气体分析法监测粮食储藏安全性的研究与应用进展

张燕燕 蔡静平 蒋 澎 黄淑霞

（河南工业大学生物工程学院1，郑州 450001）

（河南工业大学粮食储运中心2，郑州 450001）

粮食等农产品收获后，有许多因素可导致其品质的劣变、甚至危及食品的安全性。感染的昆虫可以在干燥储藏的粮食中进行正常生长和繁殖，粮食中能够适应较低水分的霉菌在粮堆受到外界湿空气或内部“湿热扩散作用”的影响时危害储粮品质。据FAO统计，粮食产后的虫霉致损率可达10%～15%［1］，我国每年储粮损失约在110亿kg左右。现有的国内大型粮仓已经普遍配置了电子测温系统用于储粮安全的监测，该项技术的主要优势在于不需操作人员进仓采样就能够快捷地了解粮堆内部的虫霉危害，但该技术对昆虫、霉菌发展和危害的反映有迟后性，粮堆中异常的温度变化通常伴随着粮食较严重的虫霉毁损，其灵敏性尚不能满足人们对储粮安全日渐增高的要求。

监测粮食储藏安全的理想状态是对虫霉的各种生理活动做出灵敏的响应，尤其对虫霉将要开始快速生长或繁殖的预测要有一定的提前量，以便管理人员具备对虫霉活动进行早期防控的可能性。如果在虫霉危害实际发生后才发现问题，进行处理，最多只能避免损失的扩大。基于人们对储粮高效监测技术的追求，国内外众多研究人员一直致力于研发能够快速、准确发现农产品储藏中害虫以及霉菌生长活动的方法，尤其是为了适应粮食储藏和运输期间难以现场采集粮食样品的特点，人们努力寻找与粮堆温度检测方法类似的在线监测方法。通过对粮堆中众多相关因子的研究，发现粮堆中的气体是可以在粮食籽粒间隙中进行扩散、传导的理想介质，如果能够揭示虫霉生理代谢与气体介质产生的对应关系，即可对粮堆中的虫害和微生物的早期活动做出科学的判断。

粮食受到虫霉活动影响产生的气体成分改变涉及范围较广，粮堆或因虫霉的呼吸作用改变储藏环境正常的气体组分［2］，或使粮食带上虫霉自身的独特气味［3］，或在粮食中残留虫霉代谢相关的可抽提的挥发性气体［4］等。根据研究和应用的现状，对判断粮食储藏安全性的气体成分分析大体上可分为3种类型：第一类是由感官针对粮食中常温可挥发性气体进行气味判断和识别；第二类是以粮堆生物介质呼吸为基础对粮堆中的二氧化碳或氧气含量变化进行监测；第三类是针对虫霉自身代谢或分解粮食组分产生的可气化、可随气体抽提的化合物进行分析。每一监测类型通常可由某一检测技术为基础，通过一定的技术路线构建成许多具体的监测方法。国内外对相关的各类技术已经进行了多方位的基础和应用研究，研发了一些相关的检测设备，有些技术已经呈现较好的实用前景，有可能对粮食等农产品储藏安全监测技术产生较大的影响。本研究主要就气体成分分析法在粮食储藏和运输环节中对虫霉活动危害监测进行综述，并对研究成果应用的特点进行分析和讨论。

1 粮食气味的感官监测

粮食依据品种的不同均有其自身固有的气味。在粮食储藏期间，当虫霉在粮食中进行各种代谢活动后，形成的各种产物有些可在常温下挥发，产生具有嗅觉可辨特征的气体。有实践经验、或经过一定专业训练的技术人员可以针对粮食储藏过程中的气味变化进行安全性的定性判断，甚至可对粮食的新鲜度进行较准确的评价。研究表明，粮食的霉腐味因粮食种类和储藏方式的不同会有较大的差异，Jelen′等［5］经分析得出小麦的霉腐气味物质主要成分是2-甲基异茨醇（2-methylisoborneol），Va′zquez-Ara′ujo等［6］对高粱霉味物质进行分析后认为其主要的化合物有 1，2-二甲氧基苯（1，2-dimethoxybenzene）、3-辛酮（3-octanone）和 1，2，4-三甲氧基苯（1，2，4-trimethoxybenzene）。不同粮食和异味对应的化合物种类较广，导致仪器检测粮食中霉味或异味的这些化学组分有一定的操作难度；相反，人的嗅觉虽然难以分辨这些化学物质的具体组分，但凭借嗅觉的模糊判断却可以迅速比较出气味是否正常，达到快速监测的效果。

在粮食储藏实践中，感官检测这种看似非常原始的监测方法，实际上是保障储粮安全性非常重要的手段。我国对大宗生产和存储的农产品：小麦、稻谷和玉米均制定有存储品质判定的规则［7-9］，在行业标准或国家标准的正常性修订中，许多品质判定的指标，如小麦的脂肪酸、粉质指标等可能只在某一版标准中存在，在应用过程中发现其缺陷后就不再作为判定指标了，但在各种粮食的品质指标或存储质量判定指标中，粮食气味是否正常均为其中的一个指标。这种建立在人们熟知正常粮食固有气味基础上的简单监测方法，可以基本满足判断粮食品质变化的分辨要求。在我国大规模的粮食储备系统中，对储粮气味变化的识别已经成为国家储备粮库粮食保管人员必须具备的基本技能，也是常规粮食储藏、加工和商业流通环节中不可或缺的方法。在近几年我国发布的各种粮食及粮食产品的品质指标中，气味也是品质检测的项目之一［10］。

感官气味检测在世界粮食贸易的品质评判中也是重要的指标。美国农业部 （U.S.Department of Agriculture）发布的“粮食检测手册”对各种粮食品种的品质检测均做出详细的规定，并经常性地对手册进行更新。在各种粮食的检测手册中，粮食的感官气味及评判方法均被列为主要的检测指标，并有详细的检测程序和评定规则。如在最新发布的小麦检测手册中［11］，具体描述了小麦酸腐味、霉味及小麦商业化运作期间异味的可能来源，说明了具体的检测方法，甚至对特殊样品做出专门的感官检测操作规定。手册中指出，对于经过杀虫或熏蒸处理的小麦，要将其置于敞口的大容器中4 h左右，待残留气体挥发后再进行粮食气味的评判；当有多人参与粮食气味评判后得出的结果存在分歧时，规定应该采用有经验评判人的鉴定意见；该“手册”还要求，对出现异味的小麦，在评级以后出具的定级证书中应该按照手册规定的异味术语进行标注。

2 粮堆二氧化碳气体监测

粮堆中的各种生物介质均在其生命活动中利用氧气、释放二氧化碳进行呼吸作用。理论上，对这2种气体的监测数据均可与粮堆中各种呼吸因子的活跃水平建立联系，并用于储粮状态分析。但对于粮仓储藏粮食而言，粮堆是一个相对开放性的环境，气体可通过表面扩散进行交换，显然，大气中的超过20%的氧气成分远高于二氧化碳的含量，监测二氧化碳浓度变化受到的干扰更小，结果更可靠［2］。因此，现有针对储粮安全的粮堆流动气体监测均通过检测二氧化碳含量的变化而实现。

二氧化碳的检测方法是储粮气体成分监测的基础。早期对储粮的实验室研究主要应用气相色谱法［5］，该方法的检测可靠性没有问题，百万分之一级别的检测精度完全可满足储粮虫霉活动监测的要求，但如果用于实仓检测，在气体采集、样品前处理等方面均存在困难，检测成本相对较高，耗时也较长。化学吸附分析法是相对简单和常用的二氧化碳检测方法，其最大的优势是设备简单、检测费用低，但检测精度也相对较低，受环境因素的影响可导致检测值出现一定误差［12-13］。真正使储粮安全的二氧化碳监测呈现商业化应用希望的是红外二氧化碳传感模块的应用，该传感模块利用二氧化碳吸收红外光谱产生热量的原理设计，主要由进气和出气接口，气体检测室，红外发生源，红外探测器，信号处理及转换电路等构成［14］，是一类体积小、便于安装使用的检测传感元件（图1），近几年来，Ileleji等［15］利用Valtronics2156-R CO2传感器，Maier等［16］采用 OEM 6004 CO2传感器，梁微等［17］应用 Telaire T6615 CO2传感器研究粮仓或实验室储粮中虫霉产生二氧化碳的监测，结果表明，无论是检测的灵敏度、精确度，还是设备的使用稳定性等方面均可满足储粮安全监测的需求。为了能更加适应储粮环境的二氧化碳监测，一些针对性的CO2传感器也正在被研发中［18］，这些传感器主要对传感材料和作用机制进行改良，在排除粮堆中其他可挥发气体干扰、减少高相对湿度气体和粮堆杂质等因素对检测数据的影响等方面可能更具有优势。

图1 红外二氧化碳检测传感模块

储粮中各种生命介质代谢活动与产生二氧化碳的相关性是该项技术应用中最关键的内容，这方面已经有大量的相关研究。早在1967年，Bartholomew等［19］在研究作物种子生理时就发现，温度、水分、容器中氧气含量等众多因素会影响玉米储藏时产生的二氧化碳，玉米在水分含量较低的条件下产生二氧化碳速率很低。构成检测本底浓度的粮食自身呼吸产气率较低，有利于提高对其他生物活动监测的灵敏度。在储粮霉菌活动监测方面，Fernandez等［12］和Maier等［16］的研究均证明，当储藏粮食的水分含量较高时，伴随着储粮的霉变，粮堆二氧化碳浓度迅速升高；梁微等［17］在实验室监测不同水分小麦储藏过程中微生物的活动时，证明该方法可以灵敏反映霉菌早期活动的状况；耿旭等［20］的研究发现，处于不同生理阶段的储粮霉菌在二氧化碳产生特性上有明显差异，根据储粮中二氧化碳浓度的变化速率，可以对储粮霉菌的危害水平做出预测性的评估。储粮害虫的生长与二氧化碳产生的相关性与储粮霉菌基本相似，唐多等［21］在谷蠹生长和二氧化碳形成的研究中得出两者具有显著相关性的结论。由于储粮中昆虫与霉菌生长适应的水分不同，因此，在低水分条件下储藏昆虫是二氧化碳的主要产生源，在较高水分的条件下，霉菌发展对储粮二氧化碳的影响更加显著［16］。

粮食大规模实仓储藏安全的二氧化碳监测试验也得出较理想的结果。Abalone等［22-23］研究了200 T规模气密储粮的CO2浓度变化，证明在密封的环境中，储粮生物代谢与CO2浓度变化有高的相关性；Ileleji等［15］和 Maier等［16］在 1 000 T以上规模，包括筒仓、大型浅圆仓及大型露天散粮堆在内的各种粮仓中进行模拟霉变点和整仓储藏监测的结果也表明，二氧化碳对储粮安全的监测灵敏度远高于单纯粮食温度的监测，对于储粮中的生物危害发展有较好预测作用，这些研究已经显示其良好的实际应用前景。

在储粮安全监测中应用二氧化碳浓度检测技术时需要明确，检测的结果受储粮本身、粮食水分、温度及粮堆气密性等众多因素影响，在二氧化碳浓度和储粮安全性的判断之间难以得出严格的对应关系。对粮堆二氧化碳浓度变化影响较大的有2个因素：第一个因素是粮堆对气体的吸附作用。当二氧化碳被粮粒吸附后，储粮气体监测常用的粮堆吸气方法不能检测出这部分气体的含量，需要用真空条件的负压置换方法检测［24］，Cofic-Agblor等［25］的进一步试验表明，不同的粮食品种和储藏温度等因素对二氧化碳的吸附量有明显的影响，在30和20℃条件下，24 h小麦的二氧化碳吸附量分别是70和64 mg／kg，大麦则分别是56和51 mg／kg，各种因子和吸附量之间缺乏线性关系和相关的规律性，显然，这将导致监测数据判断的不确定性。第二个因素是气体在粮堆中的扩散作用。温度和粮食水分等因素均影响二氧化碳的扩散，低水分粮食和粮堆较高的温度可促进这种扩散作用［26］，Shunmugama等［27］的研究也证明了储粮温度、水分等因素对粮堆二氧化碳气体扩散的影响，进一步的研究还发现不同粮食品种在垂直和水平扩散的方向性上有相反的表现，从而会影响二氧化碳气体从粮堆表面释放，或离粮堆生物活动发生点不同距离的监测点使二氧化碳检测浓度产生差异。鉴于粮食的吸附、扩散作用以及还有其他因素的复杂影响，不同的储粮监测试验者对于储粮虫霉活动的二氧化碳浓度变化报导之间存在较大的差异［12，15-16，18，28-30］。因此，真正投入实际监测应用时，仍需对影响因子进行系统分析，建立具体粮仓、粮种和储藏模式等针对性的解决方案。

3 粮食可气化物的电子鼻监测

粮食本身含有一些在一定温度下可挥发的气化物，例如，稻谷中主要挥发性物质是由醛、酮、醇以及酯类等多种羰基化合物所组成；小麦自身含酯类、醇类及少量羰基化合物等挥发性物质，储藏过程中还包括游离氨基酸降解、脂类氧化降解。随着储藏时间的延长，这些挥发性物质的量会发生一定的变化，如非极性挥发性物质含量减少、极性挥发性物质含量增加等［31］。因此，这些物质可以与粮食的品质和储藏安全性建立联系。

电子鼻是利用多种传感器的组合，模拟生物的嗅觉系统进行的一类检测，是感官气味分析的仪器化延伸。电子鼻概念最早由英国Warwick大学的Persand和Dodd于1982年在模仿哺乳动物嗅觉系统对几种有机挥发气体进行类别分析时提出。在储粮安全监测方面，Stetter等［32］采用气敏性传感器检测粮食中的挥发性物质，用于对粮食品质及等级进行分类，证明该技术在粮食质量分析中具有应用可行性。Magan等［33］在研究粮食中难以确定的挥发性物质时，提出了采用组合式传感器对粮食进行综合分析的电子鼻技术检测设想。电子鼻检测方法属于综合性的技术，是交叉学科协同发展的产物，其检测物不仅可针对普通的可挥发气体，也可通过较高温度的处理使粮食中与品质变化相关的物质气化而达到检测的目的，因而，借助不同传感器组合和信息处理方式的电子鼻可以检测粮食中品质变化、生理发展、虫霉影响、卫生和食用安全等众多的参数，近年来已经引起了国内外较多研究者的关注。目前，电子鼻检测系统在研究或应用报导中出现较多的产品有法国Alpha-MOS的Fox系列，德国Airsense的PEN系列，以及日本的Figaro和英国的Bloodhound等系列。

利用电子鼻检测粮食新陈度是该技术的一个重要优势。粮食新陈度是粮食品质的主要指标，在储粮管理和流通环节中具有非常重要的意义，但迄今尚无其他理想的定量检测方法。电子鼻判断粮食新陈度是依据粮食自身生理活动可改变吸附或结合存在于粮食籽粒中的气体组分的特性进行检测。例如，随着小麦储藏时间的延长，可出现醇类挥发性成分逐渐降低，醛类挥发性成分增加，酮类挥发性成分总体有升高趋势的特点［34］；稻谷则可发生各挥发性气体组分总含量呈增加趋势，但新陈稻谷的主要挥发性成分有差异，其中丙二醛组分可以敏感反映稻谷储藏的变化［35］。庞林江等［36］利用德国 PEN系列电子鼻对小麦的检测试验表明，通过采集小麦存放容器空间的气体进行检测和分析，可对5个不同生产年限的小麦样品新陈度作出准确的识别。当然，影响粮食新陈度的因素非常复杂，许多成分的变化并非均为线性关系，使得电子鼻检测后选用不同的分析方法可导致结果的差异，在庞林江等［36］的试验中发现，PCA（主成分分析）法的判别效果明显高于LDA（线性判别函数分析）法和ANN（人工神经网络）法。另外，Zhang等［37］的研究表明，对电子鼻系统中的传感器阵列进行优化也可显著提高对小麦新陈度识别的准确性。因此，在实际应用中应该根据具体的粮食品种和新陈度识别需求，选择合适的电子鼻传感器组合、阵列以及分析方法，提高检测的准确性。

电子鼻对储粮微生物危害的检测主要也基于霉菌等在粮食中生长代谢活动将产生各种醇、酮、醛、酯、萜烯类及其他硫氮化合物等特征性的可挥发物质［38］。Jonsson等［39］和 Evans等［40］的研究表明，应用电子鼻不仅可有效甄别粮食是否发生霉变，而且可定量检测粮食发生霉变的程度，通过提高检测灵敏度的手段，可对储粮中霉菌的初期活动进行识别，这在储粮安全监控中具有重要的价值。

电子鼻技术在粮食霉菌类群识别方面已经显示出令人感兴趣的特色。迄今除了对粮食直接进行菌落培养检测，尚无其他间接检测方法可以胜任微生物类群识别。Paolesse等［41］的研究表明，电子鼻可对粮食中青霉和镰孢霉2个类群的感染率进行检测，这对了解储粮中是否有产毒真菌发展，监测储粮是否存在食品安全性风险方面具有重要的意义。电子鼻对粮食中一些特殊微生物种群的检测更是可弥补常规检测方法的不足。例如，小麦矮化腥黑穗病菌是我国的检疫微生物［42］，其常规的培养检测时间至少需要数十天，是粮食入境港口操作的重要难题。曹学仁等［43］研究表明，采用10个不同金属氧化物传感器阵列的电子鼻，以主成分分析法（PCA）和线性判别法均可有效检测小麦中的矮化腥黑穗病菌冬孢子，整个检测耗时只需几个小时。

与霉菌类群识别相关的粮食真菌毒素检测也可借助电子鼻技术实现。Olsson等［44］用电子鼻技术检测正常和霉变污染的谷物中赭曲霉毒素A和脱氧雪腐镰刀菌烯醇含量的差别，然后用 GS-MS检测进行对比，验证了电子鼻技术可以在一定范围内检测出真菌毒素；Perkowski等［45］也报导了电子鼻检测小麦样品是否受到镰刀菌毒素污染的研究。在甄别粮食中所含真菌毒素是否超过食品安全规定的标准方面，Federica等［46］的研究表明，对玉米黄曲霉毒素污染是否超标的检测准确率可达到100%。因此，电子鼻技术的进一步发展有可能根据各种微生物的特征物质识别更多的类型，在粮食储藏安全和食品安全监测中展示其独特的功能。

在储粮害虫类群检测方面也有电子鼻的应用空间。Ridgway等［47］的研究表明，螨类害虫在活动状态下排出的挥发性十一烷类气体可以引起电子鼻信号响应。蒋德云等［48］对小麦中的谷蠹侵染程度进行检测时发现，电子鼻技术可以明确区分不同谷蠹侵染程度的小麦。不仅如此，即使粮堆中的害虫已经死亡，也可以通过电子鼻技术识别出。Zhang等［49］曾对5个不同储藏年限和15个不同虫害侵染程度的小麦进行评估，研究结果表明，电子鼻技术可作出有效的区分，这对评价粮食的实际储藏品质有重要的意义。

4 展望

在粮食储藏的各种检测方法中，气体分析法具有取样方便、检测快捷和监测灵敏等多种独特的优势。粮食气味感官分析可与电子鼻检测方法有机结合，进行操作人员的培训；也可通过电子鼻对感官可辨异常物质进行系统研究，制备出粮食异味标准浓度物质或基准物质，利用感官分析的快捷性，进行标准品和粮食实物的半定量比对检测，使感官分析向定量化方向发展。电子鼻系统也应进一步研究仿生的机理，使该技术朝着快捷化、常温化和自动化的方向发展。储粮的二氧化碳检测方法借助气体在粮堆中的可扩散特性，通过进一步研究各种储藏模式下虫霉活动、粮食品质变化等与二氧化碳浓度的关系，结合现有自动控制和网络技术，有可能实现对储粮安全性进行远程实时监测，这是一类行业需求巨大、具有广阔应用前景和发展空间的技术。

随着新型材料、高性能传感器的发展，以及研究数据的积累和分析方法的改进，储粮气体分析技术将更加完善，将会有更多的应用投入到粮食实仓监测中。这些技术在粮堆虫霉的发生、在线监测的发展，储粮品质演变的灵敏识别方面以及危害食品安全性的有毒物质形成早期预警等方面可能是其他监测技术无法实现或替代的。总之，粮食储藏气体分析技术的发展有望构建新型的农产品储藏模式，推动整个储藏行业的科技进步。

［1］FAO.Crop and food supply assessment［G］.FAO corporate document depository：Economic and social department.Rome，Italy：United Nations，2000

［2］梁微.粮堆中气体成分的变化与微生物活动相关性研究［D］.郑州：河南工业大学，2009

［3］Tuma D，Sinha R N，Muir W E，et al.Odor volatiles associated with microflora in damp ventilated and non-ventilated bin-stored bulk wheat［J］.International Journal of Food Microbiology，1989，8（2）：103-119

［4］赵丹.小麦储藏过程中挥发性物质与品质变化关系研究［D］.郑州：河南工业大学，2012

［5］JeleńH H，Majcher M，Zawirska-Wojtasiak R，et al.Determination of geosmin，2-methylisoborneol，and amustyearthy odorin wheat grain by SPME-GC-MS，profiling volatiles，and sensory analysis［J］.Journal of Agricultural and Food Chemistry，2003（51）：7079-7085

［6］Vázquez-Araújo L，Chambers IV E，Funk D B.References for“musty”odor notes in sensory analysis of grain sorghum［J］.Journal of Cereal Science，2011（54）：460-466

［7］GB／T 20569—2006，稻谷储存品质判定规则［S］

［8］GB／T 20570—2006，玉米储存品质判定规则［S］

［9］GB／T 20571—2006，小麦储存品质判定规则［S］

［10］NYT 421—2012，绿色食品 小麦及小麦粉［S］

［11］USDA（United States Departmentof Agriculture）.Grain inspection handbook.Book II，Chapter 13 Whest.2013，http：／／www.gipsa.usda.gov

［12］Fernandez A，Stroshine R，Tuite J.Mold growth and carbon dioxide production storage of high-moisture corn［J］.Cereal Chemistry，1985，62（2）：137-143

［13］袁超，何保山，韩小贤，等.二氧化碳气体检测研究进展［J］.江西农业学报 2009，21（6）：133-136

［14］白泽生.一种二氧化碳气体检测方法［J］.传感器与微系统，2007，26（7）：105-108

［15］Ileleji K E，Maier D E，Bhat C，etal.Detection of a developing hot spot in stored corn with a CO2sensor［J］.Applied Engineering in Agriculture，2006，22（2）：275-289

［16］Maier D E，Hulasare R，Qian B，et al.Monitoring carbon dioxide levels for early detection of spoilage and pests in stored grain［C］.Proceedings of the 9thInternationalWorking Conference on Stored Product Protection，2006：15-18.

［17］梁微，蔡静平，高翔.CO2检测法监测小麦储藏微生物活动的研究［J］.河南工业大学学报：自然科学版，2009，30（2）：55-58

［18］Neethirajan S，Freund M S，Jayas D S，et al.Development of carbon dioxide（CO2）sensor for grain quality monitoring［J］.Biosystems Engineering，2010，106：395-404

［19］Bartholomew D P，Loomis W E.Carbon Dioxide Production by Dry Grain of Zea mays［J］.Plant Physiology，1967（4）：120-124

［20］耿旭，黄淑霞，蔡静平.储粮中霉菌活动的生理状态与粮堆CO2浓度变化的相关性［J］.河南工业大学学报：自然科学版，2010，31（3）：12-15

［21］唐多，王殿轩，姚剑锋.不同温度和水分小麦中不同谷蠹发生状态时二氧化碳变化研究［J］.植物保护，2011，37（5）：67-71

［22］Abalone R，Gastón A，Bartosik R，etal.Gas concentration in the interstitial atmosphere of a wheat silo-bag.Part I：Model development and validation［J］.Journal of Stored Products Research，2011，47（4）：268-275

［23］Abalone R，Gastón A，Bartosik R，etal.Gas concentration in the interstitial atmosphere of a wheat silo-bag.Part II：Model sensitivity and effect of grain storage conditions［J］.Journal of Stored Products Research，2011：276-283

［24］Cofie-Agblor R，MuirW E，Sinicio R，etal.Characteristics of carbon dioxide sorption by stored wheat［J］.Journal of Stored Products Research，1995，31（4）：317-324.

［25］Cofie-Agblor R，MuirW E，Jayas D S，et al.Carbon dioxide sorption by grains and canola at two CO2concentrations［J］.Journal of Stored Products Research，1998，34（2）：159-170.

［26］Singh D，MuirW E，Sinha R N.Apparent coefficientof diffusion of carbon dioxide through samples of cereals and rapeseed［J］.Journal of Stored Products Research，1984，20（3）：169-175

［27］Shunmugama G，Jayasa D S，Whiteb N D G.Diffusion of carbon dioxide through grain bulks［J］.Journal of Stored Products Research，2005，41（2）：131-144

［28］蔡静平，王智，黄淑霞，等.储粮中CO2气体的扩散特性及霉菌活动监测研究［J］.河南工业大学学报：自然科学版，2012，33（3）：1-4

［29］Maier D E，Channaiah L H，Martinez-Kawas A，et al.Monitoring carbon dioxide concentration for early detection of spoilage in stored grain［J］.Julius-Kühn-Archiv，2010（42）：495-505

［30］唐芳，程树峰，伍松陵.稻谷储藏危害真菌生长与CO2浓度的相关性［J］.中国粮油学报，2011，26（3）：71-74

［31］展海军，李建伟，司学芝，等.小麦陈化指标的研究综述［J］.粮食与饲料工业，2003，（4）：8-9

［32］Stetter JR，Findlay M W，Schroeder K M，et al.Quality classification of grain using a sensor array and pattern recognition［J］.Analytica chimica acta，1993，284（1）：1-11

［33］Magan N，Evans P.Volatiles as an indicator of fungal activity and differentiation between species，and the potentialuse of electronic nose technology for early detection of grain spoilage［J］.Journal of Stored Products Research，2000，36（4）：319-340

［34］张玉荣，高艳娜，林家勇，等.顶空固相微萃取-气质联用分析小麦储藏过程中挥发性成分变化［J］.分析化学研究报告，2010，38（7）：953-957

［35］周显青，张玉荣，赵秋红，等.稻谷新陈度的研究（四）：稻谷储藏过程中挥发性物质的变化及其与新陈度的关系［J］.粮食与饲料工业，2005，2：1-3

［36］庞林江，王俊，路兴花，等.电子鼻判别小麦陈化年限的检测方法研究［J］.传感技术学报，2007，20（8）：1717-1722

［37］Zhang H，Wang J，Tian X，etal.Optimization of sensor array and detection of stored duration of wheat by electronic nose［J］.Journal of Food Engineering，2007，82（4）：403-408

［38］JeleńH，Wasowicz E.Volatile fungalmetabolites and their relation to the spoilage of agricultural commodities［J］.Food Reviews International，1998（14）：391-426

［39］Jonsson A，Winquist F，Schnürer J，et al.Electronic nose formicrobial quality classification of grains［J］.International Journal of Food Microbiology，1997，35（2）：187-193

［40］Evans P，Persaud K C，McNeish A S，et al.Evaluation of a radial basis function neural network for the determination of wheat quality from electronic nose data［J］.Sensors and Actuators B：Chemical，2000，69（3）：348-358

［41］Paolesse R，Alimelli A，Martinelli E，et al.Detection of fungal contamination of cereal grain samples by an electronic nose［J］.Sensors and Actuators B：Chemical，2006，119（2）：425-430

［42］GB／T 18085-2000，植物检疫：小麦矮化腥黑穗病菌检疫鉴定方法［S］

［43］曹学仁，詹浩宇，周益林，等.电子鼻技术在快速检测小麦矮腥黑穗病菌中的应用［J］.生物安全学报.2011，20（2）：171-175

［44］Olsson J，Börjesson T，Lundstedt T，et al.Detection and quantification of ochratoxin A and deoxynivalenol in barley grains by GC-MS and electronic nose［J］.International Journal of Food Microbiology，2002，72：203-214.

［45］Perkowski J，Bus＇ko M，Chmielewski J，et al.Content of trichodiene and analysis of fungal volatiles（electronic nose）in wheat and triticale grain naturally infected and inoculated with Fusarium culmorum［J］.International Journal of Food Microbiology，2008，126：127-134

［46］Federica Cheli F，Campagnoli A，Pinotti L，etal.Electronic nose for determination of aflatoxins in maize［J］.Biotechnology，Agronomy，Society and Environment，2009，13：39-43

［47］Ridgway C，Chambers J，Portero-Larragueta E，et al.Detection of mite infestation in wheat by electronic nose with transient flow sampling［J］.Journal of the Science of Food and Agriculture，1999，79：2067-2074

［48］蒋德云，孔晓玲，李宝筏，等.电子鼻在储粮害虫检测中的应用研究［J］.安徽农业大学学报，2005，32（2）：254-257

［49］Zhang H M，Wang J.Detection of age and insect damage incurred by wheat，with an electronic nose［J］.Journal of Stored Products Research，2007，43：489-495.