基于近红外光谱的金鲳鱼新鲜度快速检测技术
【摘要】 挥发性盐基氮(Totalvolatilebasicnitrogen，TVB-N)是动物性食品的新鲜度指标。传统的TVB-N检测技术工序繁杂，对鱼肉具有不可逆的破坏性。本研究拟用近红外光谱技术进行金鲳鱼肉质新鲜度的检测，采用一阶微分(1stDer)、二阶微分(2ndDer)、多元散射校正(Multiplicativescattercorrection，MSC)、标准正态变换(Standardnormalvariatetransform，SNV)对金鲳鱼鱼肉的近红外光谱数据进行预处理，通过比较预测结果，确定多元散射校正为最优预处理方法。分别采用偏最小二乘法(PLS)和主成分回归法(PCR)建立金鲳鱼鱼肉TVB-N的预测模型，最终确立了基于MSC和PLS的最佳模型，其中预测集均方根误差(RMSEP)为1.8454，决定系数(R2)为0.8841。由研究结果看出，基于近红外光谱建立的金鲳鱼肉质预测模型具有较高的精度，可为快速检测金鲳鱼的肉质新鲜度提供理论依据。
