利用快速黏度分析仪、BME688电子鼻及数据融合技术快速识别红薯淀粉中的玉米淀粉掺假

《Food Control》：Rapid identification of corn starch adulteration in sweet potato starch using Rapid Visco Analyzer, BME688 E-nose, and data fusion

　　

•RVA和BME688首次应用于淀粉掺假检测。
•对比了RVA、BME688、特征级融合和决策级融合模型。
•提出了一种类别特异性可靠性融合方法。
•将淀粉真实性评估与加工品质评价相关联。

**引言**

淀粉是食品加工中的主要原材料之一（Copeland等，2009）。它被广泛应用于粉丝、淀粉面条、烘焙产品、复合调味料和凝胶食品中（Wang & Guo，2020）。来自不同植物来源的淀粉在颗粒形态、分子结构、直链淀粉与支链淀粉比率、糊化行为、膨胀能力和凝胶形成能力等方面存在显著差异（Copeland等，2009）。这些差异导致淀粉在加工过程中粘度变化、热稳定性、老化行为和质地的不同表现（Donmez等，2021）。红薯淀粉因其良好的凝胶形成能力和独特的糊化特性，在淀粉面条、粉丝和凝胶类食品中备受青睐（Liao等，2019；Wang等，2018）。然而，来自不同植物来源的淀粉在干粉形态下外观往往相似（Wang & Guo，2020）。但其原料成本和加工性能却可能存在显著差异。这为用更廉价的替代品掺假红薯淀粉创造了经济动因，尤其是玉米淀粉（Ge等，2026）。这种掺假不仅损害产品真实性和公平贸易，还可能改变关键糊化参数，包括峰值粘度、破坏值、最终粘度和回生值（Li等，2026）。这些变化可能进一步影响淀粉基产品的稳定性和一致性。因此，一种能够识别玉米淀粉掺假程度并反映相关加工性能变化的方法，对于原料检验和生产质量控制具有重要价值。

多种分析技术已被用于检测淀粉掺假，包括近红外光谱（Lohumi等，2014）、拉曼光谱（Kelis Cardoso & Poppi，2021）、高光谱成像（Khamsopha等，2021）、太赫兹光谱（Ge等，2026）以及基于DNA的分子鉴定（Chen等，2020）。这些方法通常基于化学成分、光谱指纹、晶体结构或分子标记来区分掺假样品（He等，2021；Su & Sun，2018）。它们在定性鉴定和定量预测方面均展现了相当大的潜力。然而，大多数现有研究侧重于成分或结构差异，而非掺假带来的实际加工后果（Ge等，2026）。在实际淀粉加工中，掺假不仅是真实性问题，也是功能质量问题。它可能改变糊化行为、热稳定性、老化、凝胶形成以及下游产品性能（Donmez等，2021；Wang等，2015）。此外，部分技术需要专用设备、严格控制测量条件或复杂的数据解释（Afsah-Hejri等，2019；He等，2021）。这些要求可能限制其在常规质量控制中的直接应用。从实际应用角度看，近红外光谱和傅里叶变换红外光谱法通常能在数秒至数分钟内完成测量，且常能提供较高的识别准确率，但需要专用光谱仪器，设备成本相对较高（Li等，2026）。基于DNA的方法具有高物种特异性和可靠鉴定能力，但通常需要DNA提取、扩增和试剂操作步骤，总分析时间从数十分钟到数小时不等（取决于实验方法和样品前处理步骤），且单样品成本相对较高（Cui等，2024；R. Deng等，2024）。相比之下，BME688气体传感器成本较低，而RVA已在淀粉糊化特性和加工品质评价中得到广泛应用。因此，对于已具备RVA分析能力的淀粉加工或质量控制实验室，所提出的RVA-BME688方法与现有工作流程具有良好的兼容性，可能减少对额外高成本分析仪器的需求。尽管其检测速度低于基于近红外光谱或红外光谱的筛查方法，但其分析流程比基于DNA的检测更为简单，且能同时提供与淀粉糊化和加工功能相关的信息。因此，所提出的RVA-BME688策略可作为一种补充方法，将真实性筛查与加工功能评价相结合。

由于红薯淀粉和玉米淀粉的糊化行为不同，快速粘度分析仪（RVA）有望成为一种反映加工行为以识别掺假程度的天然方法。RVA在程序化的加热、保温和冷却循环过程中连续记录粘度变化。该过程捕获了颗粒膨胀、糊化、糊液破坏、热稳定性以及冷却过程中的回生现象（Balet等，2019）。近年来，RVA曲线及其衍生参数已与化学计量学和机器学习方法相结合，用于玉米硬度表征（Guelpa等，2015）、米粉功能特性预测（Jeong等，2021）以及米粉分类和直链淀粉含量预测（Kim等，2023）。这些研究表明，RVA数据不仅仅是常规糊化指标，还可作为有效的机器学习特征，提取与加工品质相关的信息。对于掺入玉米淀粉的红薯淀粉，不同的掺混比例预计会改变RVA曲线的整体形状和常规糊化参数。RVA响应作为分类掺假程度的主要判别信息源具有巨大潜力。

RVA主要捕获与粘度相关的热转变（Balet等，2019）。它可能无法完全反映糊化后、冷藏和再加热过程中顶空辅助差异。尽管富含淀粉的基质通常不具有强固有的挥发性，但糊化和糊液结构变化可能改变香气/顶空化合物的保留和释放（Lopes da Silva等，2002；Tietz等，2008）。因此，这些微弱的气体响应信号可能与淀粉组成和加工历史相关。电子鼻（E-nose）和低成本气体传感器为食品质量评估和真实性鉴定提供了另一信息通道（Mahanti等，2024）。BME688是一种多参数金属氧化物半导体传感器，集成了气体、温度、湿度和压力传感功能。在程序化加热条件下，它记录由周围空气引起的气体电阻变化，为每个样品形成气体响应指纹（Bosch Sensortec GmbH，2024）。先前的研究已将BME688传感器与机器学习结合，用于食品新鲜度评估、牛奶变质监测和蜂蜜掺假检测。Dokic等（2024）使用BME688传感器配合多种机器学习分类器，监测室温下储存的牛奶样品，表明气体响应信号能够根据类型和储存时间区分牛奶样品。T?maian和Folea（2024）进一步将八传感器BME688矩阵应用于新鲜和变质的果蔬，证明数字嗅觉指纹可用于变质食品分类。Milli等（2025）将该方法扩展至蜂蜜真实性验证，利用BME688气体传感器数据和机器学习检测栗子蜂蜜掺入多花蜂蜜的掺假。这些研究表明，基于低成本BME688的气体传感技术能够从食品样品中提取具有判别性的顶空信息，用于新鲜度评估和真实性鉴定。与反映加工相关糊化行为的RVA不同，BME688输出代表的是集成化的气体响应指纹。

近期的食品真实性研究越来越多地采用多模态融合，以整合来自不同分析源的互补信息。Deng等（2025）将近红外光谱与智能手机成像相结合检测山茶油掺假，表明光谱和视觉信息可以共同提高真实性验证性能。Guru Prasad等（2026）融合图像、光谱和比色特征检测芥菜籽掺假，展示了整合视觉和光谱信息的价值。Zan等（2024）将近红外光谱和拉曼光谱信息融合应用于茶籽油掺假检测，而Tan等（2025）则开发了拉曼光谱与近红外光谱特征融合方法用于驼奶粉掺假检测。Soni等（2025）整合稳定同位素、元素和挥发性有机物特征用于大豆溯源。这些研究表明，多模态融合可以扩展食品真实性评估的信息基础。然而，大多数现有融合策略仍主要依赖于面向成分、光谱或外观的信号。相比之下，较少关注将加工功能信息与弱辅助顶空响应相结合。

在本研究中，我们开发了一种多模态分类方法，整合RVA糊化响应和BME688气体响应指纹，以识别红薯淀粉中玉米淀粉的掺假程度。我们假设玉米淀粉掺假不仅会影响红薯淀粉的糊化行为，还会影响其糊化后、冷藏和再加热过程中的顶空响应。将RVA糊化曲线和特征参数作为该任务的主要判别信息源的做法尚未受到充分关注。此外，将RVA衍生的加工功能响应与基于BME688的气体传感器指纹联合用于淀粉混合样品鉴定的方法也尚未有相关报道。本工作做出了三个主要贡献。第一，将RVA加工功能数据转化为机器学习特征用于掺假程度分类，这直接将真实性鉴定与加工适用性评估相关联。第二，引入BME688气体传感器响应作为辅助模态，从顶空角度补充RVA信息。第三，开发了一种类别特异性可靠性校正的决策级融合策略。在该策略中，每个模态的贡献根据其对各掺假类别的可靠性进行加权。这一设计旨在更好地利用互补的多模态信息，同时保持融合决策的可解释性。总体而言，本工作为淀粉真实性评估、加工质量控制以及食品检测中的多模态传感器融合提供了方法论参考。

**各章节片段**

**样品制备**

红薯淀粉和玉米淀粉用于制备掺假淀粉混合物。两种淀粉产品均购自中国在线零售平台京东商城。根据产品信息，红薯淀粉由山东烟台双塔有限公司生产，玉米淀粉由天津静海古夫有限公司生产。两种产品均附有第三方检验报告。红薯淀粉按照

**RVA糊化响应**

RVA糊化曲线记录了淀粉样品在加热、保温和冷却过程中的粘度变化。它们为表征淀粉糊化、颗粒破坏、热稳定性和冷却引起的回生现象提供了重要信息（Balet等，2019）。来自不同植物来源的淀粉在颗粒结构、膨胀能力、热稳定性和凝胶形成能力方面存在差异（Copeland等，2009；Donmez等，2021）。因此，红薯

**结论**

本研究开发了一种多模态分类方法，通过整合RVA糊化响应与BME688气体响应数据来识别红薯淀粉中玉米淀粉的掺假程度。制备了从0%到100%玉米淀粉的十一种掺假水平，并对同一样品采集了配对的RVA和BME688数据。结果表明，RVA糊化特征为掺假程度分类提供了主要的判别信息，反映了变化

**CRediT作者贡献声明**

李琦：文章撰写——审稿与编辑、文章撰写——初稿撰写、可视化、软件、方法论、概念化。
邹方雷：文章撰写——审稿与编辑、可视化、方法论、数据管理。
王洪英：文章撰写——审稿与编辑、监督、资源、项目管理、方法论、资金获取。
张晓栓：文章撰写——审稿与编辑、监督、方法论。
王淼：文章撰写——审稿与编辑、可视化、软件。

**未引用参考文献**

Li等，2026。

**利益冲突声明**

? 作者声明不存在可能影响本文所述工作的已知经济利益冲突或个人关系。

李琦 | 邹方雷 | 王淼 | 王洪英 | 张晓栓