粮食在储藏过程中，受内部因素（霉菌、害虫等）和外部环境因素（温度、水分等）的共同影响，其品质会持续发生劣变。粮食安全储藏成为当前所面临的重大挑战。近10 年此领域的发文量基本呈递增趋势，可以看出储粮品质检测相关研究仍是目前学者追踪和研究的热点领域。
河南工业大学信息科学与工程学院张书龙、蒋华伟*、郭 陶等阐述新型储粮品质检测技术如强磁场、激光诱导击穿光谱（LIBS）、核磁共振波谱（NMR）和扫描电子显微镜（SEM），并分析总结这些检测评价方法的发展现状以及存在的主要问题，最后以储粮品质检测评价的热点问题为基础展望其未来研究的发展趋势。
基于光学特性的评价方法主要是利用储粮对光的吸收、反射和透射等特性，从获得的光谱图像中提取特征信息进行处理并加以分析，从而评价储粮品质状态，其流程如图2所示。根据波长范围和检测指标的不同，常用的光学检测技术主要有可见光、近红外、高光谱成像等。光谱检测评价
可见光光谱检测评价
可见光光谱检测是通过成像设备获得储粮图像数据，经过处理后对粮食的颜色、形状等特征信息进行有效提取及分析，进而实现不同场景下储粮品质的评价。还有学者使用可见光检测技术结合储粮的外观特征与内部品质指标对储粮品质进行评价。
近红外光谱检测评价
在近红外光照射下，粮食籽粒中的有机物和部分无机物分子含有的某些官能团（如—OH、—NH—等）可以吸收特定的能量从而形成复杂的光谱，因此通过分析其光谱特征可获得储粮的内在品质信息。 高光谱成像作为一种新兴的快速、无损检测方式，不仅融合了传统的光谱和图像技术，而且具有超多波段、高分辨率等特点，能实现储粮外观和内在质量的评价。 除上述几种常用的光学检测技术外，还有拉曼光谱、太赫兹光谱、X射线计算机断层扫描（X-CT）、生物光子等技术，学者们已利用它们在储粮品质评价方面开展了大量研究，并取得了较好的成果。表1列举了光学检测技术在储粮品质评价中的相关研究成果。 如图3所示，声学特性评价是根据储粮在声波作用下因其结构、内部状态等的不同所引起的反射、透射、衰减等差异性变化，从而得到储粮的内部结构信息。 如图4所示，介电特性检测技术是利用储粮在外界电场作用下的介电特性变化，通过建立与其组成成分的内在联系，来实现储粮品质的评价。 如表2所示，储粮的品质劣变过程往往伴随着生理生化指标的变化，因此测定分析储粮的理化指标有助于了解其品质的演变情况。 受自身呼吸作用、霉菌感染或害虫啃食等影响，粮食中含有的有机物在转化过程中会产生以气体形式存在的挥发性物质，通过对这些挥发性物质进行检测及分析，能获得储粮品质的优劣信息。尽管一些传统检测方法能较为精确地获取气味中的化合物成分及含量，但存在需样品预处理、操作复杂和检测效率较低等问题。近年来电子鼻则凭借无损、灵敏度高、智能化等优点，成为了储粮品质评价中常用的技术手段，其系统结构如图5所示。 
随着科学技术的发展以及人们对储粮品质要求的提高，出现了一些新型检测技术手段，如强磁场、激光诱导击穿光谱（LIBS）、核磁共振波谱（NMR）、扫描电子显微镜（SEM）等，它们凭借极高的测试分辨率、强稳定性以及无损检测等优势能解决一些常规储粮品质检测方法不能或不好解决的难题，如储粮品质指标高精度检测、储粮中微量元素监测、储粮水分分布探测、储粮品质微观评价等，可更好地满足储粮品质检测评价需求。
目前，强磁场作为一种极端实验技术手段，已成为探索新现象、揭示新规律的有力工具，利用强磁场的测试分辨率与磁场强度成正比的特异性作用，能精确检测与储粮品质相关的指标信息，从而实现储粮品质的评价。LIBS是一种基于原子和激光等离子体发射光谱的元素分析技术，广泛应用于环境污染检测、生物医学等领域。近年来学者们将其引入到储粮品质评价中，它利用超短脉冲激光聚焦储粮表面产生等离子体，当等离子体冷却时会发射电磁辐射形成特征谱线，通过对此分析从而可确定影响储粮品质的物质成分及含量。
NMR是一种非侵入性光学检测技术，当储粮处于磁场中时，原子核会吸收射频辐射能量发生能级跃迁，产生共振吸收信号，在储粮品质评价分析中具有无损伤、易于量化、几乎不需要分离等优势，适用于传统气相色谱、质谱等难以分析的化合物。核磁共振依据分辨率的不同可分为高场和低场两种类型，高场NMR可用于储粮中化合物成分、结构的定性与定量评价，低场NMR常用于研究储粮中水分子间的相互作用。
SEM凭借其可靠的微观结构分析性能，目前也被应用在储粮品质评价方面，其利用聚焦的高能电子束扫描粮粒，通过对电子束与籽粒间相互作用激发的电子信号进行收集和成像等处理，以达到对储粮品质评价的目的。 目前，学者针对储粮品质提出了许多有效的检测评价方法，但它们具有不同的优缺点及适用场景。为了后续更有效地开展相关领域的研究，对不同储粮品质检测评价方法的优缺点及适用场景进行了比较汇总，如表3所示。
由表3可知，基于光学特性的检测方法在储粮的内外品质评价中都具有很好的表现，但其图像和光谱数据的分析主要依赖于算法的改进，在复杂的多样性环境中抗干扰能力不足，从而影响其评价效率和准确性。声学特性评价作为一种非破坏性方法，适用于籽粒内部损伤性质的储藏品质评价场景，但存在信号提取困难、受环境噪声影响较大等问题，因此，在测定过程中应尽可能保证良好稳定的实验环境。另外，粮食介电特性的理论分析和实际应用尽管已取得较大进步，但主要集中在水分测定方面，在储粮品质评价中存在信息量不足的问题，还需对其进行更进一步的研究。基于理化特性在一定程度上能对粮食品质做出准确评价，但是各理化指标间存在着复杂的联系，还需要对这些因素进行深入的调研，找出指标间的内在关联性，选取合适的指标进行融合，由此对储粮品质的评价才更客观准确。而基于挥发性物质对储粮品质评价是一种较为直观快速的方法，但挥发性物质种类繁多，导致评价结果不稳定，因此多数情况下需要结合经验或相关研究结果对检出物质进行取舍分析，从而进一步提高其准确性和稳定性。强磁场凭借高分辨率、高信噪比等优势可精准检测储粮品质指标，进行生理特性分析研究，但其实验条件过于苛刻，故研究相对较少。LIBS技术作为一种有力的储粮内在品质检测方法，具有制样简单、检测速度快、能够多成分实时检出等优点，但其准确率相对较低，目前研究重点主要集中在对光谱信号的优化方面，如降低基质效应、增强光谱线信号强度等。NMR也是一种很有潜力的物质成分检测工具，适用于储粮蛋白质、脂质、水分等内在品质的评价，其检测过程易于操作以及快速、无损、精准等优势弥补了传统理化指标检测的不足，但也存在灵敏度相对较低及成本较高等缺点。SEM检测技术的分辨率远超一般光学检测技术，可对储粮的微观形貌、结构成分进行全面观察，但其需在高真空环境下进行以及无法观察表面潮湿的样品，因此在储粮品质评价中的应用受到较大限制。
通过上述分析，从各种检测技术的优缺点以及当前的应用需求来看，基于光、声、电等特性的常规储粮品质检测方法在很多特定场景下具有易于实现、灵活性强等优点，但是对数据可靠性以及环境因素要求较为严格，需要根据实际场景进行相应的算法选择和优化。相较于常规储粮品质检测方法，强磁场、LIBS、NMR、SEM等新型检测技术测试分辨率高、设备抗干扰能力强，且具有较强的稳定性，但其在储粮品质评价领域中的应用还不够成熟，对储粮的作用机理还不够明确，研究对象也较为单一，加之昂贵的设备和特殊的检测条件导致其研究进程受限等，因此还有许多工作需要进一步完善。 近年来，国内外学者对储粮品质检测评价及其相关问题进行了大量理论与应用研究，且取得了许多重要成果。但由于粮食的自身复杂性和品质多变性，以及当前评价方法有效性和准确性的不足，还需对其进行更深入的研究。为此，本文在调研现储粮品质检测的热点问题以及总结前人研究的基础之上，尝试给出如下可能的发展趋势。
融合多种储粮品质检测技术：现用于储粮品质评价的方法大多是针对某种品质指标（蛋白质、水分含量等）或某种变质（虫蚀、霉变等）的检测，获取的单方面质量信息已经无法满足对储粮品质的全面评价。因此，可以融合多种储粮品质检测技术，进而获取储粮品质的多种特征信息，同时对不同技术的检测机制以及数据融合、处理的算法研究，通过构建储粮品质的综合评价模型，实现对储粮品质更为精准的评价。 加快储粮品质检测技术实用化进程：尽管一些检测技术如高光谱成像、微波、强磁场等在储粮品质评价方面显示出巨大的潜力，但目前大多停留在实验室阶段，应用于工业化生产较少，且其昂贵的设备和特殊的检测条件也不利于相关企业和农户使用。因此，未来有必要进一步加强对储粮品质检测技术的研究，从设备的改进与开发、检测技术的效率与稳定性以及降低成本等方面入手，尽快推动其在储粮品质评价中的实际应用。 开展基于深度学习的评价方法：与传统的模式识别、机器学习等方法相比，深度学习技术对复杂的数据结构具有更强的表达能力，其在储粮的各种任务场景下显示出较好的适应性与较高的准确率。但目前深度学习技术多侧重于以图像数据为载体，研究主要集中在对储粮外观品质进行评价方面，而对脂肪酸、酶活性、蛋白质等内部品质指标的研究相对较少。因此，有必要进一步开展深度学习算法优化和改进在储粮品质评价中的相关研究，扩充其研究对象，借助深度学习能从大量数据中自动提取特征这一特点，寻找反映储粮品质指标的最佳特征；并经多次训练后，得到高效准确的结果。 建立客观标准的储粮品质评价体系：尽管学者们提出了很多储粮品质评价方法，往往只能通过自定义标准去评价不同储粮品质的优劣，缺乏特征数据与品质等级之间的定量关系，导致评价结果存在一定的模糊性，也给评价方法在其他场景的适用带来了诸多不便。另外，不同地区、不同品种的储粮品质评价标准又存在一定差异。因此，有必要建立一套具有代表性的储粮品质评价体系，为储粮品质的快速准确评价提供重要参考。 综上所述，融合多种检测技术对储粮品质进行综合评价是目前需要解决的关键问题，同时，还应将储粮品质检测技术的适用性和稳定性作为研究重点，进一步加快其实用化进程。此外，鉴于深度学习的优越性，深入开展基于深度学习的储粮品质评价方法将是今后的主要发展方向，且需尽快建立一套客观标准的储粮品质评价体系。 本文《储粮品质检测评价方法研究进展》来源于《食品科学》2023年44卷第11期291-300页，作者：张书龙，蒋华伟*，郭 陶，杨 震，赵丽科，周 颜，周德祥。DOI:10.7506/spkx1002-6630-20220518-244。
