一、成果来源及简介

“赤霉病小麦光电分选技术及装备”研究成果是在国家现代农业（小麦）产业技术体系建设专项（CARS-03）、国家粮食行业公益性研究项目（201313005-03）等科研项目的专项资助下，由河南工业大学主持完成。该项研究成果基于近红外技术手段，通过分析赤霉病小麦的光谱特征信息，构建赤霉病小麦籽粒近红外识别模型，并开发相应的快速检测系统及装备，实现赤霉病小麦的准确识别和高效分选去除，显著降低赤霉病小麦中的病害小麦籽粒数量，确保小麦加工食用安全。      

二、成果技术内容和对行业的意义

生物体的近红外光谱指纹特征是其表面光学特征及内在组分化学性质的本质反映，随着生物体表面色泽和内在组分或结构的变化，其近红外光谱特征信息也发生着显著变化。基于这一原理，河南工业大学项目研究团队系统开展了赤霉病小麦籽粒光电分选技术研究及装备研发工作，在分析感病程度不同的赤霉病小麦籽粒近红外光谱特征信息及差异性变化规律基础上，构建赤霉病小麦籽粒的近红外光谱识别模型，利用近红外光谱分析技术手段对赤霉病小麦籽粒进行识别与分选，并在此基础上结合自动化信息处理技术手段，开发赤霉病小麦光电分选装备1台，实现赤霉病小麦的准确识别和高效分选去除，显著降低小麦加工原粮中的赤霉病病害小麦，降低加工产品中的污染毒素DON含量，确保小麦加工产品及其食品制品的食用安全性，实现低值病害小麦的增值化利用，有效保障小麦加工企业经济效益及国家粮食产后安全。

三、成果技术指标及先进性

本项目基于近红外光谱信息技术构建的赤霉病小麦籽粒近红外识别模型，其赤霉病小麦的识别准确率达100%；在此基础上研究开发的“赤霉病小麦近红外快速检测仪”和“赤霉病小麦光电分选装备”，其检测准确率和赤霉病害病害小麦籽粒分选去除率均≮95%。本项目研究的相关技术成果已经获得国家授权发明专利（专利号：ZL 2013 1 00624748.X），研究成果整体水平达到世界领先水平。

四、技术成熟度

对比目前国际国内相关领域已公开报道的科研成果：（1）科技文献Rapid and non-invasive analysis of deoxynivalenol in durum and common wheat by Fourier-Transform Near Infrared (FT-NIR) spectroscopy（Food Additives & Contaminants Part A Chemistry Analysis Control Exposure & Risk Assessment，2009，26（6）：907-917）曾公开报道采用近红外光谱分析杜伦小麦和普通小麦中呕吐毒素（DON）含量的研究结果，其研究结果主要是基于对197粒单籽粒小麦的DON毒素研究而获得的，本项目则是综合了基于单籽粒、十籽粒和多籽粒（群体小麦籽粒数量大于10粒）的研究结果，研究结果适用性更好；（2）与本研究高度相关的“Detection of Scab-Damaged Hard Red Spring Wheat Kernels by Near-Infrared Reflectance”（ Cereal Chemistry，2004，81（5）：643-649）文献曾报道基于近红外光谱技术而构建了一种赤霉病小麦的LDA 检测模型，其选取的特征光谱与本项目研究所选取的特征光谱显著不同，且本研究成果所采用的模型包括SIMCA、DPLS和LDA三种，模型的准确识别率（100%）也显著高于上述文献报道的95%；（3）本项目研究开发的技术是目前本领域内唯一一项获得国家授权的发明专利，具有自主知识产权，且成果整体水平达到世界领先地位。综上所述，本项目的技术研究成果是可靠成熟的。