Ny metode for klassifisering av småfe

Ny metode for klassifisering av småfe Oslo MeatCrafter er et treårig innovasjonsprosjekt som startet opp i august i år. I prosjektet skal 3D-fotografering av saue- og lammeslakt kombineres med optiske… Les mer

Ny metode for klassifisering av småfe

Oslo MeatCrafter er et treårig innovasjonsprosjekt som startet opp i august i år. I prosjektet skal 3D-fotografering av saue- og lammeslakt kombineres med optiske NIR-målinger for å bestemme slaktenes muskelfylde og fethetsgrad automatisk.

Kjøtt, fett og bein har svært ulik verdi. Kjøtt har høy verdi som i tillegg varierer med muskelgruppe på slaktet. Fett har i gjennomsnitt lav verdi. Noe fett er allikevel ønskelig. Ikke minst har fettet en viktig fysiologisk rolle så lenge dyret lever.

Store variasjoner

– I det nye klassifiseringssystemet er målet at slaktets innhold av kjøtt, fett og bein bestemmes både nøyaktig, enkelt og rimelig i økonomisk forstand. Dermed kan systemet skille slakt med ulik verdi. For storfe og småfe kan variasjonen i slaktenes beininnhold være fra 13 til 33 prosent. En del av denne variasjonen er at slakt med høyt kjøttinnhold har lavt beininnhold. Men også slakt med samme kjøttinnhold viser variasjon i beininnhold. Dette har naturligvis stor økonomisk betydning for bonden og industrien, påpeker spesialrådgiver Lars Erik Gangsei (bildet) i Animalia.

NIR-spektroskopi

Fastsettelse av slaktenes fettinnhold er svært krevende og vil være det mest utfordrende i MeatCrafter-prosjektet. Et vanlig kamera vil ikke klare å skille fett fra annet lyst vev. Fettfarge på slakt endrer seg avhengig av tiden som har gått fra avliving til måling siden fett

størkner. Et fargebilde vil heller ikke kunne si noe om tykkelsen på fettlaget, noe som er nødvendig for å fastsette fettgruppe.

– I prosjektet vil NIR-spektroskopi bli benyttet for å fastsette fettgruppe da det er en tydelig forskjell mellom kjøtt og fett ved enkelte infrarøde bølgelengder. Fettmålingen skal utvikles slik at den gir mest mulig informasjon om tykkelse og fettinnhold. Her kan målepunktet vise seg å være avgjørende, og målingen bør skje der variasjonen er størst og representativ. SINTEF har allerede vist at NIR-målinger gir lovende resultater og gir fethet med en forklaringsgrad på over 90 prosent i stykker av lam, sier Lars Erik Gangsei.

Siste saker