2024. november 25. hétfő Katalin

A közeli infravörös spektroszkópia mint korrelatív gyorsvizsgálati módszer gyakorlati értékelése

Agro Napló
A vásárlók részéről mutatkozó elvárások, a termelékenység és versenyképesség növelésének kényszere, valamint a globalizálódó piac okozta eredet- és minőségbiztosítási kihívások következtében egyre nagyobb igény mutatkozik újszerű technológiák bevezetése iránt. Ezekkel szemben alapvető követelmény az egyes termékek bizonyos tulajdonságainak gyors és megbízható jellemzése a termelési, feldolgozási és értékesítési folyamat bármely szakaszában. Jelen cikkünkben a közeli infravörös (near infrared, NIR) spektroszkópia bemutatása mellett körüljárjuk ennek, az egyébként igen gyors, automatizálható, roncsolásmentes és nem invazív technikának néhány érdekes részletét.

A NIR-spektroszkópia a fény és a vizsgált minta molekuláinak kölcsönhatásán alapuló mérési technika. Az infravörös fotonok a biológiai mintákban előforduló kémiai kötések egy részét gerjeszteni képesek. A különböző kötések más és más energiájú fénnyel gerjeszthetők. A gerjesztéshez szükséges energiát hordozó fényt a minta elnyeli, így a fényelnyelési tartományok elemzésével lehetőség nyílik a kémiai összetétel jellemzésére. A fény szóródásából adódó anomáliák miatt a fizikai szerkezet szintén hatással van az egyes mintákról felvett fényelnyelési spektrumokra. Ennek értelmében a NIR-spektrumok mind a kémiai, mind a fizikai paraméterekkel mutathatnak összefüggést, ezáltal hatékonyan használhatók ezek korrelatív jellemzésére. A korrelativitás abban rejlik, hogy pusztán a NIR-spektrumokból a legtöbb esetben nem vagyunk képesek messzemenő következtetéseket levonni, szükség van a spektrum és valamely vizsgált tulajdonság közti összefüggés, korreláció feltárására. Ehhez tanító adatbázisra van szükség, mely megfelelően nagy mintasokaságra vonatkozóan tartalmaz spektrális adatot, valamint valamilyen referencia adatot, adatokat, melyeket a jövőben becsülni kívánunk. A spektrumok és az azokhoz tartozó referencia információ (pl. laboratóriumban mért zsírtartalom) kombinálása révén matematikai statisztikai módszerekkel becslő modelleket lehet felállítani, melyekkel az újonnan beérkező minták kérdéses tulajdonsága
(pl. zsírtartalma) NIR-spektrumuk alapján becsülhető.

Az a tény tehát, hogy NIR-spektrométerbe invesztálunk, a legtöbb esetben még nem jelent azonnali használati lehetőséget, megtérülést. Vagy szükséges egy, a műszerhez ajánlott kalibráció megvásárlása, vagy saját magunknak, házon belül kell felépíteni egy kalibrációt. Előbbi esetben arról van szó, hogy a kalibráció készítője a miénkhez hasonló készülékkel felvette nagyszámú minta NIR-spektrumát, majd meghatározta az egyes minták bizonyos tulajdonságait, hogy aztán a két adatállomány kapcsolatát matematikailag leírja. Kétségtelenül nagy segítség egy ilyen kalibrációs modell, már csak azért is, mert megkíméli a felhasználót a hosszú és körülményes adatgyűjtési folyamattól, amely a jó kalibrációhoz szükséges több száz, vagy ezer minta spektrumának és referencia adatainak mérése kapcsán felmerül. Fontos azonban, hogy a kalibrációt csak bizonyos tulajdonságokra készítik el, és a jövőben is csak ezen tulajdonságokra lesz használható. Fontos az is, hogy ez a kalibráció valóban a mi műszerünkre készüljön, mert bár az összes NIR-spektrométerrel hasonló spektrumot fogunk tudni rögzíteni egy adott mintára vonatkozóan, azonban hamar belátható, hogy a különböző gyártók műszerei, de akár azonos gyártó különböző modelljei között nem feltétlenül van közvetlen átjárhatóság. Lényeges, hogy a kalibrációs folyamat során vizsgált minták a lehető legnagyobb mértékben hasonlítsanak a jövőben általunk mérni kívánt mintákra – mind beltartalmukat, mind fizikai állapotukat tekintve.

1. ábra: az utóbbi évtizedek technikai fejlődése a számítógépek és a NIR-spektrométerek tekintetében. Középen fölül Karl Norris, az USDA kutatója, a NIR-spektroszkópia atyja

2 ábra: a közeli infravörös spektroszkópiás módszertan vázlatos bemutatása: A NIR-spektrumokhoz referencia adatok rendelése tanító adatbázisban, majd ezek alapján matematikai statisztikai módszerekkel kalibrációfejlesztés. Az új, ismeretlen minták vizsgált paramétereinek becslése a korábbi tapasztalatokat rögzítő tanító adatbázisra épülő kalibráció alapján, objektív alapot biztosítva a döntéshozatal számára

Amennyiben a második megoldást választjuk, tehát saját kalibrációs modell fejlesztésébe vágunk, az utóbb említett feltételnek a legtöbb esetben eleget tudunk tenni. Sőt, sokszor éppen emiatt, speciális igényeink okán érdemes saját kalibrációt fejleszteni. Ilyenkor a minták, a spektrométer, a mintaelőkészítés és a minták mérésének folyamata tökéletesen hasonló lehet a kalibráció és a felhasználás során. Ez azonban jelenthet problémát is bizonyos esetekben, miután lehet, hogy olyan speciális modellt sikerül felállítanunk, amely nem lesz képes kezelni a kicsit eltérő minták jövőbeni megjelenését. Házon belül sok esetben nehéz a megfelelő elemszámú és varianciájú minta összegyűjtése is, ráadásul a referencia mérések költsége sem elhanyagolható. Ezzel elérkeztünk a legfontosabb ponthoz: a referencia módszerek megbízhatóságához, aminek hiányában a NIR-becslések pontossága és megbízhatósága sem lesz megfelelő. A NIR-becslések hibája számos tényezőből tevődik össze. Ezek egy része technológiai (pl. a műszer optikai kialakítása, a mintakezelés, mintavételezés), másik része modellezési (pl. a spektrum és a referencia adat között nem található tökéletes összefüggés az alkalmazott matematikai módszerrel) eredetű. Végül, az egyik legjelentősebb hibaforrás lehet a referencia módszer hibája. A NIR-kalibráció mindvégig hordozni fogja azt a hibát, ami a kémiai laborból érkezik.

Ezért nagyon fontos ismernünk a referencia módszerek standard hibáját, és a NIR-módszereink hibáját a referencia módszer hibájával csökkentetten kell értékelnünk. A vásárolt kalibrációknál ez a tényező nyújthatja talán a legnagyobb biztonságot, mert a modellek készítői mindig komoly hangsúlyt fektetnek a felhasznált referencia adatok minőségére.

A saját, illetve a mások által fejlesztett kalibrációk esetében is szükséges tekintettel lennünk arra, hogy az egyes modellek idővel elavulhatnak. Fel kell arra készülnünk, hogy kalibrációinkat újra és újra frissítenünk kell naprakész referencia mintákkal, úgy, ahogyan ezt a komoly kalibrációk forgalmazói is elvégzik, időnként a felhasználó tudta nélkül.

Vannak azonban olyan helyzetek is, amikor nincs szükség a klasszikus értelemben vett kalibrációra. Ezekben az esetekben a NIR-spektrumokat a minták ujjlenyomataként használhatjuk, egyezőségeket, vagy éppen apró eltéréseket keresve a sokváltozós spektrális adatokban. Ilyenkor a megfelelő spektrális mintázatot jelöljük ki egy megfelelően nagy minta megfigyelését követően, majd az újonnan érkező termékek spektrumait összevetjük az elvárásokkal, és meghozzuk a döntést a megfelelőséget illetően.

A technológia lényege a döntéshozatal sebességében rejlik. Legyen szó asztali NIR-készülékről, vagy gyártási folyamatba épített eszközről, mellyel a gyártósoron haladó termékeket vizsgáljuk, a sebesség mindig meghatározó. A néhány perces laboratóriumi NIR-mérés időigénye is elenyésző a több napig, akár hetekig is eltartó kémiai analízisekhez képest. Egy automatizált rendszerbe épített, NIR-technikára alapozott folyamatszabályozási rendszer pedig új dimenziókat nyit a felhasználó számára – a futószalag elején mérünk, egy másodperccel később a futószalag végén pedig a megfelelő irányba továbbítjuk a terméket, annak megfelelően, hogy a NIR-adatok alapján milyennek ítélte meg azt a rendszer. Éppen ezért a NIR-technika ezen előbb említett előnyei különösen jól kihasználhatók pl. a precíziós növénytermesztésben és állattartásban, a takarmány alapanyag és késztermék előállításban, továbbá az élelmiszeripar egyes gyártási folyamataiban.

A fentiekben már beszéltünk a referencia módszerek hibájáról és megemlítettünk egyéb hibaforrásokat is. A mérőeszköz hibáját számos, a gyártók által nyújtott teszttel fel lehet deríteni, úgyhogy a rendszeres diagnosztikai ellenőrzések mindenképpen fontosak. Másik, hosszú távon meghatározó, de sokszor szinte felderíthetetlen hibaforrás lehet a reprezentatív mintavételezés és mintaelőkészítés hibája. Utóbbi esetben pl. a darálásos előkészítésben mutatkozó eltérések okozhatnak zavart, mivel az eltérő szemcseméretű minták szerkezetbeli különbözőségük, és az ebből adódó eltérő fénytani viszonyok okán eltérő spektrumokat eredményeznek. A mintavételezéssel kapcsolatos problémákra megoldást jelenthetnek a beépített, folyamatos mérést lehetővé tevő műszerek, mivel nagyon gyakori felvételezéssel a minta inhomogenitásából adódó eltérések kiegyenlítik egymást.

Jelenleg egyre több gyártó jelentkezik a piacon miniatürizált NIR-eszközökkel, felkínálva annak lehetőségét, hogy a technológiát bármely termelési és feldolgozási folyamatba beillesszük, akár minőségbiztosítási, akár folyamatszabályozási célzattal. Továbbá, lehetőséget kínálnak arra is, hogy kézi készülékekkel ellenőrizzük a termékeket, legyünk akár termelők, vagy piacon sétáló fogyasztók. Mindezen alkalmazások napjainkban már valóban elérhetőek, arra azonban különös figyelmet kell fordítani, hogy továbbra is analitikai eszközökről van szó. A szerzők mindezidáig nem találkoztak olyan eszközzel, mellyel a végfelhasználók valóban gond nélkül juthatnának kiváló eredményre. A fent említett hibalehetőségek közül kiemelten fontos a helyes mintaelőkészítés és a minta mérésre történő helyes prezentálása.

Összefoglalva, a NIR-technika utóbbi évtizedekben tapasztalt szárnyalása lehetővé tette azt, hogy a mintáink analízisét a laboratóriumon kívül is el tudjuk végezni megbízható módon, ráadásul igen rövid idő alatt. A kialakított módszerek helyes használata azonban kiemelten fontos annak érdekében, hogy célunkat elérjük, és a technológiai újítással valóban előnyre tegyünk szert.

3. ábra: In-line NIR-technika a folyamatszabályozás (húsfeldolgozás és gyümölcsosztályozás) szolgálatában

Következő lapszámunkban folytatjuk.

A közlemény elkészítését a EFOP-3.6.3-VEKOP-16-2017-00008 számú projekt támogatta. A projekt az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával valósult meg.

Dr. Bázár György, Prof. Dr. Romvári Róbert, Dr. Tóth Tamás
Kaposvári Egyetem, Agrár- és Környezettudományi Kar

A cikk szerzője: Dr. Tóth Tamás

Címlapkép: Getty Images
NEKED AJÁNLJUK
Nemzeti mintagazdaság lesz Mezőhegyesen

Nemzeti mintagazdaság lesz Mezőhegyesen

A célkitűzés nemzeti mintagazdaság létrehozása Mezőhegyesen – hangsúlyozta a Nemzeti Ménesbirtok és Tangazdaság Zrt. által ellátott állami feladatok k...

CÍMLAPRÓL AJÁNLJUK
KONFERENCIA
Agrárszektor Konferencia 2024
Decemberben ismét jön az egyik legnagyobb és legmeghatározóbb agrárszakmai esemény!
EZT OLVASTAD MÁR?
AgroNapló  |  2024. november 24. 14:02