小麦霉菌侵染程度电子鼻快速检测方法的初步研究

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O、1、3、5和7d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(R2p)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.