科尔沁牛胴体品质及肉品质预测

摘要

本文以内蒙古科尔沁牛为研究对象，对可直观测定的胴体性状与宰后性状进行了相关性回归分析，目的是建立实用型预测胴体产肉量及产肉率的方程，以按照不同产肉性能对牛胴体进行等级划分，以建立科学合理的优质优价收购体系。同时考察了近红外光谱技术在牛肉品质评定方面的应用，主要进行了近红外定量、嫩度等级判别方面的探讨。
　　 在胴体品质评定方面，选取60头成年科尔沁牛，对其进行屠宰、冷却、分割，分别测定牛体活重(LW)、热胴体重(HCW)、眼肌面积(REA)、背膘厚度(FT)等胴体性状指标，采用SPSS16.0软件对数据进行相关分析和多元线性回归，最终得到以牛胴体重(HCW)、牛体活重(LW)和眼肌面积(REA)三因子共同预测产肉量的线性方程Y1=-7.357+1.122×HCW-0.155×LW+0.077×REA(R2=0.986，RMSE=2.842)和预测净肉率的线性方程Y2=42.971+0.182×HCW-0.098×LW+0.021×REA(R2=0.930，RMSE=0.516)，结果表明两个方程均可在实际生产中用于科尔沁牛产肉量和净肉率的预测。
　　 在利用近红外光谱技术快速评定牛肉品质方面，对牛肉中主要成分蛋白质、脂肪和水分含量进行了定量检测。考察了不同预处理方法、最佳建模波段及主因子维数等，以偏最小二乘法(PLS)法分别建立了蛋白质、脂肪和水分含量的预测模型，所得到的预测模型相关系数均大于0.90，模型的预测精度和稳定性均达到较好的效果。
　　 在利用近红外光谱分析技术对牛肉样品剪切力值及嫩度等级预测分析过程中，采用偏最小二乘法(PLS)建立了预测牛肉嫩度的近红外光谱分析模型。对光谱进行平滑和二阶导数预处理，在12000cm-1～4000cm-1全区域波数范围内，建立了牛肉剪切力值的近红外定量模型。当采集光谱的牛肉样品为肉片状态时，模型的决定系数(R2)和校正均方根误差(RMSEC)分别为0.512和1.427，当采集光谱的牛肉样品为肉糜状态时，决定系数(R2)和预测均方根误差(RMSEP)分别为0.669和0.963，表明在肉糜状态下采集样品光谱建立近红外预测牛肉嫩度模型效果更佳。采集光谱的牛肉样品为肉糜状态时，建立的预测模型对牛肉嫩度等级预测准确率为88.8％。采集光谱的牛肉样品为肉片状态时，建立的预测模型对牛肉嫩度等级预测准确率为83.3％。说明利用近红外技术对牛肉嫩度等级进行预测评定是可行的。

目录

文摘

英文文摘

缩略词表

第一章 前言

1.1 研究目的与意义

1.2 牛肉品质评价指标与方法

1.2.1 感官指标

1.2.2 内在指标

1.3 牛肉质量分级标准概述

1.3.1 国外牛肉分级标准概述

1.3.2 国内牛肉品质评价现状

1.3.3 近红外光谱技术在肉品行业中的应用

1.4 近红外光谱分析理论基础

1.4.1 近红外光谱技术原理

1.4.2 化学计量学分析方法

1.4.3 近红外检测模刑的建立与评价

1.5 研究内容及实验方案

第二章 科尔沁牛产肉量与净肉率预测模型建立

2.1 前言

2.2 实验材料与方法

2.2.1 实验材料

2.2.2 实验方法

2.2.3 胴体参数测定

2.2.4 数据统计与分析

2.3 结果与讨论

2.3.1 胴体性状的基本统计量

2.3.2 胴体各性状间的线性相关分析

2.3.3 产肉量与净肉率多元线性回归方程的预测及比较

2.3.4 最优方程诊断

2.4 小结

第三章 牛肉蛋白质、脂肪和水分含量近红外快速检测

3.1 前言

3.2 材料与方法

3.2.1 样本的选择

3.2.2 实验仪器细成

3.2.3 近红外扫描条件确定

3.2.4 样本数据的采集

3.2.5 采集图谱数据处理

3.3 数据统计与分析

3.3.1 样品数据的基本统计

3.3.2 近红外光谱数据预处理

3.3.3 最佳主因子数的确定

3.3.4 定标模型建立与验证

3.4 小结

第四章 牛肉嫩度的近红外快速检测研究

4.1 前言

4.2 材料与方法

4.2.1 样品组成

4.2.2 实验仪器组成

4.2.3 牛肉样品状态选择

4.2.4 近红外扫描条件确定

4.2.5 数据处理

4.3 结果与分析

4.3.1 牛肉剪切力值的测定与分布

4.3.2 近红外光谱数据预处理

4.3.3 定标模型建立与验证

4.4 小结

第五章 全文总结与展望

5.1 论文主要结论

5.2 展望

参考文献

致谢

作者简介

导师评阅表