【YT001P購入レビュー】スペクトルメーターで光環境を測定してみた

屋外の光環境を手軽に測定したいと思い、スペクトルメーター「YT001P」を購入しました。

研究用途の分光器は高価なものが多いですが、YT001Pは比較的手の届きやすい価格帯。それでも決して安い買い物ではありませんが、「ポータブルで持ち運びやすい」「スペクトル・PPFDを測定できる」という点に魅力を感じました。

今回は実際に使用してみたレビューと、保存したCSVデータをRのggplot2で可視化する方法を紹介します。

今回購入したスペクトルメーターはこちらです。

Amazon | 分光光度計スペクトロメーター - 波長・CCT・CRI 測定 0.2nm分解能分光計 LED照明試験/写真/照明設計/実験室用 PC・Androidアプリ連携 (380-780nm) | 光学機器・計器 | 産業・研究開発用品通販

分光光度計スペクトロメーター - 波長・CCT・CRI 測定 0.2nm分解能分光計 LED照明試験/写真/照明設計/実験室用 PC・Androidアプリ連携 (380-780nm)が光学機器・計器ストアでいつでもお買い得。当日お急ぎ便...

YT001Pを購入した理由
開封
1. 本体の特徴
2. 画面構成
単色LEDを測定してみる
データ保存機能
データ読み込み
CSVデータをggplot2で可視化
1. コード
2. 出力例
YT001Pを実際に使った感想
1. 良かった点
2. 気になった点
まとめ｜YT001Pはこんな人におすすめ

YT001Pを購入した理由

屋外で植物の生育環境や照明環境を調べるために、持ち運び可能なスペクトルメーターを探していました。

求めていた条件は以下の通りです。

ポータブルで持ち運びやすい
比較的安価
スペクトルデータを取得できる
PCでデータ解析できる

Amazonで見つけて購入しましたが、中国からの発送だったため、到着まで約2週間かかりました。

開封

箱から取り出して内容物を確認します。

収納袋に入っていました。

本体
収納袋
充電器とケーブル(A to C)
品質保証書
品質検査証

本体は想像以上にしっかりしており、金属製で堅牢な印象です。

本体の特徴

センサーは本体上部
側面にスイッチが1つ
長押しで起動・終了
USB-Cポート搭載

操作の大部分はタッチパネルで行います。

画面構成

画面上部には以下のタブがあります。

Spec
Data
Chro

画面下部には以下の操作ボタンがあります。

連続測定
単発測定
測定停止
データ保存
設定

直感的なUIで、説明書を読まなくてもある程度操作できました。

単色LEDを測定してみる

まずは手元にあった単色LEDを測定してみました。

LED	主波長
赤	約620 nm
緑	約520 nm
青	約460 nm

測定結果は概ね期待通りでした。

また白色LEDを測定すると、

青色LED由来のピーク
蛍光体由来の広いピーク

が確認できました。

典型的な青色LED＋蛍光体による白色LEDのスペクトル形状であり、スペクトルメーターとして最低限の性能は十分ありそうです。

データ保存機能

メニューを見る限り、

の2種類で保存できるようです。

今回はCSV形式で保存しました。

ファイル名を付けて保存できるため、後で整理しやすいのは便利です。

PDF保存はできなかった

何度試してもPDFファイルは保存されませんでした。

私の個体だけなのか、ファームウェアの問題なのか、それとも未実装機能なのかは不明です。

普段はCSVしか使わないので大きな問題ではありませんが、購入を検討している方は注意が必要です。

データ読み込み

Macでデータを読み出そうとして苦戦

測定後、Macに接続してデータを取り出そうとしました。

USB-Cケーブルで接続すると……

何も認識されません。

薄々予感はしていましたが、ストレージとしてマウントされない状態です。

「もしかして故障？」と危惧しました。

Windowsでは問題なく認識

Windows PCに接続してみたところ、無事認識されました。

内部には以下のファイルが保存されています。

Androidアプリ
Windows用PCソフト（.exe）
説明書
保存した測定データ

故障ではなかったので一安心です。

Macで再挑戦

その後いろいろ試した結果、

USB-C to USB-C → 認識しない
USBハブ経由（USB-A to USB-C）→ 認識する

という謎の挙動を確認しました。

なぜ認識するのかは分かりませんが、とりあえずMacでもデータ取得は可能でした。

Macユーザーは少し苦労するかもしれません。

なお、付属のPCソフトはWindows専用です。

CSVデータをggplot2で可視化

CSVデータが取得できたので、Rで可視化してみます。

定番ですが、やはりggplot2が便利です。

コード

YT001Pの出力するCSVに合わせて作図するコードです。

YT001P(ファイルパス)で自動的に作図します。

引数outputで

spc: スペクトル分布図
rgb: RGB比
cum: 積み上げPPFD
all: 全データをまとめた図

を出力します。

Rコード

YT001P <- function(file_path,
                   output = "all" # "spc", "rgb", "cum"
                   ){
  
  # パッケージ
  library(ggplot2)
  library(dplyr)
  library(gridExtra)
  library(grid)
  
  # NULL前処理
  read_nullbyte_csv <- function(path) {
    con <- file(path, "rb")
    raw_data <- readBin(con, what = "raw", n = 2e6) # 最大2MB読み込み
    close(con)
    
    raw_data <- raw_data[raw_data != as.raw(0x00)] # NULLバイト除去
    txt <- rawToChar(raw_data) # raw → 文字列
    lines <- strsplit(txt, "\n")[[1]] # 行分割
    lines <- trimws(lines) # 前後空白除去
    lines <- lines[nchar(lines) > 0] # 空行除去
    lines
  }
  
  lines <- read_nullbyte_csv(file_path)
  
  # データフレーム変換
  parse_kv <- function(lines) {
    # 最後のカンマ位置を検索
    last_comma <- regexpr(",[^,]*$", lines)
    has_comma <- last_comma > 0
    lines <- lines[has_comma]
    lc <- last_comma[has_comma]
    
    key <- trimws(substring(lines, 1L, lc - 1L))
    value <- trimws(substring(lines, lc + 1L))
    
    data.frame(key = key, value = value, stringsAsFactors = FALSE)
  }
  
  kv <- parse_kv(lines)
  
  # スペクトルデータ抽出
  spec_mask <- grepl("^\\d{3}\\(mW/m2/nm\\)$", kv$key) # キーが "NNN(mW/m2/nm)" の行を抽出
  spec_df <- kv[spec_mask, ] |>
    transmute(
      wavelength = as.integer(sub("\\(mW/m2/nm\\)", "", key)),
      irradiance = as.numeric(value)
    ) |>
    arrange(wavelength)
  
  # メタデータ抽出
  get_meta <- function(kv, pattern) {
    idx <- grep(pattern, kv$key, perl = TRUE)
    if (length(idx) == 0) return(NA_real_)
    suppressWarnings(as.numeric(kv$value[idx[1]]))
  }
  
  meta <- list(
    CCT = get_meta(kv, "CCT\\(K\\)"),
    illuminance = get_meta(kv, "Illuminance\\(lx\\)"),
    PPFD = get_meta(kv, "PPFD\\(umol"), # 400–780
    PPFD400700  = get_meta(kv, "PPFD400-700"),
    YPFD = get_meta(kv, "YPFD"),
    PAR = get_meta(kv, "PAR\\(W/m2\\)"),
    PUR = get_meta(kv, "PUR\\(W/m2\\)"),
    irrad = get_meta(kv, "Irradiance\\(W/m2\\)"),
    Ra = get_meta(kv, ",Ra$"),
    SP = get_meta(kv, "S/P"),
    peak_wl = get_meta(kv, "PeakWave"),
    centroid_wl = get_meta(kv, "CentroidWave"),
    half_width = get_meta(kv, "HalfWidth"),
    R_ratio = get_meta(kv, "R-ratio"),
    G_ratio = get_meta(kv, "G-ratio"),
    B_ratio = get_meta(kv, "B-ratio"),
    date_str = sub("Date,", "", grep("^Date,", lines, value=TRUE)[1]),
    time_str = sub("Time,", "", grep("^Time,", lines, value=TRUE)[1])
  )
  
  # 光合成光量子数への換算
  # E [mW/m²/nm] × 1e-3 [W] × λ [m] / (h·c·Na) × 1e6 → µmol/m²/s/nm
  h <- 6.62607e-34 # プランク定数 [J·s]
  c_l <- 2.99792e8 # 光速 [m/s]
  Na <- 6.02214e23 # アボガドロ数 [/mol]
  
  spec_df <- spec_df |>
    mutate(
      ppfd_density = irradiance * 1e-3 * (wavelength * 1e-9) / (h * c_l * Na) * 1e6
    )
  
  par_df <- spec_df |>
    filter(wavelength >= 400, wavelength <= 700) |>
    mutate(
      cum_ppfd = cumsum(ppfd_density),
      cum_pct  = cum_ppfd / sum(ppfd_density) * 100
    )
  
  # 波長近似RGB色
  wavelength_to_hex <- function(wl) {
    vapply(wl, function(w) {
      if      (w < 380)         "#8B00FF"
      else if (w < 420) { t <- (w-380)/40; rgb(t*.25, 0, 1) }
      else if (w < 440) { t <- (w-420)/20; rgb(.25-t*.25, 0, 1) }
      else if (w < 490) { t <- (w-440)/50; rgb(0, t, 1) }
      else if (w < 510) { t <- (w-490)/20; rgb(0, 1, 1-t) }
      else if (w < 580) { t <- (w-510)/70; rgb(t, 1, 0) }
      else if (w < 645) { t <- (w-580)/65; rgb(1, 1-t*.9, 0) }
      else if (w < 700)         "#FF0000"
      else                      "#8B0000"
    }, character(1))
  }
  
  spec_rect <- spec_df |> # スペクトル塗りつぶし用（geom_rect: 各1nm幅リボン）
    filter(wavelength >= 380, wavelength <= 780) |>
    mutate(
      col = wavelength_to_hex(wavelength),
      xmin = wavelength - 0.5,
      xmax = wavelength + 0.5
    )
  
  # スペクトル分布図
  ymax <- max(spec_df$irradiance) * 1.12
  
  p_spec <- ggplot() +
    # 波長帯背景
    annotate("rect", xmin=380, xmax=400, ymin=0, ymax=Inf, fill="#8800CC", alpha=.08) +
    annotate("rect", xmin=400, xmax=500, ymin=0, ymax=Inf, fill="#2244FF", alpha=.07) +
    annotate("rect", xmin=500, xmax=600, ymin=0, ymax=Inf, fill="#00AA22", alpha=.07) +
    annotate("rect", xmin=600, xmax=700, ymin=0, ymax=Inf, fill="#FF2200", alpha=.07) +
    annotate("rect", xmin=700, xmax=780, ymin=0, ymax=Inf, fill="#660000", alpha=.05) +
    # 波長帯ラベル
    annotate("text", x=390, y=ymax*.975, label="UV",    size=3, color="#6600AA", fontface="bold", vjust=1) +
    annotate("text", x=450, y=ymax*.975, label="Blue",  size=3, color="#0033CC", fontface="bold", vjust=1) +
    annotate("text", x=550, y=ymax*.975, label="Green", size=3, color="#006600", fontface="bold", vjust=1) +
    annotate("text", x=650, y=ymax*.975, label="Red",   size=3, color="#AA0000", fontface="bold", vjust=1) +
    annotate("text", x=740, y=ymax*.975, label="FR",    size=3, color="#550000", fontface="bold", vjust=1) +
    # 虹色リボン塗りつぶし
    geom_rect(data = spec_rect,
              aes(xmin=xmin, xmax=xmax, ymin=0, ymax=irradiance, fill=I(col)),
              alpha = 0.82, color = NA) +
    # スペクトル輪郭
    geom_line(data = spec_df |> filter(wavelength >= 380, wavelength <= 780),
              aes(x=wavelength, y=irradiance),
              color = "#111111", linewidth = 0.5) +
    # 軸・スケール
    scale_x_continuous(
      name = "Wavelength (nm)",
      breaks = seq(380, 780, 40),
      limits = c(380, 780),
      expand = c(0, 0)
    ) +
    scale_y_continuous(
      name = expression(bold(paste("Spectral irradiance (mW·m"^{-2},"·nm"^{-1},")"))),
      limits = c(0, ymax),
      breaks = pretty(c(0, ymax), n = 6),
      expand = c(0, 0)
    ) +
    theme_classic(base_size = 11) +
    theme(
      plot.title = element_text(face="bold", size=12, hjust=0),
      plot.subtitle = element_text(size=8.5, color="gray40"),
      axis.title = element_text(size=10, face="bold"),
      axis.text = element_text(size=9),
      panel.border = element_rect(color="black", fill=NA, linewidth=0.8),
      plot.margin = margin(8, 14, 4, 8)
    ) +
    labs(
      title = "Spectral Power Distribution",
      subtitle = paste0(
        "CCT = ", round(meta$CCT), " K",
        " | Ra = ",  round(meta$Ra, 1),
        " | S/P = ", round(meta$SP, 2),
        " | Peak = ", round(meta$peak_wl, 1),
        " | Centroid = ", round(meta$centroid_wl, 1),
        " | Half-width = ", round(meta$half_width, 1), " nm"
      )
    )
  
  # RGB比率図
  rgb_df <- data.frame(
    band = factor(
      c("Blue\n400–500 nm", "Green\n500–600 nm", "Red\n600–700 nm"),
      levels = c("Blue\n400–500 nm", "Green\n500–600 nm", "Red\n600–700 nm")
    ),
    ratio = c(meta$B_ratio, meta$G_ratio, meta$R_ratio)
  )
  
  p_rgb <- ggplot(rgb_df, aes(x=band, y=ratio, fill=band)) +
    geom_col(width=0.55, color="white", linewidth=0.6) +
    geom_text(aes(label=paste0(round(ratio, 1), "%")),
              vjust=-0.4, size=3.8, fontface="bold", color="#222222") +
    scale_fill_manual(
      values = c("#3355BB","#228833","#BB2211"), guide="none"
    ) +
    scale_y_continuous(limits=c(0, 100), breaks=seq(0,100,10), expand=c(0,0)) +
    labs(title="RGB Ratio", x=NULL, y="Fraction of irradiance (%)") +
    theme_classic(base_size=10) +
    theme(
      plot.title = element_text(face="bold", size=11, hjust=0.5),
      axis.title = element_text(size=10, face="bold"),
      axis.text.x = element_text(face="bold"), 
      panel.border = element_rect(color="black", fill=NA, linewidth=0.7),
      plot.margin  = margin(8, 10, 4, 8)
    )
  
  # 累積PPFD（PAR域）
  p_cum <- ggplot(par_df, aes(x=wavelength)) +
    annotate("rect", xmin=400, xmax=500, ymin=-Inf, ymax=Inf, fill="#3355BB", alpha=.09) +
    annotate("rect", xmin=500, xmax=600, ymin=-Inf, ymax=Inf, fill="#228833", alpha=.09) +
    annotate("rect", xmin=600, xmax=700, ymin=-Inf, ymax=Inf, fill="#BB2211", alpha=.09) +
    geom_area(aes(y=cum_pct), fill="#888888", alpha=0.30) +
    geom_line(aes(y=cum_pct), color="#222222", linewidth=0.75) +
    geom_hline(yintercept=50, linetype="dashed", color="#666666", linewidth=0.4) +
    annotate("text", x=698, y=52.5, label="50%", size=2.9, color="#555555", hjust=1) +
    scale_x_continuous(
      name = "Wavelength (nm)",
      breaks = seq(400, 700, 50),
      limits = c(400, 702),
      expand = c(0, 0)
    ) +
    scale_y_continuous(
      name = "Cumulative PPFD (%)",
      limits = c(0, 105),
      breaks = seq(0, 100, 25),
      expand = c(0, 0)
    ) +
    labs(title = "Cumulative PPFD  (400–700 nm)") +
    theme_classic(base_size=10) +
    theme(
      plot.title = element_text(face="bold", size=11, hjust=0),
      axis.title = element_text(size=10, face="bold"),
      panel.border = element_rect(color="black", fill=NA, linewidth=0.7),
      plot.margin = margin(8, 10, 4, 8)
    )
  
  # 数値表
  tab_df <- data.frame(
    Parameter = c(
      "ePPFD (380–780 nm)",
      "PPFD (400–700 nm)",
      "YPFD",
      "PAR",
      "PUR",
      "Irradiance",
      "Illuminance",
      "CCT",
      "Ra"
    ),
    Value = c(
      sprintf("%.3f", meta$PPFD),
      sprintf("%.3f", meta$PPFD400700),
      sprintf("%.3f", meta$YPFD),
      sprintf("%.4f", meta$PAR),
      sprintf("%.4f", meta$PUR),
      sprintf("%.4f", meta$irrad),
      sprintf("%.1f", meta$illuminance),
      sprintf("%.0f", meta$CCT),
      sprintf("%.1f", meta$Ra)
    ),
    Unit = c(
      "umol/m2/s", "umol/m2/s", "umol/m2/s",
      "W/m2", "W/m2", "W/m2",
      "lx", "K", "—"
    ),
    stringsAsFactors = FALSE
  )
  
  # ttheme_minimal の hjust/x はセル順（列優先）で全セル分指定する必要がある
  n_row <- nrow(tab_df) # 3列 × nrow(tab_df) 行 → 各列の値を行数分繰り返す
  core_hjust <- rep(c(0, 1, 0), each = n_row) # col1:left, col2:right, col3:left
  core_x <- rep(c(0.04, 0.96, 0.06), each = n_row)
  
  tbl_theme <- ttheme_minimal(
    core = list(
      fg_params = list(
        fontsize = 9.5,
        hjust = core_hjust,
        x = core_x
      )　
    ),
    colhead = list(
      fg_params = list(
        fontsize = 10,
        fontface = "bold",
        hjust = c(0, 1, 0), # ヘッダーは3列のみなのでそのまま
        x = c(0.04, 0.96, 0.06)
      ),
      bg_params = list(fill = "#DDDDDD", col = NA)
    )
  )
  
  p_table <- tableGrob(tab_df, rows=NULL, theme=tbl_theme)
  
  # 出力
  if (output == "all") {
    layout_m <- rbind(c(1, 1, 1),
                      c(2, 3, 4))
    
    p <- grid.arrange(
      p_spec, p_rgb, p_cum, p_table,
      layout_matrix = layout_m
    )
  }
  
  if (output == "spc") {
    p <- p_spec
  }
  if (output == "rgb") {
    p <- p_rgb
  } 
  if (output == "cum") {
    p <- p_cum
  }
  
  return(p)
}