我國是利用世界上禽類出產、消費和交易的近红大國，自二十世紀雞肉產業及雞肉加工製品產業就在我國迅速發展起來，外光並占有一席之地。谱快在所有的速检水分雞肉加工成熟製品出口量中，炸的测油種類居多。而油炸雞肉成品的炸鸡含水量不僅對雞肉的嫩度有一定影響，對營養物質尤其是含量蛋白質和脂肪的含量也都有相當大的影響。因此，利用水分含量的近红快速檢測也就成了雞肉熟製品行業發展中的一部分重要內容。傳統方法的外光水分含量檢測不僅需要消耗大量的時間，還會損失待測定水分含量的谱快雞肉樣本，造成了人力、速检水分財力的测油大量損失。
近紅外光譜是炸鸡近幾十年來發展最為迅速的高級檢測方法之一，與數學方法相結合可達成對樣品的快速、定量、定性分析，是現場快速篩選和製作間歇時實時檢測的理想手段。褚小立等介紹了近幾年國內外近紅外光譜分析技術的發展及應用現狀，闡述了我國近紅外光譜技術的組成部分和發展現狀，並對我國在這一技術方向的研發提出建議。而在目前的研究中，近紅外光譜檢測針對熟製肉製品的研究還較少，針對油炸雞肉更是沒有。因此利用近紅外光譜技術對油炸雞肉製品進行快速無損檢測，具有重要的發展前景及意義。
本文將近紅外掃描得到的不同溫度油炸雞肉樣本光譜圖與用傳統方法所測量出的水分含量數值一一對應，利用平滑、二階微分等預處理方式優化模型，最終選取偏最小二乘法建立可用於快速檢測油炸雞肉水分含量的近紅外模型。該模型的均方根誤差值為0.481，相關係數值為0.9959，並且預測模型的十個樣本基本都在模型預測範圍內，說明模型建立成功，可以用於中餐標準化生產。
雞胸肉(家樂福超市)、九三大豆油(家樂福超市)、帶刻度的直尺、中式廚房菜刀、砧板、保鮮膜、筷子、盤子、鑷子、稱量瓶。
幹燥箱、控溫油炸鍋、近紅外儀光譜儀、電子天平。
剔除雞胸肉周邊的黃色油脂及其它結締組織，避免在掃描近紅外光譜時對雞肉的成分組成峰值產生一定的影響。將雞肉改刀切成大小厚薄均一的肉片，在130℃、140℃、150℃、160℃、170℃、180℃下油炸50s，在炸至25s時將雞肉翻麵，確保兩麵炸製時間相等且均勻。
參考國標食品中水分的測定方法。
將近紅外儀器預熱30min，打開測試工作流，點擊“測試”，收集樣品近紅外光譜圖，隨即利用TQ軟件進行數據處理。
根據實驗方法得到圖1所示的120個原始樣本光譜圖。基於不同波段可能會對模型建立有所影響，本實驗分別建立了4000-6000nm、6000-7000nm、8000-9000nm及4000-10000nm下所得到的模型，其中8000-9000nm下所得模型如圖2所示，其相關係數為0.8469，RMSEC為2.99，優於其餘各組。
在原始模型基礎，分別對其進行一階導數法及二階導數法預處理，根據模型相關係數的高低來判斷模型優劣，其中使用二階導數法得到模型的相關係數為0.9062，RMSEC值為2.49。隨後通過異常光譜的剔除原理及方法，對原始樣本的全部光譜圖進行優化處理，去掉偏離樣本中心的光譜，此時模型相關係數提高到0.9634，均方差值降至1.59。將剔除異常光譜所得的模型采用馬氏距離優化的方法進行優化，得到馬氏距離圖，如圖3所示。將圖中誤差超過1.5000的數據從右到左依次剔除，將所得模型通過3D分布圖法進行優化，得到其空間分布圖，如圖4所示。選擇好合適的角度，將其遠離中心距離的異常樣本點標記出來，剔除這部分樣本進行模型優化。最後通過杠杆法優化模型，將杠杆值和學生化殘差較大的樣本定為異常樣本。根據TQ軟件中的診斷功能，軟件自動合成的杠杆圖如圖5所示，此圖方便發現遠離聚集區的異常樣本。最終所得最佳模型的相關係數為0.9959，RMSEC為0.481。
為了進一步驗證油炸雞肉水分含量的近紅外光譜模型的準確性，進行驗證實驗。在未知溫度的條件下將雞肉片油炸50s，共取10組樣品作為預測驗證集，詳見表1。由表1可以看出，個別預測值偏離較大，但整體誤差還是可以接受的。因此模型建立成功，其相關係數為0.9959，RMSEC值為0.481。
綜上所述，本實驗用傳統方法所測量出的水分含量數值一一對應，建立出關於油炸雞肉水分含量與光譜圖的相關模型，模型的最佳預處理方法為二階導數。再經過馬氏距離優化法、3D分布圖優化法與杠杆優化法等方法，將異常樣本剔除後，不斷優化模型，最終得到模型的相關係數(R)為0.9959，校正均方差(RMSEC)為0.481。將所得模型進行驗證實驗，結果準確可靠。相信在未來，成功的模型會被大量應用於中餐工藝的標準化生產，有望在雞肉質量檢測中得到廣泛應用，大大降低標準化中餐產業的成本。
聲明：本文所用圖片、文字來源《中國食品》，版權歸原作者所有。如涉及作品內容、版權等問題，請與本網聯係刪除。
相關鏈接：紅外光譜，油脂，樣品
