《表3 NIRS技术对鸡肉化学特性检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《近红外光谱技术在生鲜禽肉质量检测中应用的研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

鸡肉中的化学成分主要有脂肪、蛋白质、水分等，这些化学成分影响着鸡肉的新鲜度、口感和品质[26-27]。N I R S技术在肉品化学组分的分析研究中已经有广泛应用，并获得良好的结果[28]。Windham等[29]采集获取850～1 050 nm范围的鸡肉光谱信息，建立预测脂肪的PLSR模型，RP高达0.99，预测效果极好。McDevitt等[30]建立改进的PLSR(modified PLSR，MPLSR）模型与刘炜等[31]建立的PLSR模型也均能很好地预测鸡肉中脂肪含量，其他学者也进行了相关的研究，但结果并未提高。对于鸡肉蛋白质的检测研究，McDevitt等[30]建立的MPLSR模型预测效果较理想，RC2为0.86，RMSEC为19.40 g/kg。邢素霞等[32]在850～1 050 nm波段建立的区间PLSR(interval PLSR，iPLSR）模型预测土鸡与肉鸡蛋白质含量的效果更好。刘炜等[31]采用10 000～4 000 cm-1波段进一步提高了鸡肉蛋白质预测精度，RP均接近于1.0。肉品中最多的组分是水分，NIRS技术也最适合在水分含量检测中应用，PLSR模型检测鸡肉水分的精度可高达0.99[31]。相比之下，鸡肉中灰分的检测效果较差[30]。除了主要的化学成分检测研究，王辉等[33-34]建立了两个波段的鸡肉胆固醇PLSR预测模型，预测效果可接受，仍需进一步提高。Xiong Zhenjie等[35]建立400～1 000 nm波段鸡肉中羟脯氨酸（hydroxyproline，HYP）的PLSR预测模型，其模型精度有待提高。上述研究结果详见表3。