鮮度を数値化する測定器を、理化学分析・ガスセンサ・近赤外分光・分光イメージングの4分類で比較します。測れる指標と測れない指標、破壊か非破壊か、設置形態と運用負荷から、自社の現場に合う一台を選ぶ判断軸が分かります。
先に結論を書きます。「鮮度」という単一の値を直接測る測定器は存在しません。市販の鮮度測定器はすべて、K値・揮発性塩基窒素（VBN）・pH・色・におい成分といった個別の指標を代理で測る装置です。実際、魚類の鮮度指標であるK値には日本農林規格（JAS 0023）があり、その本体は高速液体クロマトグラフ法による試験方法、つまり試料を採取して抽出する破壊検査として定められています。「測定器を買えば鮮度が分かる」のではなく、何を鮮度と呼ぶかを決めてから装置を選ぶ順序になります。
「鮮度」は単一の値ではない：測定器は指標の代理測定
装置比較の前に、自社が鮮度低下の何を問題にしているのかを言語化する必要があります。クレームが「におい」なのか「見た目の変色」なのか「加熱後の食感」なのかで、測るべき指標がまったく変わるからです。ここを飛ばして測定器を選ぶと、数値は出るのに現場の判断には使えない、という結果になりがちです。
初期鮮度を見る指標と、腐敗側を見る指標は別物
K値は、筋肉中のATP（アデノシン三リン酸＝生体のエネルギー物質）が分解して生じる関連物質のうち、イノシン（HxR）とヒポキサンチン（Hx）が占める割合を百分率で表した指標です。値が小さいほど新鮮で、腐敗が始まる前の「落ち始め」を捉えられます。一方のVBN（揮発性塩基窒素）は、たんぱく質やアミノ酸が分解して生じるアンモニアやアミン類を窒素量として定量する指標で、腐敗が進んだ側を見ます。同じ「鮮度」の語でも、両者は見ている時間帯が違います。
pHや色差（L*a*b*値）は、厳密には鮮度そのものではなく、鮮度低下の結果として現れる現象を数値化したものです。死後硬直の進行、保水性の低下、変色といった見え方を追う用途では有効ですが、これだけで安全性を語ることはできません。指標ごとに役割が違うという前提を、装置比較の物差しにします。
基準値は法令が決めるのではなく、事業者が設定する
もうひとつ押さえておきたいのが、合否の線は測定器が決めてくれないという点です。消費者庁の食品期限表示の設定のためのガイドライン（令和7年3月）では、期限設定に用いる客観的な指標として理化学試験・微生物試験が挙げられ、適切な条件下で行われた官能検査も有効に利用され得るとされています。そのうえで、消費期限は微生物試験等の安全性に係る結果を優先し、賞味期限は理化学試験や官能検査等の品質の結果を優先して事業者自身が科学的・合理的に設定するものと整理されています。
つまり測定器の導入は、「基準を買う」のではなく「自社の基準を裏づける数値を、繰り返し取れるようにする」作業です。装置選定の要件は、精度の高さだけでなく同じ条件で毎日測り続けられるかに寄ります。
鮮度測定器の4分類｜測れる指標・破壊/非破壊・使いどころの比較
ここからは、実際に入手できる装置を測定原理で4つに分類し、品目を問わず使える物差しで並べます。優劣の話ではなく、測れる指標と、検査に割ける時間・費用が違うという整理です。
分類 | 主に測れる指標 | 破壊/非破壊 | 主な測定対象 | 設置形態 | 現場での使いどころ |
|---|---|---|---|---|---|
①理化学分析型 | K値、VBN、脂質酸化度 | 破壊（採取・抽出が必要） | 抜き取り試料 | 試験室・外部委託 | 期限設定やクレーム原因究明の確定検査。全数検査には不向き |
②ガス・においセンサ型 | 揮発成分のパターン（腐敗由来ガス等） | 非破壊（気相を採る） | 包装内・容器内・庫内の空気 | 卓上・ハンディ・庫内常設 | 保管中の異常検知、区分判定。成分の特定ではなくパターン識別 |
③近赤外・可視分光型 | 水分・糖・有機酸などに由来する分光特徴からの推定値 | 非破壊・非接触 | 個体の指定した1点 | ハンディ・卓上・ライン組込 | 定点の数値管理。部位差や不均一は取りこぼす |
④分光イメージング型 | ③と同じ推定値を画素ごとに面で取得 | 非破壊・非接触 | 個体・トレー・ライン全面 | ライン組込・検査ブース | 全数スクリーニングと分布把握。確定検査の代替にはならない |
①理化学分析型：もっとも確からしいが、速度と全数性を捨てる
K値・VBNを数値として確定できるのはこの分類だけです。K値についてはJAS 0023として試験方法が規格化されており、根拠として説明しやすい強みがあります。反面、試料の採取・抽出・分析に時間がかかり、測った個体は売り物になりません。基準づくりと原因究明の土台として持ち、日々の判定は別の手段に任せる、という役割分担が現実的です。
②ガス・においセンサ型：腐敗側の変化を包装の外から拾う
においセンサは、半導体式などのセンサ素子の応答パターンから、揮発成分の変化を機械学習で分類する方式が主流です。産業技術総合研究所は2023年に、ニオイから魚肉の鮮度を判定するセンシング技術を発表しています。養殖ブリから検出した27成分をもとに模擬ガスを作り、8種のセンサ素子の出力で「入荷直後・生食・加熱調理・腐敗」の4段階を判定したところ、交差検証での正答率は95.4%でした。魚肉の採取が不要な非破壊試験である点も報告されています。
注意したいのは、この方式が返すのが成分の絶対量ではなくパターンの近さだという点です。同報告でも、K値とセンサ出力を突き合わせる作業は今後の開発項目と位置づけられています。温度・湿度・共存するにおいの影響も受けるため、測る場所と時間の条件をそろえる運用設計が不可欠です。
③近赤外・可視分光型：中身の成分変化を秒単位で推定する
分光とは、光を波長ごとに分けて強さを測ることです。物質ごとに吸収する波長が違うため、反射光や透過光のパターンから内部の成分や状態を推定できます。農研機構は、可視・近赤外分光センサーを使ったキャベツの鮮度評価法を公表しており、外葉の黄化・芯の褐変・水分変化に関わる波長から貯蔵日数を推定し、標準誤差およそ6日、測定は非接触で3秒以内としています。
この「誤差6日」という数字は、分光式の鮮度測定器の性格をよく表しています。1日単位の断定には向かず、しきい値をまたいだ個体を拾う用途に向くということです。水分に関する測り方の考え方は食品の水分測定を非破壊で行う方法でも整理しています。
④分光イメージング型：点ではなく面で、ばらつきごと捉える
③との違いは「点か面か」です。ハンディの分光計は指定した1点しか測れませんが、実際のトレー品や原料では悪いのは端の一部だけ、ということが珍しくありません。ハイパースペクトルカメラの仕組みは、画像の1画素ごとに数十〜数百波長の分光データを持たせる装置で、「見た目の画像」と「各点の分光データ」を同時に取得します。部位差・個体差を分布として見たい場合の選択肢になります。
一方で、分光イメージングも万能ではありません。取得できるのは分光データであって、鮮度指標そのものではないからです。K値やVBNなどの実測値と突き合わせて推定モデルを作る工程が必ず必要で、品目・品種・季節・照明が変われば作り直しになることもあります。装置の値段より、このモデル構築と再学習の工数が導入の実質コストを決めます。
用途を絞った検証であれば、現物を持ち込んで撮って確かめるのがいちばん早い、というのが正直なところです。私たちは食品・農業・インフラ・医療などの現場とともに実証を重ねてきました（実績一覧）。判断がつかない段階でも、まず撮ってみるところからお手伝いできます。
どの鮮度測定器を選ぶか｜4ステップの判定チャート
分類が分かっても、そのまま見積もりに進むと失敗します。次の順番で絞り込むと、必要な装置の輪郭が先に決まります。
- 何を鮮度と呼ぶかを1つに決める。「におい」なら②、「中身の成分変化」なら③④、「期限設定の根拠」なら①。ここで2つ以上を挙げたら、優先順位をつけて分ける。
- 測った個体を売るかどうかを決める。売るなら破壊検査は使えず、①は抜き取りに限定される。全数を出荷するなら②③④のいずれかが前提になる。
- 判定に許される時間と、測る数を数える。1日数点なら卓上やハンディで足りる。ライン速度に合わせて全数なら④、定点で連続なら③のライン組込。
- 基準値を作る人と、モデルを保守する人を決める。②③④はいずれも教師データが要る。ここを決められないうちは、装置ではなく①でまず自社のデータを貯める。
4番目でつまずく現場がいちばん多いというのが実感です。非破壊の測定器は「買えば測れる」ものではなく、自社の判定基準を機械に教える作業とセットになります。傷み・腐敗という切り口での手法比較は食品の腐敗・傷みを出荷前に見抜く非破壊検査の比較、食肉に限った装置分類は肉の鮮度を判定する装置5分類で詳しく扱っています。
鮮度測定器で「測れないもの」を先に確認する
導入検討で失敗を避けるには、できることよりできないことを先に共有するのが近道です。ここは正直に書きます。
- 安全性の判定はできない。微生物学的な安全性は培養等の検査で確かめるもので、法令上の規格がある食品もあります。どの非破壊測定器を入れても、この検査を置き換えることはできません。
- 絶対値の保証はできない。②③④が返すのは推定値・分類結果です。前掲のキャベツの例のように、標準誤差を伴う数値として扱う必要があります。
- 品目をまたいだ流用は効きにくい。魚で作ったモデルが肉や野菜にそのまま使えることはまずありません。品種や産地が変わっただけで精度が落ちることもあります。
- 表面に出ていない部位は苦手な場合がある。可視・近赤外域の光が届く深さには限りがあり、厚い包材や深部の変化は捉えにくくなります。
裏を返すと、これらを織り込んだうえで「一次スクリーニング」に徹する設計なら、非破壊の測定器は十分に機能します。確定検査（①）と組み合わせた二層構成が、多くの現場での現実解です。冷凍履歴のように、鮮度とは別の軸で疑われやすい項目は魚の冷凍履歴を判別する5手法で整理しています。
導入までの現実的な進め方
最後に、検討を前に進めるための順序をまとめます。装置の選定から入らず、手元のサンプルで取れるデータから逆算するのが遠回りに見えて最短です。
- 現在の判定方法（官能検査・外部委託の分析）で、どこに不満があるかを1つに絞る。
- 良品・不良品のサンプルを、できれば時系列（0日・2日・4日…）で確保する。
- ①の分析値を教師データとして少量でも取る。ここが無いと②③④の精度は検証できない。
- 候補方式で実測し、しきい値を引いたときの見逃し・過検出の数を数える。
- ラインへの設置条件（速度・照明・振動・清掃）を確認してから、導入形態を決める。
どの分類が自社に合うか、そもそも分光で測れる対象なのか。この判断だけでも、サンプルと現場条件が分かれば早い段階でお答えできます。検討材料として、測定原理・導入事例・仕様をまとめた資料をご用意しています。
