基于光譜技術(shù)的豬肉新鮮度檢測(cè)方法的研究

張庭霨 鐘猛猛 黃英吉 劉雨昕 楊雪

摘要：近年來豬肉注水、瘦肉精等安全問題頻發(fā)。本文通過研究使用光譜技術(shù)檢測(cè)生鮮豬肉方法的發(fā)展現(xiàn)狀，包括了近紅外光譜技術(shù)、高光譜技術(shù)、多光譜技術(shù)以及豬肉品質(zhì)的理化檢測(cè)指標(biāo)，概述了當(dāng)前世界對(duì)肉類產(chǎn)品的檢測(cè)研究，最后，針對(duì)當(dāng)前的肉類無損檢測(cè)技術(shù)提出了結(jié)合多種檢測(cè)技術(shù)，建立綜合評(píng)價(jià)模型。

關(guān)鍵詞：光譜技術(shù);豬肉品質(zhì);多元回歸模型;總揮發(fā)性鹽基氮

中圖分類號(hào)：TS207.3? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）30-0155-02

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

隨著我國全面建成小康社會(huì)以及新冠肺炎防控形勢(shì)的變化，一方面人民群眾對(duì)于高品質(zhì)肉類食品的需求不斷加大，另一方面冷鏈?zhǔn)称酚绕涫沁M(jìn)口肉類的冷鏈產(chǎn)品的安全性成為疫情防控的重中之重。我國已經(jīng)成為世界上每年豬肉食物總消費(fèi)量最大的一個(gè)國家，同時(shí)也是生產(chǎn)豬肉最多的國家，因此，研究快速便捷的豬肉檢測(cè)對(duì)我國及人民都具有重大意義。

1 豬肉新鮮度檢測(cè)的意義

豬肉品質(zhì)的評(píng)價(jià)應(yīng)該是多方面的， 在檢測(cè)過程中要涵蓋多方面的評(píng)價(jià)指標(biāo)[1]，主要的指標(biāo)有酸堿度、系水力、肉色、嫩度、氣味、肌肉組織狀態(tài)等。較為成熟的豬肉品質(zhì)檢測(cè)方法主要有感官、理化和微生物三大檢測(cè)方法。感官檢測(cè)雖然便捷，但是可靠性低，主觀性強(qiáng)。理化檢測(cè)與微生物檢測(cè)雖然精確，但是操作步驟較多，需要對(duì)樣品進(jìn)行破壞性檢測(cè)，難以達(dá)到無損快速檢測(cè)的目的。尤其在疫情期間，當(dāng)冷鏈進(jìn)口食品成為源頭時(shí)，防控工作更要依靠檢測(cè)技術(shù)，然而在進(jìn)口冷鏈產(chǎn)品數(shù)量多的情況下，傳統(tǒng)的檢測(cè)方法已經(jīng)不足以應(yīng)對(duì)，在一些地方只能采取抽檢的方法。因此，研究新的快速無損的豬肉品質(zhì)檢測(cè)方法成了當(dāng)務(wù)之急。

豬肉快速檢測(cè)最早是以理化檢測(cè)為基礎(chǔ)出現(xiàn)的，平均耗時(shí)需要兩個(gè)小時(shí)，在該檢測(cè)方法下，樣品不可避免會(huì)被破壞。隨后，又發(fā)展出了PCR快速檢測(cè)技術(shù)，雖然在耗時(shí)上與理化檢測(cè)相差不大，但是通過對(duì)不同的DNA片段、聚合酶等條件的變化，可以檢測(cè)一些特定的指標(biāo)并建立不同的試劑盒來進(jìn)行檢測(cè)。隨著物理學(xué)的發(fā)展，通過核磁共振技術(shù)與傳感器技術(shù)的無損、快速檢測(cè)方法開始出現(xiàn)，在檢測(cè)的過程中基本不會(huì)破壞樣品并且不再需要送檢大面積的樣品。在光譜成像技術(shù)與圖像處理技術(shù)日漸成熟中分子光譜技術(shù)開始廣泛應(yīng)用。分子光譜技術(shù)（如近紅外光譜）可以利用光子在樣品組織內(nèi)部傳播的特性，通過建立吸收、散射特性與化學(xué)組分和結(jié)構(gòu)組織的關(guān)聯(lián)性，實(shí)現(xiàn)樣本成分的無損定性和定量分析[2]。通過樣品中不同元素對(duì)同一光譜吸收程度的不同以及對(duì)不同光譜表現(xiàn)出不同的吸收特性，分析樣品中各成分的含量特征，從而對(duì)豬肉新鮮度進(jìn)行判斷。該技術(shù)相對(duì)于傳統(tǒng)的方法具有迅速便捷以及多方位的優(yōu)點(diǎn)。

2 基于光譜技術(shù)的豬肉品質(zhì)檢測(cè)技術(shù)的現(xiàn)狀

2.1 近紅外光譜技術(shù)

由于近紅外光譜區(qū)（780-2526nm）與有機(jī)分子中含氫基團(tuán)（C-H、N-H、O-H）的振動(dòng)的合頻和各級(jí)倍頻的吸收區(qū)一致，因此可以通過掃描樣品的近紅外光譜來分析樣品的化學(xué)成分和品質(zhì)特性[3-4]。戴小也[5]等詳細(xì)的總結(jié)了近些年來國內(nèi)外近紅外光譜技術(shù)在豬肉檢測(cè)上的研究。

總揮發(fā)性鹽基氮（TVB-N）是測(cè)量肉類食品新鮮的一個(gè)重要指標(biāo)，我國目前主要按照 GB/T 5009.44- 2003《肉與肉制品衛(wèi)生標(biāo)準(zhǔn)的分析方法》進(jìn)行測(cè)定[6]?？倱]發(fā)性鹽基氮法主要是通過測(cè)定肉類食品的腐敗過程中，在酶和細(xì)菌的作用下將蛋白質(zhì)分解為氨及胺類等堿性較弱的含氮化學(xué)物質(zhì)，其含量越高表面氨基酸被破壞的越多，肉類食品的新鮮程度越低。郭慶輝[7]等設(shè)計(jì)了一種肉品無損檢測(cè)的光學(xué)傳感器，利用近紅外光譜技術(shù)采集樣品在不同冷藏時(shí)間和不同檢測(cè)距離下的總揮發(fā)性鹽基氮的含量，通過多元散射校正和標(biāo)準(zhǔn)正態(tài)變換進(jìn)行預(yù)處理，建立了豬肉的TVB-N含量的偏最小二乘回歸（PLSR）模型，其校正集相關(guān)系數(shù)和均方根誤差分別為0.98和0.92mg/（100 g），預(yù)測(cè)集相關(guān)系數(shù)和預(yù)測(cè)均方根誤差分別為0.97和1.56mg/（100 g）。

肉類食品中另一個(gè)重要指標(biāo)就是水分含量，水分含量既體現(xiàn)著肉類食品的新鮮程度，也是判別注水肉的一個(gè)關(guān)鍵指標(biāo)，傳統(tǒng)的直接干燥法，蒸餾法測(cè)定樣品水分含量都會(huì)對(duì)樣品造成破壞。 在張海云[8]等采集生鮮豬肉近紅外光譜數(shù)據(jù)，通過參照國標(biāo)GB_5009.3—2010測(cè)定水分含量后，得出在980nm附近O-H基團(tuán)吸收峰明顯，為水分吸收峰。彭彥昆[9]等通過多元散射校正方法，建立了第一波段（349～1435 nm）和第二波段（1037～1961nm）的偏最小二乘回歸模型，其校正集相關(guān)系數(shù)和交互驗(yàn)證均方根誤差分別為0.906和0.598，驗(yàn)證集的R2達(dá)到了0.836，其結(jié)果正確率為90.48%。

2.2 高光譜技術(shù)

高光譜是結(jié)合了成像技術(shù)與光譜技術(shù)的一種影像數(shù)據(jù)技術(shù)，可以同時(shí)獲取，能夠同時(shí)獲取被測(cè)對(duì)象的圖像及光譜信息，其中不僅包含了被測(cè)物的表面物理特征，同時(shí)還含有內(nèi)部結(jié)構(gòu)特征及化學(xué)組分信息[10]，并且彌補(bǔ)了近紅外光譜沒有圖像信息，光譜范圍小的缺點(diǎn)。因此，使用高光譜技術(shù)所得到的豬肉影像數(shù)據(jù)既可以從表面物理特征進(jìn)行感官檢測(cè)，又可以反映其內(nèi)部成分的含量。

肉類食品的感官檢測(cè)又可以分為觀察外觀法和氣味識(shí)別法，高光譜技術(shù)所獲取的圖像信息可以結(jié)合感官檢測(cè)中觀察外觀法對(duì)樣品進(jìn)行評(píng)價(jià)，具體的指標(biāo)有：色澤、嫩度。彭彥昆[11]等使用高光譜成像技術(shù)獲取了牛肉的高光譜散射圖像，建立了預(yù)測(cè)牛肉嫩度的多元線性回歸模型。以嫩度值為6kg作為判別牛肉嫩度的標(biāo)準(zhǔn)，當(dāng)嫩度值大于6kg時(shí)為粗糙牛肉，當(dāng)嫩度值小于6kg時(shí)為嫩牛肉。校正集的相關(guān)系數(shù)達(dá)到了0.98，校正標(biāo)準(zhǔn)殘差達(dá)到了0.45kg，驗(yàn)證集的相關(guān)系數(shù)達(dá)到了0.96，驗(yàn)證標(biāo)準(zhǔn)殘差達(dá)到了0.64kg。尚夢(mèng)玉等[12]使用近紅外高光譜技術(shù)（900～1700 nm）來獲取樣品的反射光譜信息，建立了羊肉顏色的NIR高光譜預(yù)測(cè)模型，模型從白黑（L*）之間、紅綠（a*）之間、黃藍(lán)（b*）之間的顏色程度的參數(shù)數(shù)字化后進(jìn)行光譜特征的提取以及處理。從預(yù)測(cè)效果來看，L*和b*的預(yù)測(cè)效果較好，其校正集系數(shù)均為0.90，均方根誤差分別為1.11和0.730，驗(yàn)證集系數(shù)分別為0.633和0.681，均方根誤差分別為2.110和1.303。

豬肉含有15%脂肪、20%的蛋白質(zhì)、1%的碳水化合物以及必要的維生素[13]。王家云[14]等的研究中使用NIR高光譜成像系統(tǒng)獲取的寧夏灘羊中光譜數(shù)據(jù)分析中分別得到了與羊肉蛋白質(zhì)含量、羊肉脂肪含量和羊肉pH值呈正負(fù)相關(guān)的特征波長(zhǎng)，再結(jié)合近紅外光譜總揮發(fā)性鹽基氮測(cè)定法建立了蛋白質(zhì)含量、脂肪含量、pH值的PLSR模型。最后得到蛋白質(zhì)含量、脂肪含量的驗(yàn)證集系數(shù)均在0.8以上，pH值的驗(yàn)證集系數(shù)在0.7以上，蛋白質(zhì)的均方根誤差為0.58，脂肪的均方根誤差為0.09，pH值的均方根誤差為0.12.

2.3 多光譜技術(shù)

多光譜圖像也是一種同時(shí)具有光譜特征和圖像信息的影像數(shù)據(jù)技術(shù)，相比于高光譜來說成像波段較少，波段通常在10～50。因此，多光譜成像所處理的數(shù)據(jù)量遠(yuǎn)小于高光譜，基于此，多光譜成像技術(shù)更適用于實(shí)時(shí)監(jiān)測(cè)。

張華峰[14]等在研究中使用多光譜技術(shù)分別獲取了新鮮豬肉和冷鮮肉的全波長(zhǎng)光譜與特征波長(zhǎng)光譜。發(fā)現(xiàn)波長(zhǎng)在470nm處的光譜吸收帶與高鐵肌紅蛋白含量有關(guān)，在590nm處的吸收帶與氧合肌紅蛋白的含量有關(guān)，而這二者的含量又與肉色密切相關(guān)，750-970nm處的波長(zhǎng)光譜與水分含量有關(guān)。隨后使用了線性判別分析（LDA）、偏最小而成判別分析（PLS-DA）等方法對(duì)光譜數(shù)據(jù)進(jìn)行預(yù)處理。基于此，建立了化學(xué)計(jì)量學(xué)分類模型并根據(jù)樣品的光譜特征篩選特征波長(zhǎng)，基于化學(xué)計(jì)量學(xué)分類模型準(zhǔn)確率高于90%。董迪[15]在研究中使用多光譜檢測(cè)方法測(cè)定豬肉的肌紅蛋白、pH值、TVB-N、菌落總數(shù)四項(xiàng)指標(biāo)，同時(shí)也使用理化檢測(cè)的方法測(cè)定這四項(xiàng)指標(biāo)的含量，用于預(yù)測(cè)模型的驗(yàn)證。在獲取到樣本的影像數(shù)據(jù)后使用了歸一化、多卷積平滑法、多元散射校正法等對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，分別建立了偏最小二乘回歸的分析模型和多元線性回歸分析模型。其中，偏最小二乘模型在豬肉的肌紅蛋白、pH值、TVB-N、菌落總數(shù)的相關(guān)系數(shù)分別為0.7870、0.9023、0.9808、0.9617。

3 基于光譜技術(shù)的豬肉品質(zhì)檢測(cè)的發(fā)展與展望

雖然光譜技術(shù)作為一種全新的檢測(cè)技術(shù)，具有無損、快速、準(zhǔn)確度高等特點(diǎn)，但在指標(biāo)的評(píng)價(jià)上還是不夠全面，比如，在對(duì)豬肉的黏度，彈性，氣味等方面的檢測(cè)，光譜技術(shù)還是基于檢測(cè)豬肉的成分含量從而確定這些指標(biāo)。此外，高光譜成像技術(shù)獲得的影響數(shù)據(jù)過于龐大，使得信息產(chǎn)生冗余，信息處理也更加費(fèi)時(shí)且高光譜成像設(shè)備較為昂貴，不適于開發(fā)便攜的豬肉實(shí)時(shí)檢測(cè)裝置。而近紅外光譜的光譜范圍較窄，所能檢測(cè)的指標(biāo)有限且缺少圖像信息。因此在豬肉新鮮度的快速，無損檢測(cè)中應(yīng)以多光譜技術(shù)為主。

在上述介紹到的模型中許多都是針對(duì)單一的指標(biāo)進(jìn)行建立，對(duì)于豬肉新鮮度的總和評(píng)判適配性不高，而對(duì)指標(biāo)進(jìn)行綜合考慮的建模難度較大。因此，應(yīng)主要使用光譜技術(shù)來替代對(duì)樣品有破壞的理化檢測(cè)方法，在檢測(cè)中輔以其他快速、無損的檢測(cè)方法。TVB-N和pH值是衡量豬肉新鮮度的重要理化指標(biāo)且在光譜檢測(cè)中較為成熟。而對(duì)于豬肉的其他的一些理化指標(biāo)如水分，硫化氫、甲烷（豬肉腐敗時(shí)常產(chǎn)生的氣體）可以使用專用傳感器進(jìn)行測(cè)量。此外，還可以在研究中建立豬肉的腐敗程度模型，使得檢測(cè)者可以更加清楚的了解豬肉的存放時(shí)長(zhǎng)以及模型的偏差程度，方便將來進(jìn)行校正。

4 結(jié)束語

豬肉新鮮度所需要檢測(cè)的指標(biāo)較多，我們應(yīng)結(jié)合多種檢測(cè)方法，建立綜合的評(píng)價(jià)模型。在實(shí)際的應(yīng)用中，還存在著產(chǎn)生誤差的原因，這就需要我們?cè)趹?yīng)用中不斷對(duì)模型進(jìn)行校正，不斷完善光譜技術(shù)對(duì)豬肉新鮮度檢測(cè)的標(biāo)準(zhǔn)和流程，這對(duì)我國肉類產(chǎn)品的檢測(cè)具有重大意義。

參考文獻(xiàn)：

[1] 孫朋朋，宋春陽.豬肉品質(zhì)的評(píng)價(jià)指標(biāo)及營養(yǎng)因素對(duì)豬肉品質(zhì)影響的研究進(jìn)展[J].豬業(yè)科學(xué)，2014，31（2）：112-114.

[2] Nicola? B M，Beullens K，Bobelyn E，et al.Nondestructive measurement of fruit and vegetable quality by means of NIR spectroscopy：a review[J].Postharvest Biology and Technology，2007，46（2）：99-118.

[3] 王凡，李永玉，彭彥昆，等.馬鈴薯多品質(zhì)參數(shù)可見/近紅外光譜無損快速檢測(cè)[J].光譜學(xué)與光譜分析，2018，38（12）：3736-3742.

[4] 王文秀，彭彥昆，房曉倩，等.二維相關(guān)光譜的豬肉TVB-N特征變量?jī)?yōu)選研究[J].光譜學(xué)與光譜分析，2018，38（7）：2094-2100.

[5] 戴小也.基于近紅外光譜分析技術(shù)的豬肉品質(zhì)快速檢測(cè)方法研究[D].徐州：中國礦業(yè)大學(xué)，2019.

[6] 中華人民共和國衛(wèi)生部，中國國家標(biāo)準(zhǔn)化管理委員會(huì).肉與肉制品衛(wèi)生標(biāo)準(zhǔn)的分析方法：GB/T 5009.44—2003[S].北京：中國標(biāo)準(zhǔn)出版社，2004.

[7] 郭慶輝，彭彥昆，李永玉，等.肉品無損檢測(cè)光學(xué)傳感器設(shè)計(jì)與試驗(yàn)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2020，51（S2）：484-490.

[8] 張海云，彭彥昆，王偉，等.基于光譜技術(shù)和支持向量機(jī)的生鮮豬肉水分含量快速無損檢測(cè)[J].光譜學(xué)與光譜分析，2012，32（10）：2794-2798.

[9] 彭彥昆，楊清華，王文秀.基于近紅外光譜的豬肉水分在線檢測(cè)與分級(jí)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2018，49（3）：347-353.

[10] Kamruzzaman M， EIMasry G， et al. Innovative Food Science & Emerging Technologies，2012，16：218.

[11] 吳建虎，彭彥昆，江發(fā)潮，等.牛肉嫩度的高光譜法檢測(cè)技術(shù)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，40（12）：135-138，150.

[12] 尚夢(mèng)玉，王松磊，何建國，等.基于NIR高光譜技術(shù)檢測(cè)灘羊冷鮮肉顏色[J].食品工業(yè)，2018，39（9）：287-291.

[13] Nguyen-Viet H，Dang-Xuan S，Pham-Duc P，et al.Rapid integrated assessment of food safety and nutrition related to pork consumption of regular consumers and mothers with young children in Vietnam[J].Global Food Security，2019，20：37-44.

[14] 張華鋒.基于多光譜成像無損識(shí)別豬肉中碎骨的技術(shù)研究[D].合肥：合肥工業(yè)大學(xué)，2020.

[15] 董迪.基于多光譜分析的包裝生鮮肉無損檢測(cè)技術(shù)研究[D].無錫：江南大學(xué)，2020.

【通聯(lián)編輯：梁書】