蜂蜜产地溯源鉴别技术的探究

溯源研究技术的目的主要是探寻表征不同植物来源和地理来源的蜂蜜营养成分含量的特异性指标,包括元素含量、化学成分含量或是光谱数据差异等。本文旨在通过分析成熟蜂蜜的红外光谱数据,结合化学计量软件建立成熟蜂蜜产地溯源模型,与之前建立的溯源模型比较分析,达到完善和优化蜂蜜产地溯源模型的目的。     

利用Sr同位素电感耦合等离子体质谱(ICP-MS)检测技术对饶河蜂蜜溯源的研究探讨

通过对166个饶河蜂蜜和31个外地蜂蜜中的锶同位素电感耦合等离子体质谱(ICP-MS)进行检测。主成分分析法将6个同位素丰度比值变量降维至4个主成分,可以解释98.22%的总体变量。用4个主成分新变量通过Angilent MPP数据分析软件建立决策树(Decision Tree)、朴素贝叶斯(Naive Bayes)、神经网络(Neural Network)、偏最小二乘判别(Partial Least Square Discriminate)和支持向量机(Support Vector Machine)5种模型。随机抽取饶河蜂蜜11个和外地蜂蜜5个,对5个模型进行验证。偏最小二乘判别和SVN模型准确率为87.5%;DT模型准确率为81.2%、朴素贝叶斯和神经网络模型贡献率为75%。可以得出偏最小二乘判别模型和支持向量机模型可用作判别饶河蜂蜜模型,决策树模型可用于进行辅助判断模型。朴素贝叶斯模型和神经网络模型不适合作为该样本的判断。     

稳定性同位素及矿物元素指纹组合技术溯源不同产地牦牛肉研究

牦牛肉产地溯源是实现其优质优价的保障,选用适宜的溯源技术对于精准溯源牦牛肉产地至关重要。基于此,本研究探索了稳定性同位素与矿物元素指纹图谱组合技术在区分牦牛肉产地溯源的可行性。通过同位素质谱仪(IRMS)、电感耦合等离子体质谱(ICP-MS)分别分析了青藏高原4个地区40头牦牛肉样品中3种稳定性同位素及50余种矿物质的含量,使用多元统计分析来确定最有效的溯源指标。基于明显的原产地差异(P0.05),选择了δ~(13)C、δ~(15)N、δ~2H 3种稳定性同位素指标和Na、Fe、As、Se、Mo、Cd、Cs、Ti 8种矿物元素用于进一步的多元统计分析。通过多元统计分析选择了3种元素(δ~(13)C、δ~2H、Ti),并建立了牦牛肉可追溯性的判别模型。线性判别分析得出的总体正确分类率为85%,交叉验证率为82.5%。这些结果证明了稳定性同位素与矿物元素指纹图谱组合技术可作为鉴定牦牛肉地理起源的有效方法。     

微波消解-电感耦合等离子体质谱法测定意大利蜜蜂雄蜂蛹中的硒

雄蜂蛹是一种营养价值较高的蜜蜂产品,本研究试图建立一种微波消解-电感耦合等离子体质谱法测定意大利蜜蜂雄蜂蛹中硒含量的方法。将适量样品加入硝酸后进行微波消解前处理,利用电感耦合等离子体质谱仪(ICP-MS)对硒元素进行测定,通过在线加入标准溶液实现对样品的实时校正,内标为~(103)Rh。结果表明,该方法线性范围宽,在0~0.1mg/l范围内线性关系良好,相关系数为1.0000,检出限为0.045μg/ml,加标回收率为97.3%~105.4%。微波消解-电感耦合等离子体质谱法测定意大利蜜蜂雄蜂蛹中硒含量的方法准确、灵敏、简便,可为雄蜂蛹微量元素的测定提供技术方法。     

电感耦合等离子体质谱仪测定乳粉中铅的检出限方法优化

对电感耦合等离子体质谱法检测铅的检出限进行研究,通过对实验过程中所用器皿、试剂等因素进行分?析,建立超声清洗处理方式,有效降低空白值,使电感耦合等离子体质谱仪法测定乳粉中铅的检出限由0.02 mg/kg降?低到0.005 mg/kg。当铅的添加水平为0.005～0.015 mg/kg时,样品的加标回收率为86.9%～119.0%,相对标准偏差为?3.1%～12.3%,满足方法学验证要求,说明了整体方案的可行性。降低检出限后的方法适用于乳粉中铅的检测。     

基于中红外光谱法快速检测蜂蜜中还原糖的研究

目前蜂蜜的还原糖测定方法主要有滴定法、液相色谱法、气相色谱法等。传统化学检测方法费时、费力,因此无法做到快速、无损检测。中红外光谱技术具有快速、简便、无样品预处理、无损伤等特点,现已成为国内外的研究重点。本研究采用中红外光谱技术,利用偏最小二乘法建立模型,结合高效液相色谱法测定的蜂蜜中果糖和葡萄糖的检测结果。采用主成分分析和PLS的方法,建立和优化蜂蜜果糖和葡萄糖的快速检测模型,实现蜂蜜还原糖的快速检测。     

ICP-MS 测定成熟蜂蜜矿物质元素及其鉴别分析

本文用电感耦合等离子体质谱法(ICP-MS)对成熟蜂蜜进行了多元素含量测定,并利用元素组成统计数据,对成熟蜂蜜进行了鉴别。主成分分析(PCA)、决策树(Decision Tree)、朴素贝叶斯(naive bayes)、神经网络(neural network)、支持向量机(support vector machine)和偏最小二乘判别分析法(partial least square discriminate)对成熟蜂蜜的判别能力进行了测试。结果表明,决策树(Decision Tree)方法性能最佳,准确率达91.67%。ICP-MS测定蜂蜜中矿物质元素含量结合化学计量法可以作为成熟蜂蜜鉴别的有力工具。     

饲料添加剂中重金属铊的测定

文章用电感耦合等离子体质谱法测定饲料添加剂中重金属铊的含量。样品经硝酸消解后,试样液引入等离子体质谱仪。对于一定质荷比的待测离子,质谱信号响应与进入质谱仪中的离子数成正比,通过测量质谱的信号计数来测定样品中元素的浓度。采用标准曲线法计算元素的含量。试验结果:饲料级磷酸二氢钙中铊回收率为65%~100%,饲料级维生素中铊回收率为100%~110%,饲料级硫酸亚铁中铊回收率为80%~100%,饲料级硫酸锌中铊回收率为75%~100%;相对标准偏差均小于10%。结果显示,用电感耦合等离子体质谱法测定饲料添加剂中重金属铊含量,方便、简单、有效性高。     

饲料中铜和锌的检测方法研究进展

饲料检测是保障饲料安全的重要技术手段,本文对饲料中铜和锌的检测技术和方法 (原子吸收光谱法、分光光度法、电感耦合等离子体-原子发射光谱法、电感耦合等离子体-质谱分析法、激光诱导击穿光谱)进行了综述,分析了各检测方法的特点以及研究进展情况,并对饲料中铜和锌检测技术的应用及发展前景进行了展望。     

近红外和中红外光谱技术在快速鉴别豆粕中掺入尿素聚合物的研究

本试验旨在应用并比较近红外和中红外光谱技术结合模式识别方法对掺假的豆粕进行快速鉴别。试验收集了不同批次145个纯豆粕样品,随机选取部分纯豆粕样品,掺入0.08%~5.00%的尿素聚合物,利用傅立叶变换近红外和中红外光谱技术及偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)分类方法,对掺假豆粕进行识别。结果表明:近红外光谱经变量标准化后建立的SVM分类模型训练集识别率为99.8%,测试集识别率为99.2%,检测限为1.0%;中红外光谱数据经变量标准化和一阶导数7点平滑处理后,建立的PLS-DA和SVM分类模型对样品的识别率均达到100.0%,检测限为0.08%。因此,近红外和中红外光谱技术均可对掺入尿素聚合物的豆粕快速鉴别,后者的灵敏度高于前者。