①课题来源与背景 本课题为黑龙江省普通高等学校骨干教师创新能力自助计划项目，项目编号：1252G069。本成果针对消费者普遍关心的肉类食用品质和安全性评价问题，采用近红外光谱分析技术，对肉类新鲜度、嫩度、掺假识别和品种鉴别进行快速检测。 ②技术原理及性能指标 该技术应用近红外光谱原理，利用肉类中不同基团的不同光谱特性来建立定量模型和定性判别分析。 应用该成果可检测鹅肉嫩度值，嫩度定量校正数学模型的模型决定系数为0.908 0，用此模型对预测集20 个样品进行预测，预测值与实测值的相关系数达到0.971 1，预测值和实测值之间没有显著性差异（P＞0.05）。应用该成果可检测鹅肉新鲜度，用此模型对预测集20 个样品进行预测，预测值与实测值的相关系数分别达到0.976，预测值平均偏差分别为－0.240，预测值和实测值之间没有显著性差异（P＞0.05）。此成果可以用于肉类品种鉴别，成功率100%，也可以用于掺假检测，对掺假率20%以上的肉样的识别率为100%。 ③技术的创造性与先进性 近红外光谱技术是近年来迅速发展的一门新兴检测技术，该技术具有简单、快捷、无损、多指标检测、无化学试剂消耗和环境污染、应用范围广的特点，目前在农业、饲料、粮油加工行业广泛的应用，国内外对牛肉的嫩度研究较多，但是对于禽肉研究不多，鹅肉研究在国内外都是空白。应用前景广阔。近红外光谱作为一种无损快速的检测方法，较传统的肉品嫩度、新鲜度检测方法时间快，每个样品前处理需要3-5分钟，测定出结果仅需1分钟，节约了大量的检测时间；人员要求低，只需要1名操作人员即可完成，节省原有化验室人员，不需要额外的仪器设备和试剂，可节约人员工资和检测费用，不用任何化学试剂，无三废排放，该检测方法绿色环保。利用近红外光谱技术使评定方法更加客观、快速、准确、简单无污染、非破坏性和可实现在线检测。 ④技术的成熟程度，适用范围和安全性 该技术成熟高效，适用于包括鹅肉在内的所有肉类品种的定量建模和定性判别分析。该技术污染，绿色安全。 ⑤应用情况及存在的问题 该项技术的应用将有助于肉类收购、屠宰、生产加工企业，销售企业，工商局、质量技术监督局、食品药品监督管理局等食品安全执法检查部门对肉类产品进行品质分级、质量控制，以及肉类标准制定部门进行分级标准制定，最终确保消费者买到安全放心的肉制品。目前来讲由于样品的采集条件所限还不能够将中国所有的鹅肉品种进行采集，因此，有必要联合国内有实力的鹅肉加工企业来共同建模，使得模型具有广泛的适用性。

齐齐哈尔大学

该项目为储备库项目资源，暂无效益分析内容。