蛋壳品质对蛋品孵化、贮存和运输均有重要影响。为了探索近红外光谱技术快速检测蛋壳品质的方法,该文在鸡蛋蛋壳品质指标相关性分析的基础上进行了蛋壳品质的近红外光谱检测分析,研究比较了不同建模方法、不同光谱预处理方法和不同波段范围对预测结果的影响。结果表明:在5段特征波长范围内建立的经过多元散射校正的偏最小二乘回归(PLSR,partial least squares regression)模型对蛋壳强度的预测结果最好,相关系数r为0.86,校正、预测均方根误差分别为4.42、7.53N;同时蛋壳百分比(蛋壳质量/蛋质量)的PLSR模型的相关系数r为0.92,校正、预测误差分别为0.313%、0.529%;蛋壳厚度的PLSR模型的相关系数r为0.81,校正、预测误差分别为0.0176、0.0234mm。研究结果表明应用近红外光谱技术预测蛋壳品质是可行的,为蛋壳品质的快速无损检测提供了一种新的方法。
蛋壳品质对蛋品孵化、贮存和运输均有重要影响。为了探索近红外光谱技术快速检测蛋壳品质的方法，该文在鸡蛋蛋壳品质指标相关性分析的基础上进行了蛋壳品质的近红外光谱检测分析，研究比较了不同建模方法、不同光谱预处理方法和不同波段范围对预测结果的影响。结果表明：在5段特征波长范围内建立的经过多元散射校正的偏最小二乘回归（PLSR，partial least squares regression）模型对蛋壳强度的预测结果最好，相关系数r为0.86，校正、预测均方根误差分别为4.42、7.53N；同时蛋壳百分比（蛋壳质量／蛋质量）的PLSR模型的相关系数r为0.92，校正、预测误差分别为0.313％、0.529％；蛋壳厚度的PLSR模型的相关系数r为0.81，校正、预测误差分别为0.0176、0.0234mm。研究结果表明应用近红外光谱技术预测蛋壳品质是可行的，为蛋壳品质的快速无损检测提供了一种新的方法。
