小麦不仅是我国主要的粮食品种, 也是一种重要的饲料和工业原料。 小麦易受赤霉病感染从而产生呕吐毒素, 学名脱氧雪腐镰刀菌烯醇(DON), 具有一定致癌性, 对人畜健康构成严重威胁。 尤其近年来极端异常气候频发, 小麦DON污染风险呈不断上升趋势, 已成为影响其产品质量安全的主要因素。 然而, 传统DON检测方法过程繁琐、 耗时费力, 因此发展一种快速、 低成本且适用于在线的检测方法对小麦安全生产及加工具有重要意义。 首先从江苏各地收集不同赤霉病感染程度的小麦样品200份, 磨粉后利用超高效液相色谱-串联质谱联用法(UPLC-MS/MS)测定小麦中DON含量, 再利用光谱仪在线采集小麦的可见/近红外光谱。 数据处理步骤为: 采用多元散射校正以及二阶导数对光谱进行预处理, 同时根据竞争性自适应权重取样算法提取特征波长, 最后利用线性判别分析(LDA)与偏最小二乘判别分析法(PLS-DA)建立小麦粉样品的定性分析模型(以国家标准1 000 μg·kg-1为界限), 根据偏最小二乘回归(PLSR)建立小麦粉样品DON含量定量分析模型。 UPLC-MS/MS结果表明小麦DON污染风险较高, 所测样品超标率约为50%。 可见/近红外光谱分析表明不同DON含量小麦样品光谱特征具有一定的差异, 原始光谱和二阶导数谱图可看出1 420 nm处DON含量越高, 吸光度越低。 由于DON绝对含量低而光谱仪的检测限有限, 通过主成分分析未能发现明显的聚类趋势, 但根据全光谱以及特征光谱所构建的LDA与PLS-DA判别模型均能够对超标和未超标样品进行快速识别与筛查, 最佳识别率达87.69%。 从定量分析结果来看, 所构建的小麦样品DON含量的PLSR模型结果不太理想, 最优模型结果: 预测集相关系数(rp)为0.688, 均方根误差(RMSEP)为727 μg·kg-1, 相对分析偏差(RPD)值为1.38, 模型精度和稳健性有待进一步提升。 利用可见/近红外光谱和化学计量学方法, 实现小麦DON含量超标与否的在线判别与筛查, 为我国小麦产品质量安全快速检测提供了技术参考。 但对DON含量的定量分析还需要进一步研究, 探究外部因素对模型的影响, 并拟扩大样品量, 收集不同地区、 不同品种的小麦样品, 提高模型的精度及普适性。

面粉(小麦粉)是中国北方大部分地区的主食, 苯甲酸是重要的酸型食品防腐剂, 为了便于食品长期保存, 往往会添加苯甲酸以便延长食品保存时间。 但食用添加苯甲酸过量的小麦粉会对身体健康产生严重危害。 太赫兹技术是一种新兴的检测技术, 由于处于特殊的0.1～10 THz的太赫兹频段, 在食品安全检测方面体现出了很强的应用潜力。 主要致力于探索太赫兹光谱技术检测苯甲酸的合理性、 可行性, 利用太赫兹时域光谱技术对面粉中的食品添加剂苯甲酸进行实验研究。 实验获取了面粉和苯甲酸的太赫兹时域光谱和频域光谱, 其吸收系数显示苯甲酸的特征吸收峰在1.94 THz波段, 面粉的太赫兹吸收系数几乎以一定的斜率增加, 说明可以用THz-TDS(Terahertz time domain spectrum)技术对面粉中的苯甲酸进行特征识别。 为建立面粉中添加剂苯甲酸的定量检测模型, 实验获取了面粉中掺杂不同百分比(质量分数)苯甲酸的太赫兹时域光谱, 计算得到吸收系数谱。 实验发现吸收峰幅度的变化是与苯甲酸的含量成正比的, 苯甲酸含量增加吸收峰幅度变大。 首先探索了不同光谱预处理方法对太赫兹光谱的影响, 采用如平滑校正、 多元散射校正、 基线校正和归一化等方法对原始光谱进行校正处理。 校正之后, 建立相应的PLS (partial least squares)模型以选择最优预处理方法。 然后分别建立苯甲酸浓度和太赫兹吸收系数的MLR (multiple linear regression)、 PLS和LS-SVM(partial least squares support vector machines)回归模型, 并对比分析不同模型的优劣。 将光谱数据归一化后建立的PLS模型更具有优势, 预测相关系数Rp为0.979, 预测均方根误差RMSEP为1.30%。 LS-SVM与PLS和MLR模型相比, LS-SVM模型可以获得更好的建模结果, LS-SVM的预测相关系数Rp为0.987, 预测均方根误差RMSEP为1.10%。 利用MLR方法仅使用1.946和1.869 THz两个波段点进行建模, 建模效果预测相关系数Rp为0.955, 预测均方根误差RMSEP为1.90%。 通过该研究为面粉中苯甲酸添加剂的无损检测提供了新的解决方案, 也为其他类型的添加剂的检测提供了方法指导, 对促进面粉行业的健康发展具有重要的意义。

小麦粉的质量安全一直备受社会各界关注。 在比较生石灰、 熟石灰和碳酸钙的近红外光谱特征的基础上, 采集了掺入不同含量的生石灰、 熟石灰和碳酸钙的小麦粉样品的近红外漫反射光谱。 采用偏最小二乘算法结合交互验证算法建立了石灰和碳酸钙的近红外定量校正模型, 采用外部检验集对各模型进行外部验证。 结果表明, 石灰、 碳酸钙的模型测定系数（R2）分别为99.80%和96.98%; 校正集均方根误差分别为0.19和0.34; 交互验证集均方根误差分别为0.26和0.75; 预测集均方根误差分别为0.63和0.44; 相对预测性能RPD分别为8.57和5.24。 模型具有较高的精度, 可以满足小麦粉中石灰含量的现场快速检测要求。 F检验结果表明, 模型的校正集、 外部检验集的预测值-化学值之间具有极显著的相关关系。 本研究可为小麦粉快速质量安全筛查提供参考方法, 对小麦粉质量监控具有重要意义。

国家已禁止向小麦粉中添加过氧化苯甲酰（BPO）， 快速检测小麦粉中BPO添加量对于保障食品安全非常重要。 BPO在添入小麦粉中后部分会被还原成为苯甲酸， 使得对其原始添加量的检测非常繁琐。 本文探讨了利用近红外漫反射光谱法进行小麦粉中BPO添加当量检测的可行性。 通过向无添加剂小麦粉中添加不同量的过氧化苯甲酰粉末， 制备小麦粉样本133个。 样本在实验室放置一段时间后， 采集光谱数据， 通过小波变换滤除光谱噪声。 用偏最小二乘法建立光谱数据与BPO原始添加当量之间的模型， 模型校正集决定系数R2cal是0.890 1， 校正标准偏差RMSEC是40.85 mg·kg-1， 预测决定系数R2pred为0.886 5， 预测标准偏差RMSEP为44.69 mg·kg-1。 结果表明: 基于近红外光谱的小麦粉BPO添加当量检测具有较高的可行性， 该方法有望为食品中某些添加物的快速检测提供新的途径。