稻米全產(chǎn)業(yè)鏈可追溯關(guān)鍵技術(shù)研究進(jìn)展

楊 健，張星燦,2，華苗苗，康建平,2，劉 建，白菊紅，吳 淼，鐘雪婷

稻米全產(chǎn)業(yè)鏈可追溯關(guān)鍵技術(shù)研究進(jìn)展

楊 健1，張星燦1,2，華苗苗1，康建平1,2，劉 建1，白菊紅1，吳 淼1，鐘雪婷1

（1. 四川東方主食產(chǎn)業(yè)技術(shù)研究院，四川 成都 611130；2. 四川省食品發(fā)酵工業(yè)研究設(shè)計(jì)院，四川 成都 611130）

稻米作為世界主要糧食作物之一，當(dāng)今稻米質(zhì)量安全形勢(shì)不容樂觀，因此開發(fā)稻米可追溯體系已成為國(guó)內(nèi)外研究熱點(diǎn)。從產(chǎn)地判別關(guān)鍵技術(shù)（指紋技術(shù)、穩(wěn)定同位素技術(shù)、多元素分析技術(shù)、近紅外光譜技術(shù)）與可追溯體系關(guān)鍵技術(shù)（信息識(shí)別技術(shù)、信息編碼技術(shù)、信息傳輸技術(shù)）兩方面歸納總結(jié)了稻米可追溯關(guān)鍵技術(shù)的研究現(xiàn)狀。在此基礎(chǔ)上分析了稻米可追溯體系發(fā)展趨勢(shì)，同時(shí)新技術(shù)也將繼續(xù)應(yīng)用于可追溯體系。

稻米安全；全產(chǎn)業(yè)鏈；可追溯系統(tǒng)；關(guān)鍵技術(shù)；食品產(chǎn)地溯源

稻米是世界主要糧食作物之一，稻米已成為我國(guó)人民的主食，超過8億人口，約占我國(guó)總?cè)丝诘?5%[1]。近年來，食品安全面臨形勢(shì)嚴(yán)峻，我國(guó)“毒大米”、“鎘大米”、“染色大米”等稻米安全事件時(shí)有發(fā)生，不僅影響我國(guó)大米的出口，而且容易引起因質(zhì)量安全帶來民眾的恐慌[2]。因此，建立稻米全產(chǎn)業(yè)鏈可追溯體系意義重大，意味著監(jiān)管部門對(duì)監(jiān)控有據(jù)可依，生產(chǎn)企業(yè)對(duì)加工有蹤可尋，消費(fèi)者對(duì)大米的信息有源可查[3]。

國(guó)外以歐盟、美國(guó)、日本為首的發(fā)達(dá)國(guó)家可追溯體系較為成熟。其中日本在大米標(biāo)準(zhǔn)和檢驗(yàn)方面比較嚴(yán)格，對(duì)大米生產(chǎn)的全過程都實(shí)行標(biāo)準(zhǔn)化，從大米種植到大米加工儲(chǔ)藏都做了具體的規(guī)范[4]。我國(guó)對(duì)于可追溯體系的認(rèn)識(shí)與起步較晚，最早可追溯體系始于2002年，之后《食品安全行動(dòng)計(jì)劃》《中華人民共和國(guó)農(nóng)產(chǎn)品質(zhì)量安全法》《產(chǎn)品可溯源性統(tǒng)一規(guī)范》《農(nóng)產(chǎn)品溯源信息標(biāo)識(shí)與編碼技術(shù)》等相繼出臺(tái)。王東亭等[5]提出在相關(guān)法律和標(biāo)準(zhǔn)修訂和完善過程中，平衡種植戶、生產(chǎn)企業(yè)、監(jiān)管部門、檢測(cè)機(jī)構(gòu)、消費(fèi)者等供應(yīng)鏈關(guān)鍵參與方的權(quán)、責(zé)、利，整合各方資源，推動(dòng)稻米追溯信息精準(zhǔn)化、追溯流程便捷化、追溯系統(tǒng)整合化、追溯裝備智能化、追溯管理專業(yè)化，保障稻米安全與品質(zhì)，守護(hù)國(guó)人健康。

1 稻米產(chǎn)地判別關(guān)鍵技術(shù)

食品產(chǎn)地溯源（food geographical origin tracing），即分析表征地域的特征性差異，對(duì)食品原產(chǎn)地進(jìn)行識(shí)別和區(qū)分的過程，并且能夠判斷市場(chǎng)銷售和流通的食品源自什么地域。稻米產(chǎn)地判斷技術(shù)是保護(hù)地理標(biāo)志產(chǎn)品的重要技術(shù)支撐之一。

1.1 理化指標(biāo)指紋技術(shù)判別產(chǎn)地

稻米理化指標(biāo)可作為表征地域信息的特征因子，通過化學(xué)計(jì)量學(xué)方法分析其“指紋”特征，從而判定其原產(chǎn)地。錢麗麗等[6]研究查哈陽、建三江和五常3個(gè)產(chǎn)區(qū)89份大米樣品指標(biāo)（蛋白質(zhì)、直鏈淀粉、脂肪和灰分），探討理化指標(biāo)指紋分析技術(shù)對(duì)大米產(chǎn)地鑒別的可行性，顯示不同產(chǎn)地大米的理化指標(biāo)有顯著差異，交叉檢驗(yàn)正確判別率為95.5%。王娜娜等[7]采用頂空固相微萃取-氣相色譜法（HS-SPME-GC/FID）分析了不同產(chǎn)地大米樣本的揮發(fā)性成分，應(yīng)用主成分分析法和偏最小二乘判別分析法（PLS-DA），可100%區(qū)分大米的產(chǎn)地和新鮮程度。

1.2 穩(wěn)定同位素技術(shù)判別產(chǎn)地

基于同位素在自然界中存在同位素分餾效應(yīng)，據(jù)此可將穩(wěn)定同位素用于稻米產(chǎn)地溯源分析。Oda H[8-9]、Suzuki Y[10]、Korenaga T[11]等研究穩(wěn)定同位素組成或范圍來區(qū)分不同地域大米，建立大米中同位素特征與產(chǎn)地環(huán)境的相關(guān)性。Suzuki Y[12]研究發(fā)現(xiàn)大米脂肪酸中的同位素氫含量與產(chǎn)地水源和溫度密切相關(guān)，以此代表產(chǎn)地的特征信息。Zhi Liu[13]等結(jié)合元素分析-同位素比質(zhì)譜（EA-IRMS）和歸納法，采用化學(xué)計(jì)量學(xué)數(shù)據(jù)處理的等離子體耦合質(zhì)譜（ICP-MS）分析了東南亞進(jìn)口大米與中國(guó)不同種植區(qū)大米的7種穩(wěn)定同位素（即δ13C、δ15N、δ2H、δ18O、87/86Sr、207/206Pb和208/207Pb）和25種多元素濃度（Na、Ca、Fe、Zn、Rb、Ag和Cd等），基于主成分分析（PCA）和逐步線性判別分析（LDA）建模以確定稻米地理來源，經(jīng)過交叉驗(yàn)證，盲樣預(yù)測(cè)準(zhǔn)確度，中國(guó)不同產(chǎn)地的大米樣品達(dá)90.0%，東南亞進(jìn)口大米達(dá)85.0%。

鑒于穩(wěn)定同位素檢測(cè)設(shè)備與使用成本高，導(dǎo)致該技術(shù)的應(yīng)用受到一定的限制。同時(shí)有研究表明，穩(wěn)定同位素對(duì)于空間較遠(yuǎn)的產(chǎn)地判斷較好，而對(duì)于空間距離較近的同位素分布差異性較弱。

1.3 多元素分析技術(shù)判別產(chǎn)地

稻米中礦質(zhì)元素含量、分布與其產(chǎn)地環(huán)境密切相關(guān)，稻米礦質(zhì)元素與產(chǎn)地的相關(guān)性比有機(jī)化合物等判別因子更加穩(wěn)定，礦質(zhì)元素被認(rèn)為產(chǎn)地判別的有效標(biāo)記物[14]。

已有文獻(xiàn)報(bào)道多元素分析判別稻米產(chǎn)地，Kelly等[15]通過測(cè)定73個(gè)稻米樣品中7種礦物元素含量來判別不同產(chǎn)地（美國(guó)、歐洲和巴斯馬蒂）；Li G等[16]測(cè)定中國(guó)不同產(chǎn)地大米中的15種元素含量，結(jié)合Fibonacci（斐波那契）指數(shù)分析建立了精準(zhǔn)度較高的產(chǎn)地判別方法；Cheajesadagul等[17]利用高分辨ICP-MS檢測(cè)6個(gè)不同國(guó)家（泰國(guó)、法國(guó)、印度、意大利、日本、巴基斯坦）的大米樣本中21種元素，通過PCA和LDA建立模型對(duì)稻米產(chǎn)地溯源的回代檢驗(yàn)正確率為100%，交叉檢驗(yàn)正確率為90.32%；Gonzálvez A等[18]分析不同國(guó)家（西班牙、日本、巴西、意大利、巴倫西亞）153個(gè)稻米樣品中Ai、As、Ba、Bi、Cd等32個(gè)元素含量，建立了LDA模型，將西班牙大米區(qū)分開的正確率達(dá)91.30%；Ariyama K等[19]通過測(cè)定8種礦物元素，并結(jié)合多元數(shù)據(jù)分析軟件（SIMCA）、LDA、K最鄰近結(jié)點(diǎn)算法（KNN）等3種方法判別4個(gè)國(guó)家（日本、美國(guó)、中國(guó)、泰國(guó)）的稻米樣品成功率達(dá)97%。Camila Neves Lange[20]等通過PCA評(píng)估9個(gè)城市的水稻礦物質(zhì)譜允許鑒定控制變量和原始指紋。

張玥等[21]采用原子吸收光譜法（AAS）檢測(cè)了吉林省松原市三大主產(chǎn)區(qū)10個(gè)產(chǎn)地100個(gè)大米樣品中的礦物元素含量，結(jié)合差異分析、判別分析、主成分分析和聚類分析，獲得判別指標(biāo)為Zn、K、Mg、Na、Ca和Mn元素，通過判別分析，驗(yàn)證了其準(zhǔn)確率達(dá)100%；王朝輝等[22]為提高稻米產(chǎn)地判別的準(zhǔn)確性，利用AAS檢測(cè)3個(gè)產(chǎn)地3個(gè)水稻品種120個(gè)樣品中11種礦物元素（Pb、Cd、K、Na、Ca、Mg、Zn、Cu、Fe、Mn、Cr）含量，結(jié)合差異分析、雷達(dá)分析和線性判別分析研究水稻品種對(duì)于稻米產(chǎn)地判別準(zhǔn)確性的影響。礦物元素指紋分析技術(shù)判別產(chǎn)地效果，克服了穩(wěn)定同位素的局限，該技術(shù)目前研究還不系統(tǒng)，尚未建立整套理論方法體系。

1.4 近紅外光譜技術(shù)判別產(chǎn)地

近紅外光譜技術(shù)（NIR）是利用近紅外光譜區(qū)（波長(zhǎng)780~2 526 nm，波數(shù)4 000~12 820 cm–1）有機(jī)分子中含氫基團(tuán)（O-H、N-H、C-H）振動(dòng)的合頻和各級(jí)倍頻的吸收區(qū)相一致，通過掃描樣品可得到該樣品有機(jī)分子含氫基團(tuán)的特征信息，不同產(chǎn)地稻米所表征的特征信息不同[23]。近紅外光譜分析常用化學(xué)計(jì)量方法見表1。

表1 常用化學(xué)計(jì)量學(xué)方法

Namaporn等[24]建立了NIR鑒別大米品種的方法。夏立婭等[25-26]運(yùn)用NIR結(jié)合PCA對(duì)來自響水地區(qū)和非響水地區(qū)共計(jì)209份稻米樣品的光譜進(jìn)行降維分析，建立稻米產(chǎn)地的快速鑒別方法。

Wang等[27]利用近紅外光譜和電感耦合等離子體元素分析臺(tái)灣島內(nèi)收集的83個(gè)水稻樣品中TK2、TK9、TN11和T71的粳稻品種來確定來自北部、中部、南部和東部的水稻來源。

張東杰[28-32]團(tuán)隊(duì)利用NIR技術(shù)，結(jié)合化學(xué)計(jì)量方法對(duì)黑龍江地理標(biāo)志稻米產(chǎn)地進(jìn)行溯源研究，準(zhǔn)確率達(dá)95%以上；對(duì)黑龍江建三江、查哈陽稻米快速檢測(cè)分析，鑒別真假正確判別率超過90%；引入漫反射傅里葉變換建立定量分析與定性分析對(duì)不同年份的稻米產(chǎn)地進(jìn)行判別，進(jìn)一步利用因子化法建立的定性分析模型和利用PLS建立的定量分析模型，對(duì)三江、五常大米產(chǎn)地判別具有一定的可行性。周子立等[33]應(yīng)用NIR結(jié)合人工神經(jīng)網(wǎng)絡(luò)對(duì)不同地區(qū)（東北、江蘇、安徽）180份稻米樣品進(jìn)行判別，準(zhǔn)確率達(dá)100%。呂慧等[34]結(jié)合PLS法計(jì)算樣品的近紅外光譜圖之間的歐氏距離來反映不同樣品間的差異，對(duì)102份不同產(chǎn)地的稻米進(jìn)行聚類分析，對(duì)稻米產(chǎn)地進(jìn)行判別。周曉璇等[35]運(yùn)用PLS法結(jié)合最大最小歸一化的預(yù)處理方式，建立的摻低檔米模型的校正集和預(yù)測(cè)集相關(guān)系數(shù)分別為0.969 8和0.984 5，均方根誤差分別為8.66和6.46，模型的預(yù)測(cè)精度和穩(wěn)定性均較好，實(shí)現(xiàn)對(duì)摻偽大米快速、準(zhǔn)確的定量判別。近紅外光譜結(jié)合模式識(shí)別技術(shù)用于稻米的產(chǎn)地溯源是有效的，作為一種無損快速的分析方法，該技術(shù)具有廣闊的應(yīng)用前景。

1.5 其他方法

針對(duì)稻米產(chǎn)地判別研究技術(shù)主要還有電子鼻技術(shù)[36]、電子舌技術(shù)[37]、DNA指紋分析技術(shù)[38]、電感耦合等離子技術(shù)[39]以及拉曼光譜技術(shù)[40]等。

2 稻米可追溯體系關(guān)鍵技術(shù)

2.1 可追溯信息識(shí)別技術(shù)

國(guó)際商品信息標(biāo)識(shí)、收集、傳遞活動(dòng)是通過國(guó)際物品編碼協(xié)會(huì)（GS1）研發(fā)的全球規(guī)范化標(biāo)識(shí)體系（EAN?UCC）系統(tǒng)，被很多國(guó)家廣泛用于食品質(zhì)量安全追溯，編碼由全球貿(mào)易項(xiàng)目代碼（GTIN）、屬性代碼（如產(chǎn)地、批次、生產(chǎn)日期、保質(zhì)期、有效期等）、全球位置碼（GLN）、物流單元標(biāo)識(shí)代碼（SSCC-18）和儲(chǔ)運(yùn)單元標(biāo)識(shí)代碼（ITF-14）等構(gòu)成，基本原則是采用商品條碼＋批次號(hào)碼＋追溯碼進(jìn)行產(chǎn)品追溯標(biāo)識(shí)。如關(guān)靜[2]依據(jù)《EAN?UCC系統(tǒng)應(yīng)用標(biāo)識(shí)符》《農(nóng)產(chǎn)品追溯編碼導(dǎo)則》《農(nóng)產(chǎn)品產(chǎn)地編碼規(guī)則》所規(guī)定的內(nèi)容，選擇EAN?UCC編碼體系中的UCC/EAN- 128加GTIN-14的編碼方式作為大米安全追溯系統(tǒng)的編碼方案。2015年王醒宇[41]等采用GS1系統(tǒng)建立非轉(zhuǎn)基因大米制品可追溯體系。

2.2 可追溯信息編碼技術(shù)

2.2.1 條碼技術(shù)

條碼技術(shù)通過編碼、印刷、光傳感等技術(shù)，將條碼所攜帶的數(shù)據(jù)讀取出來，并轉(zhuǎn)化成有意義的信息，以其高密度、信息容量大、可靠性高、保密防偽性強(qiáng)的優(yōu)勢(shì)，將條碼技術(shù)的應(yīng)用拓展到稻米可追溯系統(tǒng)。雷云[42]為實(shí)現(xiàn)稻米質(zhì)量安全建立的追溯系統(tǒng)，基于C/S的產(chǎn)品信息二維碼生成子系統(tǒng)和基于Android手機(jī)二維碼識(shí)別子系統(tǒng)，分別用于企業(yè)內(nèi)部的生產(chǎn)、流通跟蹤、消費(fèi)者的追溯查詢及第三方機(jī)構(gòu)監(jiān)督。樊星[43]以二維碼技術(shù)構(gòu)建稻米質(zhì)量安全可追溯系統(tǒng)，實(shí)現(xiàn)“一品一碼，全程追溯”。梁琨[44-45]提出以表面噴印二維條碼的追溯顆粒作為谷物追溯信息的載體，基于嵌入式系統(tǒng)開發(fā)了二維條碼、GPS定位信息和谷物產(chǎn)地環(huán)境信息采集終端，終端采集到的數(shù)據(jù)通過GPRS網(wǎng)絡(luò)傳輸，實(shí)現(xiàn)稻谷身份標(biāo)識(shí)信息、倉(cāng)儲(chǔ)溫濕度、稻谷含水率等信息的釆集。趙麗[46]等基于手機(jī)二維條碼識(shí)別的農(nóng)產(chǎn)品質(zhì)量安全追溯系統(tǒng)，為消費(fèi)者提供了一種新的追溯手段。

2.2.2 射頻識(shí)別技術(shù)

射頻識(shí)別（radio frequency identification，RFID）作為一種非接觸的自動(dòng)識(shí)別技術(shù)，是解決多層次的網(wǎng)絡(luò)模式復(fù)雜性問題的較好選擇之一，其原理是利用空間耦合（交變電場(chǎng)或磁場(chǎng)）自動(dòng)實(shí)現(xiàn)捕獲目標(biāo)并獲得相關(guān)數(shù)據(jù)，具有多標(biāo)識(shí)同時(shí)識(shí)別、重復(fù)利用、記憶容量大、抗污染能力強(qiáng)等特點(diǎn)。劉鵬[47]等將RFID中間件技術(shù)應(yīng)用在糧食質(zhì)量追溯中的業(yè)務(wù)流程及使用方式中，建立糧食質(zhì)量安全追溯系統(tǒng)，系統(tǒng)識(shí)別準(zhǔn)確率達(dá)95.3%。侯月鵬[48]采用RFID技術(shù)，以稻米供應(yīng)鏈為研究對(duì)象，采用Vbscript、Html、Visual Basic混合語言和Access 2003數(shù)據(jù)庫(kù)開發(fā)出稻米整個(gè)供應(yīng)鏈的可追溯系統(tǒng)。陳益能[49]利用有機(jī)RFID技術(shù)，提出了適合大米的供應(yīng)鏈可追溯系統(tǒng)。雷云[50]以RFID和二維碼標(biāo)識(shí)技術(shù)為切入點(diǎn)，開發(fā)出適合稻米質(zhì)量安全可追溯系統(tǒng)。

2.2.3 其他編碼技術(shù)

2009年劉鵬等[51]運(yùn)用EPC（electronic product code）編碼結(jié)構(gòu)模型，結(jié)合稻米安全追溯過程中的關(guān)鍵信息，設(shè)計(jì)構(gòu)建了稻米追溯編碼方案；2017年凌菁等[52]利用近場(chǎng)通信（NFC）技術(shù)建立溯源系統(tǒng)架構(gòu)及數(shù)據(jù)安全體系，實(shí)現(xiàn)對(duì)稻米生產(chǎn)、流通和銷售等環(huán)節(jié)進(jìn)行監(jiān)控追蹤；與RFID結(jié)合的無線傳感網(wǎng)絡(luò)（wireless sensor networks，WSN）通過傳感器采集供應(yīng)鏈環(huán)境信息，提高可追溯信息采集的準(zhǔn)確度，并動(dòng)態(tài)反映稻米品質(zhì)及其變化趨勢(shì)[53]；Garcia-Sanchez[54]等利用機(jī)器視覺技術(shù)，基于IEEE 802.15.4協(xié)議的精細(xì)農(nóng)業(yè)無線傳感環(huán)境監(jiān)測(cè)解決方案，通過多媒體傳感器實(shí)現(xiàn)了人畜非法入侵的影像抓拍，并通過集成運(yùn)動(dòng)識(shí)別傳感器，降低了多媒體功能運(yùn)行的能耗，可用于稻米種植信息收集。

2.3 可追溯信息傳輸技術(shù)

信息傳輸是信源將信息經(jīng)信道傳送到信宿，并被信宿所接收的過程。稻米在全產(chǎn)業(yè)鏈所有流程（種子、種植、加工、運(yùn)輸、貯藏、銷售）中信息的發(fā)送、傳輸與接收過程。各環(huán)節(jié)創(chuàng)設(shè)可追溯標(biāo)簽之后，要做好各個(gè)程序間信息交互的高效管理，如果某個(gè)流程存在負(fù)面現(xiàn)象，則會(huì)對(duì)整體性的運(yùn)作產(chǎn)生不同程度的負(fù)面影響，由此不能達(dá)成可追溯操作的目標(biāo)，務(wù)必要選擇全球共同認(rèn)可的技術(shù)指標(biāo)，以更好地保障數(shù)據(jù)交互效能。如可擴(kuò)展標(biāo)記語言（extensible markup language，XML）是一種允許用戶根據(jù)需要自己定義標(biāo)記的源語言，具有平臺(tái)無關(guān)性、易于擴(kuò)展、交互性好和語義性強(qiáng)等特點(diǎn)，是最常見的異構(gòu)數(shù)據(jù)庫(kù)之間進(jìn)行電子數(shù)據(jù)交換（electronic data interchange，EDI）與傳輸?shù)臉?biāo)準(zhǔn)?；赬ML的EDI技術(shù)，實(shí)現(xiàn)數(shù)據(jù)的無縫連接和追溯信息的共享，將各個(gè)主體有效結(jié)合，從而實(shí)現(xiàn)稻米從生產(chǎn)到消費(fèi)的全程追溯[55]。

3 稻米可追溯發(fā)展趨勢(shì)

3.1 第三方可追溯體系平臺(tái)

食品質(zhì)量安全可追溯體系建立主體一般為生產(chǎn)企業(yè)（基地），導(dǎo)致監(jiān)督者（可追溯體系主體）與被監(jiān)督者（生產(chǎn)企業(yè)）同屬一個(gè)利益團(tuán)體，追溯結(jié)果難以得到消費(fèi)者認(rèn)可?；谠搯栴}，可追溯體系在政府的監(jiān)督下，利用獨(dú)立檢測(cè)機(jī)構(gòu)對(duì)稻米相關(guān)數(shù)據(jù)進(jìn)行采集，并傳遞給消費(fèi)者，可追溯體系由第三方平臺(tái)建立將是未來溯源系統(tǒng)發(fā)展的趨勢(shì)[56]。

3.2 追溯粒度評(píng)價(jià)體系構(gòu)建

錢建平[57]提出了追溯粒度的描述性定義，即追溯粒度描述了可追溯單元的不同大小水平及其所包含的橫向信息容量和縱向跟蹤深度。隨著可追溯體系研究與應(yīng)用的不斷深入，根據(jù)稻米全產(chǎn)業(yè)鏈實(shí)際需求及信息化程度，構(gòu)建合理粒度的追溯體系將成為擴(kuò)大可追溯體系在四川稻米全產(chǎn)業(yè)鏈進(jìn)一步深入應(yīng)用的趨勢(shì)，未來追溯粒度（精度、寬度、深度）將會(huì)越來越精細(xì)。

3.3 新技術(shù)應(yīng)用于可追溯體系

食品安全可追溯體系的建立將成為食品行業(yè)的標(biāo)配，以往追溯體系依賴于政府機(jī)構(gòu)管理中心數(shù)據(jù)庫(kù)，并且食品供應(yīng)鏈中各角色間信息傳遞的可靠性問題尚有待解決[58]?；趨^(qū)塊鏈技術(shù)、5G技術(shù)與萬物互聯(lián)（IOT）技術(shù)的迅速發(fā)展及普及，可追溯體系將朝著信息不可篡改、去中心化存儲(chǔ)、傳輸效率越來越高、傳輸耗能越來越低、識(shí)別時(shí)間越來越短的方向發(fā)展。

[1] 紅燕, 劉世義. 我國(guó)水稻產(chǎn)業(yè)發(fā)展現(xiàn)狀、趨勢(shì)及對(duì)策[J]. 農(nóng)村經(jīng)濟(jì)與科技, 2016, 27(9): 7-9.

[2] 關(guān)靜. 大米質(zhì)量安全溯源系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 吉林: 東北農(nóng)業(yè)大學(xué), 2016.

[3] 付亭亭, 賈健斌, 尹巖, 等. 可追溯大米的消費(fèi)行為研究[J]. 食品科技, 2015, 40(2): 360-367.

[4] WANG X J. RFID enabled pricing approach in perishable food supply chains[J]. IEEE, software engineering and service sciences. 2010: 697-700.

[5] 王東亭, 饒秀勤, 應(yīng)義斌, 等. 世界主要農(nóng)業(yè)發(fā)達(dá)地區(qū)農(nóng)產(chǎn)品追溯體系發(fā)展現(xiàn)狀[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(8): 236-250.

[6] 錢麗麗, 張愛武, 呂海峰，等. 大米理化指標(biāo)指紋在產(chǎn)地溯源的探究[J]. 中國(guó)糧油學(xué)報(bào), 2016, 31(1): 1-4.

[7] 王娜娜, 孫玉萍, 等. 氣相色譜結(jié)合化學(xué)計(jì)量學(xué)區(qū)分大米貯藏時(shí)間與產(chǎn)地[J]. 分析測(cè)試學(xué)報(bào), 2013, 32(10): 1227-1231.

[8] KAWASAKI A, ODA H, HIRATA T. Determination of strontium isotope ratio of brown rice for estimating its provenance[J]. Soil Science and Plant Nutrition, 2002, 48: 635-640.

[9] ODA H, KAWASAKI A, HIRATA T. Determination of the geographic origin of brown-rice with isotope ratios of11B/10B and87Sr/86Sr[J]. Analytical Sciences, 2001, 17(1): 1627-1630.

[10] SUZUKI Y, CHIKARAISHI Y, OGAWA N O, et al. Geographical origin of polished rice based on multiple element and stable isotope analyses[J]. Food Chemistry, 2008, 109 (2): 470-475.

[11] KORENAGA T, MUSASHI M, NAKASHITA R, et al. Statistical analysis of rice samples for compositions of multiple light elements (H, C, N and O) and their stable isotopes[J]. Anal. Sci. 2010(26): 873-878.

[12] SUZUKI Y, AKAMATSU F, NAKASHITA R, et al. Characterization of Japanese polished rice by stable hydrogen isotope analysis of total fatty acids for tracing regional origin Yaeko[J]. Analytical sciences, 2013, 29(1): 143-146.

[13] LIU Z, ZHANG W X, ZHANG Y Z. Assuring food safety and traceability of polished rice from different productionregions in China and Southeast Asia using chemometric models[J]. Food Control, 2019, 99: 1-10.

[14] COSTAS-RODRíGUEZ M, LAVILLA I, BENDICHO C. Classification of cultivated mussels from galicia (Northwest Spain) with European protected designation of origin using trace element fingerprint and chemometric analysis [J]. Anal. Chim. Acta, 2010, 664(2): 121–128.

[15] KELLY S, BAXTER M, CHAPMAN S, et al. The application of isotopic and elemental analysis to determine the geographica origin of premium long grain rice[J]. European Food research and Technology, 2002, 214(1): 72-78.

[16] LI G, NUNES L, WANG Y, et al. Profiling the ionome of rice and its use in discriminating geographical origins at the regional scale[J]. Journal of Environmental Sciences, 2013, 25(1): 144- 154.

[17] CHEAJESADAGUL P, ARNAUDGUILHEM C, SHIOWATANA J, et al. Discrimination of geographical origin of rice based on multielement fingerprinting by high resolution inductively coupled plasma mass spectrometry[J]. Food Chemistry, 2013, 141(4): 3504-3509.

[18] GONZáLVEZ A, ARMENTA S, DE LA GUARDIA M. Geographical traceability of “Arros de Valencia” rice grain based on mineral element composition[J]. Food Chemistry, 2011, 126(3): 1254-1260.

[19] ARIYAMA K, NISHIDA T, NODA T, et al. Effects of fertilizationcrop year variety and provenance factors on mineral concentrations in onions[J]. Journal of Agricultural and Food Chemistry, 2006, 54(9): 3341-3350.

[20] CAMILA N L, LUCILENA R M, BRUNA M F. Mineral profile exploratory analysisfor rice grains traceability[J]. Food Chemistry, 2019, 300: 125-145.

[21] 張玥, 王朝輝, 張亞婷，等. 基于主成分分析和判別分析的大米產(chǎn)地溯源[J]. 中國(guó)糧油學(xué)報(bào), 2016, 31(4): 1-5.

[22] 王朝輝, 張亞婷, 閔偉紅, 等. 水稻品種對(duì)大米產(chǎn)地溯源判別正確性的影響[J]. 吉林農(nóng)業(yè)大學(xué)學(xué)報(bào), 2017, 39(1): 113-119.

[23] XIAL Y, SHEN S G, LIU Z H, et al. Identification of geographicalorigins of rice with pattern recognition technique by near infrared spectroscopy[J]. Spectroscopy & Spectral Analysis, 2013, 33(1): 102-105.

[24] NAMAPORN A, SUMAPORN K, ATHAPOL N. Rapid variety identification of pure rough rice by fourier-transform near-infrared spectroscopy[J]. Cereal Chemistry, 2011, 88(5): 490-496.

[25] 夏立婭, 申世剛, 劉崢顥, 等. 基于近紅外光譜和模式識(shí)別技術(shù)鑒別大米產(chǎn)地的研究[J]. 光譜學(xué)與光譜分析, 2013, 33(1): 102-105.

[26] 夏立婭. 大米產(chǎn)地特征因子及溯源方法研究[D]. 石家莊: 河北大學(xué), 2013.

[27] WANG C I, RACHEL JUI-CHENG HSU, SHIN L U. Rice traceability systemin Taiwan[J]. Quality Assurance and Safety of Crops & Foods, 2011, 3: 74-81

[28] 錢麗麗, 宋雪健, 張東杰, 等. 基于近紅外光譜技術(shù)的黑龍江地理標(biāo)志大米產(chǎn)地溯源研究[J]. 中國(guó)糧油學(xué)報(bào), 2017, 32(10): 185-190.

[29] 錢麗麗, 宋雪健, 張東杰, 等. 近紅外光譜技術(shù)快速鑒別查哈陽大米[J]. 食品科學(xué), 2017, 38(16): 222-227.

[30] 宋雪健, 錢麗麗, 張東杰, 等. 基于近紅外光譜技術(shù)對(duì)建三江大米快速檢測(cè)分析研究[J]. 食品研究與開發(fā), 2017, 38(14): 138-143.

[31] 宋雪健, 錢麗麗, 張東杰, 等. 基于漫反射傅里葉變換近紅外光譜技術(shù)對(duì)不同年份的大米產(chǎn)地溯源檢測(cè)[J]. 食品科學(xué), 2017, 38(18): 286-291.

[32] 錢麗麗, 宋雪健, 張東杰, 等. 基于近紅外光譜技術(shù)對(duì)多年際建三江、五常大米產(chǎn)地溯源[J]. 食品科學(xué), 2018, 39(16): 321-327.

[33] 周子立, 張瑜, 何勇, 等. 基于近紅外光譜技術(shù)的大米品種快速鑒別方法[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2009, 25(8): 131-135.

[34] 周曉璇, 謝實(shí)猛, 陳全勝, 等. 基于近紅外光譜技術(shù)的大米摻偽定量判別[J]. 安徽農(nóng)業(yè)大學(xué)學(xué)報(bào), 2016, 43(4): 503-507.

[35] 呂慧, 張正竹, 王勝鵬, 等. 基于近紅外光譜技術(shù)的大米品質(zhì)分析與種類鑒別[J]. 食品工業(yè)科技, 2012, 33(3): 322-325.

[36] HAN H J, LEE S H, JI Y M, et al. Discrimination of the cultivar, growing region, and geographical origin of rice (Oryza sativa) using a mass spectrometer-based electronic nose[J]. Food Science & Biotechnology, 2016, 25(3): 695-700.

[37] WANG L, NIU Q F, HUI Y B, et al. Discrimination of rice with different pretreatment methods by using a voltammetric electronictongue[J]. Sensors, 2015, 15(7): 17 767-17 785.

[38] DAI C. Application of DNA fingerprint based on SSR in rice adulteration detection and origin traceability[C]/Food Hygiene Agriculture and Animal Science: Proceedings of the 2015 International Conference on Food Hygiene, Agriculture and Animal Science. 2015: 81-93.

[39] CHUNG I M, KIM J K, LEE J K, et al. Discrimination of geographical origin of rice (Oryza sativa, L.) by multielement analysis using inductively coupled plasma atomic emission spectroscopy and multivariate analysis[J]. Journal of Cereal Science, 2015, 65: 252-259.

[40] KIM Y, LEE S, CHUNG H, et al. Improving Raman spectroscopic differentiation of the geographical origin of rice by simultaneous illumination over a wide sample area[J]. Journal of Raman Spectroscopy, 2010, 40(2): 191-196.

[41] 王醒宇,丁卓平, 潘良文, 等. 采用GS1系統(tǒng)建立非轉(zhuǎn)基因大米制品溯源體系[J]. 食品科學(xué), 2015, 36(21): 33-36.

[42] 雷云, 李怡青, 李曄孜, 等. 基于二維碼的稻米質(zhì)量安全追溯系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 食品工業(yè)科技, 2015, 36(11): 257-261.

[43] 樊星. 基于二維碼技術(shù)的稻米可追溯系統(tǒng)的研究與實(shí)現(xiàn)[D]. 大慶: 黑龍江八一農(nóng)墾大學(xué), 2015.

[44] 梁琨, 沈明霞, 葛玉峰, 等. 基于二維條碼和ARM的谷物溯源采集傳輸系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(增刊2): 167-171.

[45] 梁琨. 二維條碼谷物溯源顆粒的研制及溯源信息采集系統(tǒng)研究[D]. 南京: 南京農(nóng)業(yè)大學(xué), 2015.

[46] 趙麗, 邢斌, 李文勇, 等. 基于手機(jī)二維條碼識(shí)別的農(nóng)產(chǎn)品質(zhì)量安全追溯系統(tǒng)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2012, 43(7): 124-129.

[47] 劉鵬, 屠康, 侯月鵬. 基于射頻識(shí)別中間件的糧食質(zhì)量安全追溯系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2009, 25(12): 145-150.

[48] 侯月鵬. 基于射頻識(shí)別(RFID)技術(shù)的稻米質(zhì)量控制與追溯系統(tǒng)研究[D]. 南京: 南京農(nóng)業(yè)大學(xué), 2009.

[49] 陳益能. 基子有機(jī)RFID的大米供應(yīng)鏈溯源系統(tǒng)關(guān)鍵技術(shù)研究[D]. 長(zhǎng)沙: 湖南農(nóng)業(yè)大學(xué).2014.

[50] 雷云. 基于射頻識(shí)別(RFID)和二維碼的稻米質(zhì)量安全追溯系統(tǒng)研究[D]. 南京: 南京農(nóng)業(yè)大學(xué), 2015.

[51] 劉鵬, 屠康, 侯月鵬, 等. 基于EPC體系的稻米安全追溯編碼系統(tǒng)研究[J]. 中國(guó)糧油學(xué)報(bào), 2009, 24(8): 129-134.

[52] 凌菁, 寧曉梅, 寧夏，等. 基于NFC的稻米質(zhì)量溯源系統(tǒng)設(shè)計(jì)[J]. 食品工業(yè),2017,38（4）:270-273.

[53] 傅澤田, 邢少華, 張小栓, 等. 食品質(zhì)量安全可追溯關(guān)鍵技術(shù)發(fā)展研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2013, 44(7): 144-153.

[54] GARCIA-SANCHEZ A J, GARCIA-SANCHEZ F, GARCIA- HARO J. Wireless sensor network deployment for integrating video-surveillance and data-monitoring in precision agriculture over distributed crops[J]. Computers and Electronics in Agriculture, 2011, 75(2): 288 -303.

[55] 邵浩清. 富硒大米質(zhì)量安全可追溯體系研究——以梧州市龍圩區(qū)為例[D]. 廣西: 廣西大學(xué), 2018.

[56] 姜爽, 韓貴清, 司震宇, 等. 第三方稻米溯源平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2017, 33(24): 215-221.

[57] 錢建平, 劉學(xué)馨, 楊信廷, 等. 可追溯系統(tǒng)的追溯粒度評(píng)價(jià)指標(biāo)體系構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014,30(1):98-104.

Progress in key technologies for traceability of rice industry chain

YANG Jian1, ZHANG Xing-can1,2, HUA Miao-miao1, KANG Jian-ping1,2, LIU Jian1, BAI Ju-hong1, WU Miao1, ZHONG Xue-ting1

(1. Sichuan Oriental Staple Food Industry Technology Research Institute, Chengdu, Sichuan 611130, China; 2. Sichuan Food and Fermentation Industry Research & Design Institute, Chengdu, Sichuan 611130, China)

As one of the main food crops in the world, the rice quality and safety situation is not optimistic, the development of rice traceability system has become a hot topic at home and abroad. This paper summarizes the research status of rice traceability technology from two aspects including the origin diagnosis technology (such as: physical index fingerprint technology, stable isotope technology, multi-element analysis technology, near-infrared spectroscopy technology) and the traceability system technology (such as: physical identification technology, information coding technology, information transmission technology). Based on this analysis, the development trend of rice traceability system was analyzed, and new technologies will continue to be applied to the traceability system.

rice safety; the whole industry chain; traceability system; key technology; food geographical origin tracing

TS210.7

A

1007-7561(2020)02-0043-06

2019-08-29

四川省科技計(jì)劃重點(diǎn)研發(fā)項(xiàng)目（2017NZ0062）

10.16210/j.cnki.1007-7561.2020.02.007

楊健，1986年出生，男，碩士，高級(jí)工程師，研究方向?yàn)榧Z油加工工程.