• Journal of Biosystems Engineering
• /
• 제26권5호
• /
• pp.475-480
• /
• 2001

Sensing soil organic matter is crucial for precision farming and environment friendly agriculture. Near infra-red(NIR) was utilized to measure the soil organic matter. Multivariate calibration methods, including stepwise multiple linear regression(MLR), principal components recession(PCR) and partial least squares regression(PLS), were applied to soil spectral reflectance data to predict the organic matter content. The effect of soil particle size and water content was studied. The range of soil organic matter contents was from 0.5 to 11%. Near infrared (NIR) region from 700 to 2,500nm was applied. For uniform soil particle size, result had good correlation (R$\^$2/ = 0.984, standard error of prediction= 0.596). The effect of soil particle size could be eliminated with 1st order derivative of the NIR signal. However. moist soil had a little lower correlation. R$\^$2/ was 0.95 and standard error of prediction was 0.94% using the PLS method. The results showed the possibility of soil organic matter measurement using NIR reflectance on the field.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.40-40
• /
• 2017

본 연구는 빛의 파장대가 넓어 보다 다양한 접근과 검출이 가능한 초분광 카메라 (VNIR spectral camera PS, SPECIN Filand)를 이용하여 정식시기가 다른 배추를 생육단계별로 영상을 취득한 후 배추 캐노피의 전 파장 (400~1000nm)으로 생육 추정모델을 개발하기 위해 수행하였다. 정식시기가 다른 배추를 생육단계별로 초분광 카메라로 영상을 취득한 후 취득된 영상 ($348{\times}1040$)을 ENVI (ver. 5.2, Exelis Visual Information Solutions, USA) 프로그램을 이용하여 식생지수 NDVI로 작물과 배경을 구분하였다. 배추 캐노피 영역에 전 파장을 산출한 후 반사판 영역의 전 파장을 이용하여 광 보정된 반사율을 산출하였다. 통계 프로그램인 R Project (ver.3.3.3, Development Core Team, Vienna, Austria)를 이용하여 배추의 반사율과 계측한 생육 정보를 PLSR (Partial least squares regression) 분석하여 정확도($R^2$) 및 정밀도 (RMSE [g,cm,count], RE [%])로 나타내었고 그 모델은 full-cross validation (FV) 하여 타당성을 검증하였다. 정식시기가 다른 배추의 모든 생육단계의 생육정보를 이용하여 PLSR (Partial least squares regression) 결과 엽장을 추정한 모델의 $R^2$는 84% 이상의 정확도와 RMSE 3.2cm 이하의 좋은 정밀도를 보였다. 엽폭을 추정한 모델의 $R^2$는 73% 이상의 정확도와 RMSE 3.5cm 이하의 정밀도를 보였고 엽수를 추정한 모델의 $R^2$는 93% 이상의 정확도와 RMSE 6.3Count 이하의 정밀도로 보여 캐노피의 전 파장을 이용해 생육을 추정하는 것이 가능하다고 판단되었으며 이 모델들의 타당성 검증에서도 좋은 정확도와 정밀도를 보였다. 그러나 배추의 중요한 생육인자 중 생체중을 추정한 모델의 $R^2$는 89% 이상으로 정확도가 높았으나 RMSE 571.1g 이하로 낮은 정밀도를 보여 생체중을 정확히 추정하기 어려웠다. 따라서 다른 통계분석방법으로 전 파장과 생육정보를 분석하거나 특정 밴드를 선택하여 산출한 식생지수를 이용한 추정 모델의 개발을 통하여 오차를 개선할 필요가 있다고 사료된다. 추후 반복 실험하여 분석한 추정 모델과 비교 분석하여 다양한 환경 및 생물 조건에 범용성을 가진 모델을 개발할 필요가 있다.

• Journal of the Korean Wood Science and Technology
• /
• 제43권3호
• /
• pp.311-319
• /
• 2015

근적외선 반사율 분광분석법을 이용하여 리기다 소나무, 소나무, 잣나무, 백합나무의 섬유포화점 이하 함수율 예측모델을 개발하였다. 시편들을 다양한 평형함수율 상태로 유도한 후 1000 nm~2400 nm 파장영역의 반사율 스펙트럼을 획득하였다. 최적 함수율 예측 모델을 선정하기 위해 5가지의 수학적 전처리(moving average (smoothing point: 3), baseline, standard normal variate (SNV), mean normalization, Savitzky-Golay $2^{nd}$ derivatives (polynomial order: 3, smoothing point: 11))를 8가지 조합으로 각 시편의 반사율 스펙트럼에 적용하였다. 수학적 전처리 후, 변형된 스펙트럼을 이용하여 PLS 회귀분석을 실시하였다. 그 결과, 최적 함수율 예측 모델을 도출한 전처리 방법은 리기다 소나무와 소나무의 경우 moving average/SNV, 잣나무와 백합나무의 경우 moving average/SNV/Savitzky-Golay $2^{nd}$ derivatives이며, 모든 모델은 3개의 주성분을 포함하고 있었다.

• Journal of the Korean Wood Science and Technology
• /
• 제43권3호
• /
• pp.304-310
• /
• 2015

저장 또는 운송단계에서 목분에 포함된 수분의 부적절한 조절은 생물학적 열화로 인한 품질하락 및 손실을 야기할 수 있기 때문에 목분의 함수율은 정확하게 측정되어야 하고 적절하게 조절되어야 한다. 본 연구에서는 근적외선(파장 대역: 1000-2400 nm) 분광분석법을 적용하여 낙엽송(Larix kaempferi) 목분의 함수율을 측정하고자 하였다. 각 상대습도($25^{\circ}C$, RH 30~99%) 단계별로 조습된 목분의 근적외선 반사스펙트럼을 측정하고, 적정 수학적 전처리(smoothing, standard normal variate)와 부분최소자승법을 적용하여 예측모델을 개발하였다. 도출된 함수율 예측모델은 높은 신뢰도를 보였다($R^2$ = 0.94, RMSEP = 1.544). 본 연구에서 개발된 근적외선 분광분석법을 통하여 비파괴적이면서 정확하고 신속한 목분 함수율의 측정과 효율적인 목재이용을 견인할 수 있으리라 기대된다.

• 한국토양비료학회지
• /
• 제37권4호
• /
• pp.259-265
• /
• 2004

사과의 영양진단에서 사과잎 분석을 신속히 하기 위한 방법을 모색하기 위해 생잎과 건조잎을 이용해 근적의 스펙트럼을 측정하고 이를 질소 함량과의 최적의 상관관계를 도출하기 위해 부분소자승(PLS)과 주성분회귀(PCR)과 같은 다변량 분석법을 이용하여 비파괴 검량식을 작성하였다. 또한 검량식 작성에서 비파괴 측정 정확도를 향상시키기 위하여 smoothing, mean normalization, multiplicative scatter correction (MSC). derivative 등의 다양한 데이터 전처리 조작을 수행하여 정확도 향상 가능성을 조사하였다. 사과 건조잎의 비파괴 측정 가능성을 조사한 결과 PLS-1 모델에서 Norris first derivate하였을 태 RMSEP가 $0.6999g\;kg^{-1}$ 로 가장 좋았으며, 생잎은 Savitzky-Golay first derivate하였을 때에 RMSEP 가 $1.202g\;kg^{-1}$으로 가장 좋았다. 건조잎의 PCR 모델은 mean normalization 처리 후 Savitzky-Golay first derivative하였을 때가 RMSEP 가 $0.553g\;kg^{-1}$, 이었으며 생잎에서도 RMSEP는 $1.047g\;kg^{-1}$로 나타났다. 이와 같은 견과로서 사과의 생잎과 건조잎의 분석이 근적외분석기술에 의해 가능할 것으로 판단된다.

• 한국작물학회지
• /
• 제53권3호
• /
• pp.244-250
• /
• 2008

도정하지 않은 정조의 81 시료로부터 스펙트럼을 수집하고, 백미 완전미도정수율 예측 희귀모델을 개발하기 위해 검량식을 작성한 결과 스펙트럼을 8 nm 간격으로 지정하고, 1차미분 방법으로 검량식을 작성한 완전미율의 결정계수는 MPLS에서 0.8353, PLS 방법에서 0.8416, PCR에서 0.5277를 나타냈다. 스펙트럼을 20 nm 간격으로 지정하고 1차미분 방법으로 검량식을 작성하였다. 완전미율의 결정계수는 MPLS에서 0.8144, PLS 방법에서 0.8354, PCR에서 0.6809를 나타냈다. 스펙트럼을 8 nm 간격으로 지정하고 2차미분 방법으로 검량식을 작성하였다.완 전미율의 결정계수는 MPLS 방법에서 0.7994, PLS에서 0.8017, PCR에서 0.4473을 나타냈다. 스펙트럼을 20 nm 간격으로 지정하고 2차미분 방법으로 검량식을 작성하였다. 완전미율의 결정계수는MPLS 방법에서 0.8004, PLS에서 0.8493, PCR에서 0.6609을 나타냈다.

• 한국작물학회지
• /
• 제53권1호
• /
• pp.15-20
• /
• 2008

검정콩 종피에 함유된 안토시아닌의 색소별 함량을 비파괴적으로 신속하게 분석하기 위하여 NIRS(근적외선 분광분석기)를 이용한 모델을 개발하였다. 재료는 검정콩 유전자원 300 계통을 사용하였으며, HPLC에서 분석된 종피의 안토시아닌 함량치를 NIRS 스펙트럼에 적용시킨 후 검량식을 작성하였다. NIRS의 검량식을 몇 가지 방법에 의하여 비교 분석한 결과 1차미분된 스펙트럼을 MPLS(Modified Partial Least Squares)를 이용한 회귀식에 이용하는 것이 가장 적합하였다. HPLC를 이용한 유전자원들의 성분 함량과 NIRS에서 도출된 검량식과의 상관계수는 C3G, D3G 및 Pt3G가 각각 0.952, 0.936과 0.833을 나타내었다. 이들 검량식은 validation file에서도 C3G와 D3G는 0.897, 0.849의 높은 상관을 보였으며, 이는 NIRS를 이용하여 검정콩의 안토시아닌 함량을 신속하게 분석할 수 있음을 나타내는 것으로 판단되었다.

• 한국광학회지
• /
• 제20권6호
• /
• pp.346-353
• /
• 2009

요당과 요단백은 소변검사의 중요한 항목으로 스트립을 사용하는 화학적 방법에 의하여 측정되어왔다. 본 연구에서는 중적외선 분광학을 이용하여 이 두 성분의 농도를 측정하였다. 샘플은 상용 합성뇨를 사용하였으며 여기에 추가적으로 글루코즈와 알부민, 그리고 가장 큰 영향의 간섭물질인 적혈구의 세 성분의 농도를 서로 상관관계 없이 조절하여 만들었다. 부분최소자승회귀법을 바탕으로 각 성분의 농도 예측을 위한 최적 파장대역을 구하였다 (글루코즈 980 - 1150/cm, 알부민 1400 - 1570/cm). 다른 성분에의한 간섭은 예측오차를 증가시켰으며, 특히 알부민의 경우에는 글루코즈와 적혈구에 의한 영향이 크게 나타났다. 타 성분의 유무에 따라서 글루코즈 농도가 0 ${\sim}$ 1000 mg/dl인 범위에서의 예측오차는 29.85 ${\sim}$ 45.19 mg/dl 이며 알부민 경우에는 0 ${\sim}$ 500 mg/dl 범위에서 예측오차는 14.0 ${\sim}$ 93.11 mg/dl 이였다. 본 연구는 몇 단계의 범위만을 제시하는 스트립을 이용한 기존의 요검사 보다 더욱 정량적 평가가 가능한 대안으로 사료되었다.

• 한국토양비료학회지
• /
• 제45권4호
• /
• pp.497-502
• /
• 2012

This study investigates the prediction of soil OM on Korean soils using the Visible-Near Infrared (Vis-NIR) spectroscopy. The ASD Field Spec Pro was used to acquire the reflectance of soil samples to visible to near-infrared radiation (350 to 2500 nm). A total of 503 soil samples from 61 Korean soil series were scanned using the instrument and OM was measured using the Walkley and Black method. For data analysis, the spectra were resampled from 500-2450 nm with 4 nm spacing and converted to the $1^{st}$ derivative of absorbance (log (1/R)). Partial least squares regression (PLSR) and regression rules model (Cubist) were applied to predict soil OM. Regression rules model estimates the target value by building conditional rules, and each rule contains a linear expression predicting OM from selected absorbance values. The regression rules model was shown to give a better prediction compared to PLSR. Although the prediction for Andisols had a larger error, soil order was not found to be useful in stratifying the prediction model. The stratification used by Cubist was mainly based on absorbance at wavelengths of 850 and 2320 nm, which corresponds to the organic absorption bands. These results showed that there could be more information on soil properties useful to classify or group OM data from Korean soils. In conclusion, this study shows it is possible to develop good prediction model of OM from Korean soils and provide data to reexamine the existing prediction models for more accurate prediction.

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1245-1245
• /
• 2001

Food adulteration is a serious consumer fraud and a matter of concern to food processors and regulatory agencies. A range of analytical methods have been investigated to facilitate the detection of adulterated or mis-labelled foods & food ingredients but most of these require sophisticated equipment, highly-qualified staff and are time-consuming. Regulatory authorities and the food industry require a screening technique which will facilitate fast and relatively inexpensive monitoring of food products with a high level of accuracy. Near infrared spectroscopy has been investigated for its potential in a number of authenticity issues including meat speciation (McElhinney, Downey & Fearn (1999) JNIRS, 7(3), 145-154; Downey, McElhinney & Fearn (2000). Appl. Spectrosc. 54(6), 894-899). This report describes further analysis of these spectral sets using a hierarchical approach and binary decisions solved using logistic regression. The sample set comprised 230 homogenized meat samples i. e. chicken (55), turkey (54), pork (55), beef (32) and lamb (34) purchased locally as whole cuts of meat over a 10-12 week period. NIR reflectance spectra were recorded over the wavelength range 400-2498nm at 2nm intervals on a NIR Systems 6500 scanning monochromator. The problem was defined as a series of binary decisions i. e. is the meat red or white\ulcorner is the red meat beef or lamb\ulcorner, is the white meat pork or poultry\ulcorner etc. Each of these decisions was made using an individual binary logistic model based on scores derived from principal component or partial least squares (PLS1 and PLS2) analysis. The results obtained were equal to or better than previous reports using factorial discriminant analysis, K-nearest neighbours and PLS2 regression. This new approach using a combination of exploratory and logistic analyses also appears to have advantages of transparency and the use of inherent structure in the spectral data. Additionally, it allows for the use of different data transforms and multivariate regression techniques at each decision step.