1、近紅外光譜技術在肉類檢測中的應用 鮮肉既可以作為成品挺直出售，也可以加工成熟肉、冷凍肉或作為肉制品的原料。利用近紅外光譜技術可實現對肉類(包括鮮肉、冷凍肉或熟肉等)成分的分析和測定，肉色、嫩度、保水性等感官特征的評價，同時也可對肉的產地、真偽等做出鑒定和推斷，以達到肉類品質和平安的要求(見表5-3)。 表5-3近紅外光譜法在肉制品檢測中的應用 (一)近紅外技術應用于肉類化學組成分析 從肉類的化學組成上分析，主要包括蛋白質、脂肪、水分、浸出物、和礦物質6種。每種化學成分均對肉的食用品質或養分品質影響甚大，如肉品中水分含量及其持水性能挺直關系到肉的品質和風珠，肌內脂肪的多少挺直影響肉的多汁性和嫩度

2、。自20世紀六七十年月就已有近紅外反射光譜與水分、脂肪和熱量之間相關性的討論，這為深化挖掘近紅外光譜技術在此領域的應用與進展打下了基礎。表5-3所示為近年來近紅外光譜技術對不同肉類如牛肉、豬肉等的化學成分及含量檢測的應用，該領域討論較為成熟，目前市場上也有此方面應用的特地儀器，如丹麥foss公司的foodsean系列食品成分迅速分析儀。除了蛋白質、脂肪以及水分這3種最常用的組格外，脂肪中脂肪酸的組成和含量對肉的品質和養分價值具有重大影響，因此現代理念對肌肉脂肪的各種脂肪酸含量和比例有了新的要求。近年來，有學者開頭轉向對肉類脂肪酸組成和含量的近紅外光譜分析討論，表5-3中列有相關討論實例。常規的

3、近紅外技術應用于鮮肉和屠宰過程在線檢測，為了實際應用的需要可擴展檢測肉類的狀態如半冷凍及凍干肉，同時也可將此檢測技術進一步擴展應用于水產肉類的討論。xecato采納近紅外pls回來法分析，發覺剁碎的魚片建模效果優于某處完整部位，但與冷凍干燥的剁碎的魚片區分不大。利用近紅外反射光譜來測定肉中成分的含量時，普通將肉切碎或磨碎至勻稱混合物即成肉糜狀，可以精確測定肉中主要成分脂肪、蛋白質和水分的組成和含量。對于裝樣過程要求比較高，但相較于理化辦法測定具有顯然的優勢且利于原料肉的在線檢測加工。對于完整肉片或肉塊檢測時，近紅外光譜辦法雖然建模預測精度相對較差，但能達到其在線檢測的要求。 (二)近紅外技術應

4、用于肉類感官品質的評價 肉的食用品質主要是指感官品質、深加工品質、養分價值、衛生品質4個方面。最簡單引起消費者重視的是感官品質，如肌肉的色彩與系水力、嫩度、紋理、香味及多汁性等，其中部分關鍵性指標如肉色、系水力和嫩度、新奇度等可用近紅外光譜技術來檢測和評定。 1.肉類嫩度的評價 肉的嫩度是指肉在食用時口感的老嫩，反映了肉的質地。應用近紅外光譜技術，將測定的沃-布剪切力值(wbsf)與光譜值舉行關聯建模實現肉類嫩度的儀器評定。byme等采納主成分分析法(pcr)在7501098nm的光譜范圍內討論了牛肉背最長肌(ld)的嫩度、紋理以及風味與近紅外光譜的相關性；park等報道了利用分析近紅外反射光

5、譜確定牛肉背長肌嫩度的結果，同樣采納的是主成分分析法分析波長在11002498nm處生肉的汲取光譜，發覺其與剪切力測得的熟肉嫩度存在復相關系數r=0.692，這樣可以建立預測牛肉嫩度(口感)的模型；國內，趙杰文等利用牛肉樣本近紅外汲取光譜和沃-布剪切儀測得的牛肉樣本(ld)的最大剪切力值建模并舉行主觀嫩度等級評價。 按照目前的報道總結，討論結果和發展絕大部分是針對牛肉，另有部分的雞肉和羊肉，但并未發覺近紅外光譜在豬肉的嫩度評價方面有較好的結果。近紅外光譜法雖然能頂測肉嫩度的變幻，但討論肌肉部位受到限制，主要是針對牛肉背部最長肌，然而這些預測模型往往不簡單重復。另外，不學生者對于屠宰早期與僵直后

6、肉的嫩度檢測討論結果有一定的差異性，可能與所討論的肉品以及詳細討論試驗條件有關，并不能充分地解釋那個時期的近紅外光譜更適合用米預測肉的嫩度。有學者將光譜范圍擴展到可見光，綜合利用可見近紅外光譜評價肉類嫩度、肉色等更為廣泛的感官特征。 2.肉的保水性的評價 肉的保水性也稱系水力或系水性，肌肉系水力是肌肉組織保持水分的能力，討論巾多用自中滴水量(即滴水損失，driplose)來表示肉的保水性。forrest利用近紅外光譜pls建模辦法預測屠宰當天豬肉的滴水損失，發覺具有較好的相關性(r=0.84)；geesink等利用近紅外光譜模型來預測屠宰后2d的豬肉樣本的感官品質，結果顯示通過保水性的好與差(

7、滴水損失 5%或 7%)分級標準，有望進一步實現豬肉畜體的在線分級。 利用近紅外光譜技術測定肉質的保水性從而實現屠宰當天鮮肉的分級，具有廣大的應用前景。同時討論結果顯示，近紅外光譜對于屠宰后早期肉的保水性具有較好相關性，但肉的保存時光能在很大程度上影響近紅外光譜模型的預測效果。 3.肉色及新奇度 肉色是肉質評定的重要指標。近年來，有學者綜合利用可見光和近紅外光譜技術對肉色討論的報道。sante等用近紅外光譜技術結合人工神經網絡(ann)數據建模分析辦法推斷雞胸肉的色澤，正確率達到70%；cozzolino等利用可見光和近紅外光譜結合經修正的偏最小二乘(mpls)分析辦法來預測豬肉樣本的色彩，發

8、覺同品種豬肉其cielab系統中l(lightness)和a(redness)的驗證相關系數較高。新奇度也是可用近紅外光譜來評定的感官指標之一，主要通過揮發性鹽基氮這一指標來表示肉類的新奇程度。leroy等在12001300nm波段利用近紅外光譜建立揮發性鹽基氮的預測模型，實現了新奇度的評價；侯瑞鋒等同樣通過近紅外漫反射光譜法建立揮發性鹽基氮的預測模型，并通過聚類分析辦法對光譜數據舉行了分類處理，實現對肉品的新奇程度無損迅速檢測。 可見近紅外光譜檢測肉類色彩和新奇度是可行的，但在實際加工過程中，近紅外光譜法得到的肉色和新奇度檢測精度并非是全部辦法中最高的。檢測肉色時應用最為廣泛和較為成熟的是利

9、用機器視覺技術，新奇度檢測則有電磁特性等辦法。但在舉行肉質的感官特征評定時，若近紅外光譜技術有融合其他技術的可能性，并且能綜合評定多種肉質指標，則在一定程度上可提高在線檢測效率和實際的經濟效益。 (三)近紅外技術應用于肉類的鑒定和推斷 近紅外技術應用于食品平安檢測雖然時光較短，但因為其檢測的優越性使其在這一領域有廣大的前景。以近紅外光譜技術對肉類的化學成分和含量分析、感官品質評定為依據，貝更進一步實現了肉類的平安鑒定和推斷。 在肉炎鑒定和推斷過程中，首先考慮肉類的品種、產地，尤其作為原料肉更應明確來源，這對于食品的平安檢測十分重要。alomar等利用近紅外技術及pls分析建模辦法精準地鑒別出了不同品種的牛肉以及牛肉的不同部位的肌肉，但針對屠宰后的畜體分級則并不勝利；cozzolino利用pca及pls的近紅外分析辦法來鑒別不同動物來源肉，其鑒別精確水平可達80%。 因為食品種類繁多、成分復雜，而且摻雜物質種類也無數，外觀、組成或理化性質又比較臨近，通常很難用普通的化學辦法鑒別真偽。其復雜性也使得肉類摻假的鑒別意義非凡，尤其對于某些高價值的肉類品種如水產行業。近紅外光譜在此方面也有相關報道。javier利用pls和pcr分析建模辦法對特定蟹肉品種的真偽和摻假舉行了討論，鑒定誤差小于6%。 鮮