基于高光谱开发滩羊肉中高铁肌红蛋白含量的定量函数

高铁肌红蛋白(metmyoglobin,MetMb)在肉中所占的比例直接影响肉的色泽。利用可见近红外光谱(ViS-NIR)采集到的滩羊肉数据与化学计量学方法相结合,探讨高光谱成像快速无损检测滩羊肉中MetMb含量的可行性以及开发滩羊肉中MetMb含量的定量函数。采用分光光度计测量滩羊样本的MetMb含量,使用ENVI4.8软件提取贮藏期间200个样本光谱图像的感兴趣区域,将获取的光谱数据与化学值相结合,定量解释两者的相关性;利用光谱理化值共生距离法,按照3∶1的比例划分样本,对校准模型进行独立(外部)验证;采用乘法散射校正(multiple scattering correction,MSC)、一阶导数(first derivative,1 st derivative)和去趋势(De-trending)等3种不同的方法对原始光谱数据进行预处理,以消除噪音对原始光谱的干扰;竞争性自适应加权算法(competitive adaptive reweighted sampling,CARS)、区间变量迭代空间收缩方法(interval variable iterative space shrinkage approach,iVISSA)、间隔随机蛙跳算法(interval random frog,IRF)、变量组合集群分析法(variables combination population analysis,VCPA)、连续投影算法(successie projection algorithm,SPA)以及IRF+SPA、iVISSA+SPA组合方法被用于光谱的变量选择和优化;使用典型的线性建模方法:偏最小二乘回归(partial least square regression,PLSR)建立全波段和特征波段的预测模型,确定最佳模型;通过最佳模型建立滩羊肉中MetMb含量的定量函数。结果表明:原始光谱模型性能较好于3种预处理光谱的模型性能,其R 2 C=0.852,R 2 P=0.788,RMSEC=4.604,RMSEP=5.729;原始光谱经过CARS,VCPA,IRF,SPA,iVISSA,IRF+SPA,iVISSA+SPA等方法分别选出16,13,48,14,45,10和11个特征波长,占总波长的12.8%,10.4%,38.4%,11.2%,36%,8%和8.8%。通过对比PLSR模型,IRF+SPA-PLSR模型性能最佳,R 2 C=0.808,R 2 P=0.826,RMSEC=5.253,RMSEP=5.149,IRF+SPA算法不仅减少了计算时间,而且生成了更准确,更稳健的预测模型;最后,基于IRF+SPA算法建立的MetMb含量的定量函数为:(MetMb)=3.2497+1.9002λ468-4.7912λ482+5.9135λ512-1.8562λ530-5.8793λ545+2.2463λ560+5.0661λ580-2.3201λ588+1.2149λ790-1.3488λ814。表明ViS-NIR光谱对滩羊肉中MetMb含量的快速无损检测是可行的,开发的定量函数为快速测定滩羊肉中MetMb的含量提供参考。