章鱼是一种具有较高商业价值与营养价值的海鲜，在地中海国家深受青睐，其食用传统根深蒂固（Pita等人，2021）。在欧洲市场，新鲜章鱼被视为高端产品，而冷冻章鱼则是价格更为亲民的选择。然而，由于捕捞季节性、资源管理措施以及物流限制，新鲜章鱼的供应受到制约，因此欧洲市场很大程度上依赖来自非欧盟国家的进口冷冻章鱼（EUMOFA，2021；Tinacci等人，2020）。
供应链上同时存在新鲜章鱼与冷冻章鱼，导致两类产品之间存在价格差异（ISMEA，2019）。近年来，由于环境因素及日益严格的管控政策，加之消费者需求持续旺盛，捕捞量下降，进一步拉大了二者价格差距（Zamuz等人，2023）。在这种情况下，新鲜章鱼较高的经济价值反而可能成为欺诈行为的诱因。
头足类产品中最常见的欺诈行为之一，就是将解冻后的章鱼冒充为新鲜产品出售（Chiesa等人，2020）。这种行为不仅损害市场透明度，给消费者造成经济损失，还违反了欧盟相关法规，该法规要求渔业产品的标签必须准确反映其保存状态（欧盟法规1169/2011号；欧盟法规1379/2013号）。尽管有相关法规，但由于缺乏快速、客观且无损的分析工具，难以在供应链各环节及时核实标签是否符合规定（Pennisi等人，2021）。
对于章鱼而言，这一问题还因其自身特性以及捕捞后的处理方式而更加复杂。从操作层面来看，作为新鲜产品出售的章鱼通常会立即进行冷却并储存在冰中，以避免变质并保持感官品质（Bremner，2016）。不过在头足类动物中，死后质量下降主要是由自溶作用引起的，这一过程可能早在微生物生长之前就开始了（Vaz-Pires & Barbosa，2004）。研究表明，冰存储会导致肌肉组织出现结构与理化性质的变化，包括结构松散、纤维排列改变以及保水能力变化（Vaz-Pires & Barbosa，2004；Badiani等人，2013）。虽然这些变化符合新鲜产品的商业定义，但它们也可能与冷冻后再解冻所造成的变化有所重叠。
因此，仅通过感官或视觉判断来区分新鲜章鱼与解冻章鱼是不可靠的。虽然感官分级体系、质量指标以及其他最初为鱼类开发的快速新鲜度评估工具能够提供有关产品质量和保质期的有用信息，但它们并不适合用于检测头足类产品中是否存在未经声明的冷冻解冻过程（Hassoun等人，2020）。
通过分析冷冻引起的组织结构变化，可以实现更可靠的区分。组织学分析在这方面已被证明非常有效，人们已经为普通章鱼找到了特定的检测指标并进行了验证（Tinacci等人，2020），这也推动了鱼类产品相关标准的制定（UNI 11862:2022）。不过，尽管组织学方法准确度高，但其具有破坏性、耗时较长，且不适合在商业链条中的常规现场检测中使用。
在此背景下，近红外光谱技术结合多元数据分析，成为一种有前景的无损且快速的替代方案（Hassoun等人，2020）。多项研究已证明近红外光谱技术能够区分新鲜与解冻的头足类动物。Pennisi等人（2021）对比了三种近红外设备——傅里叶变换近红外仪、便携式设备以及微型近红外仪在墨鱼和麝香章鱼上的应用效果，发现根据物种和设备的不同，分类准确率在82.3%到97.1%之间。不过，由于样本量较小（每种物种仅50个样本），且缺乏独立验证，因此还需要进一步研究。
此外，Sannia等人（2019）和Currò等人（2022）也研究了便携式近红外仪器在鉴定墨鱼方面的应用。即便这些研究考虑了足够的样本数量和多样性，但都是在受控条件下进行的，所用样本来自不同的供应商或加工厂，且采用标准化的冷冻流程。
无论如何，这些研究都没有涉及普通章鱼，而该物种在地中海市场中具有最重要的商业价值，也是最容易遭受欺诈的物种之一（EUMOFA，2021；Chiesa等人，2020）。
最后，现有研究多集中在方法开发与分类准确率方面，而对于将基于近红外光谱的模型融入工业质量控制体系的研究则相对较少。尤其是在过程分析技术框架下应用近红外光谱，即将分析结果视为工艺指标而非孤立数据，这一思路在头足类产品领域尚未得到充分探索（Grassi & Alamprese，2018）。
在过程分析技术框架下，近红外光谱测量可以通过实时提供产品是否符合标准的信息，为决策提供支持，帮助开展筛选工作，识别反复出现的质量问题，并对供应商和物流环节实施基于风险的管理（Grassi & Alamprese，2018）。对于章鱼这类生物产品而言，自然变异、采后处理方式以及运输条件都可能影响产品质量和模型性能，因此这一技术尤为重要（Zamuz等人，2023）。
基于以上考虑，本研究旨在评估在真实供应链条件下，将便携式近红外光谱仪与偏最小二乘判别分析模型结合使用，区分新鲜与解冻普通章鱼的可行性。研究不仅旨在评估分类性能，还要探讨该方法在应对冰存储影响及产品差异方面的局限性，同时探索其在基于过程分析技术的质量控制与欺诈防范策略中的潜在应用价值。
