近紅外光譜技術在水產品檢測中的應用展望

任瑞娟，柴春祥，魯曉翔

（天津商業大學生物技術與食品科學學院，天津市食品生物技術重點實驗室，天津300134）

水產品，如魚類、貝類、蝦蟹類及其制品，除具有高蛋白、豐富的不飽和脂肪酸、維生素和微量元素等營養和保健成分外，還含有大量呈味物質，如肌肽、甜菜堿、游離氨基酸等，它們構成了水產品特有的風味，深受消費者喜愛[1]。食品安全事故的頻發引發了人們對食品安全的高度重視。水產品是人們喜食的食品之一，其品質直接關系到人們的生活質量和健康安全，也影響著整個水產行業的發展。因此，對水產品品質進行快速、方便檢測和安全評定有著非常重要的現實意義。近紅外光譜技術是一種物理測定技術，它利用化學物質在近紅外光譜區內的光學特性，快速測定某種樣品中的一種或多種化學成分含量和特性[2]，是近年來迅速發展和推廣的一種分析技術。同時，近紅外化學計量學的發展為近紅外光譜技術的應用提供了依據，常用方法主要包括多元線性回歸、主成分回歸、偏最小二乘法、人工神經網絡等[3]。此外，近紅外光譜技術具有分析速度快、分析效率高、測試重現性好、適用范圍廣、對樣品無損傷等優點[4]，在農產品及食品檢測中已得到廣泛應用。近紅外光譜分析技術在水產品檢測方面的研究應用十分少，但可以考慮借鑒近紅外光譜技術在肉品中的檢測方法，應用于水產品的檢測。目前，國內外利用近紅外光譜技術在肉類行業的檢測中的應用主要有：分析肉類的化學成分，如水分、蛋白質和脂肪含量等；綜合評價肉品的品質，如新鮮度、嫩度、保水性、風味、色澤及彈性等；鑒定肉品的產地、品種、真偽和摻假等[5]。本文主要通過近紅外光譜技術在肉品檢測中的應用，展望了該技術在水產品新鮮度、蛋白質、脂肪、水、持水力、嫩度、摻假等方面的應用，為近紅外光譜技術在水產品檢測中得到廣泛的應用提供理論依據。

1 近紅外光譜技術在水產品新鮮度檢測中的應用展望

同肉類產品新鮮度一樣，水產品新鮮度的評價極其重要。目前，揮發性鹽基氮是反映肉類和水產品新鮮度的重要指標之一，但其檢測操作繁瑣，應用不方便。近紅外光譜檢測技術具有快速、無損的優點，利用其對肉品新鮮度檢測已在國內外受到越來越多的關注。

Leroy等[6]利用近紅外光譜技術在1200～1300nm波段建立揮發性鹽基氮的預測模型，實現了新鮮度的評價；侯瑞鋒等[7]運用近紅外漫反射光譜法對肉品的新鮮度進行檢測，通過對光譜信號進行平滑處理，采用偏最小二乘多元校正方法，建立揮發性鹽基氮的預測模型，實現了對肉品新鮮度的無損快速檢測；孟憲江等[8]利用自行設計的一種光纖探頭式生物表面光譜測試系統，對肉品進行測量，利用神經網絡方法建立肉品新鮮度的自動分類和識別的模型，準確率達到93.3%。

pH也是肉品關鍵品質之一，其值的大小與肉品的新鮮度密切相關，實施p H的檢測對優化肉品加工工藝、保證產品質量、提高肉品的經濟價值有重要意義。廖宜濤等[9]通過近紅外檢測技術對豬肉的p H進行了在線檢測，對以0.25m·s-1的速度運動的鮮豬肉背最長肌，采集其可見近紅外漫反射光譜，取500～980nm波段的光譜進行反射距離校正，經過多元散射校正和一階微分預處理后，樣品厚度、表面形狀、運動中的瞬時振動等物理特性不同所引起的光譜問的差異信息得到了較好的消除，利用偏最小二乘法建立鮮豬肉pH的在線檢測模型，效果良好；Andersen等[10]對利用近紅外光譜技術預測鮮豬肉pH，以豬肉背最長肌肉和半膜肌肉樣品為對象，分別采集326～777nm和l000～2630nm的光譜，經多元散射校正預處理后，利用偏最小二乘回歸法建立預測模型，結果得到相關系數（r）在0.73～0.85之間；Josell等[11]利用近紅外漫反射光譜預測豬肉背最長肌pH，對光譜進行一階微分預處理后建立預測模型，相關系數和均方根誤差為0.57和0.074；Savennije等[12]采用400～l100nm波長的可見近紅外漫反射光譜對豬肉背最長肌的pH進行檢測，對光譜進行二階微分預處理后建立偏最小二乘模型，取得了良好的效果。

近紅外光譜技術在水產品新鮮度檢測中的應用較少，但新鮮度評價指標與肉品相似，故可以通過肉品中新鮮度的檢測方法探究水產品新鮮度，讓近紅外光譜技術應用于水產品新鮮度檢測成為可能。

2 近紅外光譜技術在水產品水分、蛋白質、脂肪檢測中的應用展望

近紅外光譜技術在肉品的檢測中具有廣泛的應用，對水分、蛋白質、脂肪的檢測方面，已有頗多的應用，在水產品檢測中的應用雖然不多，但可以借助在肉品中的應用做相關的檢測，為近紅外光譜技術在在水產品水分、蛋白質、脂肪的檢測提供理論依據，使其在水產品中的應用有更進一步的發展。

國外有人成功運用近紅外光纖探針檢測在加熱過程中豬肉的水分變化[13]；劉煒等[14]利用傅里葉變換近紅外光譜儀采集光譜，應用偏最小二乘回歸法建立定量分析模型，對鮮豬肉的蛋白質進行檢測，得到了良好的效果；朱迅濤[15]利用德國BRAN+LUEBBE公司生產的IA2000紅外分析儀對火腿腸中的水分、蛋白質和脂肪進行在線檢測，與常規方法檢測結果相比，樣品近紅外檢測是可靠的，相關系數達到了0.975，從而證明利用近紅外檢測儀快速測定火腿腸中的水分、蛋白質和脂肪含量的方法是可行的；Ben-Gera等[16]采用紅外透射技術，研究了肉制品乳濁液中水分和脂肪的含量；Hoving等[17]對新屠宰的豬肉采用近紅外光譜技術快速檢測肌肉脂肪含量，取得了較好的結果；Thgersen等[18]對154個肉樣本（豬肉和牛肉）的水分、蛋白質及脂肪含量進行在線檢測，建立了豬肉和牛肉的水分、蛋白質及脂肪含量聯合模型以及豬肉和牛肉各自的水分、蛋白質及脂肪含量模型，結果發現相關系數較高，模型可靠。

在肉品檢測基礎上，已有人對近紅外光譜技術檢測水產品中水分、蛋白質、脂肪等成分有了初步的研究，并且取得了良好的結果。Khodabuxa K等[19]利用近紅外光譜技術檢測金槍魚片的水分，蛋白和脂肪含量；黃艷等[20]利用近紅外光譜技術測定白鰱魚糜中的水分含量，定標集預測誤差和驗證集預測誤差分別為0.392和0.485，定標集和驗證集的相關系數都高于0.98，結果表明，近紅外光譜技術能快速測定魚糜中水分含量；羅陽等[21]利用近紅外光譜技術分析草魚魚丸中水分的含量，采用偏最小二乘法建立了效果很好的數學模型，具有較高的相關系數和較低的預測標準誤差，研究表明利用近紅外光譜技術測定魚丸中水分含量是可行的；王丹紅等[22]運用近紅外漫反射光譜技術定量測定魚粉中的水分、蛋白質、脂肪含量，均獲得良好的結果。

3 近紅外光譜技術在水產品持水力、嫩度檢測中的應用展望

水產品及肉品的持水力和嫩度與其可口性有密切關系，檢測其持水力與嫩度，對水產品及肉品的質量非常重要。Park等[16]通過分析近紅外反射光譜技術確定牛肉嫩度，在波長為1100～2498nm處生肉的吸收光譜，采用主成分分析法分析，發現其與測得的熟肉嫩度存在復相關系數R=0.692，從而可以建立預測牛肉嫩度的分析模型；John[23]用光導纖維探針對放血后6分鐘的豬肉背最長肌進行近紅外光譜檢測可以預測豬肉宰后24h的滴水損失，他對99頭商業屠宰的畜體進行檢測，結果發現，近紅外光譜數據與滴水損失的相關性高達0.8；Byrne等[24]采用主成分分析法（PCA），分析波長在750～1098nm處生鮮牛肉的吸收光譜，研究了肉的嫩度與近紅外光譜的相關性；趙杰文等[25]用多元線性回歸法對牛肉建立模型，結果表明，利用近紅外光譜技術對牛肉嫩度進行預測是可行的，正確率達84.21%。

由上可知，近紅外光譜技術可以應用于肉品持水力、嫩度的檢測，取得良好的結果，由于持水力、嫩度與肉品的肌肉蛋白有密切關系，故對于魚類、蝦類等富含蛋白質的水產品而言，可以試圖應用肉品的檢測方法對其進行檢測，這使得近紅外光譜技術在水產品檢測中的應用有了新的研究方向。

4 近紅外光譜技術在水產品摻假中的應用展望

近紅外光譜技術在摻假問題上也得到了良好的應用，為肉品和水產品的品質提供好了很好的依據。Ding和Xu[26]利用近紅外光譜技術研究了牛肉漢堡包摻假的問題，他們在400～2500nm波長范圍內，采集了的生、熟和切碎牛肉的光譜，對其分類后，并通過用修改的偏最小二乘法建立回歸模型來判斷漢堡包中的摻假程度，利用該模型對摻入其中的羊肉、豬肉、脫脂奶粉和小麥粉漢堡包的預測結果為：預測標準差分別為3.33%、2.99%、0.92%、0.57%；相關系數分別為0.87、0.89、0.99、1.00，結果表明，對于摻假量在5%～25%范圍內的樣品，判斷準確度在92.7%以上，并且摻假量越多，結果越準確；楊志敏等[27]利用近紅外光譜技術，對原料肉中摻大豆蛋白進行研究，運用Fisher線性判別和偏最小二乘法進行分析，可以很好地鑒別摻假肉；目前，市場上經常出現注水肉，利用MPA型近紅外光譜儀可以很好的鑒別正常肉和注水肉。以上實驗表明，近紅外光譜技術在肉品摻假檢測中已得到良好的應用，同樣，它也可以應用于水產品摻假檢測中，楊增玲等[28]利用近紅外光譜技術快速判定魚粉中是否摻有肉骨粉，定標模型的正確判別率為97.5%，結果表明，近紅外光譜技術可以快速鑒別魚粉中的肉骨粉，這證明了近紅外光譜技術應用于水產品摻假檢測中是可行的。

5 近紅外光譜技術在其他方面的應用

趙麗麗等[29]將腌臘肉樣品在BRUKER傅里葉變換近紅外光譜儀上進行掃描，獲得其近紅外光譜，采用附加散射校正光譜預處理方法，建立了臘肉酸值和水分含量的偏最小二乘回歸模型，酸值和水分含量模型預測集中樣品的預測值與標準值的相關系數分別為0.98和0.90，預測標準差分別為0.25和0.02；利用近紅外光譜技術可以將冷凍的肉制品鑒別分離出來，也可以測定肉汁的失落率及干物質的含量，火腿和香腸中的氯化鈉含量，牛肉中的黃豆粉含量，肉湯中淀粉含量，生豬肉和生牛肉的卡路里，以及牛肉塊的物理化學特性等[30]；Wamecke等[31]利用近紅外光譜技術研究了肉制品加工過程中添加劑如檸檬酸、脫脂乳粉、抗壞血酸、乳化劑、亞硝酸鹽、糖或糖+明膠等對水分、蛋白質、脂肪含量測定的影響，結果發現大多數添加劑對近紅外的吸收有影響；毛毛[32]利用近紅外光譜技術，以新鮮雞肉為對象，對熱處理終點溫度（EPT）進行了檢測，雖然得到的結果并不是很理想，但也是一種檢測EPT的有效方法。在肉制品加工方面，利用近紅外光譜技術既可以分析肉原料的常規成分（如水分、脂肪、蛋白質及熱量等）和輔助材料（如淀粉、植物性蛋白、辛香料等）成分的含量，也可以分析加工后肉制品的質量指標。

6 近紅外光譜技術在水產品中的應用前景

綜上所述，本文通過近紅外光譜技術在肉品檢測中的應用，展望了該技術在水產品新鮮度、水分、蛋白質、脂肪、持水力等方面的應用，雖然應用比較少，但研究證明是可行的。我們知道，近紅外光譜技術已經廣泛應用于肉品檢測中，隨著科技的進步，研究的不斷深入，近紅外光譜技術在水產品檢測中也會有越來越多的應用，如在水產品中氨基酸檢測、礦物質含量測定的應用等方面會有新的進展，其應用前景是不可估量的。并且，隨著光導纖維及傳感器技術的發展，近紅外光譜技術可以實現在線檢測及網絡聯用，可用于異地定標、異地檢測、資料共享，也可利于模型傳輸和遠程分析，從而為保證食品質量提供依據，為農業、工業等各個領域帶來良好的經濟效益和社會效益。

[1]劉紅英.水產品加工與貯藏[M].北京：化學工業出版社，2006：1.

[2]于紅櫻，祁慧娜，臧勇軍.近紅外分析技術在肉與肉制品分析中的應用[J].肉類工業，2006（11）：8-9.

[3]李桂峰.近紅外光譜技術及其在農業和食品檢測中的應用[J].農業與技術，2007，27（5）：91-94.

[4]彭彥昆，張雷蕾.光譜技術在生鮮肉品質安全快速檢測的研究進展[J].食品安全質量檢測學報，2010，27（2）：62-72.

[5]楊志敏，丁武.原料肉中摻大都蛋白的近紅外檢測技術的研究[J].肉類工業，2010（10）：29-33.

[6]LEROY B，LAMBOTFE S，DOTREPPE O，et al. Prediction of technological and organoleptic properties of beefLongissimus thoracisfrom near-infrared reflectance and transmission spectra[J]. Meat science，2004，66（1）：45-54.

[7]侯瑞鋒，黃嵐，王忠義，等.用近紅外漫反射光譜檢測肉品新鮮度的初步研究[J].光譜學與光譜分析，2006，26（12）：2193-2196.

[8]孟憲江，張鐵強，白英奎，等.利用BP神經網絡光譜分類法研究肉品新鮮度[J].光譜實驗室，2004，21（5）：970-973.

[9]廖宜濤，樊玉霞，伍學千，等.豬肉pH的可見近紅外光譜在線檢測研究[J].光譜學與光譜分析，2010，30（3）：681-684.

[10] Anderson J R， Borggaard C， Rasmussen A J， et al. Optical measurements of pH in meat[J]. Meat Science，1999，53 （2）：135-141.

[11] Josell A，Martinsson L，Borggaard C，et al. Determination of RN- phenotype in pigs at slaughter-line using visual and nearinfrared spectroscopy[J]. Meat Science，2000，55（3）：273-278.

[12] Savenije B， Geesink G H， Vander Palen J G P， et al.Prediction of pork quality using visible/near-infrared reflectance spectroscopy[J]. Meat Science，2006，73（1）：181-184.

[13]陳建軍，譚佐軍，崔鵬，等.近紅外光譜技術在食品安全檢測中的應用[J].紅外，2007，28（4）：38-40.

[14]劉煒，俞湘麟，孫東東，等.傅立葉變換近紅外光譜法快速檢測鮮豬肉中肌內脂肪、蛋白質和水分含量[J].養豬，2005（5）：47-50.

[15]朱迅濤.近紅外分析技術在肉制品檢測中的應用[J].肉類工業，2002（6）：45-47.

[16]蔣耀庭，梁承紅，陳菊娜.現代近紅外光譜分析在食品檢測中的應用[J].糧食與食品工業，2010，17（1）：51-54.

[17]秦華俊，劉波平，羅香，等.近紅外光譜技術在食品成分及質量控制方面的研究應用進展[J].現代測量與實驗室管理，2007（1）：23-25.

[18]孫通，徐惠榮，應義斌.近紅外光譜分析技術在農產品／食品品質在線無損檢測中的應用研究進展[J].光譜學與光譜分析，2009，29（1）：122-126.

[19]Khodabuxa K L，Omelettea M S，Jhaumeer-Laullooa S，et al.Chemical and near-infrared determination of moisture，fat and protein in tuna fishes[J].Food Chemistry，2007，102（3）：669-675.

[20]黃艷，王錫昌，鄧德文.利用近紅外光譜技術快速測定白鰱魚糜中的水分含量[J].食品工業科技，2008（2）：282-284.

[21]羅陽，王錫昌，鄧德文.近紅外光譜分析測定魚丸中的水分和淀粉含量[J].光譜實驗室，2008，25（6）：1131-1137.

[22]王丹紅，吳文晞，馮勁華，等.用近紅外反射光譜法分析魚粉成分的新方法研究[J].引進與咨詢，2002（2）：20-21.

[23]姜曉文.肌肉水分分布、抗氧化性與生鮮豬肉持水性的關系[D].杭州：浙江工商大學，2009.

[24]Byrne C E，Downey G，Troy D J，et al.Non-destructive prediction of selected quality attributes of beef by near-infrared reflectance spectroscopy between 750 and 1098nm[J].Meat Science，1998，49（4）：399-409.

[25]趙杰文.牛肉嫩度的近紅外光譜法檢測技術研究[J].光譜學與光譜分析，2006，26（4）：640-642.

[26]梁丹.近紅外光譜分析技術在食品品質鑒別檢測中的應用[J].廣西輕工業，2008（11）：11-12.

[27]趙麗麗，周學秋.MPA型近紅外儀食品品質分析和摻假鑒定的利器[J].食品安全導刊，2010（3）：34-35.

[28]楊增玲，韓魯佳，劉賢，等.魚粉中肉骨粉的可見-近紅外光譜快速定性判別方法[J].農業工程學報，2009，25（7）：308-311.

[29]趙麗麗，張錄達，宋忠祥，等.近紅外光譜定量檢測腌臘肉制品品質的研究[J].光譜學與光譜分析，2007，27（1）：46-49.

[30]凌靜，向洋.近紅外光譜技術及其在肉類制品中的應用[J].肉類研究，2008（1）：52-55.

[31]李靜，劉斌，岳田利，等.近紅外光譜分析技術及其在食品中的應用[J].農產品加工·學刊，2007（3）：44-47.

[32]毛毛.肉制品熱處理重點溫度檢測方法研究[D].青島：中國海洋大學，2010.