傅立叶变换近红外光谱法快速检测鲜猪肉中肌内脂肪、蛋白质和水分含量

采用傅立叶变换近红外光谱法检测鲜猪肉中肌内脂肪、蛋白质和水分含量。以常规化学分析测定值作建模数据,采用偏最小二乘(PLS)回归法建立鲜猪肉各组分含量的定量分析模型,并以肉样平行扫描光谱验证分析模型预测的准确性和重现性。结果,肉样肌内脂肪、蛋白质和水分模型预测值和化学分析测定值的配对t检验差异均不显著(P>0.05),预测均方差(RMSEP)分别为0.110、0.238和0.193;模型重复预测的相对标准偏差(RSD)分别为0.667%、0.192%和0.007%。结果表明,该方法结果准确可靠,适用于鲜猪肉中肌内脂肪、蛋白质和水分的快速定量检测。     

近红外反射光谱快速检测滇南小耳猪肉中水分、粗脂肪及粗蛋白含量的研究

应用近红外反射光谱技术(NIRS)对滇南小耳猪热鲜均质肉糜和绝干粉的水分、粗脂肪、粗蛋白含量进行建模研究,并筛选出最优的光谱预处理方法。采集11 000~4 300 cm-1范围内43份猪肉样品光谱数据,在多元散射校正(MSC)、二阶导数(Second derivative)、变量标准化校正(SNV)不同组合方式的光谱预处理基础上,采用偏最小二乘法(PLS),建立滇南小耳猪猪肉的水分、粗脂肪、粗蛋白质3个化学组分的近红外预测模型,筛选最佳的光谱预处理方法和主成分数。水分预测较好的是匀质肉糜原始光谱预测,R2为0.981,RMSEC为0.177,RMSEP为0.810,最佳主成分数为7;粗脂肪和粗蛋白预测效果较好的均是绝干粉的原始光谱,R2分别为0.986、0.976,RMSEC分别为0.567、0.765,RMSEP分别为2.325、2.697,最佳主成分数均为7。因此,近红外光谱分析方法能够很好地检测滇南小耳猪猪肉中的水分、粗脂肪和粗蛋白。     

应用近红外光谱分析技术检测毒死蜱的含量

运用近红外光谱技术结合偏最小二乘法进行了溶液中微量的毒死蜱含量的测定试验。配制39个质量浓度为0.005 0、0.007 5、0.010 0……0.100 0 mg/kg的毒死蜱溶液样品,依2∶1分为校正集和预测集,其中26个毒死蜱溶液样品作为校正集,13个毒死蜱溶液样品作为预测集,校正集样品浓度为0.005 0、0.007 5、0.012 5、0.015 0……0.095 0、0.100 0 mg/kg,预测集样品浓度为0.010 0、0.017 5、0.025 0……0.097 5 mg/kg。选取1 100~1 500 nm波长范围的光谱,用二阶导数(2nd-der)结合标准正态变量变换(SNV)方法进行预处理,采用主因子数8进行建模,在波长为1 100~1 500 nm时得到了校正集(留一交叉验证法)相关系数R2为0.996 1,预测集相关系数R2为0.993 9,校正标准差为0.001 76 mg/kg,预测标准差为0.002 40 mg/kg的结果。在检测模型中预测值与实际值之间具有显著的线性相关性。研究结果有助于利用近红外光谱技术快速测定溶液中毒死蜱的含量。     

猪肉水分含量地方标准值的确定及其意义

自猪肉放开经营以来 ,一些小刀手为了谋取暴利 ,在生猪运输、屠宰过程中 ,通过宰前向猪胃肠内灌注大量水分 ,或宰后通过主动脉高压注水 ,形成“注水猪肉”。由于注水猪肉水分含量高 ,微生物容易繁殖 ,极易导致人食物中毒 ,严重影响人民群众的身体健康。目前工商部门主要采用水分测定仪来测定市售猪肉水分含量 ,要判定其是否注水 ,必须依据一个相对可靠的猪肉水分含量地方标准值。笔者于 1998年 9月至 1999年 9月 ,对本地区出栏生猪 ,采集不同部位的样品 ,进行水分测定。共采集 175头生猪 5 2 5份样品 ,总结出相对可靠的数据。为我市兽医卫生…     

基于近红外预测羊草水分含量的特征光谱模型研究

水分是牧草最为重要的品质属性,水分含量的多少直接影响牧草品质的变化。羊草（Leymus chinensis）因富含重要的维生素、蛋白质、中性洗涤纤维、酸性洗涤纤维、脂肪等家畜必需营养成分,在收获和储藏过程中极易受到生长地的水、土、气等的影响而发生营养成分损失或变质,因此为了有效降低冗余无信息变量,提高羊草水分含量近红外模型的预测精度和稳定性,本研究采用4种光谱特征区间选择方法,包括间隔偏二乘法（Interval partial least-squares regression,iPLS）、向后区间偏最小二乘法（Backward interval PLS,BiPLS）、联合区间偏最小二乘法（Synergy interval PLS,SiPLS）、和连续投影算（Successive projections algorithm,SPA）建立羊草水分含量的预测模型。结果表明：SiPLS方法最适合用于羊草水分含量特征波长的筛选,其次为BiPLS方法,最差的方法为iPLS,同时,相对分析误差（Residual predictive deviation,RPD）=2.648>2.50。这表明SiPLS的近红外光谱模型在预测羊草水分含量的应用上完全可行,预测精度在96.13%以上。     

近红外光谱法在饲料检测中的应用

介绍了近红外光谱法的基本原理和特点以及近红外光谱仪的发展,综述了近红外光谱法在饲料检测中的应用及其今后的研究方向。     

农业部将修订猪肉水分含量标准 对注水肉严厉打击

<正>据第一财经2016年7月13日报道,农业部日前公布,将组织有关机构修订猪肉水分含量标准,并对注水肉严厉打击。水分含量是猪肉肉品品质的一个重要指标。2001年,原国内贸易局制定《畜禽肉水分限量》(GB18394-2001),规定猪肉水分限量值是≤77%。农业部称,该标准的实施,对打击注水肉起到了一定的作用。但是,近年来,水分标准实施过程中仍存在两方面问题:一是不法屠宰企业或个人注水手段花样百出,注水技术不断更新,现行水分标准不能完全满足肉品质量控制要求;二是畜禽肉水分限量检测方法不适应新的变化。     

样品水分含量分布状态对傅立叶近红外预测模型的影响

试验旨在研究样品水分含量呈正态分布与匀态分布对傅立叶近红外所建模型预测效果的影响。试验以豆粕水分含量的分布形态为研究对象,采用单因子试验设计,设3个不同σ值的正态分布样品校正集和1个匀态分布样品校正集,分别建立预测豆粕水分含量的模型。结果表明:3个正态分布所建预测模型的RMSECV低于匀态分布所建模型,当用4个模型预测水分含量范围在9%~14%,平均值为11.47%的样品集时,3个正态模型预测结果分别为12.23%、11.41%、11.48%,而匀态模型为11.47%,显然优于正态模型。正态模型预测中间水分含量的准确性较高,优于匀态模型,而匀态模型预测两端高、低水分的样品的准确性优于正态模型。     

某社区周边农贸市场中猪肉水分含量的测定与分析

为了解某社区周边农贸市场中猪肉水分含量,试验采用直接干燥法对从某社区周边农贸市场随机购买的猪肉进行水分含量测定。结果表明:参照国家标准《畜禽肉水分限量》,即将猪肉中水分含量大于77%为不合格样品作为判定标准,在A农贸市场检测的34份肉样中有25份合格,合格率为73.53%;B农贸市场的18份肉样中有16份合格,合格率为88.89%;C农贸市场的11份肉样中有10份合格,合格率为90.91%;所有样品的总合格率为84.44%。说明在检测的农贸市场中,有少部分猪肉水分含量超标,可能存在注水现象,建议相关部门加强对猪肉水分含量的监测,以保障消费者的健康。     

饲料中金霉素含量近红外检测模型的创建

采用国家标准的高效液相色谱法测定饲料中的金霉素含量,同时选择192份代表性饲料样品,利用TQ Analyst分析软件,根据改良偏最小二乘回归法的判断分析技术,建立了金霉素判断近红外光谱仪的数学模型。结果表明,金霉素的RSQcal值大于0. 932、RPDCV值均大于2. 5%,表明化学分析值与近红外预测值之间具有良好的线性相关性,取得了良好的定标结果。随后利用40份独立样品进行外部验证,预测效果良好,与定标结果相一致,表明该模型具有比较好的稳定性,可用于实际定量分析。     

基于近红外透射技术的乳制品成分含量检测

使用自行设计的近红外透射光谱仪系统,针对牛奶的蛋白质、脂肪和乳糖建立定量分析模型进行检测,利用Fisher分类方法和BP神经网络分类方法建立了针对酸奶品牌的分类模型。结果表明,上述两种方法都可以用于酸奶品牌和种类的分类检测,其中BP神经网络方法具有更高的准确性。     

近红外光谱快速测兽用冻干疫苗中水分含量的方法研究

利用积分球漫反射近红外光谱法检测了7种动物用冻干疫苗中的水分含量。采用PLS算法,全交互验证建立定量校正模型,SECV为0．0293,SEP为0．0493,R^2为0．9936。对27个样本的预测偏差范围为-0．47—0．63,相对标准偏差为0．19％～2．24％,F检验表明近红外光谱法检测动物疫苗中水分含量与卡尔费休法无明显差异,为近红外方法在动物疫苗水分含量无损检测的应用提供了依据。     

基于近红外光谱技术评估高粱中粗蛋白质、水分含量的研究

本研究旨在探讨利用近红外光谱技术评估高粱中粗蛋白质、水分含量的可行性。以收集的110份高粱样品作为研究对象,采用GB/T 6432—1994、GB/T 6435—2014中方法分别对粗蛋白质、水分含量进行测定,利用傅里叶变换近红外光谱仪采集样品的近红外漫反射光谱,光谱扫描范围4 000～12 800 cm~(-1),分辨率16 cm~(-1),样品重复装样扫描4次,每次扫描64次获得平均光谱,取4次扫描光谱作为样本的原始光谱。分别选取矢量归一化、最小-最大归一化、一阶导数、二阶导数、多元散射校正、一阶导数+减去一条直线、一阶导数+矢量归一化、一阶导数+多元散射校正探索适用于高粱中粗蛋白质、水分含量的光谱预处理方法。利用定标集样品光谱数据,采用偏最小二乘方法结合全交互验证手段来防止过拟合现象,建立定标模型。在此基础上,利用定标决定系数、定标均分根误差、定标相对分析误差、交互验证决定系数、交互验证均方根误差、交互验证相对分析误差确定最优模型。结果显示:粗蛋白质含量扫描光谱采用一阶导数+多元散射校正光谱预处理,光谱范围为9 401.9～5 443.6 cm~(-1)与4 603.0～4 243.9 cm~(-1)。水分含量扫描光谱采用一阶导数+减去一条直线,光谱范围为7 500. 3～6 096. 5 cm~(-1)与5 451. 8～4 243.9 cm~(-1)。高粱中粗蛋白质、水分含量的近红外光谱预测模型定标相对分析误差分别为8.41、12.20;交互验证相对分析误差分别为4.97、7.97;外部验证相对分析误差分别为3.32、5.36。由结果可知,本研究建立的高粱中粗蛋白质和水分含量的近红外光谱预测模型的相对分析误差均大于评估值,具有精确地评估高粱中粗蛋白质和水分含量的应用效果。     

近红外光谱技术在鱼粉检测中的应用概况

鱼粉是一种优质的动物性蛋白质原料,广泛应用于畜禽水产饲料中。由于其使用量大,价格高,所以掺假掺杂现象特别普遍,掺假技术愈加精湛,常规的感官、理化指标等检测数据（粗蛋白、粗脂肪、水分、灰分等）已经不能真实反映鱼粉的质量,必须引入各种氨基酸含量的检测数据才能真实反映鱼粉的优劣程度。如何快速、简便、准确地检测鱼粉的质量已成为饲料原料品控环节重要的课题之一。     

近红外光谱技术在饲料品质检测中的应用

介绍了近红外光谱分析技术在饲料原料、配合饲料及奶牛全混合日粮检测中的应用及前景.     

近红外光谱技术在兽药检测中的应用前景

综述了近红外光谱法的基本原理和发展,以及近红外光谱技术在药物检测中的应用现状,并对其在兽药检测中的应用前景进行展望.     

近红外光谱在麦粒内部害虫检测中的应用

近红外光谱技术是一种新型的分析技术,它具有高效、快速、操作简单、稳定性好、无污染等优点,更重要的是它含有C-H、N-H、O-H等含氢基团基频和倍频的吸收带,可以用来检测淀粉含H化合物含量的变化;米象和谷蠧的幼虫在麦粒内部生长,使麦粒内部的淀粉和蛋白质等含量发生了变化,而这些变化必然会引起近红外反射光谱吸收率发生变化,因此,用近红外光谱是可以检测到麦粒内部是否有害虫。     

近红外光谱分析技术在饮料检测中的应用

由于现在近红外光谱(near infrared spectroscopy,NIR)分析技术所独具的特点,NIR已成为近年来发展最快的快速分析测试技术,尤其在饲料工业在线分析中的应用,产生了巨大的经济和社会效益.尽管NIR技术在饲料工业上的应用起步较晚,但越来越被人们所重视.为使广大饲料生产与检测行业对NIR及在饲料工业中的应用情况有所了解,文章分别对NIR分析技术的发展概况、测定原理及特点、分析测定过程、注意事项及在饲料工业中的应用等几方面进行讨论.