2022 Fiscal Year Annual Research Report
Development of storage technique for promoting functional component contents in tomato fruits
| Project/Area Number |
19K06318
|
|---|
| Research Institution | Ehime University |
|---|
Principal Investigator |
高橋 憲子 愛媛大学, 農学研究科, 准教授 (80533306)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 貯蔵環境制御 / 非破壊計測 / リコペン |
|---|
| Outline of Annual Research Achievements |
本研究では、近赤外分光法を用いてトマト果実のリコペン含量を連続的に非破壊計測し、リコペン生成に最適に貯蔵環境を制御することにより、1果実あたりのリコペン含量を15 mg以上に増加させることを目的とし、収穫時のトマト果実の近赤外分光の波長特性からトマト果実のリコペン含量を増加させるための最適な貯蔵環境を決定するモデルを確立した．
供試材料には、愛媛大学太陽光利用型植物工場で栽培されているトマト果実を用いた．貯蔵期間は14日間、貯蔵温度は5、15、25、35 ℃に設定した．測定は貯蔵前（0日目）と貯蔵後（ 2、4、7、10、14日目）に可視・近赤外スペクトルの非破壊計測を行った.次に、貯蔵前のスペクトルデータと貯蔵日数から貯蔵後のリコペン含量を推定する簡易モデルを重回帰分析とPLS回帰分析を用いて作成した．重回帰分析では、赤色トマトのピークである584 nmと670 nmの2個を説明変数に選択したモデルと、前年度の成果でピークの移動が確認された波長である562 ～ 590 nmの2 nm間隔と670 nmの16個を説明変数としてモデルを作成した．PLS回帰分析では、500 ～ 1010 nmの2 nm間隔の256変数を用いてモデルを作成した．
テスト用データを用いてモデルの検証を行った結果、PLS回帰モデルが最も精度が高く決定係数R2 = 0.94、平均二乗誤差RMSE = 1.09となった．重回帰分析については、2変数を用いた重回帰モデルと比較して、16変数を用いた重回帰モデルの方がR2 = 0.90と高く、RMSE = 1.44と低くなった
以上の結果から、重回帰モデルやPLS回帰モデルを含む簡易モデルを用いてリコペン含量を増加させるために必要な貯蔵日数から、貯蔵後のリコペン含量を推定できることが示唆された．
|
