许倩等

摘 要：利用近红外光谱分析技术建立冰温贮藏牛肉品质的快速定量检测方法。采用近红外光谱技术建立近红外光谱的pH值、失水率、挥发性碱基总氮、色差值（L*/a*）的校正模型，能同时预测出牛肉样品的多项品质指标。结果表明：建立的校正模型相关系数都在0.70以上，校正模型的预测值与真实值决定系数均在0.90以上，具有较高的预测准确度。并且利用聚类分析的方法对不同贮藏阶段肉品近红外光谱的数据进行了分类处理，聚类分析结果证明，近红外反射光谱对牛肉的新鲜程度有着较好的分类结果。近红外光谱技术能够替代传统方法快速、非破坏地评价牛肉的肉品质及新鲜程度。

关键词：近红外光谱；冰温贮藏；牛肉；品质；校正模型

Abstract： In this experiment， a rapid quantitative detection method was proposed by near infrared spectroscopy （NIR） for beef quality during ice temperature storage. The calibration models of beef pH， water loss， TVB-N and color value （L*/a*） were established by NIR technique allowing the simultaneous predication of several beef quality indicators. The correlation coefficient （R2） of the calibration models were all above 0.70 and the R2 values for the predicted and actual values were all above 0.90. The calibration models had high prediction accuracy. Furthermore， cluster analysis was used to categorize the near infrared spectral data of beef stored for different durations. The results showed that based on the near infrared spectral data meat freshness was categorized well. NIR is suitable for rapid and non-invasive estimation beef quality and freshness as an alternative to the traditional detection method.

Key words： near infrared spectroscopy （NIR）； controlled freezing point storage； beef； quality； calibration model

中图分类号：TS251.1 文献标志码：A 文章编号：1001-8123（2015）03-0023-04

doi： 10.7506/rlyj1001-8123-201503006

目前，对牛肉品质指标的检测仍较常采用感官检验、理化检验与微生物学检验相结合的综合检验方法，得出的感官检验结论会因感觉器官的局限性、人的主观性造成出入[1-6]，而理化检验操作复杂，测定过程耗时、耗力，不易进行大批量的快速检测[3-6]，食品行业与检验部门迫切需求一种快速、非破坏性和客观的检测技术。其中，近红外光谱技术（near infrared spectroscopy，NIR）的应用，很好地解决了传统检测方法带来的弊端[3]。

近红外光谱分析技术是利用物质含氢基团振动的合频和倍频吸收信息进行物质的定性和定量分析的一种快速检测方法[4，6]。由于食品中的大多数有机化合物如蛋白质、脂肪、有机酸、碳水化合物等都含有不同的含氢基团，不同的基团在近红外区域具有不同的吸收位置，据此可对物质进行定性分析，根据吸收强度和物质含量的线性关系，又能对物质进行定量分析。……