147.基于近紅外光譜技術(shù)的羅非魚片品質(zhì)評(píng)價(jià)研究

1、上海海洋大學(xué)碩士學(xué)位論文上海海洋大學(xué)碩士學(xué)位論文碩士學(xué)位論文題目：目：基于近紅外光譜技術(shù)的羅非魚片品質(zhì)評(píng)價(jià)基于近紅外光譜技術(shù)的羅非魚片品質(zhì)評(píng)價(jià)研究研究英文題目：英文題目：QualityEvaluationofTilapia(eochromis)FilletsusingNearInfraredSpectroscopy專業(yè)：業(yè)：食品科學(xué)與工程研究方向：研究方向：食品營(yíng)養(yǎng)與品質(zhì)評(píng)價(jià)姓名：名：陳偉華指導(dǎo)教師：指導(dǎo)教師：劉源二O一五年一五年六月十

2、日學(xué)校代碼：10264研究生學(xué)號(hào)：M120250573上海海洋大學(xué)碩士學(xué)位論文I基于近紅外光譜技術(shù)的羅非魚片品質(zhì)評(píng)價(jià)研究摘要近年來，我國(guó)羅非魚(eochromis)養(yǎng)殖業(yè)發(fā)展迅猛，養(yǎng)殖量和出口量常年位居世界第一。其中，出口量的六成以上是凍羅非魚及其魚片。凍品在運(yùn)輸和貯藏過程中極易因環(huán)境溫度的波動(dòng)而發(fā)生反復(fù)凍結(jié)與解凍的過程，會(huì)導(dǎo)致其新鮮度以及其他品質(zhì)指標(biāo)的劣變加速。因此，實(shí)時(shí)監(jiān)控魚肉在加工、儲(chǔ)運(yùn)各個(gè)環(huán)節(jié)下的品質(zhì)變化對(duì)于保證最終產(chǎn)品質(zhì)量顯得

3、尤為重要。然而現(xiàn)有的檢測(cè)手段大多費(fèi)時(shí)費(fèi)力，且必須破壞樣品，不利于實(shí)際應(yīng)用。近紅外光譜技術(shù)（NearInfraredSpectroscopyNIRS）作為一種快速、無損的分析技術(shù)在檢測(cè)食品品質(zhì)方面具有巨大的潛力。本研究利用近紅外光譜儀采集了絞碎前后新鮮羅非魚片背部及腹部的近紅外光譜，并將其與揮發(fā)性鹽基氮（TotalVolatileBasicNitrogenTVBN）含量進(jìn)行擬合，構(gòu)建了TVBN定量預(yù)測(cè)模型。在建模過程對(duì)三點(diǎn)平滑（Smoot

4、hingAverage3Pointssa3）、九點(diǎn)平滑（SmoothingAverage9Pointssa9）、九點(diǎn)卷積平滑（SmoothingSavitzkyGolay9Pointssg9）、一階導(dǎo)數(shù)（1stDerivativeDb1）、趨近歸一化（NmalizationbyClosureNcl）、標(biāo)準(zhǔn)正態(tài)變換（StardNmalVariateSNV）、多元散射校正（MultiplicativeScatterCrectionMSC）以

5、及它們與Db1結(jié)合后的光譜預(yù)處理效果進(jìn)行了比較。結(jié)果表明，各預(yù)處理方法在與Db1聯(lián)合使用后，模型的效果以及建模效率均得到了提升。對(duì)光譜的波數(shù)范圍進(jìn)行篩選以及剔除無關(guān)信息后，模型效果又得到進(jìn)一步提升，絞碎前背肉模型的校正集和驗(yàn)證集決定系數(shù)由最初的0.870、0.821上升到了0.973、0.925，校正集和驗(yàn)證集預(yù)測(cè)標(biāo)準(zhǔn)偏差由最初的2.152、2.991減小到了1.032、1.581。比較各模型的效果可知，利用絞碎后魚肉光譜進(jìn)行建模時(shí)的效

6、果要好于絞碎前魚肉。其中，絞碎后腹肉模型的效果達(dá)到最優(yōu)，其驗(yàn)證集決定系數(shù)以及預(yù)測(cè)標(biāo)準(zhǔn)偏差分別為0.984、0.879。但是綜合考慮實(shí)際應(yīng)用中的快速、無損等需求后，絞碎前魚肉所建的模型仍具有明顯優(yōu)勢(shì)。最終，本研究采用絞碎前腹肉進(jìn)行模型的建立，校正集與驗(yàn)證集決定系數(shù)分別為0.982、0.976，校正集與驗(yàn)證集預(yù)測(cè)標(biāo)準(zhǔn)偏差分別為0.962、1.006，校正集與驗(yàn)證集相對(duì)標(biāo)準(zhǔn)偏差分別為6.66%、6.69%，校正集與驗(yàn)證集相對(duì)分析誤差分別為6.