《表2 基于近红外光谱技术鸡肉色泽检测研究》
注:PLSR:偏最小二乘回归;PCA:主成分分析;RMSEC:校正均方根误差;RMSEP:预测均方根误差;MSC:乘法散射校正;RMSECV:交叉验证均方根误差;Weighted regression coefficients,加权回归系数;RC:回归系数;RCV:校正模型相关系数;RP:预测模型相关系数。
色泽是消费者感官评定的一个重要指标,禽肉的颜色与肌肉中肌红蛋白、血红蛋白和细胞色素的含量有关[24]。肌肉的颜色特征是消费者直接观察到的肉类特性,色泽的好坏直接影响消费者的购买欲。肌肉的色泽通常用色差计测量L*(亮度)、a*(红度)、b*(黄度)值进行评价[25]。运用NIRS技术检测鸡肉色泽研究已有报道。Liu[26]等采集144个鸡肉样品400~1850 nm范围内的光谱数据,建立色泽参数的偏最小二乘回归模型(PLSR),得到L*、a*和b*校正模型的决定系数(R2)分别为0.84、0.83和0.78,分析发现其中肌肉的亮度和黄度的预测效果较好。经多元散射校正(MSC)和求导预处理光谱后,Samuel等[27]和De Marchi等[28]建立了PLSR模型[29],预测效果和Liu等[24]研究相似。Yang等[30]采集400~2500 nm光谱数据,利用回归系数法(RC)选取最优波长的预测效果并不理想。这可能与最后波长选择后,部分重要光谱信息缺失有关。Jiang等[31]在不同的波段下运用相同的最优波长提取方法和建模方法得到L*值模型精度较好,但a*、b*值不理想。蒋圣启等[32]利用近红外光谱成像系统联用Stepwise算法快速评估鸡肉色泽。通过采集新鲜屠宰鸡肉高光谱图像,提取试验样本感兴趣区域(ROI)反射光谱信息,结果表明利用近红外高光谱技术结合Stepwise算法可实现鸡肉色泽参数L*、b*值的快速评估。尽管NIRS技术预测肌肉色泽存在差异(表2),但因其具有快速无损大批量检测优势,未来可继续深入研究。
图表编号 | XD00140182300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.20 |
作者 | 牛明雷、郝炘、李建华、王俊伟、李平安、李华 |
绘制单位 | 农业农村部工程建设服务中心、天津农垦渤海农业集团有限公司、天津市宝坻区朝霞街道办事处、北京市植物保护站、湖南省益阳市桃江县农业局、内蒙古自治区赤峰市宁城县植保植检站 |
更多格式 | 高清、无水印(增值服务) |