论文部分内容阅读
小麦是我国主要主粮谷类之一,由于耐贮性较好,是一种重要的储备粮,其储备量在我国居于首位。然而,在小麦储存过程中,霉变会造成小麦资源的巨大损失。因此,对小麦霉变情况进行检测极为重要,有利于减少储粮损失和有效实施霉变防治措施。小麦在霉变早期不易被察觉,一旦发现已产生严重损害,所以不仅要对小麦霉变进行检测,而且要进行早期检测,以实现早发现、早防治的目的。目前,对小麦霉变程度的早期检测主要依靠感官评定法和仪器分析法,但这些方法专业性强、步骤繁琐、耗时长等特点,不适于小麦仓储过程中的实时原位早期检测。综上所述,亟需建立一套成熟的小麦霉变程度早期检测方法。本研究以储藏过程中的灰绿曲霉、白曲霉和黄曲霉感染小麦为研究对象,采用色敏传感器结合可见-近红外光谱技术,依托纳米化修饰增敏技术,建立了一种用于早期检测小麦霉变程度和霉菌菌落数量的方法,具体研究内容如下:(1)小麦霉菌感染挥发性气体检测分析研究。实验使用顶空固相微萃取技术结合气相色谱-质谱联用技术(HS-SPME-GC-MS)和平板计数法,分别检测了感染了灰绿曲霉、白曲霉和黄曲霉的小麦样本,在早期霉变过程中的挥发性气体与霉菌菌落数量。通过对霉变临界点前各小麦样本挥发性气体组成、种类变化以及与霉菌菌落数量之间的相关性分析。结果表明,小麦在感染曲霉菌后,其挥发性气体会逐渐发生变化,主要表现在醇类、烃类物质的增多和醛类物质的减少;感染不同曲霉菌发生霉变的小麦,产生的挥发性气体种类和含量存在明显差异;小麦霉变过程中,1-辛烯-3-醇的相对百分含量随着霉菌菌落数量增加而增加,这种现象同时出现在三种曲霉菌感染的小麦霉变中。因此,1-辛烯-3-醇被选出作为反映小麦霉变程度和霉菌携带量的挥发性标记物。(2)纳米化修饰色敏传感器的构建。针对挥发性标记物1-辛烯-3-醇,在30种化学响应性染料中筛选出对5 ppm 1-辛烯-3醇敏感的5种化学响应性染料,分别为八乙基卟吩OEP、四苯基卟啉TPP、四苯基三元卟啉B-TriP、8-(4-硝基苯基)-4,4-二氟硼二吡咯甲烷NO2BDP和二[8-(4-硝基苯基)二吡咯甲烷]镍(NO2BDP)2Ni。其中,NO2BDP染料对1-100 ppm浓度范围内的1-辛烯-3-醇产生较规律的响应,红、绿、蓝(RGB)响应差值随浓度升高而变小。然后,采用不同表面改性多孔二氧化硅纳米球(PSN)对NO2BDP染料进行纳米化修饰,获得了具备高灵敏度和特异性的纳米多孔修饰染料,对1-辛烯-3-醇的RGB响应差值提升约一倍,定量检测的线性相关性得到加强,实现了在混合挥发性气体中1-100 ppm 1-辛烯-3-醇的定量分析。(3)基于色敏传感阵列的小麦霉变早期定性判别研究。实验使用对常见烃类、醛类、醇类、酮类等较为敏感的23种化学响应性染料和2种对挥发性标记物1-辛烯-3-醇含量变化敏感的纳米多孔修饰染料,共同组建了一个5×5的色敏传感器阵列,检测了 274个不同早期霉变程度的灰绿曲霉、白曲霉和黄曲霉感染小麦样本。然后,使用主成分分析(PCA)和线性判别分析(LDA)算法,处理色敏传感器阵列对不同小麦样本进行表征后得到RGB响应差值数据,实现了对小麦早期霉变程度的定性判别。PCA算法成功区分了大部分小麦样品的霉变程度,只存在部分样本接近的情况;LDA算法成功区分100%的小麦样本,并且所有样本无重叠,霉变早期与霉变临界点阶段的小麦样本被完全区分开来,表明使用色敏传感器阵列能够实现对小麦霉变程度的早期定性判别分析。(4)基于色敏传感/光谱技术的小麦霉菌定量分析。实验使用对挥发性标记物敏感的化学响应性染料和纳米多孔修饰染料制作色敏传感器,检测了携带不同霉菌数量的小麦样本。然后使用可见-近红外光谱技术捕获了色敏传感器的多维光谱数据。分别采用偏最小二乘法(PLS)、联合区间偏最小二乘法(Si-PLS)和遗传算法-联合区间偏最小二乘算法(Si-GA-PLS)算法处理光谱数据建立定量预测模型,成功对感染灰绿曲霉、白曲霉和黄曲霉的小麦中霉菌菌落数量进行了定量分析。其中,Si-GA-PLS算法所建立的定量预测模型,在预测三种曲霉菌菌落数量时,检测效果均为最佳。在小麦中灰绿曲霉的定量分析中,训练集相关系数 Rc=0.9866,RMSECV=0.2893 lgCFU/g,预测集 Rp=0.9895,RMSEP=0.255 lgCFU/g;在小麦中白曲霉的定量分析中,训练集相关系数Rc=0.979,RMSECV=0.367 lgCFU/g,预测集Rp=0.9904,RMSEP=0.3171gCFU/g;在小麦中黄曲霉的定量分析中,训练集相关系数 Rc=0.9647,RMSECV=0.316 1gCFU/g,预测集 Rp=0.9821,RMSEP=0.302 lgCFU/g。这些定量预测模型的相关系数R均达到0.95以上,交互验证均方根误差RMSE均小于0.5,证明该方法能够实现小麦霉变过程中霉菌菌落数量的快速定量分析。本论文分析了小麦感染三种曲霉菌霉变后产生的挥发性气体,加强了小麦霉变与挥发性气体之间的关联性。采用纳米化修饰技术,合成了新型的纳米多孔修饰染料,制成的色敏传感器成功地在混合气体中定量分析了小麦早期霉变的挥发性标记物。采用色敏传感器阵列技术,在小麦感染三种曲霉菌进入霉变临界点前,实现了对小麦霉变程度的早期定性判别。最后,将色敏传感与可见-近红外光谱技术相结合,建立了小麦霉变过程中霉菌菌落数量的定量预测模型。总而言之,本论文建立了一种快速、无损的小麦霉变程度和霉菌菌落数量检测方法。