近红外光谱对特征部位牛肉的分析

被引：10

作者：

陈育涛 ^{[1
]}

朱秋劲 ^{[1
,2
,3
]}

卢开红 ^{[3
]}

陈舟东 ^{[3
]}

陈步友 ^{[4
]}

杨万根 ^{[5
]}

机构：

[1] 贵州大学生命科学学院

[2] 贵州大学食品科学工程研究中心

[3] 国家牛肉加工技术研发分中心

[4] 贵州罗汉食品有限公司

[5] 徐州工程学院

来源：

肉类研究 | 2012年 / 26卷 / 03期

关键词：

近红外透射; 偏最小二乘法; 牛肉; 化学成分;

D O I：

暂无

中图分类号：

TS251.7 [产品标准与检验]; O657.33 [红外光谱分析法];

学科分类号：

083203 ; 070302 ; 081704 ;

摘要：

通过采集牛霖、牛柳、牛腩3个部位牛肉样品的近红外光谱并对其蛋白质、脂肪、水分和灰分等化学指标进行测定,应用偏最小二乘法分别建立蛋白质、脂肪、水分和灰分的校正模型。牛霖样品的灰分和水分校正模型相关系数分别为0.9843、0.9740,预测相关系数分别为0.9502、0.9342;牛柳样品的蛋白质和水分校正模型相关系数分别是0.9540、0.7752,预测相关系数分别为0.9500、0.9060;牛腩样品的灰分和脂肪校正模型相关系数分别是0.9746、0.9218,预测相关系数分别是0.9560、0.9233;牛霖和牛柳样品的水分总校正模型相关系数为0.7504,预测相关系数是0.9737;牛腩和牛霖样品的灰分总校正模型相关系数是0.8770,预测相关系数为0.9777。结果表明:近红外光谱分析法预测准确度较高,可以用于评价牛肉品质。

引用

页码：34 / 38

页数：5

共 16 条

[1]

Chemical anddiscriminant analysis of bovine meat by near infrared reflectance spectros-copy (NIRS). ALOMAR D,GALLO C,CASTAN-EDA M,et al. Meat Science . 2003

[2]

Non-destructive predic-tion of selected quality attributes of beef by near-infrared reflectancespectroscopy between 750 and 1098 nm. BYRNE C E,DOWNEY G,TROY D J,et al. Meat Science . 1998

[3]

On-line predictionof chemical composition of semi-frozen ground beef by non-invasive NIRspectroscopy. TOGERSEN G,ARNESEN J F,NILSEN B N,et al. Meat Science . 2003

[4]

Near infrared spectros-copy as an on-line to quantitatively determine glycogen and predictultimate pH in pre rigor bovine M.longissimus dorsi. LOMIWES D,REIS M M,WIKLUND E,et al. Meat Science . 2010

[5]

The use ofvisible and near infrared reflectance spectroscopy to predict beef M.longissimus thoracis et lunborum quality attributes. ANDRES S,SILVA A,SOARES-PEREIRA A L,et al. Meat Science . 2008

[6]

Near infrared reflectance analysis of forages. MURRAY I. Recentadvances in animal nutrition . 1986

[7]

Determination of moisture,protein,fat and calories in raw pork and beef by near infrared spectroscopy. Lanza E. Journal of Food Science . 1983

[8]

Potential use of nearinfrared reflectance spectroscopy (NIRS)for the estimation of chemical com-position of oxen meat samples. PRIETO N,ANDRES S,GIRALDEZ F J,et al. Meat Science . 2006

[9] 2011年全球畜产品市场前景预测:鸡肉、牛肉需求提振促进全球肉类贸易增长 [J].

王芳霞 ;

姜东凤 ;

李咏红 .

中国畜牧杂志, 2011, 47 (02) :7-12

[10]

Discrimination between fresh and frozen then thawed beef M longissimus dorsi by combined visible near infrared reflectance spectroscopy. DOWNEY.G,BEAUCHENE.D. Meat Science . 1997

← 1 2 →