鲜肉水分近红外漫反射方法及实验研究

合集下载

近红外检测仪检测在猪肉水分含量的应用

2018年第7期近几年关于猪肉食品安全的传闻屡见不鲜，很多问题猪肉引起了不小的社会风波，点燃了负能量的社会舆论。

水分对肉品的质量显得尤为重要，猪肉中水分太多可能引起猪肉变质，水分太少则影响肉的组织状态，引起脂肪反应。

近红外检测仪的设计原理旨在快速、高效检测猪肉水分能出猪肉的品质。

不过近红外检测仪的造价昂贵，投入市场需要不少资金，且近红外检测仪需要专业技术人员的操作，因此该方式目前多存在于实验室快速检测。

为了充分探究近红外检测仪在检测猪肉水分含量中的作用，本文采取实验法，选择同一天30份不同厂家运输至郑州市市场的普通猪肉为样本，利用近红外检测仪对其水分进行测定，获取真实数据，希以期为相关工作人员提供理论借鉴。

1实验内容首先实验的仪器和设备包括便携式近红外检测仪、分析天平、干燥箱、游标卡尺、称量瓶、烘箱等。

其次，实验的材料为30份新鲜生猪肉。

将购买回来的新鲜生猪肉放置于25℃条件中，然后将生猪肉横切取样，每隔2h 取一次样品，共取10次，样本肉片的厚度大约在2mm 最佳，把切好的肉片固定在样品夹上，将肉片平整放置，等待上机检测。

将制作好的样品放置于近红外检测仪上进行检测，检测仪的波长可调节到810、850、890、930nm 上，然后分别测量样品在不同波长下的数据。

把肉样放入称量瓶（称量瓶的质量一致）中，记录样品的编号重量，把这些制好的称量瓶放入电热恒温鼓风干燥箱中（103±2）℃烘干2h ，取出后置于干燥器冷却至室温，精确称重后再放入干燥箱中烘干1h 。

连续称量猪肉质量的变化不超过0.1％，小数点精确到0.001，通过计算前后质量的差计算样本生猪肉的水分含量（％）。

水分含量=（干燥前称量瓶加样品质量-干燥后称量瓶加样品质量）/干燥前样品质量在上述实验过程中每隔2h 次样本，并将每个样本放置于近红外检测仪中，通过测定30个样本的含水量，表1发现，鲜猪肉在25℃下放置2d 检测仪的数据显示电压值整体上升，即随着时间的推移，猪肉中水分的含量越来越少，同时在4个波频的扫射下相关性检验外测定的电压值与猪肉水分按量测定值之间呈现二次平方关系数学模型，通过回归分析发现30份生猪肉的水分测定在不同程度均精准，生猪肉的水分含量在75%左右。

冻藏猪肉在近红外光谱应用中的快速无损检测

MEAT INDUSTRY
2020年第1期总第465期
冻藏猪肉在近红外光谱应用中的快速无损检测
赵矩阳1姚恒詰1杨旻恪2石长波I
1 •哈尔滨商业大学旅游烹饪学院黑龙江哈尔滨150030 2•华南农业大学食品学院广东广州510642
摘要利用可见-近红外光谱技术对新鲜肉和长期冻藏猪肉水分含量进行定量模型的建立。采集冻藏0、3 月的新鲜肉和冻藏6、9月的长期冻藏肉的光谱图，分别与其水分含量值——对应，选用偏最小二乘回归结合二阶微分处理方法建立定量判别模型，所得新鲜肉和长期冻藏猪肉定量模型的相关系数分别为0.8714.0.9614,校正均方根误差分别为1.10、0.3169。所建模型可较好的判别新鲜肉与长期冻藏猪肉。
检测冻藏肉的新鲜度,常见的理化指标有:水分含量、致病菌菌落数、色泽、嫩度、纹理、持水力等。其中肉制品的水分含量是检验其品质的一个重要指标，直接关系到成品的多汁性、口感、风味和色泽等食用品质,决定了肉品的质量和货架期，是肉品加工贮藏中的重要卫生、营养指标［⑵。
近红外采集的光谱是未经过处理的复杂信息，
was established by visible 一 near infrared spectroscopy. The spectral image of fresh meat frozen for 0 and 3 months and long - term frozen meat frozen for 6 and 9 months were collected and corresponded to their moisture content values one by one. Partial least squares regression was selected and combined with a second - order differential processing method, and a quantitative discriminant model was established. The correlation coefficients of the fresh meat and long - term frozen pork quantitative models were 0. 8714 and 0. 9614 respectively, and the corrected root mean square errors were 1. 10 and 0. 3169 respectively. The established model could better distinguish between fresh meat and long - term frozen pork.

近红外光谱技术在肉品检测中的应用和研究进展

第２９卷，第７期２００９年７月光谱学与光谱分析ＳｐｅｃｔｒｏｓｃｏｐｙａｎｄＳｐｅｃｔｒａｌＡｎａｌｙｓｉｓＶ０１．２９，Ｎｏ．７，ｐｐｌ８７６—１８８０Ｊｕｌｙ，２００９近红外光谱技术在肉品检测中的应用和研究进展徐霞，成芳。

，应义斌浙江大学生物系统工程与食品科学学院，浙江杭州３１００２９摘要近红外光谱（Ｎｍｓ）作为新型光学检测技术在食品行业中得到广泛应用。

该技术能实现肉品在线、快速、无损检测，是肉和肉制品品质分析的重要技术之一ｉ文章综述了近红外光谱技术在肉类行业中的重要应用以及近年来的研究进展，主要包括蛋白质、脂肪及水分等影响肉类品质的化学组成成分分析，肉品感官品质如嫩度、保水性、肉色及新鲜度等指标的评价以及肉品的产地、品种等方面的鉴定。

同时列举了近红外光谱技术在几种常见肉制品品质检测中的应用实例，并针对目前发展趋势展埋了该技术的前景：近红外光谱技术在进一步深入研究提高肉品检测精度的基础上，通过与机器视觉技术等新型无损检测技术的融合以实现全面评价肉类品质的目标。

关键词近红外光谱；肉品；化学成分；感官品质；鉴别，中图分类号：０６５７．３文献标识码：ＡＩ）ＯＩ：１０．３９６４／ｊ．ｉｓｓｍ１０００－－０５９３（２００９）０７—１８７６－０５引言近年来，随着畜禽肉和肉制品食用量的迅速增长，人们对肉品质量提出了更高的要求。

对于肉品，消费者最为关心是肉品质量以及价格。

这就对肉品加工产业化、肉品的安全和食用品质评定以及肉品真伪、掺假鉴别等方面提出了要求［１］。

肉的感官品质的评价一般从肉色、嫩度、风味、持水性、多汁性等方面来衡量，传统的检测方法较多的是使用化学、物理以及口感等损坏性检测评价手段。

世界范围内对于肉品品质检测技术的研究历史较长也取得了一定的成果，如各种肉品化学成分分析、肉品嫩度检测技术，利用图像处理等技术来进行畜体分级和肉品品质检测，并且已开发成仪器设备应用于实际生产中。

尤其是丹麦和德国等已开发出近红外光谱的在线检测肉品品质的生产线。

近红外光谱技术检测冷鲜猪肉中的脂肪、蛋白质和水分含量

近红外光谱技术检测冷鲜猪肉中的脂肪、蛋白质和水分含量冷鲜肉是指严格执行兽医检疫制度，对屠宰后的畜胴体迅速进行冷却处理，使胴体温度（以后腿肉中心为测量点）在24h内降到0-4度,并在后续加工、流通和销售过程中始终保持,0-4度范围内的生鲜肉。

在0-4度下大多数微生物的生长繁殖被抑制，肉毒梭菌和金黄色葡萄球菌等病原菌分泌毒素的速度大大降低。

因此，与热鲜肉、冷冻肉相比，它较好地保持了肉的特性，使肉口感更好、滋味更鲜美。

发达国家早在二十世纪二三十年代就开始推广冷鲜肉，在其目前消费的生鲜肉中，冷鲜肉已占到90%左右。

脂肪、蛋白质和水分是猪肉的三大组成成分，是猪肉品质的基本指标。

目前这三大成分的常规检测方法分别为索氏提取法、凯氏定氮法和恒温干燥法。

这些方法都是破坏性的而且要耗费较长的时间。

另外还需要检测者具备一定的技术。

近红外光谱技术是近年发展起来的一种快速无损检测方法，在农产品/食品的定量定性检测中发挥着重要作用。

国内外，用近红外方法检测肉中脂肪、蛋白质和水分含量的研究已有很多报道。

仪器条件：实验仪器为近红外光谱仪，主要部件包括：单色仪、集成电脑、电源适配器，置顶旋转测样系统。

采集处理软件，内置建模软件。

测样方式：漫反射方式；检测方法：置顶旋转测样系统；实验所用的参数设置为：波长范围：1400nm ~ 2500nm，波长步长：1.0nm，平均次数：60次。

脂肪测定仪、凯氏定氮仪器、烘箱。

实验方法：仪器使用近红外光谱仪扫描软件进行光谱采集。

采用置顶旋转测样系统。

样品分别用8、6和4mm的孔板绞成三种不同颗粒度的肉糜!三类样品个数30个。

用分别用自封袋包装，防止水分遗失，之后将样品放入冰箱中，于0-4度下冷却2-3h。

之后取出采集光谱。

实验共备置90个牛奶样品，其中由27个8mm孔径、26个6mm孔径和27个4mm孔径的肉糜共80个作矫正集样品，用于建模，其余10个作验证集样品，用于评价模型。

对矫正集每个样品扫描2 次，得到160 张光谱。

基于可见_近红外光谱与稀疏表示的注水肉识别

光源采用定制的ＧＹ－３０光纤耦合溴钨灯，光谱范围为３００～２５００ｎｍ，功率为３５Ｗ；光谱仪选用美国Ｏｃｅａｎ公司的ＵＳＢ２０００光纤光谱仪和ＮＩＲ５１２近红外光谱仪，其光谱测量范围分别为３４９．７０～１１４７．５１和８５３．３９～１７３７．２６ｎｍ。分析软件为ＭＡＴＬＡＢ７．１１．０（Ｒ２０１２ｂ）和ＳＰＳＳ１８．０。
集为Ａ＝［Ａ１，Ａ２，…Ａｎ］。求取每个样本的光强幅度的
（１）
式中，Ａｉ为Ａ的第ｉ列，ｒｉ，ｍａｘ表示第ｉ列的最大值。用ｒｉ，ｍａｘ
对Ａ的每一列即每一个样本作规范化处理，方法如下
Ａ′ｉ＝Ａｉ／ｒｉ，ｍａｘ
（２）
在Ａ的规范化矩阵Ａ′中，每个样本的光强幅值均在［０，１］之
Ａｉ，ｉ≠ｋ）上的对应投影为０，此时称ｙ的解具有稀疏性。［１０］
２基于稀疏表示的分类模型
２．１数据预处理光谱采集过程中往往会因为周围环境或设备因素而引入
高频随机噪声、基线漂移等一些与样本待测性质无关的噪声，这些会严重影响光谱数据建模的可靠性，因而有必要对光谱数据进行预处理。２．１．１光调制技术
关键词可见－近红外光谱；稀疏表示；注水肉；原料肉中图分类号：Ｏ６５７．３文献标识码：ＡＤＯＩ：１０．３９６４／ｊ．ｉｓｓｎ．１０００－０５９３（２０１５）０１－００９３－０６
引言
注水肉不仅是降低肉类品质、扰乱肉类市场的经济问题，更是涉及公共健康的食品安全问题，因而准确而快速的鉴别注水肉具有重要意义。检测猪肉水含量的常用方法有感官判断法、试纸法、恒温干燥法、电导法及低场核磁共振法等，前两种方法的识别效果不佳，后几种方法测量较准确，但干燥法操作繁琐耗时，电导法则严重依赖屠宰后肉品的搁置时间、测试位置和激励源的驱动方向等，且需要向样本中插入电极，可能会给猪肉带来外源性感染，而核磁共振法对于设备要求高、花费大。可见－近红外光谱分析技术可以弥补这些缺陷，可见－近红外光可穿过人和动物的表皮，透过不同物质散射回到皮肤表面的光强不同，是一种快速的分析检测技术，具有样品制备简单、成本低、无损伤等特点，已被广泛应用于许多农产品和食品的检测，包括测定食品成分（蛋白质、脂肪等）、判别小麦质量、判断谷物的产地及年份、区分新鲜与冷冻牛肉以及肉鸡和本地鸡的鸡肉等［１］，也被用于

基于近红外光谱技术的猪肉品质检测研究

基于近红外光谱技术的猪肉品质检测研究近年来，人们对食品安全和健康越来越关注。

猪肉是我们日常生活中经常食用的一种肉类，其品质检测和控制是保障食品安全的重要措施之一。

而基于近红外光谱技术的猪肉品质检测研究正成为越来越热门的话题。

近红外光谱技术是一种非破坏性、高速度和多参数的分析方法，它通过测量物质在不同波长上吸收和散射的光谱特征来反映物质的成分和结构。

近年来，越来越多的研究表明，近红外光谱技术可以用于猪肉品质参数的测定和预测，例如肌肉pH值、水分含量、脂肪含量、蛋白质含量、游离氨基酸含量等，具有潜在的应用价值。

一方面，基于近红外光谱技术的猪肉品质检测可以提高食品安全和健康。

通常情况下，我们无法直接观察猪肉的内部质量，只能通过口感和嗅觉来分辨猪肉是否新鲜。

而近红外光谱的应用可以快速、准确地判别出猪肉的品质，并避免不合格猪肉进入市场，从而保障了人们的健康。

另一方面，基于近红外光谱技术的猪肉品质检测能够提高猪肉生产效率和市场竞争力。

传统的猪肉品质检测方法需要人工采样和实验室测试，费时费力，而且成本高。

而近红外光谱技术可以实现高效、自动化的非破坏性检测，大幅减少了操作时间和成本。

此外，基于该技术的猪肉品质检测可以提高产品差异化和可追溯性，促进猪肉产业的升级和发展。

尽管近红外光谱技术的应用有很多优势，但是一些问题仍然存在。

首先，猪肉品质是受多种因素影响的复杂系统，无法只通过一个因素来衡量。

其次，近红外光谱技术的精度需要依据模型的建立和光谱数据的选取。

因此，在实际应用中需要进行充分的数据采集和测试，并建立适当的模型，以提高检测的可靠性和精确度。

总的来说，基于近红外光谱技术的猪肉品质检测研究是一个充满发展潜力的领域。

尽管在应用中仍存在不足之处，但我们可以通过不断的研究和实践，来提高该技术的准确性和可靠性，从而为保障食品安全和推动猪肉产业可持续发展提供有力支持。

近红外光谱技术评价肉品新鲜度的应用

文章编号:１６７３￣２９９５(２０１８)０６￣０４５９￣０３综㊀述近红外光谱技术评价肉品新鲜度的应用杨㊀莹１ꎬ庄晓萌１ꎬ张欣欣１ꎬ曲高阳１ꎬ霍思宇１ꎬ张㊀岚１ꎬ２∗㊀(１.吉林医药学院公共卫生学院ꎬ吉林吉林㊀１３２０１３ꎻ２.吉林省中医药管理局二级实验室ꎬ吉林吉林㊀１３２０１３)摘㊀要:探讨了目前肉品新鲜度检测应用方面最新快速无损检测技术近红外光谱技术ꎬ包括其基本原理及应用特点ꎬ总结了目前近红外光谱技术在肉类制品中的现状㊁研究进展及前景ꎮ关㊀键㊀词:肉类制品ꎻ新鲜度ꎻ近红外光谱中图分类号:ＴＳ２５４.７㊀㊀㊀文献标识码:Ａ㊀㊀随着我国的经济实力不断增强ꎬ加工业与物流业迅速发展ꎬ食品的种类日益增多ꎬ食品安全问题成为消费者关注的焦点[１]ꎮ新鲜度是评价食品食用价值最直接㊁最重要的一项指标ꎮ食品随着贮藏温度和时间的变化ꎬ其新鲜度逐渐下降ꎮ尤其对于动物性食品ꎬ如何确保其是否新鲜更是不容小觑ꎮ一个好的检测方法对保证食品的安全具有重要意义ꎮ传统检测新鲜度的方法操作复杂㊁耗时ꎬ而且包含一定的人为因素ꎬ不能快速㊁准确地反映肉类的品质ꎮ因此ꎬ探寻一种简便快速㊁客观准确的评价方法成为当前必须解决的课题[２]ꎮ近红外光谱技术是近几年发展较为迅猛的一种新兴光谱分析方法ꎮ近红外光谱是介于可见光和中红外光之间的电磁波谱ꎮ近红外光谱技术是通过对样品光谱和其性质参数进行关联ꎬ建立矫正模型ꎬ然后通过矫正模型预测样品的组成和性质ꎬ应用于常规分析的一种技术[３]ꎮ近红外光谱技术具有检测快速㊁无损㊁同时测量多种理化性质㊁操作简单等优点ꎬ受到欧美等发达国家的重视ꎬ研究与制定了近红外光谱的技术标准和应用标准ꎬ并将该技术运用于水产品中蛋白质㊁脂肪㊁水分等指标的检测ꎬ使近红外光谱技术得到普及和发展[４￣６]ꎮ２０世纪８０年代以来ꎬ近红外光谱技术被不断广泛应用于农业㊁制药㊁烟草㊁食品等各个领域ꎮ国内外有许多专家使用近红外技术检测肉制品ꎮ例如ꎬ已成功地实现了用近红外光纤探头在加热肉品过程中水分变化的检测ꎬ为肉制品加工提供了一种新的有效㊁合理的控制方法[７]ꎮ此外ꎬ由普列托等已证实近红外是一个评估肉和肉制品质量属性最有效的方法ꎮ作者简介:杨㊀莹(１９９６ )ꎬ女(汉族)ꎬ本科生.通讯作者:张㊀岚(１９８０ )ꎬ女(汉族)ꎬ副教授ꎬ博士.１㊀近红外光谱技术在禽类产品新鲜度检测中的应用鸡㊁鸭㊁鹅是人们最常见的食用家禽类肉品ꎬ具有很好的营养价值ꎮ刘永亮[８]与其他几位美国研究者运用近红外光谱法测定时间㊁温度的变化诱导鸡肌肉的光谱强度变化ꎮ结果表明ꎬ近红外的方法不仅可以建立光谱带ꎬ还可以监测肉质中发生的一系列变化ꎮ最终研究了光谱吸收和肉的颜色结构之间的关系ꎬ也证明了二维方法在重叠和分析中的意义ꎬ这一结果可广泛用于肉类和食品产品的研究ꎮ然而肉质其他特点ꎬ如肉的口感不能得到检测ꎮ杨勇[９]等以狮头鹅为研究对象ꎬ采集近红外光谱测定鹅肉的挥发性盐基氮(ｔｏｔａｌｖｏｌａｔｉｌｅｂａｓｉｃｎｉｔｒｏ￣ｇｅｎꎬＴＶＢ￣Ｎ)和ｐＨ值ꎮ光谱经多种预处理后ꎬ应用偏最小二乘法建模ꎬ最终得出每个样品测定时间在２~５ｍｉｎ以内ꎬ而传统检测方法至少需要３０ｍｉｎ以上ꎮ因此近红外光谱法可作为鹅肉新鲜度快速无损检测的一种方法ꎮ２㊀近红外光谱技术在畜产品新鲜度检测中的应用林皇[１０]等尝试运用近红外光谱仪㊁计算机视觉和电子鼻技术测定猪肉中ＴＶＢ￣Ｎ的含量ꎬ并通过主成分析法进行数据融合㊁ＢＰ人工神经网络进行模型的建立ꎬ这３种技术的融合显著提高了猪肉中ＴＶＢ￣Ｎ含量的预测性能ꎮ廖易涛[１１]等利用近红外光谱法测定猪肉中的肌内脂肪㊁蛋白质和水㊁ｐＨ值及剪切力值的含量来预测肉的品质ꎬ并利用小波去噪和多个预处理方法进行了外部验证ꎮ结果表明ꎬ近红外光谱是一种很有前途的技术ꎬ能够大致预测完整新鲜猪肉的品质属性ꎮ王丽[１２]等将常规分析测定值作为建模基础９５４第３９卷㊀第６期２０１８年１２月㊀㊀吉㊀林㊀医㊀药㊀学㊀院㊀学㊀报Ｊｏｕｒｎａｌ㊀ｏｆ㊀Ｊｉｌｉｎ㊀Ｍｅｄｉｃａｌ㊀Ｕｎｉｖｅｒｓｉｔｙ㊀㊀Ｖｏｌ.３９㊀Ｎｏ.６Ｄｅｃ.２０１８㊀㊀数据ꎬ利用ＰＬＳ定量分析模型ꎬ并检测了近红外光谱前期处理方法对模型的影响ꎬ以此建立了猪肉新鲜度指标的快速检测方法ꎮ结果表明ꎬ样本的预测值与真实值之间没有显著差异(Ｐ>０.０５)ꎬ这一结论对快速评估猪肉新鲜度的指标提供了参考价值ꎮ姜沛宏[１３]等以牛后腿肉为研究对象ꎬ开发了检测牛肉新鲜度的识别系统ꎮ他们通过机器视觉和近红外光谱技术评价肉品的新鲜度ꎬ并采用ＢＰ人工神经网络建立模型ꎬ该模型预测准确率达到９８.３１％ꎬ实现了近红外光谱技术在肉品新鲜度检测方面的应用ꎮＰＡＮＡＧＯＵ[１４]等通过红外光谱分析在有氧条件及不同温度下利用偏最小二乘法和人工神经网络快速检测牛肉的腐败进程ꎮ这一实验很好地运用了近红外技术进行了两种方法测定肉品腐败程度的比较ꎬ其应用于肉品检测具有重要的意义ꎮ基于ＳＨＡＣＫ￣ＥＬＦＯＲＤ等发现的一种高效㊁可重复的在线光谱评价酮体品质的方法ꎬＳＨＡＣＫＥＬＦＯＲＤ[１５]等使用可见光和近红外反射通过ｓｐｅｃｔｒｏｓｃｏｐｙ１２３模型验证来建立选择牛肉嫩度的技术ꎮ这一实验进一步证实了ＳＨＡＣＫＥＬＦＯＲＤ等的发现ꎬ同时这项技术促进了以嫩度为基础的牛肉商品化系统的形成ꎮ３　近红外光谱技术在水产品保鲜中的应用ＨＥ[１６]等总结了光谱和成像技术在鱼肉及其制品品质评价中的应用ꎮ近红外光谱㊁计算机视觉和高光谱成像已被用于纹理分析㊁物理和化学属性测定及微生物检测中ꎮ与传统的感官评价和破坏性仪器测量相比ꎬ这３种光学技术提高了工作效率和降低了手动检查的强度ꎬ使鱼的品质评价变得快速㊁简单ꎮ虽然计算机视觉表现良好ꎬ但在外部特征估计方面没有提供需要的光谱信息ꎮ作为重要的光学检查和分析技术ꎬ预计近红外光谱㊁计算机视觉和高光谱成像技术可能逐步成为一种常规的方法ꎬ用于鱼产品的安全与质量监测ꎮ刘源[１７]等建立了测定大黄鱼新鲜度最优ＴＶＢ￣Ｎ定量模型ꎮ他们以ＴＶＢ￣Ｎ作为冰鲜大黄鱼新鲜度的评价指标ꎬ使用近红外光谱技术测定不同贮藏时间下大黄鱼的新鲜度ꎬ运用多种方法建模并进行了比较ꎮ实验结果显示ꎬ只有当光谱预处理方法采用趋近归一化结合一阶导数和单位长度归一化结合一阶导数㊁建模方法采用偏最小二乘法和波数范围为５０００~７１４４ｃｍ－１㊁７４０４~１００００ｃｍ－１时可以达到最佳建模效果ꎮ在此模型下ꎬ定标集相关系数达到０.９９２ꎬ校正标准偏差达到１.０４５ꎬ验证集相关系数达到０.９９９ꎬ预测标准偏差达到０.９９０ꎮ该模型预测准确度较高ꎬ能快速㊁有效检地测冰鲜大黄鱼的ＴＶＢ￣Ｎ值ꎬ在水产品鲜度评价方面得到了良好的应用前景ꎮ陈伟华[１８]等采集了绞碎前后罗非鱼背部肉及腹部肉的近红外光谱ꎬ并与总ＴＶＢ￣Ｎ含量进行拟合ꎬ建立定量预测模型ꎮ通过比较三点平滑㊁九点平滑㊁九点卷积平滑㊁一阶导数㊁趋近归一化㊁单位长度归一化㊁标准正态变换㊁多元散射校正以及它们与一阶导数结合对光谱进行预处理的模型效果ꎬ得出九点卷积平滑和一阶导数相比于其他预处理方法可以更好地消除光谱噪音ꎬ并且其他方法与一阶导数联合使用后ꎬ模型预测准确性及建模效率得到了提高ꎮ模型预测效果较好㊁准确度较高ꎬ对快速㊁无损评价罗非鱼新鲜度提供了一种可靠的方法ꎮ谢雯雯[１９]等测定了鳙鱼㊁鲢鱼和草鱼３种鱼肉不同新鲜度时ꎬ其ＴＶＢ￣Ｎ㊁硫代巴比妥酸值㊁Ｋ值和ｐＨ值ꎬ并采集近红外光谱ꎬ构建了鱼肉新鲜度的评价的模型ꎮ由内部交互验证标准差确立了３种鱼肉新鲜度指标的光谱预处理方法ꎬ运用偏最小二乘法分别建立了鳙鱼㊁鲢鱼㊁草鱼新鲜度的近红外光谱定量分析模型ꎮ除鳙鱼ＴＶＢ￣Ｎ和硫代巴比妥酸值的预测相关系数较小外ꎬ其他指标的校正相关系数和预测相关系数均大于０.８５ꎮ表明该模型具有较好的拟合度和预测性ꎬ对鱼肉新鲜度的快速评价具有重要的意义ꎮ黄涛[２０]等采用自行搭建的淡水鱼近红外光谱在线采集装置ꎬ对淡水鱼新鲜度进行了在线检测ꎬ将样品置于输送链上以０.５ｍ/ｓ的速度运动ꎬ采集其近红外光谱(９００~２５００ｎｍ)ꎬ建立了淡水鱼新鲜度在线检测模型ꎮ采用光谱理化值共生距离算法对样本集进行划分ꎬ其中校正集１１１条(新鲜５７条㊁变质５４条)ꎬ测试集３７条(新鲜１９条㊁变质１８条)ꎬ通过不同的光谱预处理方法对预测结果的影响的比较ꎮ得出最优光谱预处理方法是一阶导结合标准化预处理ꎬ其所建模型对校正集的正确识别率为９７.９６％ꎬ对测试集的识别率为９５.９２％ꎮ采用３种不同的选择方法对特征波长进行筛选ꎬ通过建模比较分析明确竞争性自适应重加权算法为最优波长选择方法ꎬ用所选的１０个特征波长构建淡水鱼新鲜度评价模型ꎬ对校正集的正确识别率为１００％ꎬ对测试集的识别率为９３.８８％ꎮ这一研究为近红外光谱技术应用于淡水鱼新鲜度快速检测提供了在线支持ꎮ０６４吉林医药学院学报㊀２０１８年１２月㊀第３９卷张晓敏[２１]等以鲈鱼为研究对象ꎬ运用近红外光谱技术结合偏最小二乘法㊁特征波段筛选法构建了鲈鱼贮藏时间评估方法ꎮ他们还利用簇类独立软模式法和主成分判别分析法完成了对解冻鱼的鉴别ꎬ并初步探讨了运用近红外光谱技术进行鉴别鱼肉的原理ꎮ４㊀展㊀望随着现代仪器研发技术不断发展ꎬ近红外光谱技术的分析系统包括软硬件系统㊁数据处理及分析功能ꎬ均会得到更好地改善ꎮ该技术目前已应用于农业㊁制药㊁烟草㊁食品等领域ꎬ在肉品的新鲜度检测中也充分显示了其应用价值ꎮ近红外光谱技术具有快速㊁无损㊁准确等优点ꎬ越来越受到重视ꎮ与此同时物联网技术㊁云计算㊁大数据正迅速发展ꎬ相信在不久将来几者将会联合起来ꎬ建立强大数据库ꎬ其应用范围将更加扩大ꎬ在检测技术方面的误差也将不断缩小ꎮ参考文献:[１]㊀郭培源ꎬ刘波ꎬ李杨ꎬ等.食品安全现代检测技术综述[Ｊ].中国酿造ꎬ２０１４ꎬ３３(４):５￣８.[２]㊀励建荣ꎬ李婷婷ꎬ李学鹏.水产品鲜度品质评价方法研究进展[Ｊ].食品科学技术学报ꎬ２０１０ꎬ２８(６):１￣８. [３]㊀黄怡淳ꎬ丁炜炜ꎬ张卓旻ꎬ等.食品安全分析样品前处理￣快速检测联用方法研究进展[Ｊ].色谱ꎬ２０１３ꎬ３１(７):６１３￣６１９.[４]㊀袁天军ꎬ王家俊ꎬ者为ꎬ等.近红外光谱法的应用及相关标准综述[Ｊ].中国农学通报ꎬ２０１３ꎬ２９(２０):１９０￣１９６. [５]㊀ＣＯＺＺＯＬＩＮＯＤꎬＭＵＲＲＡＹＩ.Ａｒｅｖｉｅｗｏｎｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｉｎｆｒａｒｅｄｔｅｃｈｎｏｌｏｇｉｅｓｔｏｄｅｔｅｒｍｉｎｅａｎｄｍｏｎｉｔｏｒｃｏｍｐｏｓｉｔｉｏｎａｎｄｏｔｈｅｒｑｕａｌｉｔｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓｉｎｒａｗｆｉｓｈꎬｆｉｓｈｐｒｏｄｕｃｔｓꎬａｎｄｓｅａｆｏｏｄ[Ｊ].ＡｐｐｌＳｐｅｃｔｒｏｓｃＲｅｖꎬ２０１２ꎬ４７(３):２０７￣２１８.[６]㊀ＬＩＵＤꎬＺＥＮＧＸＡꎬＳＵＮＤＷ.ＮＩＲＳｐｅｃｔｒｏｓｃｏｐｙａｎｄＩｍａ￣ｇｉｎｇＴｅｃｈｎｉｑｕｅｓｆｏｒＥｖａｌｕａｔｉｏｎｏｆＦｉｓｈＱｕａｌｉｔｙＡＲｅｖｉｅｗ[Ｊ].ＡｐｐｌＳｐｅｃｔｒｏｓｃＲｅｖꎬ２０１３ꎬ４８(８):６０９￣６２８. [７]㊀付妍ꎬ郭培源ꎬ孙梅ꎬ等.肉品品质检测技术综述[Ｊ].北京工商大学学报(自然科学版)ꎬ２０１２ꎬ３０(１):６９￣７３. [８]㊀ＬＩＵＹꎬＬＹＯＮＢＧꎬＷＩＮＤＨＡＭＷＲꎬｅｔａｌ.Ｔｗｏ￣ｄｉｍｅｎｓｉｏｎ￣ａｌｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｏｆｖｉｓｉｂｌｅ/ｎｅａｒ￣ｉｎｆｒａｒｅｄｓｐｅｃｔｒａｌｉｎ￣ｔｅｎｓｉｔｙｖａｒｉａｔｉｏｎｓｏｆｃｈｉｃｋｅｎｂｒｅａｓｔｓｗｉｔｈｖａｒｉｏｕｓｃｈｉｌｌｅｄａｎｄｆｒｏｚｅｎｓｔｏｒａｇｅｓ[Ｊ].ＪＡｇｒｉｃＦｏｏｄＣｈｅｍꎬ２００４ꎬ５２(３):５０５￣５１０.[９]㊀杨勇ꎬ王殿友ꎬ杨庆余ꎬ等.近红外光谱技术快速测定鹅肉新鲜度[Ｊ].食品科学ꎬ２０１４ꎬ３５(２４):２５９￣２６２. [１０]㊀ＬＩＮＨꎬＺＨＡＯＪＷꎬＣＨＥＮＱＳꎬｅｔａｌ.Ｎｏｎｄｅｓｔｒｕｃｔｉｖｅｍｅａｓｕｒｅｍｅｎｔｏｆｔｏｔａｌｖｏｌａｔｉｌｅｂａｓｉｃｎｉｔｒｏｇｅｎ(ＴＶＢ￣Ｎ)ｉｎｐｏｒｋｍｅａｔｂｙｉｎｔｅｇｒａｔｉｎｇｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙꎬｃｏｍ￣ｐｕｔｅｒｖｉｓｉｏｎａｎｄｅｌｅｃｔｒｏｎｉｃｎｏｓｅｔｅｃｈｎｉｑｕｅｓ[Ｊ].ＦｏｏｄＣｈｅｍꎬ２０１４ꎬ１４５(７):２２８￣２３６.[１１]㊀ＬＩＡＯＹＴꎬＦＡＮＹＸꎬＣＨＥＮＧＦ.Ｏｎ￣ｌｉｎｅｐｒｅｄｉｃｔｉｏｎｏｆｆｒｅｓｈｐｏｒｋｑｕａｌｉｔｙｕｓｉｎｇｖｉｓｉｂｌｅ/ｎｅａｒ￣ｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ[Ｊ].ＭｅａｔＳｃｉꎬ２０１０ꎬ８６(４):９０１￣９０７. [１２]㊀王丽ꎬ刘兆丰ꎬ励建荣.近红外光谱技术快速检测猪肉新鲜度指标的方法研究[Ｊ].中国食品学报ꎬ２０１２ꎬ１２(６):１５９￣１６５.[１３]㊀姜沛宏ꎬ张玉华ꎬ陈东杰ꎬ等.基于多源感知信息融合的牛肉新鲜度分级检测[Ｊ].食品科学ꎬ２０１６ꎬ３７(６):１６１￣１６５.[１４]㊀ＰＡＮＡＧＯＵＥＺꎬＭＯＨＡＲＥＢＦＲꎬＡＲＧＹＲＩＡＡꎬｅｔａｌ.ＡｃｏｍｐａｒｉｓｏｎｏｆａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓａｎｄｐａｒｔｉａｌｌｅａｓｔｓｑｕａｒｅｓｍｏｄｅｌｌｉｎｇｆｏｒｔｈｅｒａｐｉｄｄｅｔｅｃｔｉｏｎｏｆｔｈｅｍｉｃｒｏｂｉａｌｓｐｏｉｌａｇｅｏｆｂｅｅｆｆｉｌｌｅｔｓｂａｓｅｄｏｎＦｏｕｒｉｅｒｔｒａｎｓｆｏｒｍｉｎｆｒａｒｅｄｓｐｅｃｔｒａｌｆｉｎｇｅｒｐｒｉｎｔｓ[Ｊ].ＦｏｏｄＭｉｃｒｏｂｉｏｌꎬ２０１１ꎬ２８(４):７８２￣７９０.[１５]㊀ＳＨＡＣＫＥＬＦＯＲＤＳＤꎬＷＨＥＥＬＥＲＴＬꎬＫＯＯＨＭＡＲＡＩＥＭ.Ｏｎ￣ｌｉｎｅｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆＵＳＳｅｌｅｃｔｂｅｅｆｃａｒｃａｓｓｅｓｆｏｒｌｏｎｇｉｓｓｉｍｕｓꎬｔｅｎｄｅｒｎｅｓｓｕｓｉｎｇｖｉｓｉｂｌｅａｎｄｎｅａｒ￣ｉｎｆｒａｒｅｄｒｅ￣ｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ[Ｊ].ＭｅａｔＳｃｉꎬ２００５ꎬ６９(３):４０９￣４１５.[１６]㊀ＨＥＨＪ.Ｎｏｎｄｅｓｔｒｕｃｔｉｖｅ[Ｊ].ＣｒｉｔＲｅｖＦｏｏｄＳｃｉＮｕｔｒꎬ２０１５ꎬ５５(６):８６４￣８８６.[１７]㊀刘源ꎬ陈伟华ꎬ侯巧娟ꎬ等.应用近红外光谱技术评价冰鲜大黄鱼新鲜度的研究[Ｊ].光谱学与光谱分析ꎬ２０１４ꎬ３４(４):９３７￣９４１.[１８]㊀陈伟华ꎬ许长华ꎬ樊玉霞ꎬ等.近红外光谱技术快速无损评价罗非鱼片新鲜度[Ｊ].食品科学ꎬ２０１４ꎬ３５(２４):１６４￣１６８.[１９]㊀谢雯雯ꎬ李俊杰ꎬ刘茹ꎬ等.基于近红外光谱技术的鱼肉新鲜度评价方法的建立[Ｊ].淡水渔业ꎬ２０１３ꎬ４３(４):８５￣９０.[２０]㊀黄涛ꎬ李小昱ꎬ彭毅ꎬ等.基于近红外光谱的淡水鱼新鲜度在线检测方法研究[Ｊ].光谱学与光谱分析ꎬ２０１４ꎬ３４(１０):２７３２￣２７３６.[２１]㊀张晓敏.近红外光谱技术快速评估鲈鱼新鲜度的方法研究[Ｄ].杭州:浙江工商大学ꎬ２０１３.(收稿日期:２０１７￣０９￣２５)㊀㊀１６４第６期㊀杨㊀莹ꎬ等.近红外光谱技术评价肉品新鲜度的应用。

应用近红外高光谱成像预测三文鱼肉的水分含量

矿物质等，具有很高的营养价值。三文鱼肉的水分含量是评价其安全性和品质的重要指标。鱼肉存储时水分含量高低影响微生物群落的增长，从而影响鱼肉的货架期口］。鱼肉水分
与脂肪含量线性负相关［２］，而脂肪含量直接影响三文鱼肉的后期加工和食用品质，如风味、质构［３］。因此三文鱼肉水分含量的检测很重要。目前主要采用烘箱干燥法、冷冻干燥法测定鱼肉的水分含量，虽然结果比较可靠，但是费时费力、有损、检测时间较长无法保证数据的实时性。高光谱成像是新兴的、快速无损的检测技术，具有图谱合一的优势。近红外（７８０￣２５００ｎｍ）高光谱图像的光谱信息来源于有机物含氢基团（ｃ＿Ｈ，Ｈ，Ｎ— Ｈ）等的倍频
１实验部分
１．１样本制备及测定试验所用的１５尾冰鲜三文鱼购于杭州当地超市，随机
取样，平均重量０．８。在三文鱼的不同部位去皮取肉，用刀切为规整形状长方体，重约５０￣６０ｇ，共得９０个样本。对每个样本采集近红外高光谱图像数据，再采用１０５℃烘干恒重法（ＧＢ／Ｔ５ＯＯ９．３ —２００３）测定水分含量。随机抽取６０个样
Ｊａｎｕａｒｙ，２０１５
应用近红外高光谱成像预测三文鱼肉的水分含量
朱逢乐，何勇，邵咏妮卜
１．浙江大学生物系统工程与食品科学学院，浙江杭州３１００５８

近红外光谱分析技术快速检测冰温贮藏牛肉品质

近红外光谱分析技术快速检测冰温贮藏牛肉品质近红外光谱分析技术快速检测冰温贮藏牛肉品质摘要：利用近红外光谱分析技术建立冰温贮藏牛肉品质的快速定量检测方法。

采用近红外光谱技术建立近红外光谱的pH值、失水率、挥发性碱基总氮、色差值（L*/a*）的校正模型，能同时预测出牛肉样品的多项品质指标。

结果表明：建立的校正模型相关系数都在0.70以上，校正模型的预测值与真实值决定系数均在0.90以上，具有较高的预测准确度。

并且利用聚类分析的方法对不同贮藏阶段肉品近红外光谱的数据进行了分类处理，聚类分析结果证明，近红外反射光谱对牛肉的新鲜程度有着较好的分类结果。

近红外光谱技术能够替代传统方法快速、非破坏地评价牛肉的肉品质及新鲜程度。

关键词：近红外光谱；冰温贮藏；牛肉；品质；校正模型Abstract：In this experiment，a rapid quantitative detection method was proposed by near infrared spectroscopy （NIR）for beef quality during ice temperature storage. The calibration models of beef pH，water loss，TVB-N and color value （L*/a*）were established by NIR technique allowing the simultaneous predication of several beef quality indicators. The correlation coefficient （R2）of the calibration models were all above 0.70 and the R2 values for the predicted and actual values were all above 0.90. The calibration models had high prediction accuracy. Furthermore，cluster analysis was used to categorize the near infrared spectral data of beef stored for different durations. The results showed that based on the near infrared spectral data meat freshness was categorized well. NIR is suitable for rapid and non-invasive estimation beef quality and freshness as an alternative to the traditional detection method.Key words：near infrared spectroscopy （NIR）；controlled freezing point storage；beef；quality；calibration model目前，对牛肉品质指标的检测仍较常采用感官检验、理化检验与微生物学检验相结合的综合检验方法，得出的感官检验结论会因感觉器官的局限性、人的主观性造成出入，而理化检验操作复杂，测定过程耗时、耗力，不易进行大批量的快速检测，食品行业与检验部门迫切需求一种快速、非破坏性和客观的检测技术。

基于可见光和近红外光谱鲜猪肉蒸煮损失和嫩度检测的研究

和蒸煮损失进行评价的可行性。尝试用可见／红外漫反射近
决定肉食用品质的最主要的因素。蒸煮损失是反映肉加工品质的重要指标，在猪肉的加工过程中，煮损失的大小与加蒸工企业的经济效益有着直接的关系，且其也反映了肉制品的适口性，因而也备受消费者的关注Ⅲ。然而嫩度受多种因素的影响，例如，品种、年龄、肌肉部位、肌纤维直径、肌肉化学成分（肌内脂肪含量，羟脯氨酸含量）、屠宰全过程，尤其是测定前处理工艺等ｒ］２。儿十年来，们试图用物理的和人
摘
要
蒸煮损失和嫩度是决定猪肉的食用品质的重要指标，文章提出了可见光／近红外漫反射光谱检测真
空包装猪肉的蒸煮损失和嫩度的新方法，而实现对其快速、无损、无污染测定。利用光谱专用分析软件从
Ｕｎｃａｌｒ．对采集的近红外漫反射光谱分别进行卷积平滑、阶微分法和多元散射校正预处理，用偏ｓｒｍｂｅ９６二最小二乘法（Ｌ）ＰＳ建立其定量校正模型。结果表明近红外光谱漫反射法的预测值与常规方法测定值的相关
第３卷，１期Ｏ第１
２０１０年１１月
光
谱
学
与
光
谱
分
析
Ｖ１３，ｏ１，ｐ９０２５ｏ．ＯＮ．１ｐ２５—９３
Ｎｏｅｅ，２１ｖｍｂｒ００
ＳｅｔｏｃｐｎｐｃｒｌｐｃｒｓｏｙａｄＳｅｔａａｙｉＡｎｌｓｓ
纪３年代初由ｗａｎｒ］Ｂａｚｒ］计的一种简单的剪０ｒｅ直沿用至今，被国际认可。陈润生Ｓｅｒｉ）Ｄｅｃ等＿根据剪切力（ｈａｒｅ原理设计的ＣＬ型肌肉嫩度８】Ｓｅｒｏｃ）ｆ－Ｍ

近红外光谱技术在肉类检测中的应用研究

近红外光谱技术在肉类检测中的应用研究人们对于食品安全的关注一直在不断升温。

肉类作为人类的主要蛋白质来源，保障其安全性显得尤为重要。

不同于传统的手动检测方式，近年来，近红外光谱技术逐渐被应用于肉类检测中，能够快速、准确、无损地检测肉类中的相关成分，提高肉类的检测效率和准确度。

一、近红外光谱技术的基本原理近红外光谱技术是一种非破坏性的分析方法，通过测量样品在近红外光谱范围内反射光线的强度和波长，以检测其所包含的物质成分。

近红外光谱仪器设备一般由光源、光路系统、检测器、数据处理系统等组成。

在光源照射下，样品会反射、透射或散射光线，并分别由检测器收集后送至数据系统进行处理。

二、近红外光谱技术在肉类检测中的应用1. 蛋白质含量测定近红外光谱技术可以通过测量肉类样品在近红外光谱范围内反射光线的强度和波长，准确测定其中的蛋白质含量。

同时，不同种类、品种、产地的肉类蛋白质含量也不相同，使得该技术具备在肉类分级中的应用前景。

2. 非蛋白氮含量测定肉类中的非蛋白氮也是衡量其品质水平的重要指标之一，不同含量的非蛋白氮会在近红外光谱分析中表现出不同的特征波峰。

近红外光谱技术通过测定肉类样本的光谱特征波峰的位置、强度和宽度等参数，确定其中的非蛋白氮含量。

3. 水分含量测定水分是肉类中另外一个影响其品质的重要指标。

近红外光谱技术通过测量肉类样本的不同波长下的吸收率，通过构建模型和基于光谱的数学理论对其中的水分含量进行测定。

4. 脂肪含量测定近红外光谱技术也可以用于肉类中脂肪含量的测定。

通过对不同波长下的光线反射率或透射率与脂肪含量之间的关系进行建模，就能够准确地测定肉类中的脂肪含量。

三、在实际应用中的优势和发展前景相比于传统的化学分析方法，近红外光谱技术具有高效、节省时间和成本、无需分样等优点。

同时，其测量时的非破坏性，保证肉类样品的食用安全性。

未来，近红外光谱技术将继续发展壮大，并将不断地被应用于肉类领域的监测和检测中。

便携近红外检测仪测定鲜猪肉水分含量

Study on portable near-infrared detection to measure the moisture content of fresh pork
YANG Xiu-juan1, ZHAO Jin-yan 2 , ZHAO Jia-song 2 , CHEN Jun-tao1, ZHANG Xi1, TAO Lin-li1*
摘要：采用课题自主研发的便携近红外检测仪，对市售15份猪背最长肌进行测定，通过试验，研究不同波长下测定的电压值与猪肉水分含量测定值之间的关系。结果表明，市售猪肉在室温下(25 ℃)放置2 d，水分含量逐渐减少，便携近红外检测仪测定的电压值逐渐升高，在810、 850、880 nm的波长下水分含量和电压值相关性检验显著(0.01<P<0.05)，在940 nm波长下相关性检验极显著 (P<0.01) 。在 4 个波长下，水分含量 (y) 与近红外测定的电压值 (x) 之间呈现二次平方关系数学模型，在940 nm下建立的模型最优，y=-415.706x2+284.3884x+21.474，决定系数达 0.928。关键词：近红外检测仪；鲜猪肉；水分；电压值中图分类号：TS 251.7 文献标志码：A 文章编号：1005-9989(2012)07-0267-04
(1.Collage of Animal Science and Technology, Yunnan Agricultural University, Kunming 650201; 2.College of Foundation and Information Engineering, Yunnan Agricultural University, Kunming 650201)

近红外检测仪检测在猪肉水分含量的应用

质量负责人编制实验室比对和能力验证实施计划袁组织实施并对结果进行分析和评价遥
兽医实验室按照比对和能力验证试验计划袁开展比对和能力验证试验并归档有关资料遥 3 兽医实验室间比对和能力验证实施程序
3.1.1 实验室认可机构或主管机构安排比对和能力验证试验袁兽医实验室应积极主动参加遥 3.1.2 兽医实验室自行组织的与外部实验室之间的比对和能力验证试验遥
36 2018 年第 7 期
畜牧兽医科技信息
试验研究
实验室间对比和能力验证袁是利用实验室间检测结果的比对来确定实验室检测能力的一项活动袁是对实验室技术能力和管理状况进行考核的方法之一袁是保障实验室资质认定工作质量有效性的重要手段遥 1 兽医实验室间比对和能力验证的目的各兽医实验室通过参加比对和能力验证活动袁可以考察兽医实验室的检测能力以及监控实验室的持续技术能力袁保证检验检测工作科学尧公正尧检测数据可靠袁提高客户对本兽医实验室的信任感遥 2 兽医实验室间比对和能力验证的职责
具体的实验过程对样品的制备要求很严格袁比如样本的形状要保持一致袁但是实际样品的切割必须由人力完成袁总是有可能出现误差袁并且肉质本身的组织纤维分布不均袁要实现样品的完全一致很难做到袁这一点也有肯能带来误差遥
本实验属于小实验袁仅有 30 份样本袁所需的近红外检测仪仅有四个波长袁在论述上可能不够充分遥总的来说通过实验发现袁市场上随机购买的猪肉水分在四个波段的检测下呈现二次平方关系数学模型袁尤其是在 930nm 的波长中袁两者的相关性达到最优袁这说明本次样本猪肉在 930nm 波段下的吸收较好袁也没有其他的杂质袁可以说是尽最大限度降低误差袁保证电压值的稳定性遥整个检测过程仅需要 1~2m in 确且快速非常适合投放市场使用遥猪肉在一定温度下袁随着时间的推移水分含量必然越来越少袁使用近红外检测仪能通过测量水分值和电压值计算两者的数学模型袁这样更加佐证近红外检测仪的效率和功能价值遥不过近红外检测投放市场需要提高模型的精准度袁完善软件和硬件设备袁扩大近红外检测仪的光谱范围袁通过研发和实践形成集样品制备尧光谱采集的自动化便携式近红外检测仪设备袁这样才能在实际工作中推广遥 3结语

基于近红外光谱的生鲜猪肉新鲜度实时评估_赵松玮

第3卷第6期 2012 年 12 月
食品安全质量检测学报 Journal of Food Safety and Quality
Vol. 3 No. 6 Dec. , 2012
基于近红外光谱的生鲜猪肉新鲜度实时评估
赵松玮, 彭彦昆*, 王伟, 张海云, 宋育霖, 赵娟
(中国农业大学工学院, 北京 100083)
1引言
我国是一个猪肉生产大国, 猪肉在国内消费者肉类产品消费中一直占据着主导地位, 是我国居民日常生活不可或缺的副产品。猪肉品质的好坏, 直接
影响到人们的生活质量和健康安全, 同时也影响着整个肉品行业的发展。随着人民生活水平的不断提高, 放心安全的猪肉越来越受到消费者的青睐。
新鲜度是指肉品的新鲜程度。目前, 猪肉新鲜度检测方法主要有感官评价、微生物及理化检测。前者
基金项目: 公益性行业(农业)科研专项(201003008) *通讯作者: 彭彦昆, 教授, 博士生导师, 主要研究方向: 农畜产品品质安全无损检测关键技术与装备。Email: ypeng@.
第6期
赵松玮, 等: 基于近红外光谱的生鲜猪肉新鲜度实时评估
581
易受个体主观因素的影响, 而后者存在耗时长、工作量大等缺陷[1]。近些年来, 针对肉品新鲜度的光谱检测手段越来越受到关注[2]。Chou 等[3]利用 600~1368 nm 光谱对猪肉糜的新鲜度进行了预测, 利用偏最小二乘回归(PLSR)的建模结果取得了 90%以上的准确率。 Peng 等[4]利用高光谱技术预测了猪肉新鲜度的参数, 在 470~1000 nm 的波长范围内, 对挥发性盐基氮(TVBN)的预测, 使用平滑处理、多元散射校正(MSC)光谱建立的 PLSR 模型相关系数分别达到 0.90 和 0.89。

基于近红外光谱的猪肉水分在线检测与分级

１７６１ｎｍｗｅｒｅｏｂｔａｉｎｅｄｆｒｏｍ５４ｓａｍｐｌｅｓｗｉｔｈｄｉｆｅｒｅｎｔｄｅｔｅｃｔｉｎｇｄｉｓｔａｎｃｅｓｉｎｔｈｅｒａｎｇｅｏｆ５～２９ｍｍａｔａｐｐｒｏｘｉｍａｔｅｌｙ２ｍｍｉｎｔｅｒｖａｌｓｕｎｄｅｒｓｔａｔｉｃｃｏｎｄｉｔｉｏｎｓ．Ｍｏｉｓｔｕｒｅｃｏｎｔｅｎｔｓｗｅｒｅｄｅｔｅｒｍｉｎｅｄｂｙｔｒａｄｉｔｉｏｎａｌ
Ｏｎ．１ｉｎｅＤｅｔｅｃｔｉｏｎａｎｄＣｌａｓｓｉｆｉｃａｔｉｏｎｏｆＰｏｒｋＭｏｉｓｔｕｒｅＢａｓｅｄｏｎＮｅａｒ·ｉｎｆｒａｒｅｄＳｐｅｃｔｒａ
ＰＥＮＧＹａｎｋｕｎ。· ｒＡＮＧＱｉｎｇｈｕａ ’ ＷＡＮＧＷｅｎｘｉｕ，
（１．ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ２．ＮａｔｉｏｎａｌＲ＆ＤＣｅｎｔｅｒｆｏｒＡｇｒｏｐｒｏｃｅｓｓｉｎｇＥｑｕｉｐｍｅｎｔ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ）
２０１８年３月
农业机械学报
ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００—１２９８．２０１８．０３．０４３
第４９卷第３期
基于近红外光谱的猪肉水分在线检测与分级
彭彦昆杨清华王文秀
（１．中国农业大学工学院，北京１０００８３；２．国家农产品加工技术装备研发分中心，北京１０００８３）
Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｒｅａｌｉｚｅｆａｓｔ，ｎｏｎｄｅｓｔｒｕｃｔｉｖｅａｎｄｒｅａ］．ｔｉｍｅｍｅａｓｕｒｅｍｅｎｔｏｆｐａｒａｍｅｔｅｒｓ（ｍｏｉｓｔｕｒｅ）ｆｏｒｐｏｒｋｏｎ．１ｉｎｅａｎｄｄｉｖｉｄｅｐｏｒｋｉｎｔｏｑｕａｌｉｆｉｅｄａｎｄｕｎｑｕａｌｉｆｉｅｄｃｌａｓｓａｃｃｏｒｄｉｎｇｔｏＧＢ／Ｔ１８３９４— ２０１０（ｐｏｒｋｍｏｉｓｔｕｒｅｌｉｍｉｔｖａｌｕｅ ≤ ７６．５％），ａｎｏｎ。ｌｉｎｅｄｅｔｅｃｔｉｏｎａｎｄｃｌａｓｓｉｆｉｃａｔｉｏｎｓｙｓｔｅｍｗａｓｄｅｓｉｇｎｅｄａｎｄｄｅｖｅｌｏｐｅｄｂａｓｅｄｏｎｎｅａｒｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒａ．Ｔｏｄｅｔｅｒｍｉｎｅｔｈｅｄｅｔｅｃｔｉｎｇｄｉｓｔａｎｃｅｆｒｏｍｔｈｅｐｒｏｂｅｔｏｔｈｅｓｕｒｆａｃｅｏｆｔｈｅｓａｍｐｌｅ，ｏｐｔｉｍｉｚｉｎｇｐｌａｔｆｏｒｍｗａｓｓｅｔｕｐ，ｗｈｉｃｈｉｎｃｌｕｄｅｄｓｐｅｃｔｒｕｍａｃｑｕｉｓｉｔｉｏｎｕｎｉｔ，ｄｉｓｔａｎｃｅｄｅｔｅｃｔｉｏｎｕｎｉｔ，ｌｉｇｈｔｓｏｕｒｃｅｕｎｉｔ，ｔｒａｎｓｍｉｓｓｉｏｎｕｎｉｔａｎｄｃｏｎｔｒｏｌｕｎｉｔ．ＮＩＲｓｐｅｃｔｒａ（３４９～

应用近红外漫反射光谱对猪肉肉糜进行定性定量检测研究

应用近红外漫反射光谱对猪肉肉糜进行定性定量检测研究•相关推荐应用近红外漫反射光谱对猪肉肉糜进行定性定量检测研究摘要：利用傅里叶变换近红外漫反射光谱结合不同数学建模算法对不同部位取样的猪肉肉糜进行定性判别建模,并建立猪肉肉糜品质指标脂肪、蛋白质和水分含量的定量检测模型.结果表明:不同部位取样猪肉肉糜判别分析PLSDA模型性能良好,最优模型校正集判别正确率为100％,预测集判别正确率为96％；比较两种方法结合,不同光谱预处理建立各品质指标的`定量模型,LS-SVM模型性能优于PLSR模型,脂肪和水分含量最佳预测模型校正及预测相关系数r均高于0.9,蛋白质含量最优模型校正及预测相关系数r,RMSEC,RMSEP和RMSECV分别为0.722,0.593,1.595,1.550和1.888,模型精度需进一步提高.研究表明利用傅里叶变换近红外漫反射光谱快速判别不同部位猪肉肉糜的方法是可行的,脂肪和水分含量定量分析模型从预测精度、稳定性及适应性考虑均具一定的通用性,具有良好的市场应用前景. 作者：成芳樊玉霞廖宜涛 Author： CHENG Fang FAN Yu-xia LIAO Yi-tao 作者单位：浙江大学生物系统工程与食品科学学院,浙江杭州,310058 期刊：光谱学与光谱分析ISTICEISCIPKU Journal：Spectroscopy and Spectral Analysis 年，卷(期)： 2012, 32(2) 分类号： O657.3 关键词：猪肉肉糜近红外光谱偏最小二乘支持向量机品质指标机标分类号：TS2 TM9 机标关键词：近红外漫反射光谱猪肉肉糜定性定量检测研究 Near Infrared Quality 模型校正水分含量预测精度判别分析傅里叶变换同部位最优模型相关系数品质指标脂肪正确率型性能定量分析模型基金项目：国家(863计划)项目，浙江省自然科学基金应用近红外漫反射光谱对猪肉肉糜进行定性定量检测研究[期刊论文] 光谱学与光谱分析 --2012, 32(2)成芳樊玉霞廖宜涛利用傅里叶变换近红外漫反射光谱结合不同数学建模算法对不同部位取样的猪肉肉糜进行定性判别建模,并建立猪肉肉糜品质指标脂肪、蛋白质和水分含量的定量检测模型.结果表明:不同部位取样猪肉肉糜判别分析PLSDA模型性能良...。

近红外光谱技术在肉类检测中的应用

近红外光谱技术在肉类检测中的应用鲜肉既可以作为成品挺直出售，也可以加工成熟肉、冷冻肉或作为肉制品的原料。

利用近红外光谱技术可实现对肉类(包括鲜肉、冷冻肉或熟肉等)成分的分析和测定，肉色、嫩度、保水性等感官特征的评价，同时也可对肉的产地、真伪等做出鉴定和推断，以达到肉类品质和平安的要求(见表5-3)。

表5-3近红外光谱法在肉制品检测中的应用 (一)近红外技术应用于肉类化学组成分析从肉类的化学组成上分析，主要包括蛋白质、脂肪、水分、浸出物、和矿物质6种。

每种化学成分均对肉的食用品质或养分品质影响甚大，如肉品中水分含量及其持水性能挺直关系到肉的品质和风珠，肌内脂肪的多少挺直影响肉的多汁性和嫩度。

自20世纪六七十年月就已有近红外反射光谱与水分、、脂肪和热量之间相关性的讨论，这为深化挖掘近红外光谱技术在此领域的应用与进展打下了基础。

表5-3所示为近年来近红外光谱技术对不同肉类如牛肉、猪肉等的化学成分及含量检测的应用，该领域讨论较为成熟，目前市场上也有此方面应用的特地仪器，如丹麦Foss公司的FoodSean系列食品成分迅速分析仪。

除了蛋白质、脂肪以及水分这3种最常用的组格外，脂肪中脂肪酸的组成和含量对肉的品质和养分价值具有重大影响，因此现代理念对肌肉脂肪的各种脂肪酸含量和比例有了新的要求。

近年来，有学者开头转向对肉类脂肪酸组成和含量的近红外光谱分析讨论，表5-3中列有相关讨论实例。

常规的近红外技术应用于鲜肉和屠宰过程在线检测，为了实际应用的需要可扩展检测肉类的状态如半冷冻及冻干肉，同时也可将此检测技术进一步扩展应用于水产肉类的讨论。

Xecato采纳近红外PLS回来法分析，发觉剁碎的鱼片建模效果优于某处完整部位，但与冷冻干燥的剁碎的鱼片区分不大。

利用近红外反射光谱来测定肉中成分的含量时，普通将肉切碎或磨碎至匀称混合物即成肉糜状，可以精确测定肉中主要成分脂肪、蛋白质和水分的组成和含量。

对于装样过程要求比较高，但相较于理化办法测定具有显然的优势且利于原料肉的在线检测加工。