基于ICP-MS的滩羊骨骼矿质元素溯源指纹图谱

采用电感耦合等离子质谱仪对内蒙古鄂托克前旗、宁夏盐池县、甘肃环县和陕西定边县滩羊骨骼中25 种（Ag、Ba、Be、Ca、Cd、Cu、Co、Cr、Cs、K、Fe、Mg、Mn、Mo、Na、Ni、P、Rb、Sb、Se、Sn、Sr、Te、V、Zn）矿质元素含量进行测定,结果表明,不同产地滩羊骨骼的组成元素各具分布特征,且相同矿质元素在不同产地间也差异显著。进一步通过主成分分析、聚类分析等多元统计分析方法,构建得到滩羊骨骼矿质元素指纹图谱为Ca、Cd、Cs、Mg、Mn、Na、P、Rb、Te、Zn,回代检验和交叉检验的整体正确判别率分别为87.50%、86.87%,说明筛选用作滩羊骨骼产地鉴别的10 种矿质元素有效,且利用该10 种元素建立的判别模型亦有效。     

基于矿质元素指纹分析的陈皮产地溯源研究

通过分析不同产地陈皮中矿质元素含量的差异,结合多元统计分析,筛选基于矿质元素指纹分析技术的有效产地溯源指标,构建陈皮不同产地鉴别的判别模型。该研究采集了广东、福建、重庆3个不同产地的206份陈皮样品,利用电感耦合等离子体质谱仪（ICP-MS）和电感耦合等离子体发射光谱仪（ICP-AES）测定了32种矿质元素含量,结合方差分析、主成分分析和线性判别分析、正交-偏最小二乘法判别分析方法建立了陈皮产地判别模型。结果表明,陈皮样品的32种矿质元素中有26种元素含量在广东与其他两个产地间存在显著差异,而其中11种元素在3个不同产地间存在显著差异。经过主成分分析,从32种矿质元素可提取出4个主成分,代表了总指标70.0%的信息。基于主成分分析,陈皮样品可根据其来源进行初步聚类。其中前2个主成分的主要变量为Dy、Sm、Gd、Pr、Nd、Y、La、Fe、Be、V、Ce、Sc、Co、P、Mo、As、Pb、B这18种元素。通过线性判别分析确定了K、P、Ca、Co、Cu、Mn、Mo、V、Ni、B、Li、Pb、As、Sr、Ti、Th、Gd、Sc、Nd、Pr、Y这21种矿质元素为陈皮的有效溯源指标,基于正交-偏最小二乘法判别分析方法建立的判别模型确定了Sc、B、Y、Co、Nd、La、Pr、Be、Gd、Dy、Sm、Mo、Fe这13种元素的重要性。2种判别分析方法构建的判别模型的交叉验证和外部样品验证的整体正确判别率均达到100%,基本实现了陈皮的产地判别,研究证明矿质元素指纹分析技术可用于陈皮的产地溯源判别。     

基于矿物元素指纹差异的不同产地滩羊肉判别

通过分析不同地域滩羊肉中矿物质元素含量差异,结合多元统计分析,筛选出有效的溯源指标,构建用于原产地鉴别的判别模型。采用电感耦合等离子质谱技术测定宁夏盐池县、内蒙古自治区鄂托克前旗、陕西省定边县和甘肃省环县滩羊背最长肌样品中25种矿物质元素含量,对采样地区样品中的矿物质元素含量进行方差分析、主成分分析及线性判别分析,建立判别模型并验证。结果显示,滩羊肉样品中测定的25种矿物质元素其中17种矿物质元素含量在不同地域间存在显著差异,主成分1主要由Cr、Mn、Ni、Cu、Se和Rb 6种元素构成,判别贡献率最大,为26.403%;主成分2主要由K、P、Fe和Sn 4种元素构成,贡献率为22.285%。通过逐步判别分析筛选出Ca、P、Cr、Mn、Ni、Cu、Se、Rb、Mo和Sn 10项元素指标建立滩羊肉产地判别模型,所建立的模型对滩羊肉产地判别整体正确率均为100%,模型对不同产地滩羊肉的区分判别准确。因此,基于矿物元素指纹的判别可以有效鉴别不同产地滩羊肉。     

基于品种、年份和产地对绿豆矿物元素产地溯源的指标筛选

通过分析品种、年份与产地及其交互作用对绿豆矿物元素含量造成的差异,筛选有效特征指标,结合统计分析进行产地判别。以连续2年(2018—2019年)来自吉林白城、黑龙江泰来、黑龙江杜尔伯特蒙古、山东泗水地区的绿豆样本为研究对象,采用电感耦合等离子体质谱仪测定样品的52种元素。结果表明：Na、Mg、P、K、Mn、Cu、As和Se元素受产地影响较大;Na、As、Pd、B、Mn、Co、Cu、Pt、Pb和Lu元素受年份影响较大;P、Mn、Y、Cd、Cs、Ba、Lu、Ir和Pb元素受品种影响较大。实验对筛选到与产地直接相关的21种元素进行PCA分析和Fisher判别分析。7个主成分累计贡献率81.98%。建立的判别模型对4个产地的判别正确率为96.7%,交叉验证判别率为93.3%。说明由这些元素组成的模型可以对样本实现正确判别。     

综合肉样及环境矿物质元素信息的滩羊肉产地鉴别

采用电感耦合等离子体质谱仪测定盐池县滩羊肉和环境中25种矿物元素含量,并结合主成分分析、聚类分析及线性判别分析进一步解析盐池县滩羊肉及环境中矿物元素含量特征,从而筛选盐池滩羊肉产地溯源指标及环境溯源指标,综合肉样及环境矿物质元素信息,建立判别模型并验证。最终筛选出的盐池县滩羊肉矿物元素指标为Cr、Ni、Cu、Rb、Sr、Mo、Ba、Mn、Sn,回代检验和交叉检验的整体正确判别率分别为97.50%、95.00%;盐池县环境矿物元素指标为K、P、Ca、Na、Mg、V、Ni、Zn、Ba、Rb、Cr、Sr、Fe,回代检验和交叉检验的整体正确判别率分别为93.80%、97.50%;盐池县滩羊肉与环境的共同矿物元素溯源指标为Cr、Ni、Rb、Sr、Ba,回代检验和交叉检验的整体正确判别率分别为96.30%、95.00%。说明筛选出的元素对随机滩羊肉样品产地鉴别有效,可作为盐池滩羊肉产地矿物元素指纹溯源的信息指标。     

基于矿质元素指纹分析的原产地葡萄酒判别研究

有效的葡萄酒产地判别手段是实施葡萄酒地理标志(或原产地)保护工作的保障。为探讨矿质元素指纹分析对于国内原产地葡萄酒产地判别的可行性,本研究利用电感耦合等离子体质谱法测定了贺兰山东麓、沙城、通化及云南红等4个原产地80个葡萄酒样品中的15种矿质元素,并对数据进行方差、主成分及逐步判别分析。结果表明,不同原产地葡萄酒中的矿质元素含量存在显著性差异(P0.05);主成分分析给出了5个主成分,累计方差贡献率达85%以上,前3个主成分的得分图显示不同原产地葡萄酒的区域分布与相关元素含量差异性基本一致;逐步判别分析筛选出了Zr、Li、Sr、Cs及Mg等5个对产地判别起关键作用的指标,以此建立的判别模型,对不同原产地葡萄酒的回代和交叉检验的整体正确判别率分别为98.8%和96.3%。因此说明,矿质元素指纹分析结合化学计量学方法对国内原产地葡萄酒的产地判别是可行有效的。     

基于电感耦合等离子体质谱法对不同产地小米矿物元素的差异性分析

采用电感耦合等离子体质谱法对小米（陕西、山西、内蒙古、河北、山东、东北产区）6大主产区不同品种样品的矿物元素进行检测,研究不同产地品种来源小米K、Ca、Na、Mg、Al、Fe、Cu、Zn、Mn、Se、B、Ti、Co、Sr、Mo 15种矿质元素含量差异并分析其显著性,同时采用主成分分析法和聚类分析法对不同产地小米矿质元素含量的差异进行分析,检测结果表明,不同产地品种小米元素含量差异显著,Se、Sr、Al 三种元素含量差异最为明显,变异系数最高,Zn、Cu、K 三种元素的变异系数最小。主成分分析结果表明,前两个主成分方差贡献率为 63.9%,K、Ca、Mg、Fe、Cu、Zn、Mn、B、Mo、Al、Se、Sr、Ti 是不同品种及产地来源小米的特征差异元素;聚类分析结果表明品种对小米元素分布造成的影响有限,地域环境因素是造成小米元素分布差异的主要因素。     

云南普洱茶产地微量元素的指纹溯源

通过普洱茶特征元素筛选,结合土壤微量元素因子,建立高效准确普洱茶产地溯源模型。采用等离子发射光谱质谱法测定来源于云南普洱茶三大产区(西双版纳、普洱和临沧)的种植土壤和茶叶成品中的14种微量元素(Mn、Fe、Li、Be、Ti、Co、Ni、Mo、Cu、Zn、Pb、Cr、Cd、As、Se)和16种稀土元素(La、Ce、Pr、Sm、Eu、Gd、Tb、Dy、Ho、Er、Tm、Yb、Lu、Nd、Sc、Y)的含量,对其进行了方差分析、相关性分析、主成分分析和判别分析(逐步线性判别)。对不同产区的普洱茶微量元素和稀土元素分析,结合同种元素在土壤中的相关性,筛选出La、Ce、Pr、Sm和Se 5种元素作为判别普洱茶产地判别指标,对样品的初始正确识别率为:89.3%,交叉验证识别率为:89.3%。普洱茶中微量元素与稀土元素组成受到土壤的影响,在各自产地间形成各自的指纹特征,可以用于鉴别普洱茶的产地溯源。     

基于主成分分析和判别分析的大米产地溯源

以提高矿物元素对大米产地溯源的稳定性和准确性,找寻表征小范围相似地域特性的溯源指标为目的。采用原子吸收光谱法(AAS)分析吉林省松原市三大主产区10个产地100个大米样品中的矿物元素含量,对所得矿物元素含量数据进行差异分析、判别分析、主成分分析和聚类分析。试验结果实现了松原市三大主产区大米产地溯源,正确判别率为100%。松原市矿物元素溯源指标的筛选主成分分析结果:第一主成分主要由Zn、K、Mg、Na、Ca和Mn等6种元素构成,贡献率最大,占47.176%。判别分析验证主成分分析和聚类分析的准确性,其正确判别率为100%。利用矿物元素实现小范围产地溯源,并获得吉林省松原市溯源指标:Zn、K、Mg、Na、Ca和Mn 6种元素。     

基于矿物元素指纹图谱技术的芸豆产地溯源研究

探讨矿物元素指纹分析技术对芸豆产地溯源的可行性,筛选出判别芸豆产地溯源的有效指标。利用电感耦合等离子体质谱仪(ICP-MS)测定来自依安县和拜泉县2个地域54份芸豆样品中31种矿物元素的含量,对数据进行方差分析、主成分分析、聚类分析和判别分析。研究表明,芸豆中25种矿物元素含量在地域间存在显著性差异,通过逐步判别分析筛选出Ca、As、Mg和Pt 4项元素指标建立芸豆产地判别模型,所建立的模型对芸豆产地整体交叉检验判别率为94.4%。因此,矿物元素指纹图谱技术可用于判别芸豆产地来源。     

基于电感耦合等离子体质谱仪分析矿物元素含量的大豆产地溯源

为表征相似地域特性的溯源指标,提高矿物元素对大豆产地溯源的准确性及稳定性。采用电感耦合等离子体质谱仪分析黑龙江省北安市9个农场及黑河市嫩江县6个农场共42个大豆样品中矿物元素含量,对所得的矿物元素含量数据进行方差分析、主成分分析和判别分析。结果显示:北安市和黑河市嫩江县矿物元素溯源指标,第1主成分主要由V、Fe、La、Ce、Pr、Nd、Dy、Er、Yb 9种元素构成,贡献率最大,为28.390%;第2主成分主要由As、Se、Lu、Ir、Au 5种元素构成,贡献率为14.435%;第3主成分主要由Ca、Ni、Cd、Ba 4种元素构成,贡献率为10.881%。利用大豆中矿物元素含量的分析,实现了省内大豆主产区产地溯源,并获得了黑龙江省两个大豆主产区溯源指标,分别为Na、K、Mn、Rb、Ba和Au 6种元素。综合2个主产区42个大豆样品矿物元素分析结果,实现了对黑龙江省两大主产区大豆产地溯源的准确判别,正确判别率为100%。     

基于ICP-MS/MS分析矿物元素的江西茶叶产地溯源

目的 分析江西不同产区茶叶中矿物元素含量的差异,并结合多元统计方法分析矿物元素指纹特征,构建江西茶叶不同产地鉴别的判别模型。方法 采用电感耦合等离子体串联质谱法(ICP-MS/MS)对采集于3个江西代表县的150个茶叶样品中的15种矿物元素进行测定,获得其中的元素成分信息,结合主成分分析技术(PCA)和判别分析技术(DA),分析不同产地茶叶的特征元素变量,研究筛选元素特征指纹。结果 江西不同产地的茶叶中的常量元素、微量元素和重金属含量差异较大,可以成为指纹分析技术的有效产地溯源指标。主成分分析以提取特征值>1.0,可以将15个矿物元素提取2个主成分,总方差贡献率达63.00%,基本保留了原变量的大部分信息。以2个主成分为原始变量,建立判别典型函数,利用判别典型函数可以对三个不同产地的150个茶叶进行99.3%正确判别。结论 矿物元素指纹图谱可以用于江西茶叶的产地溯源判别,为今后江西各种知名茶叶品牌的原产地保护提供技术支撑。     

基于产地、品种和年份影响矿物元素含量的大米判别

通过分析品种、年份与产地及其交互作用对大米矿物元素含量造成的差异,筛选有效特征指标,结合统计分析进行产地判别。以连续3?a（2016—2018年）在查哈阳、五常和建三江地区种植9?个品种的90?份田间试验样本为研究目标,采用电感耦合等离子体质谱仪测定样品的52?种元素。结果表明：Mg、Ca、Cr、Mn、Zn、As、Rb、Sr、Ag、Cd、Ba、La、Sm、Dy、Ho、Er、Pb、U受产地影响较大;Na、Mg、Al、Ca、Pb、U、V受年份影响较大;Na、Cr、Co、Ni、Tl、U、Mg、Al、La、Ho受品种影响较大。实验对筛选到与产地直接相关的18?种元素进行主成分分析和判别分析。6?个主成分累计贡献率80.333%。建立的判别模型对3?个产地的判别正确率均为100%,交叉验证率为100%。说明由这些元素组成的模型可以对样本实现正确判别。     

基于ICP-MS的甘肃不同产地小米矿物元素含量特征及判别分析

通过分析不同主产区小米矿物元素含量特征,结合化学统计学建立小米产地判别模型。该研究以甘肃省陇中地区、陇东地区和河西地区的主栽小米品种为研究对象,采用电感耦合等离子体质谱(ICP-MS)法测定了小米中18种矿物元素含量,利用方差分析、主成分分析(PCA)、正交偏最小二乘判别分析(OPLS-DA)、线性判别分析(LDA)和聚类分析(HCA)对数据进行统计分析。结果表明:小米样品18种矿物元素中有13种元素含量在3个主产区间存在显著差异(P<0.05),不同主产区小米矿物元素含量具有独特的地域分布特征;18种矿物元素之间存在较强的相关性;PCA分析共提取4个主成分,累计方差贡献率为75.82%;基于LDA和OPLS-DA的判别模型对小米产地判别正确率均为100%,基本可以实现甘肃省不同区域小米产地的精准判别,通过OPLS-DA模型确定了小米产地判别的特征元素(V、Fe、Cu、Cd、Se、Pb);基于特征元素的HCA分析可以成功地对小米产地进行判别。研究证明基于小米矿物元素含量构建的判别模型可以有效区分甘肃省不同产区的小米,为小米产地溯源和质量控制提供了科学依据。     

特色农产品兰州百合产地溯源及确证

产地与兰州百合（Lilium davidii var. unicolor）质量安全和营养品质密切相关,其溯源确证有利于实施产地保护、特色产品保真及产业可持续发展。本研究利用同位素比率质谱（Isotope ratio mass spectrometry,IRMS）和电感耦合等离子体质谱（Inductively coupled plasma mass spectrometry,ICP-MS）测定兰州百合4个主产区样品的δ13C、δ15N、δ18O等3种稳定同位素比率和K、Mg、Ca、Na、B、Fe、Zn、Al、Mn、Cu、Mo、Cr、Cd、Se、As、Pb等16种矿质元素含量,结合主成分分析（Principal component analysis,PCA）、正交偏最小二乘法判别分析（Orthogonal partial least squares discrimination analysis,OPLS-DA）和线性判别分析（Linear discriminant analysis,LDA）对不同产区兰州百合构建分类模型,验证判别溯源确证。结果显示:δ13C、δ15N、K、Mg、Na、B、Fe、Mn、Cu、Mo、Cr、Cd在产地间存在显著差异（P<0.05）;PCA分析提取5个主成分,累计方差贡献率84.36%;LDA原始判别正确率100%,留一法交叉验证（Leave-one-out cross validation,LOO-CV）判别正确率为88.89%;OPLS-DA模型正确判别率为100%,分类效果最佳。本研究表明,基于兰州百合稳定同位素和矿质元素含量构建的多元统计分类模型可有效区分不同产区兰州百合,促进其追溯制度的建立和完善,对兰州百合的产地保护与质量控制具有重要意义。     

新疆葡萄酒产区土壤、葡萄叶、葡萄果实和葡萄酒中矿物质元素含量及其相关性分析

该研究以三个新疆葡萄酒产区（伊犁、和硕、石河子）的土壤、葡萄叶片、果实、葡萄酒为试验试材,应用原子吸收分光光度计分析对其中14种矿物质元素进行检测,并通过显著性分析、相关性分析、偏最小二乘法判别分析（PLS-DA）剖析这些矿物质元素在不同产区土壤、叶片、果实、葡萄酒中的含量及分布特点。结果表明,在同一产区土壤、果实、葡萄酒矿物质元素含量分布相似且具有相关性,在不同产区之间同种矿物质元素具有显著差异（P＜0.05）,三个产区土壤中Ca、Al、Fe含量最高,叶片、果实、葡萄酒中K、Mg、Ca含量最高。伊犁产区的土壤和果实矿物质元素间具有极显著相关性（P＜0.01）,果实中Mn元素与土壤中Fe、Mn元素呈现极显著负相关（P＜0.01）。PLS-DA结果表明,土壤中矿物质基本可区分产地差异,葡萄叶、果实、果酒中的矿物质可以对三产区信息进行区分。     

基于矿物元素指纹差异的榴莲产地甄别

为保护高值热带作物榴莲的原产地信息,采集马来西亚、泰国、柬埔寨和越南共4 个产区73 份不同品种榴莲样本,利用电感耦合等离子体质谱法测定榴莲果核与榴莲果肉中28 种矿物元素含量,结合方差分析、主成分分析、Fisher逐步判别分析和BP人工神经网络,建立基于矿物元素的榴莲产地判别模型并验证其准确率。结果表明,榴莲果核和果肉中分别有16 种和13 种矿物元素在4 个产区存在显著差异;主成分分析中前6 个主成分累计贡献率为85.207%,代表矿物元素含量的主要信息;将有显著差异的元素代入Fisher逐步判别方程,结果发现单一榴莲果核及榴莲果肉判别准确率较低,榴莲果核和榴莲果肉耦合指标显著提高判别准确率,筛选出果核中Li、Be、Mg、Mn、Rb元素和果肉中Be、Ag、Ba元素8 项指标构建榴莲产地溯源模型,模型的初始验证准确率为91.8%,交叉验证准确率为90.4%;将有显著差异的元素代入BP人工神经网络模型,榴莲果核As、Ag、Al、Rb和果肉中Ag元素为BP人工神经网络前5重要元素,模型训练验证准确率为96.1%,检验验证准确率为95.5%。初步证明利用矿物元素指纹特征结合化学计量学方法对东南亚产地榴莲判别具有可行性。     

河北烤烟中11种微量元素含量分析

采用微波消解-电感耦合等离子体质谱法,测定河北省石家庄、保定、蔚县3个烤烟主产区不同部位烟叶样品中11种微量元素(Cr,Co,Ni,Se,Mn,Zn,Cu,As,Cd,Pb,Hg)含量.结果表明:烤烟中微量元素含量呈现地域性差异,Mn,Cu,Zn,As和Pb含量差别较大;不同部位烤烟中各微量元素含量呈现规律性分布,Cu在中、上部叶片含量较高,其余微量元素在下部叶含量较高;Mn在测定的元素中含量最高,具有潜在生理毒性的Cu,Cr,Cd,Pb,Ni,Hg,As含量较低,均达到无公害烟叶生产示范区水平.