张 旭，白雪冰，汪学沛，李新武，李志刚，张小栓，4*

1.中国农业大学信息与电气工程学院，北京 100083 2.中国农业大学工学院，北京 100083 3.石河子大学信息科学与技术学院，新疆 石河子 832003 4.食品质量与安全北京实验室，北京 100083

引 言

中国的羊肉产量及羊肉消费量均居世界首位。保证储存期内羊肉的新鲜度和防范质量安全问题愈发紧要。在羊肉的贮藏过程中，在微生物和内外源酶的作用下，羊肉中的脂肪和蛋白质分解产生有毒的氨(NH3)和胺类(R-NH2)[1]，并与腐败产生的有机酸结合生成挥发性盐基氮(total volatile basic nitrogen，TVB-N)，因此TVB-N浓度是评估羊肉质量安全的关键参数。

食品安全国家标准中规定的TVB-N浓度的检测方法包括自动凯氏定氮仪法、半微量定氮法、微量扩散法。这些化学检测方法需要破坏样品，操作过程复杂，耗时费力，且结果易受操作水平影响，不能满足快速、非破坏的质量安全检测要求。

近红外光谱(near infrared spectroscopy，NIR)检测技术具有分析快速、操作简便、无破坏性等特点，在肉品质检测领域已有大量研究。被应用于新鲜度分级[2]、掺假识别[3]、等级划分[4]、鲜冻肉鉴别等定性分析，以及化学组成(包括胆固醇[5]、脂肪[6]、水分[7])分析、感官品质(包括肉色[8]、系水力、嫩度[8])评价等定量分析。

原始近红外光谱数据中虽然包含与特定成分相关的有效信息，但也受到噪声及散射等因素的干扰，这些干扰会降低光谱模型的预测性能。因此，应用适当的光谱预处理方法(散射校正、平滑处理、尺度缩放)和变量筛选方法可有效消除与被测指标无关的噪声、散射等干扰，提高光谱与被测指标间的相关性。……