近紅外光譜采集方式與樣品形態(tài)對(duì)帶魚(yú)新鮮度檢測(cè)結(jié)果的影響

孟 一，張玉華，2，* ，許麗丹，2，陳東杰，2，張?jiān)伱?，張?yīng)龍，2

(1.山東商業(yè)職業(yè)技術(shù)學(xué)院，山東省農(nóng)產(chǎn)品貯運(yùn)保鮮技術(shù)重點(diǎn)實(shí)驗(yàn)室，山東濟(jì)南250103;2.國(guó)家農(nóng)產(chǎn)品現(xiàn)代物流工程技術(shù)研究中心，山東濟(jì)南250103)

近紅外技術(shù)具有分析速度快、效率高、重現(xiàn)性好、適用范圍廣、無(wú)損傷等優(yōu)點(diǎn)［1］，被稱(chēng)為“具有解決全球農(nóng)業(yè)分析的潛力”［2］，在食品/農(nóng)產(chǎn)品新鮮度檢測(cè)及品質(zhì)分析中應(yīng)用廣泛。國(guó)內(nèi)外許多學(xué)者開(kāi)展了近紅外技術(shù)檢測(cè)魚(yú)類(lèi)新鮮度的研究，Sivertsen等［3］將近紅外技術(shù)應(yīng)用于魚(yú)片的新鮮度定性判別。Lin等［4］用近紅外光譜檢測(cè)了虹鱒魚(yú)排微生物導(dǎo)致的腐敗，分別采用主成分分析法(PCA)和PLS對(duì)腐敗程度進(jìn)行預(yù)測(cè)，表明近紅外光譜用于虹鱒魚(yú)排的腐敗程度和微生物載荷的預(yù)測(cè)具有可行性。徐富斌等［5］在整魚(yú)背部采集近紅外光譜，建立了大黃魚(yú)TVBN值、菌落總數(shù)的PLS模型，證明大黃魚(yú)的近紅外光譜信息與其TVBN、菌落總數(shù)間相關(guān)性較高。欒東磊等［6］利用便攜式近紅外分析儀檢測(cè)了養(yǎng)殖大黃魚(yú)鮮度K值，并采用PLS法建立了預(yù)測(cè)模型。筆者［7］前期采用近紅外漫反射光譜結(jié)合PLS建立了帶魚(yú)魚(yú)糜TVBN、pH和菌落總數(shù)的定量分析模型。實(shí)驗(yàn)中發(fā)現(xiàn)魚(yú)糜漫反射和漫透射兩種光譜采集方式對(duì)模型的預(yù)測(cè)性能影響較大，且魚(yú)糜和完整帶魚(yú)的漫反射光譜模型性能也存在差異，這可能與采集的光譜包含的信息完整程度有關(guān)。前人大多利用一種光譜采集方式對(duì)一種形態(tài)的樣品進(jìn)行研究，尚未見(jiàn)不同的光譜采集方式和樣品形態(tài)對(duì)檢測(cè)結(jié)果影響的相關(guān)報(bào)道。因此為優(yōu)化帶魚(yú)新鮮度的近紅外檢測(cè)方法，有必要對(duì)兩種光譜采集方法和兩種樣品形態(tài)建立的模型進(jìn)行比較。

本研究以不同新鮮度的帶魚(yú)為實(shí)驗(yàn)對(duì)象，分別采集魚(yú)糜漫反射、漫透射和完整帶魚(yú)漫反射光譜數(shù)據(jù)，利用PLS法建立TVBN、pH和菌落總數(shù)的定量檢測(cè)模型。根據(jù)模型對(duì)未知樣品的預(yù)測(cè)結(jié)果，評(píng)價(jià)光譜采集方法和樣品形態(tài)對(duì)帶魚(yú)新鮮度檢測(cè)結(jié)果的影響，從而確定帶魚(yú)新鮮度近紅外檢測(cè)的最佳方法。

1 材料與方法

1.1 材料與儀器

冰鮮帶魚(yú) 購(gòu)于山東省省濟(jì)南市銀座超市，用保鮮膜包好并編號(hào)置于4℃冰箱中貯藏待測(cè)，每天采集光譜并測(cè)定TVBN值、pH、菌落總數(shù)，直至帶魚(yú)腐敗變質(zhì)。制備魚(yú)糜樣品時(shí)，將帶魚(yú)去皮絞碎成糜狀。共制備魚(yú)糜樣品100個(gè)，其中70個(gè)作為校正集，建立校正模型;30個(gè)作為驗(yàn)證集，驗(yàn)證模型的預(yù)測(cè)能力。用于整魚(yú)漫反射的樣品共69個(gè)，其中校正集46個(gè)，驗(yàn)證集23個(gè)。

AntarisⅡ傅立葉變換近紅外光譜儀 美國(guó)Thermo Electric公司，配有積分球漫反射采樣系統(tǒng)、Result操作軟件、TQ Analyst 8光譜分析軟件。

1.2 近紅外光譜采集方法

利用積分球漫反射系統(tǒng)采集光譜，掃描范圍為4000～10000cm－1，掃描次數(shù) 128 次，分辨率 8cm－1，以內(nèi)置背景為參照。采集魚(yú)糜漫反射光譜時(shí)，將魚(yú)糜置于旋轉(zhuǎn)杯內(nèi)，均勻攤平，每個(gè)樣品連續(xù)采集3次，取平均值為原始光譜。采集魚(yú)糜漫透射光譜時(shí)，魚(yú)糜裝在漫透射專(zhuān)用樣品袋內(nèi)，將掃描點(diǎn)對(duì)準(zhǔn)光譜儀的樣品池光孔進(jìn)行掃描，每次掃描光孔對(duì)準(zhǔn)樣品的不同位置，共掃描6次，取平均值作為樣品的原始光譜。采集整魚(yú)漫反射光譜時(shí)，將帶魚(yú)某一部位對(duì)準(zhǔn)樣品池光孔，共掃描6個(gè)部位，取平均值作為樣品的原始光譜。

1.3 化學(xué)分析法

TVBN 按照水產(chǎn)品行標(biāo) SC/T3032－2007［8］的方法測(cè)定。

pH測(cè)定:將待測(cè)樣品絞成泥狀后，準(zhǔn)確稱(chēng)取10g，置于盛有90mL雙蒸水的燒杯中，浸泡并不時(shí)振搖15min后，過(guò)濾取濾液，用pH計(jì)測(cè)定。

菌落總數(shù)按照國(guó)標(biāo) GB/T4789.2－2010［9］的方法測(cè)定。

1.4 數(shù)據(jù)處理

利用儀器自帶的TQ Analyst 8軟件進(jìn)行數(shù)據(jù)處理，將樣品分成訓(xùn)練集和預(yù)測(cè)集，前者用于建立預(yù)測(cè)模型，后者驗(yàn)證模型的精確度。采用PLS法分別建立魚(yú)糜漫反射、漫透射和完整帶魚(yú)漫反射光譜的TVBN、pH和菌落總數(shù)的定量校正模型。以訓(xùn)練集樣品的交叉驗(yàn)證均方差RMSECV及其相關(guān)系數(shù)r為指標(biāo)優(yōu)化模型，以對(duì)預(yù)測(cè)集樣品的預(yù)測(cè)均方差RMSEP及其相關(guān)系數(shù)r以及配對(duì)t－檢驗(yàn)驗(yàn)證模型的預(yù)測(cè)能力。

2 結(jié)果與分析

2.1 光譜采集方法和樣品狀態(tài)對(duì)原始光譜的影響

分別采集帶魚(yú)魚(yú)糜的近紅外漫反射光譜、漫透射光譜和完整帶魚(yú)的漫反射光譜，原始光譜如圖1所示。

圖1 魚(yú)糜漫反射(a)、漫透射(b)和整魚(yú)漫反射(c)原始光譜圖Fig.1 Original spectra for diffuse reflection and diffuse transmission of the mined ribbonfish and for diffuse reflection of the complete ribbonfish

由圖1可見(jiàn)，漫反射和漫透射兩種不同光譜采集方式得到的魚(yú)糜樣品原始圖不同，漫反射法得到的各光譜精密度較高，而不同樣品的漫透射光譜有較大區(qū)別，原因可能是漫反射利用樣品杯在旋轉(zhuǎn)過(guò)程中完成光譜采集，每次掃描采集的點(diǎn)數(shù)多，使樣品的代表性大大提高;采集漫透射光譜時(shí)，每次掃描采集1個(gè)點(diǎn)，每個(gè)樣品分別采集6個(gè)不同的點(diǎn)，得到的原始光譜圖為6個(gè)點(diǎn)的平均值，樣品本身的不均勻性導(dǎo)致光譜間的差異較大。魚(yú)糜與整魚(yú)漫反射原始光譜圖也存在差異，后者樣品間光譜差別較大，吸收峰的數(shù)量較少，且有的峰較尖。原因可能一方面整條帶魚(yú)不同部位新鮮度差異和光譜采集方式導(dǎo)致光譜精密度差，另一方面整魚(yú)帶有魚(yú)皮，而魚(yú)糜樣品制備過(guò)程中已將魚(yú)皮去掉?？傊?，單純從原始圖上不能確定光譜采集方式和樣品形態(tài)對(duì)帶魚(yú)新鮮度檢測(cè)結(jié)果的影響，需對(duì)光譜進(jìn)行化學(xué)計(jì)量學(xué)方法處理才能進(jìn)行客觀的評(píng)價(jià)。

表1 經(jīng)優(yōu)化的建模參數(shù)Table 1 The optimized modeling parameters

2.2 建模參數(shù)的優(yōu)選

利用PLS法建立帶魚(yú)TVBN值、pH和菌落總數(shù)定量模型時(shí)，采用內(nèi)部交叉驗(yàn)證法對(duì)建模波段、光譜預(yù)處理方法和主成分?jǐn)?shù)進(jìn)行優(yōu)選。RMSECV越小，交互驗(yàn)證預(yù)測(cè)值與實(shí)測(cè)值間的相關(guān)系數(shù)r越大，對(duì)應(yīng)的建模參數(shù)越好，模型越準(zhǔn)確。魚(yú)糜近紅外漫反射、漫透射和整魚(yú)漫反射光譜經(jīng)優(yōu)化后，得到的最佳建模波段、光譜預(yù)處理方法和主成分?jǐn)?shù)見(jiàn)表1所示。即所建的9個(gè)模型在相應(yīng)的建模波段內(nèi)采用對(duì)應(yīng)的預(yù)處理方法和主成分?jǐn)?shù)時(shí)，RMSECV最小，交互驗(yàn)證預(yù)測(cè)值與實(shí)測(cè)值間的相關(guān)系數(shù)r值最大。

2.3 模型的建立

選取上述優(yōu)化的最佳建模波段、預(yù)處理方法和主成分?jǐn)?shù)，利用PLS法分別建立魚(yú)糜漫反射、漫透射和整魚(yú)漫反射的TVBN、pH和菌落總數(shù)校正模型，模型的預(yù)測(cè)值與實(shí)測(cè)值的散點(diǎn)及殘差分布如圖2～圖4所示。

魚(yú)糜漫反射、漫透射和整魚(yú)漫反射TVBN模型校正集樣品的RMSECV值分別為1.81、2.28和3.13，預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)r分別為0.935、0.892和0.902;魚(yú)糜漫反射、漫透射和整魚(yú)漫反射pH模型校正集樣品的 RMSECV值分別為 0.148、0.149和0.151，預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)r分別為0.831、0.814和0.905;魚(yú)糜漫反射、漫透射和整魚(yú)漫反射菌落總數(shù)模型的 RMSECV值分別為0.459、0.472和0.538，預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)r分別為0.814、0.794和0.806。由上述結(jié)果可見(jiàn)，魚(yú)糜漫反射、漫透射和整魚(yú)漫反射的TVBN、pH和菌落總數(shù)定量校正模型校正集的交叉驗(yàn)證均方差RMSECV較小，預(yù)測(cè)值與實(shí)測(cè)值的相關(guān)系數(shù)r較高，說(shuō)明上述模型的性能良好。魚(yú)糜漫反射、魚(yú)糜漫透射與整魚(yú)漫反射相比，魚(yú)糜漫反射方式得到的三個(gè)模型性能均優(yōu)于魚(yú)糜漫透射和整魚(yú)漫反射。

2.4 模型的驗(yàn)證

分別用魚(yú)糜漫反射模型、魚(yú)糜漫透射模型和整魚(yú)漫反射模型對(duì)預(yù)測(cè)集樣品進(jìn)行預(yù)測(cè)，預(yù)測(cè)值與實(shí)測(cè)值如表2所示。

圖2 TVBN預(yù)測(cè)值與實(shí)測(cè)值的散點(diǎn)圖及殘差分布圖Fig.2 Scatter and residual plots of actual and predictive values of TVBN

圖3 pH預(yù)測(cè)值與實(shí)測(cè)值的散點(diǎn)圖及殘差分布圖Fig.3 Scatter and residual plots of actual and predictive values of pH

圖4 菌落總數(shù)預(yù)測(cè)值與實(shí)測(cè)值的散點(diǎn)圖及殘差分布圖Fig.4 Scatter and residual plots of actual and predictive values of total number of colonies

魚(yú)糜漫反射、漫透射和整魚(yú)漫反射TVBN模型預(yù)測(cè)值和實(shí)測(cè)值的相關(guān)系數(shù)r分別為0.960、0.935和0.892，預(yù)測(cè)標(biāo)準(zhǔn)差 RMSEP分別為 5.178、5.74和5.813。經(jīng)配對(duì) t－檢驗(yàn)，︱t︱均小于 t0.05，p ＞0.05，故預(yù)測(cè)值與實(shí)測(cè)值間的差異均不顯著;魚(yú)糜漫反射、漫透射和整魚(yú)漫反射pH模型預(yù)測(cè)值和實(shí)測(cè)值的相關(guān)系數(shù) r分別為 0.923、0.898和 0.978，預(yù)測(cè)標(biāo)準(zhǔn)差RMSEP分別為0.333、0.351和0.367。經(jīng)配對(duì) t－檢驗(yàn)，︱t︱均小于 t0.05，p＞0.05，故預(yù)測(cè)值與實(shí)測(cè)值間的差異均不顯著;魚(yú)糜漫反射、漫透射和整魚(yú)漫反射菌落總數(shù)模型預(yù)測(cè)值和實(shí)測(cè)值的相關(guān)系數(shù)r分別為0.994、0.95和 0.971，預(yù)測(cè)標(biāo)準(zhǔn)差 RMSEP分別為0.823、0.81 和 0.83。經(jīng)配對(duì) t－檢驗(yàn)，︱t︱均小于t0.05，p＞0.05，故預(yù)測(cè)值與實(shí)測(cè)值間的差異均不顯著。上述驗(yàn)證結(jié)果表明，所建魚(yú)糜漫反射、魚(yú)糜漫透射和整魚(yú)漫反射的TVBN、pH和菌落總數(shù)模型的預(yù)測(cè)性能良好，準(zhǔn)確度較高，能滿足TVBN、pH和菌落總數(shù)的定量檢測(cè)要求。將魚(yú)糜漫反射、漫透射和整魚(yú)漫反射模型預(yù)測(cè)值和實(shí)測(cè)值的相關(guān)系數(shù)r及預(yù)測(cè)標(biāo)準(zhǔn)差RMSEP進(jìn)行比較，發(fā)現(xiàn)魚(yú)糜漫反射模型的預(yù)測(cè)性能高于魚(yú)糜漫透射和整魚(yú)漫反射模型。

3 結(jié)論

分別采集了帶魚(yú)魚(yú)糜漫反射、漫透射和整魚(yú)漫反射光譜數(shù)據(jù)，將原始光譜圖對(duì)比發(fā)現(xiàn)，三種原始圖存在差異，原因可能與光譜采集方式和樣品均勻性有關(guān)。對(duì)最佳建模波段、預(yù)處理方法和主成分?jǐn)?shù)等參數(shù)進(jìn)行了優(yōu)化，根據(jù)優(yōu)化的建模參數(shù)，利用PLS法分別建立了TVBN、pH和菌落總數(shù)的定量檢測(cè)模型。分別用上述模型對(duì)預(yù)測(cè)集樣品的TVBN、pH和菌落總數(shù)值進(jìn)行預(yù)測(cè)，結(jié)果表明各模型的預(yù)測(cè)值與實(shí)測(cè)值間差異均不顯著，說(shuō)明模型的預(yù)測(cè)性能良好。但近紅外漫反射與漫透射兩種光譜采集方式相比，前者所建模型的預(yù)測(cè)能力高于后者。采用漫反射光譜時(shí)，魚(yú)糜模型的預(yù)測(cè)能力高于整魚(yú)。說(shuō)明近紅外漫反射和漫透射光譜均可用于檢測(cè)帶魚(yú)新鮮度，但前者檢測(cè)的準(zhǔn)確度高于后者。利用近紅外漫反射技術(shù)可實(shí)現(xiàn)完整帶魚(yú)新鮮度的無(wú)損檢測(cè)，但檢測(cè)的準(zhǔn)確度低于魚(yú)糜樣品。因此，建立帶魚(yú)新鮮度近紅外檢測(cè)模型時(shí)采集魚(yú)糜漫反射光譜建立的模型預(yù)測(cè)性能較好。

［1］劉愛(ài)秋，鄧曉建，王平榮，等.近紅外光譜分析技術(shù)及其在農(nóng)業(yè)領(lǐng)域的應(yīng)用［J］.西南農(nóng)業(yè)學(xué)報(bào)，2003，16(2):98－101.

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

［3］Sivertsen AH，KimiyaT，HeiaK.Automaticfreshness assessment of cod(Gadus morhua)fillets by Vis/Nir spectroscopy［J］.J Food Eng，2001，103:317－323.

［4］Mengshi Lin，Mojgan Mousavi，Murad Al－ Holy，et al.Rapid Near Infrared Spectroscopic Method for the Detection of Spoilage in Rainbow Trout(Oncorhynchus mykiss)Fillet［J］.Journal of Food Science，2006，71(5):18－23.

［5］徐富斌，黃星奕，丁然，等.基于近紅外光譜的大黃魚(yú)新鮮度評(píng)價(jià)模型［J］.食品安全質(zhì)量檢測(cè)學(xué)報(bào)，2012，3(6):644－648.

［6］欒東磊，薛長(zhǎng)湖.近紅外光譜分析技術(shù)在幾種水產(chǎn)品中的應(yīng)用研究［D］.青島:中國(guó)海洋大學(xué)，2009:40－45.

［7］張玉華，孟一，許麗丹，等.基于近紅外光譜技術(shù)的帶魚(yú)新鮮度檢測(cè)研究［J］.食品工業(yè)科技，2013，34(19):281－286.

［8］SC/T3032－2007水產(chǎn)品中揮發(fā)性鹽基氮的測(cè)定［S］.

［9］GB 4789.2－2010食品微生物學(xué)檢驗(yàn) 菌落總數(shù)測(cè)定［S］.

表2 模型的預(yù)測(cè)結(jié)果Table 2 Predicted results of the models