受种植地域以及产量等因素的影响,我国南北地区的大豆供需量差异较大,为维持大豆市场的供应稳定,需要将北方主产区的大豆跨区域运输至南方销售区—“北粮南运”。集装箱运输作为一种经济高效的多模式联运方式被广泛应用。但由于南北气候差异明显,运输过程中的环境条件复杂难控,因此集装箱内的大豆存在霉变的风险,易导致大豆质量损失,引起经济纠纷。因此,探究大豆在不同运输条件下的霉变规律及大豆霉变的主要影响因素,对大豆的霉变情况进行快速检测和早期预警具有重要意义。本研究以东北大豆为研究对象,探究模拟不同运输条件下集装箱内大豆的霉变规律及影响大豆霉变的主要因素,分离纯化出引起大豆霉变的优势霉菌菌株。利用E-nose和GC-IMS技术分析大豆霉变过程中挥发性有机化合物的组成和含量变化,筛选出用于霉变识别的特征挥发性有机化合物,对大豆的霉变程度进行区分识别。其具体研究结论如下:1.模拟不同运输条件下影响大豆霉变的主要因素为大豆的水分含量、环境温湿度、运输时间以及结露情况。未结露情况下,当大豆的水分含量在安全值以下时,大豆中的霉菌总数受环境温湿度和运输时间的影响较小,不易发生霉变;当大豆的水分含量高于安全值时,大豆中的霉菌总数受环境温湿度和运输时间的影响较大,可能发生霉变。结露情况下,大豆中的霉菌总数与大豆的水分含量显著相关,易发生霉变;水分含量为12%、13%、14%的大豆分别于4、12、24 d发生霉变。运输过程中引起集装箱内大豆霉变的菌群以曲霉属、青霉属和根霉属为主。筛选出的优势霉菌菌株分别为Aspergillus niger（黑曲霉）、Penicillium rubens（产红青霉）、Rhizopus microsporus（小孢根霉）、Penicillium oxalicum（草酸青霉）和Aspergillus versicolor（杂色曲霉）。2.利用电子鼻（E-nose）技术,对不同霉变程度的大豆进行定性和定量分析。以每种优势霉菌接种大豆后放入人工气候箱中培养（30℃、RH=90%）,分别于0、8、16、24 d取样进行E-nose检测,结合主成分分析（PCA）和线性判别分析（LDA）对霉变大豆的气味特征进行分类判别。结果显示,不同霉变程度大豆中的挥发性有机化合物含量不同,主要体现在硫类、氮氧类、甲烷等短链烷烃类以及醇醚醛酮类物质上;PCA和LDA可以区分不同霉菌污染的大豆,起主要贡献作用的传感器为W2W（对有机硫类物质敏感）,其次为W1W（对无机硫类物质响应敏感）、W5S（对小分子氮氧化合物类物质敏感）、W1S（对甲烷等短链烷烃类物质敏感）和W2S（对醇醚醛酮类物质灵敏）;PCA和LDA对不同霉变程度大豆的分类效果较好,LDA建模组和预测组判别准确率分别为97.88%和90.28%。研究结果表明,E-nose技术在不同霉菌污染的不同霉变程度大豆的区分识别上具有可行性。3.用GC-IMS技术对5种优势霉菌的m VOCs和霉变大豆中的挥发性有机化合物进行分析鉴定。从优势霉菌中筛选出了16个特征m VOCs;在霉变大豆中,共检测出54种挥发性有机化合物,包括24种醛类、15种酮类、10种醇类、2种酯类、1种吡嗪和1种芳香类化合物,其中醛类、酮类和醇类物质物质占比较大。随着霉变程度的加深,壬醛、辛醛、癸醛、庚醛、戊醛、甲基-5-庚烯-2-酮、（E）-2-己烯醛、（E）-2-戊烯醛的含量逐渐降低,而苯乙醛、3-甲基-2-丁烯醛、3-甲基丁醛、3-甲硫基丙醛、3-辛酮、1-辛烯-3-醇、2-甲基-1-丙醇、2-甲基-1-丁醇、2-乙基-3,5-二甲基吡嗪的含量逐渐升高,结合优势霉菌特征m VOCs分析,可以此作为大豆霉变程度识别的特征挥发性有机化合物。PCA和聚类结果显示,不同霉变程度的大豆样本挥发性有机化合物容易被区分,霉变程度对挥发性有机化合物的含量变化有明显的影响,此结果与E-nose检测结果一致。实验结果表明,GC-IMS结合化学计量学方法可以有效区分不同霉变程度的大豆样品,在大豆霉变程度的识别上具有可行性。