便携式近红外光谱结合化学计量学实现地理标志猪肉快速鉴别与品质分级

本研究针对地理标志猪肉快速鉴别难题，开发了便携式近红外光谱(NIRS)结合化学计量学技术。研究人员通过优化光谱预处理和特征提取方法，建立了max-min-CARS-RF等识别模型，对荣昌猪、杂交猪及长白猪实现100%分类准确率，并完成荣昌猪三级品质分级。该技术为生鲜猪肉产地溯源与品质控制提供了现场快速检测方案。

　　

研究人员成功将便携式近红外光谱(Near-Infrared Spectroscopy, NIRS)技术与化学计量学方法相结合，仅通过肉块样本即可实现地理标志猪肉品种的快速识别及常见长白猪的鉴别。该研究还针对纯种荣昌猪开展三级品质分级（Grade I、II、III），通过优化多种光谱预处理和特征提取方法有效精简多元信息。基于荣昌猪40份、杂交荣昌猪及长白猪30份样本构建的鉴别模型中，max-min-CARS-RF与max-min-PCA-LPboots模型在分类准确率、平均精确度与召回率等指标均达100%。其中max-min-CARS-RF因建模简便被确定为最优鉴别方案，而1D-RF模型在荣昌猪品质分级中表现突出。本研究证实便携式NIRS传感器配合恰当化学计量学策略，可实现块状肉类地理起源与品质等级的现场快速鉴定。