基于近红外光谱技术的坛紫菜产地溯源研究

基于不同产地坛紫菜营养和活性成分含量的差异,以福建和浙江西省坛紫菜为研究对象,应用近红外光谱技术,结合系统聚类分析(HCA)、主成分分析(PCA)、贝叶斯判别分析(BDA)和偏最小二乘判别分析(PLS-DA)方法开展坛紫菜产地溯源.由于福建和浙江西省部分坛紫菜养殖海域接近,坛紫菜中各组分在光谱中的综合特征相似,HCA聚类不理想,PCA溯源正确率约为72.73%,BDA溯源正确率为75.26%,均需要进一步改善,而PLS-DA最优模型可以将两省坛紫菜完全正确溯源.将上述4种模型用于未知产地坛紫菜的溯源,除HCA预测结果不同外,其余模型预测结果一致,说明PCA、BDA和PLS-DA这3种模型的预测能力优良,也证实PLS-DA模型具有很好的稳健性,可用于坛紫菜产地溯源.     

稳定同位素指纹分析在蚕茧产地溯源中的应用研究

蚕茧产地溯源是丝绸原产地溯源的基础.本研究为了探究蚕茧产地溯源最适方法,以不同产地的蚕茧为研究对象,利用不同产区蚕茧的13C、15N、18O和2H同位素组成,通过单因素方差分析、多重比较分析、Fisher线性判别分析留一法交叉验证,最后建立蚕茧产地溯源模型.单因素方差分析结果表明,不同产地蚕茧的δ13C、δ15N、δ1...     

贵州名优茶与产地土壤矿质元素相关性及其溯源影响的研究

为探究贵州省名优茶产地不同深层土壤对茶叶矿质元素溯源效果的影响,以土壤-茶叶的多矿质元素法结合主成分分析(PCA)、反向传播(BP)神经网络法、逐步线性判别分析(SLDA)对茶叶产地进行溯源。结果显示,不同产地的茶叶和土壤具有独特的矿质元素指纹,茶叶中Fe、Mn、K、Ca、Mg、Cu的含量与土壤中对应元素含量显著相关(P<0.05),以这6种矿质元素含量结合PCA可有效区分茶叶的地理起源;不同深层土壤对茶叶产地的溯源有不同影响,通过SLDA法、BP神经网络法明确了以60~80 cm的土层进行产地溯源的效果最优,产地溯源验证判别率分别为98.5%(SLDA法)和100%(BP神经网络法),并基于SLDA法确定了Zn、Cu、P、Mn、Fe、Mg和K 7种元素构建的贵州名优茶产地溯源模型。此外,研究发现茶叶产地溯源几乎不受茶树品种的影响。本研究结果为贵州省名优茶矿质元素指纹图谱的建设及土壤-茶叶产地溯源的关系研究提供了理论依据。     

新疆红枣营养品质与稳定同位素及矿物元素特征产地溯源比较

为开发基于营养品质、稳定同位素及矿物元素分析的不同产地新疆红枣地理标志产品溯源新方法,本研究采集了2016年新疆不同产区(若羌、和田、阿克苏、麦盖提等15个县市)97个红枣种植地块的50份灰枣和47份骏枣样本,测定其果肉中13类营养品质指标(蛋白质、还原糖、自由氨基酸、总黄酮等),稳定碳、氮、氢、氧同位素比率(δ¹³C、δ¹⁵N、δ²H和δ¹⁸O)及21种微量矿物元素含量(Na、Mg、K、Fe和Zn等)用于其产地溯源分析与建模。采用单因素方差(one-way ANOVA)法比较不同产区间营养品质、稳定同位素比率及矿物元素特征的差异,利用偏最小二乘判别分析(PLS-DA)分别对两类红枣内在品质特征建立产地判别模型,对比其溯源准确度。结果表明,红枣稳定同位素及矿物元素产地特征差异比营养品质特征更明显,溯源判别准确度得到明显提升。灰枣和骏枣营养品质参数建模总体判别准确度分别为86.00%和85.11%,稳定同位素及矿物元素参数判别准确度分别为94.12%和95.74%,且两种地理标志保护的红枣品牌(若羌灰枣和和田玉枣)产地判别准确度高达100%,而其他产地误判为这两个产地红枣的概率为0%。因此,该策略有望作为新疆红枣产地溯源与地理标志农产品保护的可靠技术。     

不同烘干方式对茶叶中稳定同位素特征及其产地溯源的影响

茶叶中稳定同位素特征检测和溯源技术是政府职能部门市场监管和保护地理标志产品的重要手段,为评估不同烘干方式对茶叶中稳定同位素特征的影响,考察茶叶产地溯源的有效性及判别模型的稳定性,本试验通过元素分析仪联用同位素比质谱(EA-IRMS)测定5种烘干方式(烘箱直接杀青烘干、微波杀青扁形机烘干、微波杀青烘箱烘干、扁形机杀青直接烘干和扁形机杀青摊晾烘干)下西湖龙井茶(龙井群体种)中4种稳定同位素比值(δ~(13)C、δ~(15)N、δ~2H和δ~(18)O),采用单因素方差分析(one-way ANOVA)和椭圆置信区间(EJCR)测试探讨不同烘干方式下西湖龙井茶中单个和多个稳定同位素比率的差异性。单因素方差分析结果表明,不同的烘干方式可能导致茶叶中单个稳定同位素比率出现较大变化,但多因素椭圆置信区间测试表明5种烘干方式西湖龙井茶间并不存在显著性差异。基于此,建立西湖龙井茶与山东、重庆产区茶叶δ~(13)C、δ~(15)N、δ~2H和δ~(18)O的线性判别分析(LDA)模型,2 000次随机循环,3个产区茶叶判别准确度均高达90.0%以上,充分验证了溯源的有效性及判别模型的稳定性。本研究结果为茶叶原产地保护提供了理论基础与应用可行性。     

基于矿物元素指纹的龙井茶产地溯源

龙井茶由于外形、工艺的一致性,无法通过外观特征来识别其产地,茶叶中元素组成因气候条件和土壤类型不同而有所差异,形成茶叶产地的元素指纹。本研究通过测定不同产区龙井茶中多种元素含量及同位素比率,借助化学计量学工具建立龙井茶产地区分模型。从西湖龙井、越州龙井和钱塘龙井3个产区采集102个春茶样本,采用微波消解-电感耦合等离子体质谱(ICP-MS)、电感耦合等离子体发射光谱(ICP-AES)、稳定同位素质谱(EA-IRMS)测定51种元素含量及18种元素同位素比率;运用正交偏最小二乘法判别分析(OPLS-DA)、逐步线性判别分析(FLDA)、决策树C5.0和神经网络(BP-ANN)4种判别方法对龙井茶进行产区判别。结果表明,4种方法所构建的模型对模型构建样本回代验证的正确判别率均在92%以上,而4种模型的交叉验证准确率以FLDA准确率最高,达到92.17%,决策树C5.0和BP-ANN模型略低,但也在84%以上,4种模型对外部样本的预测准确度均在80%以上,其中以OPLS-DA最高,达93.33%。不同产区龙井茶的矿质元素指纹结合化学计量学工具可以有效对龙井茶产地进行溯源;FLDA和OPLS-DA模型较适合龙井茶产地溯源。通过多元统计分析建立不同产区龙井茶判别模型,为龙井茶品牌的原产地保护提供了鉴定。     

茶叶中同位素与多元素特征及其原产地PCA-LDA判别研究

本研究采用稳定同位素质谱和等离子发射光谱质谱法测定茶叶中同位素比率和多元素含量,并结合主成分分析(PCA)和线性判别分析(LDA)法建立模型,对福建、山东和浙江出产的茶叶,以及浙江余姚、金华和西湖出产的茶叶进行产地溯源判定.结果表明,不同产地的茶叶中稳定同位素δ15N、δ13C、δD、δ180数值范围不同,而且Li、Be和Na等27个矿物元素的含量变化也较大,具有一定的地域特征.PCA法能够区分不同产地的茶叶,但不同产地样本存在部分重合;而采用PCA-LDA法能够有效区分不同产地的茶叶,其中福建、山东和浙江产地的判定准确率为99％,浙江余姚、金华和西湖产地的判定准确率为86％.因此,利用稳定同位素和矿物多元素检测结合PCA-LDA法能够较好进行茶叶产地溯源,具有一定的可行性和应用价值.     

不同工艺制法对茶叶风味品质化学轮廓的影响

为探明不同工艺制法对茶叶风味品质化学轮廓的影响,本研究对福建4种茶类(绿茶、白茶、红茶和乌龙茶)及其鲜叶原料中的主要滋味和香气品质成分进行了检测分析和可视化模式识别。结果表明,基于茶叶主要滋味品质成分的主成分分析(PCA)可将全部供试茶样划分成3种类群:Ⅰ型:绿茶、白茶和一芽二、三叶鲜叶样;Ⅱ型:乌龙茶和中、小开面2~4叶鲜叶样;Ⅲ型:红茶。采用偏最小二乘增强判别分析(PLS-EDA)可进一步放大不同类群茶样的组间差异,乌龙茶及其鲜叶原料有较高含量的水溶性碳水化合物(WSCs),而红茶中多酚类(TPs)和表没食子基儿茶素没食子酸酯(EGCG)含量相对较低;(茶多酚×游离氨基酸)含量二维散点视图可作为茶叶分类识别的一种重要判别工具。4种茶类以乌龙茶的香型种类最为丰富,绿茶与鲜叶原料的香气组成化学模式较为接近,白茶与红茶香气组成在种类和数量上存在一定的相似特征。2,6-二叔丁基对甲苯酚、苯乙腈、4-乙基苯甲酸-2-苯基乙酯类似物、反式-橙花叔醇、α-法呢烯、吲哚等可视为乌龙茶有别于其他3种茶类(绿茶、白茶和红茶)的主要特征香气成分。本研究结果为茶叶化学分类及其工艺品质的目标控制提供了参考依据。     

基于矿物元素指纹图谱的黑龙江黄豆产地溯源

该研究探讨了矿物元素指纹分析技术对黑龙江黄豆产地溯源的可行性,筛选出判别黑龙江黄豆产地溯源的有效指标。利用电感耦合等离子体质谱仪(inductively coupled plasma mass spectrometry,ICP-MS)测定来自齐齐哈尔和北安2个地域50份黄豆样品中52种矿物元素的含量,并对数据进行了方差分析、主成分分析和判别分析。研究表明,46种矿物元素含量在地域间存在显著差异,通过逐步判别分析筛选出8项元素指标建立黄豆产地判别模型,所建立的模型对黄豆产地整体交叉检验判别率为95.7%。As、Ru、Gd含量在黄豆与土壤间呈显著正相关(P0.05),Tb含量在黄豆与土壤间呈极显著正相关(P0.01),由4种元素建立的判别模型对产地判别准确。因此,上述元素是黄豆矿物元素产地鉴别较可靠的指纹信息指标。     

基于稳定同位素的上海地产蔬菜种植模式及产地判别

为保护蔬菜的优质优价及质量安全,以上海9个农业产区(宝山区、崇明区、奉贤区、嘉定区、金山区、闵行区、浦东新区、青浦区和松江区)蔬菜为研究对象,分析不同产区蔬菜的δ¹⁵N值差异及其对种植模式(常规、绿色或有机种植)的指示;对δ¹³C、δ¹⁵N、δ²H和δ¹⁸O值进行单因素方差分析,并应用主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)及支持向量机(SVM)方法,建立上海地产蔬菜产地判别模型。结果表明,宝山区、松江区和嘉定区蔬菜的δ¹⁵N值占前三,且分别与δ¹⁵N值最低的浦东新区蔬菜(4.44‰)存在显著差异,且仅有浦东新区蔬菜可能为绿色或有机种植的比例低于50%;δ¹³C、δ²H和δ¹⁸O值只在部分产区间差异显著,PCA可初步实现浦东新区蔬菜与其他8个产区的鉴别;PLS-DA最优模型可以很好地实现浦东新区蔬菜产地判别(预测准确率为98.80%),SVM最优模型可以很好地实现宝山区(预测正确率96.38%)、嘉定区(预测正确率92.77%)和青浦区(预测正确率91.57%)蔬菜的产地判别,SVM最优模型可以较好地实现金山区、松江区、崇明区和奉贤区蔬菜的产地判别。本研究结果为上海地产蔬菜种植模式及产地判别提供了参考方法,并为其溯源和质量安全保护提供了基础数据。     

基于稳定同位素和矿质元素的决明子产地特征与溯源判别研究

为了更加精确高效地对中药决明子产区进行判别,本研究采用稳定同位素比质谱(IR-MS)和电感耦合等离子体质谱(ICP-MS)技术分别检测不同产地决明子稳定同位素比值和多种矿质元素含量特征,并结合化学计量学模型主成分分析(PCA)和人工神经网络(ANN)对决明子产地进行判别。方差统计结果表明,在优质产区(浙江新昌)决明子区别于普通产区决明子方面,19种矿质元素含量存在显著差异(P<0.05);PCA分析(同位素+矿物元素)显示,前2个主成分累计方差贡献率为45.23%,且该模型可显著区分道地产区决明子;ANN模型分析对浙江新昌产区的决明子判别正确率高达100%,且产地判别总体正确率高于90%。以上结果表明,稳定同位素比值和矿质元素含量结合化学计量学模型分析可有效判别决明子不同产区。本研究结果为决明子产地溯源提供了一种新的方法。     

茶叶产地溯源与鉴别检测技术研究进展

茶叶是我国重要的特色农产品,地域特色和品质特征明显,溯源与鉴别检测技术对保证其产地和品质真实性具有重要意义.本文系统介绍了国内外茶叶产地溯源和种类鉴别中稳定同位素、多矿物元素、近红外光谱和化学指纹图谱等检测技术的研究进展,分析茶叶产地溯源与鉴别检测技术面临的关键问题,提出茶叶产地溯源和鉴别的研究重点,对我国茶叶原产地保护具有积极的借鉴作用.     

基于电子舌技术的绿茶滋味品质评价

该文研究利用电子舌技术快速评价绿茶的滋味品质。试验以“碧螺春”绿茶为研究对象,以绿茶滋味化学鉴定法作为绿茶滋味品质的评价方法,获得的滋味总得分值作为电子舌评价模型的参考测量值。在数据分析过程中,首先对不同生产日期的碧螺春茶汤滋味总得分值和各传感器响应值进行单因素方差分析;然后对比采用偏最小二乘法和最小二乘支持向量机建立电子舌传感器响应值与滋味总得分值之间的相关模型。结果显示不同生产日期对绿茶滋味品质及各传感器响应信号都具有极显著影响;当采用4个主成分时,建立的最小二乘支持向量机模型最优。用独立样本检验模型精度,模型预测值与参考值的相关系数为0.906,预测集均方根误差为4.077。研究结果可为茶叶品质智能化评价提供参考。     

基于近红外光谱的绿茶滋味品质估测模型北大核心CSCD

绿茶中的茶多酚与氨基酸含量之比(即酚氨比)是评价绿茶滋味品质的量化指标。本文提出利用近红外光谱技术快速分析绿茶汤的酚氨比,并对光谱的特征变量进行筛选以提高模型的精度和稳定性。试验采用联合区间偏最小二乘法(siPLS)结合连续投影算法(SPA)筛选特征变量,建立酚氨比的估测模型,并与PLS、iPLS和siPLS方法建立的模型性能相比较。结果表明,应用siPLS结合SPA优选7个特征变量,主成分因子数为4时,所建模型性能最好,模型预测集相关系数(R p)为0.906,预测均方根误差(RMSEP)为0.258。对预测集30个样本的预测值与参考值进行t检验时,预测值与参考值无显著差异,说明模型准确可靠,可实现绿茶滋味品质的近红外光谱快速估测。     

基于激光诱导击穿光谱的土壤类型判别分析

为了更加全面的建立中国土壤类型系统,了解中国土壤地域差异,从而提高土地资源的利用率,以及根据土壤类型指导农业科学生产。该研究利用激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)技术结合化学计量学方法对土壤类型进行判别分析研究。从6种标准土壤样品出发,分析所采集6种土壤的LIBS光谱谱线特征,结合其主要成分物质(SiO2,Al2O3,Fe2O3,FeO,MgO,CaO,Na2O,K2O)的含量,针对每种主要物质选取了Si I 390.55 nm、Al I 394.40 nm、Fe I 422.74 nm、Mg I 518.36 nm、Na I 588.96 nm、Ca II 393.37 nm、K I 766.49 nm为特征分析谱线。结合所选的7条特征谱线下的300个标准土壤样品的光谱(200个为训练集,100个为预测集),对训练集光谱进行主成分分析(principal component analysis,PCA),6种土壤有明显的聚类。然后根据训练集光谱值和预先赋予土壤类型的虚拟等级值分别建立最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)和最小二乘支持向量机(least-squares support vector machine,LS-SVM)判别模型,分析预测结果二者总的判别准确率分别为98%和100%。用受试者工作特征曲线(receiver operating characteristic curve,ROC)评价这2个模型的性能,结果表明LS-SVM判别模型性能优于PLS-DA模型。基于以上结果,选取不同于标准土壤的另7种不同类型土壤进行试验验证所选特征谱线和判别模型,建立7种不同类型土壤的LS-SVM预测模型,其预测准确率达100%,ROC曲线对其评价的性能很好。研究证明,LIBS技术结合化学计量学方法能够实现对土壤类型的判别分析,这为土壤质量的正确评价,土壤的整治、规划和合理利用提供理论基础。     

不同茶树品种(系)的绿茶滋味分析及评价模型构建

为客观准确地评价不同茶树品种(系)绿茶的滋味品质,该研究系统分析了25个茶树品种(系)绿茶的主要滋味成分含量及其Dot值,利用主成分分析法对不同茶树品种(系)绿茶滋味品质进行综合评价并建立滋味品质评价模型。结果表明:儿茶素、咖啡碱是不同茶树品种(系)绿茶苦涩味强度差异的主要原因,其中表没食子儿茶素没食子酸酯(Epigallocatechingallate,EGCG)是所测样品中涩味的主要贡献物质,EGCG和咖啡碱为所测样品中苦味的主要贡献物质。氨基酸是不同茶树品种(系)绿茶鲜味、甜味差异主要因素,谷氨酸是所测样品中鲜味的主要贡献物质。主成分分析表明:前5个主成分的累计方差贡献率为79.018%,并以前5个主成分的线性回归方程和贡献率构建了滋味品质评价模型,模型评价结果与感官审评结果较为相似,存在极显著相关性(P0.01),相关系数为0.791;利用模型中各主成分的得分,能够较好的区分所测样品的苦、涩、鲜、爽等滋味特征。因此,该研究所建模型能够较好的评价所测样品的滋味品质及其主要滋味特征的差异,为各茶树品种(系)的推广应用提供理论依据,也为不同茶树品种(系)绿茶滋味品质的科学评价提供新的思路和方法。     

山东茶叶轻稳定同位素和矿物元素特征与产地识别化学计量学分析

为保护我国山东地理标志茶叶,通过元素分析仪-稳定同位素比率质谱(EA-IRMS)和电感耦合等离子体质谱(ICP-MS)测定轻稳定同位素比值、矿物元素含量或同位素比进行特征挖掘及探讨,并采用化学计量学方法对山东不同产地的绿茶进行识别分析研究。结果表明,山东各产地茶叶中δ¹³C、δ²H、δ¹⁸O无显著差异,但δ²H和δ¹⁸O表现出沿海地区高于沿海内陆地区的规律,且δ¹⁸O与δ²H变化呈较高的线性相关性(R²=0.817 5);崂山产地的δ¹⁵N值较大,与其他产地间差异显著;临沂-泰安产地与崂山、胶南和日照三地地质条件不同,使得茶叶中某些矿物元素特征表现出空间分布上的差异。利用偏最小二乘判别分析分别对崂山、日照与山东其他产地建立茶叶识别模型,总体判别准确度分别为97.8%(崂山模型)和96.4%(日照模型),能够有效识别2个产地的茶叶。本研究结果可为茶叶中稳定同位素、矿物元素特征与产地环境的关联性分析,地理尺度更小的茶叶产地判别和地理标志产品保护提供研究思路。     

稻米中同位素与多元素特征及其产地溯源PCA-LDA判别

通过探究谷物中同位素与多元素的地域特色及其产地溯源的可能性,本研究采用稳定同位素质谱和等离子发射光谱质谱法测定稻米中同位素比率和多元素含量,并结合化学计量学中主成分分析(PCA)和线性判别分析(LDA)法建立模型,对不同省份的稻米进行产地溯源判定。结果表明,各地产的稻米中稳定同位素δ15N、δ13C、δD、δ18O数值范围不同,而且Li、Be和Na等其他矿物元素的含量变化较大,Pb、Sr同位素比率也各不相同,具有一定的地域特征。PCA法能够初步辨别各稻米地产,本研究进一步采用PCA-LDA法能够对大区域(黑龙江省、江苏省和辽宁省)的稻米进行产地判别,通过对23个样本进行判别验证,正确率为91%。对于黑龙江省4个地产的稻米样品,由于地理差异性比较小,同时样本数比较少,故只对其中2个产地稻米进行判别。通过同位素比率和多元素的含量的测定再结合化学计量学分析,一定程度上能够区分不同产地的稻米,为稻米产地溯源的可行性提供了方法依据。     

营养组分结合多元统计分析对不同产地秋果枸杞的鉴别

通过不同产区枸杞多种营养组分含量差异结合多元统计分析确立了枸杞产地鉴别的一种新途径。以3个不同产区(新疆、青海、甘肃)的121份宁杞7号秋果枸杞的干果样品为研究对象,对5种营养组分(总糖、枸杞多糖、总黄酮、甜菜碱和β-胡萝卜素)进行定量分析,并结合方差分析、相关性分析和典型判别分析(CDA)建立枸杞产地鉴别模型。方差分析结果表明, 5种营养组分的含量在3个产区均有显著性差异;相关性分析结果显示,除甜菜碱与β-胡萝卜素和枸杞多糖含量的相关性不明显外,其余营养组分彼此间均呈显著性相关(P0.05);基于此,以枸杞5个营养指标结合CDA建立新疆、青海和甘肃的枸杞产地判别模型,其预测集与交叉验证集的地理识别率分别为86.3%和84.3%。研究表明,营养组分结合多元统计分析对枸杞的产地溯源研究具有一定的理论依据和参考意义。     

杨梅中稳定同位素和多元素特征在其产地溯源中的应用

为探讨杨梅稳定同位素与多元素的特征及其产地溯源应用的可能性,采用稳定同位素质谱(EAIRMS)和等离子发射光谱质谱法(ICP-MS)测定杨梅中稳定同位素比率(如δ~(15)N、δ~(13)C、δD和δ~(18)O等)和多元素(如Li、Be、Na、K和Fe等)含量,并结合化学计量学主成分分析(PCA)和线性判别分析(LDA)建立判别模型,对浙江、福建、云南、贵州和江苏等省份的杨梅进行产地溯源技术研究。单因素方差分析(One-way ANOVA)表明,各产地杨梅中稳定同位素比率和其他矿物元素的含量具有一定的地域特征,但并不具有显著性差异,利用单指标无法区分各省份杨梅。PCA分析中,前3个主成分(累计方差贡献率仅为42.77%)的得分分布散点图均有部分重叠,不能有效区分杨梅产地。PCA-LDA方法将所有样本分为浙江类、福建类、其他省类(包括云南、贵州、江苏省样品)3类,利用蒙特卡洛随机法随机产生训练集和测试集分别用于建模和模型准确度验证,经过2 000次的循环计算,该模型对浙江省杨梅判别结果的准确率高达99.6%,福建省杨梅判别结果的准确率为90.3%,其他省份判别结果的准确率为98.4%。综上,利用稳定同位素和多元素检测并结合PCA-LDA法能够初步对杨梅进行产地溯源和判别,具有一定的可行性和应用价值。