基于近红外光谱的散养土鸡与笼养肉鸡的营养成分预测

摘要：

目的：建立土鸡与肉鸡的蛋白质、脂肪含量快速预测模型。方法收集土鸡与肉鸡新鲜样本各30份,取其中各20份样品,应用近红外光谱分析技术和区间最小二乘法建立蛋白质、脂肪的定量分析模型；然后对剩余样品进行预测,并进行误差分析。结果土鸡与肉鸡的蛋白质模型相关系数分别是0.978和0.963,内部交叉验证均方差(RMSECV)分别为0.197和0.201；脂肪模型的相关系数分别为0.946和0.952, RMSECV值分别为0.318和0.149。预测中,蛋白质预测结果与实测结果误差平均为0.193和0.214,标准差为0.098和0.065；脂肪预测结果与实测结果的误差平均值分别为0.318和0.149,标准差分别为0.072和0.103。结论通过预测结果与实测结果比较,发现差异并不显著,标准方差在10%及以下,并且预测模型的相关系数越大,预测结果越准确,说明了近红外光谱技术与区间最小二乘法预测模型的可行性、准确性、快速便捷性,能够为市场土鸡肉与肉鸡肉的鉴别提供快捷有效的方法。同时,为提高预测结果的准确性,需采用尽量多的样品建立预测模型。

关键词：鸡肉品质、近红外光谱、区间优化偏最小二乘法、脂肪、蛋白质

分类号：R28;TS2

资助基金：国家自然科学基金资助项目61473009;北京市自然科学基金项目4122020

在线出版日期：2015-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2994-3001