近紅外光譜技術(shù)在南美白對蝦鮮度判別中的應(yīng)用*

任瑞娟，柴春祥，魯曉翔，李立杰，郭美娟

(天津商業(yè)大學(xué)生物技術(shù)與食品科學(xué)學(xué)院，天津市食品生物技術(shù)重點(diǎn)實(shí)驗(yàn)室，天津，300134)

南美白對蝦(Penaeus vannamei Boone)具有高蛋白、低脂肪的特點(diǎn)，得到了廣大消費(fèi)者的歡迎［1］。但因其水分、蛋白質(zhì)含量高，組織蛋白酶活性較強(qiáng)，自溶迅速，易于腐敗變質(zhì)。南美白對蝦體內(nèi)所含的多酚氧化酶，在氧氣存在下，將蝦類表面的無色化合物最終轉(zhuǎn)變成有色的醌類物質(zhì)。醌類有很高的活性，極易與氨基酸或蛋白質(zhì)結(jié)合生成黑色素［2］，沉積于蝦的外殼，導(dǎo)致南美白對蝦發(fā)生黑變［3］。

判別蝦新鮮度的方法有很多，但近紅外光譜技術(shù)在蝦新鮮度判別中的應(yīng)用研究極為罕見［4］。近紅外光譜技術(shù)具有分析速度快、效率高、測試重現(xiàn)性好、適用范圍廣、對樣品無損傷等優(yōu)點(diǎn)［1］，因此本文對運(yùn)用近紅外光譜技術(shù)判別蝦的新鮮度進(jìn)行了嘗試性研究。

1 材料與方法

1.1 材料與設(shè)備

南美白對蝦，天津市王頂?shù)趟a(chǎn)批發(fā)市場購買的鮮活蝦。

DA7200近紅外光譜儀(瑞典波通儀器公司):波長采集范圍950～1 650 nm;樣品杯直徑75 mm，裝樣3次，掃面 3次，分辨率 5.0 nm，Unscrambler10.3，CAMO公司。

1.2 方案與方法

1.2.1 樣品的制備

將鮮活蝦用碎冰塊猝死，分裝成42份，根據(jù)蝦的大小每份12～15只，留出1份作為新鮮樣品，其余41份分別置于冷藏(5℃)、微凍(－3℃)、冷凍(－18℃)3個溫度下保藏待用，其中冷藏7份，微凍15份，冷凍19份。并對樣品進(jìn)行編號，新鮮樣為1號，冷藏樣品依次為2～8號，冷凍樣品依次為9～27號，微凍樣品依次為28～42號。

1.2.2 實(shí)驗(yàn)方法

近紅外光譜儀預(yù)熱1 h，蝦去頭去殼，用組織攪碎機(jī)將其制成蝦糜，取約100 g裝入75 mm樣品杯中，厚度不小于0.5 cm［5］，測量蝦糜溫度后撫平表面，放入樣品槽上采集近紅外光譜曲線。根據(jù)表1方案進(jìn)行蝦糜光譜的采集，同步測量揮發(fā)性鹽基氮(TVB-N)值和菌落總數(shù)值。

1.2.3 揮發(fā)性鹽基氮(TVB-N)的測定

半微量蒸餾定氮法SC/T3032－2007，TVB－N≤25 mg/100 g為一級鮮度，TVB－N≤30 mg/100 g為二級鮮度。

1.2.4 菌落總數(shù)的測定

參照GB/T4789.2－2010方法，菌落總數(shù)可用TBC［菌落總數(shù)(單位為CFU/g)的對數(shù)值(以10為底數(shù))］［6］表示，新鮮蝦 TBC為 4.4左右，TBC≤5.0為一級鮮度，TBC≤5.7為二級鮮度。

表1 三個溫度條件下實(shí)驗(yàn)方法安排Table 1 Experimental arrangement in the three temperature

2 結(jié)果與分析

2.1 鮮度指標(biāo)分析

2.1.1 揮發(fā)性鹽基氮(TVB-N)值的變化

TVB-N是指動物性食品由于細(xì)菌的作用，在腐敗過程中使蛋白質(zhì)分解后產(chǎn)生的氨、伯胺、仲胺及叔胺等具有揮發(fā)性的堿性含氮物質(zhì)［7］，一般隨鮮度的下降而增加，是反映魚貝蝦類等水產(chǎn)品腐敗程度的重要指標(biāo)之一［8］。實(shí)驗(yàn)測得3個溫度下TVB-N變化如圖1所示。

由圖1可知，3個貯藏條件下蝦體內(nèi)的TVB-N含量隨時間的延長都有所增加。冷藏條件下增加較快，在第4天時TVB-N值為22.39 mg/100 g，接近南美白對蝦的一級鮮度上限，第5天時TVB-N達(dá)到30.74 mg/100 g，超出南美白對蝦的二級鮮度上限，此時蝦體發(fā)出明顯的臭味，已經(jīng)不可以食用;冷凍條件下蝦體內(nèi)TVB-N含量增加緩慢，在第208天時TVB-N值達(dá)到27.42 mg/100 g，仍在二級鮮度范圍內(nèi)，可以食用;微凍條件下第12天，TVB-N值達(dá)到24.72 mg/100 g，接近南美白對蝦一級鮮度上限，在貯藏第30天TVB-N值為29.91 mg/100 g，接近二級鮮度上限，此時蝦已不能食用。

圖1 三個溫度條件下蝦體內(nèi)TVB-N變化Fig.1 Changes of TVB-N in Penaeus vannamei Boone in three temperature

2.1.2 菌落總數(shù)的變化

菌落總數(shù)是指食品檢樣經(jīng)過處理，在一定條件下(如培養(yǎng)基、培養(yǎng)溫度和培養(yǎng)時間等)培養(yǎng)后，所得每g(mL)檢樣中形成的微生物菌落總數(shù)。菌落總數(shù)的高低，表明了食品污染程度的輕重，是評價食品腐敗變質(zhì)的重要指標(biāo)之一，尤其是含水量較高的蝦產(chǎn)品中［9］，很容易滋生細(xì)菌，因此，檢測菌落總數(shù)對判別蝦的新鮮度有重要意義。圖2為3個溫度條件下TBC的變化。

圖2 三個溫度條件下蝦體內(nèi)TBC變化Fig.2 Changes of TBC in Penaeus vannamei Boone in three temperature

圖2顯示了3個貯藏條件下蝦體內(nèi)TBC的變化，隨著貯藏時間的增加TBC都呈現(xiàn)增長趨勢。冷藏條件增長較快，第2天TBC值就達(dá)到5.447，超過南美白對蝦的一級鮮度上限，第5天TBC值達(dá)到6.146，已超過二級鮮度上限，此時蝦體發(fā)臭，已不能食用;冷凍條件下TBC增長緩慢，第208天TBC值為5.204，仍在二級鮮度之內(nèi)，可以食用;微凍條件下第12天TBC值達(dá)到4.982，已接近蝦的一級鮮度上限，在第28天TBC值為7.079，已超過二級鮮度上限，蝦已不能食用。

2.2 近紅外光譜分析

2.2.1 近紅外光譜的采集

按照上述實(shí)驗(yàn)方案，運(yùn)用DA7200近紅外光譜儀采集南美白對蝦蝦糜光譜圖，得到的原始光譜圖如圖3所示。

圖3 蝦糜近紅外光譜原始圖Fig.3 Near infrared spectrum of minced shrimp

從圖3中可以看出，所有樣品的近紅外光譜變化趨勢大致相同但不重合，這是樣品中吸收基團(tuán)含量的不同導(dǎo)致的［10］。光譜在980、1 200和1 450 nm處出現(xiàn)了3個較為明顯的吸收峰，是對蝦體內(nèi)含C、N、H等基團(tuán)倍頻及合頻的吸收，含有豐富的光譜信息。

2.2.2 光譜預(yù)處理

近紅外光譜區(qū)的吸收主要是基團(tuán)振動能態(tài)躍遷的倍頻與合頻吸收，強(qiáng)度較弱、譜峰較寬，譜峰重疊嚴(yán)重［11］，并且，近紅外光譜儀采集到的光譜信息除樣品信息外，還含有各方面的噪聲。光譜預(yù)處理的目的是優(yōu)化光譜信號，濾去噪聲，提高模型的穩(wěn)定性，為更好的建立和校正模型奠定基礎(chǔ)［12，13］。常用的光譜預(yù)處理方法有多元散射校正(multiple scattering correction，MSC)，平滑處理，一階、二階導(dǎo)數(shù)處理、標(biāo)準(zhǔn)歸一化(standard normal variate，SNV)等［14］。經(jīng)過反復(fù)計(jì)算，光譜經(jīng)過多項(xiàng)式濾波平滑(savitzky-golay)、一階導(dǎo)數(shù)及標(biāo)準(zhǔn)正態(tài)變化(standard normal variate，SNV)處理，取得的結(jié)果最好。光譜經(jīng)過預(yù)處理后得到譜圖如下圖4所示。

由圖4可知，光譜經(jīng)過預(yù)處理后，得到的光譜信號更為明顯。

2.2.3 近紅外模型的建立

建立近紅外模型常用的算法有主成分回歸分析(PCA)、多元線性回歸 (MLR)［15］、偏最小二乘法(PLS)［16］、人工神經(jīng)網(wǎng)絡(luò)(ANN)、拓?fù)浞椒?TP)等。這些算法可以解決近紅外光譜的譜峰重疊與復(fù)雜背景的影響，其中偏最小二乘法(PLS)在近紅外光譜分析中應(yīng)用最廣泛，已成為一種標(biāo)準(zhǔn)的常用方法［17］，所以本文采用偏最小二乘法(PLS)建立近紅外模型。近紅外光譜經(jīng)過預(yù)處理后，與蝦體內(nèi)的揮發(fā)性鹽基氮與菌落總數(shù)進(jìn)行關(guān)聯(lián)，采用偏最小二乘法(PLS)，交叉驗(yàn)證(cross-validation)，選取33個樣品建立校正模型。運(yùn)用化學(xué)值誤差Residual和光譜影響值Leverage2個參數(shù)剔除化學(xué)值和光譜的異常值［18］，逐步優(yōu)化，最后得到較為理想的模型。圖5與圖6分別為揮發(fā)性鹽基氮(TVB-N)、菌落總數(shù)(TBC)與光譜數(shù)據(jù)相關(guān)聯(lián)的數(shù)學(xué)模型。

圖4 經(jīng)過一階導(dǎo)數(shù)、SG和SNV處理的光譜圖Fig.4 Spectra processed by first derivation，SG and SNV

圖5 蝦糜TVB-N測定值與模型預(yù)測值的散點(diǎn)圖Fig.5 TVB-N value of predicted and tested in minced shrimp

由圖5可知，TVB-N、TBC校正模型的決定系數(shù)R2分別為0.961和0.981，相關(guān)系數(shù)分別為0.980和0.991，交叉驗(yàn)證標(biāo)準(zhǔn)方差(RMSECV)分別為1.189和0.136，模型模擬較好。用一元線性回歸方法將近紅外預(yù)測值與實(shí)測值相關(guān)，相關(guān)方程分別如式1、式2所示。

式中:X，半微量蒸餾定氮法SC/T3032－2007測得TVB-N含量(mg/100g);Y，近紅外光譜法分析TVB-N含量(mg/100g)。

圖6 蝦糜TBC測定值與模型預(yù)測值的散點(diǎn)圖Fig.6 TBC value of predicted and tested in minced shrimp

式中:X，GB/T4789.2－2010方法測得TBC含量(CFU/g);Y—近紅外光譜法分析TBC含量(CFU/g)。

方程的線性關(guān)系良好，適合用于定量分析。

2.2.4 近紅外模型的檢驗(yàn)

除了用模型的基本參數(shù)衡量回歸模型的質(zhì)量優(yōu)劣外，還需要通過模外檢驗(yàn)評價回歸模型的實(shí)際預(yù)測能力。因此，選用另外9份樣品作為預(yù)測集檢驗(yàn)?zāi)Ｐ头诺念A(yù)測能力。分別將TVB-N、TBC預(yù)測值與實(shí)測值進(jìn)行比較，結(jié)果如表2所示。

表2 蝦糜樣品TVB-N實(shí)測值與預(yù)測值比較Table 2 Comparing of the measured and predicted value of TVB-N in minced shrimp

從表2可知，7、27號樣品出現(xiàn)了較大誤差，其他樣品都能得到很好的預(yù)測，最大預(yù)測絕對偏差5.027，最小偏差0.264，平均絕對預(yù)測偏差1.187，預(yù)測模型中相關(guān)系數(shù)為0.923，預(yù)測均方根誤差(RMSEP)為2.179，預(yù)測標(biāo)準(zhǔn)誤差(SEP)為2.306;由表3可以看出，相比TVB-N模型的預(yù)測，TBC預(yù)測結(jié)果較好，最大絕對預(yù)測偏差2.456，最小絕對預(yù)測偏差0.011，平均偏差0.598，預(yù)測模型中相關(guān)系數(shù)0.943，RMSEP為0.603，SEP為0.643。可見 TBC模型較優(yōu)于TVB-N模型，但也可達(dá)到很好的預(yù)測效果。綜上，3個溫度條件下貯藏的蝦TVB-N和TBC的含量都能夠得到很好的預(yù)測，可以用于蝦新鮮度的判別，所建模型有實(shí)際意義。

表3 蝦糜樣品TBC實(shí)測值與預(yù)測值比較Table 3 Comparing of the measured and predicted value of TBC in minced shrimp

3 結(jié)論

本實(shí)驗(yàn)選取南美白對蝦為研究對象，利用DA7200近紅外光譜儀采集3個貯藏條件下蝦糜的近紅外漫反射光譜，經(jīng)過SG平滑、一階導(dǎo)數(shù)及SNV處理，結(jié)合蝦鮮度指標(biāo)揮發(fā)性鹽基氮和菌落總數(shù)，利用偏最小二乘法建立TVB-N及TBC模型，并對模型進(jìn)行預(yù)測。TVB-N模型中定標(biāo)方程為Y=0.961X+0.709，定標(biāo)集和預(yù)測集相關(guān)系數(shù)分別為0.980和0.923，RMSECV和 RMSEP分別為1.189和2.179;TBC模型中定標(biāo)方程為Y=0.981X+0.090，定標(biāo)集和預(yù)測集相關(guān)系數(shù)分別為0.991和0.943，RMSECV和RMSEP分別為0.136和0.603。模型能夠預(yù)測TVB-N及TBC的含量，并且取得了較好的預(yù)測效果，內(nèi)部交叉檢驗(yàn)和外部驗(yàn)證均證明，近紅外定量分析具有較高的準(zhǔn)確度，可用來判別蝦的新鮮度。綜上可知，近紅外光譜技術(shù)可以很好的應(yīng)用于蝦新鮮度判別中，快速評價蝦的新鮮程度，克服了傳統(tǒng)方法測定蝦新鮮度時間長、操作繁瑣的難題，為今后近紅外光譜技術(shù)在蝦產(chǎn)品得到更廣泛的應(yīng)用提供數(shù)據(jù)支持。

［1］ 徐麗敏.南美白對蝦與鷹爪蝦的保鮮及防黑變初步研究［D］.山東:中國海洋大學(xué)，2008.

［2］ Bartolo I，Birk E O.Some factors affecting Norway lobster(Nephrops norvegicus)cuticle polyphenol oxidase activity and blackspot development［J］.International Journal of Food Science and Technology，1998，33，329－336.

［3］ Montero P，Martinez-alvarez O，Gomez-guillen M C.Effectiveness of onboard application of 4-hexylresorcinol in inhibiting melanosis in shrimp(Parapenaeus longirostris)［J］.Journal of Food Science，2004，69(8):643 －647.

［4］ 任瑞娟，柴春祥，魯曉翔.近紅外光譜技術(shù)在水產(chǎn)品檢測中的應(yīng)用展望［J］.食品工業(yè)科技，2013，34(2):361－363.

［5］ 李志新.應(yīng)用近紅外品質(zhì)分析儀測定馬鈴薯淀粉的研究［J］.黑龍江農(nóng)業(yè)科學(xué)，2011(11):78－79.

［6］ 凌萍華，謝晶，趙海鵬，等.冰溫貯藏對南美白對蝦保鮮效果的影響［J］.江蘇農(nóng)業(yè)學(xué)報，2010，26(4):828－832.

［7］ 周德慶，馬敬軍，徐晶晶.水產(chǎn)品鮮度評價方法研究進(jìn)展［J］. 萊陽農(nóng)學(xué)院學(xué)報，2004，21(4):312－315.

［8］ 任瑞娟，柴春祥，魯曉翔，等.冷藏南美白對蝦新鮮度的近紅外光譜方法研究［J］.食品與發(fā)酵工業(yè)，2013，39(6):70－73.

［9］ 何定芬，樂建盛.貯藏溫度和時間對南美白對蝦(Penaeus vannamei Boone)鮮度的影響［J］.現(xiàn)代漁業(yè)信息，2005，20(7):14 －16.

［10］ 李娟，李忠梅，付湘晉.稻谷新陳度近紅外快速無損檢測的研究［J］.光譜學(xué)與光譜分析，2012，32(8):2 126－2 130.

［11］ 侯瑞峰，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(xué)與光譜分析，2006，26(12):2 193 －2 196.

［12］ 楊瓊.近紅外光譜法定量分析及其應(yīng)用研究［D］.重慶:西南大學(xué)，2009.

［13］ 劉聰，郭康權(quán)，張強(qiáng)，等.基于近紅外光譜的室溫貯藏下鮮棗霉菌污染動力學(xué)模型［J］.農(nóng)業(yè)工程學(xué)報，2013，29(1):278－284.

［14］ 俞建成，周德成，劉木清.近紅外光譜分析的應(yīng)用［J］.紅外，2003(8):24－27.

［15］ 蘆永軍，張軍，樸仁官.組合生成算法與多元線性回歸相結(jié)合用于近紅外光譜波長的優(yōu)選［J］.分析化學(xué)，2004，32(8):1 116 －2 119.

［16］ 郭嘩，曲楠，王彬等.短波近紅外光譜法對蛇床子SFE萃取產(chǎn)物的定量分析［J］.分析試驗(yàn)室，2007，26(11):49－52.

［17］ 許祿，邵學(xué)廣.化學(xué)計(jì)量學(xué)方法［M］.北京:科學(xué)出版社，2004:25.

［18］ 何智慧，練文柳，吳名劍，等.AOTF-近紅外光譜技術(shù)快速分析煙草的主要化學(xué)成分［J］.現(xiàn)代科學(xué)儀器，2006，(1):66 －68.