基于近红外光谱技术的小龙虾新鲜度快速检测研究

摘要：

小龙虾是近年来广受消费者欢迎的淡水产品,相关产业迅猛发展,产生巨大的经济利益.小龙虾整虾及虾仁、虾尾在运输过程中极易腐败变质,产生有害物质.如果不能对小龙虾新鲜度进行及时检测,任由腐败小龙虾进入食品流通环节,极易酿成食品安全事故,危害消费者生命安全,对整个产业链造成不良影响.挥发性盐基氮(TVBN)是衡量水产品新鲜度的主要指标,也可以用于衡量小龙虾的新鲜度,但传统的挥发性盐基氮检测方法存在步骤复杂、检测时间长和化学试剂污染的等问题,无法满足小龙虾庞大产业链的检测需求.近红外光谱技术是一种快速、无损、环境友好的分析技术,在食品分析领域中已有较为广泛的应用.本研究基于近红外光谱分析技术(NIR),结合化学计量学方法提出一种小龙虾新鲜度的快速检测方法.使用偏最小二乘算法(PLS)建立小龙虾虾尾挥发性盐基氮定量分析模型.为了提高模型的预测能力,使用多元散射校正(MSC)、标准正态变换(SNV)、连续小波变换(CWT)和1阶导数(1 st)法对光谱进行预处理,扣除光谱背景;使用蒙特卡洛-无信息消除(MC-UVE)和随机检测(RT)算法进行波长筛选,选择光谱中有效变量.结果显示,光谱预处理和波长筛选技术能够有效提高模型的预测能力.其中,经过1阶导数和蒙特卡洛-无信息变量消除法组合优化处理之后的光谱所建立的偏最小二乘模型与其他模型相比具有更好的预测能力,对于预测集样品,其预测均方根误差和相关系数可达1.626和0.950,能够实现对小龙虾新鲜度的快速、准确检测.

关键词：近红外光谱、小龙虾、挥发性盐基氮、偏最小二乘法

所属期刊栏目：43

分类号：O657.33(分析化学)

资助基金：国家重点研发计划;湖北省自然科学基金

在线出版日期：2023-02-13（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：156-161