基于近红外光谱技术的小麦黄曲霉毒素B1含量检测

来源：中国农机化学报杂志2025年第11期北京时间：

作者：朱成云, 张小威

单位：（1.盐城师范学院物理与电子工程学院，江苏盐城，224007；2.盐城工学院电气工程学院，江苏盐城，224007）

摘要：小麦作为重要的粮食作物，其质量与安全问题关系重大，然而小麦易受到真菌污染并产生霉菌毒素。为此，提出一种基于近红外光谱技术的小麦黄曲霉毒素B1定量测量方法。使用近红外光谱对霉变小麦进行采样，并对收集的光谱进行预处理。采用混合变量选择策略，构建iPLS—CARS和VCPA—GA算法对特征变量筛选；建立SVM模型，用于小麦AFB1定量测量。对比各类检测模型，结果表明，混合变量选择算法相比单一选择算法优势更明显。其中，利用iPLS—CARS筛选的特征变量所建SVM模型效果最好，预测相关系数（Rp2）为0.975 1，预测均方根误差（RMSEP）为5.878 5 μg/kg。结果表明，基于混合变量选择策略的SVM模型可以很好地检测小麦中AFB1含量，为谷物真菌检测提供一种方便、快捷的方法。

关键词：近红外光谱,小麦,黄曲霉毒素B1,混合变量选择算法,支持向量机

基金资助：国家自然科学基金资助项目（12404284）；江苏省高等学校基础科学（自然科学）研究重大项目资助（23KJA550002）