徐林強 稅丕容

隨著國民經(jīng)濟的不斷增長和生活水平的不斷提升，人們對高質(zhì)量生鮮肉制品的消費提出了更高的要求，但隨著市場生鮮肉制品消費需求量的急劇增長，各種肉制品安全問題也頻繁發(fā)生，嚴重威脅著消費者的生命安全。對此，有關(guān)部門必須加強對市場上生鮮肉制品的科學檢測工作，確保流通到市場上的生鮮肉制品健康無害，切實保障消費者的合法權(quán)益。

近紅外光譜技術(shù)作為一種分析化學領(lǐng)域的高新分析技術(shù)，將其合理應用在生鮮肉制品快速檢測工作中，能夠有效發(fā)揮出其快速無損、操作簡單便捷、高精確度以及優(yōu)良重現(xiàn)性的應用價值，通過檢測各類生鮮肉制品的產(chǎn)地、理化性質(zhì)、致病菌以及污染物等，對肉制品的新鮮安全程度、摻假量、摻假成分進行快速準確的檢測。

一、近紅外光譜技術(shù)在生鮮

肉制品快速檢測中的應用價值

在生鮮肉制品快速檢測中運用近紅外光譜技術(shù)，不僅能夠科學高效地檢測分析出不同肉類的具體成分，準確判斷生鮮肉制品的新鮮度、保水性等是否符合標準要求，還可以辨別生鮮肉制品的真?zhèn)渭捌鋵嶋H產(chǎn)地，從而有效保障肉制品的質(zhì)量安全，避免存在安全隱患的肉制品流通到市場中。

表1展示了近紅外光譜技術(shù)在不同生鮮肉制品中化學成分及含量檢測中的應用。單從化學組成方面進行分析，市場上流通的生鮮肉制品主要由六種成分構(gòu)成，分別是蛋白質(zhì)、脂肪、水分、維生素、礦物質(zhì)、浸出物，只有科學地檢測分析肉制品中的每種成分情況，才能準確判斷出該肉制品是否健康安全。20世紀60年代左右，近紅外反射光譜在蛋白質(zhì)、脂肪以及水分等方面的研究，為近紅外光譜技術(shù)在生鮮肉制品快速檢測領(lǐng)域的應用創(chuàng)造了有利條件。

近紅外光譜技術(shù)在生鮮肉制品的品質(zhì)鑒定判斷方面具有極大的應用潛力，通過對生鮮肉制品中的各類成分含量、感官品質(zhì)進行檢測分析，能夠在短時間內(nèi)準確判斷不同生鮮肉制品的品質(zhì)與安全。例如，在對生鮮肉制品的品質(zhì)鑒定分析作業(yè)中，每位檢測人員都需要關(guān)注生鮮肉制品的實際產(chǎn)地、品種、來源等，借助近紅外光譜技術(shù)的應用，能夠高效準確地判斷出不同品種肉類的品質(zhì)情況。值得注意的是，近紅外對于屠宰后的畜體分級應用的效果不太理想。整體來說，近紅外光譜技術(shù)在肉類檢測方面具有無損檢測、高準確率、高效率以及在線檢測等應用優(yōu)勢，能夠切實保障市場中流通的各類生鮮肉制品的健康安全。

二、近紅外光譜技術(shù)在生鮮

肉制品快速檢測中的具體應用

1.在生鮮肉制品新鮮度檢測中的應用。消費者在購買生鮮肉制品時，首先關(guān)注的就是新鮮程度，新鮮程度偏低的肉制品不僅會影響食用口感和品質(zhì)，嚴重情況下甚至會危害消費者的生命健康。當新鮮肉制品內(nèi)部出現(xiàn)腐敗變質(zhì)問題時，其營養(yǎng)成分勢必會發(fā)生相應的變化，致使生鮮肉制品對紅外光的吸收和散射特性出現(xiàn)變化，因此可以運用近紅外光譜分析技術(shù)來檢測分析肉制品的新鮮度。

在生鮮肉制品的新鮮度檢測分析中，揮發(fā)性鹽基氮（TVB-N）含量是評價肉制品新鮮度的關(guān)鍵指標。侯瑞鋒等人通過有效收集儲存不同天數(shù)下豬肉的近紅外光譜信息，同時與其揮發(fā)性鹽基氮的具體含量做好對應的記錄工作，再利用聚類分析法構(gòu)建生鮮肉制品中揮發(fā)性鹽基氮含量的PLS預測模型，從而準確判斷檢測肉制品樣本的新鮮度。楊志敏等人將偏最小二乘法與聚類分析法結(jié)合，有效構(gòu)建出生鮮肉制品中揮發(fā)性鹽基氮含量與儲存實際關(guān)系的定量預測模型，也能夠準確鑒定分析出肉制品樣本的新鮮度。

市場權(quán)威機構(gòu)部門的研究數(shù)據(jù)顯示，相較于短期儲存肉制品新鮮度的鑒定判斷分析，近紅外光譜技術(shù)對于長期凍藏肉所構(gòu)建的判別模型的準確率更高。這是因為長時間凍藏處理后的肉制品內(nèi)部更容易出現(xiàn)腐敗變質(zhì)問題，致使其營養(yǎng)成分發(fā)生顯著變化，從而使近紅外光譜信息波動變化得更加明顯，判別模型的預測準確度也更高。因此，可以采用近紅外光譜技術(shù)來快速鑒別肉制品是長期凍藏肉類，還是短期新鮮肉制品。

2.在生鮮肉制品摻假檢測中的應用。（1）生鮮肉制品真?zhèn)蔚臋z測鑒別。一些不良商家為了牟取更多的利益而在生鮮肉制品加工制作過程中摻入各種便宜劣質(zhì)的肉類，不僅損害消費者的合法權(quán)益，還會威脅到消費者的生命安全，因此必須加強對生鮮肉制品摻假問題的檢測鑒定工作。當前，近紅外光譜技術(shù)已經(jīng)被廣泛應用于生鮮肉制品的摻假檢測領(lǐng)域，并且取得了良好的快速檢測效果。比如，張麗華等人運用近紅外光譜有效構(gòu)建起關(guān)于羊肉糜和牛里脊肉中摻雜鴨肉的鑒別模型，能夠輔助檢測技術(shù)人員快速準確地鑒別出摻假牛、羊肉糜，其準確識別率超過了97%。要想提高該模型的鑒別準確度，還可以搭配其他優(yōu)化處理方法，降低外界因素對試驗結(jié)果的影響。比如，牛曉穎等人通過合理使用傅里葉變換近紅外光譜技術(shù)，有效構(gòu)建起關(guān)于不同大小破碎粒度牛肉、羊肉、豬肉的分類模型，并綜合采用一階二階微分、平滑處理、馬氏距離判別以及標準歸一化等方法，展開對分類模型的科學處理，最終發(fā)現(xiàn)使用馬氏距離判別方法能夠更好地提升模型的鑒別準確度。

（2）生鮮肉制品摻假量的檢測鑒別。利用近紅外光譜技術(shù)不僅能夠準確鑒別出肉制品是否存在摻假問題，還可以判斷識別出樣品的具體摻假量。比如，RADY等人對摻有不同比例植物蛋白的豬肉糜、牛肉、羊肉等展開研究，收集檢測對象在500-1600nm的近紅外光譜信息，并科學運用偏最小二乘法構(gòu)建相應的鑒別模型，鑒別準確率能夠達到96%。DING等人使用近紅外光譜技術(shù)對摻有豬肉、羊肉、小麥粉以及脫脂奶粉的牛肉漢堡肉片展開摻假檢測工作，發(fā)現(xiàn)鑒別準確率能夠達到93%，可以科學鑒別出牛肉漢堡的牛肉片中摻加的各種物質(zhì)含量。

3.在生鮮肉制品添加劑檢測中的應用。應用近紅外光譜技術(shù)不僅能夠科學高效地鑒別出以次充好的摻假肉，還可以檢測判斷生鮮肉制品中的各種非肉成分，比如亞硝酸鹽、大豆蛋白以及卡拉膠等。楊志敏等人綜合運用偏最小二乘法、Fisher線性判別分析法，有效構(gòu)建起能夠預測原料肉中摻有大豆蛋白的識別模型和摻入具體含量的預測模型，鑒別準確率能夠達到87%，可以幫助檢測人員更好地開展生鮮肉制品添加劑及其含量檢測。

在生鮮肉制品加工制作過程中，一些生產(chǎn)廠家為了提升肉制品的口感、改善肉制品的保水性，會使用卡拉膠這種常見的食品添加劑，但卡拉膠的用量一旦超標，就會嚴重侵害消費者的合法權(quán)益，甚至會威脅到消費者的身體健康。何鴻舉等人通過構(gòu)建全波段的偏最小二乘預測模型，深入探究卡拉膠添加量為0%-30%的豬里脊肉糜的近紅外光譜數(shù)據(jù)與不同摻膠比例數(shù)據(jù)的定量關(guān)系，最終取得了極佳的預測結(jié)果。楊志敏等人通過近紅外漫發(fā)射光譜法對加入卡拉膠、氯化鈉等添加劑的豬肉樣品進行檢測分析，基于兩類判別法和MLP（神經(jīng)網(wǎng)絡）構(gòu)建的摻假豬肉分類識別模型的準確率超過了94%。

在生鮮肉制品快速檢測中，亞硝酸鹽也是一種需要特別注意和鑒別的有害物質(zhì)，雖然其能夠有效改善肉制品的感官品質(zhì)，但是一旦含量超標就容易引發(fā)癌變。周令國等人通過收集臘肉中亞硝酸鹽含量的近紅外光譜圖并與亞硝酸鹽含量數(shù)據(jù)相關(guān)聯(lián)，同時科學采用偏最小二乘法構(gòu)建用于快速檢測臘肉中亞硝酸鹽含量的預測模型，準確率超過了96%。

4.在生鮮肉制品細菌污染檢測中的應用。不當?shù)娘曫B(yǎng)和屠宰方式會導致肉中抗生素與有害病菌殘留，因此需要加強對生鮮肉制品的細菌污染檢測分析，而近紅外光譜技術(shù)就是一種能夠快速準確檢測鑒別肉制品中各類細菌含量的先進技術(shù)手段。何鴻舉等人科學采集900-1500nm下整塊雞胸肉的近紅外光譜信息并與細菌菌落總數(shù)（TVC）一一對應，同時構(gòu)建關(guān)于TVC含量的預測模型，綜合運用SPA開展優(yōu)化改善作業(yè)，最終預測模型得到的預測相關(guān)系數(shù)為0.944。吳霆等人科學采用近紅外譜技術(shù)構(gòu)建了關(guān)于三文魚細菌菌落總數(shù)（TVC）含量的預測模型，該模型得出的決定性系數(shù)為0.96。FENG等人綜合采用PLC回歸分析法、近紅外光譜技術(shù)，有效構(gòu)建起關(guān)于雞肉中腸桿菌科細菌的定量模型，也具有較高的鑒別準確率。

綜上所述，將近紅外光譜技術(shù)合理應用到生鮮肉制品快速檢測作業(yè)中，可以實現(xiàn)對各類肉制品新鮮度、品種摻假鑒別、添加劑含量以及細菌污染程度等的檢測目標，從而準確判斷生鮮肉制品的健康品質(zhì)，確保流通到市場中的肉制品都是健康無害的，滿足消費者對高質(zhì)量肉制品的消費需求。隨著現(xiàn)代儀器分析技術(shù)的不斷創(chuàng)新與發(fā)展，檢測人員還可以將近紅外光譜技術(shù)與其他先進檢測儀器分析技術(shù)優(yōu)化結(jié)合在一起，全面提升肉制品檢測質(zhì)量和效率，切實保障肉制品檢測效果。

基金項目：瀘州市科技計劃項目“基于紅外光譜的古藺丫杈豬肉品質(zhì)信息快速檢測”（2021-NYF-22）。

作者簡介：徐林強（1987-），男，漢族，四川瀘州人，工程師，大學本科，研究方向為食品安全檢測。

*通信作者：稅丕容（1981-），女，漢族，四川瀘州人，高級工程師，碩士研究生，研究方向為食品安全檢測。