论文部分内容阅读
仿刺参(Apostichopus japonicus Selenka)具有极高的营养价值和经济价值,随着人们的经济水平的提高、保健意识的逐渐加强,对刺参的消费需求量逐渐增大,然而,市场上的刺参质量参差不齐或存在劣质海参以次充好的现象,此外,在对刺参进行选育的过程中,常需要对其进行成分含量的测定,而传统的实验方法耗时又费力,为选育工作带来一定的阻碍,因此需要一种快速、高效、无损、方便的测定方法,测定各成分含量,以辅助育种和辨别优良。本实验采用近红外光谱分析技术,对仿刺参干样进行多种成分模型的建立,并对两种波段不同的近红外光谱仪进行比较。建模过程中,采用马氏距离和杠杆值——学生残差值进行异常值剔除,用KS分类法按2:1划分校正集和验证集,选择四种预处理方法MSC、SNV、MSC+一阶导数、SNV+一阶导数分别对模型进行处理并选择最优预处理,此外,第二章实验还采用Bi PLS法对光谱区间进行选优,以优化模型,使模型更稳定,结果表明:1.采用便携式近红外光谱仪(Micro NIR 1700 JDSU,USA)扫描的光谱对仿刺参多糖,蛋白质,脂肪,灰分,皂苷,锌和硒7种肉质品质成分进行建模,实验证明,多糖、蛋白质和灰分可进行含量预测,其最优预处理方法分别为SNV+一阶导数、MSC和SNV,最终模型的Rc2、Rcv2、Rp2、RMSEC、RMSECV和RMSEP分别为0.888、0.2320.833、0.2857、0.863、0.2364;0.879、0.9336、0.831、1.1056、0.869、0.9259;0.946、0.7613、0.926、0.8893、0.900、0.8594,RPD分别为2.67、2.89和3.21,可见灰分建模效果良好,可用于实际检测,多糖、蛋白质可进行含量检测,但精确度需进一步提高,而粗脂肪、粗皂苷、锌和硒RPD均小于2.5,各参数较差,R2均低于0.85,模型建立较差。2.用傅里叶变换式近红外光谱仪(Antaris MX)对相同样品进行扫描、建模,发现:蛋白质和灰分可进行含量预测,最优预处理方法分别为MSC、MSC,最终模型的Rc2、Rcv2、Rp2、RMSEC、RMSECV和RMSEP为0.973、0.6204、0.951、0.6204、0.891、0.6716;0.935、0.7020、0.917、0.7987、0.941、0.5312,RPD分别为2.80、3.26,可见灰分建模效果良好,可用于实际检测,蛋白质可进行含量检测,但精确度需进一步提高,而多糖、粗脂肪、粗皂苷、锌和硒预测效果较差,RPD均小于2.5,此外对光谱进行选优,分别将光谱划分为30、40、50、60个区间,选择最优区间数,除粗皂苷外,其余模型参数均有所改善。3.对两种近红外光谱仪进行比较发现,对于可进行建模预测的成分如蛋白质和灰分,用傅里叶变换式近红外光谱仪建立的模型各参数普遍优于便携式近红外光谱仪的模型,而且各成分的预测结果基本一致(除多糖外)。4.对仿刺参个体干样3种品质成分(蛋白质,锌和硒)进行建模分析,发现蛋白质的最优预处理方法为SNV+一阶导数,最终模型的Rc2、Rcv2、Rp2、RMSEC、RMSECV和RMSEP为0.889、1.0875、0.875、1.1525、0.904、1.0608,RPD为3.22大于3,说明建模效果良好,可用于实际测量,而锌和硒各参数普遍较差,建模效果不理想。5.就蛋白质而言,个体干样与混合干样相比较,个体干样各参数普遍优于混合干样。