作者单位
摘要
1 南京林业大学机械电子工程学院, 江苏 南京 210037
2 南京财经大学食品科学与工程学院, 江苏 南京 210023
为了能够快速、 无损地评价花生的质量, 确保储藏与食用安全, 开发了一种基于近红外光谱技术的花生产毒霉菌污染程度的定性定量分析方法。 首先对经过Co-60强辐射杀菌后的新鲜花生样品分别接种谷物中五种常见产毒霉菌(黄曲霉3.17、 黄曲霉3.3950、 寄生曲霉3.395、 寄生曲霉3.0124、 赭曲霉3.6486), 并于适宜条件下(26 ℃、 RH 80%)储藏9 d。 其次, 利用近红外光谱仪采集了不同时期花生样品在12 000~4 000 cm-1波段范围内的漫反射光谱, 运用主成分分析(PCA)、 判别分析(DA)和偏最小二乘回归(PLSR)建立了分析模型。 结果显示, 接种不同霉菌的样品随着储藏时间的延长均能得到有效区分, DA模型对储藏0, 3, 6与9 d花生的感染单一霉菌和多种霉菌的总体判别正确率分别达到100%和99.17%, PLSR模型对样品中的菌落总数的预测结果为: 有效决定系数(R2P)为0.874 1、 交互验证均方根误差(RMSECV)为0.276 Log CFU·g-1, 剩余预测偏差(RPD)为1.92。 结果表明, 近红外光谱技术可以作为一种可靠的分析方法对花生受霉菌侵染的状况进行快速分析, 从而确保贮藏期间花生的质量安全。
近红外光谱 花生 快速检测 产毒霉菌 Near infrared spectroscopy Peanut Rapid detection Toxigenic fungal 
光谱学与光谱分析
2017, 37(5): 1397

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!