关二旗 崔贵金 卞 科 郑祝红

基于近红外光谱特征的赤霉病小麦籽粒SIMCA识别模型构建研究

关二旗1，2崔贵金1，2卞 科1，2郑祝红1，3

（河南工业大学粮油食品学院1，郑州 450001）
（河南省粮食作物协同创新中心2，郑州 450001）
（益海嘉里（泉州）粮油食品工业有限公司3，泉州 362804）

利用近红外光谱分析仪采集2012年度江苏、安徽、河南等省份25份农户田间小麦品种籽粒样品的近红外光谱信息，对获取的近红外光谱数据分别进行均值标准化、一阶求导、二阶求导和多元散射校正处理，利用全波段（950 ～1 650 nm）和特征波长处（985、1 130、1 160、1 190、1 235、1 320、1 385、1 410 nm）的近红外光谱数据，采用离差平方和法（Ward法）聚类分析和主成分分析等化学计量学方法，构建赤霉病小麦籽粒和未病小麦籽粒的SIMCA识别模型。模型诊断和验证结果显示，构建的SIMCA识别模型对赤霉病小麦籽粒和未感病小麦籽粒的正确识别率均为100%，识别效果良好。

近红外光谱 赤霉病小麦 SIMCA识别模型 分选

赤霉病是麦类作物世界性流行病害。小麦赤霉病的发生不仅造成粮食大幅减产，而且赤霉菌分泌产生的脱氧雪腐镰刀菌烯醇（DON，又称呕吐毒素）一旦进入人或动物体内，往往会引起腹泻、呕吐、发烧等急性中毒症状，以及厌食、体重减轻、免疫力下降等慢性中毒症状，严重危害人和动物的健康［1-2］。为了保障食品安全，世界上一些主要国家对谷物、食品、饲料中DON的含量均有严格限量规定。GB 2715—2005《粮食卫生标准》中规定小麦及小麦粉中DON限量标准为1 000μg／kg。因此，研究构建快速、准确、简捷的赤霉病小麦籽粒识别模型，可以为病害小麦籽粒的准确识别、分选分离提供理论依据和技术支撑，充分保障粮食的食用／饲用安全。……