CN104132968A - 一种大米地理标志的鉴别方法及其应用 - Google Patents

Abstract

本发明公开了一种大米地理标志的鉴别方法及其应用，属于农产品安全与质量检测技术领域。本发明通过将待测样品进行粉碎预处理，利用电子鼻采集预处理大米的特征气味信息，建立判别模型，根据判别模型确定大米的地理标志。本发明所提供的电子鼻指纹分析结合多元统计分析的方法，实现了对大米地理标志的鉴别，具有检测正确率高、操作方便，快速，无损检测等优点，样品的正确分类率可达90％，可有效对大米产地进行溯源，适用于对大米产地的现场快速鉴定。

Description

一种大米地理标志的鉴别方法及其应用

技术领域

本发明涉及一种大米地理标志的鉴别方法及其应用，属于农产品安全与质量检测技术领域。

背景技术

地理标志产品是指产自特定地域，所具有的质量、声誉或其他特性本质上取决于该产地的自然因素和人文因素，经审核批准以地理名称进行命名的产品。地理标志产品开发及其特色产业培育已成为区域经济发展新的增长点，在壮大地方经济、调整产业结构、增加农民收入和扩大就业等方面发挥着重要作用。然而，对于地理标志产品品牌保护，我国还存在法律方和技术上的不足。五常大米、齐齐哈尔大米和建三江大米是享誉全国的地理标志大米。市场上充斥着大量的假冒该三种地理标志的大米，扰乱了市场秩序，损害了农民的利益。由于缺少能有快速有效鉴别大米产地的技术，使得对正品大米的保护存在一定困难。

电子鼻是20世纪90年代发展起来的一种仿生学嗅觉电子系统，它测得的不是样品中某种或某几种成分的定性和定量结果，而是样品中挥发成分的整体信息，即气味的“指纹数据”。电子鼻技术检测的是食品样品顶空中的挥发性化合物，它的优点包括样品量小和分析简单。电子鼻凭借其快速、准确、智能的特点，在食品检测、在线控制、工艺优化等领域有着巨大的应用前景。目前电子鼻技术对茶叶、橄榄油、葡萄酒、水产和中药材的产地鉴别都有一定的研究。但利用电子鼻技术鉴定大米的地理标志鲜有文献和专利报道，传统的方法是将大米煮熟之后再鉴定其地理标志，目前尚没有之间鉴定生大米地理信息的鉴别方法。

发明内容

为解决上述问题，本发明提供了一种大米地理标志的鉴别方法，所采取的技术方案如下：

本发明的目的在于提供一种大米地理标志的鉴别方法，是将待测样品进行粉碎预处理，利用电子鼻采集预处理后样品的特征气味信息，建立判别模型，根据判别模型确定大米的地理标志。

所述方法的步骤如下：

1)样品的预处理：将待测样品进行粉碎处理，获得预处理样品；

2)特征气味信息采集：利用电子鼻采集步骤1)所得的预处理样品的特征气味信息；

3)可行性分析：根据步骤2)所得的特征信息，判定电子鼻特征气味分析用于大米地理标志鉴别的可行性；

4)建立判别模型：根据步骤2)所得的特征信息，建立大米地理标志信息的判别模型；

5)地理标志的判定：根据步骤4)所建立的判别模型判定样品的地理标志。

所述待测样品为经过砻谷、碾米获得的精米。

所述粉碎，是利用粉碎机粉碎样品，将粉碎后的样品过20-100目筛，获得20-100目的样品粉末。

所述特征气味信息采集，是称取30g-80g预处理样品，置于100mL密封样品瓶中，在30℃-50℃下放置60min-180min后，利用电子鼻采集样品特征气味信息，测定时间为40s-60s，回复时间为120s。

优选地，所述特征气味信息采集，是称取60g预处理样品，置于100mL密封样品瓶中，在30℃下放置90min后，利用电子鼻采集样品特征气味信息，测定时间为60s，回复时间为120s。

所述可行性分析，是利用主成分分析法判定大米地理标志鉴别的可行性；所述建立判别模型，是利用线性判别分析法建立大米地理标志和电子鼻传感器响应值的判别模型。

所述方法的具体步骤如下：

1)样品的预处理：分别采集五常、齐齐哈尔和建三江产稻谷3kg，经过砻谷、碾米后获得精米，再利用粉碎机粉碎样品，再将粉碎后的样品过50目筛，得到预处理样品；

2)特征气味信息采集：称取60g预处理样品，置于100mL密封样品瓶中，在30℃下放置90min后，利用电子鼻进行测定，测定时间为60s，回复时间为120s，获得特征气味信息；

3)主成分分析：根据步骤2)所得的特征信息，利用主成分分析法分析主成分贡献率，以主成分得分作图，判定利用电子鼻气味特征分析技术判别地理标志大米的可行性；

4)判别模型的建立：根据步骤3)中分析的主成分的贡献率，利用线性判别分析法对电子鼻的传感器进行判别分析，建立如下判别模型：

五常＝105174.150X₁-2696.246X₂+5633.566X₃-32714.605X₄-36572.827

齐齐哈尔＝108084.781 X₁-2742.661 X₂+5723.193 X₃-33577.951 X₄-38635.994

建三江＝107459.014 X₁-2692.807 X₂+5593.783X₃-33275.240X₄-38253.367；

5)地理标志的判定：根据步骤4)所建立的判别模型判定样品的地理标志。

所述方法用于鉴定大米的地理标志。

本发明所取得的有益效果如下：

1)相对于现有技术，本发明所提供的方法可以实现对生大米进行地理标志的鉴定。对样品正确分类率可达到90％以上。

2)本发明的方法具有检测速度快，准确率高，成本低的特点，可以实现对稻米的快速检测。

3)本发明的方法可用于鉴别稻米类假冒产品，有利于维护市场秩序和农民利益，并对保证稻米类产品的品牌有积极作用。

附图说明

图1为传感器对大米挥发性物质的特征响应图；

(从上至下图中曲线分别为2，7，9，1，3，5，4，10，8和6号传感器)。

图2为传感器对大米挥发性物质的特征雷达图。

图3为实施例2第1和2主成分得分图。

具体实施方式

下面结合具体实施例对本发明做进一步说明，但本发明不受实施例的限制。

实施例1样品的预处理及特征气味信息的采集

从黑龙江省五常市、齐齐哈尔和建三江的农户稻田中收取样品3kg，共采取水稻样品62个，分别为黑龙江五常市16个、齐齐哈尔9个和建三江管理局37个。将采集的水稻砻谷、碾米，获得的大米的精度按照国家一级标准。碾磨时间80s，过50目筛待测。

采用德国AIRSENSE公司产的PEN3-电子鼻检测不同产地大米气味的动态变化。称取30g大米在100mL的密封样品瓶中，在30℃条件下放置90min，然后进行测定，测定时间60s，回复时间120s。所应用的电子鼻内有10个气味传感器(见表1)，每个传感器都对不同的气体有不同的感应。

表1电子鼻传感器序列

对大米样品进行电子鼻分析，结果见图1。图1为代表样品检测过程中，电子鼻10个传感器响应值(相对电阻率G/G0)曲线，曲线显示了各传感器响应值趋势。从图1中的各传感器电阻值动态变化曲线可以看出40s后各传感器的响应值趋于稳定，本实施例选取50s-60s的响应值的平均值来进行分析。通过电子鼻对大米样品挥发性物质特征的响应实验，可以得出电子鼻对大米挥发性成分的响应很明显，并且各传感器对大米气味信息的响应各不相同。图2为各传感器对大米样品挥发性物质的特征雷达图，从图中可以看出，各传感器对大米样品挥发性物质有不同的表达。

实施例2电子鼻技术对大米产地鉴别的可行性分析

电子鼻是对样品挥发性成分的整体信息的表征，依靠不同传感器测得不同类别的挥发性成分，数据信息量大，需要结合化学计量学手段抽取数据有效信息。主成分分析法(principalcomponent analysis,PCA)最早是由PEARSON在1901年提出的，其原理就是对大量数据的降维。本实施例利用软件SPSS 20.0对测得数据进行主成分分析，将有一定相关性的多项指标，组合成一组互不相关的综合指标用来代替原来的指标。以各传感器的响应值为基础作PCA分析，提取出两个主成分，第一主成分主要综合了第1、2、3、5、6、7、8、和9传感器，第二主成分主要综合了第4和10传感器。可提取三个地区的不同大米挥发性物质电子鼻响应值的PCA分析结果如图3所示。两主成分贡献率分别为72.537％和17.148％，总贡献率达到89.686％，一般认为PCA总贡献率超过85％即可使用，可以代表传感器的整体信息。

利用主成分1和2的标准化得分作图(图3)。从图中可以看出五常大米样品可以完全区分于齐齐哈尔大米和建三江大米，不同地域大米有其不同分布。可见，应用电子鼻方法用于鉴别不同产地的大米是可行的。

实施例3线性判别分析法建立判别模型

判别分析是判别样品所属类型的一种方法。判别分析与聚类分析不同。判别分析是将已知研究对象分成若干类，并在取得各类已知样品观测数据的基础上根据已知类别的事物的性质建立判别函数，再将要进行分类的样本的相应指标代入判别函数，然后对未知样品类型的样品进行判别分类。

从主成分分析结果可以看出电子鼻指纹分析技术对大米进行产地判别式可行的。为了进一步的了解气体传感器对大米产地判别的结果，随机选取50个样品建立判别模型，12个未分类样品作为验证集。对不同类别样本各传感器测得响应值进行逐步判别分析，筛选出对地域判别有效的变量，剔除不必要的变量，建立判别模型，并进行交叉验证进一步确认模型的可靠性。通过线性判别分析，表明10个传感器中只有第4、7、9和10号传感器被引入到判别模型中。模型如下：

五常＝105174.150X₁-2696.246X₂+5633.566X₃-32714.605X₄-36572.827

齐齐哈尔＝108084.781 X₁-2742.661 X₂+5723.193 X₃-33577.951 X₄-38635.994

建三江＝107459.014 X₁-2692.807 X₂+5593.783X₃-33275.240X₄-38253.367

其中：X₁为4号传感器的响应值；X₂为7号传感器的响应值；X₃为9号传感器的响应值；X₄为10号传感器的响应值。

应用以上模型对样品进行归类如下表(表2)：

表2实施例3分类结果

a.Cross validation is done only for those cases in the analysis. In cross validation, eaccase is classified by the functions derived from all cases other than that case.

b.90.0％ of original grouped cases correctly classified.

c.80.0％ of cross-validated grouped cases correctly classified.

实验结果表明，判别模型对大米产地鉴别整体正确判别率均为90％，交叉验证判别率80％，对五常大米产地正确判别率为92.3％。

虽然本发明已以较佳的实施例公开如上，但其并非用以限定本发明，任何熟悉此技术的人，在不脱离本发明的精神和范围内，都可以做各种改动和修饰，因此本发明的保护范围应该以权利要求书所界定的为准。

Claims (9)

1.一种大米地理标志的鉴别方法，其特征在于，将待测样品进行粉碎预处理，利用电子鼻采集预处理后样品的特征气味信息，建立判别模型，根据判别模型确定大米的地理标志。

2.权利要求1所述方法，其特征在于，步骤如下：

1)样品的预处理：将待测样品进行粉碎处理，获得预处理样品；

2)特征气味信息采集：利用电子鼻采集步骤1)所得的预处理样品的特征气味信息；

3)可行性分析：根据步骤2)所得的特征信息，判定电子鼻特征气味分析用于大米地理标志鉴别的可行性；

4)建立判别模型：根据步骤2)所得的特征信息，建立大米地理标志信息的判别模型；

5)地理标志的判定：根据步骤4)所建立的判别模型判定样品的地理标志。

3.权利要求1或2所述方法，其特征在于，所述待测样品为经过砻谷、碾米获得的精米。

4.权利要求1或2所述方法，其特征在于，所述粉碎，是利用粉碎机粉碎样品，将粉碎后的样品过20-100目筛，获得20-100目的样品粉末。

5.权利要求1或2所述方法，其特征在于，所述特征气味信息采集，是称取30g-80g预处理样品，置于100mL密封样品瓶中，在30℃-50℃下放置60min-180min后，利用电子鼻采集样品特征气味信息，测定时间为40s-60s，回复时间为120s。

6.权利要求5所述方法，其特征在于，所述特征气味信息采集，是称取60g预处理样品，置于100mL密封样品瓶中，在30℃下放置90min后，利用电子鼻采集样品特征气味信息，测定时间为60s，回复时间为120s。

7.权利要求1或2所述方法，其特征在于，所述可行性分析，是利用主成分分析法判定大米地理标志鉴别的可行性；所述建立判别模型，是利用线性判别分析法建立大米地理标志和电子鼻传感器响应值的判别模型。

8.权利要求1或2所述方法，其特征在于，具体步骤如下：

1)样品的预处理：分别采集五常、齐齐哈尔和建三江产稻谷3kg，经过砻谷、碾米后获得精米，再利用粉碎机粉碎样品，再将粉碎后的样品过50目筛，得到预处理样品；

2)特征气味信息采集：称取60g预处理样品，置于100mL密封样品瓶中，在30℃下放置90min后，利用电子鼻进行测定，测定时间为60s，回复时间为120s，获得特征气味信息；

3)主成分分析：根据步骤2)所得的特征信息，利用主成分分析法分析主成分贡献率，以主成分得分作图，判定利用电子鼻气味特征分析技术判别地理标志大米的可行性；

4)判别模型的建立：根据步骤3)中分析的主成分的贡献率，利用线性判别分析法对电子鼻的传感器进行判别分析，建立如下判别模型：

五常＝105174.150X₁-2696.246X₂+5633.566X₃-32714.605X₄-36572.827

齐齐哈尔＝108084.781 X₁-2742.661 X₂+5723.193 X₃-33577.951 X₄-38635.994

建三江＝107459.014 X₁-2692.807 X₂+5593.783X₃-33275.240X₄-38253.367；

5)地理标志的判定：根据步骤4)所建立的判别模型判定样品的地理标志。

9.权利要求1-8所述方法，其特征在于，用于鉴定大米的地理标志。