论文部分内容阅读
鸭肉营养成分丰富,易于消化吸收,且风味独特,属于凉性养生食物,是居民膳食结构中重要的组成部分。随着经济快速发展,公众食物需求结构及消费观念发生转变,肉类品质安全成为人们日益关注的焦点。快速预测评估鸭肉品质指标,有利于控制畜禽肉类质量,保障消费者食肉安全。因此,本文以鸭肉为研究对象,利用可见/近红外光谱技术结合化学计量学方法、模型维护方法,对反映鸭肉新鲜度的颜色参数（L*、a*、b*）、pH值指标及挥发性盐基氮（Total volatile basic nitrogen,TVB-N）含量分别建立偏最小二乘回归（Perform partial least square regressions,PLSR）预测模型,并通过模型维护与转移研究,提高鸭肉品质预测模型的普适性和稳定性。取得的研究成果如下:（1）鸭肉颜色参数（L*、a*、b*）及pH值指标预测模型的研究。分析了鸭肉原始光谱信号特性,对原始光谱数据进行多元散射校正（Multiplicative scatter correction,MSC）、标准正态变量变换（Standard normalized variate,SNV）、Savitzkye-Golay 卷积平滑预处理,建立鸭肉 L*、a*、b*颜色参数和pH值指标PLSR预测模型,并对比模型预测性能。针对鸭肉L*颜色参数和pH值指标,SNV结合PLSR模型结果最优,Rc分别为0.98、0.90,Rp分别为0.92、0.87,RMSEC分别为0.71、0.05,RMSEP分别为1.20、0.07;针对鸭肉a*和b*颜色参数,S-G平滑结合PLSR模型预测性能最好,Rc分别为0.97、0.98,Rp分别为0.97、0.97,RMSEC分别为0.43、0.31,RMSEP分别为 0.60、0.41。（2）鸭肉TVB-N含量预测模型的研究。鸭肉样品原始光谱经MSC、SNV、S-G平滑处理后建立鸭肉全波段TVB-N含量预测模型,并利用联合区间偏最小二乘方法筛选特征波段、利用主成分载荷系数法选取重要波长,建立TVB-N定量模型。对比模型预测结果发现,基于全波段光谱数据建立的TVB-N含量PLSR模型预测精度最高,Rc和Rp值分别为0.91、0.86,RMSEC和RMSEP 分别为 1.01、1.06。（3）鸭肉品质指标模型适配性检验。对鸭肉各个指标预测模型针对界外品种样品进行主成分得分空间、马氏距离及模型直接预测的适配性检验。结果显示新品种鸭肉样品的L*、a*、b*颜色参数预测结果没有明显下降,而pH值指标和TVB-N含量的预测精度受到影响,预测相关系数明显降低,说明鸭肉pH值和TVB-N含量模型适配性较差,需要进行模型修正或转移维护以提高模型对界外样品预测的普适性和稳定性。（4）鸭肉pH值指标及TVB-N含量预测模型的维护研究。利用基于不同原理的模型更新修正、斜率/截距校正转移和直接校正转移方法对鸭肉pH值及TVB-N含量PLSR模型进行维护,并探讨了标准化样品数对模型转移维护效果的影响。研究结果发现,DS和SBC方法对鸭肉pH值指标模型的维护效果较差,主要归因于鸭肉pH值变化范围较小,光谱信号数据与pH测定参考值不能均匀分布,导致不能获得合适的模型转移参数,影响模型转移效果。针对不同品种鸭肉pH值指标,模型更新方法的维护效果最好,RMSEP从0.33降至0.17,平均预测偏差绝对值从0.25降至0.03;针对不同品种鸭肉TVB-N含量,斜率/截距校正转移维护效果最优,RMSEP和平均预测偏差绝对值分别从1.90降低至0.93、从1.49减小至0.13。