樊奈昀，劉貴珊，張晶晶，袁瑞瑞，孫有瑞，李 月

寧夏大學(xué)食品與葡萄酒學(xué)院，寧夏 銀川 750021

引 言

脂肪氧化是羊肉品質(zhì)劣化和新鮮度下降的重要影響機(jī)制，僅次于微生物引起的變化[1]。硫代巴比妥酸反應(yīng)物(thiobarbituric acid reactive substances，TBARS)被廣泛用于評估肉品中脂肪氧化程度，是反映脂肪氧化程度的重要氧化參數(shù)[2]。因此，實(shí)時(shí)檢測灘羊肉中TBARS含量對保障肉品安全可食具有重要意義。分光光度法是測定TBARS含量的常規(guī)方法，具有破壞性、操作繁瑣、一定的危害性和污染性等缺點(diǎn)。

高光譜成像是一種先進(jìn)的光學(xué)檢測技術(shù)，能同時(shí)捕獲待測樣本內(nèi)部成分的光譜數(shù)據(jù)和外部屬性的圖像信息，通過分析頻譜波形和強(qiáng)度信息可實(shí)現(xiàn)肉品品質(zhì)的定性或定量檢測[3-4]。然而，肉的近紅外光譜通常復(fù)雜且重疊，不僅包含有用的光學(xué)、物理、化學(xué)信息，還包含被測樣品內(nèi)部因素產(chǎn)生的其他光譜響應(yīng)[5]。因此，更好地了解光譜信息和更準(zhǔn)確的波段分配有助于開發(fā)穩(wěn)健的校正模型[6]。二維相關(guān)光譜技術(shù)(two-dimensional correlation spectra，2DCOS)將光譜信號(hào)擴(kuò)展到第二維上，在研究體系中添加一定的外擾誘發(fā)光譜信號(hào)發(fā)生動(dòng)態(tài)變化，通過解析二維相關(guān)光譜譜圖特征尋找與微擾相關(guān)的敏感變量[7]。目前，高光譜技術(shù)結(jié)合2DCOS分析無損檢測羊肉中TBARS含量的研究鮮有報(bào)道。

以灘羊肉中TBARS含量為外界擾動(dòng)，分析隨外部擾動(dòng)變化的光譜特征信息，確定與TBARS含量相關(guān)的特征變量，探究高光譜技術(shù)結(jié)合2DCOS無損檢測灘羊肉中TBARS含量的可行性并建立分析模型，為實(shí)時(shí)快速檢測TBARS含量提供參考。

1 實(shí)驗(yàn)部分

1.1 材料與試劑

新鮮羊肉背最長肌購買于寧夏鹽池縣鑫海食品有限公司，將樣本存儲(chǔ)于0～4 ℃的便攜式冷藏培養(yǎng)箱中，2 h內(nèi)運(yùn)輸?shù)綄?shí)驗(yàn)室。使用無菌刀具除去肉樣表面的脂肪和結(jié)締組織，整形切塊，尺寸約為40 mm×40 mm×10 mm(長×寬×厚)，共獲得羊肉樣本180個(gè)。所有樣本均單獨(dú)真空包裝，隨機(jī)分為10組(n=18)，4 ℃貯藏，分別在貯藏期為1，3，5，7，9，11，14，16，18和20 d時(shí)進(jìn)行測試。

1.2 儀器

可見/近紅外高光譜成像系統(tǒng)(美國Headwall Photonics公司)和UV1902PC型紫外-可見分光光度計(jì)(上海棱光技術(shù)有限公司)。推掃式高光譜成像系統(tǒng)主要由6部分組成：光譜范圍為400～1 000 nm的線掃描成像光譜儀，鹵素?zé)艄庠?，G4-232增強(qiáng)型EMCCD相機(jī)，VT-80精密電控位移平臺(tái)，計(jì)算機(jī)和數(shù)據(jù)采集軟件。光譜成像儀共有125個(gè)波段，光譜分辨率為2.8 nm，狹縫寬度為25 μm，光源為鹵素?zé)綦p線光源。

1.3 TBARS含量測定[2]

準(zhǔn)確稱取5 g切碎肉樣，將25 mL 20%的三氯乙酸溶液和20 mL預(yù)冷去離子水添加到肉樣中均勻混合，使用均質(zhì)器均質(zhì)，室溫下靜置20 min。提取液在8 000 g條件下離心10 min后過濾，然后使用去離子水將上清液稀釋至50 mL。最后，取5 mL稀釋后的上清液與0.02 mol·L-1的2-硫代巴比妥酸水溶液(5 mL)混合，沸水浴反應(yīng)30 min。將反應(yīng)溶液通過流動(dòng)水冷卻至室溫后，以去離子水為空白，在532 nm下讀取反應(yīng)液的吸光度值。按下式計(jì)算得到的TBARS值：

TBARS=A532×7.8

其中，A532是反應(yīng)液在532 nm處的吸光度值。

2 結(jié)果與討論

2.1 樣本集劃分

常規(guī)化學(xué)分析方法測定的TBARS含量統(tǒng)計(jì)結(jié)果如表1所示，TBARS值具有較大的變化范圍(0.16～1.47 mg·kg-1)，有利于開發(fā)相對穩(wěn)健的校正模型。采用Kennard-Stone(KS)算法按3∶1的比例選取135個(gè)樣本作為校正集建立模型，其余45個(gè)樣本為預(yù)測集用于校正模型性能的驗(yàn)證。KS算法劃分樣本集時(shí)首先選擇具有最長歐氏距離的兩個(gè)矢量進(jìn)入訓(xùn)練庫，在接下來的迭代過程中，選擇擁有最大最小距離的待選樣本進(jìn)入訓(xùn)練庫，以此類推得到所需的樣本數(shù)量[8]。

表1 灘羊肉TBARS含量統(tǒng)計(jì)Table 1 Statistics of measured TBARS contents in Tan mutton

2.2 預(yù)處理方法優(yōu)選

表2 不同預(yù)處理方法下TBARS含量的PLSR模型Table 2 PLSR modeling results of TBARS content with different pretreatment methods

圖1 TBARS含量實(shí)測值與預(yù)測值的線性擬合圖(a):Raw-PLSR;(b):SG-PLSR;(c):De-trending-PLSR;(d):SG+De-trending-PLSRFig.1 Linear fitting diagrams of measured and predicted values of TBARS contents(a):Raw-PLSR;(b):SG-PLSR;(c):De-trending-PLSR;(d):SG+De-trending-PLSR

2.3 2DCOS分析

化合物的含氫基團(tuán)分子鍵(O—H，C—H和N—H)在受到光照射時(shí)，會(huì)造成分子鍵振動(dòng)能的改變。通過解析波形和頻譜強(qiáng)度信息可以實(shí)現(xiàn)灘羊肉中TBARS含量的定量檢測。圖2為以TBARS含量為微擾量，由灘羊肉的可見近紅外光譜進(jìn)行2DCOS分析產(chǎn)生的二維相關(guān)光譜及其切割光譜。如圖2(b)所示；在同步二維相關(guān)光譜的對角線位置出現(xiàn)了4個(gè)主要的自相關(guān)峰，分別為579，699，756和867 nm。這些自相關(guān)峰的出現(xiàn)表明隨著TBARS含量的增大，自相關(guān)峰所在波段的光譜吸收強(qiáng)度很容易發(fā)生變化，該處的光譜信號(hào)對外擾較敏感，是與TBARS值相關(guān)的敏感變量。與自相關(guān)峰對應(yīng)的主要交叉峰位于同步二維相關(guān)光譜的非對角線位置[圖2(a)]，表2總結(jié)了各交叉峰的正負(fù)性。正峰表明v1和v2處的信號(hào)強(qiáng)度沿相同方向變化，即一起增加或減少，負(fù)峰表明v1和v2處的信號(hào)強(qiáng)度沿相反方向變化。結(jié)合2DCOS分析，選擇579～867 nm光譜范圍內(nèi)的特征變量用作為灘羊肉中TBARS含量的檢測。

圖2 二維相關(guān)光譜及其切割光譜(a)：同步譜圖；(b)：切割光譜Fig.2 Two-dimensional correlation spectra and its slice spectra(a):Synchronous contour map;(b):Slice spectra

表2 二維相關(guān)分析產(chǎn)生的交叉峰符號(hào)Table 2 Signs of cross-peaks generated from two-dimensional correlation analysis

2.4 特征波長優(yōu)選

采用變量組合集群分析(variable combination population analysis，VCPA)[11]、競爭性自適應(yīng)加權(quán)算法(competitive adaptive reweighted sampling，CARS)[12]和連續(xù)投影算法(successive projections algorithm，SPA)[13]從全光譜數(shù)據(jù)(FS)和2DCOS分析中提取具有最多相關(guān)信息的特征波長，建立簡化模型并進(jìn)行比較。由圖3(a)可知，當(dāng)采樣次數(shù)為36時(shí)，RMSECV下降到0.136 5，VCPA從FS中選擇了7個(gè)特征波長，占到總波長的5.6%。CARS算法根據(jù)達(dá)爾文進(jìn)化論中“適者生存”的原則淘汰變量，在重復(fù)循環(huán)采樣后提取代表性波長。使用CARS算法從FS中選擇了16個(gè)特征變量，占到總波長的12.8%。SPA通過RMSECV值評估波長的候選子集，然后使用消除程序除去不相關(guān)的波長。當(dāng)RMSECV最小值為0.141時(shí)，SPA從FS中選擇了20個(gè)特征變量，占總波長數(shù)的16%。采用VCPA，CARS 和SPA算法對2DCOS分析所確定的研究區(qū)域進(jìn)行二次篩選，分別優(yōu)選出了8，24和14個(gè)特征波長，具體特征波長提取結(jié)果見表3。

圖3 變量選擇算法提取特征波長(a):VCPA算法;(b):SPA算法Fig .3 Characteristic wavelength extracted by variable selection algorithm(a):VCPA algorithm;(b):SPA algorithm

表3 特征波長提取結(jié)果Table 3 The results of extracting characteristic wavelengths

2.5 特征波長預(yù)測性能分析

表4 不同波長選取方法所建立的PLSR模型效果對比Table 4 Comparison of PLSR models based on different wavelength extraction methods

2.6 定量分析模型的開發(fā)

基于2DCOS+CARS方法選取的關(guān)鍵性波長建立了光譜數(shù)據(jù)與灘羊肉中TBARS參考值之間的定量分析模型，模型函數(shù)為：Y(TBARS)=-0.15+2.99λ588-7.01λ593+7.45λ598-6.14λ603+7.06λ612-8.25λ622+2.64λ631-4.18λ636+13.91λ646-11.3λ655+12.64λ675-8.51λ684-7.81λ689+1.08λ703-2.54λ713+5.47λ727+6.62λ742+5.69λ751+2.48λ775-1.93λ780-6.95λ790+7.09λ799-3.56λ809+1.82λ819。λ表示特征波長所對應(yīng)的光譜反射信息，本模型可為TBARS含量實(shí)時(shí)在線檢測研究提供理論參考。

3 結(jié) 論

利用高光譜成像技術(shù)結(jié)合2DCOS分析對灘羊肉中TBARS含量進(jìn)行檢測分析，主要結(jié)論如下：

(2)以灘羊肉TBARS濃度值為外擾，采用2DCOS解析二維相關(guān)光譜及其自相關(guān)譜，選擇579～867 nm范圍內(nèi)特征變量作為TBARS含量檢測的研究區(qū)域，2DCOS技術(shù)為光譜分析中變量的篩選提供了一種新思路；