果蔬品质安全近红外光谱无损检测研究进展

我国果蔬产量和销量均居世界首位, 生产和消费正由产量规模型向质量效益型转变, 对果蔬品质安全检测的要求与日俱增。当前, 果蔬采后品质分级、安全检测和货架期评价尚处于人工或简单机械的粗略检测阶段, 果蔬的内在组分和内部缺陷采用破坏性抽检, 货架期采用人工经验式, 效率低且成本高。近红外光谱检测技术具有无损伤、快速绿色、适于现场检测和在线分析等优势, 适于构建果蔬快速、高精度、智能化的检测系统。本文分析了果蔬产业的发展现状及关键技术需求, 阐述了近红外光谱技术的基本原理, 分别从果蔬内部光传输特性、内在组分检测、隐形缺陷判识、货架期评价4个方面论述了国内外近红外光谱技术在果蔬品质安全检测应用中的最新研究进展, 深入分析了近红外光谱技术在果蔬品质安全检测中的存在的问题, 并指出了解决思路和进一步研究的方向。     

木本粮油林果品质的近红外光谱及成像无损检测研究进展

木本粮油林果的品质检测是产业发展的重要支撑,关乎国民健康安全的同时也有利于提升产品的国际竞争力.近红外光谱及高光谱成像检测技术相较于传统检测方法具有快速、无损、安全和便于实现在线检测等特点,在林果品质检测中具有优势.该文综述了近红外光谱和高光谱成像技术的原理,介绍了其在木本粮油林果营养组分预测、成熟度评估、产地溯源与品...     

近红外技术在果品品质无损检测中的研究进展

综述了近四年国内外近红外无损检测技术在苹果、梨、柑橘等果品的研究情况,提出了近红外技术检测果品时存在的问题,并展望了近红外技术无损检测果品的前景。     

基于近红外光谱的红提内部品质无损检测研究

红提的可溶性固形物含量（Solube Solids Content,SSC）、总酸（Total Acid,TA）、pH、硬度（Firmness Index,FI）和含水率（Moisture Content,MC）等内部品质指标直接影响着果实的口感及品质,同时也是水果成熟度的评判标准。为快速获得上述内部品质指标,且避免不必要的检测损耗,本文提出了一种新的红提无损检测模型。以生长期红提为研究对象,利用Antaris II近红外光谱仪采集了360个样本的近红外光谱信息。对采集到的光谱信息分别用SNV等算法进行预处理并通过建模确定了最优预处理方法。然后通过降维算法提取光谱信息的特征波长,最后基于偏最小二乘回归算法（Partial Least Squares Regression,PLSR）分别建立了红提的SSC、TA、pH、FI和MC的检测模型。红提的SSC、TA的最优检测模型为SG-CARS-SPA-PLSR模型,pH的最优检测模型为MA-CARS-SPA-PLSR模型,FI和MC的最优检测模为SG-CARS-PLSR模型。所建立的红提SSC、TA、pH、FI和MC的最优PLSR模型的预测集的相关系数R_p分别为0.9787、0.9811、0.9870、0.9568、0.9329,残差预测偏差RPD分别为4.8637、4.9006、6.0939、3.4453、2.5825,表明以上模型具有较高的检测精度。本文所建的红提内部品质检测模型可为红提内部品质的检测提供可靠的方法。     

枇杷内部品质近红外光谱无损检测

利用近红外光谱技术(near infrared spectroscopy,NIRS)对101个枇杷样品进行无损检测,测得样品的可溶性固形物(total soluble sdid,TSS)、可滴定酸和Vc含量,结合偏最小二乘法(partial least squares,PLS)分别建立TSS、可滴定酸和Vc含量的定标模型。采用定标模型分别对TSS、可滴定酸和Vc的验证集样品进行预测,预测决定系数Rp2分别为0.906,0.745,0.554,预测均方根误差(root-meansquare error of prediction,RMSEP)分别为0.628,0.048,2.230,且TSS的相对分析误差(relative prediction deviation,RPD)为3.31,可滴定酸和Vc的RPD分别为2.00,1.52。表明建立的枇杷TSS的定标模型可用于实际检测,枇杷的可滴定酸和Vc含量可采用近红外光谱进行检测,但检测精度有待于进一步的提高。     

近红外光谱技术在稻米品质快速检测中的应用

综述近红外技术在稻米品质的常规指标,如直链淀粉、蛋白质、脂肪酸、胶稠度中的研究与应用,总结不同样品形态和建模方法建立的近红外模型的检测精度,指出近红外技术在快速检测稻米品质中存在的问题,以及今后的研究方向。     

基于近红外光谱技术的猕猴桃品质检测研究进展

猕猴桃具有丰富的营养价值,深受广大消费者的喜爱,快速、准确地检测猕猴桃果品品质至关重要。近红外光谱分析技术因具有分析快速高效、方便准确、非破坏性、无污染以及成本低等特点,已发展成为备受关注的分析技术,广泛地应用于水果分级、加工和品质评判。该文概述近几年来国内外关于近红外光谱技术在猕猴桃的硬度、可溶性固形物、酸度、损伤和微生物检测等方面的最新研究进展,分析可能存在的问题,并对近红外光谱分析技术在猕猴桃品质检测中的研究和应用进行展望。     

近红外光谱分析技术在苹果品质检测中的应用进展

苹果营养丰富,是大众水果之一,苹果的品质安全问题一直是社会关注的热点。本研究综述了2012~2016年我国近红外光谱分析技术在苹果品质检测中的研究和应用进展,包括基于近红外光谱的苹果品质检测、模型传递、分类与分级及在线检测系统研制4个方面。对今后我国近红外光谱分析技术在苹果品质检测中的应用提出建议,技术研究方面应不断建立和维护模型数据库,提高模型通用性;技术应用方面应研制在线检测系统和推进软硬件+互联网相结合,使近红外光谱分析技术在苹果品质检测中得到长足的发展。     

柑橘近红外光谱无损检测技术研究进展

柑橘是世界第一大水果,中国是柑橘生产和销售大国.现阶段我国柑橘产业存在各环节分离、加工技术粗糙、采后品质分级落后等问题,导致我国柑橘在国际市场上缺乏竞争力.对柑橘产品进行检测与分级是提高竞争力的有效手段,然而传统的柑橘品质检测手段如肉眼识别法、图像识别法、化学滴定法等存在费时费力、精度不高等缺陷,且化学滴定法等对样品具...     

近红外光谱技术在小麦粉品质检测方面的应用研究进展

近红外光谱(NIRS)技术是当前发展最快、最具前景的现代无损分析技术之一。NIRS技术融合了计算机、光学、数学、化学和化学计量学等多个学科的最新研究成果,具有简便、快速、低成本、无污染、不接触等优点,目前被广泛应用于食品品质分析与检测研究。本文综述了近十年来NIRS技术在小麦粉理化指标(如水分、灰分、蛋白质、淀粉)、粉质指标(如面筋、面筋指数分、沉降值、吸水量、形成时间、稳定时间、弱化度)及掺杂物(如甲醛次硫酸氢钠、滑石粉、过氧化苯甲酰、石灰、偶氮甲酰胺、曲酸)等方面的检测研究进展。同时,基于当前研究进展,NIRS技术在光谱数据挖掘、建模算法优化、模型稳健性等方面还需大量研究,为研发小麦粉质量快速无损检测设备提供更多数据支撑和方法参考。     

近红外光谱分析技术在鸡肉品质检测中的应用研究进展

全球的鸡肉产量和消费量逐年上升,鸡肉品质已成了消费者的重点关注对象。近红外光谱分析技术是一种无损、快速、环保以及实时的检测技术,目前已快速发展成为一种应用于食品分析领域的新方法,在肉品检测方面也展现出极大的分析和应用潜力,近年来,已有较多国内外研究探讨了其在鸡肉品质检测方面的可行性。本文通过对近红外检测技术在鸡肉颜色、p H值、持水力、剪切力及化学成分预测方面的定量分析,肉品动物来源、鸡肉产地溯源及品质等级划分的定性分析以及其他相关方面检测的研究进行了综述,总结了应用近红外检测各品质指标的研究现状,可为相关研究者提供参考和借鉴,并基于分析总结对今后近红外光谱分析在鸡肉品质检测应用的发展前景及发展方向做了展望。     

Nondestructive determination of water and protein in surimi by near-infrared spectroscopy

Nondestructive near-infrared spectroscopy (NIRS) between 400 and 1100 nm regions was employed directly on surimi using a surface interactance fibre optic accessory, to investigate the potential of NIRS as a fast method to determine water and protein contents. The reason why NIRS is well suited when assessing the presence of water or protein is due to the specificity of O–H and N–H bindings. At 980 nm only one broad peak in the original spectra can be seen due to the absorption of water since it contained nearly 80% of surimi. Predictive equations were developed using partial least squares (PLS) regression where excellent predictions for protein and water are noticed. Regression coefficients are higher than 0.98, errors are small and RPD value for protein is well over 8 and that for water is very close to it which can be used for any analytical purpose.     

苹果脆度的近红外无损检测

为了更好的对苹果的脆度进行检测,试验应用波长范围为643.26～985.11nm的Purespect近红外透射光谱仪对60个富士苹果的校正集样品和20个预测集样品进行了光谱扫描,比较了不同的光谱预处理方法和不同建模波段对模型的影响,最终确立的模型相关系数(Rc)为0.941,校正均方根误差(RMSEC)为0.390。对模型预测性能的验证结果表明:建立的苹果脆度模型性能较稳定,能满足实际应用的要求。     

大豆中异黄酮含量的测定及其近红外分析

以100份中国核心大豆种质资源为材料,建立高效液相色谱法(HPLC)测定大豆中异黄酮5组分和总异黄酮。扫描大豆的近红外光谱,以傅里叶近红外光谱法(FT-NIRS)与HPLC技术相结合,采用偏最小二乘(PLS)回归和交叉验证法,探讨利用FT-NIRS技术预测异黄酮含量的可行性。总异黄酮近红外预测模型的内部交叉验证其校正决定系数(R2)和交叉检验均方误差(RMSECV)分别为0.8763和0.515,外部验证其校正决定系数(R2)和预测均方误差(RMSEP)则分别是0.9492和0.599。结果表明,利用FT-NIRS预测大豆中总异黄酮含量是可行的,但是各异黄酮组分的近红外模型不能达到准确预测要求。大豆异黄酮近红外模型的建立对今后大豆的异黄酮选育工作可以提供帮助。     

近红外技术快速检测冷鲜羊肉品质的研究

目的建立近红外反射光谱法,结合偏最小二乘回归法对冷鲜羊肉进行快速无损检测。方法从农贸市场购买新冷鲜羊肉100批,通过分析一阶导和二阶导,S-G平滑(savitzky-golay,S-G)和Norris平滑方式建立羊肉的近红外光谱参数与样品的蛋白质、脂肪、水分含量之间的对应关系模型。结果蛋白质含量最优模型选择5981.72～5961.74 cm~(-1)波段,二阶导,S-G平滑方式,相关系数为0.9312,建模方差为0.803;脂肪含量最优模型选择5207-7362 cm~(-1)波段,一阶导,Norris平滑方式,其相关系数0.9157,建模方差为4.703;水分含量最优模型选择6800-9000 cm~(-1)波段,一阶导,Norris平滑方式,相关系数为0.9200,建模方差为0.039。结论所建立模型的精确度符合检测要求,为羊肉品质的分析测定提供了一种快速方便的检测方法 。     

近红外光谱法快速无损测定奶粉的脂肪含量

将11种奶粉原样配制及组成77个奶粉样本,以脂肪含量为检测指标,结合偏最小二乘法开展近红外光谱定量分析研究。2次异常光谱剔除,识别出异常样本(14,52,76)并予以剔除。74个奶粉样本进行平滑、导数和标准变量变换等6种光谱预处理,确定标准正态变量变换结合Norris一阶导为最佳光谱预处理方式,其交叉验证均方根误差为0.354 7,交叉验证相关系数平方达到0.990 8;最佳前处理光谱结合3种波段选择方法优化模型性能,与全光谱模型形成对比,确定随机蛙跳(random frog,RF)为最佳波段选择方式,其模型的训练集和测试集相关系数平方分别为0.997 2和0.997 0,训练集和测试集均方根误差分别为0.186 2和0.198 2。结果表明:采用蒙特卡罗异常光谱剔除(Monte-Carlo sampling,MCS),光谱预处理结合随机蛙跳波段优化技术可提高奶粉脂肪近红外定量模型的泛化性和预测能力。     

Rapid measurement and control of the moisture content of compost using near-infrared spectroscopy

In a compost fermentation of soybean-curd (tofu) refuse, the effects of the moisture content of the compost on the compost reaction were studied. The moisture content of the compost was a very important factor for good fermentation. Near-infrared spectroscopy (NIRS) was applied to the determination of the moisture content of the compost. The reflected rays in the wavelength range between 400 and 2500 nm were measured at 2 nm intervals. The absorption of water was observed at three wavelengths, 960, 1406 and 1888 nm. To formulate a calibration equation, a multiple linear regression analysis was carried out between the near-infrared spectral data at 960 nm (sample number, n = 50) and on the moisture content obtained using a drying method. The values of the simple correlation coefficient and the standard error of calibration were 0.987 and 1.33%, respectively. To validate the calibration equation obtained, the moisture content in the prediction sample set (n = 35) not used for formulating the calibration equation was calculated using the calibration equation, and compared with the values obtained using the drying method. Good agreement was observed between the results of the drying method and those of the NIRS method. The simple correlation coefficient and standard error of prediction were 0.979 and 1.85%, respectively. Then, the NIRS method was applied to a practical situation in which the moisture content was measured and controlled during the compost fermentation, and good results were obtained. The study indicates that NIRS is a useful method for measurement and control of the moisture content in the compost of soybean-curd refuse.     

Innovative uses of near-infrared spectroscopy in food processing

Near-infrared spectroscopy (NIRS) has experienced widespread use as an analytical tool in the last 3 decades. Researchers today are exploring ways of applying NIRS that expand beyond compositional analyses into process control. Processes such as meat tenderness evaluation, curd cutting, and dough mixing have traditionally been controlled by highly skilled master craftsmen; new NIRS research applications are demonstrating that these complex processes can be monitored and controlled in situ to produce consistent, high quality end products with online NIRS technology. Additionally, researchers also now have the potential ability to develop new nondestructive spectroscopic techniques to probe the underlying molecular evolution of these products during processing.     

禽蛋品质无损检测及分级技术研究进展

禽蛋产业是世界农业产业的重要组成部分,禽蛋产业也是我国农业的关键组成,是关系民生和社会稳定的重要产业。目前,禽蛋企业主要是依靠人工挑选及分级,劳动强度大且效率低,检测精度无法保证。因此,禽蛋品质的快速无损检测及分级研究对产业发展具有重要意义。本文根据现有研究,针对禽蛋无损检测中广泛使用的声学检测、机器视觉检测、光学检测等方法的研究现状进行综述,阐明不同的无损检测方法在实际的禽蛋挑选及分级中的适用性。其中,声学检测主要应用于禽蛋表面的裂纹检测与分级;机器视觉技术主要应用于禽蛋的大小、颜色等外观参数检测;光学特性检测主要是用于禽蛋新鲜度等内部品质检测。本文有望为禽蛋产业智能化分级技术的发展提供一定的理论支持。