羊肉產地近紅外光譜溯源模型的建立與機理初探.pdf

1、食品產地溯源是食品安全追溯制度的重要組成部分，對于食品原產地保護和保障食品安全至關重要。我國是羊肉生產大國和消費大國，但近年來羊布魯氏菌病、羊癢病等羊易感的人畜共患傳染病在我國有抬頭的趨勢，嚴重威脅了羊肉安全。因此，研究建立一種快速、準確的羊肉產地溯源技術，為市場監(jiān)管提供方法和手段，對于保障食品安全具有重要作用。本論文以綠色的分析技術近紅外光譜為手段，以不同產地羊肉為對象，采用化學計量學的方法，開展羊肉產地近紅外光譜溯源技術研究，建立羊

2、肉產地的近紅外光譜溯源模型，并對近紅外光譜溯源的機制進行了初探。具體研究結果如下： (1)采用近紅外光譜技術結合簡易分類(SIMCA)模式識別方法建立了羊肉產地溯源模型。結果表明，在11995cm-1～3999cm-1波長范圍內，近紅外光譜經5點平滑與多元散射校正(MSC)預處理，山東、河北、內蒙、寧夏、新疆5個產地溯源模型的主成分數分別為5、6、8、7、5時，采用SIMCA模式識別方法可以建立穩(wěn)健的羊肉產地溯源模型；5個產地羊

3、肉的校正集模型識別率分別為95％、100％、100％、100％、100％，拒絕率分別為99％、100％、99％、100％、100％；其驗證集模型的識別率分別為100％、83％、94％、81％、88％，拒絕率均為100％。 (2)采用近紅外光譜技術結合支持向量機(SVM)模式識別方法，建立了不同產地羊肉溯源模型，以徑向基函數(RBF)為核函數，當輸入量為MSC光譜、懲罰系數C=100000、寬度參量γ=0.01時，建模效果最佳，校

4、正集和驗證集的正確分類率均為100％，對應山東、河北、內蒙、寧夏、新疆5個產地羊肉的支持向量數分別為9、9、23、16、7。 (3)采用近紅外光譜技術結合人工神經網絡(ANN)模式識別方法，建立了不同產地羊肉溯源模型，將MSC預處理光譜結合主成分分析(PCA)作為誤差反傳算法(BP)神經網絡的輸入向量，當輸入層、隱藏層、輸出層節(jié)點數分別為10、8、5時，建模效果最佳，山東、河北、內蒙、寧夏、新疆5個產地羊肉校正集和驗證集模型的正

5、確分類率均達到100％。 (4)對比SIMCA、SVM及ANN三種模式識別方法的建模效果發(fā)現(xiàn)，SVM和ANN的建模效果優(yōu)于SIMCA，二者模型的正確分類率達到100％。 (5)利用主成分分析、載荷分析、方差分析，對羊肉產地近紅外光譜溯源機理進行了初步探討，通過對不同產地羊肉近紅外光譜信息與羊肉主要組分(水分、脂肪、蛋白質)之間的關聯(lián)分析，推測不同產地羊肉，因其生長環(huán)境和飼養(yǎng)條件的不同，造成其在水分、脂肪(脂肪酸)、蛋白質