近紅外光譜技術(shù)在水產(chǎn)品檢測中的應(yīng)用展望

任瑞娟，柴春祥，魯曉翔

（天津商業(yè)大學(xué)生物技術(shù)與食品科學(xué)學(xué)院，天津市食品生物技術(shù)重點(diǎn)實(shí)驗(yàn)室，天津300134）

水產(chǎn)品，如魚類、貝類、蝦蟹類及其制品，除具有高蛋白、豐富的不飽和脂肪酸、維生素和微量元素等營養(yǎng)和保健成分外，還含有大量呈味物質(zhì)，如肌肽、甜菜堿、游離氨基酸等，它們構(gòu)成了水產(chǎn)品特有的風(fēng)味，深受消費(fèi)者喜愛[1]。食品安全事故的頻發(fā)引發(fā)了人們對食品安全的高度重視。水產(chǎn)品是人們喜食的食品之一，其品質(zhì)直接關(guān)系到人們的生活質(zhì)量和健康安全，也影響著整個水產(chǎn)行業(yè)的發(fā)展。因此，對水產(chǎn)品品質(zhì)進(jìn)行快速、方便檢測和安全評定有著非常重要的現(xiàn)實(shí)意義。近紅外光譜技術(shù)是一種物理測定技術(shù)，它利用化學(xué)物質(zhì)在近紅外光譜區(qū)內(nèi)的光學(xué)特性，快速測定某種樣品中的一種或多種化學(xué)成分含量和特性[2]，是近年來迅速發(fā)展和推廣的一種分析技術(shù)。同時，近紅外化學(xué)計(jì)量學(xué)的發(fā)展為近紅外光譜技術(shù)的應(yīng)用提供了依據(jù)，常用方法主要包括多元線性回歸、主成分回歸、偏最小二乘法、人工神經(jīng)網(wǎng)絡(luò)等[3]。此外，近紅外光譜技術(shù)具有分析速度快、分析效率高、測試重現(xiàn)性好、適用范圍廣、對樣品無損傷等優(yōu)點(diǎn)[4]，在農(nóng)產(chǎn)品及食品檢測中已得到廣泛應(yīng)用。近紅外光譜分析技術(shù)在水產(chǎn)品檢測方面的研究應(yīng)用十分少，但可以考慮借鑒近紅外光譜技術(shù)在肉品中的檢測方法，應(yīng)用于水產(chǎn)品的檢測。目前，國內(nèi)外利用近紅外光譜技術(shù)在肉類行業(yè)的檢測中的應(yīng)用主要有：分析肉類的化學(xué)成分，如水分、蛋白質(zhì)和脂肪含量等；綜合評價肉品的品質(zhì)，如新鮮度、嫩度、保水性、風(fēng)味、色澤及彈性等；鑒定肉品的產(chǎn)地、品種、真?zhèn)魏蛽郊俚萚5]。本文主要通過近紅外光譜技術(shù)在肉品檢測中的應(yīng)用，展望了該技術(shù)在水產(chǎn)品新鮮度、蛋白質(zhì)、脂肪、水、持水力、嫩度、摻假等方面的應(yīng)用，為近紅外光譜技術(shù)在水產(chǎn)品檢測中得到廣泛的應(yīng)用提供理論依據(jù)。

1 近紅外光譜技術(shù)在水產(chǎn)品新鮮度檢測中的應(yīng)用展望

同肉類產(chǎn)品新鮮度一樣，水產(chǎn)品新鮮度的評價極其重要。目前，揮發(fā)性鹽基氮是反映肉類和水產(chǎn)品新鮮度的重要指標(biāo)之一，但其檢測操作繁瑣，應(yīng)用不方便。近紅外光譜檢測技術(shù)具有快速、無損的優(yōu)點(diǎn)，利用其對肉品新鮮度檢測已在國內(nèi)外受到越來越多的關(guān)注。

Leroy等[6]利用近紅外光譜技術(shù)在1200～1300nm波段建立揮發(fā)性鹽基氮的預(yù)測模型，實(shí)現(xiàn)了新鮮度的評價；侯瑞鋒等[7]運(yùn)用近紅外漫反射光譜法對肉品的新鮮度進(jìn)行檢測，通過對光譜信號進(jìn)行平滑處理，采用偏最小二乘多元校正方法，建立揮發(fā)性鹽基氮的預(yù)測模型，實(shí)現(xiàn)了對肉品新鮮度的無損快速檢測；孟憲江等[8]利用自行設(shè)計(jì)的一種光纖探頭式生物表面光譜測試系統(tǒng)，對肉品進(jìn)行測量，利用神經(jīng)網(wǎng)絡(luò)方法建立肉品新鮮度的自動分類和識別的模型，準(zhǔn)確率達(dá)到93.3%。

pH也是肉品關(guān)鍵品質(zhì)之一，其值的大小與肉品的新鮮度密切相關(guān)，實(shí)施p H的檢測對優(yōu)化肉品加工工藝、保證產(chǎn)品質(zhì)量、提高肉品的經(jīng)濟(jì)價值有重要意義。廖宜濤等[9]通過近紅外檢測技術(shù)對豬肉的p H進(jìn)行了在線檢測，對以0.25m·s-1的速度運(yùn)動的鮮豬肉背最長肌，采集其可見近紅外漫反射光譜，取500～980nm波段的光譜進(jìn)行反射距離校正，經(jīng)過多元散射校正和一階微分預(yù)處理后，樣品厚度、表面形狀、運(yùn)動中的瞬時振動等物理特性不同所引起的光譜問的差異信息得到了較好的消除，利用偏最小二乘法建立鮮豬肉pH的在線檢測模型，效果良好；Andersen等[10]對利用近紅外光譜技術(shù)預(yù)測鮮豬肉pH，以豬肉背最長肌肉和半膜肌肉樣品為對象，分別采集326～777nm和l000～2630nm的光譜，經(jīng)多元散射校正預(yù)處理后，利用偏最小二乘回歸法建立預(yù)測模型，結(jié)果得到相關(guān)系數(shù)（r）在0.73～0.85之間；Josell等[11]利用近紅外漫反射光譜預(yù)測豬肉背最長肌pH，對光譜進(jìn)行一階微分預(yù)處理后建立預(yù)測模型，相關(guān)系數(shù)和均方根誤差為0.57和0.074；Savennije等[12]采用400～l100nm波長的可見近紅外漫反射光譜對豬肉背最長肌的pH進(jìn)行檢測，對光譜進(jìn)行二階微分預(yù)處理后建立偏最小二乘模型，取得了良好的效果。

近紅外光譜技術(shù)在水產(chǎn)品新鮮度檢測中的應(yīng)用較少，但新鮮度評價指標(biāo)與肉品相似，故可以通過肉品中新鮮度的檢測方法探究水產(chǎn)品新鮮度，讓近紅外光譜技術(shù)應(yīng)用于水產(chǎn)品新鮮度檢測成為可能。

2 近紅外光譜技術(shù)在水產(chǎn)品水分、蛋白質(zhì)、脂肪檢測中的應(yīng)用展望

近紅外光譜技術(shù)在肉品的檢測中具有廣泛的應(yīng)用，對水分、蛋白質(zhì)、脂肪的檢測方面，已有頗多的應(yīng)用，在水產(chǎn)品檢測中的應(yīng)用雖然不多，但可以借助在肉品中的應(yīng)用做相關(guān)的檢測，為近紅外光譜技術(shù)在在水產(chǎn)品水分、蛋白質(zhì)、脂肪的檢測提供理論依據(jù)，使其在水產(chǎn)品中的應(yīng)用有更進(jìn)一步的發(fā)展。

國外有人成功運(yùn)用近紅外光纖探針檢測在加熱過程中豬肉的水分變化[13]；劉煒等[14]利用傅里葉變換近紅外光譜儀采集光譜，應(yīng)用偏最小二乘回歸法建立定量分析模型，對鮮豬肉的蛋白質(zhì)進(jìn)行檢測，得到了良好的效果；朱迅濤[15]利用德國BRAN+LUEBBE公司生產(chǎn)的IA2000紅外分析儀對火腿腸中的水分、蛋白質(zhì)和脂肪進(jìn)行在線檢測，與常規(guī)方法檢測結(jié)果相比，樣品近紅外檢測是可靠的，相關(guān)系數(shù)達(dá)到了0.975，從而證明利用近紅外檢測儀快速測定火腿腸中的水分、蛋白質(zhì)和脂肪含量的方法是可行的；Ben-Gera等[16]采用紅外透射技術(shù)，研究了肉制品乳濁液中水分和脂肪的含量；Hoving等[17]對新屠宰的豬肉采用近紅外光譜技術(shù)快速檢測肌肉脂肪含量，取得了較好的結(jié)果；Thgersen等[18]對154個肉樣本（豬肉和牛肉）的水分、蛋白質(zhì)及脂肪含量進(jìn)行在線檢測，建立了豬肉和牛肉的水分、蛋白質(zhì)及脂肪含量聯(lián)合模型以及豬肉和牛肉各自的水分、蛋白質(zhì)及脂肪含量模型，結(jié)果發(fā)現(xiàn)相關(guān)系數(shù)較高，模型可靠。

在肉品檢測基礎(chǔ)上，已有人對近紅外光譜技術(shù)檢測水產(chǎn)品中水分、蛋白質(zhì)、脂肪等成分有了初步的研究，并且取得了良好的結(jié)果。Khodabuxa K等[19]利用近紅外光譜技術(shù)檢測金槍魚片的水分，蛋白和脂肪含量；黃艷等[20]利用近紅外光譜技術(shù)測定白鰱魚糜中的水分含量，定標(biāo)集預(yù)測誤差和驗(yàn)證集預(yù)測誤差分別為0.392和0.485，定標(biāo)集和驗(yàn)證集的相關(guān)系數(shù)都高于0.98，結(jié)果表明，近紅外光譜技術(shù)能快速測定魚糜中水分含量；羅陽等[21]利用近紅外光譜技術(shù)分析草魚魚丸中水分的含量，采用偏最小二乘法建立了效果很好的數(shù)學(xué)模型，具有較高的相關(guān)系數(shù)和較低的預(yù)測標(biāo)準(zhǔn)誤差，研究表明利用近紅外光譜技術(shù)測定魚丸中水分含量是可行的；王丹紅等[22]運(yùn)用近紅外漫反射光譜技術(shù)定量測定魚粉中的水分、蛋白質(zhì)、脂肪含量，均獲得良好的結(jié)果。

3 近紅外光譜技術(shù)在水產(chǎn)品持水力、嫩度檢測中的應(yīng)用展望

水產(chǎn)品及肉品的持水力和嫩度與其可口性有密切關(guān)系，檢測其持水力與嫩度，對水產(chǎn)品及肉品的質(zhì)量非常重要。Park等[16]通過分析近紅外反射光譜技術(shù)確定牛肉嫩度，在波長為1100～2498nm處生肉的吸收光譜，采用主成分分析法分析，發(fā)現(xiàn)其與測得的熟肉嫩度存在復(fù)相關(guān)系數(shù)R=0.692，從而可以建立預(yù)測牛肉嫩度的分析模型；John[23]用光導(dǎo)纖維探針對放血后6分鐘的豬肉背最長肌進(jìn)行近紅外光譜檢測可以預(yù)測豬肉宰后24h的滴水損失，他對99頭商業(yè)屠宰的畜體進(jìn)行檢測，結(jié)果發(fā)現(xiàn)，近紅外光譜數(shù)據(jù)與滴水損失的相關(guān)性高達(dá)0.8；Byrne等[24]采用主成分分析法（PCA），分析波長在750～1098nm處生鮮牛肉的吸收光譜，研究了肉的嫩度與近紅外光譜的相關(guān)性；趙杰文等[25]用多元線性回歸法對牛肉建立模型，結(jié)果表明，利用近紅外光譜技術(shù)對牛肉嫩度進(jìn)行預(yù)測是可行的，正確率達(dá)84.21%。

由上可知，近紅外光譜技術(shù)可以應(yīng)用于肉品持水力、嫩度的檢測，取得良好的結(jié)果，由于持水力、嫩度與肉品的肌肉蛋白有密切關(guān)系，故對于魚類、蝦類等富含蛋白質(zhì)的水產(chǎn)品而言，可以試圖應(yīng)用肉品的檢測方法對其進(jìn)行檢測，這使得近紅外光譜技術(shù)在水產(chǎn)品檢測中的應(yīng)用有了新的研究方向。

4 近紅外光譜技術(shù)在水產(chǎn)品摻假中的應(yīng)用展望

近紅外光譜技術(shù)在摻假問題上也得到了良好的應(yīng)用，為肉品和水產(chǎn)品的品質(zhì)提供好了很好的依據(jù)。Ding和Xu[26]利用近紅外光譜技術(shù)研究了牛肉漢堡包摻假的問題，他們在400～2500nm波長范圍內(nèi)，采集了的生、熟和切碎牛肉的光譜，對其分類后，并通過用修改的偏最小二乘法建立回歸模型來判斷漢堡包中的摻假程度，利用該模型對摻入其中的羊肉、豬肉、脫脂奶粉和小麥粉漢堡包的預(yù)測結(jié)果為：預(yù)測標(biāo)準(zhǔn)差分別為3.33%、2.99%、0.92%、0.57%；相關(guān)系數(shù)分別為0.87、0.89、0.99、1.00，結(jié)果表明，對于摻假量在5%～25%范圍內(nèi)的樣品，判斷準(zhǔn)確度在92.7%以上，并且摻假量越多，結(jié)果越準(zhǔn)確；楊志敏等[27]利用近紅外光譜技術(shù)，對原料肉中摻大豆蛋白進(jìn)行研究，運(yùn)用Fisher線性判別和偏最小二乘法進(jìn)行分析，可以很好地鑒別摻假肉；目前，市場上經(jīng)常出現(xiàn)注水肉，利用MPA型近紅外光譜儀可以很好的鑒別正常肉和注水肉。以上實(shí)驗(yàn)表明，近紅外光譜技術(shù)在肉品摻假檢測中已得到良好的應(yīng)用，同樣，它也可以應(yīng)用于水產(chǎn)品摻假檢測中，楊增玲等[28]利用近紅外光譜技術(shù)快速判定魚粉中是否摻有肉骨粉，定標(biāo)模型的正確判別率為97.5%，結(jié)果表明，近紅外光譜技術(shù)可以快速鑒別魚粉中的肉骨粉，這證明了近紅外光譜技術(shù)應(yīng)用于水產(chǎn)品摻假檢測中是可行的。

5 近紅外光譜技術(shù)在其他方面的應(yīng)用

趙麗麗等[29]將腌臘肉樣品在BRUKER傅里葉變換近紅外光譜儀上進(jìn)行掃描，獲得其近紅外光譜，采用附加散射校正光譜預(yù)處理方法，建立了臘肉酸值和水分含量的偏最小二乘回歸模型，酸值和水分含量模型預(yù)測集中樣品的預(yù)測值與標(biāo)準(zhǔn)值的相關(guān)系數(shù)分別為0.98和0.90，預(yù)測標(biāo)準(zhǔn)差分別為0.25和0.02；利用近紅外光譜技術(shù)可以將冷凍的肉制品鑒別分離出來，也可以測定肉汁的失落率及干物質(zhì)的含量，火腿和香腸中的氯化鈉含量，牛肉中的黃豆粉含量，肉湯中淀粉含量，生豬肉和生牛肉的卡路里，以及牛肉塊的物理化學(xué)特性等[30]；Wamecke等[31]利用近紅外光譜技術(shù)研究了肉制品加工過程中添加劑如檸檬酸、脫脂乳粉、抗壞血酸、乳化劑、亞硝酸鹽、糖或糖+明膠等對水分、蛋白質(zhì)、脂肪含量測定的影響，結(jié)果發(fā)現(xiàn)大多數(shù)添加劑對近紅外的吸收有影響；毛毛[32]利用近紅外光譜技術(shù)，以新鮮雞肉為對象，對熱處理終點(diǎn)溫度（EPT）進(jìn)行了檢測，雖然得到的結(jié)果并不是很理想，但也是一種檢測EPT的有效方法。在肉制品加工方面，利用近紅外光譜技術(shù)既可以分析肉原料的常規(guī)成分（如水分、脂肪、蛋白質(zhì)及熱量等）和輔助材料（如淀粉、植物性蛋白、辛香料等）成分的含量，也可以分析加工后肉制品的質(zhì)量指標(biāo)。

6 近紅外光譜技術(shù)在水產(chǎn)品中的應(yīng)用前景

綜上所述，本文通過近紅外光譜技術(shù)在肉品檢測中的應(yīng)用，展望了該技術(shù)在水產(chǎn)品新鮮度、水分、蛋白質(zhì)、脂肪、持水力等方面的應(yīng)用，雖然應(yīng)用比較少，但研究證明是可行的。我們知道，近紅外光譜技術(shù)已經(jīng)廣泛應(yīng)用于肉品檢測中，隨著科技的進(jìn)步，研究的不斷深入，近紅外光譜技術(shù)在水產(chǎn)品檢測中也會有越來越多的應(yīng)用，如在水產(chǎn)品中氨基酸檢測、礦物質(zhì)含量測定的應(yīng)用等方面會有新的進(jìn)展，其應(yīng)用前景是不可估量的。并且，隨著光導(dǎo)纖維及傳感器技術(shù)的發(fā)展，近紅外光譜技術(shù)可以實(shí)現(xiàn)在線檢測及網(wǎng)絡(luò)聯(lián)用，可用于異地定標(biāo)、異地檢測、資料共享，也可利于模型傳輸和遠(yuǎn)程分析，從而為保證食品質(zhì)量提供依據(jù)，為農(nóng)業(yè)、工業(yè)等各個領(lǐng)域帶來良好的經(jīng)濟(jì)效益和社會效益。

[1]劉紅英.水產(chǎn)品加工與貯藏[M].北京：化學(xué)工業(yè)出版社，2006：1.

[2]于紅櫻，祁慧娜，臧勇軍.近紅外分析技術(shù)在肉與肉制品分析中的應(yīng)用[J].肉類工業(yè)，2006（11）：8-9.

[3]李桂峰.近紅外光譜技術(shù)及其在農(nóng)業(yè)和食品檢測中的應(yīng)用[J].農(nóng)業(yè)與技術(shù)，2007，27（5）：91-94.

[4]彭彥昆，張雷蕾.光譜技術(shù)在生鮮肉品質(zhì)安全快速檢測的研究進(jìn)展[J].食品安全質(zhì)量檢測學(xué)報(bào)，2010，27（2）：62-72.

[5]楊志敏，丁武.原料肉中摻大都蛋白的近紅外檢測技術(shù)的研究[J].肉類工業(yè)，2010（10）：29-33.

[6]LEROY B，LAMBOTFE S，DOTREPPE O，et al. Prediction of technological and organoleptic properties of beefLongissimus thoracisfrom near-infrared reflectance and transmission spectra[J]. Meat science，2004，66（1）：45-54.

[7]侯瑞鋒，黃嵐，王忠義，等.用近紅外漫反射光譜檢測肉品新鮮度的初步研究[J].光譜學(xué)與光譜分析，2006，26（12）：2193-2196.

[8]孟憲江，張鐵強(qiáng)，白英奎，等.利用BP神經(jīng)網(wǎng)絡(luò)光譜分類法研究肉品新鮮度[J].光譜實(shí)驗(yàn)室，2004，21（5）：970-973.

[9]廖宜濤，樊玉霞，伍學(xué)千，等.豬肉pH的可見近紅外光譜在線檢測研究[J].光譜學(xué)與光譜分析，2010，30（3）：681-684.

[10] Anderson J R， Borggaard C， Rasmussen A J， et al. Optical measurements of pH in meat[J]. Meat Science，1999，53 （2）：135-141.

[11] Josell A，Martinsson L，Borggaard C，et al. Determination of RN- phenotype in pigs at slaughter-line using visual and nearinfrared spectroscopy[J]. Meat Science，2000，55（3）：273-278.

[12] Savenije B， Geesink G H， Vander Palen J G P， et al.Prediction of pork quality using visible/near-infrared reflectance spectroscopy[J]. Meat Science，2006，73（1）：181-184.

[13]陳建軍，譚佐軍，崔鵬，等.近紅外光譜技術(shù)在食品安全檢測中的應(yīng)用[J].紅外，2007，28（4）：38-40.

[14]劉煒，俞湘麟，孫東東，等.傅立葉變換近紅外光譜法快速檢測鮮豬肉中肌內(nèi)脂肪、蛋白質(zhì)和水分含量[J].養(yǎng)豬，2005（5）：47-50.

[15]朱迅濤.近紅外分析技術(shù)在肉制品檢測中的應(yīng)用[J].肉類工業(yè)，2002（6）：45-47.

[16]蔣耀庭，梁承紅，陳菊娜.現(xiàn)代近紅外光譜分析在食品檢測中的應(yīng)用[J].糧食與食品工業(yè)，2010，17（1）：51-54.

[17]秦華俊，劉波平，羅香，等.近紅外光譜技術(shù)在食品成分及質(zhì)量控制方面的研究應(yīng)用進(jìn)展[J].現(xiàn)代測量與實(shí)驗(yàn)室管理，2007（1）：23-25.

[18]孫通，徐惠榮，應(yīng)義斌.近紅外光譜分析技術(shù)在農(nóng)產(chǎn)品／食品品質(zhì)在線無損檢測中的應(yīng)用研究進(jìn)展[J].光譜學(xué)與光譜分析，2009，29（1）：122-126.

[19]Khodabuxa K L，Omelettea M S，Jhaumeer-Laullooa S，et al.Chemical and near-infrared determination of moisture，fat and protein in tuna fishes[J].Food Chemistry，2007，102（3）：669-675.

[20]黃艷，王錫昌，鄧德文.利用近紅外光譜技術(shù)快速測定白鰱魚糜中的水分含量[J].食品工業(yè)科技，2008（2）：282-284.

[21]羅陽，王錫昌，鄧德文.近紅外光譜分析測定魚丸中的水分和淀粉含量[J].光譜實(shí)驗(yàn)室，2008，25（6）：1131-1137.

[22]王丹紅，吳文晞，馮勁華，等.用近紅外反射光譜法分析魚粉成分的新方法研究[J].引進(jìn)與咨詢，2002（2）：20-21.

[23]姜曉文.肌肉水分分布、抗氧化性與生鮮豬肉持水性的關(guān)系[D].杭州：浙江工商大學(xué)，2009.

[24]Byrne C E，Downey G，Troy D J，et al.Non-destructive prediction of selected quality attributes of beef by near-infrared reflectance spectroscopy between 750 and 1098nm[J].Meat Science，1998，49（4）：399-409.

[25]趙杰文.牛肉嫩度的近紅外光譜法檢測技術(shù)研究[J].光譜學(xué)與光譜分析，2006，26（4）：640-642.

[26]梁丹.近紅外光譜分析技術(shù)在食品品質(zhì)鑒別檢測中的應(yīng)用[J].廣西輕工業(yè)，2008（11）：11-12.

[27]趙麗麗，周學(xué)秋.MPA型近紅外儀食品品質(zhì)分析和摻假鑒定的利器[J].食品安全導(dǎo)刊，2010（3）：34-35.

[28]楊增玲，韓魯佳，劉賢，等.魚粉中肉骨粉的可見-近紅外光譜快速定性判別方法[J].農(nóng)業(yè)工程學(xué)報(bào)，2009，25（7）：308-311.

[29]趙麗麗，張錄達(dá)，宋忠祥，等.近紅外光譜定量檢測腌臘肉制品品質(zhì)的研究[J].光譜學(xué)與光譜分析，2007，27（1）：46-49.

[30]凌靜，向洋.近紅外光譜技術(shù)及其在肉類制品中的應(yīng)用[J].肉類研究，2008（1）：52-55.

[31]李靜，劉斌，岳田利，等.近紅外光譜分析技術(shù)及其在食品中的應(yīng)用[J].農(nóng)產(chǎn)品加工·學(xué)刊，2007（3）：44-47.

[32]毛毛.肉制品熱處理重點(diǎn)溫度檢測方法研究[D].青島：中國海洋大學(xué)，2010.