基于矿质元素的我国不同产地葡萄酒的判别分析

通过分析我国不同产区葡萄酒中矿质元素含量的差异性,结合化学计量法,筛选出有效溯源指标,构建葡萄酒原产地判别模型。该研究采集了贺兰山东麓、沙城、清徐、武威、渤海湾和云南高原6个产区赤霞珠单品葡萄酒样本72份,采用微波消解-电感耦合等离子体质谱法测定了Ag、Al、As等58种矿物元素含量,结合方差分析、主成分分析和Fisher判别分析,构建了葡萄酒的产地溯源模型。结果显示,葡萄酒里58种矿质元素中有35种含量在不同产地存在显著差异。经主成分分析,从58种矿质元素中提取了14个主成分,代表了总指标85.351%的信息;建立了基于Fisher判别分析的判别模型,回代检验和交叉检验的整体正确判别率分别为98.6%和84.7%,基本可实现不同产区葡萄酒的判别。研究证明了矿物元素溯源技术可用于葡萄酒的原产地判别。     

在普洱茶产地溯源中化学计量学工具的应用研究

目的基于不同产地茶叶中微量元素差异应用化学计量学工具构建云南不同产地普洱茶产地溯源模型。方法采用电感耦合等离子体质谱对两个主产区的普洱茶中21种微量元素和15种稀土元素进行检测,应用化学计量学工具对数据进行筛选、主成分分析和产地鉴别模型的构建,与常用Fisher判别方法(Fisher linear discriminant analysis,FLD)比较,对构建模型所采用的决策树算法C5.0(decision tree C5.0,C5.0)、树扩展朴素贝叶斯算法(tree augmented Bayes network,TAN)和反向传播人工神经网络算法(back-propagation artificial neural network,BP-ANN)3种算法进行了评价。结果 C5.0、TAN和BP-ANN 3种算法构建的模型均适用于不同地域普洱茶的产地溯源。利用构建的模型经过外部样品预测集验证,以决策树算法C5.0构建的普洱茶产地溯源模型判别率达83.33%。结论化学计量学工具构建的普洱茶产地溯源模型将为普洱茶溯源工作提供技术保障,从而促进普洱茶产业的健康发展。     

近红外光谱分析技术在花生原产地溯源中的应用

采用近红外光谱结合化学计量学方法对不同省份来源的花生样品进行溯源研究。首先花生近红外光谱通过标准正态变换加去趋势化预处理降噪、主成分分析降维和小波转换降噪降维两种处理,然后结合线性判别分析、贝叶斯判别分析和k最近邻分析3种判别模型对不同省份来源地花生进行判别。通过分析最优判别组合结果表明,小波转换结合k最近邻分析对花生产地分类效果最好,原始正确分类率为100.0%;交叉验证正确分类率为55.9%。初步实现了花生产地判别,但模型的性能仍有待提高。     

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。     

基于主成分分析及聚类分析的不同产地冬枣品质特性分析

通过测定采自5 个主产区冬枣的18 个品质指标,基于多重比较、相关性分析、主成分分析、聚类分析和Fisher判别分析对不同产地冬枣品质进行评价并筛选特征指标。继而根据不同地域冬枣的特征指标,探讨其对冬枣产地溯源的可行性。结果表明：主成分分析综合得分结果表明新疆和田和山东沾化是冬枣的优势产区;结合聚类分析将18 项品质指标简化为可溶性固形物、钾、锰、单果质量、硬度、乙醇、色泽和含水量8 项具有代表性的特征指标;Fisher判别分析显示8 个特征指标可作为5 个冬枣主产区产地溯源的品质指标,且对冬枣产地整体正确判别率为100.0%,交叉检验正确判别率为97.2%。本研究为不同产地冬枣品质评价和核心品质指标的确定提供了依据,在冬枣的产地溯源中具有重要意义。     

基于气相离子迁移谱黄酒产地识别的研究

为建立一种快速、准确的黄酒产地鉴别方法,本研究运用气相-离子迁移谱(Gas Chromatography-Ion Mobility Spectrometry,GC-IMS)对不同产地的黄酒中的挥发性有机成分进行分析,构建黄酒产地信息的气味指纹图谱,并对不同产地的黄酒样品进行了判别和分类。采用二维差谱方法筛选16个有效特征峰作为表征黄酒产地差异信息的特征变量,采用主成分分析(Principal Component Analysis,PCA)和线性判别分析(Linear Discriminate Analysis,LDA)方法建立判别模型。结果表明,选取的特征变量经PCA处理后前两个主成分的累积贡献率为96.07%,不同产地的黄酒样品在主成分分析图中均有对应的归属区域,以前2个主成分得分结合LDA方法可以有效的区分不同产地的黄酒样品,预测集中识别率高达94.44%。研究表明,GC-IMS技术结合化学计量学方法能够快速、准确、直观地区分不同产地的黄酒样品,为黄酒的鉴别和原产地保护提供了一种新的检测方法。     

基于多酚成分的猕猴桃产地溯源技术研究

为探讨多酚成分对于猕猴桃产地溯源的可行性,采用高效液相色谱法测定河南西峡、陕西眉县、四川都江堰、湖北建始四个产地来源的猕猴桃样品中23种多酚物质的含量,对数据进行单变量方差分析、主成分分析、K近邻法分析、逐步判别分析,并建立产地溯源模型。结果表明,单变量方差分析和主成分分析无法有效地对猕猴桃产地进行区分;采用K近邻法对猕猴桃进行产地区分,K值为3时,交叉检验总体验证正确率最高,为96.0%,区分效果良好;采用逐步判别分析筛选出9种对猕猴桃产地溯源最有效的多酚成分指标,并建立判别模型,判别效果理想,回代检验的总体判别正确率、交叉检验总体验证正确率为均为100%。表明利用多酚成分结合适当的化学计量学方法对猕猴桃进行产地溯源是可行、有效的。     

利用风味物质进行金沙窖酒原产地溯源

对不同产地及香型白酒中11种含量较高的主要风味物质进行了测定,运用化学计量学对所测得的11种风味物质含量进行包括主成分分析、聚类分析、判别分析。结果表明:不同原产地白酒中的风味物质含量有显著差异,结合化学计量学分析,建立了贵州金沙窖酒判别模型,判别准确率为100%,结果表明利用风味物质进行白酒原产地溯源研究是一种有效和准确的手段,有利于相关企业产品质量控制及产地溯源。     

基于气相离子迁移谱技术的不同产地乌龙茶挥发性物质分析

为实现不同产地乌龙茶中挥发性风味物质的快速检测,采用气相色谱离子迁移谱（gas chromatography-ion mobility spectrometry,GC-IMS）联用技术结合化学计量学方法对我国4个不同产地的29个乌龙茶样品的挥发性物质进行了研究。不同产地乌龙茶样本的IMS图谱显示,挥发性物质含量存在显著差异。呈柑橘香的柠檬烯在广东乌龙茶中含量较高;闽南地区乌龙茶中具有青草香特征成分的庚醛、己醛、3-辛酮含量明显高于其他产地的乌龙茶;台湾地区乌龙茶中具有果香气特征成分的2-己酮、丙酸、γ-丁内酯、正己醛等含量较高;闽北地区乌龙茶中具有烘烤香呈香特性的反-2,4-庚二烯醛、对乙基苯酚、5-甲基糠醛含量较高。采用差谱法从谱图中筛选出43种挥发性化合物,以峰值强度作为变量,通过主成分分析（principal component analysis,PCA）进行降维,能对不同产地乌龙茶进行区分,其中PC1的贡献率为54.2%,PC2的贡献率为19.4%,累计贡献率为73.6%;使用偏最小二乘判别分析（partial least squares discriminant analysis,PLS-DA）,其中PC1的贡献率为54.2%,PC2的贡献率为19.3%,累计贡献率为73.5%,各产地乌龙茶区分效果较好;使用线性判别分析（linear discriminant analysis,LDA）,LDA判别率为100%,可以有效判别不同产地乌龙茶。表明GC-IMS技术可以有效应用于乌龙茶挥发性物质的检测及产地的快速区分。     

基于多元素分析的冬枣产地鉴别方法

为了探讨利用产地间差异性元素进行产地判别的可行性,测定了不同产地冬枣样本中10种元素的含量,并对数据进行了差异性分析、聚类分析、Fisher判别分析和偏最小二乘判别分析（partial least squares discrimination analysis,PLS-DA）。结果表明,不同产地冬枣中Mg、B、Mn、Fe、Zn元素存在显著差异,是具有产地特征的指纹元素。R型系统聚类分析也证实B、Mn、Fe和Zn元素具有共同特征。基于产地特征元素和Q型聚类、Fisher判别和PLS-DA建立的冬枣产地鉴别模型正确率均高于基于全部元素的分析结果,其中利用特征元素建立的PLS-DA模型鉴别正确率最高,回代检验和交叉检验正确率均为94.0%,Q型聚类模型的判别能力最差,最高的判别正确率为84.06%。本研究证实了产地间差异性元素是有效的产地判别因子,具有监督模式的Fisher判别和PLS-DA算法准确率远高于无监督模式的系统聚类法,更适于产地鉴别分析。      

基于拉曼光谱的大米快速分类判别方法

以拉曼光谱技术为手段,结合化学计量学方法,对来自黑龙江、江苏、湖南3个产地共123份大米样品的光谱数据进行采集,并对得到的拉曼图谱进行主成分分析(PCA)和偏最小二乘判别分析(PLSDA),建立大米快速分类判别方法。应用主成分分析对不同种类、产地和品种的大米进行粗分类鉴别;选择不同种类、品种和产地的稻米样本建立相应的偏最小二乘判别分析模型,其中2/3的样本作为建模训练集,1/3的样本作为建模校正集,按照种类、产地、品种建立的模型其训练集样本正确判别率均为100%,校正集样本正确判别率分别为100%,100%,94.12%。因此,研究所建立的拉曼光谱技术结合化学计量学方法可以快速、有效地鉴别大米种类、品种及产地。     

近红外光谱分析技术快速检测藕粉品质

目的 基于近红外光谱技术鉴别不同产地的藕粉样品与检测藕粉的掺假问题。方法 采集不同产地的藕粉样品的近红外光谱,在光谱预处理后采用相关系数法提取特征波长,以提取的特征波长变量构建偏最小二乘法-判别分析(partial least squares discriminant analysis,PLS-DA)、线性判别分析(linear discriminant analysis,LDA)以及支持向量机(support vector machine,SVM)模型,实现对不同产地藕粉的鉴别分析。同时,采集掺假地瓜粉、玉米粉、木薯粉的藕粉样品的近红外光谱,在样品类别已知情况下,运用K-Means聚类分析鉴别3种掺假类型的藕粉样品,在掺假类别未知下,运用基于局部密度判别的聚类算法进行判别。结果 以相关系数法提取的特征波长变量构建的PLS-DA、LDA和SVM三种模型对于不同产地藕粉样品的判别准确率均为100%。对于不同掺假类型的藕粉检测,在样品类别已知情况下,K-Means聚类分析能有效识别出掺假藕粉,识别精度为98.33%。在样品类别未知的情况下,基于局部密度判别的聚类算法可以有效识别出2%掺假率的藕粉样品。结论 近红外光谱技术能实现不同产地莲藕粉的快速鉴别,同时为隐蔽的藕粉掺假鉴别提供一种快速、高效、无损检测的分析方法,为藕粉的质量控制提供一定的理论基础。     

基于高效液相色谱-高分辨质谱法的非靶标代谢组学方法分析鉴别不同产地番茄

目的 分析不同产地来源番茄内源成分的差异及建立产地来源判别方法。方法 采用液相色谱-高分辨质谱（liquid chromatography - high resolution mass spectrometry,HPLC-HRMS）分析来源于全国5个地区105个番茄样品的乙醇-水提取物化合物组成,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 analysis discriminant analysis OPLS-DA)、双向正交偏最小二乘法判别分析(two-way orthogonal PLS-DA,O2PLS-DA)方法,对采集的HPLC-HRMS数据进行标志成分筛选和产地溯源模型构建。结果 以全部875个化合物为变量构建O2PLS-DA模型,筛选出其中99个对模型判别贡献较大的特征成分,重新构建了番茄产地的OPLS-DA判别模型,判别正确率达到99.05%。对特征成分进行了化合物结构分析,确定了其中18个有机酸、黄酮类特征化合物。结论 本研究建立的基于液相色谱-高分辨质谱的非靶标代谢组学方法能够科学、准确地用于番茄产地溯源,该研究为番茄产地溯源提供了一种新的策略。     

基于气味指纹信息的瓜蒌籽油产地识别

采用顶空进样结合GC-MS技术对不同产地压榨的瓜蒌籽油的挥发性风味成分进行分析,并结合化学计量学方法建立不同产地的瓜蒌籽油判别模型。以江苏、安徽和湖北3个产地的瓜蒌籽为研究对象,采用顶空进样方式进行GC-MS分离鉴定,得到相对应的图谱指纹库,结合化学计量学方法建立瓜蒌籽油产地识别模型。结果表明,从不同产地压榨的瓜蒌籽油中共鉴定出47种挥发性风味物质,主要为醛类和醇类化合物,不同产地间的瓜蒌籽油在挥发性风味成分含量有差异,以鉴定出的47种挥发性风味物质含量为变量,采用主成分分析和3种模式识别方法建立判别模型,识别率可达83.33%以上。该方法不使用任何溶剂,操作简单、环保、简便,灵敏度和准确度高,可作为食用植物油产地鉴别的有效手段。     

基于矿物元素技术的品种、产区葡萄酒的判别分析

通过分析宁夏贺兰山东麓不同品种,不同产区葡萄酒中矿物元素含量差异,结合多元统计分析,筛选有效的溯源指标,构建葡萄酒品种和原产地判别模型。该研究采集了宁夏贺兰山东麓产区6个单品葡萄酒样品54份,甘肃武威产区和河北沙城产区葡萄酒样品10份,利用电感耦合等离子体质谱仪(inductively coupled plasma mass spectrometry, ICP-MS)测定了样品中58种矿物元素含量,结合方差分析、主成分分析和Fisher判别分析方法建立了葡萄酒品种和产地判别模型。结果表明,不同品种葡萄酒中有35种矿物元素含量存在显著差异;经过主成分分析,从58种矿物元素可提取出10个主成分,代表了总指标80.64%的信息;通过Fisher判别分析,回代检验的整体正确判别率为100%,但交叉检验的整体正确判别率仅为38.9%,说明基于矿物元素的差异性不能有效鉴别不同品种的葡萄酒。结合武威和沙城产区样品,经Fisher判别分析,回代检验和交叉检验的整体正确判别率分别为100.0%和98.4%,基本实现了不同产区葡萄酒的判别。研究证明矿物元素技术可用于葡萄酒的原产地判别。     

中国和美国赤霞珠干红葡萄酒产地鉴别模型构建的应用研究

采用液相色谱串联四极杆飞行时间高分辨率质谱进行了中国三个葡萄酒主产区、美国两个酒庄的赤霞珠干红葡萄酒风味物质的检测分析,应用化学计量学工具对数据进行筛选、主成分分析和产地鉴别模型的构建,并通过模型判别准确率和置信度的比较,对构建模型所采用的偏最小二乘法判别分析(PLS-DA)、反向传播人工神经网络(BP-ANN)和朴素贝叶斯算法(NBM)三种算法进行了评价。结果表明,朴素贝叶斯算法(NBM)构建的模型适用于中国和美国赤霞珠干红葡萄酒的产地溯源,反向传播人工神经网络构建的模型适用于中国三个主产区的产地溯源。利用构建的模型进行了样品预测,准确率达86.7%,将为葡萄酒的产地溯源工作提供一定的思路。     

豆瓣酱在不同油温下挥发性成分分析

利用顶空固相微萃取-气相色谱-质谱联用技术(HS-SPME-GC-MS)对室温和经过100,140,180℃油处理的郫县豆瓣中的挥发性成分进行分析。结果表明在4种不同油温处理的豆瓣酱中共检出64种挥发性物质,主要挥发性成分为醇类、醛类、酯类、酮类、烃类、酸类、吡嗪类物质等。4种不同油温处理的豆瓣酱中共有挥发性物质5种,在常温豆瓣酱中,独有物质10种,主要为醇类和酯类物质;在100℃和140℃油温处理的豆瓣酱中,独有物质均各有2种;在180℃油温处理的豆瓣酱中,独有物质26种,其中以醛类、酮类和吡嗪类物质为主;表明在常温和180℃的油温下豆瓣酱具有丰富的挥发性成分。该研究为郫县豆瓣精深加工提供了理论数据。     

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。     

主成分和判别分析在清香型白酒产地溯源中的应用

采用气相色谱法分析不同产地清香型白酒中乙酸乙酯、乳酸乙酯、乙酸等12种主体香味成分的含量,利用SPSS22.0软件对数据进行主成分和判别分析,可以将12个指标提取3个主成分,建立3个判别典型函数。利用建立判别函数可以对5个不同产地的78个白酒样品100%进行正确判别。该方法为不同产地白酒的溯源和真伪鉴别提供一条新的途径。     

传统与商品郫县豆瓣酱挥发性成分的比较分析

以四川3种郫县传统豆瓣酱和某知名商品豆瓣酱为研究对象,采用电子鼻与顶空固相微萃取-气质联用技术,并结合感官评价对上述两类郫县豆瓣酱风味成分进行分析。结果表明:电子鼻能将传统与商品豆瓣酱区分开,最佳传感器组合为S1S4S7;4种豆瓣酱共鉴定出了53种成分,其中传统与商品郫县豆瓣酱共有的成分为18种,占总检出化合物的33.96%,含量较高的挥发性物质有4-乙基-2-甲氧基苯酚、苯乙醇、苯甲醛、苯乙醛、水杨酸甲酯等;商品豆瓣酱独有的成分主要来源于所加香料,3种传统豆瓣酱之间不完全共有的挥发性成分为24种,主要是醇类、酯类及烷烃类,结合电子鼻和感官分析,这些成分对郫县豆瓣酱的风味贡献不大,传统与商品豆瓣酱在酱香程度等方面差异不大,但在色泽方面有较大差异,这可能是由于发酵时间不同引起。