生鲜猪肉光谱的温度和品种差异分析及信号补正算法研究

This proposal aim to analysis the differece caused by temperature and breed in NRI spectra of fresh pork and to develop compensation algorithms which can solve the restrictions of the predictive accuracy and generality of the regression models in the quantitative measurement of properties in fresh pork using Near Infrared Spectroscopy.To investigate the principle of the spectral absorption, scattering and transmission in the pork organization and to expound how the change of temperature and breed influence the spectra, 3 pork breeds, including Duroc×Landrace×Yorkshire, Duroc×Yorkshire×Landrace and Qingping, will be chose as the sample source and the moisture content, protein content, fat content and pH value will be assessed as the quality parameters. The spectra of samples will be collected in 7 temperature levers, including the common low-temperature preservation condition (0℃), keeping-fresh condition (4℃) and natural condition in different seasons (10℃,15℃,20℃,25℃ and 30℃). The difference of spectra caused by the temperature and breed factors will be quantitatively analyzed using Stoichiometry Method, as well as the influence of these two factors to the predictions of the regression models. Additionally, the compensation algorithms will be applied on eliminating or reducing the difference of spectra and the predicted values in order to develop effective algorithms which can improve the accuracy and generality of regression models. The research results would clarify the propagation of near infrared in pork, resolve the problems caused by temperature and breed in the nondestrucive quantitative measurement of fresh pork properties using NIR spectroscopy and provide surpports for the development of portable device and the application in Internet of Things.

针对生鲜猪肉品质近红外光谱检测定量校正模型的检测精度和通用性受温度和样品品种变化制约的问题，开展生鲜猪肉光谱的温度和品种差异分析及信号补正算法研究。选取"杜长大"、"杜大长"和"清平"等品种的鲜猪肉为对象，以低温冷藏（0℃）、低温保鲜（4℃）和室温（10℃、15℃、20℃、25℃和30℃）等7个温度水平为控制条件，研究近红外光在鲜猪肉中的吸收、散射与透射机制，探明温度和品种变化对样本近红外光谱信息扰动机理，以水分含量、蛋白质含量、脂肪含量和pH值等品质预测为目标，利用化学计量学方法定量分析由温度、品种引起的光谱信息差异及对定量校正模型性能的影响，确定温度和品种变化对校正模型性能影响的规律，进而开发降低光谱间差异、提高检测模型性能的信号补正算法。项目拟探明近红外光与鲜猪肉的作用机制，解决温度和品种对生鲜猪肉近红外光谱信息的干扰，为其后续的便携化设备研发和物联网应用研究提供理论基础和技术依据。

针对生鲜猪肉品质近红外光谱检测定量校正模型的检测精度和通用性受温度和样品品种变化制约的问题，开展生鲜猪肉光谱的温度和品种差异分析及信号补正算法研究。以山黑猪、杜长大和零号土猪3个品种为对象，分别采集了257个山黑猪样本、263个杜长大猪样本和268个零号土猪样本在0-2℃的近红外光谱和高光谱数据，并获取了其中510个样本在4-5℃和10-15℃的高光谱数据，测取了上述样本的水分含量、蛋白质含量、脂肪含量和pH值，分别比较了不同光谱预处理方法对各品种样本光谱信息的提取能力，提取各类样本光谱及其平均光谱在全波段和各品质参数敏感波段中波峰、波谷等吸收特征的出现波段、波段宽度、数量和取值特征，研究了各品种样本光谱检测模型的最佳建立条件和模型性能参数特点，利用多种信号补正算法对光谱差异和模型差异进行补正，主要研究结果表明：对于原始光谱和预处理后的近红外光谱，以杜长大猪样本光谱为基准，对黑猪样本光谱和零号土猪样本光谱进行差异补正后能够提高各品质参数预测模型的性能；对于原始光谱和预处理后的可见/近红外高光谱，以杜长大猪样本光谱为基准，对黑猪样本光谱和零号土猪样本光谱进行差异补正后能够提高水分含量和pH值预测模型的性能；近红外光谱预测模型的品种差异修正中，水分含量检测和pH值检测以杜长大猪为主模型品种的修正效果最明显，蛋白质含量检测以黑猪为主模型品种的修正效果最佳；可见/近红外光谱预测模型的品种差异可通过多种方法进行有效修正，以杜长大猪为主模型品种的pH值检测模型预测能力修正效果为最佳；以0-2℃条件下所测光谱为基准对4-5℃和10-15℃条件下所测光谱做修正，并经基准光谱建模预处理方法进行预处理后用于各品质参数预测，近红外光谱和可见/近红外高光谱检测中其结果较未经修正光谱直接用于预测的相关系数略有提高，但提高效果并不特别显著；以0-2℃条件下模型为主模型，信号补正方法能够改变模型对非建模温度光谱的预测能力，但提高效果不稳定，且与待测品质参数有关。上述研究结果明确了品种和温度变化在光谱检测过程的作用及其影响校正模型性能的规律，反映了近红外光和可见/近红外高光谱与鲜猪肉的作用机制，为降低光谱间差异、提高检测模型性能、扩展模型适用性提供了基于算法的解决途径，能够为后续的便携化设备研发和物联网应用研究提供理论基础和技术依据，并有效降低后续设备开发的试验成本。