基于近红外光谱特征的三文鱼品质多指标快速检测

摘要：

三文鱼肉质鲜美、营养丰富,尽管价格昂贵,却深受广大消费者喜爱,2017年我国三文鱼进口额达3.5亿美元.近年来不法商贩为追求高额利润导致三文鱼消费市场"以假乱真"、"以次充好"的问题日益突出,主要表现为:(1)以价格低廉、外观相似的淡水虹鳟、大马哈鱼、太平洋鲑鱼等冒充价格高、消费者认可度高的挪威三文鱼;(2)将低成本、低品质的冰冻三文鱼(-18℃储运、保质期长、组织结构被冰晶破坏、口感风味破坏严重)化冻后冒充高成本、高品质的冰鲜三文鱼(0～4℃储运、保质期短、无冰晶产生、口感风味最大限度保持);(3)将次新鲜的三文鱼冒充新鲜三文鱼.针对三文鱼品质感官检测误差大、理化检测耗时费力的不足,拟研究一种基于近红外光谱(NIRs)特征的真品/伪品三文鱼、冰鲜/冻融三文鱼、新鲜/次新鲜三文鱼快速鉴别方法.首先采集真品(挪威三文鱼)/伪品(淡水虹鳟、大马哈鱼和太平洋鲑鱼)三文鱼、冰鲜(冰鲜1,3和5 d)/冻融(冰冻15,30和45 d并化冻)三文鱼和新鲜/次新鲜(冰鲜保藏0,2,4,6和8 d)三文鱼样品的NIRs信息,并将不同储藏天数的冰鲜三文鱼以国标法测定其TVB-N含量.原始光谱经标准正态变量变换(SNV)等方法预处理后,分别使用主成分分析(PCA)和遗传算法(GA)进行光谱数据降维及特征波长筛选.最后,结合K-最近邻法(KNN)和最小二乘支持向量机(LS-SVM)对真品/伪品三文鱼和冰鲜/冻融三文鱼构建识别模型;结合联合区间偏最小二乘法(Si-PLS)对新鲜/次新鲜三文鱼构建T VB-N预测模型.建模结果表明:真品/伪品三文鱼LS-SVM定性识别模型对应的测试集识别率达97.50％,冰鲜/冻融三文鱼LS-SVM定性识别模型对应的测试集识别率达98.89％;TVB-N对应的Si-PLS定量检测模型的预测集相关系数为0.8641,基于TVB-N预测值建立的三文鱼新鲜度定性鉴别模型对应的测试集准确率为90.00％.研究结果表明,利用近红外光谱特征结合化学计量学方法能够快速、无损检测真品/伪品三文鱼、冰鲜/冻融三文鱼和新鲜/次新鲜三文鱼,实现三文鱼品质多指标快速检测.

关键词：三文鱼品质、近红外、化学计量学、多指标、快速检测

所属期刊栏目：39

分类号：TS254.7(食品工业)

资助基金：国家重点研发计划项目2016YFD0401104;国家自然科学基金项目31772073,31671844;江苏省重点研发计划项目BE2016306;江苏省六大人才高峰项目GDZB-016

在线出版日期：2019-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2244-2249