《表1 NIR技术在猪肉物理属性方面的应用》

  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

《基于近红外光谱技术的生鲜猪肉质量检测研究进展》

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

注:WBSF:Warner-Bratzler shear force，沃布氏剪切力；MS:Marbling scores，大理石花纹；Tray drip loss:托盘滴水损失；CARS:Competitive adaptive reweighted sampling，竞争性自适应加权算法；SPA:Successive projections algorithm，连续投影算法；PCA:Principal component anal

色泽是感官评定中的一项重要物理指标，它可以直观地反映出猪肉的品质，直接影响消费者的购买意愿[11-13]。孙宏伟等[14]基于可见/近红外（400～1000 nm）光谱，经标准正态变量变换（Standard Normal Variable Transform，SNVT）和SG平滑（Savitzky-Golay Smoothing）预处理，建立猪里脊肉颜色的偏最小二乘（Partial Least Squares Regression，PLSR）模型，得到色泽参数L*、a*和b*的校正相关系数（rc）分别为0.99、0.99和0.98，校正误差（RMSEC）分别为0.43、0.16和0.17。在400～1495 nm波段，Balage等[15]也获得了相似的研究结果。王文秀等[13，16]基于单波段（350～1100 nm）光谱数据和双波段（350～1100和1000～2500 nm）光谱融合数据，经预处理后将光谱数据和猪肉的色泽数据相关联，结果显示PLSR模型L*、a*和b*的预测相关系数（rp）均在0.90以上，预测误差（RMSEP）均在1.0以下（表1）。相比色差仪测量肉品色泽参数，近红外光谱技术可潜在实现无接触测量，但是目前研究结果并不能达到理想效果，还需进行大量试验，提高预测效果。