论文部分内容阅读
稻谷是我国主要储粮品种,受有害霉菌侵染的稻谷会严重影响人畜健康,然而传统的粮食霉菌检测方法存在操作复杂、耗时、不精确等问题,本课题以接种有害霉菌稻米为研究对象,以其在储藏过程中产生的物理和化学变化、气味等特征信息为切入点,探索运用近/中红外光谱和电子鼻技术建立稻米受有害霉菌侵染的定性、定量检测模型;并利用电子鼻结合GC-MS技术,测定受有害霉菌侵染稻谷挥发性物质的化学组成及含量,分析挥发性物质成分随储藏时间的变化规律,比较受不同有害霉菌侵染稻谷挥发性物质间的差异。本实验的主要结论如下:1、建立基于近/中红外光谱技术和电子鼻技术受有害霉菌侵染大米的定性检测模型。主成分分析(PCA)、判别分析(LDA)结果显示,三种技术均可有效区分感染不同霉菌的大米样品,平均判别正确率分别为86%、86%、92%;对感染单一霉菌大米样品霉变状态的判别正确率分别为97.5%、98.75%、100%,多种霉菌的判别正确率分别为80%、87.5%、95%;结果表明,运用这三种技术均可实现粮食中霉菌的快速鉴别,模型性能:电子鼻信号>中红外光谱>近红外光谱。2、建立基于近红外光谱、电子鼻技术受有害霉菌侵染稻谷的定性、定量检测模型。(1)近红外结果显示,近红外光谱对感染不同霉菌稻谷样品的快速鉴别有待进一步优化,对不同霉变程度的稻谷的判别正确率平均为94%,对全部样品的不同储藏时间的判别正确率为88%。稻谷中的菌落总数的PLSR模型定量结果为:有效决定系数(RP2)为0.7482、验证均方根误差(RMSEP)为0.585 LgCFU/g,相对标准偏差(RPD)为1.94。(2)电子鼻结果显示,电子鼻技术可有效区分感染不同霉菌的稻谷样品,平均判别正确率达100%。电子鼻对感染单一霉菌稻谷样品霉变状态的平均判别正确率达98%,多种霉菌的判别正确率达96%。稻谷中的菌落总数的PLSR模型定量结果为:RP2为 0.804、RMSEP为 0.505 LgCFU/g,RPD为2.154。(3)电子鼻载荷分析及GC-MS结果表明,随时间增加,稻谷挥发性物质中硅氧烷类、苯酚类物质开始出现且含量逐渐增多,受不同霉菌侵染稻谷的挥发性物质成分之间具有一定的差异,具体体现在醛类、酮类、醇醚类等含氧类化合物,它们的含量不仅在受不同菌种侵染稻谷之间存在差异,在同一菌种不同储藏阶段的也存在较大的差异。结果表明,可以利用稻谷的光谱、气味信息来对稻谷霉菌侵染状况进行判别分析和定量分析,建立快速、无损的分析模型,以确保稻谷储运安全。