米中の農薬残留物の表面増強ラマン分光法（SERS）による迅速検出精度を向上させるために、2次元相関スペクトル（2DCOS）を用いて米のラマンスペクトル中の農薬関連の特徴変数を最適選択する方法を提案した。まず、標準正規変数変換（SNV）を用いて生のスペクトルを前処理し、メチルパラチオン濃度を外部変数とした2次元同期相関スペクトルと自己相関スペクトルを解析し、メチルパラチオン濃度変化と最も関連の深い特徴スペクトルピークを選択した。米中のメチルパラチオン残留濃度について、サポートベクターマシン（SVM）解析モデルを構築し、部分最小二乗法（PLS）モデルとの性能比較を行った。結果は、2DCOS法がメチルパラチオン濃度に関連する特徴スペクトルピークを良好に選択できることを示した。2DCOSで選択した4つの特徴ピークを用いたSVMモデルはPLSモデルより性能が優れており、予測データセットに対する相関係数（RP）は0.96、予測の平均二乗誤差（RMSEP）は5.21、相対分析誤差（RPD）は3.66であり、米中のメチルパラチオン農薬残留の実際の推定に利用可能である。本研究は、2DCOSによる米中のメチルパラチオン濃度に関連する特徴変数の選択が可能であり、モデルの簡素化と予測精度の向上が期待でき、ラマンスペクトルを用いた食品農産物の品質安全性の迅速検査に新たな視点を提供することを示した。

表面増強ラマン分光法（SERS）；2次元相関スペクトル（2DCOS）；特徴変数最適選択；迅速検出；米；メチルパラチオン