化学方法在农产品产地溯源中的研究进展

近年来,同位素指纹溯源技术、矿物元素指纹溯源技术及有机成分指纹溯源技术被认为是追溯农产品产地来源的有效方法。本文综述这三种技术在农产品中的研究现状,为农产品产地溯源技术研究提供参考。      

蜂蜜产地与蜜源矿物元素溯源方法的建立

基于矿物元素含量进行蜂蜜产地和蜜源溯源分析,建立产地和蜜源双目标溯源方法。采用全谱直读电感耦合等离子体原子发射光谱法(ICP-OES)测定蜜样矿物元素含量,在单目标溯源方法基础上,引进哑变量回归和校正模型,从而建立了蜂蜜产地、蜜源双目标溯源分析方法,并以四川蜂蜜为例,进行验证分析。结果显示,针对产地进行的逐步判别分析筛选出As、B、Ca等6个元素用于建立判别模型,回代验证的正确判别率达91.7%,交叉检验判别率为83.3%;针对蜜源的逐步判别分析筛选出B、Ca、Cu等5种元素用于建立判别模型,判别率为80%,交叉检验判别率为78.2%。基于矿物元素含量对蜂蜜进行产地与蜜源的溯源是可行的,所建立的方法具有一定借鉴意义;产地、蜜源两组判别方程适宜于研究区的溯源研究。     

基于矿物元素指纹分析中国地理标志猪肉的产地溯源

本研究初步探讨了矿物元素指纹分析对我国地理标志猪肉产地溯源的可行性。采用电感耦合等离子体质谱对四川巴山的青峪黑猪肉,山东莱芜黑猪肉和北京黑六猪肉三种不同地域来源的地理标志猪肉中33种矿物元素含量进行测定。通过元素含量筛选,排除猪肉样品中含量低于或接近检出限的元素,筛选出13个元素进行研究。结合主成分分析、多重比较分析和判别分析对数据进行统计分析。其中Na、Fe、Co、Cu、Zn、Se、Rb、Sr共8种元素在地域之间差异显著(p<0.05)。通过对比偏最小二乘法判别分析(PLS-DA)、基于正交信号校正的偏最小二乘判别分析(OPLS-DA)、支持向量机、朴素贝叶斯、决策树和神经网络六种分类模型,得出OPLS-DA和决策树分类模型较适合基于矿物元素指纹分析的特色猪肉产地溯源。矿物元素指纹分析在我国地理标志猪肉产地溯源领域具有长远的应用前景。     

基于稳定同位素和矿物元素的牛奶产地溯源技术

随着乳品产业的发展,乳品质量安全备受关注,具有特定产地、草饲散养等声称的高端乳制品层出不穷,牛奶的原产地溯源尤为必要.本研究分别测定黑龙江省、云南省、河北省、甘肃省、内蒙古自治区5个省区牛奶样本中的δ13C、δ15N、δ2H、δ18O四种稳定同位素比值及钙、铁、锌三种矿物元素的质量浓度,结合多元统计分析方法建立5个地区...     

基于矿物元素指纹图谱技术的松江大米产地溯源

采用电感耦合等离子体质谱技术分析180件松江大米与非松江大米样本中40种矿物元素含量,并结合多元统计方法(方差分析、相关性分析、因子分析和判别分析)分析矿物元素指纹特征,建立判别模型以溯源大米样品的松江与非松江产地。结果表明,大米样本的矿物元素含量在松江与非松江地域间具有显著性差异,元素之间具有显著相关性,因而将筛选后16种元素降维至5个公因子,公因子得分散点图能够明确判别大米产地;以筛选后的B、Na、Fe、Co、Ni、Zn、As和Se共8种矿物元素指标建立的溯源模型对训练集大米产地的整体判别正确率为93.0%,灵敏度为95.2%,特异性为86.8%,交叉检验判别正确率为84.2%⁹5.2%。验证集样本验证已建立的溯源模型准确度,发现松江与非松江大米产地整体判别正确率为92.1%,灵敏度为96.0%,特异性为84.6%。该模型对训练集与验证集的判别统计学参数基本一致,证明该溯源模型具有优异的判别正确率、灵敏度、特异性和溯源稳定性,因此在判别松江大米与非松江大米的产地上具有切实可行性。结果表明,大米样本的矿物元素含量在松江与非松江地域间具有显著性差异。     

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。     

主成分分析技术对葡萄酒产地进行溯源

目的采用主成分分析技术对法国和山东产区的葡萄酒进行产地溯源。方法利用电感耦合等离子体质谱法(inductively coupled plasma mass spectroscopy,ICP-MS)、电感耦合等离子体发射光谱法(inductively coupled plasma emission spectrometry,ICP-OES)测定葡萄酒中30种无机元素及部分元素同位素含量,获取其中的元素成分信息,结合化学计量学中主成分分析技术(principal component analysis,PCA),分析不同地域样品的特征元素变量,研究筛选元素特征指纹。结果 PCA分析筛选出2个主成分因子,能对中国山东、法国波尔多产地的葡萄酒进行良好区分。利用PCA分析方法对中国山东、法国波尔多产区的葡萄酒样品的14种组分进行分析,筛选出~6Li、~7Li、~(10)B、~(11)B、Mg (280.270 nm)、P(213.618 nm)、Zn(213.857 nm)7种特征元素。结论该方法有望被应用于葡萄酒的产地溯源,可以为食品产地溯源技术的发展完善及相关部门的反欺诈监管提供技术积累。     

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Fisher判别法对黑龙江大米产地溯源

为了探索大米产地鉴别可行性,维护市场秩序和消费者的合法权益,该研究采用Fisher判别法(Fisher discriminant method,费希尔判别法)进行建模并结合近红外光谱技术,对2015年黑龙江5个水稻主产区(五常、佳木斯、齐齐哈尔、双鸭山、牡丹江)的118份大米粉末样品进行近红外光谱的扫描,光谱预处理方法为9点二阶求导结合5点平滑,建模波长为全波长。对模型采用留一交叉验证和预测样本集进行验证,5个地域的验证结果分别为94.4%、94.4%、91.7%、91.7%、94.4%和87.5%、87.5%、87.5%、100%、100%。预测结果达到80%以上,初步认定近红外光谱指纹分析技术可用于黑龙江大米产地溯源。     

多元素含量分析结合化学计量学对陈皮进行产地溯源

目的 研究不同地区陈皮中多种元素含量的差异, 结合化学计量学对其进行产地溯源。方法 从四川、广西、广东等产地收集110个样品, 超级微波消解处理样品, 电感耦合等离子体质谱法(inductively coupled plasma mass spectrometry, ICP-MS)和电感耦合等离子体发射光谱法(inductively coupled plasma optical emission spectrometry, ICP-OES)测定40种元素的含量, 结合主成分分析(principal component analysis, PCA)、层次聚类分析(hierarchical cluster analysis, HCA)和正交偏最小二乘法-判别分析(orthogonal partial least-squares discriminant analysis, OPLS-DA)对检测数据进行分析, 建立了陈皮的产地溯源模型。结果 不同产地陈皮样品中20种元素存在显著性差异, 产地溯源模型自变量拟合指数(Rx2)为0.669, 因变量拟合指数(Ry2)为0.879, 模型预测指数(Q2)为0.806, 可实现陈皮样品的产地判别, 对实际样品的准确率达96.67%。结论 研究表明多元素含量分析结合化学计量学可以作为陈皮产地溯源的有效方法。     

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。     

晒青茶、普洱茶(生茶)紧压茶实物样研制及其品质特征分析

根据普洱茶(生茶)拼配规则及各普洱茶生产企业的产品质量生产情况,为进一步推动普洱茶(生茶)实物标准样的科学制备,规范普洱茶原料及普洱茶(生茶)产品,揭示影响云南大叶种晒青茶滋味品质的物质基础,并探讨影响因素间的相互作用。以临沧、普洱、大理、西双版纳的春、夏、秋三个季节的云南大叶种晒青茶为原料：(1)通过筛选可拼配单样、小样试拼及排序、大样拼堆及评定等程序,严格通过品质水平均匀性、稳定性检验,制备出二套实物标准样：晒青茶实物标准样、普洱茶(生茶)实物标准样。(2)通过理化分析及感官审评,通径分析表明,茶多酚与氨基酸、黄酮是影响晒青茶滋味品质的主要因素,其中,黄酮对晒青茶的滋味品质直接作用最明显,茶多酚通过其余变量对晒青茶滋味品质的间接作用综合影响最大。本研究不仅为普洱茶的质量标准信息化研究、茶饮料开发等方面提供分析方法参考,更为促进普洱茶的高质量、绿色化、品牌化发展提供科学依据。     

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。     

自动发酵罐与传统发酵普洱茶品质比较研究

以云南大叶种晒青茶为原料,研究双层保湿转动式普洱茶自动发酵罐与传统发酵方式加工普洱茶品质之间的差异。对自动发酵罐和传统发酵普洱茶样品进行理化和感官审评的比较分析。结果表明,两种方式加工的普洱茶在品质上无显著差异(p=0.9484),自动发酵罐发酵的普洱茶黄酮、咖啡碱、茶多酚、氨基酸、茶褐素的含量均高于传统发酵的普洱茶,儿茶素和水浸出物的含量比传统发酵普洱茶稍低;发酵罐发酵普洱茶大幅缩短了发酵周期,仅需24d就能形成普洱茶特有的甘、滑、醇、厚的品质特点,而传统发酵需56d才能完成普洱茶的发酵。本研究为普洱茶自动发酵罐的应用提供了理论依据。      

普洱茶生茶茶膏与市售生茶茶膏的主要成分分析

通过两种不同的浸提方法与两种不同的干燥方法制备茶膏,对其进行成分和活性物质的分析,并与市售茶膏进行比较。结果表明:经过沸水浸提、真空减压浓缩的茶膏样品,其氨基酸、茶多酚、总儿茶素、表没食子儿茶素(Epigallocatechin,EGC)、表儿茶素没食子酸酯(Epicatechin gallate,ECG)、表没食子儿茶素没食子酸酯(Epigallocatechin gallate,EGCG)及其他活性成分(没食子酸、咖啡碱、茶氨酸)的含量较其他处理的平均值分别高16.95%、21.96%、24.93%、48.80%、45.31%、63.42%、0.48%、13.52%、38.85%。市售生茶茶膏的营养素、酚类物质及活性成分的含量普遍差异较大。因此,规范茶膏生产工艺,保证产品质量非常重要。      

基于稀土元素指纹分析的铁观音原产地溯源技术

目的探讨稀土元素指纹分析技术在铁观音原产地溯源中的可行性。方法采集铁观音主产区安溪县、大田县铁观音茶叶样品,采用等离子发射光谱质谱法(inductively coupled plasma mass spectrometry,ICP-MS)测定茶叶样品中的16种稀土元素(轻稀土元素:镧La、钆Gd、钐Sm、铈Ce、钕Nd、镨Pr、铕Eu;重稀土元素:钪Sc、钇Y、镱Yb、铽Tb、钬Ho、镝Dy、铥Tm、铒Er、镥Lu)含量,对数据进行独立样本t检验、主成分分析和Wilk’sλ判别分析,建立稀土元素判别模型。结果 2个地区的铁观音样品的产地检验判别率为80.4%,交叉检验判别率为80.4%。筛选出4个有效判别指标稀土元素Sc、Ce、Tb、Yb,建立安溪铁观音和大田铁观音的判别模型,Y(安溪铁观音)=74.256Sc+1.956Ce-353.777Tb+91.247Yb-6.382、Y(大田铁观音)=28.986Sc+6.867Ce-696.859Tb+167.880Yb-5.829。结论稀土元素指纹技术在铁观音的原产地保护以及不同产区的溯源具有一定的应用前景。     

基于矿质元素的古树普洱茶原料特征研究

目的基于矿质元素鉴别古树普洱茶原料的产地。方法测定不同产地不同季节古树普洱茶原料中矿质元素,并对数据进行了单因素分析、主成分分析、系统聚类分析、Fisher判别分析。结果不同产区的古树普洱茶原料矿质元素:普洱茶区锌、钠、钙、铬含量较高,版纳茶区的锰、铜、钾含量较高,临沧茶区的铁、氟、稀土总量较高;不同产地古树普洱茶原料铁、钙存在极显著差异。春季古树普洱茶原料的铁、锰、锌、钾、钠、钙、镁、稀土总量较高,秋季古树普洱茶原料的铜、铬、氟含量较高,不同季节古树普洱茶原料铁、铜、钾、钠、钙、铬含量存在极显著差异。运用主成分分析可以很好地区分不同季节的古树普洱茶原料,但是不能很好区分不同产地的古树普洱茶原料;采用系统聚类分析方法不能区分不同产地古树普洱茶原料;采用Fisher判别分析方法可以较好地区分不同产地的普洱茶原料,总判别正确率为86.7%。结论茶叶中的矿质元素可以用于区分不同季节不同产地的古树普洱茶原料。