梁靜,趙祥民,李璐璐,康景,唐德富,劉佳,郭怡文,楊濤,郝生燕*,竇曉利,宋淑珍

1(甘肅省農(nóng)業(yè)科學(xué)院畜草與綠色農(nóng)業(yè)研究所,甘肅 蘭州,730070) 2(甘肅農(nóng)業(yè)大學(xué) 動(dòng)物科學(xué)技術(shù)學(xué)院, 甘肅 蘭州,730070) 3(瑪曲縣農(nóng)畜產(chǎn)品質(zhì)量安全檢測(cè)檢驗(yàn)中心,甘肅 臨夏,747399)4(瑪曲縣農(nóng)業(yè)農(nóng)村局,甘肅 臨夏,747399)

為提高特色產(chǎn)品的質(zhì)量,促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展和對(duì)外貿(mào)易,國(guó)家在“十四五”計(jì)劃中明確規(guī)定了要建設(shè)優(yōu)勢(shì)農(nóng)產(chǎn)品帶和特色農(nóng)產(chǎn)品優(yōu)勢(shì)區(qū),發(fā)展地理標(biāo)志產(chǎn)品。民勤羊肉(全生長(zhǎng)期在產(chǎn)地范圍內(nèi)的活體羊)因其獨(dú)特風(fēng)味被列入《地理標(biāo)志產(chǎn)品保護(hù)規(guī)定》(2005年7月15日頒發(fā))[1-2]。但到目前為止,我國(guó)對(duì)肉質(zhì)品質(zhì)的標(biāo)準(zhǔn)和方法評(píng)價(jià)還不全面,許多不法商販偽造或冒用地理標(biāo)志產(chǎn)品的標(biāo)志以獲取高額利潤(rùn)。不僅損害消費(fèi)者以及養(yǎng)殖場(chǎng)利益,還導(dǎo)致肉類行業(yè)肉品價(jià)格失調(diào),擾亂肉類市場(chǎng)秩序。但傳統(tǒng)的肉質(zhì)分析過(guò)程較為繁瑣,檢測(cè)成本高,耗時(shí)長(zhǎng)且損害樣品。而近紅外光譜技術(shù)作為分析化學(xué)領(lǐng)域發(fā)展迅速的綠色分析技術(shù)之一,具有操作簡(jiǎn)單、快速、無(wú)損、準(zhǔn)確率高的特點(diǎn),可實(shí)現(xiàn)肉品品質(zhì)快速測(cè)定,是肉類行業(yè)重要檢測(cè)技術(shù)之一,具有良好應(yīng)用前景[3]。迄今為止,近紅外光譜技術(shù)在農(nóng)業(yè)[4]、醫(yī)學(xué)[5]、食品[6]等領(lǐng)域已廣泛應(yīng)用。

近年來(lái),人們應(yīng)用近紅外光譜技術(shù)在肉品品質(zhì)的預(yù)測(cè)方面有著諸多研究報(bào)道[7-9]。BAILES等[10]應(yīng)用近紅外光譜技術(shù)預(yù)測(cè)了凍干牛羊肉整體的肌內(nèi)脂肪和蛋白質(zhì)含量。QIN等[11]應(yīng)用近紅外光譜技術(shù)(950～1 650 nm)結(jié)合一階導(dǎo)數(shù)建立鴨肉肌內(nèi)脂肪含量的偏最小二乘法模型。燕昌江[12]應(yīng)用近紅外光譜技術(shù)分別成功預(yù)測(cè)了豬肉和雞肉中脂肪、蛋白、水分的含量。前人的研究結(jié)果證實(shí)了其技術(shù)在實(shí)際生產(chǎn)應(yīng)用中的可行性和巨大發(fā)展?jié)摿?。但是大部分?zhǔn)確度較高的肉品品質(zhì)的預(yù)測(cè)中,肉品涵蓋的品種以及部位比較單一,對(duì)羊肉脂肪酸含量的預(yù)測(cè)研究較少,對(duì)民勤羊肉這種地理標(biāo)志產(chǎn)品品質(zhì)預(yù)測(cè)的研究報(bào)道幾乎沒(méi)有。因此,本試驗(yàn)應(yīng)用近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)法預(yù)測(cè)民勤羊肉不同部位肌肉脂肪、蛋白質(zhì)、脂肪酸的含量,旨在為定量檢測(cè)民勤羊肉營(yíng)養(yǎng)成分含量提供理論依據(jù)以及為民勤羊肉的營(yíng)養(yǎng)特性和產(chǎn)品價(jià)值提供技術(shù)支持。

1 材料與方法

1.1 材料與試劑

試驗(yàn)所用樣品于2021年7月在甘肅省武威市民勤縣民勤中天羊業(yè)有限公司屠宰場(chǎng)采集,共采集羊只90頭,包括30只湖羊、30只湖寒雜種、30只寒蒙雜種。采樣部位為背最長(zhǎng)肌肉、前腿肉、后腿肉,每份肉采集1.5 kg左右,用不銹鋼刀剔除肉樣表面大塊的脂肪后裝入自封袋后編號(hào),共計(jì)得到269份新鮮肉樣。

氫氧化鉀(分析純)、無(wú)水甲醇(色譜純)、濃硫酸、正己烷(色譜純)、硫酸鉀(分析純)、硫酸銅(分析純)、石油醚。

1.2 儀器與設(shè)備

XDS-RCA近紅外光譜分析儀,丹麥FOSS公司;QSJ-C03M1絞肉機(jī),佛山小熊廚房電器有限公司;HH-6電熱恒溫水浴鍋,北京科偉永興儀器有限公司;SC-3610低速離心機(jī),安徽中科中佳科學(xué)儀器有限公司;AL104分析天平,上海梅特勒-托利多儀器有限公司;GC-2010plus氣相色譜儀,日本島津公司;AOC-20自動(dòng)進(jìn)樣器,日本島津公司;FID氫火焰離子化檢測(cè)器,日本島津公司;DHG-9070A電熱恒溫鼓風(fēng)干燥箱,上海齊欣科學(xué)儀器有限公司;XT151全自動(dòng)脂肪分析儀,美國(guó)ANKOMTechnology;KT8400全自動(dòng)凱氏定氮儀,福斯華(北京)科貿(mào)有限公司。

1.3 實(shí)驗(yàn)方法

1.3.1 樣品制備

1.3.2 近紅外光譜采集及光譜數(shù)據(jù)提取

XDS近紅外光譜儀檢測(cè)參數(shù):掃描范圍全波段掃描,掃描次數(shù)32次,掃描分辨率<8 nm。儀器參數(shù):光源為鹵鎢燈,主機(jī)光譜400～2 500 nm,反射方式為漫反射。

試驗(yàn)樣品掃描前,儀器開(kāi)機(jī)預(yù)熱30 min,待儀器自檢完成后裝樣進(jìn)行全光譜掃描,裝樣時(shí)保證樣品杯底部無(wú)氣泡,每份樣品掃描3次,取平均值,光譜數(shù)據(jù)采樣間隔點(diǎn)2 nm,269個(gè)樣本共得到269條平均光譜。利用winISI III軟件將光譜轉(zhuǎn)換為吸光度值作為樣本的光譜數(shù)據(jù),得到羊肉269×1 050的光譜數(shù)據(jù)集。

1.3.3 近紅外光譜數(shù)據(jù)預(yù)處理

為降低溫度、濕度、樣品平整度等對(duì)近紅外光譜采集時(shí)的影響,最大程度消除光譜出現(xiàn)的基線漂移、噪聲等,本試驗(yàn)在利用近紅外光譜技術(shù)對(duì)民勤羊肉肌肉中脂肪、蛋白質(zhì)、主要脂肪酸含量建立定量分析模型時(shí),利用一階導(dǎo)數(shù)和二階導(dǎo)數(shù)對(duì)光譜數(shù)據(jù)進(jìn)行數(shù)學(xué)轉(zhuǎn)換,在原始光譜、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)(second derivative, 2ndDer)的基礎(chǔ)上再進(jìn)行7種預(yù)處理,分別為無(wú)處理(none)、標(biāo)準(zhǔn)正態(tài)變量校正和去趨勢(shì)化(SNV and DT)、標(biāo)準(zhǔn)正態(tài)變量校正(standard normal variable correction, SNV)、去趨勢(shì)化(detrend, DT)、標(biāo)準(zhǔn)化多元散射校正(standard multiplicative scatter correction, S-MSC)、加權(quán)多元散射校正(weighted standard multiplicative scatter correction, W-MSC)、逆多元散射校正(inverse standard multiplicative scatter correction, I-MSC)。

1.3.4 定標(biāo)模型的建立與驗(yàn)證

本試驗(yàn)使用winISI Ⅲ分析軟件,將原始光譜數(shù)據(jù)按照4∶1的比例分為定標(biāo)集(80%)和驗(yàn)證集(20%),定標(biāo)集用于定標(biāo)模型的構(gòu)建,驗(yàn)證集用來(lái)驗(yàn)證模型的預(yù)測(cè)能力。利用改良偏最小二乘法(modified partial least squared, MPLS)、偏最小二乘法(partial least squared, PLS)、主成分回歸分析法(principal component regression, PCR)3種回歸方法,結(jié)合1.3.3中的預(yù)處理進(jìn)行羊肉肌肉中營(yíng)養(yǎng)成分含量的定標(biāo)模型的建立與驗(yàn)證,具體處理方法見(jiàn)表1。

表1 模型處理方法Table 1 Model processing method

結(jié)合定標(biāo)決定系數(shù)(RSQ)、交叉檢驗(yàn)決定系數(shù)(1-VR)、定標(biāo)標(biāo)準(zhǔn)誤差(square error correction, SEC)、交叉檢驗(yàn)標(biāo)準(zhǔn)誤差(square error cross validation, SECV)、預(yù)測(cè)標(biāo)準(zhǔn)偏差(square error prediction, SEP)、相對(duì)分析誤差(residual predictive deviation,RSP, RPD=SD/SEP)評(píng)估定標(biāo)模型的性能。定標(biāo)模型預(yù)測(cè)精度標(biāo)準(zhǔn):RSQ>0.95和RPD>4(最好);0.90≤RSQ≤0.95和3≤RPD≤4(好);0.8≤RSQ<0.90和2.25≤RPD<3(較好);0.7≤RSQ<0.8和1.75≤RPD<2.25(合格);RSQ<0.7和RPD<1.75(不合格),表明模型不可靠[13]。

通過(guò)觀察兩種機(jī)型的RCS特點(diǎn)，可以發(fā)現(xiàn)高RCS區(qū)域?qū)?yīng)的散射角存在一個(gè)共性，即鏡像散射特性：目標(biāo)以x軸正方向平飛，設(shè)從目標(biāo)到接收機(jī)的雷達(dá)視線的反向延長(zhǎng)線通過(guò)一個(gè)以x軸為圓心，平行于zoy平面的單位圓，則位于單位圓上任意一點(diǎn)的輻射源對(duì)應(yīng)的目標(biāo)RCS均較高。如圖6所示，將該單位圓上部分角度連線，與目標(biāo)高RCS區(qū)域完全吻合。根據(jù)該特性，在已知從目標(biāo)到接收機(jī)方位角、俯仰角時(shí)，可以簡(jiǎn)單計(jì)算出何種角度的輻射源所提供的信號(hào)更可能被接收機(jī)檢測(cè)。在圖7通過(guò)仿真驗(yàn)證了該鏡像散射特性，鏡像散射角的連線與高RCS區(qū)域完全吻合。

1.3.5 肌肉中粗脂肪的測(cè)定

按照GB 5000.6—2016《食品安全國(guó)家標(biāo)準(zhǔn) 食品中脂肪的測(cè)定》標(biāo)準(zhǔn)中的抽提法進(jìn)行測(cè)定。

1.3.6 肌肉中粗蛋白的測(cè)定

按照GB 5000.5—2016《食品安全國(guó)家標(biāo)準(zhǔn) 食品中蛋白質(zhì)的測(cè)定》標(biāo)準(zhǔn)中的凱氏定氮法進(jìn)行測(cè)定。

1.3.7 肌肉中脂肪酸的測(cè)定

樣品制備流程如圖1所示;色譜條件如表2所示;標(biāo)準(zhǔn)曲線如圖2所示。

圖1 樣品制備流程圖Fig.1 Sample preparation flowchart

圖2 脂肪酸標(biāo)準(zhǔn)品圖譜Fig.2 Standard fatty acid atlas

表2 色譜條件Table 2 Chromatographic conditions

2 結(jié)果與分析

2.1 羊肉樣品近紅外光譜圖

XDS近紅外光譜分析儀得到的民勤羊肉樣品的光譜圖以及光譜處理圖如圖3所示。由于組成樣品化學(xué)官能團(tuán)在近紅外區(qū)有特異的吸收峰,其吸光度與樣品中營(yíng)養(yǎng)成分含量的高低相關(guān)[12],圖3中在400～2 500 nm全波段光譜范圍內(nèi),光譜在不同波長(zhǎng)處出現(xiàn)吸收峰,未經(jīng)處理的光譜在780～2 500 nm顯示出強(qiáng)烈的光譜吸收峰。在980、1 440、1 960 nm處有較強(qiáng)的吸收峰,主要是由于水的吸收。在1 650 nm和2 310 nm處的吸收峰與脂肪和脂肪酸中C—H鍵的拉伸振動(dòng)有關(guān)[14]。經(jīng)過(guò)處理的光譜,吸收峰更加明顯,峰數(shù)有所增加,是因?yàn)樵脊庾V在經(jīng)1 stDer和2ndDer處理后,光譜分辨率被提高所致。

a-近紅外光譜圖原始光譜;b-1 stDer處理;c-2ndDer處理圖3 民勤羊肉近紅外光譜原始光譜、1 stDer處理、2ndDer處理Fig.3 Near infrared spectroscopy spectra of Minqin lamb original spectrum, 1 stDer treatment, 2ndDer

2.2 近紅外光譜技術(shù)對(duì)羊肉營(yíng)養(yǎng)成分含量的預(yù)測(cè)

2.2.1 化學(xué)法測(cè)定羊肉營(yíng)養(yǎng)成分含量的結(jié)果

利用化學(xué)方法測(cè)定民勤羊肉肌肉中脂肪、蛋白質(zhì)、脂肪酸含量的結(jié)果見(jiàn)表3,脂肪和蛋白質(zhì)含量均值分別為3%和21.23%。羊肉肌肉中檢測(cè)到脂肪酸共28種,其中肉豆蔻酸、棕櫚酸、十七烷酸、硬脂酸、二十三酸、棕櫚油酸、反油酸、油酸、亞油酸的含量相對(duì)較高,其平均值分別為1.18%～3.47%、15.81%～28.41%、0.65%～2.95%、8.90%～15.15%、1.07%～7.33%、0.32%～2.94%、0.29%～6.01%、30.97%～46.84%、1.78%～16.66%之間,其他脂肪酸含量的平均值均在1%以下。總體來(lái)看,飽和脂肪酸含量均值為43.23%;單不飽和脂肪酸含量均值為46.83%;多不飽和脂肪酸含量均值為9.93%。

表3 化學(xué)法測(cè)定羊肉營(yíng)養(yǎng)成分含量的結(jié)果Table 3 The results of chemical method for determination of lamb nutrient content

2.2.2 近紅外光譜技術(shù)對(duì)羊肉營(yíng)養(yǎng)成分含量的預(yù)測(cè)

利用近紅外光譜技術(shù)對(duì)民勤羊肉肌肉中脂肪、蛋白、主要脂肪酸的含量進(jìn)行定量分析。采用MPLS、PLS、PCR三種回歸方法建模的結(jié)果見(jiàn)表4,對(duì)比3種回歸方法結(jié)果篩選出最佳模型。結(jié)果顯示,除硬脂酸最佳建模方法為PLS外,其余指標(biāo)模型最佳建模方法均為MPLS,證實(shí)其MPLS回歸方法的優(yōu)越性。

2.2.3 化學(xué)法與近紅外光譜技術(shù)對(duì)羊肉肌肉營(yíng)養(yǎng)成分含量測(cè)定比較

化學(xué)法測(cè)定羊肉肌肉中脂肪、蛋白、主要脂肪酸結(jié)果以在2.2.1中詳細(xì)敘述,由表5可知,用近紅外光譜技術(shù)預(yù)測(cè)羊肉肌肉營(yíng)養(yǎng)成分時(shí),脂肪含量均值為3.09%;蛋白含量均值為21.20%;肉豆蔻酸含量均值為2.26%;棕櫚酸含量均值為22.97%;硬脂酸含量均值為11.85%;油酸含量均值為39.75%;亞油酸含量均值為8.49%;飽和脂肪酸含量均值為43.26%;單不飽和脂肪酸含量均值為49.93%;多不飽和脂肪酸含量均值為9.83%。

表5 化學(xué)法與近紅外光譜技術(shù)對(duì)羊肉肌肉營(yíng)養(yǎng)成分含量測(cè)定比較Table 5 Comparison of chemical method and near-infrared spectroscopy for determination of lamb muscle nutrients

從以上的結(jié)果可以看出,2種方法測(cè)定的指標(biāo)中,平均值和相對(duì)標(biāo)準(zhǔn)偏差的值都很相近,其中,2種方法測(cè)得的指標(biāo)的平均值差值變化范圍在0.01%～0.1%,相對(duì)標(biāo)準(zhǔn)誤差差值變化范圍在0～0.09,說(shuō)明這幾種指標(biāo)的平均值準(zhǔn)確性高,代表性強(qiáng)。而從標(biāo)準(zhǔn)差來(lái)看,兩種方法測(cè)定的值差異較大,近紅外光譜法對(duì)幾種指標(biāo)測(cè)得的值的范圍較化學(xué)法更小,說(shuō)明用近紅外光譜法測(cè)定的指標(biāo)含量在樣品中各變數(shù)差異較小,相對(duì)集中的分布于均值的兩側(cè),測(cè)定出的指標(biāo)含量比化學(xué)法準(zhǔn)確性高。

2.2.4 化學(xué)法與近紅外光譜技術(shù)對(duì)羊肉營(yíng)養(yǎng)成分含量預(yù)測(cè)的相關(guān)性比較

對(duì)2.2.2選出的10種最優(yōu)定標(biāo)模型進(jìn)行外部驗(yàn)證,結(jié)果見(jiàn)表6和圖4。脂肪、蛋白、單不飽和脂肪酸模型的外部驗(yàn)證結(jié)果中,RSQ值均在0.9以上,分別為0.936、0.916、0.911,RPD分別為3.843、4.229、4.299,其中蛋白與單不飽和脂肪酸模型的RPD均大于4,脂肪模型的RPD大于3且小于4,蛋白、單不飽和脂肪酸的定標(biāo)模型精度很好,脂肪定標(biāo)模型次之。棕櫚酸、油酸、亞油酸、飽和脂肪酸、多不飽和脂肪酸外部驗(yàn)證結(jié)果中,RSQ值在0.8以上,分別為0.806、0.843、0.883、0.852、0.895,RPD分別為2.898、3.036、3.524、3.430、3.795,其中,油酸、亞油酸、飽和脂肪酸、多不飽和脂肪酸定標(biāo)模型RPD均大于3,小于4,棕櫚酸定標(biāo)模型的RPD大于2.25,小于3,表明油酸、亞油酸、飽和脂肪酸、多不飽和脂肪酸的定標(biāo)模型精度比較好,而棕櫚酸的定標(biāo)模型的精度只達(dá)到合格。肉豆蔻酸和硬脂酸定標(biāo)模型的驗(yàn)證結(jié)果中,RSQ值均小于0.7,分別為0.323和0.561,RPD分別為1.479和1.788,二者定標(biāo)模型不可靠。

圖4 羊肉肌肉營(yíng)養(yǎng)成分相關(guān)性檢驗(yàn)Fig.4 Correlation test of lamb muscle nutritional components

表6 化學(xué)法與近紅外光譜技術(shù)對(duì)羊肉營(yíng)養(yǎng)成分含量預(yù)測(cè)的相關(guān)性比較Table 6 Correlation comparison between chemical method and near-infrared spectroscopy for prediction of lamb nutrient content

3 討論

肉品的化學(xué)組成對(duì)肉的營(yíng)養(yǎng)和食用品質(zhì)有很大影響,肉品中水分、脂肪、蛋白的含量會(huì)一定程度上影響肉的風(fēng)味、嫩度和多汁性[15]。應(yīng)用近紅外反射光譜技術(shù)對(duì)肉品中的脂肪、蛋白質(zhì)和水分的研究最早開(kāi)始于20世紀(jì)70—80年代[16]。為后續(xù)近紅外光譜技術(shù)預(yù)測(cè)肉品品質(zhì)的研究奠定了基礎(chǔ)。COZZOLINO等[17]應(yīng)用可見(jiàn)近紅外光譜技術(shù)預(yù)測(cè)了羊(51只)的不同部位肌肉水分、蛋白和肌內(nèi)脂肪含量,模型相關(guān)系數(shù)分別為0.76、0.83、0.73,模型預(yù)測(cè)效果一般。本試驗(yàn)研究結(jié)果與COZZOLINO等[17]研究結(jié)果一致,應(yīng)用近紅外光譜技術(shù)結(jié)合PCR、PLS、MPLS三種回歸方法,預(yù)測(cè)了羊肉(90只)不同部位肌肉中脂肪和蛋白質(zhì)含量。其中采用MPLS回歸方法所建模型效果最佳,脂肪和蛋白模型外部驗(yàn)證RSQ分別為0.936和0.916,認(rèn)為是由于MPLS在PLS的基礎(chǔ)上對(duì)光譜數(shù)據(jù)進(jìn)一步優(yōu)化,提升了模型精度。

影響肉品品質(zhì)及營(yíng)養(yǎng)價(jià)值的因素除脂肪、蛋白、水分這些主要組分外,還有脂肪中脂肪酸的種類和含量。本試驗(yàn)中肌肉脂肪酸定量分析模型的結(jié)果表明,油酸、亞油酸、飽和脂肪酸、多不飽和脂肪酸的定標(biāo)模型精度比較好,而棕櫚酸的定標(biāo)模型的精度只達(dá)到合格。肉豆蔻酸和硬脂酸定標(biāo)模型預(yù)測(cè)結(jié)果不可靠。與GUY等[18]和王彩霞[19]的研究結(jié)果一致。GUY等[18]應(yīng)用近紅外光譜技術(shù)預(yù)測(cè)了羊肉背最長(zhǎng)肌脂肪酸含量,證實(shí)了近紅外光譜技術(shù)預(yù)測(cè)羊肉的可行性。王彩霞[19]利用近紅外高光譜成像技術(shù)分別對(duì)油酸、棕櫚酸、硬脂酸和亞油酸含量的全波段光譜數(shù)據(jù)進(jìn)行預(yù)處理及建模分析。其中油酸、棕櫚酸、硬脂酸、亞油酸含量定量模型校正集相關(guān)系數(shù)分別為0.835 1、0.901 7、0.816 2、0.576 7,預(yù)測(cè)集相關(guān)系數(shù)分別為0.867 9、0.863 3、0.757 4、0.414 4。全波段光譜數(shù)據(jù)對(duì)油酸、棕櫚酸和硬脂酸含量的預(yù)測(cè)結(jié)果較好,但對(duì)亞油酸含量預(yù)測(cè)效果不佳。而本試驗(yàn)中,使用全波段光譜數(shù)據(jù)對(duì)油酸和亞油酸含量的預(yù)測(cè)結(jié)果比較好,對(duì)棕櫚酸和硬脂酸含量預(yù)測(cè)效果不佳,造成二者結(jié)果不同原因可能有:(1)試驗(yàn)所選用的羊肉品種不同,其化學(xué)組成稍有差異就會(huì)影響采集的近紅外光譜,對(duì)含量相對(duì)較多的油酸、亞油酸、棕櫚酸等檢測(cè)結(jié)果尚可, 但對(duì)其他含量較少的脂肪酸檢測(cè)結(jié)果較差,主要因?yàn)楹枯^少的脂肪酸在近紅外光譜中,其碳?xì)浠鶊F(tuán)倍頻和合頻的吸收強(qiáng)度較弱造成的。(2)脂肪酸在化學(xué)實(shí)測(cè)過(guò)程中,操作過(guò)程復(fù)雜繁瑣,某些含量較低的脂肪酸可能會(huì)產(chǎn)生一定的誤差,導(dǎo)致化學(xué)實(shí)測(cè)值與近紅外預(yù)測(cè)值相關(guān)性變差,模型預(yù)測(cè)精度下降?？傮w來(lái)說(shuō),應(yīng)用近紅外光譜技術(shù)預(yù)測(cè)肉品中的主要脂肪酸含量是可行的,但含量較少的脂肪酸的預(yù)測(cè)模型精度還有待進(jìn)一步提升。

4 結(jié)論

應(yīng)用近紅外光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)法對(duì)羊肉肌肉中脂肪、蛋白質(zhì)含量有很好的預(yù)測(cè)能力;對(duì)脂肪酸中單不飽和脂肪酸有很好預(yù)測(cè)能力;對(duì)棕櫚酸、油酸、亞油酸、飽和脂肪酸、多不飽和脂肪酸等部分脂肪酸有較好的預(yù)測(cè)能力。