%A 郭灿,岳晓凤,白艺珍,张良晓,张奇,李培武 %T 花生黄曲霉毒素平衡取样-随机森林风险预警模型的应用研究 %0 Journal Article %D 2022 %J 中国农业科学 %R 10.3864/j.issn.0578-1752.2022.17.013 %P 3426-3436 %V 55 %N 17 %U {https://www.chinaagrisci.com/CN/abstract/article_22474.shtml} %8 2022-09-01 %X

【目的】 花生极易受到黄曲霉毒素污染,本研究拟在前期创建的花生黄曲霉毒素平衡取样-随机森林预测预警模型基础上,通过系统性应用研究,明确模型主要技术参数与实际应用效果,为预测评估我国产后花生黄曲霉毒素风险提供关键技术支撑。【方法】 利用前期建立的花生黄曲霉毒素平衡取样-随机森林风险预警模型,选择1个地理变量(纬度)和3个气候变量(收获前一个月8:00—20:00降水量、平均气压和日平均气温)作为模型数据的关键输入参数,预测2019和2020年我国花生主产区153个主产市(县)黄曲霉毒素污染风险。采用免疫亲和层析-高效液相色谱-荧光检测法,测定上述产区共2 164份花生的黄曲霉毒素含量,获得这些产区花生黄曲霉毒素污染数据。根据模型预测风险与实际测定结果,计算模型应用的准确率、精准率、灵敏度和假阳性率,明确应用效果。【结果】 累计预测的153个市(县)中,共预测出125个低风险区,其中116个与实际测定评估结果相吻合,有9个实测评估高风险产区被预测误判为低风险产区(假阴性)。共预测出28个花生黄曲霉毒素污染高风险产区,其中15个与实际测定评估结果相吻合,有13个实测评估低风险产区被预测误判为高风险产区(假阳性)。该模型预测结果的总体准确率达到85.61%,假阴性率为8.49%,假阳性率为5.88%。【结论】 花生黄曲霉毒素平衡取样-随机森林风险预警模型能够较好地预测出我国产后花生黄曲霉毒素污染风险,为科学指导我国产后花生收储与利用,减少黄曲霉毒素污染损失和保障农产品质量安全提供技术支撑。