ただし、面積強度の計算は赤外吸収
スペクトルをＬｏｇ変換して得られる吸光度スペクトル
に対して行なう。また、この判別分析Ｓ１６ではＧＣ値
を分析対象の農薬成分の残留濃度の真値とする。このよ
うな判別分析により判別関数の式を導出し、それらをパ
ソコン４０内のメモリに記憶する。
【００１７】本実施例では、赤外吸収スペクトルの上記
測定において、波数分解能は２cm-1、積算回数は１００
回であり、ＡＴＲプリズム２２はＺnＳe製であってその
測定面寸法は７mm×９０mmであり、干渉光の試料２６へ
の入射角は４５度である。
測定において、波数分解能は２cm-1、積算回数は１００
回であり、ＡＴＲプリズム２２はＺnＳe製であってその
測定面寸法は７mm×９０mmであり、干渉光の試料２６へ
の入射角は４５度である。
【００１８】また本実施例では、試料として、実栽培さ
れた７６個体のレタスにおける最も外側の葉の内側先端
部が使用されており、分析対象の農薬成分はTetrachlor
oisophthalonitrile（以下「T.P.N.」という）である。
ここでレタスは、T.P.N.を含有する殺菌剤であるダコニ
ールの散布回数を、１週間間隔で０ないし３回と変えて
散布し、収穫の１４日前に散布を終了したものが用いら
れている。１回の散布では、通常散布される標準的な濃
度および量であるダコニールの１０００倍希釈溶液が、
１００ｍ2当たり0.4ｍ3の割合で散布されている。ま
た、ダコニール以外の農薬はレタスの栽培慣行法にした
がって散布されている。
れた７６個体のレタスにおける最も外側の葉の内側先端
部が使用されており、分析対象の農薬成分はTetrachlor
oisophthalonitrile（以下「T.P.N.」という）である。
ここでレタスは、T.P.N.を含有する殺菌剤であるダコニ
ールの散布回数を、１週間間隔で０ないし３回と変えて
散布し、収穫の１４日前に散布を終了したものが用いら
れている。１回の散布では、通常散布される標準的な濃
度および量であるダコニールの１０００倍希釈溶液が、
１００ｍ2当たり0.4ｍ3の割合で散布されている。ま
た、ダコニール以外の農薬はレタスの栽培慣行法にした
がって散布されている。
【００１９】本実施例における判別関数の変数は、T.P.
N.の特徴吸収波数である３つの波数帯での吸光度スペク
トルの面積強度、すなわち、1378.3cm-1、1265.5cm-1、
980.0cm-1のそれぞれを中心波数とし、±5cm-1の領域で
スペクトルを積分して得られる面積強度である。本実施
例における判別分析Ｓ１６では、まず、図３に示すよう
に、ガスクロマトグラフィＳ１４によるT.P.N.の測定値
（ＧＣ値）によって試料を３群に分類する。すなわち、
ＧＣ値が0.005ppm未満の試料をＡ群、0.005ppm〜1.0ppm
の試料をＢ群、1.0ppmを越える試料をＣ群とする。次
に、ＦＴＩＲ−ＡＴＲ法による測定Ｓ１０によって得ら
れた各試料に対するスペクトルデータを用いて、各試料
毎に、前記３波数帯でのスペクトルの面積強度を算出
し、この算出値を用いて正準分析を行なう（参考文献：
田中、垂水、脇本、「統計解析ハンドブックII」、72/1
59、共立出版（1988））。すなわち、第１正準変数Ｚ1
を Ｚ1＝ａ1＋ｂ11・Ａ1＋ｂ21・Ａ2＋ｂ31・Ａ3 …(1) とおき、図３に示したＡ群〜Ｃ群について第１正準変数
Ｚ1に関する群間平方和ＳBと群内平方和ＳWとの比ＳB／
ＳWが最大となるように、上式における係数ｂ11、ｂ2
1、ｂ31の値を決定する。ここでＡ1、Ａ2、Ａ3は、T.P.
N.の特徴吸収波数帯でのスペクトルの面積強度である。
なお定数ａ1は、判別分析において本質的なものではな
いため、後の処理に都合の良い値を適宜選べばよい。
N.の特徴吸収波数である３つの波数帯での吸光度スペク
トルの面積強度、すなわち、1378.3cm-1、1265.5cm-1、
980.0cm-1のそれぞれを中心波数とし、±5cm-1の領域で
スペクトルを積分して得られる面積強度である。本実施
例における判別分析Ｓ１６では、まず、図３に示すよう
に、ガスクロマトグラフィＳ１４によるT.P.N.の測定値
（ＧＣ値）によって試料を３群に分類する。すなわち、
ＧＣ値が0.005ppm未満の試料をＡ群、0.005ppm〜1.0ppm
の試料をＢ群、1.0ppmを越える試料をＣ群とする。次
に、ＦＴＩＲ−ＡＴＲ法による測定Ｓ１０によって得ら
れた各試料に対するスペクトルデータを用いて、各試料
毎に、前記３波数帯でのスペクトルの面積強度を算出
し、この算出値を用いて正準分析を行なう（参考文献：
田中、垂水、脇本、「統計解析ハンドブックII」、72/1
59、共立出版（1988））。すなわち、第１正準変数Ｚ1
を Ｚ1＝ａ1＋ｂ11・Ａ1＋ｂ21・Ａ2＋ｂ31・Ａ3 …(1) とおき、図３に示したＡ群〜Ｃ群について第１正準変数
Ｚ1に関する群間平方和ＳBと群内平方和ＳWとの比ＳB／
ＳWが最大となるように、上式における係数ｂ11、ｂ2
1、ｂ31の値を決定する。ここでＡ1、Ａ2、Ａ3は、T.P.
N.の特徴吸収波数帯でのスペクトルの面積強度である。
なお定数ａ1は、判別分析において本質的なものではな
いため、後の処理に都合の良い値を適宜選べばよい。
【００２０】次いで、二次元特徴空間において試料群の
判別を検討するために、第２正準変数を求める。すなわ
ち、第２正準変数Ｚ2を Ｚ2＝ａ2＋ｂ21・Ａ1＋ｂ22・Ａ2＋ｂ23・Ａ3 …(2) とおき、第１正準変数Ｚ1と第２正準変数Ｚ2との相関が
最も低くなるように、上式における定数ａ2及び係数ｂ1
2、ｂ22、ｂ32の値を決定する。
判別を検討するために、第２正準変数を求める。すなわ
ち、第２正準変数Ｚ2を Ｚ2＝ａ2＋ｂ21・Ａ1＋ｂ22・Ａ2＋ｂ23・Ａ3 …(2) とおき、第１正準変数Ｚ1と第２正準変数Ｚ2との相関が
最も低くなるように、上式における定数ａ2及び係数ｂ1
2、ｂ22、ｂ32の値を決定する。
【００２１】以上のようにして第１及び第２正準変数Ｚ
1、Ｚ2を求めると、 Ｚ1＝0.618＋0.031Ａ1＋0.308Ａ2＋0.768Ａ3 …(3) Ｚ2＝1.532＋0.619Ａ1−0.067Ａ2＋0.804Ａ3 …(4) が得られる。
1、Ｚ2を求めると、 Ｚ1＝0.618＋0.031Ａ1＋0.308Ａ2＋0.768Ａ3 …(3) Ｚ2＝1.532＋0.619Ａ1−0.067Ａ2＋0.804Ａ3 …(4) が得られる。
【００２２】図４は、上記二つの正準変数Ｚ1及びＺ2に
よる二次元特徴空間における試料群の散布図である。す
なわち図４は、試料としての７６個体のレタスそれぞれ
についてのスペクトルデータを用いて、前記正準分析に
よって決定された第１正準変数の式(3)及び第２正準変
数の式(4)の値を算出し、これを二次元空間に図示した
ものである。この図４において、Ａ群の試料（ＧＣ値が
ガスクロマトグラフィの検出限界である0.005ppm未満の
試料、すなわちT.P.N.が検出されない試料）は'□'で、
Ｂ群の試料（ＧＣ値が0.005ppm〜1.0ppmの試料）は'○'
で、Ｃ群の試料（ＧＣ値が1.0ppmを越える試料）は'●'
で示されている。図４より明かなように、第１正準変数
Ｚ1の符号により、ガスクロマトグラフィでT.P.N.が検
出されない群（'□'で示された試料の群）を明瞭に判別
することができる。しかし、図４の第４象限において、
Ｂ群の試料（'○'で示された試料）とＣ群の試料（'●'
で示された試料）とが混在している。したがって、T.P.
N.が検出された試料群を、正準変数Ｚ1、Ｚ2に基づきT.
P.Nの濃度１ppmを境界として二つの群に分けるのは困難
である。
よる二次元特徴空間における試料群の散布図である。す
なわち図４は、試料としての７６個体のレタスそれぞれ
についてのスペクトルデータを用いて、前記正準分析に
よって決定された第１正準変数の式(3)及び第２正準変
数の式(4)の値を算出し、これを二次元空間に図示した
ものである。この図４において、Ａ群の試料（ＧＣ値が
ガスクロマトグラフィの検出限界である0.005ppm未満の
試料、すなわちT.P.N.が検出されない試料）は'□'で、
Ｂ群の試料（ＧＣ値が0.005ppm〜1.0ppmの試料）は'○'
で、Ｃ群の試料（ＧＣ値が1.0ppmを越える試料）は'●'
で示されている。図４より明かなように、第１正準変数
Ｚ1の符号により、ガスクロマトグラフィでT.P.N.が検
出されない群（'□'で示された試料の群）を明瞭に判別
することができる。しかし、図４の第４象限において、
Ｂ群の試料（'○'で示された試料）とＣ群の試料（'●'
で示された試料）とが混在している。したがって、T.P.
N.が検出された試料群を、正準変数Ｚ1、Ｚ2に基づきT.
P.Nの濃度１ppmを境界として二つの群に分けるのは困難
である。
【００２３】そこで、本実施例の判別分析では二次判別
関数を利用する。二次判別関数は、マハラノビス汎距離
のより小さい群に試料を分類する判別法であり、分類す
べき二群の分散共分散行列が異なる場合に適用される
（参考文献：田中、垂水、脇本、「統計解析ハンドブッ
クII」、72/159、共立出版（1988））。そこで、図３に
示したように、ガスクロマトグラフィでT.P.N.が検出さ
れた試料群を、T.P.N.の厚生省登録保留規準濃度である
１ppmを境界値として二群（Ｂ群とＣ群）に分類し、こ
れらの分散共分散行列を比較し、それらが異なることを
確認する。そして、正準分析の場合と同様の三つの面積
強度Ａ1、Ａ2、Ａ3を変数として、Ｂ群とＣ群との分類
に基づく判別分析を行なうことにより、二次判別関数を
導出する。前記７６個体のレタスのうちガスクロマトグ
ラフィＳ１４によりT.P.N.が検出された３９個体のレタ
スに対するスペクトルデータを用いて、このような判別
分析を行なうことにより、二次判別関数Ｑとして、 Ｑ＝−0.091Ａ12＋0.038Ａ22−1.082Ａ32−0.077Ａ1Ａ2−0.144Ａ2Ａ3 −0.825Ａ3Ａ1−1.493Ａ1−0.88Ａ2−3.55Ａ3＋0.335 …(5) が得られる。
関数を利用する。二次判別関数は、マハラノビス汎距離
のより小さい群に試料を分類する判別法であり、分類す
べき二群の分散共分散行列が異なる場合に適用される
（参考文献：田中、垂水、脇本、「統計解析ハンドブッ
クII」、72/159、共立出版（1988））。そこで、図３に
示したように、ガスクロマトグラフィでT.P.N.が検出さ
れた試料群を、T.P.N.の厚生省登録保留規準濃度である
１ppmを境界値として二群（Ｂ群とＣ群）に分類し、こ
れらの分散共分散行列を比較し、それらが異なることを
確認する。そして、正準分析の場合と同様の三つの面積
強度Ａ1、Ａ2、Ａ3を変数として、Ｂ群とＣ群との分類
に基づく判別分析を行なうことにより、二次判別関数を
導出する。前記７６個体のレタスのうちガスクロマトグ
ラフィＳ１４によりT.P.N.が検出された３９個体のレタ
スに対するスペクトルデータを用いて、このような判別
分析を行なうことにより、二次判別関数Ｑとして、 Ｑ＝−0.091Ａ12＋0.038Ａ22−1.082Ａ32−0.077Ａ1Ａ2−0.144Ａ2Ａ3 −0.825Ａ3Ａ1−1.493Ａ1−0.88Ａ2−3.55Ａ3＋0.335 …(5) が得られる。
【００２４】ガスクロマトグラフィＳ１４によりT.P.N.
が検出された３９個体のレタスに対するスペクトルデー
タを用いて、上記(5)式により二次判別関数の値（以下
「Ｑ値」という）を算出すると、図５に示すようにな
る。この図５では、T.P.N.の残留濃度を示すＧＣ値が許
容値１ppm以下か否かにより、３９個の試料（レタス）
がＢ群とＣ群の二群に分類されている。この図５より、
境界値をＱ＝０として判別した場合又は境界値をＱ＝-
0.5として判別した場合には、T.P.N.の残留濃度が許容
値１ppm以下であるＢ群の試料のうち88.2％が正しく判
別され、T.P.N.の残留濃度が許容値１ppmを越えるＣ群
の試料のうち72.7％が正しく判別されることがわかる。
また、境界値を調整することにより、許容値を越える濃
度の農薬が残留している試料をより精度良く判別するこ
とができる。例えば境界値をＱ＝0.5とすると、図５に
示すようにＣ群についての正答率は90.9％となる。これ
は、残留農薬の濃度が許容値を越える試料については、
その90％以上を上記の二次判別関数により正しく判別で
きることを意味する。なお、上記Ｂ群とＣ群とについて
の分散共分散行列の差異を検定した結果、５％の有意差
でこれら二群の分散共分散行列が異なることが確認され
ている。以上より、厚生省登録保留規準濃度である１pp
mを境界としてレタスを二群に判別する上で、二次判別
関数の適用は有効である。
が検出された３９個体のレタスに対するスペクトルデー
タを用いて、上記(5)式により二次判別関数の値（以下
「Ｑ値」という）を算出すると、図５に示すようにな
る。この図５では、T.P.N.の残留濃度を示すＧＣ値が許
容値１ppm以下か否かにより、３９個の試料（レタス）
がＢ群とＣ群の二群に分類されている。この図５より、
境界値をＱ＝０として判別した場合又は境界値をＱ＝-
0.5として判別した場合には、T.P.N.の残留濃度が許容
値１ppm以下であるＢ群の試料のうち88.2％が正しく判
別され、T.P.N.の残留濃度が許容値１ppmを越えるＣ群
の試料のうち72.7％が正しく判別されることがわかる。
また、境界値を調整することにより、許容値を越える濃
度の農薬が残留している試料をより精度良く判別するこ
とができる。例えば境界値をＱ＝0.5とすると、図５に
示すようにＣ群についての正答率は90.9％となる。これ
は、残留農薬の濃度が許容値を越える試料については、
その90％以上を上記の二次判別関数により正しく判別で
きることを意味する。なお、上記Ｂ群とＣ群とについて
の分散共分散行列の差異を検定した結果、５％の有意差
でこれら二群の分散共分散行列が異なることが確認され
ている。以上より、厚生省登録保留規準濃度である１pp
mを境界としてレタスを二群に判別する上で、二次判別
関数の適用は有効である。
【００２５】以上の説明からわかるように、スペクトル
データを用いて試料（レタス）がＡ群に属するか否か
（T.P.N.が検出されるか否か）を判別するには、判別関
数の式として第１正準変数の式(3)を用い、判別の分点
（Ｚ1の境界値）として０を採用すればよい（図４参
照）。また、スペクトルデータを用いて試料（レタス）
がＢ群とＣ群のいずれに属するか（T.P.N.の残留濃度が
1.0ppm以下か否か）を判別するには、判別関数の式とし
て二次判別関数の式(5)を用い、判別の分点（Ｑの境界
値）として-0.5〜0.5の範囲の適切な値を採用すればよ
い（図５参照）。
データを用いて試料（レタス）がＡ群に属するか否か
（T.P.N.が検出されるか否か）を判別するには、判別関
数の式として第１正準変数の式(3)を用い、判別の分点
（Ｚ1の境界値）として０を採用すればよい（図４参
照）。また、スペクトルデータを用いて試料（レタス）
がＢ群とＣ群のいずれに属するか（T.P.N.の残留濃度が
1.0ppm以下か否か）を判別するには、判別関数の式とし
て二次判別関数の式(5)を用い、判別の分点（Ｑの境界
値）として-0.5〜0.5の範囲の適切な値を採用すればよ
い（図５参照）。
【００２６】そこで本実施例では、未知の試料に対する
残留農薬の分析のために、第１正準変数の式(3)及び二
次判別関数の式(5)が、それらに対応するＺ1の境界値及
びＱの境界値とともに、パソコン４０内のメモリに記憶
される。
残留農薬の分析のために、第１正準変数の式(3)及び二
次判別関数の式(5)が、それらに対応するＺ1の境界値及
びＱの境界値とともに、パソコン４０内のメモリに記憶
される。
【００２７】［残留農薬の分析］判別関数の式（第１正
準変数の式及び二次判別関数の式）が導出され、これが
パソコン４０内のメモリに記憶されると、未知の試料で
ある農作物（レタス）における残留農薬（T.P.N.）の分
析が可能となる。この残留農薬の分析は図１（ｂ）に示
す手順で行なわれる。
準変数の式及び二次判別関数の式）が導出され、これが
パソコン４０内のメモリに記憶されると、未知の試料で
ある農作物（レタス）における残留農薬（T.P.N.）の分
析が可能となる。この残留農薬の分析は図１（ｂ）に示
す手順で行なわれる。
【００２８】すなわち、まず、干渉計１０、ＡＴＲ測定
装置２０及び制御部３０を用い、ＦＴＩＲ−ＡＴＲ法に
よる測定Ｓ２０により、試料である農作物の赤外吸収ス
ペクトルを測定する。この赤外吸収スペクトルのデータ
（スペクトルデータ）は、パソコン４０に転送され、パ
ソコン４０において正準変数による判別Ｓ２２が行なわ
れる。すなわち、試料のスペクトルデータを用いて、パ
ソコン４０内のメモリに記憶された第１正準変数の式 Ｚ1＝0.618＋0.031Ａ1＋0.308Ａ2＋0.768Ａ3 の値を算出し、この値をＺ1の境界値である０と比較す
ることにより、試料が「良品」か否かを判別する。すな
わち、Ｚ1≦０ならば、試料からは残留農薬であるT.P.
N.は検出されないと判定して、「良品」という判別結果
をパソコン４０の表示部に出力する。
装置２０及び制御部３０を用い、ＦＴＩＲ−ＡＴＲ法に
よる測定Ｓ２０により、試料である農作物の赤外吸収ス
ペクトルを測定する。この赤外吸収スペクトルのデータ
（スペクトルデータ）は、パソコン４０に転送され、パ
ソコン４０において正準変数による判別Ｓ２２が行なわ
れる。すなわち、試料のスペクトルデータを用いて、パ
ソコン４０内のメモリに記憶された第１正準変数の式 Ｚ1＝0.618＋0.031Ａ1＋0.308Ａ2＋0.768Ａ3 の値を算出し、この値をＺ1の境界値である０と比較す
ることにより、試料が「良品」か否かを判別する。すな
わち、Ｚ1≦０ならば、試料からは残留農薬であるT.P.
N.は検出されないと判定して、「良品」という判別結果
をパソコン４０の表示部に出力する。
【００２９】一方、Ｚ1＞０ならば、T.P.N.が検出され
たと判断し、T.P.N.の残留濃度が許容値以下が否かを判
定するために、二次判別関数による判別Ｓ２４を行な
う。すなわち、試料のスペクトルデータを用いて、パソ
コン４０内のメモリに記憶された二次判別関数の式 Ｑ＝−0.091Ａ12＋0.038Ａ22−1.082Ａ32−0.077Ａ1Ａ2−0.144Ａ2Ａ3 −0.825Ａ3Ａ1−1.493Ａ1−0.88Ａ2−3.55Ａ3＋0.335 の値を算出し、この値を許容値に対応するＱの境界値と
比較することにより、試料が「良品」か「不良品」を判
別する。既述のように、T.P.N.の厚生省登録保留規準濃
度である１ppmが許容値として採用されており、ここで
は、この許容値１ppmに対応するＱの境界値として０を
採用するものとする。この場合、Ｑ≧０ならば、試料に
おけるT.P.N.の残留濃度は許容値１ppm以下であると判
定して、「良品」という判別結果をパソコン４０の表示
部に出力し、Ｑ＜０ならば、試料におけるT.P.N.の残留
濃度は許容値１ppmを越えていると判定して、「不良
品」という判別結果をパソコン４０の表示部に出力す
る。
たと判断し、T.P.N.の残留濃度が許容値以下が否かを判
定するために、二次判別関数による判別Ｓ２４を行な
う。すなわち、試料のスペクトルデータを用いて、パソ
コン４０内のメモリに記憶された二次判別関数の式 Ｑ＝−0.091Ａ12＋0.038Ａ22−1.082Ａ32−0.077Ａ1Ａ2−0.144Ａ2Ａ3 −0.825Ａ3Ａ1−1.493Ａ1−0.88Ａ2−3.55Ａ3＋0.335 の値を算出し、この値を許容値に対応するＱの境界値と
比較することにより、試料が「良品」か「不良品」を判
別する。既述のように、T.P.N.の厚生省登録保留規準濃
度である１ppmが許容値として採用されており、ここで
は、この許容値１ppmに対応するＱの境界値として０を
採用するものとする。この場合、Ｑ≧０ならば、試料に
おけるT.P.N.の残留濃度は許容値１ppm以下であると判
定して、「良品」という判別結果をパソコン４０の表示
部に出力し、Ｑ＜０ならば、試料におけるT.P.N.の残留
濃度は許容値１ppmを越えていると判定して、「不良
品」という判別結果をパソコン４０の表示部に出力す
る。
【００３０】［効果］本実施例の残留農薬分析システム
は、従来のクロマトグラフ等による分析におけるような
前処理を必要としない。また、ＦＴＩＲ−ＡＴＲ法によ
る測定Ｓ２０に要する時間は約１０分であり、その後の
パソコン４０での判別のためのデータ処理は約５分であ
る。したがって、本実施例によれば、４〜５時間以上必
要とした従来の分析システムに比べ、分析結果を得るま
での時間が大幅に短縮される。また、本実施例で採用さ
れた判別分析は、赤外吸収スペクトルのパターンが明瞭
であればT.P.N.以外の他の農薬成分についても適用でき
る。したがって、抗体抗原反応を利用する場合のように
分析可能な農薬成分が限定されることはない。
は、従来のクロマトグラフ等による分析におけるような
前処理を必要としない。また、ＦＴＩＲ−ＡＴＲ法によ
る測定Ｓ２０に要する時間は約１０分であり、その後の
パソコン４０での判別のためのデータ処理は約５分であ
る。したがって、本実施例によれば、４〜５時間以上必
要とした従来の分析システムに比べ、分析結果を得るま
での時間が大幅に短縮される。また、本実施例で採用さ
れた判別分析は、赤外吸収スペクトルのパターンが明瞭
であればT.P.N.以外の他の農薬成分についても適用でき
る。したがって、抗体抗原反応を利用する場合のように
分析可能な農薬成分が限定されることはない。
【００３１】［変形例］上記実施例では、レタスに残留
するT.P.N.の分析が行なわれているが、本発明は試料を
レタスに限定するものではない。例えば、上記実施例と
同様の構成（判別関数の式もレタスについて求めたもの
と同様）の残留農薬分析システムにより、ハクサイやセ
ルリに残留するT.P.N.が検出されるか否か及びT.P.N.の
残留濃度が１ppm以下か否かの判別において、80％前後
の正答率が得られている。したがって、上記実施例の残
留農薬分析システムはハクサイやセルリなど、他の農作
物にも適用可能である。
するT.P.N.の分析が行なわれているが、本発明は試料を
レタスに限定するものではない。例えば、上記実施例と
同様の構成（判別関数の式もレタスについて求めたもの
と同様）の残留農薬分析システムにより、ハクサイやセ
ルリに残留するT.P.N.が検出されるか否か及びT.P.N.の
残留濃度が１ppm以下か否かの判別において、80％前後
の正答率が得られている。したがって、上記実施例の残
留農薬分析システムはハクサイやセルリなど、他の農作
物にも適用可能である。
【００３２】また上記実施例では、ＦＴＩＲ−ＡＴＲ法
によって得られたスペクトルデータが制御部３０からパ
ソコン４０に転送され、パソコン４０において上記判別
関数による判別が行なわれているが、制御部３０がパソ
コン又はそれと同等のデータ処理能力を有するデータ処
理装置によって実現されている場合には、制御部３０に
おいて上記判別関数による判別を行なう構成としてもよ
い。
によって得られたスペクトルデータが制御部３０からパ
ソコン４０に転送され、パソコン４０において上記判別
関数による判別が行なわれているが、制御部３０がパソ
コン又はそれと同等のデータ処理能力を有するデータ処
理装置によって実現されている場合には、制御部３０に
おいて上記判別関数による判別を行なう構成としてもよ
い。
【００３３】
【発明の効果】以上説明したように本発明によれば、レ
タスやハクサイ、セルリ等に残留する農薬の濃度が許容
値以下か否かを判別するのに要する時間が、従来に比べ
大幅に短縮される。このため、農作物が収穫されてから
出荷されるまでの限定された時間内に残留農薬の分析を
終了させ、農作物の安全性を流通前に確認することがで
きる。また、本発明では、赤外吸収スペクトルの明瞭な
パターンが得られれば分析可能であるため、抗体抗原反
応を利用する場合のように分析可能な農薬成分が限定さ
れることもない。
タスやハクサイ、セルリ等に残留する農薬の濃度が許容
値以下か否かを判別するのに要する時間が、従来に比べ
大幅に短縮される。このため、農作物が収穫されてから
出荷されるまでの限定された時間内に残留農薬の分析を
終了させ、農作物の安全性を流通前に確認することがで
きる。また、本発明では、赤外吸収スペクトルの明瞭な
パターンが得られれば分析可能であるため、抗体抗原反
応を利用する場合のように分析可能な農薬成分が限定さ
れることもない。
【図１】 本発明の一実施例である残留農薬分析システ
ムにおける判別関数の導出手順を示す図（ａ）及び分析
手順を示す図（ｂ）。
ムにおける判別関数の導出手順を示す図（ａ）及び分析
手順を示す図（ｂ）。
【図２】 本発明の一実施例である残留農薬分析システ
ムのハードウェア構成を示す図。
ムのハードウェア構成を示す図。
【図３】 農薬の残留濃度による試料の分類を示す図。
【図４】 二つの正準変数による二次元特徴空間におけ
る試料群の散布図。
る試料群の散布図。
【図５】 ガスクロマトグラフィによって残留農薬T.P.
N.が検出された各試料についての二次判別関数の値を示
す図。
N.が検出された各試料についての二次判別関数の値を示
す図。
１０ …干渉計 ２０ …ＡＴＲ測定装置 ３０ …制御部 ４０ …パーソナルコンピュータ Ｓ１０…ＦＴＩＲ−ＡＴＲ法による測定 Ｓ１６…判別分析 Ｓ２０…ＦＴＩＲ−ＡＴＲ法による測定 Ｓ２２…正準変数による判別 Ｓ２４…二次判別関数による判別
フロントページの続き (72)発明者 鳥羽 栄治 長野県上田市大字上野14番地６ (72)発明者 市村 克彦 京都市中京区西ノ京桑原町１番地 株式会 社島津製作所三条工場内
Claims (1)
- 【請求項１】 農作物の表面に残留している農薬成分の
濃度が許容値以下か否かを判別する残留農薬分析方法に
おいて、 ａ）前記農薬成分の残留濃度が既知の種々の値である複
数の農作物の表面における前記農薬成分による赤外吸収
スペクトルのデータを、赤外分光光度計を利用したＡＴ
Ｒ法により採取する第１ステップと、 ｂ）第１ステップにおいて採取されたデータを用い、前
記複数の農作物を所定の検出限界値に基づいて農薬成分
非残留農作物群と農薬成分残留農作物群とに分類して判
別分析を行なうことにより、該分類に対応する正準変数
の式及び第１の境界値を導出する第２ステップと、 ｃ）第１ステップにおいて採取されたデータを用い、残
留している前記農薬成分の濃度が許容値以下か否かによ
り前記農薬成分残留農作物群を二つの農作物群に分類し
て判別分析を行なうことにより、該分類に対応する二次
判別関数の式及び第２の境界値を導出する第３ステップ
と、 ｄ）赤外分光光度計を利用したＡＴＲ法により、前記農
薬成分の残留濃度が未知である分析対象の農作物の表面
における前記農薬成分による赤外吸収スペクトルのデー
タを採取する第４ステップと、 ｅ）第４ステップにおいて採取されたデータを用いて前
記正準変数の式により正準変数の値を算出し、該値を第
１の境界値と比較することにより前記分析対象の農作物
の表面に前記農薬成分が残留しているか否かを判定する
第５ステップと、 ｆ）第５ステップにおいて前記農薬成分が残留している
と判定された場合に、第４ステップにおいて採取された
データを用いて前記二次判別関数の式により二次判別関
数の値を算出し、該値を第２の境界値と比較することに
より前記分析対象の農作物の表面に残留している前記農
薬成分の濃度が許容値以下か否かを判定する第６ステッ
プと、を有することを特徴とする残留農薬分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33399294A JP3315546B2 (ja) | 1994-12-16 | 1994-12-16 | 残留農薬分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33399294A JP3315546B2 (ja) | 1994-12-16 | 1994-12-16 | 残留農薬分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08170941A true JPH08170941A (ja) | 1996-07-02 |
| JP3315546B2 JP3315546B2 (ja) | 2002-08-19 |
Family
ID=18272290
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP33399294A Expired - Lifetime JP3315546B2 (ja) | 1994-12-16 | 1994-12-16 | 残留農薬分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3315546B2 (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007149013A (ja) * | 2005-11-30 | 2007-06-14 | Ntt Facilities Inc | 農作物管理システム及びその管理方法 |
| KR100733496B1 (ko) * | 2006-05-24 | 2007-06-29 | (주)에치소프트 | 휴대용 잔류농약 검출기 |
| JP2007248128A (ja) * | 2006-03-14 | 2007-09-27 | Yanmar Co Ltd | 残留農薬測定装置 |
| JPWO2006025143A1 (ja) * | 2004-08-30 | 2008-05-08 | 財団法人雑賀技術研究所 | 固相カートリッジを利用した有機化学物質の分析方法及びその装置 |
| JP2011220710A (ja) * | 2010-04-05 | 2011-11-04 | Osaka Univ | 液体の検査方法および液体検査装置 |
| JP2013253893A (ja) * | 2012-06-08 | 2013-12-19 | Miura Co Ltd | 農薬汚染の判定方法 |
| CN114112983A (zh) * | 2021-10-18 | 2022-03-01 | 中国科学院西北高原生物研究所 | 一种基于Python数据融合的藏药全缘叶绿绒蒿产地判别方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004275023A (ja) * | 2003-03-13 | 2004-10-07 | Si Seiko Co Ltd | 残留農薬除去システム |
-
1994
- 1994-12-16 JP JP33399294A patent/JP3315546B2/ja not_active Expired - Lifetime
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2006025143A1 (ja) * | 2004-08-30 | 2008-05-08 | 財団法人雑賀技術研究所 | 固相カートリッジを利用した有機化学物質の分析方法及びその装置 |
| JP4697141B2 (ja) * | 2004-08-30 | 2011-06-08 | 財団法人雑賀技術研究所 | 固相カートリッジを利用した有機化学物質の分析装置 |
| JP2007149013A (ja) * | 2005-11-30 | 2007-06-14 | Ntt Facilities Inc | 農作物管理システム及びその管理方法 |
| JP2007248128A (ja) * | 2006-03-14 | 2007-09-27 | Yanmar Co Ltd | 残留農薬測定装置 |
| JP4616780B2 (ja) * | 2006-03-14 | 2011-01-19 | ヤンマー株式会社 | 残留農薬測定装置 |
| KR100733496B1 (ko) * | 2006-05-24 | 2007-06-29 | (주)에치소프트 | 휴대용 잔류농약 검출기 |
| JP2011220710A (ja) * | 2010-04-05 | 2011-11-04 | Osaka Univ | 液体の検査方法および液体検査装置 |
| JP2013253893A (ja) * | 2012-06-08 | 2013-12-19 | Miura Co Ltd | 農薬汚染の判定方法 |
| CN114112983A (zh) * | 2021-10-18 | 2022-03-01 | 中国科学院西北高原生物研究所 | 一种基于Python数据融合的藏药全缘叶绿绒蒿产地判别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3315546B2 (ja) | 2002-08-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huang et al. | Prediction of firmness parameters of tomatoes by portable visible and near-infrared spectroscopy | |
| EP0317121B1 (en) | Spectroscopic method and apparatus for measuring sugar concentrations | |
| US8862445B2 (en) | Selecting spectral elements and components for optical analysis systems | |
| Cayuela | Vis/NIR soluble solids prediction in intact oranges (Citrus sinensis L.) cv. Valencia Late by reflectance | |
| US8213012B2 (en) | Stability for optical computing system | |
| CA2211785C (en) | Real-time on-line analysis of organic and non-organic compounds for food, fertilizers and pharmaceutical products | |
| US6560546B1 (en) | Remote analysis system | |
| Mouazen et al. | Near infrared spectroscopy for agricultural materials: an instrument comparison | |
| JP2517858B2 (ja) | 近赤外透過スペクトルによる果実糖度の非破壊測定法 | |
| CA2276750C (en) | Calibration system for spectrographic analyzing instruments | |
| US20090073433A1 (en) | Optical analysis system and methods for operating multivariate optical elements in a normal incidence orientation | |
| Arendse et al. | Fourier transform near infrared diffuse reflectance spectroscopy and two spectral acquisition modes for evaluation of external and internal quality of intact pomegranate fruit | |
| WO2007061436A1 (en) | Self calibration methods for optical analysis system | |
| DK165391D0 (da) | Ir-maalesystem | |
| Roberts et al. | Vibrational spectroscopy methods for agro-food product analysis | |
| JP3315546B2 (ja) | 残留農薬分析方法 | |
| JPH01301147A (ja) | 青果物の品質測定法およびその装置 | |
| JP2001318053A (ja) | 植物体の品質評価装置及び育種選抜方法並びに品質評価方法 | |
| US5970424A (en) | Method and apparatus for qualifying an object | |
| JP3352848B2 (ja) | 被験体内部性状測定装置校正用擬似対象物及び被験体内部性状測定装置の校正方法 | |
| Hiroaki et al. | Classification of pesticide residues in the agricultural products based on diffuse reflectance IR spectroscopy | |
| Omar et al. | Optical Sensor in the Measurement of FruitsQuality: A Review on an Innovative Approach | |
| Greensill et al. | An experimental comparison of simple NIR spectrometers for fruit grading applications by CV Greensill, DS Newman | |
| Ishizawa et al. | Semiquantitative at-line measurement system for multiresidues of pesticide in food based on the ATR spectroscopy | |
| CN110487404A (zh) | 一种消除光栅光谱仪高级衍射影响的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080607 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090607 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100607 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100607 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110607 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110607 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120607 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130607 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130607 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (prs date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140607 Year of fee payment: 12 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |