| 小麦霉菌侵染程度电子鼻快速检测方法的初步研究 |
| |
| 引用本文： | 赵天霞,沈飞,周曰春,刘潇,方勇,李彭,裴斐,邢常瑞. 小麦霉菌侵染程度电子鼻快速检测方法的初步研究[J]. 中国粮油学报, 2019, 34(6): 134-140 |
| |
| 作者姓名： | 赵天霞 沈飞 周曰春 刘潇 方勇 李彭 裴斐 邢常瑞 |
| |
| 作者单位： | 南京财经大学,南京财经大学,南京灵山粮食储备库有限公司,南京财经大学,南京财经大学,南京财经大学,南京财经大学,南京财经大学 |
| |
| 基金项目： | 国家自然科学基金项目（面上项目，重点项目，重大项目） |
| |
| 摘 要： | 本研究利用电子鼻气体传感器技术,初步建立了小麦霉菌侵染程度定性定量同步分析方法。小麦样品经辐照杀菌后接种5种谷物中常见有害霉菌,于85%相对湿度和28℃的环境中储藏至重度霉变。在样品储藏的不同阶段,选取时间节点0、1、3、5和7 d采集其电子鼻气味响应信息,建立了其响应信号和霉菌侵染程度的相关关系模型。结果显示,依据带菌量的不同,基于电子鼻信号的主成分分析法(PCA)可成功区分未霉变[2.7 log(CFU/g)]、轻度霉变[2.7～4 log(CFU/g)]与重度霉变[4 log(CFU/g)]的小麦样品;线性判别分析(LDA)对受单一霉菌侵染的小麦样品霉变程度的识别率达90.0%以上,对所有小麦样品的识别率达84.0%。偏最小二乘回归模型(PLSR)对小麦菌落总数的模型决定系数(R_p~2)和预测误差(RMSEP)及相对分析偏差(RPD)分别为0.852,0.504 log(CFU/g)和2.30。结果表明,利用电子鼻技术实现小麦霉菌侵染程度的快速识别是可行的。下一步应不断补充不同来源的小麦样品,以不断提高模型的精度和适用性。
|
| 关 键 词： | 小麦 霉菌侵染 霉变程度 电子鼻 快速检测 |
| 收稿时间： | 2018-09-04 |
| 修稿时间： | 2018-11-29 |
Preliminary Study on Rapid Detection of Fungal Infection in Wheat Based on Electronic Nose |
| |
| Abstract: | |
| |
| Keywords: | wheat fungal infection mildew degree electronic nose rapid detection |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《中国粮油学报》浏览原始摘要信息 |
|
点击此处可从《中国粮油学报》下载全文 |
|
