基于高光谱成像技术的稻谷中霉菌定量检测及模型建立

作     者：刘纪伟 张婉婷 丁焱薇 任秋涵 Firew Tafesse Mamo 周曰春 胡秋辉 丁超 刘强 Liu Jiwei;Zhang Wanting;Ding Yanwei;Ren Qiuhan;Firew Tafesse Mamo;Zhou Yuechun;Hu Qiuhui;Ding Chao;Liu Qiang

作者机构：南京财经大学食品科学与工程学院/江苏省现代粮食流通与安全协同创新中心江苏南京210023 巴哈达尔大学埃塞俄比亚生物技术研究所埃塞尔比亚亚的斯亚贝巴999047 南京灵山粮食储备库有限公司江苏南京211599 

出 版 物：《粮食科技与经济》 (Food Science And Technology And Economy)

年 卷 期：2021年第46卷第5期

页      面：82-88页

学科分类：0832[工学-食品科学与工程（可授工学、农学学位）] 08[工学] 083202[工学-粮食、油脂及植物蛋白工程] 

基　　金：国家重点研发计划课题(2019YFC1605301) 江苏省高校优势学科建设工程资助项目(PAPD) 江苏省创新训练省级一般项目(202010327046Y) 

主　　题：高光谱 稻谷 霉变 无损检测 预测模型 

摘      要：采用可见/近红外高光谱成像技术,并结合主成分分析(principal component analysis,PCA),利用偏最小二乘回归PLSR算法,构建稻谷储藏过程中典型霉菌(黄曲霉、黑曲霉与杂色曲霉)污染的无损检测方法。结果表明:稻谷分别接种3种霉菌后,黄曲霉菌繁殖速率最快,对比霉变过程下稻谷在400~1000 nm波段信号发现,光谱反射率随霉变时间延长关联下降,其中黑曲霉对应的光谱信号变化幅度最为明显;结合PCA结果,不同霉变阶段性下稻谷光谱信号存在差异;霉变稻谷中黄曲霉、黑曲霉与杂色曲霉含量预测模型的相关系数分别为0.77、0.76和0.81,均方根误差分别为1.15、1.19和0.95 lg(CFU/g),能够做到对3种霉菌的准确预测。该结果可以为稻谷霉变的无损预测提供技术支持和理论依据。