食品和农产品的质量和安全直接关系人们的身体健康,一直受到民众的广泛关注。其中,农产品的重金属元素污染已经引起大家的注意。重金属元素一旦进入人体,很难被排出体外,从而导致多种疾病的发生。例如,Ni、As等重金属元素在人体内积累会导致癌症的发生,因此食品和农产品中重金属元素快速检测方法的建立显得尤为重要。另外,食品和农产品的产地溯源方法的建立对避免假冒伪劣产品,保护消费者利益十分重要。因此,本文基于能量色散X射线荧光光谱分析技术(EDXRF),结合一定的化学计量学方法,研究并建立了小麦中9种矿物元素(Mg、P、S、K、Ca、Mn、Fe、Cu、Zn)含量的快速检测方法;探索了基于小麦中特征矿物元素差异快速判别小麦产地归属的方法。研究内容和主要结果如下:(1)分析了制样时压片压力和小麦粒度对仪器检测精度的影响。基于元素产生的X荧光强度,分析了未过筛、经过40目、60目、80目和100目过筛处理的不同粒度小麦的测定结果,也比较了25t、30t、35t、40t不同制样压力对样本的测定结果。结果表明小麦粉过60目筛和在35t的压力下制样可提高检测精度。(2)对各元素的仪器检测参数进行了优选。不同元素的X荧光产额不同,为了最大的激发待测元素的X荧光,对轻质元素和非轻质元素采用两种不同的仪器测定参数。结果表明,对轻质元素采用管电压7 kV,管电流500μA,抽真空时间为35 s,采用1号滤光片,8 mm准直器的测量条件;对非轻质元素采用的测量条件为管电压40 kV,管电流250μA,不抽真空,采用3号滤光片(0.3mm Al),8 mm准直器,可以获得较好的元素X荧光信号。(3)对常规的峰面积法建模结果准确性进行了研究,并分别研究了基于各元素X荧光强度的峰值法和全光谱法的元素含量校正模型的建立。结果表明,峰面积法建模和基于各元素X荧光强度的峰值法建立的校正模型的预测精度未能达到满意的检测效果,误差产生的主要原因是峰面积法建模定边界随意性大,而基于各元素X荧光峰值法建模未考虑元素之间的相互干扰。相较而言,考虑各元素之间相互干扰的全光谱法校正模型的元素含量预测精度显著提高。9种元素建模过程中,对每种元素优选了光谱预处理方法,对基于全光谱所建立的各元素含量的最佳校正模型进行模型精度预测,结果表明,除了Cu的预测相关系数稍差(0.884),其余Mg、P、S、K、Ca、Mn、Fe、Zn等8种元素的预测相关系数均在0.9以上。由此可见,基于全光谱建立的PLSR模型精度能满足生产实际的需求。(4)在小麦产地识别研究中,结合方差分析、主成分分析和逐步判别分析探讨了基于矿物元素含量实现小麦产地判别的可行性。通过方差分析得到了9种元素在不同产地间存在显著性差异的结果,经过主成分分析初步实现不同产地样本数据点的预分离,采用逐步判别法筛选出P、S、Ca、Mn、Cu和Zn等6种特征元素,建立基于特征元素谱的产地判别模型,模型回代判别准确率为87.6%,交互验证的判别正确率为84.1%,可有效区分黑龙江、河北、山西、山东和江苏5个产地的小麦。由此可知,基于特征元素谱的小麦产地判别是可行的。