第32卷，第2期 2012年2月
光谱学与
光谱分析
Spectroscopy and Spectral Analysis
Vol.32,No.2,pp354-359 February，2012
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
成芳，樊玉霞，廖宜涛
浙江大学生物系统工程与食品科学学院，浙江杭州310058
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、稳定性及适应性考患均具一定的通用性，具有良好的市场应用前景。
关键词猪肉肉糜；近红外光谱；偏最小二乘；支持向量机；品质指标中图分类号：0657.3
DOl; 10. 3964/j.issn.1000-0593(2012)02-0354-06
文献标识码：A
并应用可见/近红外光谱对鲜猪肉蒸煮损失和嫩度检测进行
引言
猪肉是全世界食用最多的肉类，它是人们动物性脂肪的主要来源，猪肉作为我国生产和消费量最大的肉品，营养品质和安全品质关系到国计民生，因此受到食品质量检测管理部门以及消费者的关注。猪肉肉糜作最常见的一种原料性食品，其品质与相关产品的品质密切相关，同时也与食品安全风险的发生息息相关，不同部位猪肉品质及价值存在一定的差异性，实际生产中一些不法生产者为获取收益在原料中损假或用劣质原料取代优质原料，损害消费者利益。因此，建立独立、快速、绿色、科学的检测方法是保证猪肉品质与安全有效控制与监管的重要手段，同时也为食品行业安全提供有力保障。
近红外(NIR)光谱技术是依据化学成分对近红外区光谱的吸收特性而进行的测定，是一种间接检测方法，近年来在农产品及食品检测领域得到广泛应用。在肉及肉制品检测方面的应用受到越来越多国内外学者的关注。国内最新报道是蔡健荣等应用傅里叶变换近红外透射光谱检测猪肉的挥发性盐基氮含量和剪切力用于评价猪肉新鲜度和嫩度指标口，胡耀华等对近红外漫反射光谱检测真空包装猪肉的吸水力进行了研究，比较了不同光谱采集方式的分析结果，表明近红外漫反射法对真空包装后鲜猪肉吸水力无损检测的可行性["，
收稿日期：2011-05-24，修订日期：2011-09-20
了研究，廖宜涛等利用可见/近红外光谱在线检测猪肉品质("；国外学者利用近红外光谱分析技术对牛肉5)、猪肉[8]，羊肉[9]、家禽[1]以及其他肉类(1]食品的检测均有相关研究，Monroy等利用可见近红外漫反射光谱对不同等级猪肉定性分类进行了研究(2)，Guillen等通过近红外光谱结合神经网络算法实现不同种类猪肉的正确分类(13)，Chou等应用可见/近红外透射光谱对猪腰肉的新鲜度进行了研究围。
本文以不同部位取样制备的猪肉肉糜样品作为研究对象，应用傅里叶变换近红外光谱对不同部位猪肉肉糜进行判别分析，同时对整体肉糜样品品质指标脂肪含量、蛋白质含量和水分含量的快速检测进行试验研究，比较了PLS和LS SVM两种数学建模方法、不同光谱预处理方法对检测结果的影响，获得不同部位猪肉肉糜定性判别最优模型和肉糜中脂肪、蛋白质和水分含量的最佳定量分析模型
1实验部分 1.1样品采集
对屠宰后150头猪嗣体肉切割分离，样品采集至不同肌肉部位，其中包括45个里脊肉样品、45个大排肉样品、26 个五花肉样品和34个后腿肉样本。将样本去皮去筋后用小
基金项目：国家(863计划)项目(2007AA10Z215)和浙江省自然科学基金项日(Y307441)资助
作者简介：成芳，女，1967年生，浙江大学生物系统工程与食品科学学院教授万方数据
e-mail; fcheng@zju. edu, cn; nancyfanyx@gmail. com