《表2 基于近红外光谱技术鸡肉色泽检测研究》

  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

《近红外光谱技术在家禽养殖领域应用现状》

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

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。