翻译：可见-近红外光谱分析技术,鱼肉鲜度评价的新工具.docVIP

可见/近红外光谱分析技术:鱼肉鲜度评价的新工具? H. NILSEN, M. ESAIASSEN, K. HEIA, AND F. SIGERNES 摘要:利用可见/近红外光谱分析技术(VIS/NIR)来分析鳕鱼（Gadus morhua）和鲑鱼（大西洋鲑）冰冻储藏的时间，进而评鉴其新鲜度。依托多元统计分析对光谱数据和储藏时间的相关性进行建模。对于鳕鱼而言, 最佳拟合模型应该根据可见波长的范围来建立, 这样，评估的相关性可以达到0.97，误差可以精确到1.04 天。 对于鲑鱼, 最佳拟合模型应根据来自于近红外光谱数的范围来建立，评估的相关性可以达到0.98 ，误差可以精确到1.20天。由此证明, 可见/近红外光谱分析技术 对于鱼肉鲜度的评价是非常有益的。 关键字: 可见/近红外光谱分析技术, 鳕鱼, 鲑鱼, 储藏时间 概论 “鱼肉新鲜度”这个术语通常用在科研和工业领域。其实，根据对其内容的不同理解和翻译，新鲜度这个词是一个歧义词, 因而如果没有交代明确，不应使用 (Bremner and Sakaguchi 2000)。在本文中, “鲜度”这个术语是指代一个冰藏时间的函数; 冰藏时间越短, 鱼就会越新鲜。如果采后的时间短暂，鱼就可视为是保持其原始特征的.在储藏过程中, 这些特征将会由于一些生物化学过程、化学过程、物理过程、微生物过程而发生变化，直至腐坏，这些因素是由时间和温度这两个因素共同影响的(Ashie and others 1996)。 因此, 将新鲜度以冰藏时间的函数来定义，对于其作为估算剩余货架时间的手段来说，是十分有益的。. 由于基于互联网和其他媒体的电子商务的增加，计算机信息技术在鱼肉鲜度领域的应用将比不可少。现有的确定鱼肉鲜度方法曾经被布莱姆和Sakaguchi (2000)以及Olafsdóttir等人(1997)很好的审查过. 据后来的作者总结，在渔业中，感官评价是目前评价鲜度的最重要的方法。目前的趋势是将感官评价规范化和简化。 作为这项工作的一部分,鱼肉评价方案已经被开发并且应用于鱼肉鲜度评估, 例如：QIM (质量指标办法，Quality Index Method， Luten 和 Martinsdottir 于1997提出). 尽管感官技术十分实用, 但它有一个很大的缺点，那就是他需要一些经过训练的技术人员. 这使其变得很昂贵, 并且无法在都有地点和情境下都方便提供。现有已开发的仪器方法(如组织分析仪和介质测试仪), 没有一种能够成功地普及并且在业内和零售行业得到共同认可。当前的仪器检测方法仅仅描述一个单一参数的变化。在鱼肉储藏过程中发生的变化取决于大量的物理和生物过程, 但是迄今为止, 没有一个单一参数的变化可以被证明能够反应整个储藏过程的新鲜程度。由于鲜度是由许多参数共同表征的, 所以一个可靠的检测方法应该同时检测几个不同参数的变化。此外,对于测量方法的工业要求使其必须同时考虑到有效性, 客观性, 以及 关于环境和反应速度的稳定性。另外, 还应避免侵入鱼肉并且最好价格水平适中. 近20年间, 近红外光谱分析技术在评估食品质量参数领域得到了很大的重视 (Osborne and Fearn 1986; De Boever and others 1992; Thyholt and Isaksson 1997; Guthrie and others 1998; Pawlinsky and Williams 1998; Windham and Morrison 1998; Wrigley 1999; Thybo and others 2000). 至于鱼肉质量参数的评价，近红外光谱技术已用于鲭鱼中的游离脂肪酸的测定(Zhang and Lee 1997),鲑鱼和大比目鱼体内脂肪，水分和蛋白质的测定(Downey 1995; Wold and others 1996; Wold and Isaksson 1997; Nortvedt and others 1998).该技术也被应用于估计鳕鱼冻结和解冻后的持水量( J?rgensen and Jensen 1997;Bechmann and J?rgensen 1998). 在另一方面,关于这一技术在确定鱼肉鲜度方面的使用性却相对知之甚少。近红外光谱技术可以同时反映材料几个参数的事实，使其十分适合用于评估复杂交互问题的方法中， 因而可以用于评估鱼肉鲜度. Sigernes等人 (1997) 展示了可见/近红外光谱分析技术在通过鳕鱼捕后储藏时间评估鲜度过程中的潜在用途。然而, 由于样本数量很低,结果的一般有效性收到了质疑。当前的工作就是来着手调查可视/近红外光谱分析技术作为评估肥鱼种和瘦鱼种鲜度的手段的可行性。对鲜度确定最有用波长区域的分析要针对两个种类共同制定