当前位置:主页 > 硕博论文 > 工程博士论文 >

牦牛肉用品质特性及近红外预测模型和产量等级系统的研究

发布时间:2018-04-12 12:00

  本文选题:牦牛 + 胴体特性 ; 参考:《中国农业科学院》2015年博士论文


【摘要】:本研究对甘肃甘南牦牛、青海高原牦牛和西藏斯布牦牛的胴体特性及肉用品质特性展开调研,并利用近红外光谱技术结合化学计量学方法,建立近红外光谱预测牦牛肉物理特性的数学模型。采用“最大方差正交旋转”主成分因子分析、聚类分析等建立能够反映牦牛分割肉产量等级评价系统,并加以验证。具体研究内容及主要结果如下:1)本研究共采集了134头甘南牦牛、62头青海高原牦牛和12头斯布牦牛进行胴体及肉用品质特性研究。研究发现,甘南牦牛胴体特征在4岁前后的差异较为显著,且公母差异较大,斯布牦牛公母间胴体尺差异也极为显著(P0.05),但高原牦牛公母胴体特征间未表现出相同特点。此外,甘南牦牛半腱肌、臀股二头肌、半膜肌、臀股四头肌4个后部胴体部位具备较好的嫩度、持水能力和较高的蛋白质含量,总体品质优于中部胴体,其肉用品质中34.69%的变异性(PCl)来自于中后部胴体差异,这一差异与化学组成(蛋白质、脂肪和含水率)关系密切。补饲喂养下青海高原牦牛腰大肌和背阔肌肉用变化最为显著,其背最长肌必需氨基酸指数(EAAI)超过155,这与其较高的色氨酸含量有关。斯布牦牛肉宰后品质变化分析发现,6项品质指标在成熟过程中均有显著变化(P0.05),二次函数模型与牦牛宰后肉品质变化间具备最佳的拟合度,相比7天的宰后成熟,成熟21天可显著改善斯布牦牛肉嫩度。通过调研还发现,中国牦牛产业数据采集中存在2大问题,一是缺乏快速的牦牛肉品质数据收集手段,导致数据收集的范围和时效受到了极大限制,导致调研数据的深入挖掘工作遇到了障碍;二是牦牛胴体管理缺乏统一标准,胴体及肉质数据采集管理工作难度大,影响牦牛胴体及肉质特征数据平台的建设。2)针对缺乏快速牦牛肉品质数据收集手段这一问题,开展近红外光谱技术预测牦牛肉物理特性研究。本项目组共采集了162头(137头牦牛为校正集,25头牦牛为验证集)牦牛背最长肌的近红外光谱数据,并同时测定了其相关物理指标(剪切力、蒸煮损失、加压损失、L*值、a*值、b*值、彩色角(Hue)、饱和指数(SI)。通过偏最小二乘回归法(PLSR)以及一阶导数处理(1D)、正交信号处理(OSC)、去趋势化处理(DT)等数据预处理方法,建立近红外预测模型。结果发现,预测模型的校正决定系数(R2c),除剪切力模型外均高于0.6。α*值、6*值及其衍生指标Hue和SI的相对预测性能(RPD)均超过了2.0,预测模型能够用于实际应用。公、母牦牛分开建模发现,模型对蒸煮损失的预测性能有所提高,而对b*的预测效果却有所下降。通过验证发现校正集和验证集的预测标准差较为接近,且相对较小,表明本研究所得牦牛肉物理特性近红外预测模型具有较高的精确性和准确性,可以作为实际中应用的一种数据快速采集工具。3)针对牦牛屠宰、胴体分割等生产管理混乱问题,开展以牦牛胴体部位分割肉产量为目标的牦牛胴体产量等级评价系统建立研究。对牦牛年龄、胴体特征、分割肉产量等方面的数据进行全面采集,并利用数学建模方法对数据进行了分析处理。结果发现,年龄对牦牛优质部位肉产量具有显著影响,4岁前牦牛主要部位肉总产量在10kg左右,4岁后约为15kg,4岁是牦牛主要部位产量发生显著变化的关键节点。通过对牦牛胴体特性的“最大方差正交旋转”主成分因子分析,可获得主成分因子Z1-Z5,Z1对应后腿宽,Z2对应眼肌面积,Z3对应后腿围,Z4对应大腿肉厚,Z5对应后腿长。通过多元回归分析,进一步确定了后腿宽、眼肌面积、后腿围、大腿肉厚作为主要部位肉产量的预测因子。采用聚类分析,并根据上述预测因子的变量置信区间,确定4项指标的临界分布点,形成一套对胴体特性进行评估的4个“是否”判断原则:后腿宽是否超过34cm;眼肌面积是否超过23cm2;后腿围是否超过48cm;大腿肉厚是否超过10cm。综合年龄段和胴体评分,以两者评分相加获得综合评分,并定义综合评分0-4分为I级产量级、5-6分为Ⅱ级产量级、7-8分为Ⅲ级产量级。通过验证试验发现,样本在评分区间内分布均匀,3个产量等级间分割肉产量具有极显著差异,且Ⅲ级Ⅱ级Ⅰ级,证明此套分级系统能够有效预测牦牛胴体主要部位肉的产量。
[Abstract]:......
【学位授予单位】:中国农业科学院
【学位级别】:博士
【学位授予年份】:2015
【分类号】:TS251.7


本文编号:1739646

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/gckjbs/1739646.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户f6980***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com