特許 6679053 ゴマの産地判別装置及びゴマの産地判別方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】6679053

(24)【登録日】2020年3月23日

(45)【発行日】2020年4月15日

(54)【発明の名称】ゴマの産地判別装置及びゴマの産地判別方法

(51)【国際特許分類】

   G01N 23/223 20060101AFI20200406BHJP

   G01N 21/3563 20140101ALI20200406BHJP

   G01J 3/46 20060101ALI20200406BHJP

   G01N 33/483 20060101ALI20200406BHJP

   G01N 33/02 20060101ALI20200406BHJP

【ＦＩ】

   G01N23/223

   G01N21/3563

   G01J3/46 Z

   G01N33/483 C

   G01N33/02

【請求項の数】10

【全頁数】22

(21)【出願番号】特願2019-9069(P2019-9069)

(22)【出願日】2019年1月23日

【審査請求日】2019年4月23日

【早期審査対象出願】

(73)【特許権者】

【識別番号】596082703

【氏名又は名称】九鬼産業株式会社

(73)【特許権者】

【識別番号】304026696

【氏名又は名称】国立大学法人三重大学

(74)【代理人】

【識別番号】100136113

【弁理士】

【氏名又は名称】伊藤 寿浩

(72)【発明者】

【氏名】宮原 由行

(72)【発明者】

【氏名】大岩 優貴

(72)【発明者】

【氏名】橋本 篤

(72)【発明者】

【氏名】末原 憲一郎

(72)【発明者】

【氏名】亀岡 孝治

【審査官】 田中 洋介

(56)【参考文献】

【文献】 特開２０１５−２０６７０６（ＪＰ，Ａ）

【文献】 Sanguk Lee et al.，Exploring supervised neighborhood preserving embedding (SNPE) as a nonlinear feature extraction method for vibrational spectroscopic discrimination of agricultural samples according to geographical origins，Talanta，２０１５年，Vol.144，pp.960-968

【文献】 今井晶子 他，蛍光Ｘ線分析を用いたカボチャ種子の微量分析および産地判別への応用，日本食品科学工学会誌，２０１２年 ７月，Vol.59 No.7，pp.38-47

【文献】 赤峰生朗 他，偏光光学系蛍光Ｘ線分析装置を用いるコーヒー豆の微量元素分析及び産地判別への適用，分析化学，２０１０年，Vol.59 No.10，pp.863-871

【文献】 簗田陽子 他，蛍光Ｘ線分析法によるホウレンソウ中の無機元素の高感度定量及び産地判別への応用，分析化学，２００７年，Vol.56 No.12，pp.1053-1061

【文献】 Smykalova Iva et al.，Phenotypic evaluation of flax seeds by image analysis，Industrial Crops and Products，２０１３年，Vol.47，pp.232-238

【文献】 李華 他，近赤外分光分析法による五味子の産地判別及び薬効成分の定量，分析化学，２０１１年，Vol.60 No.10，pp.813-817

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｎ ２３／００−２３／２２７６

Ｇ０１Ｎ ２１／００−２１／６１

Ｇ０１Ｊ ３／００−３／５２

ＪＳＴＰｌｕｓ／ＪＭＥＤＰｌｕｓ／ＪＳＴ７５８０（ＪＤｒｅａｍＩＩＩ）

(57)【特許請求の範囲】

【請求項1】

光センシング情報から外国産のゴマと国産のゴマとを判別する、ゴマの産地判別装置であって、
蛍光Ｘ線分光情報を取得する蛍光Ｘ線分光計測部と、
赤外分光情報を取得する赤外分光計測部と、
色彩情報を取得する色彩画像計測部と、
前記蛍光Ｘ線分光情報、赤外分光情報、及び色彩情報のうち、ゴマの種類に応じた必要な情報から所定の判定基準に基づき産地を判別する演算部とを有し、
前記演算部では、
前記ゴマが金ゴマの場合、前記蛍光Ｘ線分光情報と前記赤外分光情報とを組み合わせ、両情報を同時に併用して主成分分析する複合情報に基づいて産地を判別し、
前記ゴマが白ゴマの場合、前記蛍光Ｘ線分光情報から主成分分析を行い、且つ前記赤外分光情報、前記赤外分光情報、及び前記色彩情報からこの順で得られる値に対して、所定の判定基準に基づき段階的に産地を判別し、
前記ゴマが黒ゴマの場合、前記蛍光Ｘ線分光情報から主成分分析を行い、且つ前記赤外分光情報、及び前記赤外分光情報からこの順で得られる値に対して、所定の判定基準に基づき段階的に産地を判別する、
ゴマの産地判別装置。

【請求項2】

前記演算部には、白ゴマの産地判別用の判定基準として、前記蛍光Ｘ線分光情報から得られる国産ゴマのデータ領域が記憶されており、
黒ゴマの産地判別用の判定基準として、前記蛍光Ｘ線分光情報から得られる外国産ゴマのデータ領域が記憶されている、請求項１に記載のゴマの産地判別装置。

【請求項3】

前記赤外分光情報が、波数１０９５ｃｍ^-1の吸光度及び１２３８ｃｍ^-1の吸光度である、請求項１に記載のゴマの産地判別装置。

【請求項4】

前記演算部には、金ゴマの産地判別用の判定基準として、前記蛍光Ｘ線分光情報と前記赤外分光情報とを組み合わせた複合情報から得られる国産ゴマのデータ領域が記憶されており、
白ゴマの産地判別用の判定基準として、前記赤外分光情報から得られる国産ゴマのデータ領域が記憶されており、
黒ゴマの産地判別用の判定基準として、前記赤外分光情報から得られる国産ゴマのデータ領域が記憶されている、請求項３に記載のゴマの産地判別装置。

【請求項5】

前記色彩情報が、色相（Ｈ）または彩度（Ｓ）の少なくとも１つである、請求項１または請求項３に記載のゴマの産地判別装置。

【請求項6】

前記演算部には、白ゴマの産地判別用の判定基準として、前記色彩情報から得られる国産ゴマのデータ領域が記憶されている、請求項５に記載のゴマの産地判別装置。

【請求項7】

蛍光Ｘ線分光情報を取得する蛍光Ｘ線分光計測部と、赤外分光情報を取得する赤外分光計測部と、色彩情報を取得する色彩画像計測部と、前記蛍光Ｘ線分光情報、赤外分光情報、及び色彩情報のうち、ゴマの種類に応じた必要な情報から所定の判定基準に基づき産地を判別する演算部とを有する、ゴマの産地判別装置を用いて外国産のゴマと国産のゴマとを判別する、ゴマの産地判別方法であって、
前記ゴマが金ゴマの場合、前記蛍光Ｘ線分光情報と前記赤外分光情報とを組み合わせ、両情報を同時に併用して主成分分析する複合情報に基づいて産地を判別し、
前記ゴマが白ゴマの場合、前記蛍光Ｘ線分光情報から主成分分析を行い、且つ前記赤外分光情報、前記赤外分光情報、及び前記色彩情報からこの順で得られる値に対して、所定の判定基準に基づき段階的に産地を判別し、
前記ゴマが黒ゴマの場合、前記蛍光Ｘ線分光情報から主成分分析を行い、且つ前記赤外分光情報、及び前記赤外分光情報からこの順で得られる値に対して、所定の判定基準に基づき段階的に産地を判別する、
ゴマの産地判別方法。

【請求項8】

前記蛍光Ｘ線分光情報が、カルシウム（Ｃａ）、鉄（Ｆｅ）、及びストロンチウム（Ｓｒ）の蛍光Ｘ線強度である、請求項７に記載のゴマの産地判別方法。

【請求項9】

前記赤外分光情報が、波数１０９５ｃｍ^-1の吸光度及び１２３８ｃｍ^-1の吸光度である、請求項７または請求項８に記載のゴマの産地判別方法。

【請求項10】

前記色彩情報が、色相（Ｈ）または彩度（Ｓ）の少なくとも１つである、請求項７ないし請求項９のいずれかに記載のゴマの産地判別方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、国産のゴマか外国産のゴマかを判別することができる、ゴマの産地判別装置及びゴマの産地判別方法に関する。

【背景技術】

【0002】

近年、食品の原産地を偽装する事件が問題となっている。我が国では多くの食料や飼料を輸入に依存しており、日本のカロリーベース総合食料自給率は約４０％と、先進国の中でも最低水準にある。外国産が国産よりも安価である食品は特に産地偽装の対象となりやすく、日本では２００１年のＪＡＳ法の改正により、全ての農畜水産物の産地を表示することが義務付けられた。しかし、その後も地域の特産品のプレミアムを利用した偽装の摘発が相次ぎ、消費者の食品表示への不信感が非常に高まっている。

【0003】

そこで、原産地表示の信頼性を高め、消費者の商品選択に資するために科学的に農畜水産物の原産地を判別する手法の開発が求められている。健康食品として知られるゴマも同様である。日本では、ゴマの自給率が０．１％未満と非常に低く、他の食品と比べても国産の希少価値が高い。したがって、国産のゴマなのか、外国産のゴマなのかを判別できると、その意義は非常に高い。

【0004】

ゴマに限らず農畜水産物の産地判別に関する研究として、微量元素分析法（非特許文献１）、安定同位体比分析法（非特許文献２）、及びＤＮＡ分析法（非特許文献３）などが報告されている。

【0005】

微量元素分析法では、例えば発光分光分析法や原子吸光法により微量元素が測定される。発光分光分析法は、試料をアーク、スパーク又は高周波放電により励起し、得られる発光スペクトルの波長位置から定性分析を、発光強度から定量分析をする方法である。中でも、発光分光分析法の一種であるプラズマ発光分析法は、高感度で多くの無機元素が少量から微量まで定量でき、多元素同時分析が可能な点が大きな利点である。ただし、複雑な発光スペクトル線の解析ならびに良好な再現性を得るためには、多くの経験と熟練を必要とする。

【0006】

また、発光分光分析法の別の一種であるＩＣＰ分析法では、試料を溶液とするのが一般的である。固体試料を溶液試料に調整する際、前処理を適切に選択し、沈殿などが生成しないように注意する。プラズマ中に導入された試料は瞬時に気化・励起されるため、アーク放電の場合のような予備放電時間を必要とせず、直ちに測光できる。また、試料マトリックスによる影響も小さい。

【0007】

微量元素分析法のもう一つの方法である原子吸光法では、試料を化学炎などで熱解離し、精製した基底状態の原子蒸気に、特定波長の光を照射したとき起こる原子の吸光現象を利用した分析法である。共存イオンの妨害が少なく、選択性が良いため、ほとんどの金属元素の分析に適している。しかし、一回の測定で単一元素のみしか測定できないため定性分析には適さず、分析目的の数が比較的少ない試料の定量分析にしか適さない。

【0008】

安定同位体比分析法では、同位体比質量分析計（ＩＲ−ＭＳ）による安定同位体比の計測が一般的である。ＩＲ−ＭＳでは、まず試料を燃焼装置で加熱し、測定元素をガス化する。そして、ガス化された元素をイオン化させた後、加圧電圧をかける。加圧電圧をかけられた分子イオンは、マグネット部の磁場に高速で進入し、質量に応じた曲率で進行方向が変わっていく。分子イオンの進行方向には複数のイオン検出器が配置されており、異なる質量の分子イオン、すなわち異なる同位体は別の検出器に入射して電流値に変換される。

【0009】

ＤＮＡ分析法では、均一な配列をもつ１μｇ程度のＤＮＡ断片を制限酵素で分解し、一本になったＤＮＡ鎖に放射線標識する。これにジメチル硫酸を加えると、Ｇにメチル基が結合する。さらにアルカリで処理すると、Ｇの部分が崩壊し、核酸をつなぐ鎖の断裂が起こる。メチル化はＧで部分的、かつランダムに起こるので、電気泳動後Ｘ線フィルムに露光すると、末端がＧのところだけに断片が現れる。同様な選択的修飾と切断反応をＧとＡや、ＣとＴなどの条件で行い、各反応で生じた化学反応物をゲル電気泳動に供し、そのバンドパターンを解析することで塩基配列を決定する。このＤＮＡ分析を活用した食品の判別においては、品種によって生息地が異なる場合には品種の判別を通じて産地を判別することは可能であるが、農産物のように自国の品種が海外に持ち出されて現地で生産され自国に輸入される場合は、品種が同じであることから産地の判別にはつながらない。

【先行技術文献】

【非特許文献】

【0010】

【非特許文献1】土田英央、中野明正、中井泉 Ｓｒ同位体比と微量元素濃度分析によるパプリカの産地判別の可能性 分析化学、６３、６２５−６２８、２０１４

【非特許文献2】K. Ariyama，Y. Aoyama，A. Mochizuki，Y. Homura，M. Kadokura，A. Yasui. Determination of the Geographic Origin of Onions between Three Main Production Areas in Japan and Other Countries by Mineral Composition. Journal of Agricultural and Food Chemistry，55，347-354，2007

【非特許文献3】澤田桂子、井口潤、浪越充司 DNA分析によるのりの原産地判別法の検討 農林水産消費安全技術センター食品関係等調査研究報告、３８、１６−２２、２０１４

【発明の概要】

【発明が解決しようとする課題】

【0011】

微量元素分析法では、数種類の酸を用いて試料を分解するという煩雑な前処理が必要であるため、化学実験が可能な実験室を必要とし、化学の専門知識や熟練した技術をもった人でなければ信頼できる分析結果が得られない。

【0012】

安定同位体比分析法やＤＮＡ分析法も同様に測定の前処理に時間がかかり、操作に熟練が必要である。しかも、ＤＮＡ分析では、国産種であっても海外で生産された場合は産地の判別は不可能である。これらのことから、食品加工現場で簡便に実施できる産地判別法が求められている。

【0013】

そこで本発明者らは、非破壊で簡易であり、且つ化学薬品を用いず迅速に国産ゴマと外国産のゴマとを判別することができないか鋭意検討の結果、光センシングによれば可能であることを知見した。すなわち、ゴマなどの農作物は土壌中のミネラル成分を吸収して成長し、代謝によって有機成分を生合成するとともに、色彩や形状などの外観を形成する。つまり、品種毎に本来持っている遺伝情報のみならず、同じ品種であっても、土壌や天候などの生育環境（産地）の影響を受けながら農作物は生育する。このような産地の違いによる特徴は表現型と呼ばれ、生物の持つ様々な形質を網羅的に解析するフェノミクス研究として注目されており、光センシングは、このフェノミクス研究のための情報取得ツールとして有望である。

【0014】

本発明は、光センシングによって簡易かつ迅速に国産ゴマと外国産のゴマとを判別することができる、ゴマの産地判別装置とゴマの産地判別方法を提供することを目的とする。

【課題を解決するための手段】

【0015】

そのための手段として、本発明は次の手段を採る。
［１］光センシング情報から外国産のゴマと国産のゴマとを判別する、ゴマの産地判別装置であって、
前記光センシング情報として、蛍光Ｘ線分光情報を取得する蛍光Ｘ線分光計測部と、
前記蛍光Ｘ線分光情報から主成分分析を行って、所定の判定基準に基づき産地を判別する演算部とを有し、
前記蛍光Ｘ線分光情報が、カルシウム（Ｃａ）、鉄（Ｆｅ）、及びストロンチウム（Ｓｒ）の蛍光Ｘ線強度である、ＣａＫα、ＦｅＫα、及びＳｒＫαの蛍光Ｘ線スペクトルピークである、ゴマの産地判別装置。
［２］ 前記演算部には、白ゴマの産地判別用の判定基準として、前記蛍光Ｘ線分光情報から得られる国産ゴマのデータ領域が記憶されており、
黒ゴマの産地判別用の判定基準として、前記蛍光Ｘ線分光情報から得られる外国産ゴマのデータ領域が記憶されている、［１］に記載のゴマの産地判別装置。
［３］前記光センシング情報として、赤外分光情報を取得する赤外分光計測部を有し、
前記赤外分光情報が、波数１０９５ｃｍ^-1の吸光度及び１２３８ｃｍ^-1の吸光度である、［１］に記載のゴマの産地判別装置。
［４］ 前記演算部には、金ゴマの産地判別用の判定基準として、前記蛍光Ｘ線分光情報と前記赤外分光情報とを組み合わせた複合情報から得られる国産ゴマのデータ領域が記憶されており、
白ゴマの産地判別用の判定基準として、前記赤外分光情報から得られる国産ゴマのデータ領域が記憶されており、
黒ゴマの産地判別用の判定基準として、前記赤外分光情報から得られる国産ゴマのデータ領域が記憶されている、［３］に記載のゴマの産地判別装置。
［５］前記光センシング情報として、色彩情報を取得する色彩画像計測部を有し、
前記色彩情報が色相（Ｈ）または彩度（Ｓ）の少なくとも１つである、［１］または［３］に記載のゴマの産地判別装置。
［６］前記演算部には、白ゴマの産地判別用の判定基準として、前記色彩情報から得られる国産ゴマのデータ領域が記憶されている、［５］に記載のゴマの産地判別装置。
［７］光センシング情報に基づいて、外国産のゴマと国産のゴマとを判別する、ゴマの産地判別方法。
［８］前記光センシング情報が、少なくとも蛍光Ｘ線分光情報である、［７］に記載のゴマの産地判別方法。
［９］前記蛍光Ｘ線分光情報が、カルシウム（Ｃａ）、鉄（Ｆｅ）、及びストロンチウム（Ｓｒ）の蛍光Ｘ線強度である、［８］に記載のゴマの産地判別方法。
［１０］前記光センシング情報として、赤外分光情報も組み合わせる、［８］または［９］に記載のゴマの産地判別方法。
［１１］前記赤外分光情報が、波数１０９５ｃｍ^-1の吸光度及び１２３８ｃｍ^-1の吸光度である、［１０］に記載のゴマの産地判別方法。
［１２］前記光センシング情報として、色彩情報も組み合わせる、［８］ないし［１１］のいずれかに記載のゴマの産地判別方法。
［１３］金ゴマの産地判定には、前記蛍光Ｘ線分光情報と前記赤外分光情報とを同時に併用して判別する、［１１］に記載のゴマの産地判別方法。
［１４］白ゴマの産地判定には、前記蛍光Ｘ線分光情報から判別した後、次いで前記赤外分光情報から判別し、最後に色彩情報から判別する、［１２］に記載のゴマの産地判別方法。
［１５］前記色彩情報が、色相（Ｈ）または彩度（Ｓ）の少なくとも１つである、［１４］に記載のゴマの産地判別方法。
［１６］黒ゴマの産地判定には、前記蛍光Ｘ線分光情報から判別した後、次いで前記赤外分光情報から判別する、［１１］に記載のゴマの産地判別方法。

【発明の効果】

【0016】

本発明によれば、ゴマの産地を光センシング情報により判別するため、非破壊で簡易であり、且つ化学薬品を用いず迅速に判別することができる。したがって、大掛かりな設備や特殊な機器及び薬品のある研究室でなくても、例えば食品加工現場等でも容易に判別が可能であり、実用性が高い。そのため、希少価値が高い国産ゴマに関して原産地表示の信頼性を高め、消費者が自らの嗜好にあった商品を正確に選択するための情報を、比較的簡便に提供することができるようになる。

【図面の簡単な説明】

【0017】

【図1】金ゴマの産地判定手順を示すフローチャートである。

【図2】白ゴマの産地判定手順を示すフローチャートである。

【図3】黒ゴマの産地判定手順を示すフローチャートである。

【図4】波数１０９５ｃｍ^-1及び１２３８ｃｍ^-1の吸光度に着目した、金ゴマの赤外分光情報の選定結果である。

【図5】波数１０９５ｃｍ^-1及び１２３８ｃｍ^-1の吸光度に着目した、白ゴマの赤外分光情報の選定結果である。

【図6】波数１０９５ｃｍ^-1及び１２３８ｃｍ^-1の吸光度に着目した、黒ゴマの赤外分光情報の選定結果である。

【図7】金ゴマの判別方法選定試験結果である。

【図8】白ゴマの判別方法選定試験結果である。

【図9】黒ゴマの判別方法選定試験結果である。

【図10】金ゴマの産地判別結果である。

【図11】白ゴマの第１判別ステップ結果である。

【図12】白ゴマの第２判別ステップ結果である。

【図13】白ゴマの第３判別ステップ結果である。

【図14】黒ゴマの第１判別ステップ結果である。

【図15】黒ゴマの第２判別ステップ結果である。

【発明を実施するための形態】

【0018】

本発明の判別対象であるゴマは、ゴマ科（pedaliaceae）、ゴマ属（Sesamum）に属する１年生の草本であり、種皮の色により金ゴマ、白ゴマ、黒ゴマに大別される。ゴマは油糧種子の一つであり、約５０％が脂質である。他にタンパク質や炭水化物をそれぞれ約２０％弱含んでおり、その他の微量成分として、セサミン，セサモリン，セサミノールなどのゴマリグナン類のほか、ミネラルも含む。ミネラルとしては、カルシウム（Ｃａ），鉄（Ｆｅ），ストロンチウム（Ｓｒ），リン（Ｐ），ナトリウム（Ｎａ），カリウム（Ｋ），マグネシウム（Ｍｇ），亜鉛（Ｚｎ），銅（Ｃｕ）などが挙げられる。

【0019】

判別に供するゴマは、脱皮・焙煎・粉砕等の加工を行わず未加工のものを使用する。加工を施すと、色彩や含有成分量が変化して、正確な判別を行えなくなるからである。特にカルシウムは、その殆どが種皮に含まれており、脱皮すると激減する。ゴマに含まれるカルシウムは、シュウ酸と結合して約５３％がシュウ酸カルシウムの結晶として存在している。

【0020】

ゴマは、光センシング法によって外国産か国産かを産地判別する。具体的には、蛍光Ｘ線分光計測法、赤外分光計測法、及び色彩画像計測法を用いて判別する。これらの計測法により得られたマルチバンド光センシング情報として、蛍光Ｘ線分光情報、赤外分光情報、及び色彩情報に基づき判別する。これらの光センシング情報の中では、少なくとも蛍光Ｘ線分光情報を必須の情報として判別する。すなわち、蛍光Ｘ線分光情報のみによってもある程度高い信頼性でゴマの産地を判別することができる。そのうえで、判別結果の信頼性（確実性）を高めるために、蛍光Ｘ線分光情報に加えて、必要に応じて赤外分光情報や色彩情報を組み合わせればよい。

【0021】

光センシングでは、センシングに用いる電磁波の領域が赤外線領域、可視光領域、紫外線領域、及びＸ線領域と様々であり、計測方法により取得可能な情報が異なる。そのうえで本発明では、光センシング情報として、少なくとも蛍光Ｘ線分光情報を採用している。蛍光Ｘ線分光情報は、ゴマに含有されている複数のミネラル元素を同時に計測可能であり、産地の違いによる含有ミネラルの傾向から、他の光センシング情報と比べても比較的高精度に産地を判別することができる。したがって、蛍光Ｘ線分光情報のみによっても、確実ではないとしても、ある程度信頼性の高い判別も可能となる。

【0022】

蛍光Ｘ線分光分析を行う場合は、ゴマに含有されている全てのミネラル元素に由来する蛍光Ｘ線スペクトルピークに基づく情報により判別することもできる。しかし、ゴマには多数種のミネラル元素が含まれているため、情報が多すぎて反ってその信頼性が低下する。そこで、ゴマに含有されているミネラル元素の中でも、特に産地の違い（特に国産ゴマ）による特徴が現れ易いカルシウム（Ｃａ）、鉄（Ｆｅ）、及びストロンチウム（Ｓｒ）に由来する蛍光Ｘ線スペクトルであるＣａＫα、ＦｅＫα、及びＳｒＫαの蛍光Ｘ線スペクトルピークから得られる情報に絞って判別することが好ましい。これにより、情報が絞られてその信頼性が向上し、的確に判別することができる。なお、蛍光Ｘ線のスペクトルは波長の短い方からＫ、Ｌ、Ｍなどの系列があり、Ｋ殻にある空孔がＬ殻からの電子によって埋められて生ずるＸ線をＫα線と言う。

【0023】

また、光センシング情報としては、蛍光Ｘ線分光情報に加えて、赤外分光情報も組み合わせることが好ましい。これにより、蛍光Ｘ線分光情報のみでは判別できない産地でも判別することができ、判別結果の信頼性（確実性）が向上する。

【0024】

この場合、波数１０９５ｃｍ^-1の吸光度及び１２３８ｃｍ^-1の吸光度から得られる情報により判別することが好ましい。他の波数でも判別が不可能ではないが、上記波数による吸光度が最も産地の違いによる影響が大きく現れるため、最も効率よく且つ的確に判別することができる。また、吸光度の代わりに、吸光度の二次微分値を用いて判別することもできる。

【0025】

さらに光センシング情報として、蛍光Ｘ線分光情報及び／又は赤外分光情報に加えて、色彩情報も組み合わせることが好ましい。これにより、蛍光Ｘ線分光情報及び／又は赤外分光情報では判別できない産地でも判別することができ、判別結果の信頼性（確実性）がより向上する。

【0026】

この場合、色相（Ｈ）または彩度（Ｓ）の少なくとも１つを基準に判別することが好ましい。他の色彩情報によっても判別が不可能ではないが、上記色彩情報であれば最も産地の違いによる影響が大きく現れるため、最も効率よく且つ的確に判別することができる。

【0027】

このような各光センシングは、蛍光Ｘ線分光情報を取得する蛍光Ｘ線分光計測部と、赤外分光情報を取得する赤外分光計測部と、色彩情報を取得する色彩画像計測部と、これらの光センシング情報から主成分分析を行って、所定の判定基準に基づき産地を判別する演算部とを有する産地判別装置を用いて行う。

【0028】

＜蛍光Ｘ線分光計測部＞
蛍光Ｘ線分光計測部は、蛍光Ｘ線を利用した分析法で、炭素（Ｃ）からウラン（Ｕ）までの多元素についてｐｐｍオーダーから分析が可能である。この方法は試料の形態に関係なく非破壊で定性−定量ができる。測定時間は、１元素当たり数分程度である。蛍光Ｘ線分光分析は、試料表面の数μｍないし数十μｍの厚さについて分析を行う。検出されるスペクトル線が単純であり、元素の化学的状態の影響を殆ど受けない等のメリットがある。各元素は固有のエネルギーを持っているため、試料から発生する蛍光Ｘ線のエネルギー（波長）を測定すれば含有元素の定性が可能であり、各波長のＸ線強度を測定すれば定量が可能である。蛍光Ｘ線のスペクトルは波長の短い方からＫ、Ｌ、Ｍなどの系列があり、Ｋ殻にある空孔がＬ殻からの電子によって埋められて生ずるＸ線をＫα線、Ｍ殻からの電子によって生ずるＸ線をＫβ線という。

【0029】

蛍光Ｘ線分光計測部において得られる蛍光Ｘ線分光情報（Ｉ）のうち、産地により少しでも違いが現れ得る情報（蛍光Ｘ線スペクトルのピーク）としては、ＳｉＫα，ＫＫα，ＣａＫα，ＣａＫβ，ＦｅＫα，ＦｅＫβ，ＣｕＫα，ＺｎＫα，ＳｒＫαがある。これら全てを用いて判別すると、情報が多すぎてデータが分散し、信頼性が低下する（第２主成分までの累積寄与率６０〜７０％程度）。そこで、国産ゴマにおいて特徴的なピークが最も現れる、エネルギー１．５〜４．５ｋｅＶ、５．５〜１０ｋｅＶ、及び１２〜１６ｋｅＶの範囲にある、ＣａＫα、ＦｅＫα、及びＳｒＫαのピーク（Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫα）を用いることが好ましい。これにより、情報が絞られて信頼性が向上する（累積寄与率約９０％）。なお、ＣａＫαとＣａＫβ、及びＦｅＫαとＦｅＫβは、同じ情報を捉えている。

【0030】

国産ゴマではＣａＫα、ＦｅＫα、及びＳｒＫαに特徴的なピークが現れる理由としては、日本特有の土壌性質が考えられる。日本は降水量が多く、雨水のｐＨは約５．６で弱酸性である。この弱酸性の雨水が土壌中を下方に移動すれば、この雨水に含まれるＨ^＋によって土壌中のＣａやＭｇなどの交換性塩基が交換浸出され、かわりにＨ^＋が交換侵入する。したがって、日本の土壌は酸性土壌になりやすい。土壌の酸性化が進むと土壌中のＦｅが可溶化し、植物に吸収されやすくなる。Ｃａに関しては、雨水による流亡に加え、酸性条件下では植物による吸収効率が低下する。同じ２価の元素であるＳｒもＣａ同様に酸性条件下では植物による吸収効率が低下する。これらの理由により、国産ゴマではＣａＫα、ＦｅＫα、及びＳｒＫαのピークに特徴が現れたと考えられる。

【0031】

蛍光Ｘ線分光計測部としては、エネルギー分散型蛍光Ｘ線分析装置と波長分散型蛍光Ｘ線分析装置を使用し得るが、エネルギー分散型蛍光Ｘ線分析装置が好ましい。

【0032】

＜赤外分光計測部＞
吸収波数から定性分析、すなわち物質の同定が可能となる。吸収波数における吸光度から、Lambert-Beerの法則に基づき定量分析が可能となる。試料濃度と吸光度は比例関係にあるためである。

【0033】

ゴマの産地を判別する際は、赤外分光計測部において得られる赤外分光情報のうち、波数１０９５ｃｍ^-1（C-O伸縮）及び１２３８ｃｍ^-1（C-O伸縮、CH₂変角）の吸光度（Ａ_{１０９５ｃｍ-1}及びＡ_{１２３８ｃｍ-1}又はｄ^２Ａｂｓ_{１０９５ｃｍ-1}及びｄ^２Ａｂｓ_{１２３８ｃｍ-1}）を用いる。この波数およびこの波数における吸光度は、金ゴマ、白ゴマ、黒ゴマいずれの判別でも使用でき、種皮に存在する糖質に由来するピークである。これらの波数の吸光度において、ゴマの産地の違いによる特徴が最も顕著に現れる。

【0034】

この赤外分光計測部としては、フーリエ変換赤外分光光度計(FT-IR)や分散型赤外分光光度計を使用し得るが、フーリエ変換赤外分光光度計が好ましい。

【0035】

＜色彩画像計測部＞
デジタルカメラによる撮像情報から色相Ｈ（Hue）、彩度Ｓ（Saturation）、及び明度Ｌ（Lightness）が得られる。ＨＳＬ色座標系は色の三属性に準じているため、人間の感覚に近い色表現ができる。また、Ｈ、Ｓ情報とＬ情報を分離できるという特徴を有している。したがって、Ｈ、Ｓ情報は照明光量に依存しないため、照明光量に影響されることなく画像処理が施せる利点がある。

【0036】

ゴマの産地を判別する際は、色彩画像計測部における色彩情報のうち、白ゴマでは彩度Ｓを用いる。ゴマの産地の違いによる特徴が最も顕著に現れるからである。

【0037】

＜演算部＞
上記各計側部において得られた各光センシング情報は、演算部において主成分分析することで判別基準と照らし合わせて産地を判別できる。主成分分析（Principal Component Analysis：ＰＣＡ）は多変量解析の重要な方法で、多変量の特徴をもつデータを説明するため、得られた変量を合成して、全体を説明するのに適した少量の変数をつくりだす分析法である。主成分分析では、データの分布の分散が最大となるように得られた多くの変量を合成して数個の説明変量（ローディングベクトル）をつくりだし、分析をおこなう。データの分散を最大にとらえた軸が第１ローディングベクトルであり、第２ローディングベクトルはこれに直交する。主成分分析では、解析により得られる各主成分に対する変量に、係数ａの大きさから強く寄与している変量ｘを見つけだすことで、主成分Ｚの因子が何であるかをさぐり、意味づけができる。主成分分析では、横軸が第１主成分（ＰＣ１）であり、縦軸が第２主成分（ＰＣ２）である。

【0038】

また、演算部には、各計側部において得られた各光センシング情報に基づきゴマの産地を判別する、金ゴマ、白ゴマ、黒ゴマ用の各判定基準が記憶されている。

【0039】

この演算部としてはパソコンを使用することができる。蛍光Ｘ線分光計測部、赤外分光計測部、及び色彩画像計測部は、それぞれケーブルを介して演算部と繋がっており、各計側部から得られた各光センシング情報はケーブルを介して演算部へ送信され主成分分析される。

【実施例】

【0040】

以下に、本発明の具体例について説明する。各試験には、表１に示す品種・産地のゴマを使用した。

【表1】

【0041】

また、各光センシング情報の測定は次のように行った。
＜蛍光Ｘ線分光情報の測定＞
蛍光Ｘ線分光計測部として、エネルギー分散型蛍光Ｘ線分光分析装置（Energy dispersive X-ray Fluorescence Spectrometer）である、島津製作所製のRayny EDX-700を使用した。解析ソフトには、島津製作所社製のEDXソフトウェアDXP-700 Version 1.00 Rel.008を用いた。測定の際は、ゴマを専用の測定用容器にすりきれまで詰め、測定間でのＸ線の侵入深さの影響を抑えるため、測定間で重量を一定にした。

【0042】

表２に、蛍光Ｘ線分光計測部における蛍光Ｘ線分光情報の測定条件を示す。

【表2】

【0043】

＜赤外分光スペクトル測定＞
赤外分光計測部として、フーリエ変換赤外分光光度計（FT-IR）を用いた。FT-IRには、ＡＴＲアクセサリを付属したBruker Optics社製のＡＬＰＨＡを用いてＡＴＲ法により赤外分光スペクトルを取得した。ＡＴＲ法とは、光が接触している屈折率の異なる２つの物質中を通過するとき、ある入射角度で全反射する。この時、光は相手側の物質(試料)に若干潜り込んでから全反射する。したがって、試料に吸収のない領域では光は全反射するだけであるが、吸収のある領域では一部の光が試料に吸収される。このような全反射の性質から、赤外領域に吸収を持たない物質をＡＴＲ結晶として用いれば赤外分光を測定することができる。試料のスペクトル測定は、パソコン上で専用のアプリケーションソフト（ＯＰＵＳ）にて行った。

【0044】

表３に、赤外分光計測部における赤外分光情報の測定条件を示す。

【表3】

【0045】

＜色彩情報の測定＞
外からの光が進入しないように暗幕で覆った。色彩画像計測部として、高性能一眼レフカメラをレンズから試料台までの高さが約４５ｃｍになるようにコピースタンドに取り付けた。色彩劣化が起こりにくいＲＡＷ形式で撮影するため、高精細な画像を取得できる一眼レフカメラであるCanon社製のEOS 70Dを採用した。蛍光Ｘ線スペクトルを測定したそのままの状態（容器に入れた状態）で色彩情報を取得した。

【0046】

＜主成分分析（ＰＣＡ）＞
演算部にはCAMO Software社製、The Unscrambler X Ver.10.3を用いた。条件は重みを定数１、クロスバリデーションをフル、アルゴリズムを特異値分解とした。

【0047】

《蛍光Ｘ線分光情報の選定》
ゴマの蛍光Ｘ線分光を計測し、得られた各スペクトルピークから主成分分析（ＰＣＡ）した結果の寄与率を表４〜表６に示す。表４に金ゴマの結果を、表５に白ゴマの結果を、表６に黒ゴマの結果をそれぞれ示す。これらの結果から、金ゴマ、白ゴマ、黒ゴマのいずれも、寄与率はＣａＫα、ＦｅＫα、及びＳｒＫαのピークを用いたときが最も高いことから、これらのピークで主成分分析を行うのが適していることが確認された。

【0048】

【表4】

【0049】

【表5】

【0050】

【表6】

【0051】

《赤外分光情報の選定》
ゴマの赤外分光を計測し、得られた各波数の吸光度のうち、差が見られたピークのなかで国産ゴマの判別に有効であると考えられる波数１０９５ｃｍ^-1及び１２３８ｃｍ^-1の吸光度に着目した。図４〜図６に、横軸に波数１０９５ｃｍ^-1、縦軸に１２３８ｃｍ^-1における吸光度の二次微分値をプロットした結果を示す。図４は金ゴマの結果であり、図５は白ゴマの結果であり、図６は黒ゴマの結果である。

【0052】

図４の結果から、≧−０．１７×１０^-3かつ≦−０．１０７×１０^-3の領域に国産の金ゴマが全て集まることから、波数１０９５ｃｍ^-1及び１２３８ｃｍ^-1の吸光度によって産地を判別できることが確認された。

【0053】

図５の結果から、−０．１８×１０^-3≦、≦−０．１６×１０^-3、且つ≦−０．１１×１０^-3の領域に国産の白ゴマが集まる傾向があったので、波数１０９５ｃｍ^-1及び１２３８ｃｍ^-1の吸光度が産地判別に有効であることが確認された。

【0054】

図６の結果から、−０．１７×１０^-3≦、≦−０．１６×１０^-3、且つ−０．１０５×１０^-3≦、≦−０．０９５×１０^-3の領域に国産の黒ゴマが集まっていた。これにより、波数１０９５ｃｍ^-1及び１２３８ｃｍ^-1の吸光度によって産地を判別できることが確認された。

【0055】

《色彩情報の選定》
白ゴマでは、国産は外国産よりも彩度Ｓが小さい傾向がある。そこで、ゴマの彩度を測定したところ、国産ゴマは彩度Ｓ≦０．３２であることが確認された。換言すれば、彩度Ｓ＞０．３２であれば、外国産ゴマである。したがって、蛍光Ｘ線分光情報と赤外分光情報との組み合わせでも判別が困難だった国産ゴマでも、色彩情報によれば判別できることがわかった。

【0056】

《産地判別方法の選定》
（金ゴマ）
上記赤外分光情報の選定試験の結果（図４）から、ｄ^２Ａｂｓ_{１０９５ｃｍ-1}及びｄ^２Ａｂｓ_{１２３８ｃｍ-1}の赤外分光情報に基づいて国産ゴマを全て判別できる可能性が示されたが、必ずしも１００％の信頼性があるとは言い切れないと考えられた。そこで、Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫαの蛍光Ｘ線分光情報とｄ^２Ａｂｓ_{１０９５ｃｍ-1}及びｄ^２Ａｂｓ_{１２３８ｃｍ-1}の赤外分光情報とを同時に併用して主成分分析（ＰＣＡ）してみた。その結果を図７に示す。この結果から、１０ＰＣ１＋３ＰＣ２≦２の領域に全ての国産ゴマのみが集まり、国産ゴマを確実に判別できることが確認され、図１に示すフローで産地判別を行うことが好ましいことがわかった。また、同一品種で産地が異なるサンプルの分布が互いに離れていることから、産地の違いが分光情報の違いとして捉えられていることが再確認された。

【0057】

つまり、金ゴマの産地判別は、蛍光Ｘ線分光情報のみによっても高い信頼性で行うこともできるが、図１に示すフローチャートのように、蛍光Ｘ線分光情報（Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫα）と赤外分光情報（ｄ^２Ａｂｓ_{１０９５ｃｍ-1}及びｄ^２Ａｂｓ_{１２３８ｃｍ-1}）とを組み合わせ、両情報を同時に併用（主成分分析：ＰＣＡ）した複合判別することが好ましい。これにより、どのような産地でも確実に国産か外国産かを判別することができる。このときの判定基準は１０ＰＣ１（第１主成分値）＋３ＰＣ２（第２主成分値）＝２である。１０ＰＣ１＋３ＰＣ２≦２であれば国産であり、１０ＰＣ１＋３ＰＣ２＞２であれば外国産である。

【0058】

（白ゴマ）
金ゴマの例に倣い、Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫαの蛍光Ｘ線分光情報とｄ^２Ａｂｓ_{１０９５ｃｍ-1}及びｄ^２Ａｂｓ_{１２３８ｃｍ-1}の赤外分光情報とを同時に併用して主成分分析（ＰＣＡ）を行ってみたが、国産ゴマを判別することはできなかった（図８参照）。したがって、白ゴマに関しては、図２に示すフローのように、蛍光Ｘ線分光情報と赤外分光情報とを段階的に用いる方が適していることがわかった。また、上記色彩情報の選定試験結果から、さらに色彩情報を加えることで、高い信頼性が得られる。

【0059】

つまり、白ゴマの産地判別は、赤外分光情報のみ、もしくは色彩情報のみによってもそこそこ高い信頼性で行うことができるが、図２に示すフローチャートのように、蛍光Ｘ線分光情報（Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫα）によって判別した後、次いで赤外分光情報（ｄ^２Ａｂｓ_{１０９５ｃｍ-1}及びｄ^２Ａｂｓ_{１２３８ｃｍ-1}）によって判別し、最後に色彩情報によって判別することが好ましい。これにより、最も高い信頼性で判別することができる。また、蛍光Ｘ線分光情報（Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫα）によって判別した後、次いで色彩情報（彩度Ｓ）から判別するだけでも、ある程度高い信頼性で判別することができる。

【0060】

このとき、蛍光Ｘ線分光情報に基づく判定基準は、１．２×ＰＣ１（第１主成分値）＋ＰＣ２（第２主成分値）＋２．８である。１．２×ＰＣ１＋ＰＣ２＋２．８≦０であれば国産であり、１．２×ＰＣ１＋ＰＣ２＋２．８＞０であれば次ステップの判別を行う。赤外分光情報に基づく判定基準は、−０．１６×１０^−３≦ｄ^２Ａｂｓ_{１０９５ｃｍ-1}≦−０．１８×１０^−３且つｄ^２Ａｂｓ_{１２３８ｃｍ-1}≦−０．１１×１０^−３である。この条件を満たせば国産であり、外れていれば外国産である。色彩情報に基づく判定基準は、彩度Ｓが０．３２である。彩度Ｓ≦０．３２であれば国産であり、彩度Ｓ＞０．３２であれば外国産である。

【0061】

（黒ゴマ）
金ゴマの例に倣い、Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫαの蛍光Ｘ線分光情報とｄ^２Ａｂｓ_{１０９５ｃｍ-1}及びｄ^２Ａｂｓ_{１２３８ｃｍ-1}の赤外分光情報とを同時に併用して主成分分析（ＰＣＡ）を行ってみたが、白ゴマと同様に国産ゴマを判別することはできなかった（図９参照）。したがって、黒ゴマに関しても、図３に示すフローのように、白ゴマと同様に蛍光Ｘ線分光情報と赤外分光情報とを段階的に用いる方が適していることがわかった。

【0062】

つまり、黒ゴマの産地判別も、蛍光Ｘ線分光情報のみによってある程度高い信頼性で行うことができるが、図３に示すフローチャートのように、蛍光Ｘ線分光情報（Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫα）によって判別した後、次いで赤外分光情報（ｄ^２Ａｂｓ_{１０９５ｃｍ-1}及びｄ^２Ａｂｓ_{１２３８ｃｍ-1}）によって判別することが好ましい。このとき、蛍光Ｘ線分光情報に基づく判定基準は、ＰＣ１（第１主成分値）の値が０．５である。ＰＣ１≧０．５であれば外国産である。一方、ＰＣ１＜０．５であれば次ステップの判別を行う。赤外分光情報に基づく判定基準は、−０．１７×１０^−３≦ｄ^２Ａｂｓ_{１０９５ｃｍ-1}≦−０．１６×１０^−３、且つ−０．１０５×１０^−３≦ｄ^２Ａｂｓ_{１２３８ｃｍ-1}≦−０．０９５×１０^−３である。この条件を満たせば国産であり、外れていれば外国産である。

【0063】

［産地判別試験］
以下の試験では、各ゴマの産地を敢えて伏せた状態で計測判定し、その結果が得られてから産地を確認し、判定結果と実際の産地とを照会した。各図に示す産地は、産地を伏せた状態で得られた結果に、照会した産地を付したものである。

【0064】

（金ゴマ）
図１に示すフローに基づき、Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫαの蛍光Ｘ線分光情報とｄ^２Ａｂｓ_{１０９５ｃｍ-1}及びｄ^２Ａｂｓ_{１２３８ｃｍ-1}の赤外分光情報とを同時に併用して主成分分析（ＰＣＡ）を行った。その結果を図１０に示す。このとき、式（１）を用いてＰＣ１（第１主成分）を算出し、式（２）を用いてＰＣ２（第２主成分）を算出した。図１０の結果から、未知のテストサンプルの国産金ゴマおよび外国産金ゴマを確実に判別することができた。

【0065】

PC1=0.562*X1-0.386*X2+0.539*X3-0.428*X4+0.249*X5・・・式（１）
PC2=-0.0619*X1-0.0400*X2+0.0481*X3+0.513*X4+0.854*X5・・・式（２）
この式は、得られた各情報の値が解析記憶に入力されて、解析記憶から自動的に得られた式である。

【0066】

Ｘ１〜Ｘ５は、それぞれ下記の通りである。

【数1】

【0067】

（白ゴマ）
図２に示すフローに基づき、先ず、Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫαの蛍光Ｘ線分光情報の主成分分析（ＰＣＡ）を行った。このとき、式（３）を用いてＰＣ１（第１主成分）を算出し、式（４）を用いてＰＣ２（第２主成分）を算出した。その結果を図１１に示す。
PC1=0.704*X1-0.0814*X2+0.705*X3・・・式（３）
PC2=-0.0647*X1-0.997*X2-0.0504*X3・・・式（４）
この式は、得られた各情報の値が解析記憶に入力されて、解析記憶から自動的に得られた式である。

【0068】

Ｘ１〜Ｘ３は、それぞれ下記の通りである。

【数2】

【0069】

図１１の結果から、殆どの未知のテストサンプルの産地判別を信頼性高く行えたが、１種類の国産ゴマが判定基準から外れていた。そこで、次の判別ステップとして、ｄ^２Ａｂｓ_{１０９５ｃｍ-1}及びｄ^２Ａｂｓ_{１２３８ｃｍ-1}の赤外分光情報の二次微分スペクトル強度を求めた。その結果を図１２に示す。この結果、第１ステップで誤判定されたゴマでも正しく判別できた。

【0070】

最後に、色彩情報により判別した。その結果を図１３に示す。この結果、国産ゴマを的確に判別できた。

【0071】

（黒ゴマ）
図３に示すフローに基づき、先ず、Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫαの蛍光Ｘ線分光情報の主成分分析（ＰＣＡ）を行った。このとき、式（５）を用いてＰＣ１（第１主成分）を算出し、式（６）を用いてＰＣ２（第２主成分）を算出した。その結果を図１４に示す。
PC1=0.601*X1-0.514*X2+0.612*X3・・・式（５）
PC2=-0.413*X1-0.855*X2-0.313*X3・・・式（６）
この式は、得られた各情報の値が解析記憶に入力されて、解析記憶から自動的に得られた式である。

【0072】

なお、Ｘ１〜Ｘ３は、それぞれ下記の通りである。

【数3】

【0073】

図１４の結果から、全ての未知のテストサンプルの産地判別を誤判別無く行えたが、念のため、次の判別ステップとして、ｄ^２Ａｂｓ_{１０９５ｃｍ-1}及びｄ^２Ａｂｓ_{１２３８ｃｍ-1}の赤外分光情報の二次微分スペクトル強度も求めた。その結果を図１５に示す。この結果、信頼性が比較的高い判別結果が得られた。

【要約】

【課題】光センシング情報を用いて簡易かつ迅速に国産ゴマと外国産ゴマとを判別することができる、ゴマの産地判別装置および方法を提供する。
【解決手段】光センシング情報として、蛍光Ｘ線分光情報（Ｉ_ＣａＫα、Ｉ_ＦｅＫα、及びＩ_ＳｒＫα）、赤外分光情報（ｄ^２Ａｂｓ_{１０９５ｃｍ-1}と^２Ａｂｓ_{１２３８ｃｍ-1}ｄ^２、又はＡｂｓ_{１３１３ｃｍ-1}）、及び色彩情報のうち、いずれか１種または複数種を組み合わせて、国産ゴマと外国産ゴマとを判別する。
【選択図】図１

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】