1. 研究目的与意义
大米，味甘性平，食用和商品化历史悠久，含有近64%的稻米营养和90%以上的人体所须的营养元素，约占粮食作物栽培面积的四分之一，是中国大部分地区人民的主要食品。由于水稻产地气候、土壤、地形、水源等条件不同，不同产地大米的品质存在一定差异。地理标志是一个质量(尤其是农产品的质量)标志，是国家对消费者的一种承诺和担保；它明确宣告，该产品来自于得天独厚的地理环境，产品质量与所处环境息息相关。地理标志产品的“五品”即极品、珍品、正品、劣品、伪品，五级产品的质量高低不同的原因主要取决于各自地理环境的差异，故地理标志产品保护制度应该体现和保证优质优价，地理标志产品对推动区域农业经济和旅游业具有重要作用。近年来，消费者对不同产区大米的经济化、商业化、品牌意识也不断提高，许多“明星大米”受到热烈追捧，比如产自黑龙江省南部的五常大米、响水大米，产自江苏省北部的苏北软香大米，以广东增城产的最为有名的南方丝稻米，以曲江县马坝油粘米最为有名的岭南油粘米。但是，随之也面临越来越多的仿冒、以次充好等问题。一些商家借此“良机”造假、售卖仿冒大米，使大米市场混乱，农民、消费者和企业利益遭受严重损失。通过对大米地理来源的鉴别进行有效的质量控制，对解决此类问题意义重大。
目前研究农产品产地溯源的方法主要有以下几种：矿物元素指纹分析技术、有机成分指纹分析技术、稳定同位素分析技术、近红外光谱技术和电子鼻气味分析技术。拉曼光谱检测是基于拉曼散色效应，对与入射光频率不同的散射光谱进行分析以得到分子振动、转动方面信息，并应用于分子结构研究的一种分析方法。通过设计一种快捷、便利的用拉曼光谱分析大米地理来源的样品预处理方法，减少样品误差和污染，使样品具有代表性，得到正确又准确的实验数据以进行下一步地理来源分析，是很有必要的。
2. 研究内容和预期目标
1 研究内容
本文从拉曼光谱的可重复性立论，建立规范的样品预处理流程。仪器采用本学院的拉曼光谱仪器，采用同一种米（2017.6.2五常米）。以一个批次的五常米为代表，分别粉碎三次，每个批次的米过筛，得各自的不同粒度米，考察哪种粒度相对标准偏差最小，用相似度分析进一步验证结论，结果经PCA载荷图进行谱解析，得出最佳粒度。然后分别从其它四个批次的五常米和其他品牌米两个层面，用同样的实验操作粉碎，采谱分析，验证该粒度是否可推广。
3. 国内外研究现状
近年来，拉曼光谱开始在农作物领域发挥作用，但国内外相对于其它类型的光谱在这方面的研究还比较少，利用拉曼光谱鉴别大米地理来源的研究就更少了。国外，otake等人用拉曼光谱结合主成分分析对糯米和粳米进行了快速分类，并显示了糯米和粳米在得分图中分布的聚类趋势；Kim等人用拉曼光谱对中国大米和韩国大米进行鉴别，发现通过拓宽拉曼光谱采集大米样品信息时的辐照面积，可以提高大米产地主成分分析结果的正确率。样品预处理阶段：使用的大米样品是没有经过进一步研磨的全谷物。籽粒以椭圆形为主。由于米粒的尺寸相对较大，需要一个覆盖范围较广的拉曼收集方案。如果激光只照射米粒上的一个小点，就只能获得局域光谱信息。为比较，使用了WAI和传统的拉曼光谱收集案来收集所有颗粒的光谱。传统的激光点的大小大约80μm集合计划。采用主成分分析将得到的拉曼光谱特征转化为更小的分数维数。每个样品收集三倍的光谱。在每次光谱采集过程中，都要对含有大米样品的石英杯进行剧烈摇动，使其颗粒重新分布，从而保证每次测量时样品的方向是随机的；Hwang等人用表面增强拉曼光谱对大米试验了多种采集方法，并确定了大米颗粒最佳前处理方法。样品预处理阶段：直接测量抛光颗粒样品，无需进一步研磨成粉末。将大米样品简单地转移到圆形细胞（直径：2 cm）中进行背散射和透射拉曼光谱采集。在室温下收集了三份光谱。在每一次光谱采集中，大米样品被重新加载到圆形细胞中，以确保随机包装。
国内，赵迎等人在2016年利用拉曼光谱技术结合化学判别方法建立新陈大米拉曼光谱判别模型。选取合适的样品预处理方式，使用拉曼光谱仪对新陈大米共计60组样品进行检测，在785nm波长的激光下，获取样品200～2400cm-1的拉曼光谱信息，并对原始拉曼光谱进行基线校正、平滑、滤波等处理。应用主成分分析法（PCA）对光谱数据进行降维处理及粗分类鉴别；基于偏最小二乘分析法（PLS），建立新陈大米快速鉴别模型，该模型对建模训练集鉴别正确率为100％，模型验证集鉴别正确率为95％。结果表明该模型判断新陈大米是可行的。预处理阶段：将稻谷脱壳、研磨等处理，得到颗粒度均匀的大米粉样品；黄嘉荣等人在2015年基于拉曼光谱和化学计量学方法判别大米分类。其中样品预处理阶段：在室温条件下，将样品放在石英片上测试，三种大米随机各取 16 个样品，每个样品测试 3 次，取平均值。再通过 Matlab 软件优化去除荧光背景、降低噪声的方法，在前几次迭代过中去除大型拉曼峰，提取了更精确的拉曼信号，建立分析模型。利用主成分分析方法对东北大米、清远大米和糯米的拉曼光谱信息进行全波段降维分析，前三个主成分的累积方差贡献率达到 98.14%，可以得到三类大米在空间中良好的分类分布；孙娟等人在2016年以拉曼光谱技术为手段，结合化学计量学方法，对来自黑龙江、江苏、湖南3个产地共123份大米样品的光谱数据进行采集，并对得到的拉曼图谱进行主成分分析（PCA）和偏最小二乘判别分析（PLSAD）建立大米快速分类判别方法，认为采用拉曼光谱结合主成分分析和偏最小二乘判别分析方法可以准确地对大米样品按照种类、品种和产地进行简便、快速、有效地分类鉴别。其中样品预处理阶段：将所有大米样品中挑选籽粒饱满的颗粒放入标记好的自封袋中，室温下平衡24h后进行实验。采用Lab RAM HR Evolution 显微共聚焦拉曼光谱仪采集大米拉曼光谱信息，用单晶硅片（在 520 cm-1 处出峰）校正后，将样品直接置于50倍物镜下进行拉曼检测；Feng等人用拉曼光谱结合多种数据处理方法对不同品种的大米进行了区分，并对“有毒”的涂蜡大米进行了鉴别，预处理阶段：原料用经密理博协同超纯水系统（美国密理博有限公司）重新净化的去离子水彻底清洗；程运丽研究了谷类中大米、玉米、高粱和小米的拉曼指纹图谱研究，并应用化学计量学方法中的主成分分析和聚类分析研究大米中粳籼米的分类以及产地的分类，但研究样品较少，不够系统。预处理方法：(1)将上述所有谷物原粒样品，冲洗自然晾干，不经打碎直接存放入10ML样品瓶中，分别编号保存。(2)另取所有粮食样品，用IKA A1 l basic分析用研磨机粉碎后分别过100目筛，得到颗粒度基本相同的不同粮食粉末样品，分别编号存放于样品管中，然后将样品管封闭，备用。
综上，对大米地理区域来源的检测技术有很多，但是利用拉曼光谱技术检测的案例较少，并且他们中在样品预处理阶段对样品的均匀性、代表性做出相应措施的很少，很多人在实验阶段、数据预处理阶段等做出了弥补措施。因此，我们需要寻找可靠、准确的鉴别大米地理来源方法的样品预处理方法，来更加完善实验的严谨度。
4. 计划与进度安排
(1) 2022年11月15日—2022年1月15日：搜集并阅读资料确定选题，撰写开题报告；
(2) 2022年1月16日—2022年3月26日：初稿写作；
(3) 2022年3月27日—2022年4月9日：中期检查；
5. 参考文献
[1] 孙娟, 张晖, 王立, 钱海峰, 齐希光. 基于拉曼光谱的大米快速分类判别方法[J]. 食品与机械, 2016, 32(1): 41-45.
[2] 翟玉强, 王璐. 地理标志产品的“五品”品质研究[J]. 河南科技学院学报, 2016, (1): 15-18.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
