近红外光谱在鱼类及鱼制品定性定量分析中的应用

田华，侯志杰，陈报阳，李方慧，赵东黎

1(信阳师范学院 生命科学学院，河南 信阳，464000)2(信阳师范学院 大别山农业生物资源保护与利用研究院，河南 信阳，464000)

近红外光谱在鱼类及鱼制品定性定量分析中的应用

田华1,2*，侯志杰1，陈报阳1，李方慧1，赵东黎1

1(信阳师范学院 生命科学学院，河南 信阳，464000)2(信阳师范学院 大别山农业生物资源保护与利用研究院，河南 信阳，464000)

近红外光谱技术作为一种方便、快捷、绿色、高效的无损检测技术，在农业、食品、医药、石油及其他方面检测中有独到的优势和广阔的发展前景。文中对近红外光谱的工作原理及其在鱼、鱼糜、鱼丸、鱼粉、鱼油等定量定性分析中的应用进行了综述，包括对其组成及添加成分分析、新鲜度评价、品种属地的快速鉴别和品质的在线分析检测。

近红外光谱；鱼；鱼糜；鱼副产品；新鲜度

鱼肉作为易消化、营养价值高的食物受到人们的青睐，鱼肉含有丰富的蛋白质、脂肪、维生素、矿物质及多种生理活性成分，但鱼肉水分含量较高，体表带有多种微生物，体内常含有多种酶类，加之目前低温保藏技术还不完善，在存放或加工过程中容易在酶和微生物的综合作用下发生腐败变质，引起肌肉质地、风味和化学成分等变化，致使水产品鲜度下降、品质变差，因此其品质和安全的检测很重要[1]。近红外光谱分析技术是近年来发展起来的一种高效、快速、无损检测技术，该技术已在农业、石油、医药、食品等领域进行了应用[2]。针对鱼类及其副产品，国内外学者利用近红外光谱分析技术探索研究了淡水鱼和海水鱼活鱼及鱼片、鱼糜及鱼粉、鱼丸等鱼副产品进行相关无损检测研究[3]。本研究介绍了近红外光谱的工作原理，探讨了近红外光谱技术在不同品种鱼、鱼糜制品及鱼副产品定量定性分析中的应用。

1 近红外光谱工作原理

近红外光谱分析技术是利用物质含氢基团(如C-H、O-H、N-H、S-H等)的伸缩振动的各级倍频及其伸缩振动与弯曲振动合频吸收信息进行物质的定性和定量分析的一种快速有效的无损检测技术，能够在很短的时间内分析出样品的密度、黏度、粒度、硬度等物理性质，以及蛋白质、氨基酸、脂肪、淀粉、水分和其他营养成分等化学成分[4]。不同品种鱼样品及鱼糜制品含有机酸、蛋白质和多糖等含氢基团的有机成分，其近红外光谱中就包含了大量这些基团的倍频及合频的吸收峰，这也使得利用近红外光谱检测鱼类新鲜度或品种鉴别成为可能[5]。近红外光谱对鱼、鱼糜及鱼副产品的检测主要包含定性检测和定量检测。定性检测就是针对不同品种鱼、鱼糜及鱼副产品来源不同，或者其含有其他的物质如豆粕、磷酸盐、肉骨粉、三聚氰胺等成分，使样品整体结构和组成的光谱信息差异而出现不同的近红外光谱图。因此，比较未知样本与已知参考样本的光谱，确定未知物的归属[6]。近红外光谱的定量分析是利用化学分析数据(或者其他物化性质)与近红外光谱数据相结合建立定量校正模型，确定模型的参数后，以这个模型去定量预测某些未知样品的信息(如浓度)。因此，近红外光谱分析是一种高效、无损、无污染的高新分析测试技术，其光谱稳定、信息量大，能够反映样品的综合信息，可通过多元校正模型实现多组分同时测定。

在光谱数据与化学值关联之前,由于近红外光谱包含了噪声,为此需要对特定的样品光谱数据进行适当预处理或者筛选建模的谱区范围，优化模型，提高检测精度[5,7]。近红外分析的数据预处理主要包括剔除异样样品、消除光谱噪声，噪声主要指随机噪声、信号本底、基线漂移、样品不均匀和光散射等。常见的预处理方法有Savitzky-Golay平滑、Savitzky-Golay导数、多元散射校正(MSC)、均值中心化、标准正态变量变换(SNV)、去趋势校正(DT)、差分求导、数据标准化(S)、标准化(S)、净分析信号(NAS)、正交信号校正(OSC)、基线校正等[6，8]。在近红外分析过程中，常用的建模方法包括：多元线性回归法和主成分回归法等线性校正方法，以及支持向量机法、人工神经网络和拓扑方法等非线性校正方法[9]，偏最小二乘(PLS)模型、区间偏最小二乘(iPLS)模型、向后区间偏最小二乘(biPLS)模型和联合区间偏最小二乘(siPLS)模型[10]。这些建模方法可与传统的新鲜度指标(TVB-N、K值、pH值、TBA、TMA等)结合，实现水产品特定组成成分的定量快速检测[1]。徐文杰等[8]在1 000～1 799 nm光谱内, 结合化学实测值建立鲢鱼偏最小二乘法、主成分分析和人工神经网络技术建立鲢鱼营养成分近红外定量模。在3种建模方法中，近红外光谱数据结合偏最小二乘法建立的鲢鱼营养成分模型最优，模型具有较好的预测能力，能较为准确、快速地分析出鲢鱼鱼肉粗蛋白、粗脂肪、水分和灰分的含量。主成分分析法和偏最小二乘法也是近红外光谱对食品营养成分及其所含特殊物质检测分析建模时最常用的方法，两者均采用全谱信息，通过交叉验证来预防过拟合现象[6]，在多种淡水鱼、海水鱼新鲜度检测中都有运用。

2 近红外光谱对不同品种鱼及鱼糜制品组成成分分析

近红外光谱技术在水产品领域最早应用于鱼及鱼糜制品的定量和定性分析。国外对水产品的近红外光谱分析研究起步较早，主要集中在鱼肉及鱼糜营养成分的检测。早在1987年，MATHIAS等[11]就利用近红外光谱技术研究了冻干淡水鱼鱼体的蛋白质和油脂的含量。ISAKSSON等[12]用近红外漫反射光谱测定了大西洋鲑鱼脂肪、水分和蛋白质的含量。FOLKESTAD等[13]快速无损测定了大西洋鲑鱼的脂肪和色素含量。UDDIN[14]及HUANG等[15]应用近红外光谱技术测定了鱼糜中的水分及蛋白质含量。DOWNEY[16]利用近红外光谱分析技术检测人工养殖的鲑鱼肉鱼油和水分进行分析。近年来，国内学者用近红外光谱在不同品种鱼、鱼糜及鱼丸、鱼粉等鱼副产品的营养组成成分进行了近红外光谱建模研究[17-19]。大量的研究结果均表明，采用近红外光谱数据和偏最小二乘法、主成分分析方法等建模方法建立的模型具有较好的预测能力, 能较为准确、快速地分析出鱼肉、鱼糜及鱼副产品粗蛋白、粗脂肪、水分、淀粉和灰分的含量。同样，鱼粉中的水分、粗蛋白、氨基酸、粗脂肪、粗灰分、总磷和盐分含量也可采用近红外光谱分析技术检测,但钙的预测结果不理想[20-23]。

3 近红外光谱对不同品种鱼及鱼糜制品新鲜度指标的检测及在线检测

随着近红外技术的发展，国外学者开始采用近红外光谱开展鱼新鲜度的研究。BECHMANN等[24]采用近红外光谱技术快速检测了冰冻鳕鱼的持水性、TVB-N、甲醛、二甲胺等品质参数，预测效果良好。NILSEN[25]将采集的冰冻鳕鱼与鲑鱼2种海鱼的近红外光谱与贮藏时间建模。此外，NILSEN[26]以感官评价得分为新鲜度标准，研究了400～1 000nm可见光内光谱吸收峰的变化趋势与鳕鱼新鲜度的关系。SIVERTSEN等[27]利用手持便携式近红外仪器和成像光谱仪区分新鲜鳕鱼片和解冻鳕鱼片的新鲜度，发现采用近红外光谱分析很容易区分解冻鳕鱼片。鱼类贮藏期间代谢化学物质检测方面，ARMENTA[28]采用近红外光谱仪结合特定波长点对贮藏期间的鳕鱼、沙丁鱼、墨鱼等几种海体鱼内的三甲胺(TMA)念量进行定量分析。UDDIN等[29]采用可见近红外光谱有效识别了新鲜和冷冻真鲷；BØKNS等[30,31]采用近红外评价了气调包装冻藏鳕鱼片的新鲜度。SMULEVICH等[32]采用近红外光谱区分金枪鱼肉的红色是否是CO处理的结果，研究表明近红外光谱分析提供了以一种快速定性检测金枪鱼肉是否经过CO处理。

我国对近红外光谱技术的研究及应用起步较晚，在鱼糜制品、鱼丸及整鱼新鲜度近红外光谱检测发展迅速，研究对象涉及鲤鱼、鲫鱼、鳙鱼、草鱼、武昌鱼、鲢鱼、罗非鱼等淡水鱼，以及鲈鱼、带鱼、金枪鱼、大黄鱼、三文鱼、金鲳鱼、鲐鱼、大菱鲆、大西洋鲑等海水鱼。通常鱼类新鲜度评价主要包括感官评价、物理检验、化学检验、营养检验和微生物检验等几个方面，其中挥发性盐基氮(TVB-N)、菌落总数(TVC)、硫代巴比妥酸TBA值、三甲胺(TMA)、K 值、pH 值等新鲜度指标是最基本、最重要的评价指标。基于新鲜度评价指标的检测，采用近红外光谱技术和化学计量学方法，同时采集其近红外光谱建立新鲜度的近红外定量分析模型，大量的研究结果表明，基于近红外光谱技术的鱼肉新鲜度预测效果良好[33-36]。为解决鱼类新鲜度人工检测时间长、效率低、劳动强度大问题，黄涛[3]、李鹏等[37]提出自行搭建淡水鱼近红外光谱在线采集平台，采集其近红外漫反射光谱，建立淡水鱼新鲜度在线检测模型，实现了淡水鱼品质的在线分级。

4 近红外光谱在不同品种鱼及鱼糜制品品种、属地鉴定及品质分类研究

淡水鱼经宰杀、切块或采肉后，就很难对样品进行准确鉴别。掺假鱼及其制品不仅影响食品的卫生和营养，而且严重危害消费者的健康。为保护合法生产经营者和消费者的利益，有必要进行鱼种种类及品质的鉴别。王幸幸等[38]以2种大麻哈鱼57个样品为研究对象，采用近红外光谱技术结合聚类分析和主成分分析方法，进行鱼品种快速鉴别，研究发现近红外光谱技术为快速无损鉴别鱼品种提供准确可靠的方法。徐文杰等[39]采用近红外光谱技术快速地鉴别出青、草、鲢、鳙、鲤、鲫、鲂等7 种淡水鱼。孟志娟等[36]采用近红外光谱有效鉴别了5个产地带鱼的产地来源。三文鱼的肉色是评价其品质优劣的重要指标，王磊等[40]研究发现，稀疏表示降维处理的近红外光谱分类模型能更好地对三文鱼的肉质特色进行正确的分类。吴浩等[41]采用近红外光谱技术对冷冻和解冻状态的不同等级白姑鱼糜进行等级评定，主成分分析可以将3个等级白姑鱼糜较好地区分开，冷冻状态白姑鱼糜建立的等级评定模型效果优于解冻状态白姑鱼糜，利用近红外光谱技术可以快速无损鉴定不同品种和不同等级海水鱼糜[42]。

5 近红外光谱对鱼糜、鱼粉、鱼油中特殊成分的检测

磷酸盐对鱼糜品质有重要的影响，鱼糜原料在生产过程中加入适量磷酸盐可防止蛋白质冷冻变性，可提高鱼糜的持水性。同时，为了防止鱼糜制品的腐败变质，鱼糜制品中还会添加食品防腐剂山梨酸钾。但是，过量摄入磷酸盐和山梨酸钾都会对人体健康造成损害。董若琰[43-44]以带鱼糜和鳕鱼糜及其制品(带鱼鱼糕和鳕鱼丸)为研究对象，探讨了将指纹图谱技术(近红外光谱技术和电子鼻技术)用于测定鱼糜及其制品中磷酸盐和山梨酸钾含量的可能性，结果表明近红外光谱技术可用于鱼糜中磷酸盐和山梨酸钾含量的快速无损检测。鱼粉蛋白质含量高、氨基酸种类齐全，是很好的畜禽蛋白饲料。但我国鱼粉资源总量不足，价格较高，于是一些不法企业在鱼粉中添加肉骨粉、豆粕、三聚氰胺等成分，严重地影响了鱼粉的质量安全。采用近红外光谱技术可以做到鱼粉中掺假的肉骨粉[45]、豆粕[46]、三聚氰胺[47-48]等成分的快速准确的定性鉴别。宋涛等[49]通过近红外光谱分析技术对淡水鱼粉、进口鱼粉和国产鱼粉3类商品化的鱼粉样品进行自动化判别实验，采用主成分分析法建立鱼粉种类的定性判别的分类模型，预判准确率达到84.6%,外部验证准确率达到100%。张瑜等[50]采用近红外光谱检测技术对掺入不同含量大豆油和菜籽油的鱼油进行分析，研究发现应用可见-近红外光谱技术在鱼油掺假方面进行检测是可行的。

6 结语

通过对近红外光谱技术在鱼、鱼糜制品及鱼丸、鱼粉、鱼油等鱼副产品组成成分及添加成分分析、新鲜度评价、品质在线分析进行研究，可以更好地对鱼、鱼糜及鱼副产品的营养品质、新鲜度进行预测和控制，可以快速地其品种、属地进行鉴定。近红外光谱分析是一种高效、绿色的分析测试技术，其最大特点就是该区域为含氢基团的倍频和合频吸收区，可以从更深的层次反应水产品内部的变化情况，能很好地从微观方面反映不同品种鱼、鱼糜及鱼副产品样本之间存在的差异性。近红外光谱技术前处理过程简单，颗粒、固体、液体和悬浊液等不同状态下的样品都可以检测。但其也有其局限性，如仪器设备成本高，建模方法繁琐且模型差异导致模型的过适应或欠适应，近红外光谱仪易受温度等外部环境影响，定量分析精度不高，要求样品具有较好的均匀性，对水产品外部信息无能为力，这样就需要借助于其他仪器，如计算机视觉技术、电子鼻、电子舌等嗅觉可视化技术补充到水产品新鲜度的评定中去。因此，基于近红外光谱的多传感器多指标信息融合检测技术及其在线检测，可应用到大规模的加工生产中去，有助于食品品质评定行业从人员密集型向技术密集型的转变和自动化、智能化水平的提高。并且，随着光导纤维及传感器技术的发展，在线检测及网络联用的近红外光谱技术很容易实现异地定标、异地检测、资料共享，有力的保证了食品安全，为农业、工业等各个领域带来了良好的经济效益和社会效益。

[1] 励建荣，李婷婷，丁婷. 水产品新鲜度综合评价与货架期预测模型的构建研究进展[J]. 食品科学技术学报,2016(1):1-8.

[2] 朱逢乐. 基于光谱和高光谱成像技术的海水鱼品质快速无损检测[D].武汉：杭州：浙江大学,2014.

[3] 黄涛，李小昱，彭毅，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,2014(10):2 732-2 736.

[4] 刘燕德. 无损智能检测技术及应用[M]. 武汉：华中科大出版社, 2007.

[5] 刘欢，徐文杰，刘友明，等. 鲫鱼新鲜度近红外定量预测模型的建立[J]. 现代食品科技,2015(7):173-182.

[6] 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,2013.

[7] 陈伟华，许长华，樊玉霞，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,2014,35(24):164-168.

[8] 徐文杰，刘欢，陈东清，等. 基于近红外光谱技术的鲢鱼营养成分的快速分析[J]. 食品安全质量检测学报,2014(2):516-527.

[9] 曹海燕. 基于近红外光谱技术的紫薯半干面成分快速检测及真伪鉴别[D].杭州：浙江工商大学,2015.

[10] 徐富斌，黄星奕，丁然，等. 基于近红外光谱的大黄鱼新鲜度评价模型[J]. 食品安全质量检测学报,2012(6):644-648.

[11] MATHIAS J A, WILLIAMS P C, SOBERING D C. The determination of lipid and protein in freshwater fish using near-IR reflectance spectroscopy[J]. Aquaculture, 1987, 61(3):303-311.

[12] ISAKSSON T,TØGERSEN G, IVERSEN A, et al. Non-destructive determination of fat, moisture and protein in salmon fillets by use of near-infrared diffuse spectroscopy[J]. Journal of the Science of Food & Agriculture, 1995, 69(69):95-100.

[13] FOLKESTAD A, WOLD J P, RØRVIK K A, et al. Rapid and non-invasive measurements of fat and pigment concentrations in live and slaughtered Atlantic salmon (Salmosalar, L.)[J]. Aquaculture, 2008, 280(1):129-135.

[14] UDDIN M, OKAZAKI E, FUKUSHIMA H, et al. Nondestructive determination of water and protein in surimi by near-infrared spectroscopy[J]. Food Chemistry, 2006, 96(3):491-495.

[15] HUANG Y, WANG X C, DENG D W. Rapid determination of moisture and protein contents in silver carp surimi by Fourier transform near-infrared (FT-NIR) spectrometry.[J]. Asian Fisheries Science, 2009(22)：337-345.

[16] DOWNEY G. Non-invasive and non-destructive percutaneous analysis of farmed salmon flesh by near infra-red spectroscopy[J]. Food Chemistry, 1996, 55(3):305-311.

[17] 罗阳，王锡昌，邓德文. 近红外光谱分析测定鱼丸中的水分和淀粉含量[J]. 光谱实验室,2008(6):1 131-1 137.

[18] 左克利，史岩，徐坤，等. 近红外光谱技术快速检测狭鳕水分、脂肪和蛋白质的含量[J]. 食品工业科技,2012(23):326-329.

[19] 徐文杰，李俊杰，贾丹，等. 近红外光谱技术分析草鱼营养成分[J]. 食品科学,2013,14(20):161-164.

[20] 丁柯，张月敬，沈广辉，等. 蛋白饲料原料粗蛋白含量近红外光谱模型转移研究[J]. 光谱学与光谱分析，2016(5):1 334-1 339.

[21] 丁丽敏，计成，陈怡煌，等. 近红外光谱分析技术快速测定鱼粉氨基酸含量的研究[J]. 饲料研究,1999(5):26-28.

[22] 姜训鹏. 基于光谱/空间信息的肉骨粉近红外显微成像分析方法研究[D].北京：中国农业大学,2014.

[23] 牛智有，韩鲁佳. 鱼粉中氨基酸近红外光谱定量分析[J]. 农业机械学报,2007(5):114-117.

[24] BECHMANN I E, JøRGENSEN B M. Rapid assessment of quality parameters for frozen cod using near infrared spectroscopy[J]. Lebensmittel-Wissenschaft und-Technologie, 1998, 31(7):648-652.

[25] NILSEN H, ESAIASSEN M, HEIA K, et al. Visible/Near-Infrared Spectroscopy: A New Tool for the Evaluation of Fish Freshness?[J]. Journal of Food Science, 2002, 67(5):1 821-1 826.

[26] NILSEN H, ESAIASSEN M. Predicting sensory score of cod (Gadusmorhua) from visible spectroscopy[J]. Lebensmittel-Wissenschaft und - Technologie. Food science and technology, 2005, 38(1):95-99.

[27] SIVERTSEN A H, KIMIYA T, HEIA K. Automatic freshness assessment of cod (Gadusmorhua) fillets by Vis/Nir spectroscopy[J]. Journal of Food Engineering, 2011, 103(3):317-323.

[28] ARMENTA S, COELHO N M, RODA R, et al. Seafood freshness determination through vapour phase Fourier transform infrared spectroscopy.[J]. Journal of Materials Science, 2006, 25(1):379-383.

[29] UDDIN M, OKAZAKI E, TURZA S, et al. Non-destructive visible/NIR spectroscopy for differentiation of fresh and frozen-thawed fish[J]. Journal of Food Science, 2005, 70(8):506-510.

[30] BØKN☞S N, JENSEN K N, ANDERSEN C M, et al. Freshness assessment of thawed and chilled cod fillets packed in modified atmosphere using near-infrared spectroscopy[J]. LWT - Food Science and Technology, 2002, 35(7):628-634.

[31] BØKN☞S N, JENSEN K N, GULDAGER H S, et al. Thawed chilled barents sea cod fillets in modified atmosphere packaging-application of multivariate data analysis to select key parameters in good manufacturing practice[J]. Lebensmittel-Wissenschaft und-Technologie, 2002, 35(5):436-443.

[32] SMULEVICH G, DROGHETTI E, FOCARDI C, et al. A rapid spectroscopic method to detect the fraudulent treatment of tuna fish with carbon monoxide[J]. Food Chemistry, 2007, 101(3):1 071-1 077.

[33] 孟一，张玉华，许丽丹，等. 近红外光谱采集方式与样品形态对带鱼新鲜度检测结果的影响[J]. 食品工业科技,2014(11):282-287.

[34] 陈伟华. 基于近红外光谱技术的罗非鱼片品质评价研究[D].上海：上海海洋大学,2015.

[35] 励建荣，王丽，张晓敏，等. 近红外光谱结合偏最小二乘法快速检测大黄鱼新鲜度[J]. 中国食品学报,2013(6):209-214.

[36] 孟志娟. 基于多元指纹图谱技术的带鱼产地鉴别与新鲜度评价研究[D].杭州：浙江海洋学院,2013.

[37] 李鹏. 基于虚拟仪器的淡水鱼在线品质分级系统研究[D]. 武汉：华中农业大学, 2013.

[38] 王幸幸，徐坤，史岩，等. 基于近红外光谱技术的大麻哈鱼品种快速鉴别研究[J]. 食品工业,2012(6):132-134.

[39] 徐文杰，刘茹，洪响声，等. 基于近红外光谱技术的淡水鱼品种快速鉴别[J]. 农业工程学报,2014(1):253-261.

[40] 王磊，殷姣姣，余心杰. 基于近红外光谱技术的三文鱼肉质分类研究[J]. 计算机与现代化,2015(9):109-112.

[41] 吴浩，陈伟华，王锡昌，等. 近红外光谱技术在鱼糜等级评定中的应用研究[J]. 光谱学与光谱分析,2015(5):1 239-1 242.

[42] 胡伟，郭小溪，许长华，等. 利用近红外光谱技术快速鉴定不同品种与不同等级海水鱼糜[C].中国食品科学技术学会第十二届年会暨第八届中美食品业高层论坛论文摘要集，2015.

[43] 董若琰. 利用指纹图谱技术测定带鱼糜和鳕鱼糜及其制品中磷酸盐和山梨酸钾含量[D].上海：上海海洋大学,2013.

[44] 董若琰，王锡昌，刘源，等. 近红外光谱技术快速无损测定带鱼糜及其制品中磷酸盐含量[J]. 光谱学与光谱分析,2013(6):1542-1546.

[45] 杨增玲，韩鲁佳，湛小梅，等. 近红外光谱技术在鱼粉掺假检测中的应用[C]. 中国农业工程学会2011年学术年会论文集，2011.

[46] 石光涛，韩鲁佳，杨增玲，等. 鱼粉中掺杂豆粕的可见和近红外反射光谱分析研究[J]. 光谱学与光谱分析,2009(2):362-366.

[47] 刘小莉，贾刚，王康宁，等. 应用傅利叶近红外光谱定性、定量检测鱼粉中掺杂三聚氰胺的研究[J]. 动物营养学报,2010(3):741-749.

[48] 刘小莉. 应用傅利叶近红外光谱定性、定量检测鱼粉中掺杂三聚氰胺的研究[D].雅安：四川农业大学,2010.

[49] 宋涛，宋军，刘耀敏，等. 基于近红外光谱法的鱼粉快速判别[J]. 食品科学,2015,36(28):260-264.

[50] 张瑜，谈黎虹，曹芳，等. 可见-近红外光谱分析技术对鱼油掺假定量快速无损检测方法研究[J]. 光谱学与光谱分析,2013(6):1 532-1 536.

Prospects of applying near infrared spectroscopy in qualitative and quantitative analysis of fish and its products

TIAN Hua1,2*, HOU Zhi-jie1, CHEN Bao-yang1, LI Fang-hui1, ZHAO Dong-li1

1(College of Life Science, Xinyang Normal University, Xinyang 464000,China)2(Key Laboratory of Simulation and Control forDabie Mountains Population Ecology, Xinyang Normal University, Xinyang 464000, China)

As a convenient, fast, green and efficient nondestructive inspection technology, near infrared spectroscopy (NIR)has unique features and bright future in the inspection of agriculture, food, medicine, oil and other objects. Working principle of near infrared spectroscopy and its application in the qualitative and quantitative analysis of fish and its products were reviewed, such as surimi, fish-ball, fish meal, fish oil, the composition analysis, freshness evaluation, rapid discrimination of species and origin, and quality online analysis. This paper explored that multi sensors and multi indexes fusion detection technology based on near infrared spectroscopy was the future research directions, aiming to provide the convenience for the future quality inspection and discrimination of fish species and origin．

near infrared spectroscopy；fish；surimi; by-products; freshness

博士，副教授(本文通讯作者,E-mail：xynu0818@163.com)。

信阳师范学院大别山农业生物资源保护与利用研究院开放课题；信阳师范学院大学生科研基金

2016-08-31，改回日期：2016-12-14

10.13995/j.cnki.11-1802/ts.201706047