包先雨, 陈枝楠, 李 军, 仲建忠
(1.深圳市检验检疫科学研究院,广东 深圳 518045; 2.深圳市超宽带通讯与射频识别重点实验室,广东 深圳 518010)
供港食品有害物质全程溯源与实时监控模型研究
包先雨1,2,陈枝楠1,2,李军1,2,仲建忠1,2
(1.深圳市检验检疫科学研究院,广东 深圳518045; 2.深圳市超宽带通讯与射频识别重点实验室,广东 深圳518010)
摘要:文章从探索供港食品监管模式入手,利用RFID、食品安全检测和监测预警技术,提出一种供港食品有害物质全程溯源与实时监控模型,并给出模型具体功能模块实现方法,对食品供应链各环节中产生危害人体健康的有害物质进行检测、溯源与监控。该模型可为监管机构供港食品风险控制和决策提供技术支持,同时为内地食品安全监管体系的建设提供借鉴和参考。
关键词:供港食品;RFID溯源;实时监控;预警;有害物质
0引言
供港食品是指经由内地种养殖、生产加工、包装、仓储、运输、通关等程序并检验合格的,通过合法途径运往香港地区,以保证其民众的基本生活需求的食品。其食品安全问题直接关系到香港同胞的身体健康,关系到香港的经济繁荣和社会稳定,中央重视、媒体关注、社会和民众关心。虽然供港食品由于严格的标准和严密的监管,连续20 a未出现严重的食品安全事件,但目前内地供港食品安全形势依然严峻,非法添加物、微生物、农残、药残、重金属、有机污染物等有害物质肆虐,严重影响了香港同胞生活、社会的安定。本文从分析现有的供港食品监管模式入手,进行详细分析,并综合利用RFID、食品安全检测和监测预警技术,提出一种供港食品有害物质全程溯源与实时监控模型,通过具体实现方法的探讨和具体实例分析,期待为监管机构供港食品风险控制和决策提供技术支持,同时为内地食品安全监管体系的完善建设提供借鉴和参考。
1供港食品监管模式
1.1供港食品监管模式的主要经验
(1) 政策支持。为确保供港食品的安全,2000年以来中国政府制定了100多个相关管理法规及政策文件,为保障香港同胞的物质生活提供了有力的政策支持。且在供港食品供应链各环节加大了人力、物力和财力全方面的投入,如深圳检验检疫机构在食品检验检疫方面的人员配备、仪器设备及检测水平等都处于世界先进水平。同时,香港政府则持续加强自身食品监管能力,积极与内地进行沟通交流,从而在供港食品生产过程中稳定食品供应[1]。
(2) 专门机构全程监管。供港食品监管工作由检验检疫机构负责承担从生产、加工、运输到通关各环节的全程检验检疫业务。由于供港食品属于国内食品种类的特殊分支,由检验检疫机构负责全程监管,一管到底,责任追究制度明确,因此各部门相互推诿责任的情况得以避免,提高了政府监管的效率[2]。
(3) 监管工作以溯源为重心。为实现溯源监管,广东2008年就将RFID技术应用于食用动物安全卫生质量控制,全面启动了供港活猪电子耳标标识,实施电子耳标标识全过程管理。同样地,RFID技术也应用在供港蔬菜卫生安全监管中,将种植场、加工厂、口岸和销售市场的各种供港蔬菜流程中不同环节的相关信息记录在RFID标签中, 根据物流顺序衔接成完整的可溯源的信息链条[3]。
(4) 高标准的供港食品检测。供港食品的检测从农残到肥料用量的标准都非常严格,并采用香港食品安全中心的各项检测标准。其标准参考自国际食品法典委员会,对多项标准不时进行修订与发布。
此外,监管过程中还加强对各种有害物质的监控,严格处理不符合标准的产品,这种品质上优胜劣汰的市场环境对供港食品市场的健康发展发挥了重要作用。
(5) 规范化的检验检疫监管体系。检验检疫机构通过制定一系列规范化的规章条例,如供港食品检验检疫监管规范、生产加工企业综合管理规范、农药残留监控和安全卫生检测规范等,形成一整套较为完善的食品生产全过程质量管理体系,包括统一集中的组织机构产品溯源制度、有毒有害物质监控制度和农药残留的监控检测制度[2]。并对供港基地/企业实行标准化生产和统一管理,对生产过程全程都进行生产记录的详细归档,以便实现食品安全卫生问题的可追溯性和职责的明确性,保证了食品生产过程的可控性,确保食品的安全与质量[1]。
(6) 高效应对食品突发事件。在面对供港食品突发事件时,监管机构的及时高效处理保障了香港物资的供应,控制了有害物质在供应链上的扩散,将所造成的危害降到最低。通过建立与完善重大动植物疫情防控机制、进出口食品风险预警快速反应机制,强化对农兽药残留的监控检测,设立应急物资储备库,实现对突发事件的高效应对。
1.2供港食品监管模式存在的问题
近年来,我国不断加大对供港食品安全监管体系建设的力度,初步建立了以活禽、冷冻食品、果蔬等供港食品为主的深港一体化食品安全监管公共信息平台。但是,我国整个供港食品安全系统工程中,缺乏连接政府决策部门、各级检验检疫机构与原材料采购、生产、存储、运输、通关等环节之间的信息平台,使整个供港食品的有害物质现场检测、实验室检测等基本情况不能得到全面了解。有关食品有害物质的信息无法快速传递、无法共享,一旦发现食品质量问题,无法及时预警和阻断。
因此,建立供港食品有害物质全程溯源与实时监控模型是降低供港食品安全事件频频发生风险、维护内地食品安全声誉的关键所在。
2供港食品有害物质全程溯源监控模型
2.1模型组成部分
供港食品有害物质全程溯源与实时监控模型主要由5个部分组成:支撑要素、技术支持、研究对象、全程溯源与实时监控阶段、全程溯源与实时监控内容。模型组成部分如图1所示。
技术支持部分主要由RFID、食品安全检测和监测预警技术组成,为模型实现提供基本应用技术支持。
RFID技术由于其特有的非接触性以及可对多目标同时快速识别的特性,已经被广泛应用于物流供应链领域[4]。
食品检测技术包括仪器检测、化学分析检测、免疫分析检测等生物技术方法。通过食品安全检测技术, 将食品中危害人体健康的成分检测出来, 包括农兽药残留、非法添加物、重金属、寄生虫、微生物、包装有害物等,并根据有关国家标准进行定性和定量分析[5]。
监测预警技术通过数据挖掘与分析,从大量、多类别的数据中提取出有价值的信息并实施监测,对于可能存在的问题及时发布预警,阻断有害物质在供应链中的继续传播。
图1 模型组成部分
该模型研究对象为各类供港食品,如蔬菜、水果、活畜、活禽、食用水生动物、冰鲜冻肉、乳制品等,对象种类范围广。
工作内容可大致分为基地备案、数据采集、全程溯源、实时监控、应急预案和信息流通与共享6个部分。
其中,基地备案指所有供港种养殖基地或企业需前往属地检验检疫机构进行相关信息备案。
数据采集是以RFID标签为载体,将供应链过程中的相关信息与检测结果记录到模型系统数据库中,为有害物质监测预警信息的发布提供数据基础。
全程溯源是指运用RFID标签实行电子标识管理来全程监测供港食品的基本状况,使每一环节都能够追溯到产品来源,形成一个完整供应链的食品安全控制体系。
实时监控是指将实时上传的现场检测数据、实验室检测数据与国内外标准、技术法规及风险预警等信息进行实时交互与比对。
应急预案利用数据挖掘技术找出可能受到相关影响的食品供应链环节,实时发布警告信息,阻断有害物质在食品供应链中的继续传播。
信息流通与共享使有关食品有害物质的信息得以快速传递、在各部门机构与消费者间进行共享,一旦发现食品质量问题,可以及时预警和阻断。
模型监控环节分为种养殖阶段、生产加工阶段、存储阶段、运输阶段、通关阶段和销售阶段。各个阶段有机结合不同的工作内容对每一类供港食品进行全程追溯与监控,提高对供港食品有害物质检测、监管有效性,提高服务水平。另外,全程溯源与实时监控机构、人员与设施这三大支撑要素可确保整个模型系统完好运作。
2.2功能模块划分
供港食品有害物质全程溯源与实时监控模型功能分为以下6个模块,如图2所示。
图2 功能模块划分
(1) 基于海量数据的数据服务模块。由于质量溯源信息的数据量非常庞大,传统的C/S架构和B/S架构的软件平台已无法满足需求,因此需引入CIQ云架构[6],建设为一个覆盖局部区域乃至全国范围的云平台,使得企业、监管部门、检测部门等多家单位数据能够实时上传并共享。
(2) 多信息数据交换模块。实现模型系统与已有业务信息系统之间的数据交换,如中国检验检疫综合业务管理系统(CIQ2000)、实验室信息管理系统(LIMS)以及企业ERP系统等,采取“兼容模式”,从各种异构系统中交换并获取数据。该模块负责定义各种软件通讯接口,使得模型系统可以兼容各种主流数据库。同时定义硬件通讯接口,实现和实验室检测设备之间的自动通讯,实时获取各种检测数据。
(3) 企业质量控制模块。该模块按产品类别进行分类,为不同类别的食品企业建立自身的质量安全管理机制,对于已有ERP管理系统的企业,该模块将通过数据交换的方式,自动从企业ERP系统中获取信息,自动比对并进行监管。
(4) 检验检疫监管模块。该模块用于检验检疫机构对供港食品进行有效监管,通过和相关信息系统的实时对接和数据交换,对企业非法添加或流通环节引入的食品有害物质进行自动报警,从而对食品供应链过程进行监控。
(5) 消费者模块。该模块用于消费者对食品质量信息的查询、评价、投诉等功能。
(6) 安全模块。主要通过访问权限控制,使得不同角色具有不同的信息读取和操作权限,提供了保障消费者利益、保护企业隐私、政府依法监管三者的信息安全管理。
3实现方法
3.1数据采集方式
经分析,适合供港食品有害物质全程溯源与实时监控各阶段的关键数据采集方式如下:
(1) 种养殖阶段。通过与供港基地或企业ERP系统之间的信息交互,采集并获取其种养殖及原料采购等基本信息。
(2) 生产加工阶段。在生产加工过程中给食品包装加贴RFID标签,通过架设在流水线上的读写器向标签写入相关的质量信息。同时利用远程视频监控系统对企业生产加工过程进行质量监督。
(3) 存储阶段。通过龙门架、读写器、视频监控等技术手段监控产品入库和出库2个环节。
(4) 运输阶段。通过无线通讯、GPS等技术实时定位集装箱或车辆,对于冷冻、保温和保鲜食品,还将采用温度、湿度传感技术记录其运输途中的温湿度信息。
(5) 通关阶段。通过安装在车辆或集装箱上的无线通讯设备——电子车载卡,实现和口岸电子通道之间的实时通讯,监控食品的通关流程。
(6) 销售阶段。通过安装在超市的RFID阅读终端或条码扫描终端,使消费者能查询所购买产品的相关质量信息。
3.2全程溯源及信息存储
在模型系统中,对生产加工企业分拣包装后的所有食品都配备一个RFID标签, 并在流通环节中,将来源、加工、存储、运输、通关以及销售的每一阶段信息都写入标签内, 包括供港食品卫生证书中的供应商、收货人、装货港、卸货港、离境时间、出口许可证号、运输标识、货品描述、包装信息、总净容量等,以及食品的品牌、生产时间、品种、产区、主要成份含量、净含量等,并随时对食品中影响健康的有害物质进行定量检测和定性分析。
全程溯源过程中将产生海量的质量溯源数据,其中包括文本、图片、视频、多媒体文件等多种类别,需选用适当的存储方式来保存备案。该模型采用CIQ云存储模式[7],将质量溯源数据通过集群网络技术或分布式存储系统,将大量不同类型存储设备通过一定方式进行集成,共同提供数据存储服务。
本质上,云存储是一种建立在互联网基础上的服务,具有海量存储、易扩容、统一管理、成本低廉、随意读取、资源共享等优点,因此将云存储模式应用在该模型系统上可以最优地实现溯源数据存储和访问服务。
3.3数据实时上传与监测
实时上传与监测是将供应链各环节中的现场检测数据、实验室检测数据实时上传到远程数据库,并与国内外法规、技术标准等比对,同时将比对结果实时传到政府决策部门、各级检验检疫机构等相关管理系统,从而实现实时监测。
其中的实现难点在于如何将数据实时上传。将本机检测到的数据写入远程数据库,一般是在远程服务器上运行一个多线程的服务器程序,而在本机运行一个客户端程序。服务器负责侦听多个客户的连接,一旦有客户请求,服务器就与客户建立连接,进行数据交换,将客户传送的数据写入服务器的数据库中,完成数据的写入操作。客户端的主要功能是连接远程的服务器,进而循环读取本机检测数据并将其发送到服务器。
基于上述设计思想,该模型系统在服务器端做一个Web服务,该服务的功能是接受调用者的传递参数,完成相应的功能,而Web服务的调用者是Web服务管理器,并将这些参数写入服务器的数据库中;客户端的功能是读取本机中的数据,并将这些数据以参数的形式用XML打包,然后向远程的Web服务管理器发送调用请求,Web服务管理器根据请求调用相应Web服务函数。由于调用请求是通过Web服务管理器来实现的,数据的通信是通过标准的Web服务的端口进行,而不必考虑防火墙的限制,从而保障了通信的健壮性;同时服务器端的开发非常简单,只要写一个能够被Web服务管理器调用的服务即可,多用户多线程功能是由Web服务管理器来实现;此外,调用参数和结果回传都是通过XML打包,跨平台、易实现。
3.4应急预警
应急预警工作主要涉及有害物质信息收集与预测技术。
首先需要采集与食品安全相关的Web信息,提取供港乳制品、冷冻食品和果蔬等重要敏感食品安全事件的网络信息,快速锁定网络消息涉及的肇事企业、相关产品,以便及时斩断危害物传播,控制和消除食品事件的不良影响。预警信息收集分析主要包括网络爬虫和智能信息处理等,如图3所示。
图3 应急预警信息分析
(1) 信息源。即互联网,从互联网的各个网站中采集信息。
(2) 抓取器。即网络爬虫,负责自动从各互联网上抓取网页。
(3) 智能信息处理。一方面,是对网站网页的智能信息清洗,通过对网站的分析,自动进行网页结构的抽取、聚类,生成网站的网页Wrapper(网页内容抽取模板),从而使用Wrapper进行网页内容的清洗过滤;另一方面,是对网页内容的理解和处理,包括元数据提取、关键词提取、关键句子提取、敏感特征提取、情感极性分析(包括词汇、句子、文本等);并进一步进行敏感分类模型的定义和训练。
语义相似度计算引擎和动态推理引擎是系统的核心,是自然语言处理和机器学习的基本算法组件库。
(4) 应用层。包括如下2个部分:① 网页内容分析,形成各类网页内容分类的结果报告;② 有害物质监控,发现有害物质舆论情报并告警,发现突发事件等。
预警监控处理工作流程如图4所示。首先,选择从互联网上采集信息的目标网站(URI),设定网页抓取器Fetcher 的搜索策略,Fetcher主要根据robot协议、DNS以及下载范围控制信息判断当前URI是否应当处理。确定后,从远程服务器获取数据。
图4 预警监控工作流程
获取到网页后,网页内容抽取器(Extractor)对网页进行数据抽取,将HTML转化为DOM树,利用树匹配和部分树对齐算法,抽取出网页中的各个信息单元,并输出相应的基于树的正则表达式的布局模式,利用该模式自动完成对网页主要内容的抽取。
网页内容抽取出之后,利用网页分类器(Classifier)进行特征提取,然后根据已训练好的分类模型对网页进行分类。存储处理器(Writer)负责将网页内容及网页的元数据标签存储到本地数据库或文件系统中。后处理器(Post-Processor)负责将新的URI提交抓取器,更新抓取器的状态。对处理后的数据进行汇总处理,形成书面报告,生成纸质文件和电子文档,供相关部门正确分析并提供决策依据。
基于模型系统中积累的大量检测数据(包括已检测出的有害物质历史数据)、检验检疫信息数据库、检测实验室信息数据库以及国外食品风险通报、预警等外部信息数据库,运用基于集成学习的有害物质风险预测技术,建立食品安全有害物质的实时监测和预警方法,为检验检疫部门提供风险管理决策支持,包括对食品类型和规格批次风险、产地风险、食品生产企业风险、食品流通环节风险等风险指标的预测。
4应用举例
深圳口岸是供港蔬菜的主要通道, 每年约有 60×104t、200余种蔬菜经过深圳口岸供应到香港市场。过量施药、违规使用农药等是造成蔬菜安全卫生问题的主要原因,因此农药残留是供港蔬菜病虫害的监控重点。
以供港蔬菜为例,将模型应用到供港蔬菜有害物质的溯源与监控上,图5所示为模型实现后的流程图。
图5 供港蔬菜有害物质全程溯源与实时监控流程
在图5中,供港蔬菜有害物质全程溯源与实时监控模型系统采用生物传感、生物免疫学、物理检测技术等对供港蔬菜供应链各环节中的主要有害物质进行现场移动检测、实验室检测与确证。利用RFID数据采集技术对供港蔬菜种植、加工、储存运输、检测、通关、销售等环节中关键数据进行采集,并运用RFID标签记录供港蔬菜的基本状况,比如种植时间、产区、供应商等,使全程中每一个环节都能够追溯到来源。通过使用Web数据上传方法实现检测数据的自动实时上传以便于实时监测。所有来自在线数据源、外部参考数据源和脱机存储介质的数据形成食品有害物质溯源与监控数据库,使用CIQ云计算对溯源与监控数据库做相应处理后,通过云存储模式保存数据形成海量数据库,并与CIQ标准法规、标准数据进行比对,经过统计形成当前情况报告,相关人员可对历史信息进行追溯。再针对模型中的数据特点,采用多维度关联规则挖掘、神经网络集成学习等技术,对已检出有害物质的来源、种类、分布与扩散等多维度数据进行分析和挖掘,寻找关联、探明规律、分析趋势,建立相应的风险预测模型,从而对同类食品或原材料、产地等潜在风险进行及时、动态的提示和预警,及时阻断有害物质在食品供应链中的继续传播,实现供港蔬菜有害物质的实时监控预警。
更具体地,本文以供港蔬菜中的白菜为例对模型有效性进行分析,其有害物质监测预警结果见表1所列,具有如下特点:
(1) 白菜的整体安全性逐年提高,不合格数量和不合格率均有大幅下降,2014年相对2011年有数量级的变化,主要原因在于香港2012年开始过渡实施《食物内除害剂残余规例》,该规例以中国、美国、泰国和国际食品法典委员会4家标准为基础,合并成新的标准,其残留限量是我国现行标准的3倍,因此保障了供港蔬菜的质量。
(2) 高毒农药仍屡禁不止,甲胺磷、克百威等禁用10 a的药物还可以检出,且多次检出。
(3) 每年的第2季度、第3季度白菜农残超标相对较多,主要是因为温度变化,一些植物害虫容易滋生。
表1 供港白菜有害物质监测预警分析
5结束语
本文通过分析供港食品监管模式的主要经验,指出了现有监管模式存在的问题,并在此基础上提出了一种综合利用RFID、食品安全监测和监测预警技术的供港食品有害物质全程溯源与实时监控模型,给出了相应的模型实现方法,最后介绍了如何将此模型应用到供港蔬菜有害物质全程溯源与监控系统中。
本文所提出的模型与实现方法,具有一定的普适性,可为检验检疫机构供港食品风险控制和决策提供技术支持,同时为内地食品安全监管体系的完善建设提供借鉴和参考。
[参考文献]
[1]刘杨,张建方.供港食品模式探究[J].世界农业,2013(11): 158-162.
[2]聂文静,田侃.供港食品安全监管模式的启迪与意义[J].南京医科大学学报:社会科学版,2013(1): 31-35.
[3]陆清,王晓,刘叔义,等.RFID技术在供港蔬菜卫生安全监管中的应用[J].植物检疫,2009(6): 32-34.
[4]Dai H Y,Xu J.Collaborative design of RFID systems for multi-purpose supply chain applications[J].Journal of Systems Science and Systems Engineering,2013,22(2):152-170.
[5]李梦寻,刘宏志.基于物联网的食品安全监理模型研究[J].北京工商大学学报:自然科学版,2011,29(2): 54-58.
[6]包先雨,李军,王洋.云计算下的检验检疫实验室信息管理系统研究[J].合肥工业大学学报:自然科学版,2014,37(4): 420-423.
[7]刘思得.基于网络的云存储模式的分析探讨[J].科技通报,2012(10): 206-209.
(责任编辑张镅)
Study of whole traceability and real-time monitoring model of food hazardous substances supplied to Hong Kong
BAO Xian-yu1,2,CHEN Zhi-nan1,2,LI Jun1,2,ZHONG Jian-zhong1,2
(1.Shenzhen Academy of Inspection and Quarantine, Shenzhen 518045, China; 2.Shenzhen Key Laboratory of UWB and RFID Technology, Shenzhen 518010, China)
Abstract:Through exploring the supervision mode of food supplied to Hong Kong, a whole traceability and real-time monitoring model of food hazardous substances to Hong Kong was proposed by utilizing radio frequency identification(RFID), food safety detection, and monitoring and early warning technologies. The function module implementation methods were also given. The model was used to detect, trace and monitor the hazardous substances generated from supply chains. The model would provide technical support to supervision institute for decision making and risk control of food supplied to Hong Kong, and offer a reference for the mainland’s construction of food safety monitoring system.
Key words:food supplied to Hong Kong; radio frequency identification(RFID) traceability; real-time monitoring; early warning; hazardous substance
收稿日期:2015-05-28;修回日期:2015-07-10
基金项目:“十二五”国家科技支撑计划资助项目(2012BAK17B08) ;深圳市重大产业技术攻关资助项目(ZD201010220094A);国家质检总局科技计划资助项目(2014IK195)和深圳市科技应用示范资助项目(JSYY20120831160213591; KJYY20140530142700108)
作者简介:包先雨(1981-),男,安徽桐城人,博士,深圳市检验检疫科学研究院高级工程师; 陈枝楠(1961-),男,湖北汉川人,博士,深圳市检验检疫科学研究院研究员.
doi:10.3969/j.issn.1003-5060.2016.05.011
中图分类号:TS201.6;TP315
文献标识码:A
文章编号:1003-5060(2016)05-0625-07