Um die Qualität des Rohtees auf dem Teemarkt der Präfektur Kagoshima zu verbessern, werden das Aussehen und die helle Farbe des Rohtees, um den es geht, mit einer Digitalkamera fotografiert und die numerischen Werte aus der Textur- und Farbanalyse gewonnen Die Bilder werden zusammen mit dem Stückpreis und den Bildern auf Smartphones erfasst. Jedem Landwirt wird Feedback gegeben. Dieses Mal haben wir die verschiedenen Funktionen von JMP verwendet, um eine Methode zur Erklärung und Vorhersage der Werte von Rohteebestandteilen, die den Geschmack und das Aroma von Tee stark beeinflussen, anhand von Anbauinformationen und Bildanalysedaten zu untersuchen.
Wir verwendeten einen Datensatz von 1.292 Proben von Ichibancha-Tee, die aus verschiedenen Produktionsgebieten innerhalb der Präfektur an den Teemarkt geliefert, per Bild analysiert und nach der Ausschreibung mit der Nahinfrarotmethode auf ihre Zusammensetzung analysiert wurden. Die Hauptkomponentenanalyse unter Verwendung der Komponentenwerte von Ichibancha-Rohtee (Gesamtstickstoff, freie Aminosäuren, Theanin, Ballaststoffe, Tannin, Koffein, Vitamin C) ergab, dass die Eigenschaften des Rohtees, um den es geht, hauptsächlich auf Indikatoren im Zusammenhang mit dem Gesamtstickstoff basieren und Ballaststoffe konnten durch Komponente 1 und Hauptkomponente 2 erklärt werden, was ein Index ist, der sich auf den Tannin- und Koffeingehalt bezieht, und der Stückpreis hatte eine positive Korrelation mit dem Gesamtstickstoff und eine negative Korrelation mit Ballaststoffen.
Aus der Kontrollkarte geht hervor, dass es viele Fälle gibt, in denen der Gesamtstickstoff und die Ballaststoffe in der zweiten Hälfte des Betriebs von den Kontrollgrenzen abweichen (Sorten mit mittlerer bis später Reifezeit) und die untere Spezifikationsgrenze für den Gesamtstickstoffgehalt bei 5 % liegt Die obere Spezifikationsgrenze für den Fasergehalt liegt bei 22 %. Die Nichtkonformitätsraten lagen bei 4,9 % bzw. 6,4 %.
Um den Gesamtstickstoff und die Ballaststoffe aus Rohtee-Bildanalysedaten vorherzusagen, verwendeten wir PLS-Regressions- und Antwortoberflächenmodelle unter Verwendung von Kultivierungsinformationen und 10 Bildanalyseelementen als Parameter. Als Ergebnis wurde festgestellt, dass die Werte beider Komponenten signifikant sind je nach Bietzeitpunkt und Sorte unterschiedlich. Darüber hinaus konnten wir dies mit einem Modell erklären, das den Bildanalysepunkt „weiße Stängel“ (ein Indikator für die Reife neuer Triebe, die gepflückt werden sollen) berücksichtigt. Darüber hinaus wird mit der Design-Space-Funktion des Profils der Prozentsatz des Gesamtstickstoffs und der Ballaststoffe innerhalb der „Hauptsorten mit mittlerer bis später Reifung so geerntet und hergestellt, dass die weißen Stängel bis zum 7. Mai Stufe 3 oder weniger haben“ ermittelt Die Spezifikation wird 98,9 % betragen. Es wurde vorhergesagt, dass dies möglich wäre.
Wie oben beschrieben, können die Werte der Rohteebestandteile anhand von Anbauinformationen und Bildanalysedaten vorhergesagt werden, und es wurde ein Anbauindex erhalten, der innerhalb der Spezifikationen bleibt. Wir werden ein Beispiel dafür vorstellen, wie diese Informationen zur Orientierung bei der Ernte und Herstellung vor Ort genutzt werden.
