羊肉储藏品质的光学快速无损检测机理及方法-以新疆羊肉为例 内容简介

本书以新疆羊肉为对象，系统的阐述了肉品品质的近红外和高光谱图像等光学快速无损检测技术的国内外研究现状、羊肉品质光学检测模型的建立方法、羊肉pH值的光学定量分析检测、羊肉挥发性盐基氮（TVB-N）的高光谱图像定量分析检测、羊肉细菌总数（TVC）的高光谱图像定量分析检测、羊肉颜色参数的光学定量分析检测和羊肉新鲜度的高光谱图像定性分析检测，揭示并建立了pH值、TVC、TVB-N、颜色和新鲜度等羊肉储藏品质指标的光学快速无损检测机理及方法。全书理论扎实、内容详实新颖、融知识性和实用性于一体，不仅可供关注羊肉品质的用户、企业和质检部门使用，还可以作为相关农业院校师生以及相关检测研究单位人员的参考书籍。

羊肉储藏品质的光学快速无损检测机理及方法-以新疆羊肉为例 节选

**章绪论 **节研究背景与意义 羊肉因其营养丰富、高蛋白、低脂肪、低胆固醇逐渐成为保健佳品。我国是羊肉生产与消费**大国，产量、消费量均超过世界的1/3。新疆维吾尔自治区(以下简称新疆)地处我国西北地区，牧草场自然环境优越，其产出的羊肉色泽鲜红、纹理细致、富有弹性、大理石花纹适中。与国内羊肉平均水平相比，其营养价值较高。新疆羊肉越来越受全国消费者的青睐，已经形成了羊肉串、烤全羊等具有新疆地域风味的羊肉产业体系。自1996年以来新疆羊肉产量一直保持在新疆肉类总产量40％左右。根据2001—2016年中国统计年鉴畜产品产量统计结果的分析表明：2016年新疆羊肉年产量达到58?32万t，年增长速度为5?2%，而2016年全国羊肉年产量达441万t，年增长速度为5?48%（图1-1、图1-2）。由此可见，仅2016年新疆羊肉的年增长速度就已高于全国平均增长速度2?28％，消费者对新疆羊肉的需求正在逐渐增加。 另一项研究数据表明，新疆作为我国五大牧区之一，牧区总产值位列全国第16，而养羊业作为牧区的主导产业，却未能提供其应有的主导作用。其中一个主导因素在于加工、检测、分级等宰后处理手段落后，深加工不足、价格低、出口量较小，国际市场竞争能力明显不足。另外，随着人们生活水平的提高，对食品的安全问题更加关注。然而目前羊肉检测过程中，质监局等部门主要针对现宰杀的羊进行病理检查，而对羊肉在运输过程中、市场流通过程中的肉品品质检测存在很多漏洞，这些因素极大地限制了新疆羊肉市场的发展。 图1-1近16年全国羊肉年产量情况 图1-2近16年新疆羊肉产量情况 羊肉在储藏过程中品质会发生变化，为保证流入市场的羊肉品质安全，就需要对其进行检测。评价储藏过程中羊肉品质的主要指标有pH值、细菌总数(TVC)、挥发性盐基氮(TVB-N)、颜色和新鲜度等。其中羊肉pH值的变化即酸碱度失衡将影响肉的口感，从而影响消费者对其品质的认可度。细菌总数能否准确测定直接关系到羊肉食用的安全性，有些微生物会产生毒素致使人中毒，严重影响人身健康。挥发性盐基氮是动物性食品在腐败变质的过程中，由于酶和细菌的作用，将蛋白质分解而产生的氨以及胺类等碱性含氮物质、肉制品中所含有的挥发性盐基氮含量，随着腐败程度的进行而不断增加，与腐败程度之间有着显著的相关关系。颜色是肉新鲜与否的直观外在表现，直接影响着消费者的购买意愿。新鲜度是指肉品的新鲜程度，一般分为新鲜、次鲜和腐败，是衡量肉品是否符合食用要求的定性标准。当前，对上述储藏品质检测的传统手段主要包括：感官评定，容易操作但结果因人而异；理化测定法和微生物检测法等手段，结果准确但操作繁琐，费时费力，不能满足大批量、大规模的快速检测任务，从而限制了新疆羊肉走高端化、品牌化的产业道路。 由此可见，新疆羊肉市场要走高端化、品牌化的产业道路，就必须对羊肉储藏品质安全进行快速检测，以确保新疆羊肉的市场竞争力。而近红外光谱和高光谱图像技术作为新兴的光学无损检测技术，具有快速、无损和绿色等特点，可以对羊肉储藏品质进行快速检测。近红外光谱分析技术（NIRS）是利用不同样品在近红外谱区包含的光学反射或透射特性的不同，来测定样品化学组成及物理特性的一种快速检测技术。高光谱图像技术（HSI）能够同时获取样品的图像和光谱信息，通过样品的特征信息和理化数据之间的相关关系，能够准确、快速、无损地预测样品的品质指标。 针对我国现在的羊肉品质的快速无损检测需求，本书以新疆羊肉为对象，系统地阐述了羊肉储藏品质的近红外和高光谱图像等光学快速无损检测技术的国内外研究现状和羊肉品质光学检测模型的建立方法，通过试验寻找羊肉储藏过程中品质的变化规律，然后采集400～1 000nm可见短波高光谱图像和900～2 500nm长波近红外光谱，通过对上述光学信息进行预处理、ROIs选取、特征光谱提取、模型比较建立*优光学快速检测模型和可视化分布图及揭示检测机理，完成对羊肉pH值、TVC、TVB-N、颜色和新鲜度等储藏品质指标的定量和定性分析。 第二节肉品品质光学快速无损检测的 国内外研究现状 一、肉品品质近红外光谱检测的国内外研究现状 （一）国外研究现状 2007年，Viljoen等采用近红外光谱技术对冷冻干燥羊肉化学和矿物成分进行分析。结果表明化学和矿物的偏*小二乘回归（PLSR）模型预测相关系数和标准差（SEP）分别为：灰度（0?97，0?15%）、干物质（0?96，0?38%）、粗蛋白（1，0?92%）、脂肪（1，0?43%），K、P、Na、Mg和Fe的SEP分别为600mg/kg、900mg/kg、77?89mg/kg、40mg/kg和3?15mg/kg。 2007年，Sheridan等采用光纤传感器技术结合主成分分析和神经网络以测量色彩模型（CIE L?、a?和b?）和分析光谱反射率两种方法对切片火腿褪色进行研究，CIE L?、a?和b?的重复再现非常困难，在粉红色和灰色中L?和a?谱线重叠严重，采用光谱反射率区分褪色火腿比检测CIE L?、a?和b?效果更好。 2012年，Kapper 等应用近红外光谱技术对猪肉滴水损失、颜色和pH值进行研究，滴水损失率、L?、B?和pH值的预测决定系数分别为0?75、0?51、0?55和0?75；相对分析误差（RPD）分别为1?9、1?4、1?5和1?9。 2013年，Wang等利用光纤传感器结合小波去噪的人工神经网络方法研究分析了肉类新鲜度的复杂频谱信息，该方法能够实现对物种和肉类新鲜度的较好辨别。 2013年，De Marchi利用可见/近红外光谱技术对牛肉胴体pH值、颜色、蒸煮损失和剪切力进行在线检测研究，其中pH值、颜色和蒸煮损失模型预测效果较好，剪切力较差。 2015年，Mourot等采用近红外反射光谱技术对牛肉脂肪酸（FA）的组成进行预测，除不饱和脂肪酸增加个体或团体的脂肪酸含量均可以增加校正集的可靠性，当没有半腱肌脂肪酸时，胸*长肌FAS的预测性能比腹直肌FAS好。 2015年，Teixeira等采用近红外反射光谱对山羊背*长肌中的蛋白质和水分进行预测，结果表明校准模型对蛋白质（预测标准误差SEP=0?43）和水分（SEP=0?48）具有较好的预测性能。 2015年，Qiao等在工业大样本数据的条件下利用可见/近红外光谱结合主成分分析建立PLSR模型和支持向量机（SVM）模型对牛肉品质进行预测，结果表明SVM对牛肉食用品质的预测能力比PSLR好，特别是对年轻的公牛肉嫩度预测的准确率*高。 2016年，Ghazali等采用可见近红外和短波的组合结合主成分回归对原料肉的剪切力进行研究，主成分数为4时所建主成分回归（PCR）模型校正集（Rc）、均方根误差（RMSEC）分别为 0?46和0?06，预测集（Rp）和预测误差均方根（RMSEP）分别为0?42和0?09。 2016年，Alamprese等采用傅立叶变换近红外光谱技术对意大利不同相对湿度下猪肉的调理效果进行研究。结果表明猪肉在空调80% RH时比95% RH的重量损失率高了1?6倍。 2016年，Wang等基于双波段可见/近红外光谱技术的肉品质量参数检测装置对猪肉颜色、pH值、挥发性盐基氮、水分、蒸煮损失和弹性进行检测，所建PLSR模型各组分预测集的相关系数为0?90～0?96，预测误差分别为0?63mg、0?76mg、0?55mg、0?08mg、2?80mg（100g）、0?38%、2?56%和6?90N。 2016年，Dixit等采用多点近红外光谱仪结合准直镜在不同检测距离下对碎牛肉脂肪进行测量。在三种不同距离下（1cm、2?5cm和4cm）脂肪校正集Rc为0?96～0?99，RMSEC为0?03～4?25，预测集RMSEP为0?03～5?67。表明准直镜可以增加近红外光谱技术对牛肉的检测距离。 2017年，Reis等采集新鲜鱼片可见近红外光谱后分别冷冻5d、21d和35d解冻再次扫描，建立偏*小二乘回归模型并进行反复双交叉验证，新鲜鱼片和冷冻/解冻样品判别准确率分别为92%和82%。 （二）国内研究现状 2004年，孟宪江等利用光纤探头采集肉的光谱利用神经网络方法建立肉品新鲜度判别模型，准确率达到93?3％。 2010年，廖宜涛等利用近红外光谱技术对新鲜猪肉肌内脂肪含量在线检测研究。对采集背*长肌肉460～920mm的光谱进行小波降噪处理，利用MSC和一阶微分建立PLSR预处理模型结果良好，预测相关系数为0?93，预测均方根误差RMSEP为0?05。 2012年，刘晓晔利用近红外光谱技术在线测定成熟2d和7d后牛肉外脊的pH值和颜色。使用多元散射校正、标准正态化、去趋势化及多种处理方法来消除高频噪声和基线偏移，建立偏*小二乘回归模型。结果表明，波长为 1 000～1 300nm时，2d的模型相关系数较好，均大于0?8。 2013年，周令国等采用FNIR对粉碎均质腊肉中亚硝酸盐进行研究，PLSR模型的校正集和交叉验证集分别为1?00和0?96，校正集（RMSEC）和交叉验证集（RMSECV）分别为0?18和0?88。 2013年，谷芳等利用近红外光谱检测猪肉在室温和冷藏贮藏过程中细菌菌落总数，实现了无损、快速检验猪肉品质。 2014年，徐文杰等采用近红外光谱技术结合PLSR模型对211个草鱼鱼肉的质构参数和持水性进行分析，咀嚼性模型参数相比较于其他参数模型系数略低，持水性、硬度、回复性、弹性、咀嚼性和剪切力的模型相关系数分别为0?92、0?98、0?98、0?99、0?77和0?99。 2014年，杨勇等采用近红外光谱技术结合PLSR模型对鹅肉TVB-N和pH值进行研究分析，两者的校正模型Rc分别为0?73和0?99，内部交互验证均方根误差分别为3?67和0?03，预测集的预测值和实测值相关系数分别为0?97和0?71。 2014年，陈伟华采用近红外光谱技术对罗非鱼片挥发性盐基氮、硬度、弹性、凝聚性、解冻损失、蒸煮损失、水分含量及质构特性进行研究，均取得较好的检测效果。 2016年，邹昊等通过调整算法参数和算法组合成功消除了近红外光谱仪对生鲜羊肉挥发性盐基氮模型稳定性和预测准确率的影响。 2016年，郑晓春等采用环形光源双通道可见/近红外光谱系统检测牛肉含水率、颜色和pH值并取得较好效果。 2016年，王文秀等采用双波段可见/近红外光谱系统对猪肉颜色、蒸煮损失率进行建模分析，L?、a?、b?、pH值及蒸煮损失率预测集相关系数分别为0?95、0?92、0?95、0?93和0?90。 2016年，李志刚等采用近红外光谱技术对牛肉硬度、弹性、咀嚼性和黏附性等进行检测，经小波消噪后采用的二阶微分预处理建立的牛肉硬度、弹性、咀嚼性模型效果较优，能够有效地预测牛肉硬度、咀嚼性，但弹性和黏附性不好。 2016年，邹昊等采用便携式近红外光谱技术以猪肉血液中的葡萄糖浓度和皮质醇浓度两指标对白肌肉和黑干肉劣质猪肉进行预判研究并取得较好结果，PSE和DFD肉的预判准确率分别达到92%和96%。 2016年，王辉等基于中波近红外光谱对生鲜牛肉胆固醇建立PLSR模型，独立验证集的预测效果较好（P＞0?05）满足国家标准。 2016年，黄伟等采用NIRS对滇南小耳猪整块或均质肉糜的水分、脂肪和蛋白质含量进行研究。整块肉的水分PLSR模型较好R2、RMSEC、预测标准差（RMSECP）分别为0?98、0?40和1?64；肉糜的脂肪和蛋白质模型效果较好，R2分别为0?91和0?95，RMSEC分别为0?41和0?27；RMSEP分别为1?64和1?11。 2017年，赵文英等采用近红外光谱技术结合偏*小二乘法对300份鲜肉（牛肉、羊肉、猪肉各100份）单独的不同种类和混合鲜肉糜进行蛋白质测定分析。三者所建模型校验相关系数都在0?90以上，肉类样品混合建模集和预测集相关系数分别为0?95和0?93，RMSEC、RMSEP分别为0?50和0?67。 2017年，刘功明等利用近红外光谱技术分析鸡、鱼肉加热终点温度机理，鸡肉和鱼肉主成分数分别为9和11时其PLSR模型RMSECV*小，预测值的相关系数分别为1?00和0?98，预测均方差分别为3?02%和2?94%，预测误差分别为0?97和1?63。

 1/2    1 2 下一页 尾页

工业技术 轻工业、手工业

在线阅读