论文部分内容阅读
新收获的小麦,在运输及储藏过程中极易受到霉菌的感染,产生对人体有害的霉菌毒素,从而危机人体健康。本文主要研究受有害霉菌和呕吐毒素污染小麦的光谱信息和气味物质的变化规律。首先利用近红外光谱和中红外光谱获取样品的光谱信息,建立了基于偏最小二乘回归分析(PLSR)和逐步多元线性回归(SMLR)方法的小麦及其制品中脱氧雪腐镰刀菌烯醇定量分析模型;其次利用近红外光谱和电子鼻技术分别获取接种有害霉菌小麦的光谱信息和气味信息;最后建立基于近红外光谱的受有害霉菌感染小麦的定性、定量检测模型,并利用电子鼻结合GC-MS技术,测定感染有害霉菌小麦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感染小麦挥发性物质间的差异。1、建立基于近红外光谱技术和中红外光谱技术的小麦及其制品中DON污染情况定量检测模型。(1)近红外光谱结果显示不同DON含量的样品在6790 cm-1、5753 cm-1、5145 cm-1、4727 cm-1和4322 cn-1等波段处的吸收值存在明显差异。PLSR和SMLR均能较好的预测样品中的DON含量,其中PLSR模型的预测集决定系数Rp2、预测均方根误差RMSEP和相对分析误差RPD值分别为0.9004、0.412mg/kg和3.06。SMLR结合11个波长所建模型的Rp2、RMSEP和RPD值分别为0.8778、0.438mg/kg 和 2.79。(2)中红外光谱结果显示,PLSR和SMLR2种方法对中红外光谱信息进行分析表明,不同DON含量的样品在1740cm-1、1648cm-1、1549cm-1和900-1300 cn-1等波段处的吸收值存在明显差异。PLSR和SMLR均能较好的预测样品中的DON含量,其中PLSR模型的Rp2、RMSEP和相RPD值分别为0.8652、0.438 mg/kg和2.67。SMLR结合9个波长所建模型的Rp2、RMSEP和RPD值分别为0.8592、0.426 mg/kg 和 2.63。2、建立基于近红外光谱技术的感染害霉菌小麦的定性、定量检测模型。(1)近红外光谱结果显示,近红外光谱能区分感染不同霉菌的小麦,平均正确率为84%,能够较好的区分感染单一霉菌小麦,平均正确率为86%,对全部样品的判别正确率为82%。小麦中菌落总数的PLSR模型定量结果为Rp2、RMSEP和 RPD 值分别为 0.8979、0.376 Log CFU/g 和 2.58。(2)在线近红外光谱结果显示,当小麦移动速度不同时,近红外光谱能够有效区分感染单一霉菌的小麦,其中处于0.05 ms-1(低速)的移动速度时判别效果最好,平均正确率为94%,对全部样品的判别正确率84%。小麦中菌落总数的PLSR模型定量结果为Rp2、RMSEP和RPD值分别为0.8687、0.334 Log CFU/g和 2.76。3、建立基于电子鼻技术的感染害霉菌小麦的定性、定量检测模型。(1)电子鼻结果显示,电子鼻技术可有效区分感染不同霉菌的小麦,平均判别正确率达88%。电子鼻对感染单一霉菌小麦霉变程度的平均判别正确率达95%,对全部样品的判别正确率达90%。小麦中的菌落总数的PLSR模型定量结果为:Rp2 为 0.7977、RMSEP 为 0.509 Log CFU/g,RPD 为 2.20。(2)GC-MS结果表明,在储藏后期,随着储藏时间的增加,接种5种有害霉菌的小麦烯烃类物质的含量不断减少;醛类物质的含量随着储藏时间在增加而减少;酸酯类物质的含量整体呈现下降的趋势。受不同霉菌感染小麦的挥发性物质成分之间具有一定的差异,在同一菌种不同储藏阶段的也存在较大的差异。结果表明,可以利用小麦的光谱、气味信息来对小麦霉菌感染程度进行判别分析和定量分析,建立快速、无损的分析模型,以确保小麦的安全储运。