摘要：为了提高米糠的出油率,本文采用超声波辅助水酶法,对混合液进行破乳,得到最佳工艺条件。通过研究复合酶的种类、比例、添加量以及酶解条件对米糠出油率的影响,在单因素的基础上,进行Box-Benhnken响应面实验。结果表明超声波辅助水酶法提取米糠油的最佳条件为:料液比1∶6,酶解温度设定为51℃,酶解时间5 h,超声波功率230 W,超声时间20 min,酶添加量为1.38%(碱性蛋白酶∶纤维素酶∶果胶酶=1∶2∶1)。此条件下得到米糠的出油率为90.53%。

摘要：探讨矿物元素指纹分析技术对芸豆产地溯源的可行性,筛选出判别芸豆产地溯源的有效指标。利用电感耦合等离子体质谱仪(ICP-MS)测定来自依安县和拜泉县2个地域54份芸豆样品中31种矿物元素的含量,对数据进行方差分析、主成分分析、聚类分析和判别分析。研究表明,芸豆中25种矿物元素含量在地域间存在显著性差异,通过逐步判别分析筛选出Ca、As、Mg和Pt 4项元素指标建立芸豆产地判别模型,所建立的模型对芸豆产地整体交叉检验判别率为94.4%。因此,矿物元素指纹图谱技术可用于判别芸豆产地来源。

摘要：该研究探讨了矿物元素指纹分析技术对黑龙江黄豆产地溯源的可行性,筛选出判别黑龙江黄豆产地溯源的有效指标。利用电感耦合等离子体质谱仪(inductively coupled plasma mass spectrometry,ICP-MS)测定来自齐齐哈尔和北安2个地域50份黄豆样品中52种矿物元素的含量,并对数据进行了方差分析、主成分分析和判别分析。研究表明,46种矿物元素含量在地域间存在显著差异,通过逐步判别分析筛选出8项元素指标建立黄豆产地判别模型,所建立的模型对黄豆产地整体交叉检验判别率为95.7%。As、Ru、Gd含量在黄豆与土壤间呈显著正相关(P<0.05),Tb含量在黄豆与土壤间呈极显著正相关(P<0.01),由4种元素建立的判别模型对产地判别准确。因此,上述元素是黄豆矿物元素产地鉴别较可靠的指纹信息指标。

摘要：试验应用Plackett-Burman,最陡爬坡和Box-Benhnken联合设计,筛选并优化植物乳杆菌M1-UVs29冷冻干燥保护剂的最佳配方。最佳保护剂的配方为:脱脂乳13.0%,海藻糖7.6%,山梨醇2.7%,菌粉存活率达86.28%,加入保护剂菌粉比未加保护剂的菌粉在人工胃液,人工肠液,存储能力和热处理的差异显著(P<0.05),效果较好。

摘要：目的:探讨矿物元素指纹分析技术对芸豆产地溯源的可行性。方法:利用电感耦合等离子体质谱法测定不同产地芸豆中20种矿物元素的含量,并对数据进行因子分析和聚类分析。结果:因子分析结果表明,总方差的50%以上的贡献来自前2个因子,所对应Mg、Al、V、Cr、Mn、Fe、As、Sr、Y、Sb、Ba、La、Ce、Pr、Nd、Sm、Gd和Ca是芸豆的特征矿物元素。聚类分析结果表明,依安芸豆和拜泉芸豆各属一类。结论:矿物元素指纹图谱技术可用于判别芸豆产地来源。

摘要：分析不同地域来源芸豆中矿物元素和有机成分组成特征及含量差异,探讨矿物元素和有机成分指纹组合分析技术对芸豆产地鉴别的可行性。检测来自依安、拜泉县2个主产区54份芸豆样品中31种矿物元素和3项有机成分含量,对数据进行方差分析和判别分析。研究表明,矿物元素指纹对芸豆产地交叉检验的整体正确判别率为94.1%;有机成分指纹对芸豆产地交叉检验的整体正确判别率为83.3%;矿物元素和有机成分指纹组合对芸豆产地的正确判别率显著提高,交叉检验的整体正确判别率达到100.0%。因此,矿物元素和有机成分指纹组合分析结合多元统计学是用于芸豆产地溯源的一种有效技术。

摘要：矿物元素指纹分析技术已逐渐被应用到农产品的产地溯源中,大米中的矿质元素指纹信息的稳定性不仅与环境(地域和年际)密切相关,还受品种和加工精度的影响。研究农产品矿物元素指纹信息在不同加工等级与不同品种间的稳定性,解析品种、加工精度及其交互作用对各元素含量变异的贡献率,筛选出受品种、加工精度影响较小的元素作为产地溯源的指纹信息。可为农产品产地矿物元素指纹溯源技术的应用提供理论参考。本研究以水稻作为模式生物,于2013年收获期在黑龙江同一地市的3个品种的水稻样品,加工成5个不同等级,利用电感耦合等离子体质谱仪(ICP-MS)测定不同等级大米中49种矿物元素的含量。对数据进行单因素方差分析、多因素方差分析。大米中元素Na、Mg、Al、K、Ca、Cr、Mn、Fe、Co、Cu、Zn、Rb、Sr和Ba含量与加工精度密切相关;元素Na、Mg、Al、K、Ca、Cr、Mn、Cu、Zn、Rb和Mo含量与品种密切相关;在今后产地溯源技术筛选溯源指标时应考虑这些元素。

摘要：为了对地理标志大米进行原产地保护,采用PEN3电子鼻,分析样品质量、项空空间及静置时间等试验参数对电子鼻传感器响应值影响,结合主成分分析(PCA)和线性判别分析(LDA)方法对3个不同地理标志大米进行识别研究。结果表明:选取50 g样品,以50 mL顶空空间、静置1 h测得的电子鼻响应值最佳;PCA法可以区分不同地域的大米,也可以区分不同品种大米,LDA法也可以区分不同地域的大米,但不能区分不同品种的大米。运用电子鼻可以将地理标志大米进行较好的区分,为电子鼻技术应用于大米产地溯源提供理论基础。

摘要：为建立地理标志大米的快速检测技术,更好地维护地方名优大米品牌效益,利用近红外光谱技术结合定性分析(鉴别分析和聚类分析)和偏最小二乘法(PLS)对黑龙江省3个水稻主产区的地理标志大米进行产地溯源研究。结果表明:运用鉴别分析和聚类分析建立的模型对建三江、五常地域预测正确率为100%,响水地域预测正确率为95.83%;五常、响水地域判别正确率为100%,建三江地域判别正确率为95.83%。采用PLS建立定量分析模型对建三江、五常、响水三个地域的预测正确率分别为95.83%、100%、95.83%。通过鉴定及检测结果可知利用近红外光谱技术可对黑龙江地理标志大米进行产地保护,且产地预测正确率达95%以上。

摘要：以水稻龙粳40作为研究对象,依据GB/T 5502—2008《粮油检验:米类加工精度检验》染色法,加工得到不同等级大米,运用电感耦合等离子体质谱仪测定不同等级大米中17种营养元素的含量,并通过X射线光电子能谱仪对水稻籽粒颖果外表面、近表面、近中部和米中部的元素含量进行定量分析。结果表明,不同加工等级间大米中Na、Mg、K、Ca、Cr、Mn、Co、Cu、Zn、Rb和Sr的11种元素存在极显著差异(P<0.01),并且11种元素在不同等级间损失率不同;Na、K、Ca、Fe元素在水稻籽粒不同部位的含量有差异,颖果表面Na、K、Ca、Fe含量较高,近中部和米中部含量较低。各营养元素在稻谷中分布不均匀,在加工过程中,营养元素将不同程度地损失。