中国食品质量安全风险预警预报技术研究进展

玄冠华，屈雪丽，林洪，王静雪

(中国海洋大学食品科学与工程学院，青岛 266003)

中国食品质量安全风险预警预报技术研究进展

玄冠华，屈雪丽，林洪*，王静雪

(中国海洋大学食品科学与工程学院，青岛 266003)

建立食品质量安全风险预警系统，对于预防质量安全事件尤为重要。文章介绍了中国主要的食品质量安全风险预警预报技术，包括食物中毒天气预警系统、预警公式分析技术、微生物预报预警技术，基于语义挖掘的食源性疾病安全预警系统和基于大数据挖掘的风险预警技术等。针对如何提高中国食品安全风险预警体系的有效性提出以下建议：加强风险信息的交流与共享，发展先进的风险预警预报技术，完善专业技术与专家评估相结合的评价体系。结合中国食品风险预警预报技术的研究现状，建立完善适合中国国情的风险预警系统，对于提高应对各种食品安全风险的预警能力具有重要的理论意义。[中国渔业质量与标准，2016,6(3):1-5]

食品污染；风险预警；风险预报；质量安全

近年来食品安全事件时有发生。食品生产加工过程中有毒有害物质的自然产生和非法添加，农、兽药使用引起的残留以及卫生条件控制不当造成的微生物污染，严重威胁着群众的身体健康和生命安全。如何控制每一个环节的潜在污染源，生产安全食品，让老百姓真正能吃上放心食品，并解决食品出口贸易遇到的难点，是各级政府、生产者和广大消费者十分关注的热点。

预警是一种提供有关有害事件信息的分析过程。预警信息的基本判断主要有两个方面[1]：1)预警的数据来源是信息的收集过程，全面收集、汇总多因素的风险信息，即预警指标数据的采集；2)预警决策管理是信息处理、反馈过程，通过对相关信息收集、汇总、分析、归纳等处理，去伪存真，判断事物发展的走势，进行合理预测，提出不同警情的对策建议。构建行之有效的食品安全风险监测与预警体系，在最大范围内有效防控风险，减少由危害导致的各项损失, 已成为当前亟待解决的问题。农业部通过无公害农业与食物安全预警系统，对动物及动物源性食品进行农、兽药残留监测，向全国发布农产品警情。2006年国家质检总局食品生产监管司为有效应对食品安全问题建立了包括信息处理系统、预警分析系统和快速反应系统在内的预警体系。虽然目前中国已建立诸多食品安全风险监测与预警防范体系，但仍存在较多问题，如风险监测与预警脱节，未形成一个有机的整体；预警方法不先进，难以做到与食品监测信息系统的连接，无法真正地做到对出现的食品安全风险提前预报；目前的预警预报技术不规范，还未形成一套公认的行之有效的评价体系等。

国内外相关研究一般把食品安全预警系统分成信息源系统、预警分析系统、反应系统等3个部分。其中预警分析系统是整个食品安全风险预警系统的关键和核心。为构建有效的食品安全风险监测与预警体系，有效防控风险,本研究对当前中国食品风险预警预报技术的研究现状进行总结和评价，旨在促进适合中国国情的风险预警系统的完善，提高应对食品质量安全风险的预警能力。

1 中国主要的食品风险预警预报技术

1.1 基于气象变化的细菌性食物中毒预警系统

2008年上海市食药监管局、上海市气象局共同承担的《细菌性食物中毒预警(预报)系统研究》课题通过验收[2]。该系统是依据细菌性食物中毒与同期气象条件之间存在的关联而构建的可向社会公布的分级食物中毒预警(预报)系统。该系统提供的信息能够指导市民安排自己的餐饮计划，且可精确到未来3 d[3]。细菌性食物中毒的发生与供餐数量、气温和湿度等气象条件呈正相关[4]。并称一年中有3种温度和相对湿度的组合最容易发生细菌性食物中毒，分别是气温24～25.9 ℃，湿度为93%～96%；气温26～29.9 ℃，湿度为61%～64%；气温28～33.9 ℃，湿度为65%～68%；且主要发生在每年6月底到7月初的梅雨时节和7月、8月及10月间[2]。目前该预警系统从2009年4月已在上海起试运行，可根据天气变化有针对性地预防食物中毒，并于2010年世博会食品安全保障工作中发挥了重要作用。

1.2 预警公式分析技术

预警公式分析技术作为数据分析技术的一种，能够将所获得的即时数据代入预警公式中，通过分析历史数据和近期数据，来确定某一地区食品不合格率的发展趋势和预警范围等级，在此基础上，结合专家评估分析，综合分析预测，发布警级。例如该技术可选取危害与风险概率作为指标，其中危害指标(H)反映食品中潜在危害因素的根源及其危害严重程度，根据危害因素的类别分别用H1、H2、……Hι表示，对应危害程度等级赋予不同的分值。另一项(预测)风险概率指标(P)是反映风险在孕育和发生过程中征兆指标以及该危害发生可能性的概率指标，依据危害物的暴露机率、阳性检出率以及由于食品危害物引起的食源性疾病可能发生的机率等不用类别分别用P1、P2、……Pj表示；风险概率的赋值可由专家进行评定。预警公式如式(1)所示。

R=α×Σ(γi×Hi) + β×Σ(εj×Pj)

式(1)

其中，R：预警指标；H：危害指标；P：风险概率指标；α，β：权重系数，采用专家评估法，对指标权重系数进行赋值；γi：各种危害物质的危害指标Hi在总的危害指标H中的权重；εj：各风险指标Pj在总的风险概率指标P中的权重。

马志英[5]采用上述预警公式分析等关键技术，对上海地区的低温流通链的加工食品质量进行了预警预报，并根据预警模式的评估，发布了预警等级。其反馈预警报告内容基本正确，相关内容被采用于政府内部或公开信息中，为中国低温冷藏链的加工食品标准和规范提出了宝贵建议。

预警公式分析技术简单、有效，但不适用于多维度数据模型的分析，由于食品安全风险评价指标的复杂性和差异性，仅仅通过预警公式分析技术是远远不够的。

1.3 基于温度等环境变量的腐败微生物预报预警系统

微生物预报预警技术是一种有效防止微生物对食品污染的预警工具，它能够依据各种食品微生物在不同处理条件下的特征信息库，快速真实地判断出食品中微生物生长的动态变化，从而确保食品生产、运输、储存等过程中的安全。数学模型的建立是预报微生物学的核心，其目的是用数学的语言描述食源性微生物在特定环境条件下的生长与死亡，有效地预测风险并以高效性替代传统的确证性检测[6]。在微生物预测过程中，微生物与各环境因素之间关系的数据收集是建立数学模型的关键，绝大多数微生物的生长受温度、pH、水分活度、盐浓度等环境因子的影响。1993年Whiting和Buchanan提出了将预测微生物模型分为3个级别，即初级模型、二级模型和三级模型[7]。其中三级模型，也称为专家系统，由于功能强大、操作简便而被应用于食品工业和研究领域。

微生物预警预报技术的主要特点是在不进行微生物检测的前提下，可以预测产品生产后的各个环节的质量与安全性，快速地对产品货架寿命进行预测。该技术的发展能够指导新产品安全性和货架期的设计，保证水产品的质量及安全。目前，假单胞菌(Pseudomonasspp.)[8]、腐败希瓦氏(Shewanellaputrefaciens)[9]、磷发光杆菌(Photobacteriumphosphoreum)[6]的动态模型和预报相应水产品剩余货架期的模型已经开发，可用于预测温度对特定腐败微生物的生长动态和水产品剩余货架期的影响[10]。许钟等[11]以罗非鱼为研究对象，建立和验证了假单胞菌的动力学模型应用于冷藏罗非鱼微生物学质量和剩余货架期的预测，并建立了预测系统软件FSLP(fish shelf life predictor)。姚晗等[12]具体阐述了预报微生物技术在禽肉制品中的研究现状，提出预报微生物学的发展能够应用于禽肉制品的安全风险评估、货架期预测、腐败变质状况检测等方面，实现对禽肉制品质量与安全的评估与预警。莫意平等[13]将微生物预测数字模型运用到水产品中，有助于指导管理者实施危害分析与关键控制点(hazards analysis critical control point，HACCP)计划于水产品生产中，确保水产品质量安全。基于温度等环境变量的微生物预报预警系统的发展对于食品安全风险的预防有相当的发展潜力，但目前所建立的微生物预报模型主要是针对生长速率的，而对于微生物迟滞期的预测还是存在一定的困难。因此，进一步加强和完善理论与实践的研究，更好地理解微生物生长的迟滞期，确保食品安全将是微生物预警预报技术下一步发展的重点和难点。

1.4 基于语义挖掘的食源性疾病安全预警系统

基于语义挖掘的食源性疾病安全预警系统是通过构建已知食源性病菌样本数据库，综合应用领域本体、知识挖掘等智能信息处理技术，实现对未知食源性疾病的智能化分析过程。它主要包括3个方面[14]：1)面向消费者，用于浏览、查询、咨询相关的食源性疾病；2)面向食品领域供应链参与者，用于浏览、查询、咨询相关产业生产运营指标的变化；3)构建语义挖掘方法，如层次聚类挖掘算法、关联规则挖掘、分类挖掘等，智能化地实现对所输入数据的语义分析与挖掘。

蔡皎洁等[14]基于食品供应链体系，利用知识挖掘、领域本体等智能信息处理技术构建了一个具备“事前预警”的食源性预警信息平台；能够实现基于语义的已知数据挖掘过程，并在循环挖掘过程中不断丰富样本知识库案例，完成对“未知”食源性疾病的智能化分析。并通过实验验证了基于食源性疾病领域本体的层次聚类挖掘、关联规则挖掘和决策树分类挖掘等一系列语义挖掘算法的有效性。基于语义挖掘的食源性疾病安全预警系统实现有效的预警功能，需要构建丰富的样本数据库和收集、处理有效的风险信息。目前构建的基于语义的“未知”食源性疾病挖掘系统及方法体系研究深度还不够，真正实现“事前预警”的能力还有待提高，仍需不断深入探究。

1.5 基于大数据挖掘的风险预警技术

大数据挖掘技术，即“从大数据中挖掘知识”，是通过开发计算机程序进行自动挖掘数据中潜在信息，以发现规律、寻找有用信息和知识的一种有效手段，能够自动分析海量数据并做出推理预测。朱佳等[15]利用数据挖掘技术对海量的进出口食品农产品检测结果数据进行挖掘分析，提出了一种多维、多层次、多值关联规则的挖掘方法，有助于辅助政府对进出口食品农产品安全的管理与决策。数据挖掘风险预警技术相比传统的典型案例分析和数理统计方法，更适于对食品安全检测数据中多因素的分析，是一种高效的大容量数据分析的有效手段。通过开发计算机程序软件，能够依据食品检测数据和信息的特点进行数据筛选，将描述性数据量化，保证数据的规范性。且通过建立数据库并利用数据分析模型对数据信息进行自动分析挖掘，直观地显示挖掘结果，为决策提供依据。

大数据挖掘风险预警技术是众多学科领域技术的集合，常见的包括机器学习、统计学、模式识别等。其中机器学习数据挖掘技术中应用最为广泛的是人工神经网络(artificial neuron network)技术[16]。人工神经网络是一种类似于人脑神经元互相连接结构的数学模型，通过对外部输入信息做出动态响应来处理信息；对大量的历史信息进行训练，通过自学习、自适应调整模型的结构参数，找出预警规则。它无需知道预警对象的机理原理，只要选择合适的输入输出变量，划分合理的预警条件，建立相应的预警模型。常见的神经网络建模方法有BP网络模型、RBF网络模型和Elman网络模型，其特点针对不同生产过程，可选择不同的神经网络预警模型。吴清华等[17]运用BP神经网络分析1990—2007年的样本,以油菜籽收购价格的波动率作为风险预警的警情指标，验证了利用BP神经网络构建的预警模型对油菜产业的风险预警具有实用性和可行性。章德宾等[18]证明了基于BP神经网络的食品安全预警方法可以有效识别、记忆食品危险特征，并能够对中国实际食品安全检测数据样本进行有效的预测。李军[19]分析研究了径向基函数RBF神经网络在供应链风险预警中的应用，结果显示其分类速度快、精度高，能够有效地应用于食品供应链的风险预警中。王雅洁等[16]提出了将一种大数据挖掘方式BP神经网络运用于食品安全风险预警的构想。由于神经网络有较好的自适应、自学习能力和强容错性，是一种有效的建模方法，可用于预警指标的历史数据比较少、非线性变化情况下的对预警指标自学习的评价。但基于神经网络的预警分析算法也存在着自身的限制与不足，对于一些复杂的问题需要较长的学习时间，有时使网络权值收敛到一个局部极小解，需要运用其他的改进方法。

2 对策与建议

目前，中国所建立的不同的风险预警预报技术在诸多领域应用广泛，但实际应用起来仍存在一定的局限性，未形成一套公认的科学有效的食品安全风险评价与预警预报体系。在现有监管体制下，做好风险预警预报工作不仅需要政府部门和技术机构的紧密结合，还需要进一步摸索经验和借鉴国内外先进的技术和措施。为提高中国食品安全风险预警体系的有效性，应着重从以下3个方面入手。

1) 实现风险信息的交流与共享。中国食品安全监管由多部门分段管理，有一套贯穿全国质检系统的风险监测体系，每一个风险信息交流平台系统都有可能发现存在安全隐患的信息源。例如婴幼儿配方奶粉中检出三聚氰胺是地方医院的大夫在患者结石中率先发现的；广州豆制品中碱性橙的检出是质检系统在执法过程中发现的。因此，只有建立跨部门的风险信息共享平台，实现风险信息的无缝隙传递与交流，才能在最大范围内有效防控风险，实现实时预警，减少由危害导致的各项损失。

2) 发展先进的风险预警预报技术。风险预警预报技术发展的重点是“超前预测”。建议建立全国性有效实时监控监测网络体系，加强风险预警预报及处理应急反应系统体系建设[20]。针对食品安全风险的危害，选择合适的风险预测方法，建立合理的风险预警指标体系，是做好食品安全风险有效预警预报的关键。

3)完善专业技术与专家评估相结合的评价体系。对风险做出正确的预警预报不仅需要专业的预警预报技术，还需要形成专门的食品安全专家对安全问题的评价体系。目前现有的许多评价也是通过专家评价实现的，但还未形成评价体系。专家评估涉及到多领域、多专业的专家队伍，利用专家们在其各自工作领域内的经验、专业知识和科学研究成果，参与预警分析、判断和评估。因此，应加强多专业专家队伍的建设，做到对专家的资格要审核、对专业评价的方向要规范，对评价结果应担负相应的责任；只有做到客观地评价风险信息，准确地做出相应判断，才能确保食品安全的舆论监督，树立政府监管的良好形象。

3 结语

虽然中国在风险预报预警系统的建立方面已做了大量的研究，但是仍存在很多的不足，没有一套公认的科学有效的食品安全风险评价与预警预报体系。食品质量涉及到采购、生产、加工、流通等各个环节，在构建食品安全预警系统中加强供应链上下游企业的协同运作十分必要，且还应充分借鉴国内外风险预警系统建设的经验，发展先进的风险预警预报技术，通过开展风险排序、风险监测，探索风险发展规律，对发展趋势做出准确预判，建立起适合中国国情的风险预警系统，提高应对食品安全风险危机的预警能力。

[1] 陆昌华, 胡肄农, 谭业平. 畜产品质量安全的风险管理与风险预警[J]. 江苏农业学报, 2013,29(5): 1172-1177.

[2] 施嘉奇. 食物中毒3天内可预警[N]. 文汇报，2008-12-25.

[3] 杜冰. 上海细菌性食物中毒预警系统填补国内空白[N]. 中国医药报, 2009-06-16.

[4] 张磊，穆海振，陆怡，等. 上海地区细菌性食物中毒季节和气候特征分析[J].上海预防医学杂志，2009(21)：330-332.

[5]. 马志英. 冷藏加工食品安全预警技术研究[J]. 上海食品药品监管情报研究, 2008(95):28-32.

[6] 胡洁云，欧杰，李柏林. 预报微生物学在食品安全风险评估中的作用[J]. 微生物学通报, 2009(36):1397-1403.

[7] 戴奕杰. 冷却肉中假单胞菌生长动力学模型的建立及微生物预测预报[D].长沙：湖南农业大学, 2011.

[8] 张一敏. 冷却牛肉假单胞菌生长动力学模型及货架期预测模型的研究[D]. 泰安：山东农业大学, 2010.

[9] 崔正翠. 大菱鲆腐败菌生长动力学和货架期预测[D]. 上海：上海海洋大学， 2010.

[10] 周康，刘寿春，李平兰，等． 食品微生物生长预测模型研究新进展[J]. 微生物学通报, 2008(35):589-594.

[11] 许钟，肖琳琳，杨宪时，等. 罗非鱼特定腐败菌生长动力学模型和货架期预测[J]. 水产学报, 2005,29(4):540-546.

[12] 姚晗, 张斌, 马龙, 等. 预报微生物学在禽肉制品中的应用[J]. 安徽农业科学, 2011(30):18762 - 18826.

[13] 莫意平, 娄永江. 预报微生物学及在水产品中的应用[J]. 水产科学, 2005(6):50-52.

[14] 蔡皎洁, 张玉峰. 基于语义挖掘的食源性疾病安全预警系统构建[J]. 情报杂志, 2014(2):18-22.

[15] 朱佳, 张萍, 高志国. 大数据挖掘技术在进出口食品农产品安全风险预警中的应用研究[J]. 山东农业大学学报: 社会科学版, 2014(3): 99-102.

[16] 王雅洁, 杨冰，罗艳，等. 大数据挖掘在食品安全风险预警领域的应用[J].安徽农业科学，2015,43(8):332-334.

[17] 吴清华，高峰，冯中朝. 中国油菜产业风险预警研究-基于BP神经网络[J]. 华中农业大学学报(社会科学版), 2010(2):29-33.

[18] 章德宾，徐家鹏，李崇光，等．基于监测数据和 BP 神经网络的食品安全预警模型[J]. 农业工程学报，2012，26(1):221-226．

[19] 李军. RBF神经网络在供应链风险预警中的应用[J]. 科技信息，2013(2)：191-193.

[20] 周德庆. 水产品安全风险评估理论与案例[M]. 青岛:中国海洋大学出版社, 2013.

Research progress on food risk early-warning for quality and safety in China

XUAN Guanhua, QU Xueli, LIN Hong*, WANG Jingxue

(College of Food Science and Technology, Ocean University of China, Qingdao 266003，China)

The establishment of risk early warning system is very important for reducing the occurrence of food safety incidents. In this paper, we summarized the main technologies on food risk early-warning, including weather warning system about food poisoning, warning formula analysis, microbial forecasting and early warning technology, foodborne disease early warning system based on semantic mining, and risk early warning technology based on big data mining. The strategies and recommendations for improving the effectiveness of China's food safety risk warning system were as follows: strengthening risk information exchange and sharing, developing the advanced risk early warning and forecasting technology, and perfecting the combination of assessment system between professional technology and expert evaluation. Based on the research status of food risk early warning and forecasting technologies in our country, the development of risk early warning system being suitable for Chinese conditions will have important theoretical significance for improving the ability of coping with all kinds risk early warnings of food safety [Chinese Fishery Quality and Standards, 2016, 6(3):1-5]

food contamination, risk forecast, risk early-warning, quality and safety

LIN Hong, linhong@ouc.edu.cn

2015-09-15；接收日期：2015-11-25

现代农业产业技术研究专项基金体系(CARS-50-G09);国家科学技术支撑项目(2012BAD28B05)

玄冠华(1992-)，女，硕士，研究方向为水产品安全，987062502@qq.com 通信作者：林洪，教授，研究方向为食品质量与安全控制，linhong@ouc.edu.cn

S9/TS201.6

A

2095-1833(2016)03-0001-05