蛋殼強(qiáng)度和厚度的近紅外光譜檢測(cè)分析.pdf

1、蛋殼質(zhì)量是禽蛋品質(zhì)的重要特性之一，對(duì)于禽蛋的孵化、儲(chǔ)存、運(yùn)輸和銷售等均有重要影響。但是在從生產(chǎn)到銷售的周轉(zhuǎn)過(guò)程中，禽蛋破損問(wèn)題普遍存在，其危害不僅是破損禽蛋失去食用價(jià)值，同時(shí)會(huì)污染其他禽蛋，引起交叉污染，造成更為嚴(yán)重的損失。因此，對(duì)禽蛋蛋殼質(zhì)量進(jìn)行檢測(cè)是十分必要的。
　　 本研究以金琪本雞蛋為研究對(duì)象，采用近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)分析方法及物理指標(biāo)分析，對(duì)雞蛋蛋殼質(zhì)量進(jìn)行檢測(cè)。主要研究?jī)?nèi)容和研究結(jié)論如下：
　　 (1

2、)采集了雞蛋的近紅外光譜和蛋殼常規(guī)質(zhì)量指標(biāo)，研究了蛋殼常規(guī)質(zhì)量指標(biāo)之間的相關(guān)性，發(fā)現(xiàn)蛋殼厚度、蛋殼百分比和蛋比重與蛋殼強(qiáng)度的相關(guān)性較大，其相關(guān)系數(shù)分別為0.79、0.76、0.62。這表明蛋殼厚度、蛋殼百分比和蛋比重是與蛋殼強(qiáng)度密切相關(guān)的三個(gè)參數(shù)，可以在一定程度上表征蛋殼強(qiáng)度的情況。蛋殼強(qiáng)度與蛋形指數(shù)的相關(guān)系數(shù)為-0.14，相關(guān)性較小，呈負(fù)相關(guān)，即蛋殼強(qiáng)度越大，雞蛋越圓。這表明蛋形指數(shù)對(duì)蛋殼強(qiáng)度有一些影響，但不是決定性的。
　　

3、 (2)采用環(huán)境掃描電鏡拍攝了不同蛋殼強(qiáng)度的雞蛋蛋殼樣本的橫斷面、外表面、內(nèi)表面超微結(jié)構(gòu)，比較其差異。發(fā)現(xiàn)：隨著蛋殼強(qiáng)度的增加，蛋殼橫斷面致密度和平整性變好，乳突層與纖維層聯(lián)系越緊密，乳突有效厚度越小；蛋殼外表面越平整，質(zhì)地越致密，裂紋減少；蛋殼內(nèi)表面纖維層結(jié)構(gòu)越緊密，主次分支清晰，層次分明，纖維間隙變小。表明蛋殼的超微結(jié)構(gòu)致密性與蛋殼質(zhì)量密切相關(guān)。
　　 (3)研究了蛋殼表面結(jié)構(gòu)對(duì)近紅外光譜特性的影響。根據(jù)雞蛋蛋殼強(qiáng)度值的分布

4、情況，將雞蛋樣本分成高、中、低強(qiáng)度三組，分別求三組的平均光譜，比較其差異。發(fā)現(xiàn)：高強(qiáng)度組的平均光譜反射率較大，其次為中強(qiáng)度組，低強(qiáng)度組的平均光譜反射率最小。表明高強(qiáng)度組雞蛋由于結(jié)構(gòu)致密，從而反射率較高；低強(qiáng)度組雞蛋由于致密度小，反射率低。表明蛋殼表面結(jié)構(gòu)的致密性會(huì)影響蛋殼的近紅外漫反射光譜特性。
　　 (4)在Chauvenet檢驗(yàn)與杠桿值和學(xué)生殘差T檢驗(yàn)剔除異常樣本的基礎(chǔ)上，分別建立了蛋殼強(qiáng)度、蛋殼厚度的定量模型，比較了不同光

5、譜預(yù)處理方法、不同建模波段、不同建模方法的建模結(jié)果。結(jié)果表明：在全波段范圍內(nèi)經(jīng)多元散射校正預(yù)處理所建的蛋殼強(qiáng)度偏最小二乘回歸模型性能最優(yōu)，校正集與預(yù)測(cè)集的相關(guān)系數(shù)分別為0.912、0.748，校正、預(yù)測(cè)誤差分別為2.24 N、3.53 N。同時(shí)，蛋殼厚度最優(yōu)模型的校正集、預(yù)測(cè)集相關(guān)系數(shù)分別為0.931、0.86，校正、預(yù)測(cè)誤差分別是0.0099 mm、0.0139 mm。并建立了蛋殼強(qiáng)度的蛋形指數(shù)、蛋重、蛋殼厚度、蛋殼百分比、蛋比重和多

6、參數(shù)定量補(bǔ)償模型，發(fā)現(xiàn)相比無(wú)補(bǔ)償模型，各補(bǔ)償模型性能均有所改善，其中多參數(shù)補(bǔ)償模型性能最優(yōu)。
　　 (5)分別根據(jù)蛋殼強(qiáng)度、蛋殼厚度值的分布范圍，將雞蛋樣本分成高、中、低三組，建立蛋殼強(qiáng)度、蛋殼厚度的定性分析模型。比較了多種建模方法、多種預(yù)處理方法和不同建模波段的建模結(jié)果，結(jié)果表明：全波段范圍內(nèi)結(jié)合標(biāo)準(zhǔn)歸一化(Standard normal variate，SNV)預(yù)處理所建判別偏最小二乘模型對(duì)雞蛋蛋殼強(qiáng)度的定性判別最優(yōu)，校正集

7、和預(yù)測(cè)集的正確率分別為88％和79.59％。在4000-7500 cm-1范圍內(nèi)采用13個(gè)主成分結(jié)合SNV加35和45點(diǎn)平滑預(yù)處理所建蛋殼厚度判別分析定性模型的結(jié)果最好，校正集和預(yù)測(cè)集的正確率分別為81%和85.71％。并建立了蛋殼強(qiáng)度的蛋形指數(shù)、蛋重、蛋殼厚度、蛋殼百分比、蛋比重和多參數(shù)定性補(bǔ)償模型，其中蛋形指數(shù)、蛋重補(bǔ)償模型結(jié)果變差，原因可能是其與蛋殼強(qiáng)度的相關(guān)性太小，反而干擾了模型的判別精度；而蛋殼厚度、蛋殼百分比、蛋比重和多參數(shù)