近红外光谱技术在水产品检测中的应用展望

任瑞娟，柴春祥，鲁晓翔

（天津商业大学生物技术与食品科学学院，天津市食品生物技术重点实验室，天津300134）

水产品，如鱼类、贝类、虾蟹类及其制品，除具有高蛋白、丰富的不饱和脂肪酸、维生素和微量元素等营养和保健成分外，还含有大量呈味物质，如肌肽、甜菜碱、游离氨基酸等，它们构成了水产品特有的风味，深受消费者喜爱[1]。食品安全事故的频发引发了人们对食品安全的高度重视。水产品是人们喜食的食品之一，其品质直接关系到人们的生活质量和健康安全，也影响着整个水产行业的发展。因此，对水产品品质进行快速、方便检测和安全评定有着非常重要的现实意义。近红外光谱技术是一种物理测定技术，它利用化学物质在近红外光谱区内的光学特性，快速测定某种样品中的一种或多种化学成分含量和特性[2]，是近年来迅速发展和推广的一种分析技术。同时，近红外化学计量学的发展为近红外光谱技术的应用提供了依据，常用方法主要包括多元线性回归、主成分回归、偏最小二乘法、人工神经网络等[3]。此外，近红外光谱技术具有分析速度快、分析效率高、测试重现性好、适用范围广、对样品无损伤等优点[4]，在农产品及食品检测中已得到广泛应用。近红外光谱分析技术在水产品检测方面的研究应用十分少，但可以考虑借鉴近红外光谱技术在肉品中的检测方法，应用于水产品的检测。目前，国内外利用近红外光谱技术在肉类行业的检测中的应用主要有：分析肉类的化学成分，如水分、蛋白质和脂肪含量等；综合评价肉品的品质，如新鲜度、嫩度、保水性、风味、色泽及弹性等；鉴定肉品的产地、品种、真伪和掺假等[5]。本文主要通过近红外光谱技术在肉品检测中的应用，展望了该技术在水产品新鲜度、蛋白质、脂肪、水、持水力、嫩度、掺假等方面的应用，为近红外光谱技术在水产品检测中得到广泛的应用提供理论依据。

1 近红外光谱技术在水产品新鲜度检测中的应用展望

同肉类产品新鲜度一样，水产品新鲜度的评价极其重要。目前，挥发性盐基氮是反映肉类和水产品新鲜度的重要指标之一，但其检测操作繁琐，应用不方便。近红外光谱检测技术具有快速、无损的优点，利用其对肉品新鲜度检测已在国内外受到越来越多的关注。

Leroy等[6]利用近红外光谱技术在1200～1300nm波段建立挥发性盐基氮的预测模型，实现了新鲜度的评价；侯瑞锋等[7]运用近红外漫反射光谱法对肉品的新鲜度进行检测，通过对光谱信号进行平滑处理，采用偏最小二乘多元校正方法，建立挥发性盐基氮的预测模型，实现了对肉品新鲜度的无损快速检测；孟宪江等[8]利用自行设计的一种光纤探头式生物表面光谱测试系统，对肉品进行测量，利用神经网络方法建立肉品新鲜度的自动分类和识别的模型，准确率达到93.3%。

pH也是肉品关键品质之一，其值的大小与肉品的新鲜度密切相关，实施p H的检测对优化肉品加工工艺、保证产品质量、提高肉品的经济价值有重要意义。廖宜涛等[9]通过近红外检测技术对猪肉的p H进行了在线检测，对以0.25m·s-1的速度运动的鲜猪肉背最长肌，采集其可见近红外漫反射光谱，取500～980nm波段的光谱进行反射距离校正，经过多元散射校正和一阶微分预处理后，样品厚度、表面形状、运动中的瞬时振动等物理特性不同所引起的光谱问的差异信息得到了较好的消除，利用偏最小二乘法建立鲜猪肉pH的在线检测模型，效果良好；Andersen等[10]对利用近红外光谱技术预测鲜猪肉pH，以猪肉背最长肌肉和半膜肌肉样品为对象，分别采集326～777nm和l000～2630nm的光谱，经多元散射校正预处理后，利用偏最小二乘回归法建立预测模型，结果得到相关系数（r）在0.73～0.85之间；Josell等[11]利用近红外漫反射光谱预测猪肉背最长肌pH，对光谱进行一阶微分预处理后建立预测模型，相关系数和均方根误差为0.57和0.074；Savennije等[12]采用400～l100nm波长的可见近红外漫反射光谱对猪肉背最长肌的pH进行检测，对光谱进行二阶微分预处理后建立偏最小二乘模型，取得了良好的效果。

近红外光谱技术在水产品新鲜度检测中的应用较少，但新鲜度评价指标与肉品相似，故可以通过肉品中新鲜度的检测方法探究水产品新鲜度，让近红外光谱技术应用于水产品新鲜度检测成为可能。

2 近红外光谱技术在水产品水分、蛋白质、脂肪检测中的应用展望

近红外光谱技术在肉品的检测中具有广泛的应用，对水分、蛋白质、脂肪的检测方面，已有颇多的应用，在水产品检测中的应用虽然不多，但可以借助在肉品中的应用做相关的检测，为近红外光谱技术在在水产品水分、蛋白质、脂肪的检测提供理论依据，使其在水产品中的应用有更进一步的发展。

国外有人成功运用近红外光纤探针检测在加热过程中猪肉的水分变化[13]；刘炜等[14]利用傅里叶变换近红外光谱仪采集光谱，应用偏最小二乘回归法建立定量分析模型，对鲜猪肉的蛋白质进行检测，得到了良好的效果；朱迅涛[15]利用德国BRAN+LUEBBE公司生产的IA2000红外分析仪对火腿肠中的水分、蛋白质和脂肪进行在线检测，与常规方法检测结果相比，样品近红外检测是可靠的，相关系数达到了0.975，从而证明利用近红外检测仪快速测定火腿肠中的水分、蛋白质和脂肪含量的方法是可行的；Ben-Gera等[16]采用红外透射技术，研究了肉制品乳浊液中水分和脂肪的含量；Hoving等[17]对新屠宰的猪肉采用近红外光谱技术快速检测肌肉脂肪含量，取得了较好的结果；Thgersen等[18]对154个肉样本（猪肉和牛肉）的水分、蛋白质及脂肪含量进行在线检测，建立了猪肉和牛肉的水分、蛋白质及脂肪含量联合模型以及猪肉和牛肉各自的水分、蛋白质及脂肪含量模型，结果发现相关系数较高，模型可靠。

在肉品检测基础上，已有人对近红外光谱技术检测水产品中水分、蛋白质、脂肪等成分有了初步的研究，并且取得了良好的结果。Khodabuxa K等[19]利用近红外光谱技术检测金枪鱼片的水分，蛋白和脂肪含量；黄艳等[20]利用近红外光谱技术测定白鲢鱼糜中的水分含量，定标集预测误差和验证集预测误差分别为0.392和0.485，定标集和验证集的相关系数都高于0.98，结果表明，近红外光谱技术能快速测定鱼糜中水分含量；罗阳等[21]利用近红外光谱技术分析草鱼鱼丸中水分的含量，采用偏最小二乘法建立了效果很好的数学模型，具有较高的相关系数和较低的预测标准误差，研究表明利用近红外光谱技术测定鱼丸中水分含量是可行的；王丹红等[22]运用近红外漫反射光谱技术定量测定鱼粉中的水分、蛋白质、脂肪含量，均获得良好的结果。

3 近红外光谱技术在水产品持水力、嫩度检测中的应用展望

水产品及肉品的持水力和嫩度与其可口性有密切关系，检测其持水力与嫩度，对水产品及肉品的质量非常重要。Park等[16]通过分析近红外反射光谱技术确定牛肉嫩度，在波长为1100～2498nm处生肉的吸收光谱，采用主成分分析法分析，发现其与测得的熟肉嫩度存在复相关系数R=0.692，从而可以建立预测牛肉嫩度的分析模型；John[23]用光导纤维探针对放血后6分钟的猪肉背最长肌进行近红外光谱检测可以预测猪肉宰后24h的滴水损失，他对99头商业屠宰的畜体进行检测，结果发现，近红外光谱数据与滴水损失的相关性高达0.8；Byrne等[24]采用主成分分析法（PCA），分析波长在750～1098nm处生鲜牛肉的吸收光谱，研究了肉的嫩度与近红外光谱的相关性；赵杰文等[25]用多元线性回归法对牛肉建立模型，结果表明，利用近红外光谱技术对牛肉嫩度进行预测是可行的，正确率达84.21%。

由上可知，近红外光谱技术可以应用于肉品持水力、嫩度的检测，取得良好的结果，由于持水力、嫩度与肉品的肌肉蛋白有密切关系，故对于鱼类、虾类等富含蛋白质的水产品而言，可以试图应用肉品的检测方法对其进行检测，这使得近红外光谱技术在水产品检测中的应用有了新的研究方向。

4 近红外光谱技术在水产品掺假中的应用展望

近红外光谱技术在掺假问题上也得到了良好的应用，为肉品和水产品的品质提供好了很好的依据。Ding和Xu[26]利用近红外光谱技术研究了牛肉汉堡包掺假的问题，他们在400～2500nm波长范围内，采集了的生、熟和切碎牛肉的光谱，对其分类后，并通过用修改的偏最小二乘法建立回归模型来判断汉堡包中的掺假程度，利用该模型对掺入其中的羊肉、猪肉、脱脂奶粉和小麦粉汉堡包的预测结果为：预测标准差分别为3.33%、2.99%、0.92%、0.57%；相关系数分别为0.87、0.89、0.99、1.00，结果表明，对于掺假量在5%～25%范围内的样品，判断准确度在92.7%以上，并且掺假量越多，结果越准确；杨志敏等[27]利用近红外光谱技术，对原料肉中掺大豆蛋白进行研究，运用Fisher线性判别和偏最小二乘法进行分析，可以很好地鉴别掺假肉；目前，市场上经常出现注水肉，利用MPA型近红外光谱仪可以很好的鉴别正常肉和注水肉。以上实验表明，近红外光谱技术在肉品掺假检测中已得到良好的应用，同样，它也可以应用于水产品掺假检测中，杨增玲等[28]利用近红外光谱技术快速判定鱼粉中是否掺有肉骨粉，定标模型的正确判别率为97.5%，结果表明，近红外光谱技术可以快速鉴别鱼粉中的肉骨粉，这证明了近红外光谱技术应用于水产品掺假检测中是可行的。

5 近红外光谱技术在其他方面的应用

赵丽丽等[29]将腌腊肉样品在BRUKER傅里叶变换近红外光谱仪上进行扫描，获得其近红外光谱，采用附加散射校正光谱预处理方法，建立了腊肉酸值和水分含量的偏最小二乘回归模型，酸值和水分含量模型预测集中样品的预测值与标准值的相关系数分别为0.98和0.90，预测标准差分别为0.25和0.02；利用近红外光谱技术可以将冷冻的肉制品鉴别分离出来，也可以测定肉汁的失落率及干物质的含量，火腿和香肠中的氯化钠含量，牛肉中的黄豆粉含量，肉汤中淀粉含量，生猪肉和生牛肉的卡路里，以及牛肉块的物理化学特性等[30]；Wamecke等[31]利用近红外光谱技术研究了肉制品加工过程中添加剂如柠檬酸、脱脂乳粉、抗坏血酸、乳化剂、亚硝酸盐、糖或糖+明胶等对水分、蛋白质、脂肪含量测定的影响，结果发现大多数添加剂对近红外的吸收有影响；毛毛[32]利用近红外光谱技术，以新鲜鸡肉为对象，对热处理终点温度（EPT）进行了检测，虽然得到的结果并不是很理想，但也是一种检测EPT的有效方法。在肉制品加工方面，利用近红外光谱技术既可以分析肉原料的常规成分（如水分、脂肪、蛋白质及热量等）和辅助材料（如淀粉、植物性蛋白、辛香料等）成分的含量，也可以分析加工后肉制品的质量指标。

6 近红外光谱技术在水产品中的应用前景

综上所述，本文通过近红外光谱技术在肉品检测中的应用，展望了该技术在水产品新鲜度、水分、蛋白质、脂肪、持水力等方面的应用，虽然应用比较少，但研究证明是可行的。我们知道，近红外光谱技术已经广泛应用于肉品检测中，随着科技的进步，研究的不断深入，近红外光谱技术在水产品检测中也会有越来越多的应用，如在水产品中氨基酸检测、矿物质含量测定的应用等方面会有新的进展，其应用前景是不可估量的。并且，随着光导纤维及传感器技术的发展，近红外光谱技术可以实现在线检测及网络联用，可用于异地定标、异地检测、资料共享，也可利于模型传输和远程分析，从而为保证食品质量提供依据，为农业、工业等各个领域带来良好的经济效益和社会效益。

[1]刘红英.水产品加工与贮藏[M].北京：化学工业出版社，2006：1.

[2]于红樱，祁慧娜，臧勇军.近红外分析技术在肉与肉制品分析中的应用[J].肉类工业，2006（11）：8-9.

[3]李桂峰.近红外光谱技术及其在农业和食品检测中的应用[J].农业与技术，2007，27（5）：91-94.

[4]彭彦昆，张雷蕾.光谱技术在生鲜肉品质安全快速检测的研究进展[J].食品安全质量检测学报，2010，27（2）：62-72.

[5]杨志敏，丁武.原料肉中掺大都蛋白的近红外检测技术的研究[J].肉类工业，2010（10）：29-33.

[6]LEROY B，LAMBOTFE S，DOTREPPE O，et al. Prediction of technological and organoleptic properties of beefLongissimus thoracisfrom near-infrared reflectance and transmission spectra[J]. Meat science，2004，66（1）：45-54.

[7]侯瑞锋，黄岚，王忠义，等.用近红外漫反射光谱检测肉品新鲜度的初步研究[J].光谱学与光谱分析，2006，26（12）：2193-2196.

[8]孟宪江，张铁强，白英奎，等.利用BP神经网络光谱分类法研究肉品新鲜度[J].光谱实验室，2004，21（5）：970-973.

[9]廖宜涛，樊玉霞，伍学千，等.猪肉pH的可见近红外光谱在线检测研究[J].光谱学与光谱分析，2010，30（3）：681-684.

[10] Anderson J R， Borggaard C， Rasmussen A J， et al. Optical measurements of pH in meat[J]. Meat Science，1999，53 （2）：135-141.

[11] Josell A，Martinsson L，Borggaard C，et al. Determination of RN- phenotype in pigs at slaughter-line using visual and nearinfrared spectroscopy[J]. Meat Science，2000，55（3）：273-278.

[12] Savenije B， Geesink G H， Vander Palen J G P， et al.Prediction of pork quality using visible/near-infrared reflectance spectroscopy[J]. Meat Science，2006，73（1）：181-184.

[13]陈建军，谭佐军，崔鹏，等.近红外光谱技术在食品安全检测中的应用[J].红外，2007，28（4）：38-40.

[14]刘炜，俞湘麟，孙东东，等.傅立叶变换近红外光谱法快速检测鲜猪肉中肌内脂肪、蛋白质和水分含量[J].养猪，2005（5）：47-50.

[15]朱迅涛.近红外分析技术在肉制品检测中的应用[J].肉类工业，2002（6）：45-47.

[16]蒋耀庭，梁承红，陈菊娜.现代近红外光谱分析在食品检测中的应用[J].粮食与食品工业，2010，17（1）：51-54.

[17]秦华俊，刘波平，罗香，等.近红外光谱技术在食品成分及质量控制方面的研究应用进展[J].现代测量与实验室管理，2007（1）：23-25.

[18]孙通，徐惠荣，应义斌.近红外光谱分析技术在农产品／食品品质在线无损检测中的应用研究进展[J].光谱学与光谱分析，2009，29（1）：122-126.

[19]Khodabuxa K L，Omelettea M S，Jhaumeer-Laullooa S，et al.Chemical and near-infrared determination of moisture，fat and protein in tuna fishes[J].Food Chemistry，2007，102（3）：669-675.

[20]黄艳，王锡昌，邓德文.利用近红外光谱技术快速测定白鲢鱼糜中的水分含量[J].食品工业科技，2008（2）：282-284.

[21]罗阳，王锡昌，邓德文.近红外光谱分析测定鱼丸中的水分和淀粉含量[J].光谱实验室，2008，25（6）：1131-1137.

[22]王丹红，吴文晞，冯劲华，等.用近红外反射光谱法分析鱼粉成分的新方法研究[J].引进与咨询，2002（2）：20-21.

[23]姜晓文.肌肉水分分布、抗氧化性与生鲜猪肉持水性的关系[D].杭州：浙江工商大学，2009.

[24]Byrne C E，Downey G，Troy D J，et al.Non-destructive prediction of selected quality attributes of beef by near-infrared reflectance spectroscopy between 750 and 1098nm[J].Meat Science，1998，49（4）：399-409.

[25]赵杰文.牛肉嫩度的近红外光谱法检测技术研究[J].光谱学与光谱分析，2006，26（4）：640-642.

[26]梁丹.近红外光谱分析技术在食品品质鉴别检测中的应用[J].广西轻工业，2008（11）：11-12.

[27]赵丽丽，周学秋.MPA型近红外仪食品品质分析和掺假鉴定的利器[J].食品安全导刊，2010（3）：34-35.

[28]杨增玲，韩鲁佳，刘贤，等.鱼粉中肉骨粉的可见-近红外光谱快速定性判别方法[J].农业工程学报，2009，25（7）：308-311.

[29]赵丽丽，张录达，宋忠祥，等.近红外光谱定量检测腌腊肉制品品质的研究[J].光谱学与光谱分析，2007，27（1）：46-49.

[30]凌静，向洋.近红外光谱技术及其在肉类制品中的应用[J].肉类研究，2008（1）：52-55.

[31]李静，刘斌，岳田利，等.近红外光谱分析技术及其在食品中的应用[J].农产品加工·学刊，2007（3）：44-47.

[32]毛毛.肉制品热处理重点温度检测方法研究[D].青岛：中国海洋大学，2010.