秈稻儲(chǔ)藏品質(zhì)的電子鼻快速檢測(cè)方法研究

邵小龍 張藍(lán)月 宋 偉 閔 光 鞠興榮

（南京財(cái)經(jīng)大學(xué)食品科學(xué)與工程學(xué)院1，南京 210023）

（糧食儲(chǔ)運(yùn)國(guó)家工程實(shí)驗(yàn)室2，南京 210023）

（武漢市糧油食品中心檢驗(yàn)站3，武漢 430021）

糧食作為我國(guó)的大宗儲(chǔ)備物質(zhì)之一，其儲(chǔ)藏品質(zhì)質(zhì)量向來(lái)被科研和糧庫(kù)工作人員所重視。但目前大部分檢測(cè)工作仍依靠感官手段和常規(guī)化驗(yàn)，這些方法的準(zhǔn)確性和便捷性已不能滿足現(xiàn)代糧食儲(chǔ)藏和流通的安全需求。

隨著現(xiàn)代檢測(cè)技術(shù)的發(fā)展，越來(lái)越多的新型檢測(cè)儀器用于食品質(zhì)量安全的檢測(cè)研究應(yīng)用中。電子鼻基于模仿生物嗅覺(jué)系統(tǒng)原理，是最近研究非常熱門的快速無(wú)損檢測(cè)技術(shù)之一，已用于香精香料、飲料茶酒、谷物油脂、果蔬肉禽等各類食品質(zhì)量檢測(cè)和品質(zhì)控制研究中［1-3］。近來(lái)也出現(xiàn)了很多電子鼻應(yīng)用于快速判斷小麥、稻谷品種及儲(chǔ)藏年份［4，5］、檢測(cè)品質(zhì)質(zhì)量［6-7］、是否感染害蟲(chóng)［4，8］、霉變程度［9-11］等方面研究。但是這些研究?jī)H僅做電子鼻對(duì)稻谷品質(zhì)進(jìn)行定性判斷，沒(méi)有分析稻谷品質(zhì)指標(biāo)（如化學(xué)成分、發(fā)芽率等）與電子鼻的內(nèi)在聯(lián)系，缺乏基于電子鼻檢測(cè)原理的分析。

因此本研究將結(jié)合稻谷儲(chǔ)藏品質(zhì)指標(biāo)與電子鼻信號(hào)，分析其內(nèi)在聯(lián)系，找出電子鼻特征傳感器信號(hào)，建立基于傳感器信號(hào)的稻谷儲(chǔ)藏品質(zhì)指標(biāo)預(yù)測(cè)模型。

1 材料與方法

1.1 試驗(yàn)材料

共2個(gè)稻谷品種：早秈（編號(hào)：H）和中秈（編號(hào)：C）；3個(gè)收獲年份：2009、2010和2011年（分別簡(jiǎn)寫成09、10和11）。樣品產(chǎn)地均為湖北武漢，采樣后除雜4℃冷藏狀態(tài)下密封存放。

1.2 試驗(yàn)設(shè)備

Fox3000型電子鼻：法國(guó)Alpha MOS公司；TP-214分析天平：丹佛儀器（北京）有限公司；HH-4電熱恒溫水浴鍋：常州國(guó)華電器有限公司；GNP-9160恒溫干燥箱：上海蘇進(jìn)儀器設(shè)備廠；新豐牌JLG4.5型檢驗(yàn)礱谷機(jī)：浙江臺(tái)州市糧儀制造廠；JXFM110錘式旋風(fēng)磨：上海嘉定糧油儀器有限公司；THZ-D恒溫振蕩器：江蘇省太倉(cāng)市實(shí)驗(yàn)儀器廠；RE-52AA旋轉(zhuǎn)蒸發(fā)器：海亞榮生化儀器廠；試劑都為分析純。

1.3 電子鼻試驗(yàn)方法

每次將2 g待測(cè)樣品直接放入10 mL頂空瓶中，采用頂空自動(dòng)進(jìn)樣法，載氣采用零級(jí)發(fā)生器氣體。測(cè)試參數(shù)：流速為150 mL／min，抽樣體積為1 mL，抽樣速度為1 mL／s，采樣數(shù)據(jù)時(shí)間為120 s，采樣頻率1次／s。保溫箱溫度分別為30、50、70和90℃，保溫時(shí)間為 120 s，震蕩參數(shù)：500 r／min，開(kāi) 5 s、關(guān) 2 s。輸出數(shù)據(jù)為測(cè)量過(guò)程中各傳感器相對(duì)初始電阻的變化率，取每個(gè)傳感器的相對(duì)電阻變化率的絕對(duì)值最大的作為有效信號(hào)強(qiáng)度值，每個(gè)測(cè)試樣品獲得12組數(shù)據(jù)。

1.4 相關(guān)儲(chǔ)藏指標(biāo)測(cè)量方法

含水量、粗脂肪含量、脂肪酸、發(fā)芽勢(shì)和發(fā)芽率等分別采用國(guó)標(biāo)方法 GB 5497—1985、GB／T 5512—2008、GB／T 20569—2006、GB／T 5520—2011測(cè)量。

1.5 數(shù)據(jù)分析方法

數(shù)據(jù)采用了多重比較（鄧肯法）、相關(guān)分析、主成分PCA分析和主成分回歸等統(tǒng)計(jì)方法，使用SAS9.3（Cary，NC，USA.）軟件進(jìn)行分析。

2 結(jié)果與討論

2.1 不同品種和儲(chǔ)藏時(shí)間的秈稻谷的品質(zhì)指標(biāo)

表1為與儲(chǔ)藏品質(zhì)密切相關(guān)的理化指標(biāo)含水量、脂肪含量、脂肪酸和發(fā)芽等，這些指標(biāo)通常用來(lái)評(píng)價(jià)糧食儲(chǔ)藏過(guò)程中糧食新陳程度［12-14］。早秈稻和中秈稻含水質(zhì)量分?jǐn)?shù)范圍為12.4到13.3%，為安全儲(chǔ)藏水分范圍。脂肪質(zhì)量分?jǐn)?shù)為2%左右，盡管稻谷脂肪含量比淀粉、蛋白質(zhì)等成分含量低得多，但在儲(chǔ)存期間稻谷陳化的主要原因在于脂類物質(zhì)的氧化。

本試驗(yàn)中不同年份樣品的脂肪酸值有顯著性差異（P＜0.05），而品種之間沒(méi)有差異（P＞0.05）。隨著稻谷儲(chǔ)存時(shí)間延長(zhǎng)，稻谷中脂肪降解生成脂肪酸，還會(huì)產(chǎn)生醇、醛、酮類等各種易揮發(fā)性的成分［15］。這些揮發(fā)性成分可以被電子鼻檢測(cè)到［7］，因此電子鼻信號(hào)和脂肪酸之間有一定關(guān)系。稻谷中脂肪酸值會(huì)隨儲(chǔ)藏時(shí)間增加而增加，并且由脂肪氧化造成的揮發(fā)成分變化能夠被電子鼻檢測(cè)到［7］。由于脂肪酸與電子鼻信號(hào)存在一定的因果相關(guān)關(guān)系，文后將繼續(xù)探討它們之間的相關(guān)性和定量關(guān)系。不同品種和儲(chǔ)藏年份之間的秈稻發(fā)芽勢(shì)和發(fā)芽率有顯著性差異（P＜0.05），隨儲(chǔ)藏時(shí)間的增加而降低，這與以前的研究是一致的［12，14］。

表1 稻谷的理化指標(biāo)測(cè)量值

2.2 不同測(cè)試條件下電子鼻信號(hào)主成分分析

由于樣品保溫是電子鼻樣品測(cè)試的一種重要預(yù)處理步驟，本試驗(yàn)也安排了4種不同保溫溫度的樣品測(cè)試。圖1是樣品經(jīng)不同溫度保溫取頂空氣體進(jìn)行測(cè)量電子鼻信號(hào)主成分散點(diǎn)圖。

圖1 不同測(cè)試溫度的電子鼻信號(hào)主成分分析圖

根據(jù)圖1可知，前2個(gè)主成分之和都達(dá)到92%以上，因此使用這2個(gè)主成分可以解釋全部傳感器信號(hào)的特征信息。通過(guò)對(duì)每個(gè)探頭信號(hào)的絕對(duì)值進(jìn)行分析，發(fā)現(xiàn)保溫溫度越高，每個(gè)探頭的信號(hào)強(qiáng)度隨溫度顯著性的增加（P＜0.01）。說(shuō)明稻谷在較高的保溫溫度下有更多的成分揮發(fā)出來(lái)，從而被探頭檢測(cè)到。原因之一是在較高溫度下稻谷的揮發(fā)出更多的成分造成的。從圖1中前2個(gè)主成分的貢獻(xiàn)率可知，保溫溫度越高，主成分1的貢獻(xiàn)率有所下降，從74.24%下降到70.19%；主成分2的貢獻(xiàn)率從17.86%上升到25.84%，但前2個(gè)主成分的整體判別能力有所增強(qiáng)（從92.1%到96.13%）。

從品種上來(lái)看，早秈和中秈稻谷被很明顯的區(qū)分開(kāi)；從儲(chǔ)藏年份上來(lái)看，2011年樣品也很容易區(qū)分，2009年和2010年也僅僅在50℃恒溫條件下只有小部分重合。因此說(shuō)明電子鼻對(duì)2種秈稻谷品種和3個(gè)儲(chǔ)藏年份都有很好的區(qū)分能力。但是從散點(diǎn)圖的分布來(lái)看，不同的保溫預(yù)處理?xiàng)l件對(duì)主成分的區(qū)分效果影響不大，即使不使用保溫預(yù)處理，常溫30℃（即無(wú)需加熱處理）進(jìn)樣也可以得到很好的區(qū)分效果。

2.3 電子鼻信號(hào)主成分與儲(chǔ)藏指標(biāo)之間的相關(guān)性分析

由于主成分1和主成分2可以解釋大部分電子鼻信號(hào)，因此將前2個(gè)主成分與儲(chǔ)藏指標(biāo)脂肪酸、發(fā)芽勢(shì)和發(fā)芽率進(jìn)行相關(guān)分析，結(jié)果見(jiàn)表2。根據(jù)表2可知，2個(gè)主成分與脂肪酸、發(fā)芽勢(shì)和發(fā)芽率都有顯著性的相關(guān)性。這說(shuō)明電子鼻信號(hào)和稻谷儲(chǔ)藏品質(zhì)之間有緊密的相關(guān)性，這也是通過(guò)電子鼻信號(hào)主成分分析結(jié)果（圖1）能夠區(qū)分稻谷不同儲(chǔ)藏年限的原因。

表2 儲(chǔ)藏指標(biāo)與主成分之間的相關(guān)性系數(shù)表

2.4 傳感器陣列辨別能力分析及保溫溫度對(duì)測(cè)試結(jié)果的影響

表3為不同溫度下，12個(gè)探頭辨別能力系數(shù)表。對(duì)主成分1來(lái)說(shuō)，不同溫度下的4個(gè)傳感器LY2／G、T30／1、T70／2和 PA／2的辨別能力系數(shù)絕對(duì)值都保持的0.3以上，P10／1和P40／1在50℃以上時(shí)辨別能力系數(shù)下降到0.3以下，LY2／gCT在90℃時(shí)上升到0.32（絕對(duì)值）；對(duì)主成分2來(lái)說(shuō)，不同溫度下，4個(gè)傳感器 LY2／LG、LY2／AA、LY2／GH和 LY2／gCTL的辨別能力系數(shù)絕對(duì)值在的0.3以上，P10／1、P10／2和P40／1在50℃以上辨別能力系數(shù)都上升到0.3以上。

這些變化表明了傳感器陣列的識(shí)別能力隨著樣品保溫溫度發(fā)生改變，說(shuō)明較高保溫條件下，被識(shí)別的氣味成分組成發(fā)生改變。既可能是原稻谷揮發(fā)性成分增加不一致造成的，也可能是稻谷本身發(fā)生了反應(yīng)，產(chǎn)生新的氣味成分。因此在稻谷儲(chǔ)藏品質(zhì)測(cè)試試驗(yàn)中，保溫溫度是一個(gè)重要條件，會(huì)直接影響各探頭的定性辨別能力，也會(huì)影響到定量檢測(cè)結(jié)果。

表3 不同保溫溫度的探頭判別能力系數(shù)

2.5 主成分回歸模型建立

由前面分析結(jié)果可知脂肪酸、發(fā)芽勢(shì)、發(fā)芽率與揮發(fā)性成分之間存在一定的因果關(guān)系，因此用主成分回歸建立不同保溫處理?xiàng)l件下的定量回歸模型，模型評(píng)價(jià)參數(shù)見(jiàn)表4。當(dāng)溫度為30℃時(shí)，脂肪酸含量的主成分回歸預(yù)測(cè)精度最高，該模型的校正決定系數(shù)和交叉驗(yàn)證的剩余平方和分別達(dá)到0.974和0.500。圖2說(shuō)明了30℃保溫處理后電子鼻數(shù)據(jù)的主成分回歸預(yù)測(cè)脂肪酸結(jié)果與實(shí)測(cè)值接近。由于較高保溫處理，稻谷揮發(fā)性物質(zhì)與空氣會(huì)發(fā)生反應(yīng)，部分物質(zhì)降解，部分新物質(zhì)生成，改變了原有成分組成。盡管高溫會(huì)促使更多信號(hào)被檢測(cè)到，但氣體成分改變，電子鼻檢測(cè)到的數(shù)據(jù)將偏離了樣品原來(lái)的信號(hào)模式。因此保溫溫度增加，脂肪酸含量的預(yù)測(cè)模型精度變差（見(jiàn)表4），選用接近常溫30℃（即無(wú)需加熱處理）能得到較為精確的結(jié)果。由表4也可知，主成份回歸模型預(yù)測(cè)發(fā)芽率和發(fā)芽勢(shì)的校正決定系數(shù)都在0.85以上，并且當(dāng)溫度為50℃時(shí)，發(fā)芽勢(shì)和發(fā)芽率的預(yù)測(cè)精度最高。適當(dāng)加溫處理能提高發(fā)芽勢(shì)和發(fā)芽率的預(yù)測(cè)精度，不過(guò)對(duì)于發(fā)芽勢(shì)指標(biāo)，90℃處理反而預(yù)測(cè)精度降低。

本研究中，由于樣品選擇品種比較少，僅僅只有秈稻，儲(chǔ)藏年度只有3個(gè)，并且沒(méi)有新鮮秈稻樣品，有一定的預(yù)測(cè)局限性。如果采集更多品種、產(chǎn)地和儲(chǔ)藏年限的稻谷作為樣品集，將會(huì)得到范圍更大和穩(wěn)定可靠的預(yù)測(cè)結(jié)果。

表4 3個(gè)指標(biāo)的主成分回歸模型參數(shù)

圖2 30℃時(shí)樣品脂肪酸的主成分回歸預(yù)測(cè)圖

3 結(jié)論

3.1 PCA分析可知，電子鼻能區(qū)分不同儲(chǔ)藏年限和品種的秈稻。不同的保溫預(yù)處理?xiàng)l件對(duì)主成分的區(qū)分效果影響不大，即使不使用保溫預(yù)處理，常溫30℃（即無(wú)需保溫處理）進(jìn)樣也可以得到很好的區(qū)分效果。

3.2 電子鼻信號(hào)前2個(gè)主成分與脂肪酸、發(fā)芽勢(shì)和發(fā)芽率都有顯著性的相關(guān)性，這說(shuō)明電子鼻信號(hào)和稻谷儲(chǔ)藏品質(zhì)之間有緊密的相關(guān)性。

3.3 保溫溫度是影響各探頭辨別能力的測(cè)試條件之一，傳感器探頭 LY2／G、T30／1、T70／2、PA／2、LY2／LG、LY2／AA、LY2／GH和 LY2／gCTL對(duì)不同保溫溫度處理過(guò)的秈稻揮發(fā)成分具有良好的辨別能力，較高保溫處理能增強(qiáng)電子鼻傳感器的辨別分組能力。

3.4 用主成分回歸建立不同保溫處理?xiàng)l件下的定量回歸模型，發(fā)現(xiàn)不進(jìn)行保溫處理能準(zhǔn)確預(yù)測(cè)樣品中脂肪酸含量，預(yù)測(cè)模型的校正決定系數(shù)和交叉驗(yàn)證的剩余平方和分別達(dá)到0.974和0.500；適當(dāng)加溫處理（50℃）能同時(shí)準(zhǔn)確預(yù)測(cè)發(fā)芽勢(shì)和發(fā)芽率指標(biāo)，預(yù)測(cè)模型的校正決定系數(shù)和交叉驗(yàn)證的剩余平方和分別達(dá)到0.93以上和0.350以下。

［1］Schaller E，Bosset JO，Escher F.‘Electronic noses’and their application to food［J］.LWT-Food Science and Technology，1998，31（4）：305-316

［2］Peris M，Escuder-Gilabert L.A 21st century technique for food control：Electronic noses［J］.Analytica Chimica Acta，2009，638（1）：1-15

［3］王俊，胡桂仙，于勇，等.電子鼻與電子舌在食品檢測(cè)中的應(yīng)用研究進(jìn)展［J］.農(nóng)業(yè)工程學(xué)報(bào)，2004，20（2）：292-295

［4］Hongmei Zhang，Jun Wang.Detection of age and insect damage incurred by wheat，with an electronic nose［J］.Journal of Stored Products Research，2007，43（4）：489-495

［5］Lingjiang Pang，Jun Wang，Xinghua Lu，et al.Discrimination of storage age for wheat by E-nose［J］.Transactions of the ASABE，2008，51（5）：1707-1712

［6］Evans P，Persaud KC，McNeish AS，et al.Evaluation of a radial basis function neural network for the determination of wheat quality from electronic nose data［J］.Sensors and Actuators B：Chemical，2000，69（3）：348-358

［7］宋偉，謝同平，張美玲，等.應(yīng)用電子鼻判別不同儲(chǔ)藏條件下粳稻谷品質(zhì)的研究［J］.中國(guó)糧油學(xué)報(bào)，2012，27（5）：92-96

［8］Wu J.Feasibility of the application of electronic nose technology tomonitoring insect infestation in wheat［D］.Winnipeg：University of Manitoba，2008

［9］Jonsson A，Winquist F，Schnürer J，et al.Electronic nose for microbial quality classification of grains［J］.International Journal of Food Microbiology，1997，35（2）：187-193

［10］Magan N，Evans P.Volatiles as an indicator of fungal activity and differentiation between species，and the potential use of electronic nose technology for early detection of grain spoilage［J］.Journal of Stored Products Research，2000，36（4）：319-340

［11］Paolesse R，Alimelli A，Martinelli E，et al.Detection of fungal contamination of cereal grain samples by an electronic nose［J］.Sensors and Actuators B：Chemical，2006，119（2）：425-430

［12］張瑛，吳先山，吳敬德，等.稻谷儲(chǔ)藏過(guò)程中理化特性變化的研究［J］.中國(guó)糧油學(xué)報(bào)，2003，18（6）：20-24，28

［13］周顯青，張玉榮，王鋒.稻谷新鮮度敏感指標(biāo)篩選及陳化機(jī)理的探討［J］.糧食與飼料工業(yè)，2007（9）：4-6，12

［14］卞科，尹陽(yáng)陽(yáng).稻谷儲(chǔ)藏品質(zhì)指標(biāo)測(cè)定方法研究進(jìn)展［J］.糧食與飼料工業(yè)，2010（7）：5-8

［15］周顯青，張玉榮，趙秋紅，等.稻谷新陳度的研究（四）——稻谷儲(chǔ)藏過(guò)程中揮發(fā)性物質(zhì)的變化及其與新陳度的關(guān)系［J］.糧食與飼料工業(yè)，2005（2）：1-3.