近紅外光譜儀測定雞蛋的參數化模型建立

作為一種理想的動物蛋白食品，蛋石已成為人們日常飲食的重要組成部分。隨著蛋雞生產的規模化和產業化,雞蛋品質的提高和改良也倍受關注,雞蛋物理品質評價指標包括蛋白高度、蛋殼強度、蛋殼厚度、哈氏單位(HU)、蛋型指數、蛋殼顏色、氣室高度、氣室直徑、蛋比重等。此外,生產和銷售環節也以蛋品質測定結果作為雞蛋分級的主要依據,其中蛋品新鮮度(包括蛋白高度、哈氏單位)是分級標準中最重要的一項。因此,發展雞蛋新鮮度的檢測方法對科研、生產有非常重要的理論與應用價值,無損檢測技術(如通過紅外線、超聲波等技術)是未來一個重要的研究方向。雞蛋品質無損檢測研究已有一些報道,吳瑞梅等運用紫外光譜等技術研究了雞蛋蛋白高度的變化,Berardinelli等利用紅外技術測定雞蛋蛋白高度也取得一定研究進展。另外還有文獻報道對雞蛋裂紋、幾何外形、雞蛋表面污染的相關方法。氣室高度作為國際上雞蛋新鮮度和現場分級的衡量指標之一,但迄今為止,還沒有針對氣室高度、氣室直徑等品質參數的無損檢測技術,而傳統的檢測手段、精度、效率急需提高。因此,亟需建立一種新的能夠應用于蛋雞育種、蛋品質量監督和雞蛋市場分級的快速無損檢測方法。傅里葉變換近紅外反射(Fouriertransformnearinfraredreflectance,FT-NIR)光譜分析技術被廣泛應用于國內外分析農牧產品和食品中的蛋白質、水分、脂肪、纖維素、淀粉等營養成分,以及農作物品質育種、食品品質和加工過程的控制。本研究利用FT-NIR技術對雞蛋進行無損檢測,探討利用FT-NIR技術對雞蛋新鮮度(蛋白高度、哈氏單位、氣室高度、氣室直徑)進行評價的可行性。1實驗與研究1.1分離雞蛋樣品試驗共收集了15只45周齡商品代白來航母雞24天內所產的雞蛋,每隔一天收集一次雞蛋(如收集雞蛋當天未產蛋,則延續一天留蛋),共計得到雞蛋樣品163枚。樣品采集后放到溫度為16℃、濕度為75%的蛋庫中保存。1.2帶的應用軟件光譜測定儀器:AntarisFT-NIRAnalyzer(美國ThermoNicolet公司),利用光譜直接掃描雞蛋的鈍端(大頭),附帶的應用軟件為:TQAnalystv6,RESULT-Integration,RE-SULT-Operation。主要工作參數為:掃描譜區范圍4000~10000cm-1;掃描次數:64;分辨率:8cm-1;數據形式:Log(1/R)。光譜掃描儀操作方法:儀器預熱2h之后進行檢測,每一枚雞蛋掃描3次,每次均掃描背景,計算其平均光譜。圖1為所測定的同一個樣本3個不同保存時間的傅里葉變換近紅外漫反射光譜圖。1.3室高度、氣室直徑在光線較暗處利用照蛋燈劃出雞蛋氣室的位置和形狀,使用電子游標卡尺測定氣室高度(Airheight)、氣室直徑(Airdiameter)。為了校正不同大小的雞蛋對氣室直徑的影響,計算了氣室直徑與雞蛋縱徑(D/L)、橫徑(D/S)的比值,然后比較幾個不同指標之間的建模是否有區別。1.4品質測定和指數測定利用日本Robotmation公司的Egg-shellForce(Model-Ⅱ)儀器測定蛋殼強度(Eggshellforce);日本Robotmation公司的EMT-5200蛋品質測定儀測定蛋黃顏色(Color)、蛋白高度(Eggalbumenheight)、哈氏單位(HU)、蛋重(Eggweight);日本FHK公司的蛋型指數測定儀測定蛋型指數;日本FHK公司的蛋殼厚度測定儀測定蛋殼厚度(eggshellthickness)。1.5光譜數據處理利用TQAnalystv6軟件,采用無偏最小二乘法建立定標模型,在前期研究的基礎上以及結合Berardinelli等研究結果,選用4000~6600cm-1光譜范圍進行數據處理。本試驗163個樣品中的130個用作定標集,其余33個樣品作為驗證集。首先用定標集樣品建立模型,再選擇交互驗證法對模型進行檢驗,通過比較預測殘差均方根(RM-SEP)和交互驗證相關系數RVAL(Correlationcoefficientofcrossvalidation)、交互驗證殘差均方根(RMSECV)等指標來衡量定標模型的準確性,模型驗證采用Murray等的方法。2結果與分析2.1噪聲分離提取雞蛋品質光譜實際測量過程中不僅包括了雞蛋蛋品質相關的各種信息,還包括儀器噪聲,外界干擾等,需要對原始光譜進行適當的預處理,將雞蛋品質信號和噪聲分離,最大程度地提取雞蛋品質的有效信息。本試驗分別運用了多元散射校正(multiplicativescattercorrection,MSC),平滑(Smoothing),微分處理(Derivatives)等手段,對不同的光譜數據形式和數據平滑方式,以及每種數據平滑方式相應的最佳參數組合進行了選擇,用每次剔除一個光譜點的方法進行交互驗證,然后分析光譜異常點和杠桿系數,進一步優化模型。2.2蛋白高度的測定根據篩選出的最優參數組合,確定了雞蛋蛋白高度、氣室直徑、氣室高度的預測模型,各模型的主要參數及驗證效果見表1。通過對各種指標的優化處理發現,運用Secondderivative以及Savitzky-Golay光譜預處理對雞蛋品質的蛋白高度、氣室直徑、氣室高度的測定模型結果最好。蛋白高度的相關系數最高(R2=0.867),但RMSEP和RMSEC相對其他雞蛋品質指標相差較大。通過對氣室直徑的處理發現,光譜數據與直接測定氣室直徑的相關系數比用雞蛋縱徑(D/L)、橫徑(D/S)處理后的相關系數高,運用光譜數據能比較好的測定雞蛋氣室高度(R2=0.865)。哈氏單位是通過蛋白高度、蛋重進行非線性變換計算得到的,這兩者之間有高度的相關性(R2=0.91),因此,可以通過對蛋白高度的測量來檢測雞蛋的新鮮度。本研究建立的雞蛋蛋白高度模型與Berardinelli等的結果類似,但是相關系數(R2=0.867)要比Berardinelli等的結果高(R2=0.80)。分析結果還表明,蛋重、哈氏單位近紅外預測模型不好。2.3不同高度3個指標預測能力的差異用33個外部樣本進行模型驗證,用預測值與實際值差異來評價雞蛋蛋白高度、氣室直徑、氣室高度3個指標(圖2)的預測能力,t檢驗結果顯示差異不顯著(t>0.05)。雞蛋蛋白高度、氣室直徑、氣室高度3個指標的預測值與實際值間的相關系數(R2)分別達到0.873,0.861,0.895(見圖2),可以用于雞蛋蛋白高度、氣室直徑與氣室高度的預測。3雞蛋主要品質參數的檢測技術標準世界上的雞蛋新鮮度檢測標準一直執行美國1970年制定的標準,各個國家在此基礎上進行了一些調整,如我國的雞蛋新鮮度檢測標準以雞蛋氣室高度為主要標準之一,該標準在實際操作中非常困難。尤其是在現場檢測中,缺少一些有效的無損檢測技術來測量蛋的新鮮度,亟需對標準進行修訂。由于目前還沒有自動測量的方法來測量氣室直徑、氣室高度,而氣室直徑與氣室高度又不是非常規則,雞蛋主要品質參數的人工測量方法的準確性不是非常高,因此雞蛋主要品質參數近紅外測定模型的準確度還有進一步提高