论文部分内容阅读
本文以内蒙古科尔沁牛为研究对象,对可直观测定的胴体性状与宰后性状进行了相关性回归分析,目的是建立实用型预测胴体产肉量及产肉率的方程,以按照不同产肉性能对牛胴体进行等级划分,以建立科学合理的优质优价收购体系。同时考察了近红外光谱技术在牛肉品质评定方面的应用,主要进行了近红外定量、嫩度等级判别方面的探讨。在胴体品质评定方面,选取60头成年科尔沁牛,对其进行屠宰、冷却、分割,分别测定牛体活重(LW)、热胴体重(HCW)、眼肌面积(REA)、背膘厚度(FT)等胴体性状指标,采用SPSS 16.0软件对数据进行相关分析和多元线性回归,最终得到以牛胴体重(HCW)、牛体活重(LW)和眼肌面积(REA)三因子共同预测产肉量的线性方程Y1=-7.357+1.122×HCW一0.155×LW+0.077×REA(R2=0.986,RMSE=2.842)和预测净肉率的线性方程Y2=42.971+0.182×HCW-0.098×LW+0.021×REA(R2=0.930,RMSE=0.516),结果表明两个方程均可在实际生产中用于科尔沁牛产肉量和净肉率的预测。在利用近红外光谱技术快速评定牛肉品质方面,对牛肉中主要成分蛋白质、脂肪和水分含量进行了定量检测。考察了不同预处理方法、最佳建模波段及主因子维数等,以偏最小二乘法(PLS)法分别建立了蛋白质、脂肪和水分含量的预测模型,所得到的预测模型相关系数均大于0.90,模型的预测精度和稳定性均达到较好的效果。在利用近红外光谱分析技术对牛肉样品剪切力值及嫩度等级预测分析过程中,采用偏最小二乘法(PLS)建立了预测牛肉嫩度的近红外光谱分析模型。对光谱进行平滑和二阶导数预处理,在12000cm-1~4000cm-1全区域波数范围内,建立了牛肉剪切力值的近红外定量模型。当采集光谱的牛肉样品为肉片状态时,模型的决定系数(R2)和校止均方根误差(RMSEC)分别为0.512和1.427,当采集光谱的牛肉样品为肉糜状态时,决定系数(R2)和预测均方根误差(RMSEP)分别为0.669和0.963,表明在肉糜状态下采集样品光谱建立近红外预测牛肉嫩度模型效果更佳。采集光谱的牛肉样品为肉糜状态时,建立的预测模型对牛肉嫩度等级预测准确率为88.8%。采集光谱的牛肉样品为肉片状态时,建立的预测模型对牛肉嫩度等级预测准确率为83.3%。说明利用近红外技术对牛肉嫩度等级进行预测评定是可行的。