北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

ASD | 草饲牛肉真不真?“光谱识肉术”来辨别!——草饲?谷饲?光谱一看便知!

日期: 2025-06-16
浏览次数: 61

ASD | 草饲牛肉真不真?“光谱识肉术”来辨别!——草饲?谷饲?光谱一看便知!

ASD | 草饲牛肉真不真?“光谱识肉术”来辨别!——草饲?谷饲?光谱一看便知!

你买的牛肉,真的是“草饲”的吗?

在如今“绿色”“有机”越来越受欢迎的消费趋势下,草饲牛肉因其脂肪含量更低、Omega-3更高、抗氧化能力强,还能兼顾生态环境保护,成了不少人的首选。

但问题来了:“草饲”标签靠谱吗?真的能靠外观判断?本研究带来一项新突破:利用可见光-近红外光谱技术(Vis–NIRS),就能快速、无损地识别出牛的实际饲养方式!


研究背景:样品来自加拿大牛肉主产区

在加拿大阿尔伯塔省和萨斯喀彻温省,养牛是重要产业。到2024年初,这两个省共饲养超过100万头牛,其中大多数采用谷物饲养,谷物类型主要为西部大麦和东部玉米,旨在提升增重速度、肉质大理石花纹和脂肪颜色。

研究团队选用了45头安格斯×西门塔尔杂交牛,按饲喂方式分成三组:

草饲组:8个月放牧+30天苜蓿+79天黑麦草

大麦饲组:先30–40天过渡饲粮,再进入148–197天高精料大麦日粮

玉米饲组:类似大麦组,但主粮为玉米

牛在平均16.7月龄、体重约638 kg时屠宰,胴体冷藏3天后取样分析。

ASD | 草饲牛肉真不真?“光谱识肉术”来辨别!——草饲?谷饲?光谱一看便知!

光谱技术怎么“看出牛吃过什么”?

本研究使用的是ASD LabSpec®4 地物光谱仪,搭载20mm接触式光纤探头,扫描范围为350–2500nm,每个样本光谱由50次扫描平均而得,采样时间仅约5秒!

采集部位包括:

完整肉块(Longissimus thoracis)

皮下脂肪

绞碎后的肉样

数据处理方式:

使用偏最小二乘判别分析(PLS-DA)模型

对光谱进行多种预处理(如二阶导数、标准正态变换SM、均值中心化MC等)

每个模型提取关键波段并生成VIP图(变量重要性投影)

ASD | 草饲牛肉真不真?“光谱识肉术”来辨别!——草饲?谷饲?光谱一看便知!

图 1. 草饲(n =15)、玉米饲喂(n =15)或大麦饲喂(n =15)的牛的(a)脂肪、(b)完整肉和(c)碎肉样品的原始 Vis-NIR 平均吸光度光谱。


表 1. 根据所分析的组织,大麦、玉米和草饲脂肪和肉类样品的 PLS-DA 结果。

ASD | 草饲牛肉真不真?“光谱识肉术”来辨别!——草饲?谷饲?光谱一看便知!
ASD | 草饲牛肉真不真?“光谱识肉术”来辨别!——草饲?谷饲?光谱一看便知!

图 3. 基于可见光和/或近红外光谱的脂肪、完整肉和碎肉的偏最小二乘判别分析模型,用于区分草饲、大麦饲喂和玉米饲喂的牛,得出的投影变量重要性 (VIP):(a) 可见光,2ndder + SM + MC,脂肪 5 LV;(b) 近红外,1stder + MSC + MC,脂肪 5 LV;(c) 可见光-近红外,2ndder + SM + MC,完整肉 6 LV;(d) 近红外,SM,碎肉 5 LV。红线表示 VIP 波段的阈值 (VIP≥1)。


ASD | 草饲牛肉真不真?“光谱识肉术”来辨别!——草饲?谷饲?光谱一看便知!

图 4. (a)大麦饲、(b)玉米饲和(c)草饲牛的完整肉块。


研究结果如何?

✅ 不同饲养方式下的牛,其肉类与脂肪的光谱图表现出显著差异

✅ 绞碎肉样本的识别效果最佳,说明在实际生产中的应用潜力更强

✅ 可见光和近红外光组合使用能进一步提升判别准确率

通过这些光谱数据,模型可以精准判断牛在生前是以草饲还是谷饲为主,等于为牛肉建立了一套“饲养溯源系统”!

参考文献:https://doi.org/10.1016/j.foodres.2024.115327



News / 相关新闻 More
2026 - 03 - 17
研究背景随着全球气候变化及水体富营养化加剧,蓝藻及其他藻类爆发已成为全球关注的环境问题。这些藻华不仅干扰航运与娱乐,更严重的是,部分蓝藻会释放致命毒素,威胁人类和野生动物的健康。传统监测方法往往难以快速、准确地在大空间尺度上区分产毒与不产毒的蓝藻属种。而光谱成像技术通过获取植物光合色素的“特征指纹”,为解决这一难题提供了可能。然而,现有的遥感监测也面临挑战:(1)光谱库不足:卫星遥感依赖端元光谱库,但经验证的代表性蓝藻光谱数据稀缺;(2)水体干扰强:水深、浊度等光学参数复杂,影响大范围遥感反演精度;(3)培养与野外的差异:实验室藻类光谱难以完全还原自然生境下的真实特征;基于此,美国地质调查局(USGS)联合美国国家标准与技术研究院(NIST)利用高光谱显微镜成像系统,以俄勒冈州上克拉马斯湖的不同区域水体的蓝藻样品为研究对象,通过系统验证与野外采样相结合的方法,获取了不同蓝藻属在细胞尺度的高...
2026 - 03 - 17
研究背景在北半球,多年冻土覆盖了约22%的陆地面积,封存着全球陆地最大的土壤碳库。然而,在全球变暖的驱动下,多年冻土正面临快速退化的严峻挑战。一旦这些被长期封冻的古老碳库随冻土融化而释放入大气,将触发剧烈的温室效应正反馈,从而进一步加速气候变暖。因此,系统探明冻土区碳储量及其稳定性特征,不仅是厘清碳循环机制的关键,更为预测气候变暖背景下全球碳平衡的动态演变提供重要依据。基于此,哈尔滨师范大学臧淑英老师团队以中国东北大兴安岭高纬度多年冻土区南部边界为研究对象,通过机械钻探及物理化学分组法,研究了不同地表类型深层土壤碳的组分与稳定性。研究发表在《Permafrost and Periglacial Processes》期刊。结果发现,深层冻土(尤其是森林地带)富含高活性碳,面临极高的变暖释放风险。该研究为气候模型中冻土碳反馈机制提供了重要的实测数据支撑。为什么选择大兴安岭?1. 大兴安岭位于高...
2026 - 03 - 09
研究背景 氮素是水稻生长发育的关键元素,其利用效率备受关注。传统研究多聚焦于土壤氮流失,而忽视了植株地上部分的氮气损失。研究发现,水稻植株尤其在开花和灌浆后期,会排放大量氨气。这一时期,叶片中的叶绿体成分大量降解,产生大量的NH4+。谷氨酰胺合成酶(GS)通常促进氮的循环利用,但衰老过程中GS活性的下降会损害NH4+的同化能力,导致NH3挥发损失。叶片由绿变黄是灌浆期氮素再利用最直观的指标。那么,叶片变色的快慢是否可以预测氨挥发的多少?中国水稻研究所的王丹英老师团队联合华中农业大学和浙江大学等团队对此进行了深入探讨。相关成果发表在《The Crop Journal》期刊。研究以灌浆期不同叶片颜色变化特征的水稻品种为研究对象,采用15N同位素示踪结合动态流通室技术精准量化植株源氨挥发,并同步监测叶片颜色动态变化及关键生理指标。研究发现,水稻叶片颜色变化率与灌浆期氨挥发量呈极显著正相关,叶片变...
2026 - 03 - 09
研究背景在陆地生态系统的水循环中,蒸散是连接地表与大气水分和能量交换的关键途径。尤其对于农田生态系统而言,准确估算作物的实际蒸散量,不仅有助于理解作物水分利用效率,还能为农业水资源管理和干旱应对提供科学依据。然而,现有的估算方法却面临诸多挑战:(1)传统气象模型:理论基础扎实,但依赖完整的气象数据,且难以捕捉植被光合作用的生理过程;(2)遥感指标局限性:太阳诱导叶绿素荧光(SIF)虽能直接反映光合活性,但在水分胁迫下存在响应滞后;光化学反射指数(PRI)能灵敏跟踪短期胁迫响应,但鲜少被纳入机器学习模型中;因此,如何融合多源数据,利用深度学习挖掘气象与生理指标的协同价值,成为了提高实际蒸散量(ETc act)估算精度的新途径。近期,西北农林科技大学蔡焕杰老师的团队联合沈阳大学和石河子大学的团队在《Agricultural Water Management》期刊发表最新研究成果,该研究通过融合...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开