基于挥发成分的大米蒸煮前后产地溯源研究

为了保护黑龙江大米原产地,开发大米产地溯源技术。以产自黑龙江不同地区的大米为研究对象,利用电子鼻对大米蒸煮前后挥发性物质进行检测。通过主成分分析和线性判别分析,进行产地溯源和品种鉴别。结果表明,线性判别分析优于主成分分析,利用电子鼻产地溯源技术结合线性判别分析对黑龙江大米产地溯源是可行的。结合线性判别分析分别构建查哈阳、建三江和五常大米产地溯源模型,得到精米样品产地正确判别率分别为80%、70%、100%,而蒸煮后大米样品的产地正确判别率均为100%,说明大米经过蒸煮预处理,挥发性成分被充分释放,放大了电子鼻传感器感应信号,有效提高了电子鼻产地溯源判别率,为电子鼻产地溯源技术体系构建提供理论基础。     

基于大米挥发性成分的产地溯源研究

为了判别大米产地、保护东北大米品牌,采用电子鼻PEN3对来自3个不同区域的大米进行了检测。确定了煮熟大米样品进行测定的最优条件为当环境温度为25℃时,样品上样量10 g,顶空生成时间0.5 h,顶空体积50 m L。以线性判别分析方法为主,结合主成分分析法可以很好地判别大米的产地,为电子鼻用于大米的溯源提供了理论基础和技术支持。     

基于近红外光谱技术对绿豆产地溯源的研究

为探索绿豆产地鉴别可行性,实现对来自白城、杜尔伯特、泰来、泗水绿豆原产地的快速鉴别。研究运用近红外光谱技术,并结合PLS-DA法（偏最小二乘判别分析）进行建模,对4个产地的120份绿豆粉末样品进行近红外光谱的扫描,分别采用不同光谱预处理方法[标准正态变换（SNV）、多元散射校正（MSC）、矢量归一化与导数处理等]最终确定矢量归一化+MSC建立的模型最稳定,建模波长为12 000～4 000 cm-1全波长。主成分分析提取3个有效主成分（主成分1贡献率为52.44%,主成分2贡献率为30.16%,主成分3贡献率为9.57%）,其累计贡献率达到92.17%。用预测样本集进行模型的验证,白城、杜尔伯特、泰来、泗水4个产地的预测正确率分别为100%、80%、80%和100%。预测结果达到80%以上,初步认定近红外光谱分析技术可用于绿豆产地溯源研究。