水產品檢驗大變革！水試所研發近紅外光光譜儀，大幅提升產品檢測精度

整理=編輯部

行政院農業委員會水產試驗所（以下稱水試所）以近紅外光光譜儀（NIR）開發水產品揮發性鹽基態氮（Volatile basic nitrogen, VBN）之快速檢測方法，辨識率最高可達88.3%。作為水產供應業者、生鮮超市及團膳供貨者的自主品管工具，可快速、準確判定水產品的新鮮程度，且不具破壞性，提供安心安全的食品。

「近紅外光光譜儀」改善過往測「鹽基態氮」效率不彰困擾

水試所表示，水產品自產地、拍賣、運輸、儲存至販售，各階段之低溫流通（冷鏈）容易因貯藏、運輸的溫度波動或保鮮不當而加速其腐敗，進而可能影響人體健康。水產品的鮮度為左右其品質及售價的關鍵因子，而快速和即時性的鮮度判定方法，不僅可做為食品工廠生產與管理的手段，更可維護消費者的食用安全。

水試所說明，揮發性鹽基態氮為判定水產品鮮度的法定指標之一，然依傳統法進行檢測時，常需進行魚肉破碎、均質、萃取及分析等多個步驟，不僅費時（約四小時）且具破壞性。而近紅外光光譜儀為具備快速（約30-60秒）、準確、非破壞性且不需化學處理之分析方法，水試所以吳郭魚為模式魚，利用NIR掃瞄魚體並同步測定魚肉VBN值，將1,080組光譜圖譜與其對應的VBN值，以MATrix LABoratory (MATLAB) 軟體訓練機器學習判讀魚肉的鮮度並建立模組，再依據法規針對水產品VBN限量標準來做為鮮度分群及篩檢，結果顯示模組辨識率最高可達88.3%，達良好辨識率（85%）水平以上。

取代鮮度分析法！「近紅外光光譜」以快速、非破壞性為優勢

該所利用NIR研發魚類鮮度模組做為快速檢測工具，藉由圖譜資料庫中數據的累積與結合計算模組，取代傳統較曠日廢時的鮮度分析法，可快速及非破壞性地鑑別水產品鮮度，確保水產品食用安全性。水試所現以吳郭魚為模式魚，未來將持續擴增其他大宗漁獲物來累積資料庫以優化其辨識率，以期作為快速判別鮮度之工具。

「近紅外光光譜」取代傳統較曠日廢時的鮮度分析法，可快速及非破壞性地鑑別水產品鮮度，確保水產品食用安全性。（圖片來源：水試所提供）

審稿編輯：謝承學

延伸閱讀
▶吳郭魚也吃優格？水試所獨家研發提升魚隻免疫力之益生菌！
▶讓台灣東部海洋綠寶石更加值！水試所著手開發「法囊藻」機能性成分分析
▶漁業署首次攜手爭鮮推廣食魚教育，鼓勵民眾支持溯源水產