虹鱒魚產地溯源技術研究.pdf

1、隨著食品安全問題在我國屢次發(fā)生以及消費者的飲食習慣不斷改變、安全意識不斷增強，食品的產地來源問題越來越為消費者所重視。食品的產地來源既有利于保護具有地方特色的食品的可持續(xù)性，幫助消費者更清楚地認識產品的特色和真?zhèn)涡畔?，確保加工企業(yè)的良性競爭，又能有效的防止食品安全問題的發(fā)生，一旦來源發(fā)生質量問題即可隨時召回。因此食品產地溯源制度成為食品質量安全追溯制度中重要的組成部分。虹鱒魚作為近年來最受歡迎的水產品之一，擁有廣泛的國際性市場，是我國重

2、要的進出口貿易水產品。ABG Sundal Collier分析師Georg Liasjo很有信心的表示，未來20年內中國養(yǎng)殖虹鱒魚產量將達到100000噸，使之成為全球主要的虹鱒魚生產國之一。同時，虹鱒魚產品在全球市場的銷量將有顯著提高，不僅僅因為它本身具有的“時尚性”，其健康美味會使之成為居民餐桌上的常見食品。因此為了使市場監(jiān)管更簡潔透明，研究建立一種快速、準確的虹鱒魚產地溯源尤為重要，同時對于保障食品安全也提供了技術保障。
　

3、　本研究以凍虹鱒魚片作為研究對象，利用NIRS技術對山東、黑龍江、湖北和青海四大產區(qū)虹鱒魚進行了產地溯源分析研究，分別建立了近紅外溯源模型SIMCA、SVM和ANN，利用穩(wěn)定性同位素指紋技術，選用δ2H、δ13C和δ15N同位素指標對虹鱒魚進行產地溯源，從而分析了產地判別的可行性。
　　結果顯示近紅外光譜技術和同位素指紋技術均可作為產地溯源的切實有效的方法，最終研究結果如下：
　　(1)通過NIRS結合SIMCA模式識別方法

4、溯源不同產地虹鱒魚的研究。結果表明，在4000-10000cm-1波長范圍內，運用5點平滑(Smooth)與多元散射校正(MSC)進行預處理，四個虹鱒魚產地模型山東的主成分為5，黑龍江為6，湖北為7，青海為5時，可以通過SIMCA模式識別法建立模型，溯源虹鱒魚產地，且結果令人滿意；實驗結果表明，山東的校正集模型識別率為93％，黑龍江、湖北和青海三個省的校正集模型識別率則均為100%，拒絕率山東為99%，其余三省為100%；SIMCA驗證

5、集模型的識別率山東為100%，黑龍江為84%、湖北為85%，青海為86%，四個產地的虹鱒魚SIMCA模型拒絕率均為100%。實驗結果表明，虹鱒魚通過近紅外光譜測試分析并結合SIMCA模式識別法可以溯源虹鱒魚產地，模型結果令人滿意。
　　(2)采用NIRS結合SVM模式識別方法，建立了不同產地虹鱒魚溯源模型。以徑向基(RBF)為核函數(shù)，在原始光譜、MSC光譜、SNV光譜和一階導光譜四種不同的光譜輸入量下，調節(jié)懲罰系數(shù)C和寬度參量γ兩

6、個核參數(shù)，溯源虹鱒魚的產地，結果令人滿意。實驗結果表明，當輸入量為 MSC處理光譜時（懲罰系數(shù)C=10000，寬度參量γ=0.01），則虹鱒魚四個產地的支持向量個數(shù)較少，分別為9、9、16、7，其校正集的正確分類率是100%，驗證集的正確分類率也為100%，四個虹鱒魚產地的校正集和驗證集模型的正確分類率也均為100%。實驗表明，可以通過支持向量機結合近紅外光譜技術建立虹鱒魚產地溯源模型，同時對支持向量機運用于近紅外光譜分析中提供了技術支

7、撐和數(shù)據(jù)支持。
　　(3)采用NIRS技術結合BP-ANN模式識別方法，追溯不同虹鱒魚的產地。實驗中通過利用MSC預處理光譜后，結合PCA作為BP-ANN的輸入向量，當輸入層、隱藏層、輸出層節(jié)點數(shù)分別為8、6、4時，建模效果最佳，山東、黑龍江、湖北、青海四個產地虹鱒魚校正集和驗證集模型的正確分類率均達到100%，說明利用BP-ANN模式識別方法建立產地溯源模型是可行的。
　?。?）通過對SIMCA、SVM和ANN三種不同的模

8、式識別方法進行分析，比較不同模型的正確分類率，實驗表明SVM和ANN兩種模式識別模型的正確分類率皆為100%，均高于SIMCA模式識別的建模效果。實驗表明SVM和ANN兩種模式識別法運用于非線性問題的模型上效果比SIMCA模式識別方法好。（兩段變一段了，后面的序號也出了問題，后面應該是5，序號4的字體不對了）
　　(4)通過單一同位素指標對虹鱒魚產地來源的正確判別率實驗可以看出氫同位素對虹鱒魚產地的判別效果最好，其正確判別率為84