长粒稻和粳稻中的磷化氢吸附及熏蒸效果：对害虫控制及谷物品质的影响

《Journal of Stored Products Research》：Phosphine sorption and fumigation efficiency in long-grain and japonica rice: implications for insect control and grain quality

稻米磷化氢熏蒸控虫效果及储粮品质研究。使用长粒（indica）和短粒（japonica）糙米与白米，测定0-9.0 g/m3浓度下磷化氢吸附与扩散特性，发现6.0 g/m3标准剂量因米壳吸附（含20% amorphous silica）导致有效浓度不足，虫害反弹且头米率下降，而≥7.2 g/m3浓度可维持400 ppm以上有效浓度240小时，实现完全杀虫且储粮品质稳定。

　　

西尔维娅·安德烈亚·加里波第·佩雷拉（Silvia Andréia Garibaldi Pereira）|拉扎罗·达·科斯塔·科雷亚·卡尼萨雷斯（Lázaro da Costa Corrêa Ca?izares）|布伦达·丹嫩伯格·卡斯特（Brenda Dannenberg Kaster）|西尔维娅·奈安·贾佩（Silvia Naiane Jappe）|毛里西奥·德·奥利维拉（Mauricio de Oliveira）

巴西南里奥格兰德州佩洛塔斯联邦大学（Federal University of Pelotas）农业工业科学与技术系，邮编96010-900

摘要

本研究评估了磷化氢熏蒸在控制害虫和保持储存大米（Oryza sativa L.）质量方面的效果，同时考虑了谷物类型和稻壳吸附特性的影响。实验使用了两种基因型：长粒型（indica）和短粒型（japonica），分别以糙米和精米形式存在。糙米在密封条件下用磷化铝（aluminum phosphide）进行熏蒸，浓度分别为0.0、6.0、7.2、8.0和9.0克/立方米（g m^?3），持续时间240小时。在整个熏蒸过程中监测了磷化氢浓度，并在储存期间评估了害虫存活率、整粒米产量、复水能力、烹饪特性、硬度及颜色。尽管传统上推荐使用6.0克/立方米的剂量，但该剂量不足以有效控制Sitophilus属害虫，导致害虫再次侵扰、谷物持续受损以及整粒米产量下降。稻壳占谷物质量的18-22%，富含无定形二氧化硅，能够显著吸附磷化氢，从而限制了气体的扩散。较高剂量（≥7.2克/立方米）在整个熏蒸过程中保持了有效浓度，确保了害虫的完全死亡并维持了大米的技术品质。由于糙米的外层麸皮成分，其对氧化和颜色变化的敏感性高于精米。磷化氢熏蒸并未直接影响淀粉-蛋白质结构或谷物硬度，但显著改善了水分吸收并缩短了烹饪时间。总体而言，研究结果表明，应针对大米的高稻壳吸附能力调整标准熏蒸方案，以实现彻底的害虫控制和储存期间的大米品质保持。

引言

大米（Oryza sativa L.）是全球消费量最大的谷物，为全球超过一半的人口提供能量和营养（FAO, 2018; Carcea, 2021）。收获后保持大米品质对于确保持续供应和食品安全至关重要。然而，在储存过程中，大米会受到多种生物、物理和化学因素的影响，其中害虫侵扰是一个主要问题（Lampiri et al., 2023; Patil et al., 2019）。

与储存大米相关的常见害虫种类是Sitophilus oryzae和Rhyzopertha dominica，这两种害虫都具有较高的繁殖能力（Lorini et al., 2015）。它们通过穿透果皮并消耗胚乳来损害大米，这一过程会产生代谢热并增加局部湿度，为真菌和腐败微生物的生长创造有利条件（Stathas et al., 2023）。

除了数量损失外，这些害虫的活动还会导致大米颜色变暗、整粒米产量减少以及挥发性、脂质和蛋白质化合物的降解，从而降低大米的工艺和感官品质（Mutalov et al., 2025; Pereira et al., 2024）。这些变化显著降低了大米的商业和工业价值，因此有效的灭虫方法和综合害虫管理策略在大米储存中至关重要。

在常用的控制方法中，磷化氢（PH₃）熏蒸因其高效性、广谱作用以及正确应用时无有毒残留而备受青睐。该气体通过抑制细胞色素氧化酶作用于昆虫的线粒体呼吸系统，导致细胞因代谢窒息而死亡（Machuca-Mesa et al., 2024; Elsayed et al., 2023）。然而，熏蒸效果强烈依赖于气体浓度和暴露时间的综合影响，通常用浓度-时间（CT）乘积来表示。先前的研究表明，如果浓度不足、暴露时间过短或气体过早流失，可能会导致害虫未能完全死亡、恢复活力并在储存期间再次侵扰（Bell, 2000; Lorini et al., 2015）。对于大多数储存中的害虫，有效控制需要将磷化氢浓度维持在约400 ppm以上，并持续至少120小时，不过这一阈值可能因害虫种类、生命阶段和商品特性而异（Nayak et al., 2025; Lorini et al., 2015）。

Daglish等人（2002）研究了Sitophilus oryzae的敏感株和抗性株，发现害虫死亡率取决于磷化氢浓度和暴露时间的综合效应。他们的结果表明，较长的暴露时间可以弥补较低的浓度，而高浓度则主要缩短达到有效控制所需的时间。这些发现表明，为了成功控制害虫，特别是在抗性存在或气体浓度波动的情况下，维持足够长时间的有效磷化氢水平至关重要。

影响熏蒸效果的一个关键因素是储存产品对磷化氢的吸附作用，这一现象会限制处理过程中的气体有效性。在大米中，由于稻壳富含无定形二氧化硅且具有较大的表面积和孔隙率，这种吸附作用尤为明显。尽管推荐的熏蒸剂量为6.0克/立方米（MAPA, 2022），但大米的结构性特点显著降低了熏蒸剂的可用性。Pereira等人（2024）比较了单独的稻壳、糙米和去壳大米在熏蒸过程中的磷化氢行为，发现含有稻壳的材料吸附作用更强，浓度下降更快。去壳大米在18小时时磷化氢浓度达到2000 ppm，糙米在20小时时达到1520 ppm，而单独的稻壳在20小时时达到1314 ppm。去壳大米在236小时内保持了400 ppm以上的浓度，而糙米和稻壳分别在88小时和77小时内仅维持了较短时间。此外，熏蒸240小时后，稻壳中的磷化氢残留量为0.25 ppm，糙米为0.06 ppm，去壳大米为0.04 ppm。这些结果表明，稻壳在熏蒸过程中起到了重要的磷化氢储存作用，从而减少了含稻壳材料系统中的气体可用性。

稻壳约占谷物总质量的20%，含有高比例的无定形二氧化硅（15-20%），具有较大的表面积和孔隙率，因此具有很强的磷化氢吸附能力（Pereira et al., 2024）。因此，对于其他谷物来说有效的6.0克/立方米剂量可能不足以在大米中实现完全的害虫控制，需要调整浓度和暴露时间以弥补吸附和扩散过程中的损失。

此外，长期使用过低的剂量会促使抗性害虫的出现，因为部分暴露的害虫会进入暂时性的代谢停滞状态，并可能在通风后恢复，从而重新开始侵扰循环（Lorini et al., 2015）。结果是逐渐选择出抗性个体，需要增加剂量，并且随着时间的推移熏蒸剂的效果会逐渐减弱。

除了数量损失外，害虫活动还会导致大米颜色变暗、整粒米产量减少以及脂质和蛋白质成分的降解，从而降低大米的工艺和烹饪品质。这些变化显著降低了大米的商业和工业价值，因此有效的灭虫策略至关重要。因此，评估大米品质参数主要是为了量化储存期间害虫侵扰的间接影响，并验证有效的害虫控制是否能够长期保持大米的工艺和烹饪品质。

因此，本研究旨在通过分析以下方面来评估不同剂量磷化氢在japonica（短粒）和indica（长粒）大米（包括糙米和精米）熏蒸过程中的行为：（i）气体浓度动态及其在稻壳中的吸附情况；（ii）储存期间（120天）的害虫控制效果；（iii）对工艺和烹饪品质的影响。这些发现不仅有助于更深入地理解熏蒸剂的技术性能，还为工业应用提供了宝贵的见解，有助于制定更安全、更有效的磷化氢使用策略。

材料与样品制备

本研究使用了两种Oryza sativa L.基因型：一种属于长粒型（indica），另一种属于短粒型（japonica）。样品由Cerealista Polisul和Engenho Krolow（巴西南里奥格兰德州佩洛塔斯）提供，来源于2023/2024种植季的新收获批次，初始含水量为12±0.5%，且未受虫害影响。样品接收后存放在冷藏室（16°C；60%相对湿度）中，直到实验开始。

熏蒸过程中的磷化氢浓度

图2A显示了不同磷化铝剂量下长粒米样品在熏蒸过程中的磷化氢浓度变化。7.2、8.0和9.0克/立方米的剂量在整个暴露期间保持了较高的磷化氢浓度，超过了400 ppm的最低有效阈值，确保了有效控制害虫种群，储存期间未检测到害虫存活或再次侵扰。

结论

研究表明，磷化氢熏蒸在储存大米中的效果受到谷物结构特征的显著影响，尤其是稻壳及其高吸附能力。无论基因型如何，传统推荐的6.0克/立方米的剂量均不足以有效控制害虫并防止储存期间的再次侵扰，导致害虫存活、谷物受损和整粒米产量下降。

作者贡献声明

西尔维娅·安德烈亚·加里波第·佩雷拉（Silvia Andréia Garibaldi Pereira）：项目管理、方法论设计、数据分析、概念构建。拉扎罗·达·科斯塔·科雷亚·卡尼萨雷斯（Lázaro da Costa Corrêa Ca?izares）：初稿撰写、数据分析、数据分析。布伦达·丹嫩伯格·卡斯特（Brenda Dannenberg Kaster）：数据分析。西尔维娅·奈安·贾佩（Silvia Naiane Jappe）：数据分析。毛里西奥·德·奥利维拉（Mauricio de Oliveira）：审稿与编辑、监督、项目管理。

写作过程中生成式AI和AI辅助技术的声明

在撰写本文时，作者使用了ChatGPT（OpenAI）辅助将文章翻译成英文。使用该工具/服务后，作者对内容进行了必要的审核和编辑，并对出版物的内容负全责。

资助

本研究部分由巴西高等教育人员培训协调委员会（CAPES）（资助代码：001）、南里奥格兰德州研究支持基金会（FAPERGS）（资助代码：23/2551-00001903-5）和国家科学技术发展委员会（CNPq）（资助代码：315822/2021-0、151569/2022-3）资助。

利益冲突声明

作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。

致谢

我们感谢Embrapa Clima Temperado、巴西高等教育人员培训协调委员会（CAPES）、南里奥格兰德州研究支持基金会（FAPERGS）和国家科学技术发展委员会（CNPq）的支持。