牛肉含有丰富的蛋白质、脂肪、人体必需的微量元素等成分，同时，生鲜牛肉具有新鲜、口感好、汁液流失少等优点[1-3]。目前，随着人们生活水平的提高，消费者对生鲜牛肉的需求已不仅仅是能满足营养需要，还包括对风味、安全和健康的需求[4-6]，因此，生鲜牛肉的品质检测是现阶段食品行业关注的重点。
现阶段生鲜牛肉新鲜度的检测方法虽有高精度的检测结果，但需要破坏生鲜牛肉制得检测试样，检测步骤复杂繁琐、耗时长[7-8]，无法满足生产、销售过程中快速检测和无损检测的需求[9-11]。因此，为了快速、准确测定生鲜牛肉品质，对检测试样无伤害的光谱无损检测受到越来越多的关注[12-14]。但由于销售环节中，生鲜牛肉都以包装后的形式流通，包装生鲜牛肉可见光谱无损检测中，包装薄膜的干扰成为目前无损检测中亟待解决的问题[15-16]。
皮付伟等[17]研究了聚乙烯包装膜对奶酪光谱的影响，通过Norris导数滤波处理光谱，基本消除聚乙烯包装膜对奶酪光谱的影响，探讨了近红外反射法直接检测带包装膜的奶酪成分的可行性。胡耀华等[18]为近一步消除包装薄膜的影响，测得任意厚度真空包装猪肉的可见光谱和近红外光谱，经二阶微分处理，用偏最小二乘法回归分析，相关系数均大于0.83，且预测值与测定值之间无显著差异。鉴于一种数据处理方法消除包装薄膜的单一性，胡耀华等[19]又对采集的光谱进行平滑，二阶微分预处理，用偏最小二乘法建立定量检测模型，相关系数为0.73～0.79，结果优于近红外透射法和反射光谱法，验证了近红外光谱漫反射法对真空包装后鲜猪肉系水力无损检测的可行性。考虑生鲜肉品质指标的差异，胡耀华等[20]将光谱数据进行卷积平滑、二阶微分法和多元散射校正预处理，用偏最小二乘法建立定量校正模型，提出了近红外漫反射光谱检测真空包装猪肉的蒸煮损失和嫩度的新方法。
以上研究表明，近红外光谱无损检测中，通过数学方法处理光谱数据，可消除包装薄膜对光谱检测的干扰。但在近红外波段，包装薄膜因成分不同产生复杂的特征峰，对检测结果存在显著干扰，数据处理繁琐。然而，在可见光波段，大多数透明包装薄膜不存在特征峰，对检测结果的干扰较小。预实验已证明，在可见光波段，包装薄膜对光谱反射率的影响一致且稳定(如图1所示)。因此，在可见光波段进行光谱检测是包装生鲜肉无损检测的有效方法。
a-CPP包装薄膜；b-PA包装薄膜；c-PE包装薄膜；d-PET包装薄膜;Tf-包装薄膜的透射率；Rf-包装薄膜的反射率；S-包装薄膜的光通量损失率
图1 包装薄膜可见光波段光谱信息
Fig.1 Visible light spectrum of packaging film
本研究通过采集4种包装薄膜及包装生鲜牛肉的反射光谱，研究包装薄膜对包装生鲜牛肉检测的干扰，通过包装生鲜牛肉中光路分析提出包装薄膜光谱修正方法并验证，从而消除包装薄膜对包装生鲜牛肉可见光谱无损检测的影响，实现包装生鲜肉可见光谱无损检测，为包装生鲜肉制品的质量监控提供理论依据。
1 光谱修正方法
包装生鲜牛肉模型建立的过程中，涉及到光在包装薄膜中的反射、折射、透射、散射等多种模式，本研究中所有的反射均为漫反射。光谱采集器位于镜面反射光路之外，从而排除包装薄膜一次镜面反射对试验结果的影响。
如图2所示，当光照射在生鲜牛肉上时，会发生反射和吸收；当光照射到包装生鲜牛肉上时，会发生多次膜内反射、透射和生鲜牛肉上的反射、吸收。其中包装生鲜牛肉反射率(Rpb)等于薄膜一次反射率(Rf)和无数次膜内透射光R1、R2之总和Rbs；每次透射和反射均存在光通量损失S1、S2……总光通量损失记为S。
I-入射光线;Rb-生鲜牛肉反射;RbA-生鲜牛肉吸光率;Rpb-包装生鲜牛肉反射率;S-包装薄膜光通量损失率
图2 包装生鲜牛肉光谱分析
Fig.2 Spectral analysis of packed fresh beef
根据包装生鲜牛肉光谱分析图，本研究定义包装生鲜牛肉无损检测包装薄膜干扰模型如下：
I=Rb+RbA
(1)
I=Rpb+S+RbA
(2)
则：Rb=S+Rpb
(3)
式中：Rb，生鲜牛肉反射率，%；S，包装薄膜光通量损失率，S=S1+S2+S3+…+Sn，%；Rpb，包装生鲜牛肉反射率，Rpb=Rf+Rbs，%；Rf，包装薄膜反射率，%；Rbs，膜内透射光总和，Rbs=R1+R2+R3+…+Rn，%；RbA，生鲜牛肉吸收率，%。
生鲜牛肉的反射率等于包装生鲜牛肉反射率与包装薄膜光通量损失率之和，包装薄膜在检测中的干扰取决于包装薄膜的光通量损失。本研究利用光学原理建立的物理模型解决了包装薄膜对包装生鲜肉无损检测干扰问题。
模型中包装薄膜一次反射光谱Rf，采用图3所示光谱分析，将包装薄膜贴覆在标准黑板(全吸收)上，采集标准黑板下包装薄膜的反射Rbf。由于标准黑板完全吸收了入射光，因此测得的反射光谱的Rbf等于薄膜一次反射光谱Rf，即：
Rf=Rbf
(4)
图3 包装薄膜反射率
Fig.3 Packaging film reflectivity
模型中包装薄膜的光通量损失采用如图4所示的光谱分析，试验采集包装薄膜反射光谱、透射光谱，包装薄膜对光谱反射率、透射率的影响一致且稳定。
图4 包装薄膜光谱分析
Fig.4 Spectral analysis of packaging film
在可见光波长范围内，包装薄膜反射率、透射率及光通量损失3者之和为100%，即：
Tf+Rf+S=100%
(5)
式中：Tf，包装薄膜透射率，%，Tf=T1+T2+T3+…+Tn；Rf，包装薄膜反射率，Rf=R1+R2+R3+…+Rn，%；S，光通量损失，S=S1+S2+S3+……+Sn，%。
2 材料与方法
2.1 试验材料
聚乙烯(polyethylene，PE)、聚酰胺(polyamide，PA)、聚对苯二甲酸乙二醇酯(polyethylene terephthalate，PET)、流延聚丙烯(Cast polypropylene，CPP)包装薄膜包装薄膜。
生鲜牛肉切割成(2 cm×2 cm×2 cm)肉块若干，装入PP托盘分别用PE、PA、PET、CPP包装薄膜封装。PP托盘尺寸为18.5 cm×12 cm×2.5 cm，为减少托盘颜色对肉样漫反射的影响，PP托盘为黑色。
2.2 仪器与设备
光纤光谱仪(PG2000-Pro-EX)，上海复享光学股份有限公司，信噪比450∶1，分辨率1.67 nm，积分时间10 ms～120 s，波段195～1 125 nm，波长间隔0.44 nm；石英光纤(FIB-600-XSR)，上海复享光学股份有限公司，芯径600 μm；Morpho通用光谱仪控制软件，上海复享光学股份有限公司；标准黑板(STD-WS)，上海复享光学股份有限公司；标准多光源灯箱(Spectra Light QC)，美国X-rite，光源强度3 000 a·u、环境温度25 ℃(试验过程中黑色织物遮盖)；反射、透射支架(304不锈钢)，自制。
可见光谱无损检测过程中光谱检测系统连接方式见图5所示。标准多光源灯箱提供光源，试样放于反射支架、透射支架上，光纤采集光谱数据，数据收集器接收光谱数据。
1-标准多光源灯箱；2-光源；3-反射支架；4-实验试样；5-光纤检测端；6-石英光纤；7-反射光谱测量支架；8-光纤光谱仪；9-黑色织物；10-数据连接线；11-数据收集器；12-试验台
图5 光谱检测系统
Fig.5 Spectral detection system
2.3 试验方法
测定包装薄膜反射光谱和透射光谱、包装生鲜牛肉反射光谱、生鲜牛肉反射光谱。
2.3.1 包装薄膜反射光谱和透射光谱的测定
(1)光纤光谱仪、反射支架、透射支架放于标准多光源灯箱中，标准多光源灯箱设置D65光源。
(2)试验试样放置在反射支架上的标准黑板上，关闭室内灯光，采集反射光谱。
(3)试验试样放置在透射支架上，关闭室内灯光，采集透射光谱。
每块试样测定6个点，6次测定的平均值作为此试样的反射光谱、透射光谱。
2.3.2 包装生鲜牛肉反射光谱的测定
(1)光纤光谱仪、反射支架、透射支架放于标准多光源灯箱中，标准多光源灯箱设置D65光源。
(2)试验试样放置在反射支架上的黑色托盘中，固定试样位置，关闭室内灯光待测定。
(3)采集包装生鲜牛肉反射光谱，每块试样测定6个点，6次测定的平均值作为此试样的反射光谱。
注：试样在光谱采集的过程表面温度为4 ℃。
2.3.3 生鲜牛肉反射光谱的测定
同包装生鲜牛肉反射率测定。
2.4 数据分析
各指标数据采用SPSS统计软件分析，用Origin 9.1进行图表绘制，试验重复6次，取平均值。
3 结果与分析
3.1 包装薄膜光通量损失的确定
试验采集了包装薄膜的反射光谱和透射光谱，如图1所示，包装薄膜对光谱反射率和透射率的影响一致且稳定。试验结果表明，在可见光波长范围内，标准白板、标准黑板上包装薄膜反射率、光通量损失3者之和为100%，验证了包装薄膜光通量损失的定义。
表1 四种包装薄膜的光通量损失及包装薄膜反射率
Table 1 Luminous flux loss and packaging film reflectivity of four packaging films
包装薄膜种类PECPPPAPET光通量损失S/%54.83.31.8包装薄膜反射率Rf/%2.40.910.04
3.2 光谱修正方法的验证
a- CPP包装生鲜牛肉反射;b-PA包装生鲜牛肉反射;c-PE包装生鲜牛肉反射;d-PET包装生鲜牛肉反射
图6 包装生鲜牛肉的反射光谱图
Fig.6 Reflected spectrum of packaged fresh beef
由图6可知，包装生鲜牛肉反射率略低于生鲜牛肉反射率，但特征峰的位置一致，反射率曲线变化趋势一致；不同包装薄膜对反射率影响强弱不同。同时，根据模型(5)计算包装薄膜光通量损失，模型(3)计算生鲜牛肉反射率理论值，生鲜牛肉反射率试验值与理论值如图6所示。生鲜牛肉反射率试验值与理论值一致，说明包装生鲜牛肉与生鲜牛肉检测的差异由包装薄膜光通量损失引起，包装生鲜牛肉可见光谱无损检测中包装薄膜的散射、吸收等导致的光通量损失是影响可见光波段牛肉光谱检测的主要因素，消除包装薄膜光通量损失，可解决包装薄膜对包装生鲜牛肉无损检测干扰问题。
为了评价模型的精度，计算生鲜牛肉反射率实验结果与模型预测结果之间的平均相对误差、最大相对误差，结果见表2。平均相对误差≤4.41%，最大相对误差≤5.11%，说明本研究提出的包装生鲜牛肉可见光谱无损检测包装薄膜修正方法可准确消除包装薄膜对检测结果的影响。
表2 模型验证参数
Table 2 Model validation parameters
包装薄膜种类最大相对误差/%平均相对误差/%CPP3.542.83PA5.114.41PE3.042.95PET2.982.89
因此，包装生鲜牛肉可见光谱无损检测中包装薄膜的光通量损失是影响结果的主要原因，通过模型验证证明了本研究对包装薄膜的干扰处理是可行性的，建立的修正方法有效消除了包装薄膜在包装生鲜牛肉可见光谱无损检测中的干扰。
4 结论
本研究通过可见光谱检测4种包装薄膜反射率及透射率、包装生鲜牛肉反射率、生鲜牛肉反射率，分析4种包装薄膜及包装生鲜牛肉的反射光谱，对比包装生鲜牛肉及生鲜牛肉反射光谱，包装薄膜对包装生鲜牛肉光谱检测有显著影响，研究包装薄膜对包装生鲜牛肉光谱检测的干扰，可见光波段包装生鲜牛肉光谱检测的主要影响因素是包装薄膜的散射、吸收等导致的光通量损失，根据包装薄膜的干扰提出包装薄膜干扰的修正方法并通过实验进行验证，修正后的包装生鲜牛肉可见光光谱与未经包装的生鲜牛肉光谱具有高度一致性，模型值与测量值的平均相对误差≤4.41%，最大相对误差≤5.11%，说明本研究提出的包装生鲜牛肉可见光谱无损检测包装薄膜修正方法准确消除了包装薄膜对检测结果的影响，实现了包装生鲜肉制品的可见光光谱无损检测。
[1] 张玉琴,齐小晶,梁敏,等.冷鲜肉贮藏前处理及保鲜包装技术进展[J].肉类研究,2016(9):35-39.
[2] 董玉影.贮藏期间不同部位延边黄牛肉蛋白质降解及品质分析[D].吉林：延边大学,2015.
[3] 江琦,王烨,刘英,等.冷鲜肉的研究进展[J].农产品加工:综合刊,2015(1):69-71.
[4] 张慧.牛肉品质影响因素研究进展[J].饲料博览,2017(8):5-8.
[5] 余倩,温冬玲.冷鲜肉中腐败菌抑菌技术研究进展[J].江苏农业科学,2015(8):269-299.
[6] 李媛媛,王凯.南京市消费者冷鲜肉购买行为研究[J].广东农业科学,2015,42(17):187-192.
[7] SUMAN S P，NAIR M N，JOSEPH P，et al.Factors influencing internal color of cooked meats[J].Meat Science, 2016, 120:133-144.
[8] PETRACCI M，FLETCHER D L.Broiler skin and meat color changes during storage[J].Poult Sci, 2002, 81(10):1 589-1 597.
[9] STEWART M R，ZIPSER M W，WATTS B M.The use of reflectance spectrophotometry for the assay of raw meat pigments[J].J Food Sci, 1965, 30(3):464-469.
[10] BARBIN D F, ELMASRY G, SUN D W, et al.Predicting quality and sensory attributes of pork using near-infrared hyperspectral imaging[J].Analytica Chimica Acta, 2012(719):30-42.
[11] JIA B, YOON S C, ZHUANG H, et al.Prediction of pH of fresh chicken breast fillets by VNIR hyperspectral imaging[J].Journal of Food Engineering, 2017, 208:57-65.
[12] 姜沛宏,张玉华,陈东杰,等.基于多源感知信息融合的牛肉新鲜度分级检测[J].食品科学,2016,37(6):161-165.
[13] 朱宏星,孙冲,王道营,等.肌红蛋白理化性质及肉色劣变影响因素研究进展[J].肉类研究,2019(6):55-63.
[14] 李江波,郭志明,黄文倩,等.应用CARS和SPA算法对草莓SSC含量NIR光谱预测模型中变量及样本筛选[J].光谱学与光谱分析,2015,35(2):372-378.
[15] THIEN N, SUNGCHUL K, JAE G K.Diffuse reflectance spectroscopy to quantify the met-myoglobin proportion and meat oxygenation inside of pork and beef[J].Food Chemistry,2019,275:369-376.
[16] WANG J X，FAN L F，WANG H H，et al.Determination of the moisture content of fresh meat using visible and near-infrared spatially resolved reflectance spectroscopy[J].Biosystems Engineering, 2017, 162:40-56.
[17] 皮付伟,王加华,孙旭东,等.基于聚乙烯膜包装奶酪成分的NIRS检测研究[J].光谱学与光谱分析,2008(10):2 321-2 324.
[18] 胡耀华,郭康权,铃木孝范，等.基于可见光和近红外光谱的肉色检测[J].西北农林科技大学学报,2008,36(7):160-164.
[19] 胡耀华,郭康权,野口刚，等.基于近红外光谱检测猪肉系水力的研究[J].光谱学与光谱分析,2009,29(12):3 259-3 262.
[20] 胡耀华,熊来怡,蒋国振，等.基于可见光和近红外光谱鲜猪肉蒸煮损失和嫩度检测的研究[J].光谱学与光谱分析,2010,30(11):2 950-2 953.