1 上海海关动植物与食品检验检疫技术中心, 上海 200135
2 上海大学生命科学学院, 上海 200444
3 上海如海光电科技有限公司, 上海 201201
4 中国检验检疫科学研究院, 北京 100176
随着食品全球产业链的整合和大众生活水平提高, 进口植物油在日常饮食中占比逐步增加, 具有丰富营养价值的橄榄油在植物油产品中备受关注。 在进口散装橄榄油的跨境运输和通关过程中, 由于环境、 温度和时间等因素的影响, 分仓储运的橄榄油中不饱和脂肪酸可能发生氧化, 以及初榨橄榄油中果肉碎渣沉淀在多次换仓时进行累积, 导致橄榄油不同分仓和同一仓位不同位置的植物油品质出现较大差异, 给橄榄油口岸现场的抽样监管和质量评价带来较大困扰。 针对散装橄榄油现场快速品质评价的需求, 在偏最小二乘法的基础上, 将拉曼响应强度转换为向量空间角度值, 建立橄榄油品质指标分析预测模型, 针对不同抽样点样本进行橄榄油品质的快速现场预判, 确保散装橄榄油在进出口环节的精准监管。 首先采用传统方法分别测定经过220, 240和260 ℃温度下, 加热不同时长的橄榄油的酸价、 过氧化值和亚麻酸的实测值, 同时采用便携式拉曼光谱仪检测对应油样的拉曼光谱, 通过平滑滤波求导等手段对光谱数据进行预处理, 采用偏最小二乘法及角度度量法, 对橄榄油的酸价、 过氧化值、 亚麻酸三种指标进行建模分析, 两种方法建立的指标模型相关系数均达到0.99以上, 其中角度度量法的相对误差范围不超过-5.43%。 在进口散装橄榄油中随机抽取七个不同的样品进行验证, 角度度量法建立的三种模型预测结果均方根误差分别为0.025 8, 0.222 8和17.064 1, 相对误差范围在-4.71%~5.98%之间, 结果显示角度度量法建立的模型更准确, 具有更好的预测性及稳定性。 该方法可应用于进口散装橄榄油品质的现场快速品质鉴别, 提升口岸现场监管环节质量评价的精准性, 为进出口散装橄榄油质量综合评价提供技术保障。
便携式拉曼 现场无损检测 橄榄油 品质指标 Portable Raman spectrometer On-site non-destructive testing Olive oil Quality index 光谱学与光谱分析
2021, 41(9): 2789
1 中国计量大学生命科学学院, 浙江 杭州 310018
2 浙江省海洋食品品质及危害物控制技术重点实验室, 浙江 杭州 310018
针对明虾品质劣变过程中的鲜度特征, 该研究以颜色(L*, a*, b*)、 挥发性盐基氮(TVB-N)、 pH等品质指标为研究对象, 利用拉曼无损检测技术采集4 ℃和-20 ℃下生鲜明虾光谱信息, 运用岭回归、 偏最小二乘法和前向逐步回归对明虾进行了快速定量检测, 建立了品质指标定量模型。 其中光谱数据预处理包括SG平滑、 背景扣除、 二阶微分、 标准正态变量变换, 按一定方式组合4种预处理和PCA降维技术进行数据处理, 筛选出最优模型。 结果表明: 利用岭回归建立颜色(a*, b*)定量模型时, 在组合预处理方式下建模集中R分别为0.983和0.973, RMSE分别为0.114和0.179, 预测集中R分别为0.513和0.564; RMSE分别为0.615和0.918, 建模集精度远超预测集表明出现过拟合, 经PCA降维后过拟合降低、 但预测集预测效果不理想; 偏最小二乘法在各指标建模集上精度和岭回归差不多, 在预测集上预测精度偏低, PCA降维后部分指标建模集相关系数下降、 均方根误差上升, 预测精度降低。 最终结果显示: 经过4种预处理后的前向逐步回归模型最优, 建模集中L*, a*, b*, pH和TVB-N指标R分别为0.904, 0.885, 0.864, 0.934和0.940, RMSE分别为1.141, 0.280, 0.535, 0.131和2.345; 预测集中R分别为0.863, 0.850, 0.859, 0.900和0.916, RMSE分别为1.394, 0.406, 0.605, 0.194和2.734, 建模效果好。 因此, 利用拉曼光谱技术结合前向逐步回归模型快速检测明虾中L*, a*, b*, pH和挥发性盐基氮含量可行, 对拉曼技术应用明虾品质检测具有一定指导意义。
拉曼光谱技术 明虾 贮藏条件 品质指标 预测模型 Raman spectroscopy technology Prawn Storage condition Quality index Prediction model 光谱学与光谱分析
2020, 40(5): 1607
1 许昌学院食品与生物工程学院, 河南 许昌 461000
2 中国农业大学食品科学与营养工程学院, 北京 100083
生鲜乳作为乳制品生产的基本原料, 其质量是保证乳制品食用安全、 维护人类健康的基础。 可见/近红外光谱技术结合化学计量学方法, 构建生鲜乳品质指标的数学模型, 实现生鲜乳品质的现场评价。 在不同年份, 收集88份来自不同奶牛个体的生鲜乳样品。 便携式光谱仪采集生鲜乳漫透射光谱(500~1 010 nm), 二阶导数和卷积平滑进行光谱预处理, 以消除脂肪球引起的光散射和高频噪声。 变窗宽移动窗口偏最小二乘法(CSMWPLS)和遗传偏最小二乘法(GAPLS)用于筛选信息区间, 并构建预测模型。 CSMWPLS与GAPLS模型的预测性能相当, 脂肪、 蛋白质、 干物质和乳糖的预测标准误差(RMSEP)分别为0.115 6/0.103 3, 0.096 2/0.113 7, 0.201 3/0.123 7和0.077 4/0.066 8, 相对预测误差(RPD)分别为8.99/10.06, 3.53/2.99, 5.76/9.38和1.81/2.10。 同时构建了生鲜乳品质指标的多元线性回归(MLR)方程, 采用的最优变量数分别为8, 10, 9和7。 采用外部数据集检验, MLR预测性能与PLS相近甚至更优, 脂肪、 蛋白质、 干物质和乳糖模型的RMSEP分别为0.107 0, 0.093 0, 0.136 0和0.065 8; 相对预测误差(RPD)分别为9.72, 3.66, 8.53和2.13, 可用于现场准确测量。 结果显示, 便携式近红外光谱仪结合MLR模型可实现生鲜乳品质的现场快速评价, 为生鲜乳按质论价收购提供了一种新方法, 同时为便携式乳品近红外专用仪器设计提供技术参考。
可见/近红外光谱 便携式光谱仪 漫透射 生鲜乳 品质指标 Vis/NIR spectroscopy Portable spectrometer Diffused transmittance Raw milk Quality index 光谱学与光谱分析
2014, 34(10): 2679
浙江大学生物系统工程与食品科学学院, 浙江 杭州 310058
利用傅里叶变换近红外漫反射光谱结合不同数学建模算法对不同部位取样的猪肉肉糜进行定性判别建模, 并建立猪肉肉糜品质指标脂肪、 蛋白质和水分含量的定量检测模型。 结果表明: 不同部位取样猪肉肉糜判别分析PLSDA模型性能良好, 最优模型校正集判别正确率为100%, 预测集判别正确率为96%； 比较两种方法结合, 不同光谱预处理建立各品质指标的定量模型, LS-SVM模型性能优于PLSR模型, 脂肪和水分含量最佳预测模型校正及预测相关系数r均高于0.9, 蛋白质含量最优模型校正及预测相关系数r, RMSEC, RMSEP和RMSECV分别为0.722, 0.593, 1.595, 1.550和1.888, 模型精度需进一步提高。 研究表明利用傅里叶变换近红外漫反射光谱快速判别不同部位猪肉肉糜的方法是可行的, 脂肪和水分含量定量分析模型从预测精度、 稳定性及适应性考虑均具一定的通用性, 具有良好的市场应用前景。
猪肉肉糜 近红外光谱 偏最小二乘 支持向量机 品质指标 Minced pork Near infrared spectra (NIR) Partial least squares (PLS) Support vector machine (SVM) Quality index
