阅读量：

291

申请(专利)号：

CN 201310555346

申请日期：

Nov 11, 2013

公开/公告号：

CN 103575694 A

申请(专利权)人：

东北农业大学

发明人：

郑先哲，张强，刘成海，孙井坤，孟祥国

展开

国省代号：

黑龙;23

摘要：

本发明属于粮食品质检测领域,具体涉及一种基于近红外光谱技术的稻谷黄曲霉毒素B1快速检测方法.本发明包括稻谷样本材料的收集和光谱采集,稻谷样本黄曲霉毒素B1测定,光谱预处理和校正模型构建,模型验证和未知稻谷样品黄曲霉毒素B1含量的测定.本发明着眼于稻谷有毒有害物质快速,无损检测的基础研究和探讨,基于近红外光谱技术检测稻谷中黄曲霉毒素B1含量.本发明具有简单易行,分析速度快,样品无需任何预处理,检测精度高,分析成本低,且对环境不造成任何污染等优点,可为控制稻谷贮藏品质和稻谷加工制品品质提供可靠依据.

展开

主权项：

1.一种基于近红外光谱技术的稻谷黄曲霉毒素B1快速检测方法，其特征在于它的具体步骤如下：（1）样本材料的收集和样本的光谱采集：收集不同程度黄曲霉侵染的稻谷样品，用于模型的建立和校正，然后应用近红外光谱分析仪在相同环境条件下采集稻谷籽粒光谱信息；（2）样本化学值测定：将采集过近红外光谱的稻谷籽粒进行粉碎处理得到稻谷粉末，采用GB/T 5009.22-2003国标方法测定稻谷中的黄曲霉毒素B1含量；（3）校正集和预测集近红外光谱预处理：对校正集稻谷样本和预测集稻谷样本光谱进行预处理，消除非目标因素的干扰，提高检测精度；（4）校正模型建立：通过多变量分析，以校正集样本稻谷黄曲霉毒素B1含量为定标值，将预测集样本稻谷近红外光谱特征信息数据作为自变量，定标值作为因变量，应用偏最小二乘法构建稻谷近红外光谱特征信息和稻谷黄曲霉毒素B1之间的化学计量学模型；（5）模型验证：采用步骤（3）中预处理后的稻谷籽粒的预测样本集的近红外光谱数据对步骤（4）构建的模型进行性能评价；（6）未知稻谷样品黄曲霉毒素B1含量的测定：采集待测的稻谷籽粒样品的近红外光谱数据，运用与步骤（3）中相同的预处理方法对待测的稻谷籽粒样品的近红外光谱数据进行预处理后，用步骤（4）所构建的校正模型对待测的稻谷籽粒样品进行预测。

展开