微生物发酵床猪舍环境气味电子鼻判别模型的研究

卷 期 生 态 学 报 Vol. ，No. 年 月 ACTA ECOLOGICA SINICA 微生物发酵床猪舍环境气味电子鼻判别模型的研究蓝江林1，刘波1*基金项目：科技部农业科技成果转化资金（2010GB2C40022）；省属公益类科研院所基本科研专项（2010R1020-1）；福建省财政专项-福建省农业科学院科技创新团队建设基金（STIF-Y03）。收稿日期： 修订日期：*通讯作者Corresponding author：E-mail：liubo，陈峥1，宋泽琼1，2，林娟2（1、福建省农业科学院农业生物资源研究所，福州350003；2、福州大学生物科学与工程学院，福州 350108）摘要：利用气象色谱-质谱联用（GC-MSD）技术分析不同发酵程度垫料的挥发性物质，共检测到7类22种物质（匹配度90，相对含量4%）。根据挥发性物质的种类和含量，可将30个样品分为4类，分别对应4个发酵级别。级：发酵程度浅；级：发酵程度较深；级：发酵程度深；级：发酵程度很深。利用聚类分析、逐步判别分析，构建垫料发酵程度判别模型：Y1=-2.55-1.78X1 + 1.118X5 + 0.3228X6 - 0.11X8 + 2.155X9 + 2.0423X12 + 0.419X14 + 0.358X15 + 1.3403X16 + 1.4783X17 + 2.116X18 + 1.7778X19 + 0.728X22，Y2= - 32.2 - 8.276X1 + 4.4647X5 + 1.1555X6 - 0.36X8 + 7.762X9 + 7.3885X12 + 1.519X14 + 1.404X15 + 4.7393X16 + 5.2838X17 + 7.8603X18 + 7.0997X19 + 2.989X22，Y3= -52.4 - 10.95X1 + 5.1174X5 + 1.5124X6 - 0.98X8 + 11.39X9 + 10.332X12 + 2.046X14 + 1.896X15 + 6.9559X16 + 8.8878X17 + 11.775X18 + 8.1377X19 + 4.178X22，Y4=-83.4 - 12.87X1 + 6.207X5 + 1.7829X6 - 1.15X8 + 13.22X9 + 12.019X12 + 2.657X14 + 2.318X15 + 8.0323X16 + 10.2487X17 + 16.053X18 + 9.8704X19 + 8.447X22，对于1个未知发酵类别的样品，首先测定其挥发性物质组成，选择X1X22，代入方程计算，计算Yi，当Yi当1Yi2时，归为发酵程度类；当2Yi3时，归为发酵程度类；当34时，归为发酵程度类。判别模型对垫料发酵程度级别的判别准确率达96.67%，精确度可以满足垫料发酵程度归类。为建立养猪微生物发酵床垫料发酵程度判别模型标准和计算机自动分析方法，提供可靠的基础。关键词：发酵床猪舍；挥发性物质；电子鼻；判别模型文章编号： 中图分类号： 文献标识码：Discriminant model of electronic nose for distigushing volatiles from microbial fermentation bed in pig farmingLan Jiang-lin1, Liu Bo1*, Chen Zheng1，Song Ze-qiong1，2, Lin Juan21.Agricultural Bioresource Research Institute, Fujian Academy of Agricultural Sciences, Fuzhou 350003,China2.College of Biological Science and Technology, Fuzhou University, Fuzhou 350108,ChinaChina Acta Ecologica Sinica,Abstract: Volatile components from microbial fermentation bed in pig farming were analyzed with gas chromatography-mass spectrometry, results show that 22 components are separated and identified in 30 samples(matching degree90,relative content4%), in which based on the kind and content in the components 4 types were clustered, corresponding to 4 ferment level respectively e.g. First level was characterized with shallaw degree of fermentation;Second level with medium degree;Third level with deep degree;Fourth level with profound. Using cluster analysis and discrimination analysis to build up the discrimination model: Y1=-2.55-1.78X1 + 1.118X5 + 0.3228X6 - 0.11X8 + 2.155X9 + 2.0423X12 + 0.419X14 + 0.358X15 + 1.3403X16 + 1.4783X17 + 2.116X18 + 1.7778X19 + 0.728X22，Y2= - 32.2 - 8.276X1 + 4.4647X5 + 1.1555X6 - 0.36X8 + 7.762X9 + 7.3885X12 + 1.519X14 + 1.404X15 + 4.7393X16 + 5.2838X17 + 7.8603X18 + 7.0997X19 + 2.989X22，Y3= -52.4 - 10.95X1 + 5.1174X5 + 1.5124X6 - 0.98X8 + 11.39X9 + 10.332X12 + 2.046X14 + 1.896X15 + 6.9559X16 + 8.8878X17 + 11.775X18 + 8.1377X19 + 4.178X22，Y4=-83.4 - 12.87X1 + 6.207X5 + 1.7829X6 - 1.15X8 + 13.22X9 + 12.019X12 + 2.657X14 + 2.318X15 + 8.0323X16 + 10.2487X17 + 16.053X18 + 9.8704X19 + 8.447X22.The accurate rate for discrimination model was up to 96.67%. utilizing the mathematical equation to determine the fermentation index of unknown pig litter, the degree of fermentation of unknown litter were judged fastly and accurately.The model of ferment level for pig litter was built up to provide the experience for computer-based standardizing analysis for scientific management of Pig Litter in the Microbial Fermentation Bed, further more with the new idea for pig breeding.Key words: microbial fermentation bed; volatiles；electronic nose; discriminant model微生物发酵床养猪技术是近年来发展起来的粪污原位微生物降解的生态养猪方法，它是依据生态学原理，利用益生菌资源，将微生物技术、发酵技术以及养殖技术相结合起来应用于现代养殖业，发酵床普遍采用的原料是谷壳和锯末，按照一定比例混合，猪的粪尿直接排泄在上面，通过微生物的作用，分解猪粪，消除臭味，实现了猪粪尿的零排放1，猪舍内空气质量得到改善，从而控制畜禽粪便排放，减少环境污染，是一种环保养殖模式2,3。在微生物发酵床养猪过程，垫料中微生物发酵的好坏直接影响着猪粪的分解，当垫料中微生物因某些原因生长不良时，排泄在垫料上的猪粪无法分解，使得发酵床产生严重的猪粪臭味，无法达到微生物降解猪粪的目的4。微生物发酵床发出的不同气味，由不同的挥发性物质组成，也能够判别发酵床微生物发酵的好坏，本研究引入电子鼻概念5，利用气象色谱-质谱联用技术分析发酵床不同发酵状态垫料的挥发性物质组成和含量，结合垫料发酵时间和程度测定，构建微生物发酵床猪舍环境气味电子鼻判别模型，利用电子鼻对发酵床的发酵水平进行判别，同类的研究未见报道。在1993年，Pearce等人就首次把传感器应用在啤酒检测上，实验室制造的由12个有机导电聚合物传感器组成的系统检测了3种近似的商品酒，有2种是酿造后再贮存的啤酒，还有1种是淡色啤酒，结果表明：这3种啤酒很容易被鉴别，而且还很快鉴别出一种人为感染的啤酒和未被感染的酒。电子鼻是模拟动物嗅觉器官开发出一种高科技产品，目前科学家还没有全部搞清楚动物的嗅觉原理。但是随着科技的发展，目前世界上较为权威的一些大学已经开发出具有广泛应用的电子鼻，最著名的要数德国的汉堡大学，是当今世界的传感器领域中具有绝对权威。关于电子鼻产品的研究，有过许多报道，韩国生产出恶臭气体电子鼻，以色列研制出可以嗅出癌症的电子鼻6，德国研制出嗅探炸药的电子鼻7，还有用于水果品质评价8-13，酒类识别14，煤矿火灾预报等15，甚至能够预测陌生气味愉悦性的电子鼻16等等，电子鼻的用途十分广泛。本研究利用垫料混合猪粪尿降解过程中发生挥发性物质变化，通过GC/MS检测，将挥发性物质的特性与垫料发酵程度判断有机结合，采用相应的模型技术，旨在通过对不同发酵程度垫料的挥发性物质的分析，建立一套垫料发酵程度判别方法，科学指导微生物发酵床实际生产。使垫料的发酵处在最佳水平，延长微生物发酵床的使用寿命和降低使用成本。现将研究结果小结如下。1材料和方法1.1 供试材料 样品为养猪微生物发酵床垫料，采集时间：2010年8月17日。采集地点：福州新店部队生猪养殖场，总面积500m2共分十栏。采集方法：每个猪栏发酵床垫料面积为68m=48m2，在猪栏纵向中轴线上距栏边沿1m、3m、5m处设3个样点，每个采样点直径约40cm，将垫料上下纵深翻匀，取样500g待用，采样10个猪栏共30个样品，按照栏位样点顺序编号为1、2、330。根据各样品发酵程度表观特征观测，将30个样品的发酵程度分为四个级别。级：垫料外观完整，无明显腐烂，发酵程度浅；级：原料外观部分较完整，有腐烂症状，发酵程度较深；级：原料腐烂程度较深，发酵程度深；级：原料外观完全腐烂，发酵程度很深。1.2实验仪器主要实验仪器采用美国Agilent公司制造的7890A/5975C气质联用仪（GC/MSD）；SPME萃取柄（美国Supleco公司），100m聚二甲基硅氧烷（PDMS）萃取头（美国Supleco公司）；电子天平（Navigator NO4120）；恒温摇床（HZQ-F160）；pH计。1.3实验方法1.3.1微生物发酵床垫料挥发性物质收集与分析SPME老化方法：使用前将SPME萃取头旋入萃取柄，用丙酮浸泡萃取头1h后，将SPME萃取头在气质联用仪的进样口250 老化30 min。挥发性气味收集：将微生物发酵床垫料样品100g放置于250ml三角瓶内，有孔橡皮塞封口，用封口膜将橡皮塞孔封住，室温（32左右）放置24小时。插入SPME的萃取柄，采集时间为3h。进样方式：手动进样。色谱条件：采用HP5-MS色谱柱，进样口温度250，压力4.5338 psi，总流量104 mL/min，隔垫吹扫流量3 mL/min，不分流。升温程序为：50 保持2 min，以5 /min上升到280 保持3 min。质谱条件：采集模式：全扫描；EMV模式：相对值；全扫描参数：开始时候的质量数50.00 amu，结束时的质量数550.00 mu；MS温度：离子源230，MS四级杆150 。1.3.2 微生物发酵床垫料挥发性物质在样品中分布特性聚类分析利用表3和表4构建数据矩阵，进行R型聚类分析，即以挥发性物质微指标，以样品为样本，数据矩阵进行规格化处理，以马氏距离为尺度，用可变类平均法对数据进行系统聚类分析。对挥发性物质分出的类别进行分布特性的分析。1.3.3微生物发酵床垫料挥发性物质判别分类的聚类分析以采集的样品序列的为样本，样品中的挥发性物质含量为指标，构建数据矩阵，数据进行规格化处理，以马氏距离为尺度，用可变类平均法对数据进行系统聚类分析。分析出的聚类类别与对应的发酵床垫料发酵程度相关联，聚类的类别作为判别分析的级别，用于判别模型的建立。1.3.4微生物发酵床垫料挥发性物质判别模型的建立以各挥发性物质在样品中含量（Xj）为指标，各采样的样品（Xi）为样本，垫料聚类类别（发酵级别）（Y）为测定值，以组建判别分析数据矩阵如下：X11 X12 X1j Y1X21 X22 X2j Y2 Xi1 Xi2 Xij Yi 其中，j为挥发性物质的浓度，i为垫料发酵程度级别序号。用 Bayes 逐步判别方法建模，多组逐步判别分析是按照 Bayes 准则，用WILKS 统计量从M个因子中，根据各因子判别能力大小的显著性检验结果，精选出若干判别能力大的且配合较好的因子，建立 Bayes 判别函数。并可判别新的样本是属于哪一组。Bayes 判别函数方程：其中：当，将个体x划入第i类。判别值的后验概率为：2结果与分析2.1微生物发酵床垫料挥发性物质的分析根据各样品发酵程度表观特征观测，将30个样品的发酵程度分为四个级别，选择各级别样品1个，GC-MSD谱图见图1-4。样品1发酵程度为级，共检测到130种物质，其中匹配度90、含量4%的4种；样品9的发酵程度为级，共检测到17种物质，其中其中匹配度90、含量4%的7种；样品16的发酵程度为级，共检测到20种物质，其中其中匹配度90、含量4%的8种；样品30的发酵程度为级，共检测到48种物质，其中匹配度90、含量4%的2种。图1 样品1的GS-MSD谱图（级）图2 样品9的GS-MSD谱图（级）图3 样品16的GS-MSD谱图（级）图4 样品30的GS-MSD谱图（级）各样品检测到的挥发性物质结果见表1，各物质含量见表2、表3。匹配度90，相对含量4%的物质共22种，编号为1-22。共有7类，其中烷类物质11种，酯类物质4种，烯类和酚类物质各2种，苯类、噻吩类和哌啶类物质各1种。从各类物质在样品中的分布来看，烷类物质分布普遍，其中分别频次最高的是物质6（Butylated Hydroxytoluene；二丁基羟基甲苯）在25个样品中存在，含量5.34%71.51%；其次物质8（Eicosane；二十碳烷）在10个样品中存在，含量6.56%27.46%；物质11（Hexacosane；二十六碳烷）在7个样品中存在，含量4.04%13.71%；物质10（Heptacosane；二十七烷）和18（Pentacosane；二十五烷）在4个样品中存在。物质14和15均存在于3个样品中；物质2和22存在于2个样品中；其余物质1、3、4、5、7、9、12、13、16、17、19、20、和21均在1个样品中检测到。表1 微生物发酵床垫料挥发性物质特性（匹配度90，相对含量4%）物质编号名称CAS No.中文名分子式匹配度（%）分布频次11,2,4-Benzenetricarboxylic acid,-dodecyl dimethyl ester33975-29-01,2,4-苯三酸4-十二烷基1,2-二甲基酯90121H-3a,7-Methanoazulene,2,3,4,7,8,8a-hexahydro-3,6,8,8-tetramethyl-, 3R-(3.alpha.,3a.beta., 7.beta.,8a.alpha.)-469-61-43R-(3,3A,7,8A)-2,3,4,7,8,8A-六氢-3,6,8, 8-四甲基-1H-3A,7-亚甲基奥alpha-柏木烯C17H2498231-Octadecene112-88-9十八烯C18H3692142,6-Bis(1,1-dimethylethyl)-4-(1-oxopropyl)phenol14035-34酚类物质C17H26O297154-(3-Oxocyclohexyl)butyric acid,methyl ester147895-12-34-(3-环己酮)丁酸,甲酯9016Butylated Hydroxytoluene128-37-0二丁基羟基甲苯C15H24O96257Cyclopentanepropanoi acid,2-methyl-3-oxo-, methyl ester,trans-(.+ -.)-92486-10-7酯类物质9018Eicosane112-95-8二十碳烷C20H4295109Heneicosane629-94-7二十一烷C21H4491110Heptacosane593-49-7二十七烷C27H5690411Hexacosane630-01-3二十六碳烷C26H5498712Hexadecane629-73-2十六烷C16H3498113meso-4,5-Dicyclohexyl-2,7-dimethyloctan65149-86-24 ,5 -二环己基- 2 ,7 - dimethyloctan环己烷C22H4290114n-Nonadecanoic acid,pentamethyldisilyl ester1000217-02-3酯类物质90315Nonacosane630-03-5二十九烷C29H6099316Octacosane630-02-4二十八碳烷C28H5899117Octadecane593-45-3十八烷C18H3898118Pentacosane629-99-2二十五烷C25H5298419Phenol,2,6-bis(1,1-dimethylethyl)-4- (1-methylpropyl)-17540-75-92,6-双（1,1-二甲基）-4-（1-甲基丙基）苯酚C18H30O93120Piperidine, 1-(5-trifluoromethyl- 2-pyridyl)-4- (1H-pyrrol-1-yl)-1000268-74-7哌啶类物质90121Tetracosane646-31-1二十四烷C24H5099122Thiophene, 2-decyl-24769-39-92-癸-噻吩C14H24S902表2 微生物发酵床垫料挥发性物质含量（）样品类别微生物发酵床垫料挥发性物质含量（%）12345768910111105.3200005.6500002100000025.4711.57006.553100000024.0300004100000012.340000516.060000058.160000610006.340000000710020.500022.9000012100000021.790000231000000000009200000013.1627.46016.53010200000049.628.970001120000000000014200000063.179.1405.54.0419200000031.1512.11015.5220205.32000050.650000132000015.30000008300000070000015300000043.9217.85010.158.0616300000020.056.567.37001730000006.7290013.7118300000013.060000213000005.5740.5815.510002430000000000027300000071.51000028300000060.73000022400000070.76000025400000021.6713.61014.7211.6726400000058.8000029400000043.621.73007.783040000005.340000表3 微生物发酵床垫料挥发性物质含量（II）样品类别微生物发酵床垫料挥发性物质含量（%）12171314182019211516221100000000000210000000000031000000000004100000000000510000000000061000000000007100000000000121000000000002310007.170000000920000000445.1500102005.06000000001120000009.5900001420000000000019200004.010000002020000000000013200000000000830000000000015300006.03000000163000001000000173000000008.2513.0601838.52000000000021306.9400000000024300042.620000000273000000000002830000000000022400000000006.3725400007.290009.820026400000000007.0929400005.7600000030400064.5100000002.2微生物发酵床垫料挥发性物质在样品中分布特性聚类分析分析结果见表4和图5。当=19.48时，可将这些物质分为4类。（这个地方分析的不好，请和类别联系起来研究，就是这些物质分布在那一类中的比率比较大，可以分为寡分布，窄分布，广分布，等，）类别有3类6种物质，在检测的样品中分布比较少的，存在于1-2个样品中，含量为5.3220.5%，包括物质1（CAS No.：33975-29-0）、2（CAS No.：469-61-4）、3（CAS No.：112-88-9）、4（CAS No.：14035-34）、5（CAS No.：147895-12-3）和7（CAS No.：92486-10-7），分别是酯类3种，烯类2种，酚类1种，其中，物质2在2个样品存在，含量均为5.32%，其它5个物质均在1个样品中。类别有2类3种物质，在检测的样品中分布比较广泛，其中物质6在25个样品中存在，物质8存在于10个样品中，物质9存在于1个样品中，为苯类和烷类物质，含量5.34%70.76%，包括物质6（CAS No.：128-37-0）、8（CAS No.：112-95-8）和9（CAS No.：629-94-7），。类别有1类5种物质，在1-7个样品中存在，均为烷类物质，含量为4.04%16.53%，包括物质10（CAS No.：593-49-7）、11（CAS No.：630-01-3）、12（CAS No.：629-73-2）、17（CAS No.：593-45-3）和13（CAS No.：65149-86-2）。其中物质10在4个样品中存在，物质11在7个样品中存在，物质12、17和13均在1个样品中存在。类别有5类8种物质，其中烷类物质4种，酯类、酚类、哌啶类和噻吩类物质各1种，在1-4个样品中存在，含量4.01%45.15%，包括物质14（CAS No.：1000217-02-3）、15（CAS No.：630-03-5）、16（CAS No.：630-02-4）、18（CAS No.：629-99-2）、19（CAS No.：17540-75-9）、20（CAS No.：1000268-74-7）、21（CAS No.：646-31-1）和22（CAS No.：24769-39-9）。其中，物质14和15存在于3个样品中，物质18存在于4个样品中，其余5个物质仅存在于1个样品中。表4 聚类过程TIJ距离挥发性物质编号121191.3045217122.3077318142.37454753.1119520144.43656984.8125713126.3387816156.45829436.480710216.50881111106.592212868.411613318.66921412109.412415191410.337165111.79617151411.80818221414.837196119.5072010127.518图5微生物发酵床垫料挥发性物质在样品中分布系统聚类图2114148.7092.3微生物发酵床垫料挥发性物质类别分类的聚类分析分析结果见表5和图6。以各部位样品含量为指标，数据矩阵进行规格化处理，以马氏距离为尺度，用可变类平均法对数据进行系统聚类分析，结果见表5和图2。当=24.12时，可将这些样品分为4类。类别包括9个样品，分别是样品1、2、3、4、5、6、7、12和23，该类别与样品的发酵程度级相符合，垫料外观完整，无明显腐烂，发酵程度浅。类别包括7个样品9、10、11、13、14、19和20，该类别与样品的发酵程度级相符合，原料外观部分较完整，有腐烂症状，发酵程度较深。类别包括9个样品8、15、16、17、18、21、24、27和28。该类别与样品的发酵程度级相符合，原料腐烂程度较深，发酵程度深。类别包括5个样品22、25、26、29和30。该类别与样品的发酵程度级，原料外观完全腐烂，发酵程度很深。聚类结果对30个样品的分类与发酵分级观测结果相对应，随着发酵程度的加深，烷类物质种类变化显著，发酵级别1级、2级、3级和4级垫料的烷类物质分别为2种、8种、9种和5种。Butylated Hydroxytoluene（二丁基羟基甲苯）在各样品中普遍存在，随着发酵级别的加深，平均含量逐渐升高，在1级、2级、3级和4级垫料中平均含量分别为18.93%、25.59%、36.28%和40.03%。表5 聚类过程样品编号TIJ距离1431.1228227161.5173319101.704942483.471852373.6191614113.842971263.9108828185.073926255.763510325.80161120105.91581217156.373513657.598114217.9603151098.84951629228.94921713119.51251818159.68891916810.556207510.7772111912.1822211512.25923302215.541245117.0792515819.75526252220.674279132.3982822835.596图6 微生物发酵床垫料样品系统聚类298160.2992.4微生物发酵床垫料挥发性物质判别模型的建立以各种物质在样品中的含量（Xj）为指标，被测的样品（Xi）为样本，垫料发酵级别（Y）为测定值，以组建判别分析数据矩阵如表3。当Fa临界值=1.15时，共选入13个变量，建立判别函数， 建立的判别模型如下：Y1=-2.55-1.78X1+1.118X5+0.3228X6-0.11X8+2.155X9+2.0423X12+0.419X14+0.358X15+1.3403X16+1.4783X17+2.116X18+1.777X198+0.728X22Y2=-32.2-8.276X1+4.4647X5+1.1555X6-0.36X8+7.762X9+7.3885X12+1.519X14+1.404X15+4.7393X16+5.2838X17+7.8603X18+7.0997X19+2.989X22Y3=-52.4-10.95X1+5.1174X5+1.5124X6-0.98X8+11.39X9+10.332X12+2.046X14+1.896X15+6.9559X16+8.8878X17+11.775X18+8.1377X19+4.178X22Y4=-83.4-12.87X1+6.207X5+1.7829X6-1.15X8+13.22X9+12.019X12+2.657X14+2.318X15+8.0323X16+10.2487X17+16.053X18+9.8704X19+8.447X22计算后分类和后验概率见表6，判别效果矩阵分析见表7。精确度可以满足垫料发酵程度归类。对于30个样本发酵级别的判别，错误1个，为样品15，原分类类，模型判别为类。模型对垫料发酵程度级别的判别准确率达96.67%，精确度可以满足垫料发酵程度归类。模型的用法为：对于1个未知发酵类别的样品，首先测定其挥发性物质组成，选择X1X22（物质编码见表1），代入方程计算，计算Yi，当Yi当1Yi2时，归为发酵程度类；当2Yi3时，归为发酵程度类；当34时，归为发酵程度类。表6 计算后分类和后验概率 样本序号原分类计算后分类后验概率11112110.999993110.999954111511161117110.999988330.993139220.9999710220.9995511220.9999612110.9999913220.9999614220.96125153*40.9632916330.9999417330.9999418330.9999419220.691920220.8734521330.99994224412311124330.9179425440.999442644127330.9959828330.8410329440.7997130440.99991表7判别效果矩阵分析来自判为类1类2类3类4小计正确率%类1900091类2070071类3008190.889类4000551判对的概率=0.966673讨论一般认为猪舍中产生最多、危害最大的有害气体主要有NH3、H2S、CO2等，硫化物是臭气的主要元凶。国家规定的恶臭污染物排放标准（GB14554-93）有以下物质：氨、三甲胺、硫化氢、甲硫醇、甲硫醚、二甲二硫醚、二硫化碳、苯乙烯。微生物发酵床猪舍没有明显的臭气，发酵床猪舍温度和湿度都更适宜猪的生长17，空气环境好，本研究利用气象色谱-质谱联用技术，分析了养猪微生物发酵床不同发酵程度垫料挥发性物质的种类和含量，共检测到7类22种不同的挥发性物质（匹配度90，相对含量4%），其中烷类物质12种，酯类物质4种，烯类和酚类物质各2种，苯类、哌啶类和噻吩类各物质1种，在样品中较普遍存在的是苯类和烷类物质。对于猪场的的不良气味，目前无论是定性测量还是定量测量，都还缺乏便捷有效的技术方法。而常用的气味测定方法主要有嗅觉测量法、气体探测管技术、传感器检测、红外气体分析等方法有各自的使用范围和优缺点18-20。猪舍空气环境是一个多变量耦合的结果，因而在基于电子鼻的猪舍NH3、H2S气体定量识别中，具有良好的效果21。电子鼻（Electronic Nose，EN）技术能较好地解决单个传感器对混合气体发生交叉敏感问题，准确识别出其组分和浓度5。这项技术在食品品质监控22,23、粮食储藏24,25、医学诊断26,27、环境保护28,29等方面已广泛应用。本研究结果表明，垫料发酵过程中，挥发性物质种类和含量都有复杂的变化，这些变化是垫料的发酵程度的客观反映。利用电子鼻的概念和分析方法，能够得到样品中挥发性物质成分的整体信息，有利于准确判断垫料的使用状况。微生物发酵床的主要功能是使猪排泄的粪尿原位发酵分解，使猪的排泄物与垫料的处理能力达到平衡对发酵床养猪显得非常关键30。管理的好坏不仅关系到垫料使用的年限，而且会影响猪群的健康状况和饲养效果31。不同发酵状态的垫料其物质结构不同，分析使用2个月的发酵床新垫料和使用18个月的旧垫料中不同深度位点垫料成分的变化，结果表明：与新垫料相比，旧垫料持水能力降低，孔隙度下降，总氮、铵态氮、灰分及总磷的含量增加32。随着使用时间的增加，垫料中灰份、蛋质、脂肪、全N钠、镍、全P、Cu、Zn、Ca、K、Cd、As、Mg、Mn的含量逐步增加。肥猪床垫料和保育床垫料中粗纤维、有机质的含量的差异不大33。本研究发现随着垫料发酵程度的加深，物质种类和含量均发生明显的变化，其中随着发酵程度的加深，垫料挥发性物质变化显著。烷类物质种类变化显著，发酵程度级、级、级和级垫料的烷类物质分别为2种、8种、9种和5种。在各样品中普遍存在的是Butylated Hydroxytoluene（二丁基羟基甲苯），随着发酵级别的加深，平均含量逐渐升高，在级、级、级和级垫料中平均含量分别为18.93%、25.59%、36.28%和40.03%。样品的聚类分析结果和发酵级别相关联分析表明，各物质在个30个样品中的分布和含量存在多态性，能够指示垫料的使用状态。利用检测的挥发性物质组成特征，根据各物质在样品中的含量，利用聚类分析、逐步判别分析，构建垫料发酵程度判别模型，模型对垫料发酵程度级别的判别准确率达96.67%，精确度可以满足垫料发酵程度归类。该方法对于科学的指导垫料管理具有重要意义。通过GC/MSD检测发酵床垫料挥发性物质，引入电子鼻的概念和分析方法，在发酵床猪舍环境的监测分析方面，是一个新的尝试。然而，猪舍的空气环境是十分复杂的，通过挥发性物质构建的发酵程度判别模型还需要进一步分析不同管理模式、不同饲养状态、不同地区等条件下垫料样品，一方面进行模型验证，一方面对建模的数据样本进行扩充分析，增加模型的可靠性，为建立养猪微生物发酵床垫料发酵程度判别模型标准和计算机自动分析方法，提供可靠的基础。References1. Liu B,Zhu C X.Research and application of microbial fermentation technology of zero pollution in pig breeding. Chinas agricultural science and technology press.Beijing: Chinas agricultural science and technology press2009ISBN： 978-7-80233-876-02. Liu B, Zheng X F,Zhu C X,et al. The diversity of PLFAs biomarkers for the microbial community in the stroma cushion of non-pollution pigsty. Acta Ecologica Sinica,2008,(11)：5489-54983. Zheng X F,Liu B, Lan J L, et al. Using phospholipid fatty acid biomarkers for analysis of the microbial subcommunity in pigsty litter. Acta Scientiae Circumstantiae,2009,(11)：2306-23174. Lan J L, Liu B,Tang J Y,et al.Discussion on ecological security of microbial fermentation bed in pig farming. Chinese Agricultural Science Bulletinb，2010,26（19）：324-3265. Persand K., Dodd G., Analysis of discrimination mechanisms in the mammalian olfactory system using a model nose,Nature,1982,299:352-355.6. A new cancer detection equipment in Israel. Question and Answer in Physic, 2010，11：557. The new intelligence detecting system by electronic nose. Technology and Products for Military and Civilian，2010，2：308. Luo J Y, Wang J, Xu Y D, et al. Storage life of lilac pear based on electronic nose .Bulletin of Science and Technology，2007，23（3）：378-3819. Di Nate C,Macagnano A,Maritinelli E,et al.The evaluation of quality of post-harvest oranges and apples by means of an electronic nose.Sensors and Actuators B:Chemical,2001,78(1-3):26-31.10. Zhang X H, Chang W, Li J M, et al. Study on Apple Storage by Electronic Nose Technology, Modern Scientific Instruments，2007，33（6）：20-2311. Pan Y F,Zhao J W,Zou X B,et al.Study on apple quality by electronic nose technology.Journal of Agricultural Mechanization Research，2004，26（3）：179-18212. Torri L,Sinelli N,Limbo S.Shelf life evaluation of fresh-cut pineapple by using an electronic nose.Postharvest Biol. Technol.,2010,56(3):239-245.13. Concina I,Falasconi M,Gobbi E,et al.Early detection of microbial contamination in processed tomatoes by electronic nose.Food Control,2009,20(10):873-880.14. Qin S J,Huang L. Study on electronic nose technology for discernment of alcohol.Journal of Zhengzhou Institute of Light Industry（Natural Science），2000，