• 한국작물학회지
• /
• 제41권1호
• /
• pp.13-19
• /
• 1996

많은 보리계통의 주요 종실성분을 등숙초기단계에 신속하고 정확하게 분석하기 위한 근적외분광분석법의 이용가능성을 검토하기 위하여 겉보리 34계통을 재료로 출수후 25, 30, 35일에 각각 수확하였다. 이들 시료들을 대상으로 양질의 보리품종을 선발하는데 있어 품질면에 크게 영향을 미치는 전분, $\beta$-glucan, 단백질 및 회분성분을 일반분석법에 의해 분석한 뒤, 이 성적과 근적외분광광도계(NIRS)를 이용한 검량식(calibration equation)작성으로, 간접측정방법의 가능성을 검토하였다. 각 등숙시기별 성분별로 우수 검량식을 택하고 이를 이용하여 실분석치와의 상관정도를 검토함으로써 실행정확성을 판단하였는데 그 결과를 요약하면 다음과 같다. 1. 출수후 25일의 보리종실성분 중 전분은 2,163nm의 파장으로 구성된 검량식에서, $\beta$-glucan은 2,006nm 파장의 검량식에서 측정정확도가 높아 NIRS의 이용가능성이 있었으나 단백질 및 회분은 불가능한 것으로 나타났다. 2. 출수후 30일의 보리종실성분 중 전분은 2,053/2,082/2,235nm, $\beta$-glucan은 2,064/2,110nm, 단백질은 2,139/2,167/2,006/1,931nm로 구성된 검량식에서 각각 측정정확도가 높았으나 회분은 실분석치와의 유의성이 인정되지 않았다. 3. 출수후 35일 수확 종실의 경우 NIRS에 의한 전분과 단백질의 측정정확도가 높은 것으로 나타났으나 $\beta$-glucan및 회분은 유의성이 인정되지 않았다. 4. 출수후 35일 종실의 $\beta$-glucan은 흡광도 peak가 2,090nm에서 이루어져 분석이 되지 않았으며, 또한 회분은 세 시기 모두 계통간 성분변이 폭이 좁아 NIRS에 의한 분석이 어려울 것으로 판단되었다.

• 한국초지조사료학회지
• /
• 제37권2호
• /
• pp.154-160
• /
• 2017

본 연구는 산지방목초지에서 채취한 목초 및 야초 혼합시료의 화학조성분석의 근적외선분광법 이용의 가능성을 탐색하기 위하여 실시하였다. 충남 서산의 한우개량사업소의 방목초지에서 2년간 386점의 목야초 혼합시료를 수집하였다. 재료를 이용하여 파장을 수집한 후 파장이 동일한 시료를 제외한 163점에 대해 습식분석을 하였다. 최적의 검량식 유도를 위하여 파장은 가시광선 및 근적외선 전대역을 사용한 것 그리고 가시광선대역을 사용하면서 동시에 T값을 2.5 및 1.5를 적용하여 최상의 검량식을 구하였다. 전체적으로 볼 때 근적외선 대역의 파장을 사용한 것이 검량식 결정계수값이 높았고 또한 검증식 역시 같은 경향이었다. T값은 습식분석치와 NIRS 예측치의 차가 더 적은 1.5를 적응하였을 때 검량 및 검증값이 더 높은 것으로 나타났다. 검량식의 $R^2$치는 0.48~0.93 사이 그리고 검증식은 0.35~0.88 사이였다. 조단백질, 조섬유, NDF에서 보다 만족스런 예측이 가능하였다.

• 한국작물학회지
• /
• 제39권1호
• /
• pp.7-14
• /
• 1994

쌀의 이화학적인 성분분석과 관능검사에 의한 식미검정으로 품질을 평가하는 방법은 많은 시간적, 경제적인 비용이 수반되므로 소량의 시료로 신속하고 정확하게 품질을 검정할 수 있는 방법이 확립되면 양질미 품종 육성의 선발 효율을 높이고 쌀 품질을 등급화하여 유통시장에서 품질 인증제 도입시 평가 방법으로 적용할 수 있을 것이다. 이러한 목적으로 벼 68품종을 공시하여 근적외 분광 분석기를 사용하여 근적외 스펙트럼과 몇가지 이화학특성치간의 중회귀 분석에 의해 각각의 검량식을 작성하여 미지의 시료로 측정정확도를 분석한 결과는 다음과 같다. 1. 아밀로스함량 분석에서는 1파장에서 6파장으로 구성되는 5개의 검량식을 얻었으나 2208 및 2044nm의 2파장으로 구성된 검량식에서 측정정확도가 높았다. 2. 단백질함량 분석에서는 2파장에서 6파장으로 구성되는 5개의 검량식을 얻었으나 2220, 2236, 2128, 2152및 2092nm의 5파장으로 구성된 검량식에서 측정정확도가 높았다. 3. 무기성분인 Mg와 K 함량 분석에서는 각각 5개의 검량식을 얻었으나 Mg 함량은 1224, 1212, 1156 및 1204의 4파장 검량식에서 K 함량은 2304, 2292, 2260및 1152의 4파장 검량식에서 각각 측정 정확도가 높게 나타났다. 4. 확인용 시료의 이화학적 특성치와 근적외 분광 분석기에 의한 측정치간의 상관에서 상관계수는 단백질함량(0.93), K함량(0.83), Mg함량(0.80), 아밀로스함량(0.68)의 순으로 높았고, 모든 성분에서 높은 정의 유의한 상관이 인정되었다.

• 한국초지조사료학회지
• /
• 제36권1호
• /
• pp.50-57
• /
• 2016

본 연구는 국내산 원물 옥수수 사일리지의 품질을 신속하게 분석 평가하기 위한 NIRS DB 구축과 원물시료의 분석 예측능력을 향상시키기 위한 근적외선 스펙트라의 적정 수 처리 방법을 구명하기 위하여 수행되었다. 옥수수 사일리지는 전국 사료작물 사일리지 품질경연대회에 출품된 시료와 2014년부터 2015년까지 전국 조사료 품질검사 시범사업에 참여한 조사료 생산경영체, 농축협 TMR회사 및 생산농가에서 407점을 수집하였다. 옥수수 사일리지의 품질평가를 위한 NIRS DB 구축을 위해 수집된 시료를 근적외선 분광기를 이용하여 스펙트라를 측정하고 측정된 시료는 실험실에서 화학적 분석을 실시하였다. 다양한 수 처리 방법에 따른 사료가치 및 발효품질의 예측정확성을 평가하기 위하여 원시 스펙트라를 미분처리하여 최적의 수처리 방법을 구명하였다. 옥수수 원물 사일리지의 수분함량 예측능력은 1차 미분처리(1, 16, 16)한 것으로 나타났으며 NDF와 ADF의 최적 수 처리는 두 성분 모두에서 2, 16, 16 처리가 예측 정확성이 가장 높게 나타났다. 조단백질 함량의 예측능력은 1차 미분처리(1, 4, 4)가 SECV 0.51과 $R^2{_{cv}}$ 0.72로 가장 우수한 예측능력을 나타내었다. 옥수수 사일리지의 발효산물인 산도(pH) 예측 정확성은 원물 스펙트라를 1차 미분처리(1, 8, 8)한 것으로 나타났으며 젖산과 초산의 예측능력은 2차 미분처리(2, 16, 16)에서 각각 SECV 0.81% 및 0.71%의 분석오차로 높게 나타났다.

• 한국초지조사료학회지
• /
• 제35권3호
• /
• pp.257-263
• /
• 2015

This study was conducted to assess the potential of using NIRS to accurately determine the chemical composition and fermentation parameters in fresh coarse sorghum and sudangrass silage. Near Infrared Spectroscopy (NIRS) has been increasingly used as a rapid and accurate method to analyze the quality of cereals and dried animal forage. However, silage analysis by NIRS has a limitation in analyzing dried and ground samples in farm-scale applications because the fermentative products are lost during the drying process. Fresh coarse silage samples were scanned at 1 nm intervals over the wavelength range of 680~2500 nm, and the optical data were obtained as log 1/Reflectance (log 1/R). The spectral data were regressed, using partial least squares (PLS) multivariate analysis in conjunction with first and second order derivatization, with a scatter correction procedure (standard normal variate and detrend (SNV&D)) to reduce the effect of extraneous noise. The optimum calibrations were selected on the basis of minimizing the standard error of cross validation (SECV). The results of this study showed that NIRS predicted the chemical constituents with a high degree of accuracy (i.e. the correlation coefficient of cross validation ($R^2{_{cv}}$) ranged from 0.86~0.96), except for crude ash which had an $R^2{_{cv}}$ of 0.68. Comparison of the mathematical treatments for raw spectra showed that the second-order derivatization procedure produced the best result for all the treatments, except for neutral detergent fiber (NDF). The best mathematical treatment for moisture, acid detergent fiber (ADF), crude protein (CP) and pH was 2,16,16 respectively while the best mathematical treatment for crude ash, lactic acid and total acid was 2,8,8 respectively. The calibrations of fermentation products produced poorer calibrations (RPD < 2.5) with acetic and butyric acid. The pH, lactic acid and total acids were predicted with considerable accuracy at $R^2{_{cv}}$ 0.72~0.77. This study indicated that NIRS calibrations based on fresh coarse sorghum and sudangrass silage spectra have the capability of assessing the forage quality control

• 한국근적외분광분석학회:학술대회논문집
• /
• 한국근적외분광분석학회 2001년도 NIR-2001
• /
• pp.1513-1513
• /
• 2001

Present Food Legislation compels dairy industry to carry out analyses in order to guarantee the food safety and quality of products. Furthermore, in many cases industry pays milk according to bacteriological or/and nutritional quality. In order to do these analyses, several expensive instruments are needed (Milkoscan, Fossomatic, Bactoscan). NIRS technology Provides a unique instrument to deal with all analytical requirements. It offers as main advantages its speed and, specially, its versatility, since not only allows determine all the parameters required in milk analysis, but also allows analyse other dairy products, like cheese or whey. The objective of this study is to develop NIRS calibration equations to predict several quality parameters in goat milk, cheese and whey. Three sets of 123 milk samples, 190 cheese samples and 109 whey samples, have been analysed in a FOSS NIR Systems 6500 I spectrophotometer equipped with a spinning module. Milk and whey were analysed by folded transmission, using circular cells with gold surface and pathlength of 0.1 m, while intact cheese was analysed by reflectance using standard circular cells. NIRS calibrations were obtained for the prediction of chemical composition in goat milk, for fat (r$^2$=0.92; SECV=0.20%), total solids (r$^2$=0.95: SECV=0.22%), protein (r$^2$=0.94; SECV=0.07%), casein (r$^2$=0.93; SECV=0.07%) and lactose (r$^2$=0.89; SECV=0.05%). Moreover, equations have been performed to determine somatic cells (r$^2$=0.81; SECV=276.89%) and total bacteria (r$^2$=0.58; SECV=499.32%) counts in goat milk. In the case of cheese, calibrations were obtained for the prediction of fat (r$^2$=0.92; SECV=0.57), total solids (r$^2$=0.80; SECV=0.92%) and protein (r$^2$=0.70; SECV=0.63%). In whey, fat (r$^2$=0.66; SECV=0.08%), total solids (r$^2$=0.67; SECV=0.19%) and protein (r$^2$=0.76; SECV=0.07%) NIRS equations were obtained. These results proved the viability of NIRS technology to predict chemical and microbiological parameters and somatic cells count in goat milk, as well as chemical composition of goat cheese and whey.

• 한국자원식물학회지
• /
• 제30권1호
• /
• pp.38-49
• /
• 2017

본 연구에서는 벼 유전자원의 이화학적 대량 분석체계 구축을 위하여 비파괴 분석 방법 중의 하나인 근적외선 분광분석(NIRS) 예측모델을 개발하고, 미지 시료 적용 시 분석 정확도와 실재 적용가능성을 평가하기 위해 교차 검정과 외부 검정을 수행하였다. NIRS 예측모델 개발을 위해 농업유전자원센터 보유자원 중 511자원을 사용하였고, 그 중 아밀로스 농도 대표자원 200점을 추가 선정하여 보존자원과 증식자원의 아밀로스 및 단백질 성분 변화를 비교하였다. 습식분석 상호비교, t-Test를 통한 통계처리 결과로 볼 때 저장고 보존자원과 증식자원 간의 중대한 이화학적 성질의 변이 현상은 관측되지 않았으므로 NIRS 예측모델 개발에 보존자원을 사용하는 것은 가능할 것으로 판단되었다. 511 자원의 습식분석 결과 아밀로스 농도는 6.15-32.25%, 단백질 농도는 4.72-14.81%였다. 현미와 현미가루의 두 가지 시료 형태에 대한 NIR 스펙트럼을 얻었고 일련의 통계적 처리를 이용하여 NIRS 예측모델을 얻었다. 현미의 $R^2$, SEC, Slope 값은 아밀로스 농도의 경우 0.906, 1.741, 0.995였고, 단백질 농도의 경우 0.941, 0.276, 1.011 이었다. 현미가루의 $R^2$, SEC, Slope 값은 아밀로스 농도의 경우 0.956, 1.159, 1.001이었고, 단백질 농도의 경우 0.982, 0.164, 1.003이었다. 이와 같은 결과로 NIRS 예측모델 개발에는 가루형태의 시료가 효율적임을 알 수 있었다. 아밀로스 농도의 경우 9.62-16.58%의 자원밀도가 상대적으로 낮은 구간에 대한 보완을 위해 추가 200자원의 습식분석, NIRS 측정 수행하였으며, 보완된 최적 NIRS 예측모델의 $R^2$, SEC, Slope 값은 아밀로스 농도의 경우 0.970, 1.010, 1.000 이었고 단백질 농도의 경우 0.983, 0.158, 0.998이었다. 최적 NIRS 예측모델의 미지시료 적용 시 정확도를 평가하기 위해 아밀로스는 132자원, 조단백질은 124자원을 검정자원으로 사용하여 외부 검정과정을 거친 결과 $R^2$, SEP 값은 아밀로스 농도의 경우 0.962, 2.349였고, 단백질 농도의 경우 0.986, 0.415였다. 이상의 결과를 종합해 볼 때 본 연구에서 개발된 NIRS 예측모델은 습식분석방법을 대체하여 벼 유전자원의 아밀로스 및 단백질 농도의 대량 분석에 효율적으로 적용 가능할 것으로 판단된다.

• 한국초지조사료학회지
• /
• 제29권1호
• /
• pp.31-36
• /
• 2009

본 연구는 청예용 사초의 질을 신속하고 정확하게 측정할 수 있는 대안을 모색하기 위하여수행하였다. 근적외선분광분석법을 이용한 사초의 분석가능성을 타진하기 위해 2002년부터 2007년에 거쳐 생산된 각종 사초 258점을 시료로 사용하였다. 즉 시료는 조단백질, 조섬유, NDF, ADF 그리고 건물소화율을 분석하였으며, 또한 NIR System으로 $400{\sim}2,400nm$ 사이의 파장을 얻었다. 그리고 파장과 습식분석치를 이용하여 중회귀식을 만들고 이것을 사용하여 미지의 시료를 분석할 수 있는가를 검증하였다. 근적외선 분석법의 중요한 지표인 결정계수 $r^2$와 표준오차이며 본 실험의 결과 검증식의 $r^2$는 CP(crude protein), CF(crude fiber), ADF (acid detergent fiber), NDF (neutral detergent fiber) 그리고 IVTD(in vitro true digestibility)에서 각 각 0.70, 0.86, 0.94, 0.94 그리고 0.89였다. 검량식은 그 값이 0.47, 0.39, 0.89, 0.90 그리고 0.61이었다. 본 실험 결과 근적외선분광법에 의한 청예사료 질평가가 가능하며 특히 조섬유, ADF 그리고 진정인비트로 소화율 (IVTD)에서 유효할 것으로 나타났다. 그러나 보다 정확한 결과를 얻기 위해서는 시료는 한국사초의 대표성을 갖는 것을 수집하여 사용해야 할 것이다. 앞으로 더 많은 시료를 추가하면 모든 사초를 분석할 강고한 검량식이 작성될 수 있을 것으로 기대된다.

• 한국자원식물학회:학술대회논문집
• /
• 한국자원식물학회 2019년도 춘계학술대회
• /
• pp.42-42
• /
• 2019

This study was carried out to build a database system for amylose and protein contents of rice germplasm based on NIRS (Near-Infrared Reflectance Spectroscopy) analysis data. The average waxy type amylose contents was 8.7% in landrace, variety and weed type, whereas 10.3% in breeding line. In common rice, the average amylose contents was 22.3% for landrace, 22.7% for variety, 23.6% for weed type and 24.2% for breeding line. Waxy type resources comprised of 5% of the total germplasm collections, whereas low, intermediate and high amylose content resources share 5.5%, 20.5% and 69.0% of total germplasm collections, respectively. The average percent of protein contents was 8.2 for landrace, 8.0 for variety, and 7.9 for weed type and breeding line. The average Variability Index Value was 0.62 in waxy rice, 0.80 in common rice, and 0.51 in protein contents. The accession ratio in arbitrary ranges of landrace was 0.45 in amylose contents ranging from 6.4 to 8.7%, and 0.26 in protein ranging from 7.3 to 8.2%. In the variety, it was 0.32 in amylose ranging from 20.1 to 22.7%, and 0.51 in protein ranging from 6.1 to 8.3%. And also, weed type was 0.67 in amylose ranging from 6.6 to 9.7%, and 0.33 in protein ranging from 7.0 to 7.9%, whereas, in breeding line it was 0.47 in amylose ranging from 10.0 to 12.0%, and 0.26 in protein ranging from 7.0 to 7.9%. These results could be helpful to build database programming system for germplasm management.

• 한국작물학회지
• /
• 제51권spc1호
• /
• pp.283-291
• /
• 2006

To investigate seed non destructive and fast determination technique utilizing near infrared reflectance spectroscopy (NIRs) for screening ultra high oleic (C18:1) and linoleic (C18:2) fatty acid content sesame varieties among genetic resources and lines of pedigree generations of cross and mutation breeding were carried out in National Institute of Crop Science (NICS). 150 among 378 landraces and introduced cultivars were released to analyse fatty acids by NIRs and gas chromatography (GC). Average content of each fatty acid was 9.64% in palmitic acid (C16:0), 4.73% in stearic acid (C18:0), 42.26% in oleic acid and 43.38% in linoleic acid by GC. The content range of each fatty acid was from 7.29 to 12.27% in palmitic, 6.49% from 2.39 to 8.88% in stearic, 12.59% of wider range compared to that of stearic and palmitic from 37.36 to 49.95% in oleic and of the widest from 30.60 to 47.40% in linoleic acid. Spectrums analyzed by NIRs were distributed from 400 to 2,500 nm wavelengths and varietal distribution of fatty acids were appeared as regular distribution. Varietal differences of oleic acid content good for food processing and human health by NIRs was 14.08% of which 1.49% wider range than that of GC from 38.31 to 52.39%. Varietal differences of linoleic acid content by NIRs was 16.41% of which 0.39% narrower range than that of GC from 30.60 to 47.01%. Varietal differences of oleic and linoleic acid content in NIRs analysis were appeared relatively similar inclination compared with those of GC. Partial least square regression (PLSR) among multiple variant regression (MVR) in NIRs calibration statistics was carried out in spectrum characteristics on the wavelength from 700 to 2,500 nm with oleic and linoleic acids. Correlation coefficient of root square (RSQ) in oleic acid content was 0.724 of which 72.4 percent of sample varieties among all distributed in the range of 0.570 percent of standard error when calibrated (SEC) which were considerably acceptable in statistic confidence significantly for analysis between NIRs and GC. Standard error of cross validation (SECV) of oleic acid was 0.725 of which distributed in the range of 0.725 percent standard error among the samples of mother population between analyzed value by NIRs analysis and analyzed value by GC. RSQ of linoleic acid content was 0.735 of which 73.5 percent of sample varieties among all distributed in the range of 0.643 percent of SEC. SECV of linoleic acid was 0.711 of which distributed in the range of 0.711 percent standard error among the samples of mother population between NIRs analysis and GC analysis. Consequently, adoption NIR analysis for fatty acids of oleic and linoleic instead that of GC was recognized statistically significant between NIRs and GC analysis through not only majority of samples distributed in the range of negligible SEC but also SECV. For enlarging and increasing statistic significance of NIRs analysis, wider range of fatty acids contented sesame germplasm should be kept on releasing additionally for increasing correlation coefficient of RSQ and reducing SEC and SECV in the future.