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。     

酿酒葡萄叶片矿质元素分布的产区和品种特点

以中国西部和东部5个葡萄酒产区采集的6个酿酒葡萄品种的叶片为试材,应用ICP-MS分析了叶片中54种矿质元素含量,并以之为参数进行产区和品种的聚类分析。结果表明,葡萄叶片中矿质元素分布主要受种植产地的影响,而与葡萄品种关系不大。     

利用矿质元素“指纹”识别葡萄酒原产地

综述了目前葡萄酒矿质元素的分析测定方法及在原产地“指纹”识别方面的研究现状,介绍了多元素组成和同位素比值在葡萄酒原产地识别上的研究实例,预测和展望了该领域可能的研究趋势及国内相关研究的前景。     

利用矿质元素“指纹”识别葡萄酒原产地

综述了目前葡萄酒矿质元素的分析测定方法及在原产地"指纹"识别方面的研究现状,介绍了多元素组成和同位素比值在葡萄酒原产地识别上的研究实例,预测和展望了该领域可能的研究趋势及国内相关研究的前景.     

矿质元素指纹技术结合化学计量学分析对中国葡萄酒原产地的判别研究

采用电感耦合等离子质谱仪(ICP-MS),对来自东北、贺兰山东麓、黄土高原、新疆及西南高山5个产区的共205款原产地葡萄酒样品,测定包括碱金属Li、Rb、Cs和碱土金属Be、Mg、Sr、Ba在内的共28种矿质元素,其中Mg、Al、Cu、Mn、Sr、Rb元素在5个产区葡萄酒中的含量较高。采用线性判别分析(LDA)和偏最小二乘判别分析(PLS-DA)对葡萄酒样品进行产区分类。方差分析(ANOVA)结果表明,除U元素外,其余元素在不同产地间均存在显著性差异。采用LDA模型对葡萄酒样品进行判别的整体准确率为87.3%,以东北产区的判别效果最好,模型外样品验证准确率为100%。采用PLS-DA模型判别的整体准确率可达80%以上,并筛选出对产地差异贡献率较大的6种元素,包括Li、Rb、Sr、Mg、Ti及Cd。综上所述,矿质元素指纹技术结合化学计量学分析方法有助于对中国葡萄酒的原产地进行判别。     

基于矿质元素的赤霞珠葡萄酒产地溯源

为探讨基于矿质元素的赤霞珠葡萄酒产地溯源的可行性,分析新疆天山北麓产区与其他4 个产区（宁夏、甘肃、河北、山东）赤霞珠葡萄酒中的23 种矿质元素含量,结合多元统计方法,构建有效的葡萄酒产地溯源模型。结果表明：天山北麓与宁夏、甘肃、河北、山东产区葡萄酒中P、Mg、Sr、Ti、Al、Cu、Ba 具有显著（p<0.05）或极显著差异（p<0.01）,可以作为区分不同产区葡萄酒的特征性元素。以23 种矿质元素为依据的Fisher 判别分析,筛选出P、Sr、Al 3 种对产地判别显著的元素,建立的判别函数对天山北麓和其他4 个产区葡萄酒的初始验证和交叉验证整体正确判别率分别为96.43%和89.29%。基于矿质元素分析能够对赤霞珠葡萄酒进行产地溯源,区分新疆天山北麓与宁夏、甘肃、河北、山东产区的葡萄酒。     

丹阳黄酒矿质元素指纹图谱建立方法的研究

研究建立基于原子吸收的丹阳黄酒矿质元素指纹图谱方法.采用火焰原子吸收光谱法测定黄酒中的Cu、Ca、Fe、Mg、Mn和Zn;石墨炉原子吸收法测定黄酒中的Se、As、Cr、Cd和Pb.建立丹阳黄酒矿质元素指纹图谱,并采用向量相似法检验建立的矿质元素图谱的有效性.结果表明,所选用构建丹阳黄酒矿质元素指纹图谱的方法是可靠且可行的,可用于黄酒的指标检测与产品质量的控制.     

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。     

绿茶矿质元素特征分析及产地判别研究

本实验采用湿法消解结合ICP-AES法对来自不同产地的28种绿茶中的K、Ca、Mg、Fe、Zn、Cu等9种元素进行了分析测定,结合主成分分析及聚类分析模式识别方法进行茶叶产地的分类。结果表明,采用该方法对不同产地绿茶能够良好地区分,聚类效果明显。本法简便、准确,对茶叶产地判别以及标准化工作具有重要意义。     

东海经济鱼类的多元素分析及产地判别

采用电感耦合等离子体质谱和原子吸收光谱测定东海4种经济鱼类中25种矿物元素,用多元统计分析元素组成,判断经济鱼类的地理起源。结果显示,主成分分析可以判别鱼类的产地,揭示在地理多样性中起重要作用的元素。用偏最小二乘判别分析和概率神经网络建立的判别模型,可准确地判别鱼类的产地。进一步分析显示,偏最小二乘判别分析和概率神经网络建立的判别模型在不考虑鱼种的情况下,准确率分别达到97.92%和100%。基于矿物元素指纹信息的产地判别技术可应用于近海3个产地的4种经济鱼类的产地判别。     

基于高光谱成像技术的烟叶田间成熟度判别模型

为探索基于高光谱技术的烟叶田间成熟度判别方法,使用高光谱成像仪采集不同田间成熟度档次烟叶的高光谱信息,比较5种数据预处理方法[一阶导数（1stD）、多元散射校正（MSC）、标准正态变量变换（SNV）、Savitzky-Golay（SG）平滑、一阶导数+SG平滑]和两种建模算法[支持向量机（SVM）和BP神经网络（BPNN）]在建立烟叶田间成熟度判别模型中的适用性,并利用遗传算法（GA）优选出反映鲜烟叶成熟差异的最佳特征变量用于建立判别模型。结果表明:①不同田间成熟度烟叶的高光谱反射率差异明显,且在550 ~ 675 nm波长范围内最突出,其反射率随烟叶田间成熟度的增加而增大;②在10种光谱数据预处理方法与建模算法的组合中,SNV+SVM组合的预测性能最佳;③使用GA在400 ~ 1 000 nm间优选出了可反映烟叶田间成熟度差异的19个特征光谱波段,其中大多与烟叶质体色素的特征光谱有关;④以特征波段为输入变量建立了烟叶田间成熟度的SVM判别模型,预测准确率达95%,F1分数达0.95,平均精确率、召回率也均大于95%。高光谱信息可敏锐地反映烟叶田间成熟度的差异,采用SNV数据预处理方法与SVM算法组合可建立性能优异的烟叶田间成熟度判别模型。      

基于NIR技术和ELM的烤烟烟叶自动分级

为解决初烤烟叶收购中人工分级主观因素影响较大的问题,提出了一种基于近红外（NIR）光谱技术结合极限学习机（ELM）算法自动鉴别烟叶等级的方法。文章首次提出基于品质相似、价格接近原则的烟叶收购分组方法,通过交互检验优化ELM分组、分级模型的隐节点数,并与K最近邻法（KNN）、支持向量机（SVM）和随机森林（RF）等多分类算法进行了比较。结果表明:ELM分类模型参数自动优化、训练时间短、稳定性和预测能力较好,2014年（数据集A）、2015年（数据集B）烟叶收购国标样本上、中、下等烟外部预测分组正确率分别为95.77%和94.23%,数据集A和B的上、中、下等烟各组样本外部预测分级正确率分别为85.71%、86.67%、100%和100%、92.86%、92.86%。因此,采用NIR技术结合ELM能准确鉴别初烤烟叶等级,可为烤烟烟叶收购质量等级评价提供一种新技术。      

基于烟叶化学成分的烟叶间可替代性评价

研究了基于烟叶化学成分数据的烟叶间可替代性评价方法.首先对每类烟叶进行分布式取样;然后检测样品的总糖、总氮、总碱、氯、纤维素、淀粉、灰分、多酚、醚提取物总量和总挥发碱等10项主要化学成分含量,为每类烟叶构造化学成分数据集;接下来计算未知烟叶数据集中各样本与目标烟叶集的马氏距离,以平均距离的大小评价未知烟叶替代目标煳叶的可行性.用115类烟叶对方法进行了交叉检验:每类烟叶取一个样品构成检验集,计算检验集与去掉检验集样品的115类烟叶间的距离,结果检验集样品被判断为与其原来所属的类很相似的比率高于80%,表明评价方法具有较高的可靠性.     

基于烟叶化学成分的烟叶间可替代性评价

研究了基于烟叶化学成分数据的烟叶间可替代性评价方法。首先对每类烟叶进行分布式取样;然后检测样品的总糖、总氮、总碱、氯、纤维素、淀粉、灰分、多酚、醚提取物总量和总挥发碱等10项主要化学成分含量,为每类烟叶构造化学成分数据集;接下来计算未知烟叶数据集中各样本与目标烟叶集的马氏距离,以平均距离的大小评价未知烟叶替代目标烟叶的可行性。用115类烟叶对方法进行了交叉检验:每类烟叶取一个样品构成检验集,计算检验集与去掉检验集样品的115类烟叶间的距离,结果检验集样品被判断为与其原来所属的类很相似的比率高于80%,表明评价方法具有较高的可靠性。      

唐古特白刺叶片矿物质元素与挥发油成分分析研究

以唐古特白刺叶片为研究对象,采用火焰原子吸收光谱法对其叶片中矿物质元素进行测定,超临界CO2萃取法提取叶片挥发油,采用GC-MS分析挥发油成分。结果表明,唐古特白刺叶片中富含多种矿物质元素,其中常量营养元素含量较高,有害元素含量较低;其挥发油主要化学成分为1-亚油酸单甘油酯、L-抗坏血酸-2,6-二棕榈酸酯、十八碳烷酸、四十四烷,相对含量分别为51.77%、8.80%、6.72%、3.90%。表明唐古特白刺叶片中富含矿物质元素,挥发油中含有多种生物活性成分,具有深度开发利用价值。     

废次烟叶中茄尼醇萃取技术

采用超临界CO2萃取技术提取废次烟叶中的有效成分茄尼醇。研究了萃取压力、萃取温度、萃取时间、夹带剂使用、CO2流量等方面对萃取效果的影响。通过分析确定了萃取体系适宜的工艺条件。     

烤烟上部叶带茎烘烤的技术研究

提高上部烟叶的可用性一直是烤烟生产和卷烟工业不断研究的课题,龙岩烤烟产区为了进一步提高上部烟叶的可用性,开展了上部叶带茎烘烤技术研究。结果表明,上部4-8片叶带茎烘烤能改善烟叶外观质量,提高上等烟比例10个百分点,提高烟叶均价0.65-0.84元/kg,降低单叶重0.41g,降低烟碱含量0.01-0.5个百分点,降低总糖含量2.29个百分点,降低还原糖含量1.64个百分点,提高烟叶含钾量0.03-0.19个百分点。烟叶品质均一性好,从而有效提高了上部烟叶的烘烤质量和可用性。     

基于近红外光谱的烟叶SIMCA模式识别

研究了基于烟叶的近红外光谱数据通过软独立模式分类(SIMCA)识别不同烟叶的方法。首先对每种具有确定产地、等级、品种的目标烟叶进行多次分布式取样,扫描目标烟叶多个样品的近红外光谱;再对目标烟叶近红外光谱进行主成分分析(PCA)运算生成每种目标烟叶的数据模型;然后扫描未知烟叶的近红外光谱,用目标烟叶数据模型对未知烟叶近红外光谱进行主成分分解计算,计算未知烟叶与目标烟叶的距离,通过距离衡量未知烟叶与目标烟叶的相似程度。建立了包含115种不同产地、等级、品种的目标烟叶的数据模型,对115个外部检验样品进行了模式识别,正确识别率高于90%。结果表明该烟叶模式识别方法基础数据易得,同时考虑了烟叶的平均水平和分布水平,识别准确率高,具有良好的发展前景。      

烟叶成熟度鉴别方法与实用五段式烘烤新工艺应用研究的回顾

针对烟叶生产中普遍采青,烘烤中存在烤青和上等烟比例偏低等技术难题,始终未能得到较好的解决.自1993年始,在福建三明从事技术服务时,结合多年的调查研究,烟农的实际采收经验和烟农反映烘烤工艺中操作性较差的技术问题,设计制定了一套可操作性强,科学合理直观的鉴别烟叶成熟度的新方法,并设计制定了一套实用五段式烧烤新工艺,该两项新工艺以福建三明烟草分公司正式文件发至各县(市)烟草公司执行,使三明烟区烟叶成熟采收鉴别方法和烘烤工艺实现了规范化,标准化,为烤烟质量的提高和烟叶质量在全国有效高的声誉做出了较大的贡献,该两项工艺逐步在福建省‘江西省应用,1999年起,以颐中烟草(集团)青州卷烟厂烟叶生产基地为示范区,并推广到华南,西南等部分烟区以及黄淮大部分烟区应用均取得明显的效果.     

荧光显微技术在烟叶中料液吸收效果评价中的应用

为评价料液在烟叶中的吸收效果,采用3-氨基-9-乙基咔唑(AEC)标记葡萄糖为标记物,通过Leica-DMLB荧光显微镜对葡萄糖在烟叶中的渗透效果进行观测.结果表明喷洒AEC标记葡萄糖的烟叶经过60℃、70％相对湿度条件下渗透8h,低温冰冻切片,观察发现所施加葡萄糖均附着在烟叶表面,未能渗透到烟叶组织内部.进一步观察切片后喷洒AEC标记葡萄糖的烟叶,认为叶片表面的角质层阻挡了葡萄糖分子的渗入.