利用光谱趋势参数快速判定小麦粉DON等级的研究

脱氧雪腐镰刀菌烯醇(DON)是一种经常发生在谷物及其衍生产品中的霉菌毒素,危害人类和家畜的生命健康。开发快速、准确、经济、无环境危害的检测方法是一个亟待解决的问题。本研究定义了可见光-近红外(Vis-NIR)光谱的趋势参数TP(trend parameter),利用TP确定与DON浓度最相关的特征波段。文中校正集样本的光谱矩阵行按样本DON浓度逐渐增加的顺序排列,矩阵每一列(每一个波段)都对应一个TP值,所有样本在某波段下的吸光度在列方向上的递增趋势越强(即TP值越大),则此波段下的吸光度与DON浓度的相关性就越强,该波段便可以作为评估DON浓度的特征波段。研究发现在666, 1 238和1 660 nm处TP出现局部最大值,利用此三个特征波段下的光谱进行二次判别分析Quadratic Discriminant Analysis(QDA),以此构建的TP-QDA模型可以将小麦粉按DON污染水平分成轻度(0<DON<1 000μg·kg-1)、中度(1 000≤DON<2 000μg·kg-1)、和重度(DON≥2 000μg·kg-1)三个等级。该模型的整体分类准确率在校正集和验证集中分别为88.24%和86.27%。对比了传统的主成分分析PCA(principal component analysis)特征波段选取方法,其所构建的PCA-QDA模型也将相同的小麦样品分成三个污染等级,整体分类准确率在校正集和验证集中分别为68.62%和72.55%。这些研究结果证实了TP选择特征波段的方法在判断DON污染水平时优于PCA特征波段选取方法,并且TP-QDA模型可有效地用于快速对小麦粉的污染等级进行分类,从而减少收储运过程中分析筛选小麦的时间和经济成本。研究结果还有待在更广泛的小麦品种中进行普适性验证。