近红外光谱技术：开启鱼糜品质鉴别的精准之门.docxVIP

近红外光谱技术：开启鱼糜品质鉴别的精准之门

一、引言

1.1研究背景与意义

随着全球水产品消费需求的稳步增长，鱼糜作为一种重要的水产加工原料，在食品工业中的地位愈发显著。鱼糜，又称鱼肉浆，是以海水鱼或淡水鱼为原料，经采肉、漂洗、脱水等一系列加工工序制成，具有高蛋白、低脂肪、营养结构合理且安全健康的特点，广泛应用于模拟蟹肉、模拟虾仁、蟹钳、鱼丸、鱼肠、火锅料等调理食品的生产，深受消费者喜爱。近年来，鱼糜原料行业规模不断扩大，2023年全球鱼糜原料市场销售额达11.61亿美元，预计2030年将攀升至15.88亿美元，年复合增长率（CAGR）为4.52%（2024-2030）。中国市场发展迅速，2023年规模为3.81亿美元，占全球的32.83%，预计2030年将达5.55亿美元，占比34.94%，成为全球最大的消费市场和重要的生产地区之一。

在鱼糜产业蓬勃发展的背后，品质问题逐渐成为行业关注的焦点。鱼糜品质不仅关乎消费者的食用体验和健康，更对企业的市场竞争力和行业的可持续发展有着深远影响。例如，低品质的鱼糜可能导致鱼丸口感差、弹性不足，模拟蟹肉风味欠佳等问题，直接降低消费者的购买意愿。同时，品质参差不齐的鱼糜产品也会扰乱市场秩序，阻碍行业的健康发展。因此，建立高效、准确的鱼糜品质鉴别方法，对保障消费者权益、规范市场秩序以及促进行业发展都具有重要的现实意义。

传统的鱼糜品质检测方法，如感官评价法、理化指标检测法和微生物指标检测法等，虽然在一定程度上能够评估鱼糜品质，但存在诸多局限性。感官评价法主观性强，易受评价人员经验、情绪等因素影响，不同评价人员的结果可能存在较大差异；理化指标检测法和微生物指标检测法往往需要对样品进行复杂的预处理，操作繁琐、耗时较长，且部分检测方法具有破坏性，无法满足鱼糜生产过程中快速、无损检测的需求。在鱼糜生产线上，若采用传统检测方法，每批次检测可能需要数小时甚至数天，严重影响生产效率和产品上市时间。

近红外光谱技术（NearInfraredSpectroscopy，NIRS）作为一种快速、无损、绿色的分析技术，近年来在食品品质检测领域得到了广泛应用。其原理基于物质分子对特定波长近红外光的吸收特性，不同物质的分子结构和化学键振动频率不同，对近红外光的吸收也不同，从而产生特征光谱。通过分析光谱信息，可实现对物质成分和结构的定性和定量分析。近红外光谱技术具有操作简便、分析速度快、可多指标同时测定等优点，能够有效弥补传统检测方法的不足，为鱼糜品质鉴别提供了新的解决方案。在实际应用中，利用近红外光谱技术，可在几分钟内完成对鱼糜水分、蛋白质、脂肪等多种成分的检测，大大提高检测效率，满足鱼糜生产过程中的实时检测需求。因此，研究近红外光谱技术在鱼糜品质鉴别中的应用，对于提升鱼糜品质检测水平、推动鱼糜产业高质量发展具有重要的理论和实践价值。

1.2国内外研究现状

在国外，近红外光谱技术在鱼糜品质鉴别方面的研究开展较早，取得了一系列有价值的成果。学者[具体国外学者姓名1]利用近红外光谱技术结合化学计量学方法，对不同品种鱼糜的蛋白质、脂肪和水分含量进行了定量分析，建立了相应的预测模型，模型的预测精度较高，能够准确预测鱼糜的主要成分含量。研究发现，近红外光谱在10000cm?1-4000cm?1谱区范围内，与鱼糜中的蛋白质、脂肪和水分等成分的特征吸收峰有较好的相关性，通过偏最小二乘法等统计回归方法，能够有效建立准确的定量模型。

学者[具体国外学者姓名2]则运用近红外光谱技术对鱼糜的新鲜度进行了评估，通过分析光谱数据与新鲜度指标（如挥发性盐基氮、pH值等）之间的关系，建立了新鲜度预测模型，为鱼糜的质量控制提供了有效的手段。实验表明，随着鱼糜新鲜度的下降，其近红外光谱在某些特定波长处的吸收强度会发生明显变化，这些变化与挥发性盐基氮等新鲜度指标具有良好的线性相关性，基于此建立的预测模型能够准确反映鱼糜的新鲜程度。

在国内，近红外光谱技术在鱼糜品质鉴别领域的研究也日益受到重视，众多科研人员围绕该技术展开了深入研究。上海海洋大学的黄艳收集了白鲢鱼糜和草鱼鱼糜共132个样本，在10000cm?1-4000cm?1谱区范围内进行近红外反射光谱扫描，通过比较不同预处理方法和统计回归方法，分别建立了白鲢鱼糜、草鱼鱼糜、淡水鱼糜的主要成分和鱼糜制品中淀粉添加量的定量模型。其中，白鲢鱼糜水分模型采用标准归一化（SNV）预处理和偏最小二乘法回归，定标集和预测集的相关系数都在0.99以上，预测误差分别为0.38和0.39；蛋白质模型采用SNV结合Savitzky-Golay9点间隔2点一阶求导（DG1G2）预处理和偏最小二乘法回归，定标集和预测集的相