使用便携式可见和近红外光谱学来验证来自草,大麦和玉米养牛的牛肉的真实性
Sara León-Ecay1, Óscar López-Campos2, Ainara López-Maestresalas3
1Agriculture and Agri-Food Canada, Lacombe Research and Development Centre, Lacombe, Alberta T4L 1W1, Canada; Institute on Innovation and Sustainable Development in Food Chain (IS-FOOD), Universidad Pública de Navarra (UPNA), Campus de Arrosadia, Pamplona 31006, Spain.
可见和近红外光谱学 (Vis-NIRS) 准确地认证了来自不同牲畜养系统的肉类和脂肪. 这项技术提供了一种可靠的绿色方法,以确保产品的可追溯性和质量.
科学领域:
- 农业科学 农业科学
- 分析化学 分析化学
- 食品科学 食品科学 食品科学
背景情况:
- 消费者对肉类可追溯性的需求正在增加.
- 将肉类产品标记为畜牧生产系统信息变得越来越重要.
- 消费者希望获得有关肉制品的来源和生产方法的保证.
研究的目的:
- 评估可见和近红外光谱学 (Vis-NIRS) 在验证肉类和脂肪方面的潜力.
- 为了区分在不同的养系统 (大麦,玉米,草) 下养的牛.
- 评估Vis-NIRS在验证畜牧生产系统中的有效性.
主要方法:
- 从45头公牛的皮下脂肪和完整/地面的长胸部/腰部肌肉中收集了光谱.
- 可见光和近红外光谱 (380-2500nm) 应用到脂肪和肉样本上.
- 部分最小方程差异分析 (PLS-DA) 和线性支向量机 (L-SVM) 用于分类.
主要成果:
- 使用PLS-DA (Vis,NIR,Vis-NIR) 的皮下脂肪样本的100%正确分类.
- 在Vis-NIR地区,PLS-DA在完整的肉样品中实现了100%的正确分类.
- 用PLS-DA和L-SVM (Vis) 进行了100%的正确分类.
- 预测中的重要变量 (VIP) 强调了色素,脂肪,脂肪酸,蛋白质和水分的作用.
结论:
- 可见和近红外光谱 (Vis-NIRS) 是一种非常有效的工具,用于验证肉类和脂肪的真实性.
- NIRS技术提供了一种可靠且环保的分析方法.
- 这种技术可以成功地根据畜牧生产系统区分肉类和脂肪.
更多相关视频
06:50O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
10:25Construction of Models for Nondestructive Prediction of Ingredient Contents in Blueberries by Near-infrared Spectroscopy Based on HPLC Measurements
Published on: June 28, 2016
相关概念视频
Ultraviolet and Visible (UV–Vis) Spectroscopy: Overview
Applications of IR Spectroscopy: Overview
UV–Vis Spectrometers
Infrared (IR) Spectroscopy: Overview
Different compounds display unique properties due to their...
Key Elements for Plant Nutrition
IR Frequency Region: Fingerprint Region
