《表2 NIR技术在猪肉化学组成方面的测定应用》

  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:IMF:Intramuscular fat，肌内脂肪；Si PLSR:Subinterval partial least squares regression，联合区间偏最小二乘方法；ANN:Artificial neural network，人工神经网络。

水分含量是衡量生鲜肉品质的重要指标之一，水分含量的高低直接影响肉的口感和营养，加工、贮藏及运输[23]。目前，近红外光谱技术已经被作为一种快捷无损技术应用于猪肉水分含量的检测，并且取得了较好的研究成果（表2）。黄伟等[24-25]采用近红外反射光谱技术（909～23256 nm）对滇南小耳猪肉块及肉糜的水分含量进行了检测研究。采用PLSR挖掘预处理光谱数据相关联水分数据，rc分别高达0.987和0.990，RMSEC分别为0.300和0.177。同年，Li等[26]采用短波近红外光谱对猪肉的水分含量也进行了检测研究，其建立的神经网络（Artificial Neural Network，ANN）预测模型rp为0.986，RMSEP为0.181，该结果且与黄伟等的研究接近。除此之外，王文秀等[16]又获取350～1100和1000～2500 nm两个波段的光谱数据对猪肉水分进行了检测，并利用CARS算法从全波段内筛选出了74个特征变量来优化PLSR模型，相关系数rp为0.912，RMSEP为0.381，相比前面的研究，预测效果降低，这可能是由于筛选波长后，部分光谱信息缺失，导致模型精度下降。总体而言，近红外光谱技术检测猪肉水分含量效果良好，这与水分在近红外波段的吸收较多有关。可以通过增加样本数量，进一步提高模型预测精度。