NY
中华人民共和国农业行业标准
NY/T2797-2015
肉中脂肪无损检测方法 近红外法
Non-destructive determination of fat in meat bynearinfrared spectroscopy method
中华人民共和国农业部发布
前言
本标准按照GB/T1.1-2009给出的规则起草.
本标准由农业部农产品加工局提出.
本标准由农业部农产品加工标准化技术委员会归口.
本标准主要起草单位：中国农业科学院农产品加工研究所、中国农业科学院农业质量标准与检测技术研究所、内蒙古蒙都羊业食品有限公司.
本标准起草人：张德权、陈丽、张春晖、王振宇、高远、柳艳霞、汤晓艳、许录、李欣、丁楷、李猛.
肉中脂肪无损检测方法近红外法
1范围
本标准规定了肉中脂肪近红外无损检测方法的术语和定义、原理、仪器设备、试样制备、分析步骤、准确性和精密度、测试报告.
本标准适用于畜禽肉中脂肪含量的无损检测，不适用于仲裁检验，
2规范性引用文件
下列文件对于本文件的应用是必不可少的，凡是注日期的引用文件，仅注日期的版本适用于本文件.凡是不注日期的引用文件，其最新版本（包括的修改单）适用于本文件.
GB/T9695.7肉与肉制品总脂肪含量测定GB/T9695.19肉与肉制品取样方法
3术语和定义
下列术语和定义适用于本文件.
3. 1
样品集sample set
集合. 具有代表性的、基本覆盖脂肪含量最小至最大范围、满足相关过程对样品量基本需求的不同的肉样
3.2
样品近红外光谱法测定值与标准理化分析方法测定值的差值.
3.3
残差的平均值.
3.4
定标模型calibrationmodel
利用化学计量学方法建立的样品近红外光谱与对应化学标准值之间关系的数学模型.
使用验证样品集验证定标模型准确性和重复性的过程.
3.6
定标标准差standard error ofcalibration（SEC）
表示定标样品集样品近红外光谱法测定值与标准理化分析方法测定值间残差的标准差，按式（1）计算.
（y-）²SEC= nk-1
式中：
NY/T2797-2015
3样品i的标准理化分析方法测定值；一样品i的近红外光谱法测定值； 定标集样品数：---回归因子数目. n
3.7
校准标准差standard error ofprediction corrected for bias(SEP)
准确度.校准标准差按式（2）计算. 验证样品成分的近红外测定值扣除系统偏差后与其标准值之间的标准差，表示定标模型调整后的
(2)
式中：
验证样品的近红外光谱法测定值；
y 验证样品的标准理化分析方法测定值；
Bias- 系统偏差，即偏差之和除以样品数，Bias > d，其中d为验证样品i的近红外测定值与标准值的差，即d=3-y 8
3.8
标准方法standardmethod
测定样品组分含量标准值时所采用的国家、行业或国际标准测试方法.
3.9
决定系数correlation coefficient square(R²或r²）
近红外测定值与标准理化分析方法测定值之间相关系数的平方，定标集以R表示；验证集用表示.决定系数计算方法按式（3）进行计算.
(3)
式中：
样品：的标准理化分析方法测定值；
样品：的近红外光谱法测定值；
标准参考值的平均值；
样品数，定标样品集为n验证样品集为n.
3.10
马氏距离mahalanobis distance
表示数据的协方差距离、计算两个未知样本集的相似度的方法，通常用字母H表示.
(4)
式中：
H 定标集样品的马氏距离；
定标集样品i的光谱得分：
T-定标集n个样品光谱的平均得分矩阵，T一n T---定标集样品光谱得分矩阵. -1
3. 11
马氏距离阔值mahalanobis distance limitationvalue(H ）
H =H3×SDs(5)
式中：
H-定标集样品马氏距离的平均值；
SD定标集样品马氏距离的标准差.
3. 12
异常样品abnormal samples
4原理
近红外光谱分析技术是利用含氢基团XH（X=C、N、O）等化学键在780nm~2526nm波长下的振肉中脂肪定量分析预测模型，可以快速、无损测定肉中的脂肪含量， 动或转动所产生的特征谱图，用化学计量学方法建立肉中近红外光谱与脂防含量之间的相关关系，建立
5仪器设备
5.1功能要求
5.1.1随机软件具有近红外光语数据的收集、存储分析和计算等功能，能够建立可靠的定标模型，
5.1.2能报警异常样品.
近红外分析仪的测试结果必须符合第8章的规定.
6试样制备
按照GB/T9695.19规定的方法进行取样，去除样品表面的可见脂肪和筋膜等.
7分析步骤
7.1仪器准备
测定前，按照近红外分析仪说明书的要求进行仪器预热和自检测试.如果测试结果不能满足8.2的要求，应停止使用，并通报仪器供应商于以调整或者维修.
7.2定标模型的建立
7.2.1样品集的选择
参与定标的肉样应具有代表性，同一品种的样品应包含不同性别、不同月龄、不同部位，即脂肪含量范围要涵盖未来要分析的样品特性，创建一个新的模型，至少需要收集100个以上的样品.
7.2.2光谱数据采集
光谱数据采集过程中，每个样品取3点，每点扫描3次，定标时取3点扫描的光谱平均值.
