벼 생체엽신 질소함량 측정을 위한 근적외선분광분석의 검량식 작성 Determination of Calibration Curve for Total Nitrogen Contents Analysis in Fresh Rice Leaves Using Visible and Near Infrared Spectroscopy원문보기
벼 영양진단에서 중요한 성분인 생체잎의 질소함량을 NIRS를 이용하여 신속하고 정확하게 분석하기 위해 최적의 검량식 작성에 관한 일련의 시험을 실시한 결과는 다음과 같다. 벼 생체엽 질소함량 검량식의 결정계수는 익산, 정읍, 부안지역이 각각 0.879, 0.858, 0.819였다. Outlier를 제거한 후 검량식을 다시 작성한 결과 0.896, 0.878, $0.88\%$로 각각 0.017, 0.02, 0.061씩 향상되었다. Merge 기능을 이용하여 검량식을 합병한 후 검량식을 다시 작성한 결과 0.971로 정확도가 더욱 향상되었다. 벼 생체엽의 질소함량 검량식에 의한 분석값과 습식분석 평균값의 차이는 $0.001\%$를 나타냈다. 이와 같은 결과로서 건조와 분쇄과정을 생략하기 때문에 시료의 변질을 막을 수 있고 시간과 비용을 줄일 수 있는 벼 생잎의 질소농도 측정이 근적외분석기술에 의해 가능할 것으로 판단되었다.
벼 영양진단에서 중요한 성분인 생체잎의 질소함량을 NIRS를 이용하여 신속하고 정확하게 분석하기 위해 최적의 검량식 작성에 관한 일련의 시험을 실시한 결과는 다음과 같다. 벼 생체엽 질소함량 검량식의 결정계수는 익산, 정읍, 부안지역이 각각 0.879, 0.858, 0.819였다. Outlier를 제거한 후 검량식을 다시 작성한 결과 0.896, 0.878, $0.88\%$로 각각 0.017, 0.02, 0.061씩 향상되었다. Merge 기능을 이용하여 검량식을 합병한 후 검량식을 다시 작성한 결과 0.971로 정확도가 더욱 향상되었다. 벼 생체엽의 질소함량 검량식에 의한 분석값과 습식분석 평균값의 차이는 $0.001\%$를 나타냈다. 이와 같은 결과로서 건조와 분쇄과정을 생략하기 때문에 시료의 변질을 막을 수 있고 시간과 비용을 줄일 수 있는 벼 생잎의 질소농도 측정이 근적외분석기술에 의해 가능할 것으로 판단되었다.
Near Infrared Spectroscopy (NIRS) has been used as a tool for the rapid, accurate and nondestructive assay of the fresh rice leaf in nitrogen content. NIRS used in this study was visible and near infrared spectroscopy type instrument, Foss model 6500. To obtain a useful calibration equation, standar...
Near Infrared Spectroscopy (NIRS) has been used as a tool for the rapid, accurate and nondestructive assay of the fresh rice leaf in nitrogen content. NIRS used in this study was visible and near infrared spectroscopy type instrument, Foss model 6500. To obtain a useful calibration equation, standard regression between the data was analyzed by chemical analysis and by NIRS method. Accuracy of calibration equation for nitrogen content on fresh leaf of rice were 0.879, 0.858 and 0.819, respectively. Accuracy of calibration equation after outlier treatment increased as 0.017, 0.02 and 0.061 improved each with 0.896, 0.878 and 0.880, respectively. Calibration equation combined using merge function after accuracy of calibration equation more increased by 0.911. Difference analysis value between calibration equation and lab value by kjeldahl showed $0.001\%$. With this as same result is the possibility of closing the deterioration of the sample in order to omit a construction and pulverization process it is judged with the fact that the nitrogen content measurement of the fresh rice leaf which the possibility of reducing an hour and an expense is by a near infrared spectroscopy technique will be possible.
Near Infrared Spectroscopy (NIRS) has been used as a tool for the rapid, accurate and nondestructive assay of the fresh rice leaf in nitrogen content. NIRS used in this study was visible and near infrared spectroscopy type instrument, Foss model 6500. To obtain a useful calibration equation, standard regression between the data was analyzed by chemical analysis and by NIRS method. Accuracy of calibration equation for nitrogen content on fresh leaf of rice were 0.879, 0.858 and 0.819, respectively. Accuracy of calibration equation after outlier treatment increased as 0.017, 0.02 and 0.061 improved each with 0.896, 0.878 and 0.880, respectively. Calibration equation combined using merge function after accuracy of calibration equation more increased by 0.911. Difference analysis value between calibration equation and lab value by kjeldahl showed $0.001\%$. With this as same result is the possibility of closing the deterioration of the sample in order to omit a construction and pulverization process it is judged with the fact that the nitrogen content measurement of the fresh rice leaf which the possibility of reducing an hour and an expense is by a near infrared spectroscopy technique will be possible.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 근적외선분광분석기를 이용하여 현장에서 영양진단에 활용하고, 시비처방에 응용하기 위한 기초 연구로 벼 생체엽신 질소함량의 측정을 위한 검량식 작성을 실시하였다.
제안 방법
근적외선분광광도계를 이용하여 균질화된 벼 시료의 전대역 파장(400~2500nm)에서 확산반사도(diffuse reflectance)를 구하고, 그 증 259개의 파장에서의 반사도(Log 1/R)를 성분함량분 석이 요구되는 검량시에 대입하여 벼 식물체의 생체잎에 대한 총질소 함량을 분석하였다.
벼 식물체에서 얻어진 스펙트럼을 이용하여 기본요소분석을 수행했다. 각 기본요소를 중심으로 거리를 구해 모집단을 해석해 본 결과 수집된 모집단의 시료 분포는 그림 2와 같은 3차원 도식을 얻을 수 있었다.
벼 영양진단에서 중요한 성분인 생체잎의 질소함량을 NIRS 를 이용하여 신속하고 정확하게 분석하기 위해 최적의 검량식 작성에 관한 일련의 시험을 실시한 결과는 다음과 같다.
시험품종은 2004년에 동진1호 등 31품종을 익산, 정읍, 부안 3지역에 재식거리를 30x14cm로 5월 30일에 3반복으로 이앙하였다. 시비량은 질소-인산-카리를 ll-4.5-5.7kg/10a로 하였으며, 질소는 기비-분얼비-수비로 50-20-30%로 분시하였고, 칼리는 기비-수비로 70-30%, 인산은 모두 기비로 시용하였다.
잡초방제는 써레질과 동시 oxadiazon를 토양처리하였으며, 이앙 후 30일에 pyrazosulfliron - ethyl + molinate를 처리하였다. 기타는 전북농업기술원 표준 재배방법에 준하였다.
질소분석은 벼 식물체를 최고분얼기와 출수기 사이에 반복 당 1주씩 4회 채취하여, 생체잎을 가시광선/근적외선 영역의 분광분석기 (NIRSystems, Model 6500, FOSS, Sweden)를를 이용하여 측정하였다. 스펙트럼은 하프컵을 사용하여 400-2500 nm의 파장영역에서 2nm 간격으로 측정하였으며, 근적외선 분광분석기의 구동을 위하여 전용 프로그램인 Infrasoft International Software(WinlSl Ver.
파장설정과 스펙트럼 전처리는 최적의 조건에 따라 변화시킬 수 있는 부분으로 자주 사용되는 1, 4, 4, 1과 2, 4, 4, 1 그리고 2, 10, 10, 1을 실행했다(Table 3~5). 익산지역의 1차 미분 0.
대상 데이터
시험품종은 2004년에 동진1호 등 31품종을 익산, 정읍, 부안 3지역에 재식거리를 30x14cm로 5월 30일에 3반복으로 이앙하였다. 시비량은 질소-인산-카리를 ll-4.
데이터처리
회귀모델의 검정은 예측값의 표준오차(SEP; standard error of prediction), 결정계수, 회귀모델에 의한 예측값의 평균과 화 학분석값의 평균과의 차이인 Bias로 나타냈다. 검정의 척도인 SEP 및 r2는 개발된 회귀모델의 SEC 및 r2에 가까울수록, Bias는 0에 가까울수록 회귀모델이 정확함을 의미한다.
이론/모형
Table 5. Results of validation test for determining total nitrogen content by partial least squares method in different rice groups(2- 10-10-1).
잡초방제는 써레질과 동시 oxadiazon를 토양처리하였으며, 이앙 후 30일에 pyrazosulfliron - ethyl + molinate를 처리하였다. 기타는 전북농업기술원 표준 재배방법에 준하였다.
질소의 습식분석방법은 NIRS를 이용하여 측정한 시료를 9(TC에서 2시간 70℃에서 24시간 건조하여 사용하였는데, 황산으로 습식분해한 후 micro-kieldahl법으로 측정하였다. 수분 함량은 건조중량법, SPAD값은 minolta 502(Japan) model을 이용하여 측정하였다.
질소분석은 벼 식물체를 최고분얼기와 출수기 사이에 반복 당 1주씩 4회 채취하여, 생체잎을 가시광선/근적외선 영역의 분광분석기 (NIRSystems, Model 6500, FOSS, Sweden)를를 이용하여 측정하였다. 스펙트럼은 하프컵을 사용하여 400-2500 nm의 파장영역에서 2nm 간격으로 측정하였으며, 근적외선 분광분석기의 구동을 위하여 전용 프로그램인 Infrasoft International Software(WinlSl Ver. 1.5 USA)를 이용하였다. 기준 스펙트럼(Reference)은 항상 일정한 흡광도를 나타내는 ceramic plate를 이용하였다.
질소의 습식분석방법은 NIRS를 이용하여 측정한 시료를 9(TC에서 2시간 70℃에서 24시간 건조하여 사용하였는데, 황산으로 습식분해한 후 micro-kieldahl법으로 측정하였다. 수분 함량은 건조중량법, SPAD값은 minolta 502(Japan) model을 이용하여 측정하였다.
기준 스펙트럼(Reference)은 항상 일정한 흡광도를 나타내는 ceramic plate를 이용하였다. 회귀분석 방법은 다중회귀분석법(multiple linear regression: MLR)과 부분최소자승법 (partial least square method: PLS)을 적용하였다.
성능/효과
PLS(부분최소제곱법)방법으로 작성된 검량식은 흡수대들의 중첩으로 스펙트럼이 복잡하고 분석이 어려운 경우 많이 사용된다. MLR 방법과 PLS 방법을 비교한 결과 PLS 방법으로 작성된 검량식은 MLR 방법보다 좀더 정확도가 높은 경향이었다(Table 8).
1에 나타내었다. 가시광선 의 적색부위에서 흡광도의 피크와 차이가 크게 나타났으며, 근 적외선 영역에서는 흡광도가 급격하게 감소하는 경향을 나타냈다. 가시광선의 적색부위에서 흡광도의 피크와 차이가 크게 나타난 결과는 벼 식물체의 표피색이 적색의 보색인 녹색인 원인이라고 생각된다.
회귀모델의 검정은 예측값의 표준오차(SEP; standard error of prediction), 결정계수, 회귀모델에 의한 예측값의 평균과 화 학분석값의 평균과의 차이인 Bias로 나타냈다. 검정의 척도인 SEP 및 r2는 개발된 회귀모델의 SEC 및 r2에 가까울수록, Bias는 0에 가까울수록 회귀모델이 정확함을 의미한다.
911 로 정확도가 더욱 향상되었다. 또한 검량식을 작성하고 Outher를 제거한 후에 예측값의 표준오차값과 검량 식의 표준오차값이 향상되었다(Table 2). 이와 같은 결과는 Zhang(2004) 등의 사과 건조 잎과 생잎분석에서 PLS(부분최소제곱법)방법의 0.
벼 생체엽의 질소함량 측정을 위해 검량식을 작성하여 검증한 결과 모든 시험지역에서 SEC, SECV, 1-VR값이 비슷 하였다. 성분 예측 회귀모델에 대한 정밀도의 척도는 표준오차(SEC: standard error of calibration)와 결정계수(r2: coefficient of determination)로 나타냈다.
Table &은 벼 생체엽 질소함량의 분석방법별 차이이다. 습식 분석 평균값과 NIRS분석 평균값이 익산지역은 차이가 없었고 부안지역은 0.009%, 정읍지역은 0.004%, Totale 0.001%로 나타났으며, 전체적으로 0~0.009%의 차이로 매우 적은 변이 폭을 나타내었다. 이러한 결과는 NIRS분석값이 습식분석값과 같이 정확성이 높다는 것을 의미한다.
001%를 나타냈다. 이와 같은 결과로서 건조와 분쇄과정을 생략하기 때문에 시료의 변질을 막을 수 있고 시간과 비용을 줄일 수 있는 벼 생잎의 질소농도 측정이 근적외분석기술에 의해 가능할 것으로 판단 되었다.
1%씩 향상되었다. 익산, 부안, 정읍지역의 시료를 이용하여 각각 검량^을 작성한 것에 비해 merge 기능을 이용하여 검량식을 합병하고, 이상치 7개를 제거한 후 검량식을 다시 작성한 결과 0.911 로 정확도가 더욱 향상되었다. 또한 검량식을 작성하고 Outher를 제거한 후에 예측값의 표준오차값과 검량 식의 표준오차값이 향상되었다(Table 2).
98까지 보고하여 성분에 따라 큰 차이를 나타냈다. 익산지역에서 Outher 3개를 제거한 후 검량식을 다시 작성한 결과 r2가 0.896, 부안지역에서 2개를 제거 한 후 검량식을 다시 작성한 결과 0.878, 정읍지역에서 4개를 제거한 후 검량^을 다시 작성한 결과 0.880로 각각 1.7, 2.0, 6.1%씩 향상되었다. 익산, 부안, 정읍지역의 시료를 이용하여 각각 검량^을 작성한 것에 비해 merge 기능을 이용하여 검량식을 합병하고, 이상치 7개를 제거한 후 검량식을 다시 작성한 결과 0.
, 1992). 질소와 수분의 검량식 정확도는 비교적 높은 편이나 SPAD값은 낮았고 변이의 폭도 크게 나타났다(Table 7).
또한 올바른 시료로 calibration하는 것이 중요하다. 품종과 지역 변이의 검량^ (calibration equation)0] 완성된 후 다양성을 구성하기 위해 각 group의 file을 추가하여 검량식 model을 갱신한 결과 시료 모집단이 현저하게 다양해졌다(Fig. 2).
후속연구
02 정도 높은 결과를 나타냈다. 본 연구의 결과와 비교할 때 생체시료가 0.1 정도 낮게 나타났는데 이러한 결과는 향후 보완연구과제로 남는다. Berardo(1995) 등은 생체 사료종의 영양가 측정에서 0.
참고문헌 (14)
Abrams, S. M., J. S. Shenk, M. O. Westerhaus, and F. E. Barton. 1987. Determination of forage quality by near infrared reflectance spectroscopy : Efficiency of broad-based calibration equations. J. Diary Sci. 70: 806-813
Berardo, N., C. Cunico, A. Tava, and M. Odoardi. 1995. Broad calibration for measuring nutritive value of fresh forage species. Leaping ahead with near infrared spectroscopy. 231-234
Blanco, A., D. Alomar, and R. Fuchslocher. 1995. Prediction by near infrared spectroscopy of the content of white clover(Trifolium repens) and perennial ryegress(Lolium perenne) in fresh or dry mixtures made up from pure botanical samples. Proceedings ofthe 10th international conference. 299-302
Clarke, M. A., E. R. Arias, and C. McDonald-Lewis. 1992. Near infrared analysis in the sugarcane factory. Sugary Azucar. pres. at Ruspam Commun. Inc. USA
Dardenne, P., R. Agneessens. and G. Sinnaeve. 1995. Fresh forage analysis by near infrared spectroscopy. Near infrared spectroscopy : The future waves. 531-536
De La Roza, B., A. Martinez, S. Modrono, and B. Santos. 1995. Determination of the quality of fresh silages by near infrared reflectance spectroscopy. Near infrared spectroscopy: The future waves. 537-541
Hymowitz, T., J. W. Dudley, F. I. Collins, and C. M. Brown. 1974. Estimation of protein and oil concentration in com, soybean, and oat seed by near infrared light reflectance. Crop Sci. 14: 713-715
Lee, H. B., B. R. Choi, C. S. Kang, Y. H. Kim, and Y. J. Choi. 2001. Determination of seed protein and oil concentration in kiddny bean by near infrared spectroscopic analysis. Korean J. Crop Sci. 46: 248-252
Marten, G. C., J. L. Halgerson, and J. H. Cherney. 1983. Quality prediction of small grain forage by near infrared reflectance spectroscopy. Crop Sci. 23: 94-96
Park, K. H., C. H. Pyun, and J. P. Han. 2004, Development of a digital chlorophyll meter II. Manufacturing of digital chlorophyll meter. Korean J. Crop Sci. 49: 198-199
Rubenthaler, G. L. and B. L. Bruinsma. 1979. Lysine estimation in cereals by near infrared reflectance. Crop Sci. 19: 1039-1042
Shenk. J. S., I. Landa, M. R. Hoover, and H. O. Westerhaus. 1981. Description and evalution of a near infrared reflectance spectrocomputer for forage and grain analysis. Crop Sci. 21: 355-358
Williams, P. C., H. M. Corderiro, and M. F. T. Hamden. 1991. Analysis of oat bran products by near infrared reflectance spectroscopy. Cereal Foods World. 36: 571-574
Zhang, G. C., S. H. Seo, Y. B. Kang, X. R. Han, and W. C. Park. 2004. Determination of nitrogen in fresh and dry leaf of apple by near infrared technology. Korean Soc. of Soil Science and Fertilizer. 37: 259-265
※ AI-Helper는 부적절한 답변을 할 수 있습니다.