论文部分内容阅读
作为人体优质蛋白质的重要来源，鸡蛋具有极高的营养和保健价值。但由于蛋壳的包裹，消费者无法直接对鸡蛋内部新鲜程度进行判断。同时，因蛋液营养物质丰富，贮藏过程中易受外界环境污染而腐败变质。高光谱技术作为一种新型检测技术，具有图谱合一、绿色环保、分析速度快等优势。为探究高光谱技术检测鸡蛋品质的可行性，在国家自然科学基金青年科学基金项目(C200701)的支持下，本文分别以蛋液和鸡蛋为研究对象，基于可见-近红外和近红外高光谱技术，建立了污染蛋液和鸡蛋品质指标定量预测模型，为鸡蛋安全性检测和光谱识别技术的应用提供了参考。具体研究内容与结果如下:
1.不同温度贮藏下品质指标变化分析
分别以蛋液和鸡蛋为研究对象，将接种铜绿假单胞菌和大肠杆菌(1∶1)混合菌悬液的样本贮藏于低温(4℃)、常温(20℃)和高温(35℃)环境下，测量贮藏过程中品质指标的变化情况。结果表明，不同温度下蛋液及鸡蛋品质指标变化趋势一致，且均与贮藏天数呈现显著相关性(p＜0.05)。对于蛋液样本，蛋黄指数和蛋白质含量均随时间的延长呈下降趋势，蛋清pH、挥发性盐基氮含量和菌落总数均随时间的延长呈上升趋势;对于鸡蛋样本，哈夫单位、蛋黄指数和蛋白质含量均随时间的延长呈下降趋势，蛋清pH、挥发性盐基氮含量和菌落总数均随时间的延长呈上升趋势。温度越高品质变化越明显，但至试验终点时，不同温度对品质指标数值的影响无显著差异。
2.基于可见-近红外高光谱检测污染蛋液品质的研究
采集常温(20℃)贮藏下蛋液的可见-近红外高光谱信息，基于全波段光谱和连续投影算法(SPA)筛选的特征波段，利用偏最小二乘回归(PLS)和支持向量机回归(SVM)对污染蛋液中品质指标进行定量预测。结果表明，对于蛋黄指数，全波段-PLS预测模型效果相对较优，RP和RMSEP分别为0.94和2.06％;对于蛋清pH，SPA-PLS预测模型效果相对较优，RP和RMSEP分别为0.77和0.10;对于蛋白质含量，SPA-SVM预测模型效果相对较优，RP和RMSEP分别为0.87和0.44g/100g;对于挥发性盐基氮含量，全波段-SVM预测模型效果相对较优，RP和RMSEP分别为0.85和3.49mg/100g。进一步探究蛋液不同部位微生物的检测情况，通过对蛋清、蛋黄和全蛋液分别建立菌落总数预测模型，结果发现三者较优的预测模型均为SPA-SVM模型，其中RP分别为0.81、0.83和0.76，RMSEP分别为0.63、0.47和0.71lgCFU/g。
3.基于近红外高光谱检测污染鸡蛋品质的研究
采集常温(20℃)贮藏下鸡蛋的可见-近红外高光谱信息，通过与蛋液相同的研究方法，对污染鸡蛋的品质指标进行定量预测。结果表明，对于哈夫单位，SPA-SVM预测模型效果相对较优，RP和RMSEP分别为0.87和3.94，对于蛋黄指数，全波段-PLS预测模型效果相对较优，RP和RMSEP分别为0.78和3.02％;对于蛋清pH，SPA-SVM预测模型效果相对较优，RP和RMSEP分别为0.70和0.11;对于蛋白质和挥发性盐基氮含量，全波段-PLS预测模型效果相对较优，其中RP分别为0.85和0.88，RMSEP分别为0.54g/100g和3.39mg/100g;对于菌落总数，SPA-SVM预测模型效果相对较优，RP和RMSEP分别为0.83和1.00lgCFU/g。进一步结合品质指标预测模型和图像处理技术，以不同的颜色表示不同品质指标的含量，通过对鸡蛋图像进行伪彩色处理后，实现鸡蛋污染过程中新鲜度和污染程度的可视化，为鸡蛋质量安全性控制提供了新的方案和思路。
1.不同温度贮藏下品质指标变化分析
分别以蛋液和鸡蛋为研究对象，将接种铜绿假单胞菌和大肠杆菌(1∶1)混合菌悬液的样本贮藏于低温(4℃)、常温(20℃)和高温(35℃)环境下，测量贮藏过程中品质指标的变化情况。结果表明，不同温度下蛋液及鸡蛋品质指标变化趋势一致，且均与贮藏天数呈现显著相关性(p＜0.05)。对于蛋液样本，蛋黄指数和蛋白质含量均随时间的延长呈下降趋势，蛋清pH、挥发性盐基氮含量和菌落总数均随时间的延长呈上升趋势;对于鸡蛋样本，哈夫单位、蛋黄指数和蛋白质含量均随时间的延长呈下降趋势，蛋清pH、挥发性盐基氮含量和菌落总数均随时间的延长呈上升趋势。温度越高品质变化越明显，但至试验终点时，不同温度对品质指标数值的影响无显著差异。
2.基于可见-近红外高光谱检测污染蛋液品质的研究
采集常温(20℃)贮藏下蛋液的可见-近红外高光谱信息，基于全波段光谱和连续投影算法(SPA)筛选的特征波段，利用偏最小二乘回归(PLS)和支持向量机回归(SVM)对污染蛋液中品质指标进行定量预测。结果表明，对于蛋黄指数，全波段-PLS预测模型效果相对较优，RP和RMSEP分别为0.94和2.06％;对于蛋清pH，SPA-PLS预测模型效果相对较优，RP和RMSEP分别为0.77和0.10;对于蛋白质含量，SPA-SVM预测模型效果相对较优，RP和RMSEP分别为0.87和0.44g/100g;对于挥发性盐基氮含量，全波段-SVM预测模型效果相对较优，RP和RMSEP分别为0.85和3.49mg/100g。进一步探究蛋液不同部位微生物的检测情况，通过对蛋清、蛋黄和全蛋液分别建立菌落总数预测模型，结果发现三者较优的预测模型均为SPA-SVM模型，其中RP分别为0.81、0.83和0.76，RMSEP分别为0.63、0.47和0.71lgCFU/g。
3.基于近红外高光谱检测污染鸡蛋品质的研究
采集常温(20℃)贮藏下鸡蛋的可见-近红外高光谱信息，通过与蛋液相同的研究方法，对污染鸡蛋的品质指标进行定量预测。结果表明，对于哈夫单位，SPA-SVM预测模型效果相对较优，RP和RMSEP分别为0.87和3.94，对于蛋黄指数，全波段-PLS预测模型效果相对较优，RP和RMSEP分别为0.78和3.02％;对于蛋清pH，SPA-SVM预测模型效果相对较优，RP和RMSEP分别为0.70和0.11;对于蛋白质和挥发性盐基氮含量，全波段-PLS预测模型效果相对较优，其中RP分别为0.85和0.88，RMSEP分别为0.54g/100g和3.39mg/100g;对于菌落总数，SPA-SVM预测模型效果相对较优，RP和RMSEP分别为0.83和1.00lgCFU/g。进一步结合品质指标预测模型和图像处理技术，以不同的颜色表示不同品质指标的含量，通过对鸡蛋图像进行伪彩色处理后，实现鸡蛋污染过程中新鲜度和污染程度的可视化，为鸡蛋质量安全性控制提供了新的方案和思路。