一种预测精米中重金属含量的方法

摘要

本发明提供一种预测精米中重金属含量的方法，属于食品安全领域。该预测精米中重金属含量的方法，所述精米由糙米加工而成，包括如下步骤：（1）将糙米加工成精米之前，检测所述糙米中重金属的含量；（2）计算糙出白率；（3）根据预测模型来预测精米中重金属含量，所述预测模型为精米中重金属含量与糙米中重金属含量和糙出白率的关系模型。本发明预测精米中重金属含量的方法，简单、方便、准确。

说明书

技术领域

本发明属于食品安全领域，具体涉及一种预测精米中重金属含量的方法。

背景技术

随着我国工业发展，重金属污染越来越严重。重金属污染是指密度不低于5g/cm³的金属过量累积引起的污染，包括汞(Hg)、镉(Cd)、铬(Cr)、铅(Pb)及砷(As)等生物毒性显著的重金属元素及其化合物对环境的污染。水稻是对重金属(例如镉)富集能力较强的粮食作物，水稻重金属污染对大米生产、加工及质量安全构成了潜在威胁。若能够通过糙米中重金属含量，对精米中重金属含量进行预测，就能将重金属污染的糙米加工成安全的精米，不仅能够减少浪费，而且保证了食品安全。但是，现有技术中没有方法能够准确预测精米中重金属含量。

发明内容

本发明的目的是提供一种预测精米中重金属含量的方法，该方法简单、方便、准确。

本发明的目的通过下述技术方案来实现：

一种预测精米中重金属含量的方法，所述精米由糙米加工而成，包括如下步骤：

(1)将糙米加工成精米之前，检测所述糙米中重金属的含量；

(2)计算糙出白率；

(3)根据预测模型来预测精米中重金属含量，所述预测模型为精米中重金属含量与糙米中重金属含量和糙出白率的关系模型。

在本发明中，所述重金属为As、Cd、Pb中的一种或两种以上。

在本发明中，当所述重金属为As时，所述关系模型为公式(a)；

Y₁＝124.08+19.89x₁+22.35x₁₂-3.50x₁²-9.38x₁₂²+12.24x₁x₁₂公式(a)；

其中Y₁为精米中As含量，x₁＝(X₁-85.58)/3.11，x₁₂＝(X₁₂-175.30)/44.97，X₁为糙出白率，X₁₂为糙米中As含量。

在本发明中，当所述重金属为Cd时，所述关系模型为公式(b)；

Y₂＝680.64+16.47x₁+304.14x₂₂-4.43x₁²-20.34x₂₂²-0.20x₁x₂₂公式(b)；

其中Y₂为精米中Cd含量，x₁＝(X₁-85.58)/3.11，x₂₂＝(X₂₂-720.72)/340.1，X₁为糙出白率，X₂₂为糙米中Cd含量。

在本发明中，当所述重金属为Pb时，所述关系模型为公式(c)；

Y₃＝67.16+15.90x₁+54.83x₃₂+6.16x₁²+22.81x₃₂²+2.04x₁x₃₂公式(c)；

其中Y₃为精米中Pb含量，x₁＝(X₁-85.58)/3.11，x₃₂＝(X₃₂-175.00)/169.7，X₁为糙出白率，X₃₂为糙米中Pb含量。

本发明方法能够预测精米中重金属为As、Cd、Pb中的一种或两种以上，简单、方便、准确。

具体实施方式

实施例1构建精米中重金属含量的预测模型

(1)试验设计思路

精米由糙米加工而成。为了预测精米中重金属含量，采用Des ign Expert软件中的Central Composite Design模型，以加工前糙米中重金属含量、糙出白率为主要的考察因子(自变量)，以X₁表示糙出白率(％)，以X₁₂、X₂₂、X₃₂分别表示糙米中As、Cd、Pb的含量(mg/kg)，并以+1、0、-1分别代表自变量的高、中、低水平。按方程x_ij＝(X_ij-X₀)/X对各自变量进行编码，x_ij为自变量的编码值，X_ij为自变量(X₁、X₁₂、X₂₂或X₃₂)的真实值，X₀为试验中心点处自变量的真实值，X为自变量的变化步长，试验因素水平及编码见表1。

表1 试验因素水平及编码

注：表1中x₁＝(X₁-85.58)/3.11；x₁₂＝(X₁₂-175.30)/44.97；x₂₂＝(X₂₂-720.72)/340.1；x₃₂＝(X₃₂-175.00)/169.7。

精米中As、Cd、Pb含量Y₁、Y₂、Y₃为评价指标(响应值)，设不同糙出白率条件下精米中As、Cd、Pb含量(mg/kg)的预测模型是由最小二乘法拟合的二次多项方程。具体方程如下：

Y₁＝A₀+A₁x₁+A₂x₁₂+A₁₂x₁x₁₂+A₁₁x₁²+A₂₂x₁₂²

(a)Y₂＝B₀+B₁x₁+B₂x₂₂+B₁₂x₁x₂₂+B₁₁x₁²+B₂₂x₂₂²(b)Y₃＝C₀+C₁x₁+C₂x₃₂+C₁₂x₁x₃₂+C₁₁x₁²+C₂₂x₃₂²

(c)

其中，(a)、(b)、(c)中A₀、B₀、C₀为常数项，A₁、A₂、B₁、B₂、C₁、C₂分别为线性系数，A₁₂、B₁₂、C₁₂为交互项系数，A₁₁、A₂₂、B₁₁、B₂₂、C₁₁、C₂₂为二次项系数。

(2)精米中重金属含量预测模型的建立

采用Design Expert软件中的Central Composite Design设计13组实验，然后对数据进行分析、对二项方程式进行求解以确定上述模型(a)、(b)、(c)方程的各项系数中的系数。

表2 As含量试验设计及其结果

表3 Cd含量试验设计及其结果

表4 Pb含量试验设计及其结果

各组实验的条件及结果见表2-4。采用Design Expert软件对上述3个表中的试验数据进行多元回归拟合，分别得精米中As、Cd、Pb含量对自变量糙出白率(X₁)、糙米中As、Cd、Pb含量(X₁₂)、(X₂₂)、(X₃₂)的二次多项回归预测模型方程。

方程(a)为Y₁＝+124.08+19.89x₁+22.35x₁₂-3.50x₁²-9.38x₁₂²+12.24x₁x₁₂；

方程(b)为Y₂＝+680.64+16.47x₁+304.14x₂₂-4.43x₁²-20.34x₂₂²-0.20x₁x₂₂；

方程(c)为Y₃＝+67.16+15.90x₁+54.83x₃₂+6.16x₁²+22.81x₃₂²+2.04x₁x₃₂。

实施例2采用本发明方法预测精米中重金属含量

将不同的糙米样品分别加工成精米，按照常规方法计算糙出白率X₁。将糙米加工成精米之前，检测各糙米样品中重金属含量，糙米样品中As的含量为X₁₂、糙米样品中Cd的含量为X₂₂、糙米样品中Pb的含量为X₃₂。各实验组别的糙出白率及糙米样品中重金属含量具体见表5-7。

根据公式(a)、(b)和(c)，分别预测精米中重金属As含量Y₁、Cd含量Y₂、Pb含量Y₃(预测值)。

Y₁＝+124.08+19.89x₁+22.35x₁₂-3.50x₁²-9.38x₁₂²+12.24x₁x₁₂公式(a)；

Y₂＝+680.64+16.47x₁+304.14x₂₂-4.43x₁²-20.34x₂₂²-0.20x₁x₂₂公式(b)；

Y₃＝+67.16+15.90x₁+54.83x₃₂+6.16x₁²+22.81x₃₂²+2.04x₁x₃₂公式(c)。

其中Y₁为精米中As含量，Y₂为精米中Cd含量，Y₃为精米中Pb含量，x₁＝(X₁-85.58)/3.11，x₁₂＝(X₁₂-175.30)/44.97，x₂₂＝(X₂₂-720.72)/340.1，x₃₂＝(X₃₂-175.00)/169.7，X₁为糙出白率，X₁₂为糙米中As含量，X₂₂为糙米中Cd含量，X₃₂为糙米中Pb含量，糙米或精米中As、Cd、Pb含量的单位均为mg/kg，糙出白率的单位为％。

检测各糙米样品在表5-7中糙出白率条件下获得的精米中As、Cd、Pb含量的真实值，以验证本发明预测方法的合适性和有效性。具体结果见表5-7。

表5 As含量预测模型的验证结果

表6 Cd含量预测模型的验证结果

表7 Pb含量预测模型的验证结果

对以上三个表中数据进行相关性分析，精米中As含量Y₁实测值和预测值的相关系数为0.9448；精米中Cd含量Y₂实测值和预测值的相关系数为0.9954；精米中Pb含量Y₃实测值和预测值的相关系数为0.9916，证实本发明方法是合适有效的，而且准确性较高。