一種大米產地溯源方法及其應用
【技術領域】
[0001] 本發明涉及一種大米產地溯源方法及其應用，屬于農產品安全與檢測技術領域。
【背景技術】
[0002] 由于種種食品安全問題的出現，食品安全成為人們最為關注的問題之一。民以食 為天，食以安為先，食品的安全性與人們的健康是息息相關的。目前，消費者在購買食品的 同時也開始關注了食品的產地溯源信息。所以為了保障食品安全，增加消費者的信心，確保 從"農田"到"餐桌"的食品安全，各國開始施行食品可追溯性技術。
[0003] 食品可追溯性技術是指食品在從原料、加工、制成成品、銷售過程中，可追溯食品 原產地等信息的能力。食品產地溯源技術是其重要的內容之一，它是用來保護區域性產品 和產品質量的有效手段，也保護了消費者的利益，防止敲詐欺騙，維持市場的公平競爭，減 少不必要的損失。我國對食品產地溯源技術的研究起步較晚，目前的研究大多處于探索性 階段。
[0004] 水稻是我國餐桌上的主要主食作物之一，由于不同地域種植水稻的品種不同，水 稻一般可以分為秈稻和粳稻、早稻和中晚稻、糯稻和非糯稻。將粳稻脫殼、碾磨后成粳米，粳 米又被稱為大米。其味甘淡，其性平和，每日食用可益脾胃，除煩渴。黑龍江位于中國最北 端，中國最北的水稻種植區，主要種植粳稻，是中國粳稻的主產區。黑龍江是屬于溫帶大陸 性氣候，早晚溫差大，日照時間長，東部與南部多平原。由于地勢和氣候的緣故，加上省內多 條河流進行天然灌溉，種植出的米粒半透明或半透明，色澤青白有光澤，芳香四溢、口感微 甜，冷卻后能保持良好的口感，不回生，受到越來越多的消費者關注，并且在我國北方地區 占有很大的市場。目前江蘇、浙江一帶對黑龍江大米的需求量也在逐年遞增，尤其五常大米 的售價更是高出其他地域產的大米的幾倍甚至十幾倍。因此很多不法商販將眼光投向黑龍 江大米的造假中，對一些陳年大米進行再次拋光，再直接或者摻入少部分真正的黑龍江大 米后賣給消費者，目前消費者區分真假大米的方法僅僅是靠外觀、氣味上來區分真假黑龍 江大米，這種方法很容易給不法商販留下欺騙消費者的機會，于是市場上就造假的五常大 米，這種行為破壞了市場經濟平衡，損害了消費者的健康和利益，也讓消費者很難在放心購 買食品。
[0005] 目前，雖然已有利用近紅外技術追酒類、肉類等食品產地的報道，但是尚沒有一種 利用近紅外技術追溯大米產地的方法。
【發明內容】
[0006] 為解決上述問題，本發明提供了一種大米產地溯源方法，所采取的技術方案如 下：
[0007] 本發明的目的在于提供一種大米產地溯源方法，該方法是將稻谷或精米經過預處 理制成米粉，利用近紅外光譜儀采集光譜圖像，將光譜圖像經過預處理后，建立大米產地 近紅外光譜特征數學模型，校正數學模型后，通過數學模型鑒別大米的產地。
[0008] 所述方法的步驟如下：
[0009] 1)原料的預處理：將精米或被制成精米的稻谷粉碎過篩后制成米粉，獲得預處理 樣品，并將樣品分為樣品集和驗證集；
[0010] 2)光譜圖像的采集：利用近紅外光譜儀采集步驟1)所得的預處理樣品的原始近 紅外光譜圖像；
[0011] 3)光譜圖像的預處理：對步驟2)所得原始近紅外光譜圖像進行預處理，獲得預處 理近紅外光譜圖像；
[0012] 4)建立并校正模型：利用步驟3)所得的預處理的樣品集的近紅外光譜圖像建立 初步數學模型，并利用驗證集樣品對所得模型進行驗證和校正，獲得數學模型；
[0013] 5)待測樣品檢測：利用步驟4)所得數學模型鑒定待測樣品產地。
[0014] 優選地，所述預處理樣品，稻谷的預處理是將稻谷晾干后，除去雜物后，經過礱谷 和碾米后制成精米，再利用旋風式磨粉機粉碎，過60目篩后獲得預處理產物；精米的預處 理是利用旋風式磨粉機粉碎，過60目篩后獲得預處理產物；所述稻谷或精米，來源于齊齊 哈爾市、雙鴨山市、牡丹江市、五常市和佳木斯市。
[0015] 優選地，所述光譜圖像的采集，掃描波長范圍為950-1650nm，掃描3次，分辨率為 5nm〇
[0016] 所述光譜圖像的預處理，是利用積分法、平滑處理、差譜法、求導、多元散射校正、 標準正態變量變換、矢量歸一化處理或小波變換中的一種或幾種處理光譜圖像。
[0017] 優選地，所述建立模型，是通過Fisher判別法或PLS-DA法建立。
[0018] 所述方法是通過Fisher判別法建立的模型為：
[0019] F1 = 1. 923PC1-1. 254PC2+0. 978PC3-2. 934
[0020] F2 = -1. 526PC1+1. 023PC2+0. 953PC3-2. 720
[0021] F3 = 0? 966PC1+1. 102PC2-0. 887PC3-2. 341
[0022] F4 = 1. 743PC1-1. 116PC2-0. 841PC3-2. 355
[0023] F5 = -1. 169PC1+0. 943PC2-0. 793PC3-2. 278
[0024] 其中，F1為齊齊哈爾市大米的模型，F2為雙鴨山市大米的模型，F3為牡丹江市大 米的模型，F4為五常市大米的模型，F5為佳木斯市大米的模型；PCI、PC2和PC3分比為第 一、第二和第三主成分。
[0025] 所述方法的具體步驟如下：
[0026] 1)原料的預處理：將直接從稻田獲得的稻谷晾干后，去除雜質，再經過礱谷和碾 米后制成精米，再利用旋風式磨粉機將精米粉碎后，過60目篩，獲得預處理樣品，再將預 處理樣品分為樣品集和驗證集；
[0027] 2)光譜圖像的采集：利用近紅外光譜儀掃描步驟1)所得預處理樣品，掃描波長范 圍為950nm-1650nm，掃描3次，分辨率為5nm，掃描后獲得預處理樣品的原始近紅外光譜圖 像；
[0028] 3)光譜圖像的預處理：通過9點二階求導結合7點平滑的方法對步驟2)所得原 始近紅外光譜圖像進行預處理，獲得預處理近紅外光譜圖像；
[0029] 4)建立并驗證模型：利用步驟3)所得的預處理的樣品集的近紅外光譜圖像，通過 Fisher法建立數學模型，利用驗證集樣品對數學模型進行驗證和校正，獲得大米產地判別 模型，該模型為：
[0030] F1 = 1. 923PC1-1. 254PC2+0. 978PC3-2. 934
[0031] F2 = -1. 526PC1+1. 023PC2+0. 953PC3-2. 720
[0032] F3 = 0? 966PC1+1. 102PC2-0. 887PC3-2. 341
[0033] F4 = 1. 743PC1-1. 116PC2-0. 841PC3-2. 355
[0034] F5 = -1. 169PC1+0. 943PC2-0. 793PC3-2. 278
[0035] 其中，F1為齊齊哈爾市大米的模型，F2為雙鴨山市大米的模型，F3為牡丹江市大 米的模型，F4為五常市大米的模型，F5為佳木斯市大米的模型；PCI、PC2和PC3分比為第 一、第二和第三主成分；
[0036] 5)利用步驟4)所得大米產地判別模型鑒別待測大米樣品的產地。
[0037] 所述任一方法用于鑒別大米或米粉的源產地。
[0038] 本發明所提供的方法具有以下有益效果：
[0039] 1.原料預處理簡單，檢測成本低。對于一般市場上銷售的成品精米，僅需磨碎過 篩，原料的預處理十分簡單，并且每次檢測無需額外試劑，檢測成本很低。
[0040] 2.方法操作簡便，檢測速度快。近紅外掃描操作簡便，不需專門的訓練就可以進行 操作。近紅外光譜儀可在不到lmin內完成樣品的測量，大大提高了樣品的測量速度。在建 立好數學模型后，能夠在短時間內測定大量樣品，適用于產品的快速檢測。
[0041] 3.樣品的重現性好。由于本發明將樣品進行粉碎過篩處理，使得樣品更加均勻，避 免了樣品原料粒度不等對檢測效