基于近红外光谱分析技术在肉类产品检测中的鉴定及预测精度

2014-10-21塔里木大学信息工程学院范泽华姚江河

电子世界 2014年18期

塔里木大学信息工程学院范泽华姚江河

塔里木大学信息工程学院范泽华姚江河

近红外光波长180～2526nm，是指波长介于可见光区与中红外区之间的电磁波，近些年来，在食品工业中，作为一种新型光学检测技术，近红外光谱技术被证实为肉和肉制品品质检测中最先进、有效的方法之一。本文通过分析了如何检测肉品化学成分、物理性质、感官指标，进而分析了如何鉴定肉品品种、等级，并通过标准化取样、改善参考方法，阐述了如何提高近红外光谱技术的预测精度。

近红外光谱分析技术；肉类产品；检测；鉴定；预测精度

一、检测肉类产品化学成分分析

传统的化学分析方法不适宜于再现即时检测，具有很大的破坏性，并且花费的时间长。但是肉的食用品质和营养品质受到肉品化学成分的影响很大，而为了评定肉品的品质，NER技术可以快速、无损测定原料肉和肉类制品中多种组分的含量。近些年看来，在肉品化学成分快速检测方面，近红外光谱技术取得很多进展，如：Cozzolino为了对51只羊身上不同部位的306块肌肉进行检测，运用了可见/近红外光谱，发现测定的结果与花足额分析测得的结果具有较好的相关性，得到水、蛋白质、肌内脂肪系数分别为0.76、0.83、0.73。而除了这三种主要组分外，肉的品质和营养价值受脂肪中脂肪酸的组成和含量的影响也挺大，如：Sierra为了预测牛肉中各种脂肪酸含量、饱和脂肪酸、支链脂肪酸、单一不饱和脂肪酸的系数，采用了NIR技术，得到相关系数分别为0.837、0.701、0.852。另外，在肉类微量元素含量的近红外光谱分析方面，Gonzalez-Martin为了检测Iberian鲜猪肉糜中的矿物质元素Fe、Zn、Ca、Na和K，利用近红外反射光谱得到了其相关系数分别为0.842、0.695、0.761、0.639、0.781。

另外，一些学者采用近红外反射仪构建了肉糜在线检测系统，表明了肉糜力度越小，其预测误差越小。由此可见近红外光谱技术对韩皮昂较少其他化学成分的检测精度不是特别理想，但是可以准确的测定肉中主要成分的含量，为了提高检测精度需要改善光谱参考方法，同时，对于完整肉片检测的时候，近红外光谱法能达到在线检测的要求，可增加扫描次数或扩大取样范围，并将肉切碎或绞碎均匀混合成肉糜状，检测精度要比整块肉样要高[1]。

二、应用于肉类产品感官评价的分析

肉色是肉品感官评定的重要指标。肉类的感官指标主要是肉品的颜色、文理、风味等，利用这些指标，近红外光谱技术与肉品其他物化性质的关联性可对其进行检测。如：Cozmlino采用修正的偏最小二乘分析法，利用可见光和NIR技术对肉的颜色、红度、黄度进行检测，得到了同品种猪肉L*和a*的验证相关系数较高。其次，肉类食用品质中重要的衡量指标还包括嫩度。如：Byrne等在750～1098nm的光谱范围内，采用成分分析法研究了牛肉背最长肌的嫩度、文理、风味与近红外光谱的相关性。而Shackelford等利用远红外光谱技术实现对牛肉畜体的质量评价和产量分级。再者，通过挥发性盐基氮这一指标来表示，利用近红外光谱可以快速评定肉品的新鲜度。如：Leroy为了评价猪肉的新鲜度，利用近红外光谱技术，在1200～1300nm波长建立了挥发性盐基氮预测模型。由此可见，由于肉类多不均匀，造成了研究肌肉部位受到限制，如果近红外光谱技术与机器视觉技术等方法进行融合的话，不但可以评定多种肉品指标，还可以提高肉品的感官评定精度。并且在一定程度上，可以提高在线检测效率和实际的经济效益。也就是说，近红外光谱技术快速检测肉类主要感官指标是可行性的[2]。

三、应用于肉类产品物理特性上的分析

肉品系水力式肌肉组织保持水分的能力。在对肉类物理特性的检测时，NIR技术主要包括pH系水力和剪切力等。在生产和运输的过程中，由于肉品系水力不良，会造成严重的质量损失。近些年来，在对生鲜肉系水力进行检测的时候，国内外利用金宏外光谱技术的结果并不理想。如：Hoving-Bolink在线检测时，利用近红外光谱发现对滴水损失的预测效果不佳。而Kapper在对132个猪肉样品进行红外光谱分析，得到滴水损失的相关系数为0.73。Prevolnik为了研究猪肉的滴水损失，利用近红外光谱技术，采用神经网络算法和偏最小二乘回归分别建模，预测的误差相近。另外，在对多种肉类pH进行检测时，廖义涛采集了猪肉肉块样本的可见/近红外光谱，研究了猪肉pH的可见/近红外光谱在线检测，同时测定pH，经一阶微分结合多元散射校正对光谱预处理后RMSEP为0.051，建模型的预测相关系数为0.905。由此可见，基于近红外光谱预测肉品滴水损失存在一定的局限性，但是近红外光谱分析技术更具有在线无损检测的实际应用价值，其他评价系水力的方法都存在破坏样品、样品准备复杂、耗时长等诸多原因。因此，近红外光谱技术对预测肉品滴水损失具有一定的显示意义。提高了近红外光谱法对肉品滴水损失的预测精度，防止了在因素对光谱获取的影响和改善参考方法。

四、对肉类品种的判断和安全鉴定

食品安全检测中，对原料肉明确来源是非常重要的。为了进一步实现肉类的品种判断和安全鉴定，近红外光谱技术可以对肉类的化学成分和含量的分析等为依据。如：McDevitt为了鉴别不同四样条件的鸡肉，采用近红外光谱技术结合经典化学分析方法，得到脂肪、蛋白质和灰分的相关系数为0.93、0.86、0.71，并且快速判别出养殖条件，发现养殖时间短的鸡肉含有更高的脂肪，还含有更低的蛋白质和灰分。Andres对232个羊羔肉样品分析获得NIR光谱曲线，并且进行了感官分析，得到的相关系数都小于0.40，但是近红外光谱技术具有快速辨别羊羔肉的感官特定，能够区分优良感官指标的肉品。一般情况下，化学方法鉴别真伪花费的时间较长，而近红外光谱技术可应用于原料肉品质的快速定性和鉴别分析，能快速对肉类掺假进行鉴别[3]。