摘要
挥发性盐基氮(Total volatile basic nitrogen, 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(1st Der)、二阶微分(2nd Der)、多元散射校正(Multiplicative scatter correction, MSC)、标准正态变换(Standard normal variate transform, 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1.845 4,决定系数(R2)为0.884 1。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。
- 单位