夏立婭,高 巍,李亞平,尹潔璇,張曉瑜,李曉楊

(1.河北大學(xué)質(zhì)量技術(shù)監(jiān)督學(xué)院,河北保定 071002;2.中國農(nóng)業(yè)大學(xué)工學(xué)院,北京 100083)

基于多元素分析的冬棗產(chǎn)地鑒別方法

夏立婭1,高 巍1,李亞平2,尹潔璇1,張曉瑜1,李曉楊1

(1.河北大學(xué)質(zhì)量技術(shù)監(jiān)督學(xué)院,河北保定 071002;2.中國農(nóng)業(yè)大學(xué)工學(xué)院,北京 100083)

為了探討利用產(chǎn)地間差異性元素進(jìn)行產(chǎn)地判別的可行性,測定了不同產(chǎn)地冬棗樣本中10種元素的含量,并對數(shù)據(jù)進(jìn)行了差異性分析、聚類分析、Fisher判別分析和偏最小二乘判別分析(partial least squares discrimination analysis,PLS-DA)。結(jié)果表明,不同產(chǎn)地冬棗中Mg、B、Mn、Fe、Zn元素存在顯著差異,是具有產(chǎn)地特征的指紋元素。R型系統(tǒng)聚類分析也證實B、Mn、Fe和Zn元素具有共同特征?；诋a(chǎn)地特征元素和Q型聚類、Fisher判別和PLS-DA建立的冬棗產(chǎn)地鑒別模型正確率均高于基于全部元素的分析結(jié)果,其中利用特征元素建立的PLS-DA模型鑒別正確率最高,回代檢驗和交叉檢驗正確率均為94.0%,Q型聚類模型的判別能力最差,最高的判別正確率為84.06%。本研究證實了產(chǎn)地間差異性元素是有效的產(chǎn)地判別因子,具有監(jiān)督模式的Fisher判別和PLS-DA算法準(zhǔn)確率遠(yuǎn)高于無監(jiān)督模式的系統(tǒng)聚類法,更適于產(chǎn)地鑒別分析。

冬棗,元素,判別分析,偏最小二乘

冬棗(Ziziphusjujuba cv. Dongzao)又名雁過紅,九月底到十月中旬采摘,是一種晚熟鮮食的棗品種,主要分布于河北、山東等渤海灣地區(qū)。河北的黃驊冬棗肉質(zhì)細(xì)嫩,酸甜可口,營養(yǎng)豐富。黃驊冬棗擁有三千多年種植歷史,擁有全世界面積最大,年代最古老的原始冬棗林。2001年,黃驊冬棗被確定為我國地理標(biāo)志保護(hù)產(chǎn)品。有研究表明,我國的冬棗沒有明顯遺傳差異,品質(zhì)差異主要由產(chǎn)地土壤條件、氣候條件以及栽培管理措施引起[1]。這類具有原產(chǎn)地特征的產(chǎn)品,通過地理標(biāo)志產(chǎn)品保護(hù)體系,可以實現(xiàn)持續(xù)健康的發(fā)展,利于產(chǎn)品品質(zhì)的保持。但目前市場中廣泛存在亂用地理標(biāo)志標(biāo)識的現(xiàn)象,極大影響了地理標(biāo)志產(chǎn)品的聲譽和農(nóng)戶的經(jīng)濟利益。為了有效的保護(hù)具有原產(chǎn)地特色的冬棗,迫切需要鑒別冬棗原產(chǎn)地的方法。

國內(nèi)外學(xué)者對于食品產(chǎn)地鑒別的研究主要集中于食品中有機成分,礦物元素,同位素和重金屬元素等方面[2-5]。利用食品中元素指紋特征可以更為準(zhǔn)確的鑒別原產(chǎn)地。不同產(chǎn)地環(huán)境中礦物元素的分布具有各自特點,通過植物的新陳代謝反映到農(nóng)產(chǎn)品中[6-7],可以穩(wěn)定有效的標(biāo)記農(nóng)產(chǎn)品產(chǎn)地[8-12]。雖然施肥、澆水、往年耕種作物等人為因素對農(nóng)產(chǎn)品中元素指紋有一定影響,但有報道證實,產(chǎn)地環(huán)境對礦物元素分布的影響大于人為因素帶來的影響[13]。選擇合理的元素建立溯源方法,可以極大降低人文因素帶來的影響[14-19]。因此,如何選擇帶有產(chǎn)地特征的元素成為了提高農(nóng)產(chǎn)品產(chǎn)地鑒別正確率的關(guān)鍵。已報道的研究中,多利用主成分分析、逐步判別分析等方法篩選特征元素并建立鑒別模型[20-25]。但方法的有效性和穩(wěn)定性有待提高。

不同產(chǎn)地的農(nóng)產(chǎn)品中,存在統(tǒng)計學(xué)差異的元素可以有效的表達(dá)產(chǎn)地的特征信息,同時無監(jiān)督模式的R型聚類可以根據(jù)元素分布的共同性進(jìn)行分類。本課題以冬棗為具體研究對象,分析了不同產(chǎn)地冬棗中元素分布差異性,并利用R型聚類對元素進(jìn)行了聚類分析,提供了產(chǎn)地特征元素篩選的新方法,考察了利用多元素結(jié)合計量學(xué)分析方法建立產(chǎn)地溯源模型的可行性,為地理標(biāo)志保護(hù)工作的開展提供了技術(shù)支撐。

1 材料與方法

1.1 材料與儀器

冬棗 在河北黃驊市和山東沾化市的主要冬棗產(chǎn)區(qū)內(nèi)采集了69個冬棗樣本,具體的樣本信息見表1,樣本采集時間集中在9月中旬至10月中旬,每個采樣點采集樣本1000 g,并于-3 ℃環(huán)境中暫時存放;鉀、鈉、鈣、鎂、鐵、硼、錳、銅、鋅和鋇標(biāo)準(zhǔn)溶液 國家有色金屬及電子材料分析測試中心;硝酸、鹽酸、高氯酸和過氧化氫試劑 MOS級天津科密歐化學(xué)試劑有限公司;氯化銫和氧化鑭試劑 高純,天津光復(fù)精細(xì)化工有限公司。

表1 冬棗樣本的采樣地點

Thermo X Series 2電感耦合等離子體質(zhì)譜儀 賽默飛世爾公司;TAS-990原子吸收分光光度計 北京普析通用公司;XH-800J微波消解儀 北京祥鵠科技發(fā)展有限公司;Milli-Q超純水系統(tǒng) 美國Millipore公司。

1.2 實驗方法

1.2.1 冬棗樣本預(yù)處理 將冬棗洗凈切片后120℃干燥至恒重,研磨過篩。準(zhǔn)確稱取0.500 g,于微波消解罐中,加入5 mL硝酸、2 mL過氧化氫;200℃微波消解4 h后,趕酸后用超純水定容至50 mL。

1.2.2 原子吸收分光光度法 鉀,鈉,鈣和鎂元素的測定用火焰原子吸收分光光度法。鉀和鈉的檢測中加入50 g/L的氯化銫水溶液,鎂和鈣的檢測中加入30 g/L的氧化鑭水溶液以排除干擾離子的影響。鎂、鉀、鈣和鈉的檢測波長分為231、232、312和292nm。

1.2.3 電感耦合等離子體質(zhì)譜法 硼、鐵、錳、銅、鋅和鋇的測定采用電感耦合等離子體質(zhì)譜法。樣品的分析操作條件如下:射頻功率1200 W,等離子氣體流速1.12升/分,輔助氣體流速0.5升/分,噴霧室溫度2 ℃,0.45%的氧化物指數(shù),雙電流指標(biāo)為1.22%。用內(nèi)標(biāo)法保證儀器的穩(wěn)定性,選用Li、Ge和Bi作為內(nèi)標(biāo),當(dāng)內(nèi)標(biāo)元素的RSD>5%,重新測定樣品。

1.3 數(shù)據(jù)處理

利用SPSS22.0軟件對數(shù)據(jù)進(jìn)行差異性分析、聚類分析、Fisher判別分析和主成分分析,利用Minitab 16數(shù)據(jù)處理軟件進(jìn)行偏最小二乘判別分析,OriginPri9.1軟件用于作圖。在Fisher判別和PLS-DA分析中,隨機選取50個樣本作為訓(xùn)練集,建立預(yù)測模型;剩余的19個樣本作為驗證集,利用外部檢驗對所建模型的準(zhǔn)確度進(jìn)行分析。

2 結(jié)果與分析

2.1 檢測方法評價

每個樣品平均測定3次,使用外標(biāo)法計算。利用標(biāo)準(zhǔn)物質(zhì)GBW10043(中國地質(zhì)科學(xué)院地球物理地球化學(xué)勘探研究所)的校準(zhǔn)方法。表2為在上述分析條件下對標(biāo)準(zhǔn)物質(zhì)的分析結(jié)果。從中可看出,所有元素的分析結(jié)果與標(biāo)準(zhǔn)數(shù)據(jù)相對比,標(biāo)準(zhǔn)偏差都低于10%,檢測結(jié)果準(zhǔn)確可靠。

表2 標(biāo)準(zhǔn)物質(zhì)檢測結(jié)果

2.2 差異性分析

對黃驊冬棗和沾化冬棗的多元素分析結(jié)果表明(表3),兩個產(chǎn)地冬棗的元素分布各具特征性。與沾化冬棗相比,黃驊冬棗中K、Na、Mn和Ba的含量較高,其中鉀和鈉的含量與產(chǎn)地土壤鹽漬化程度較高有關(guān)。對兩產(chǎn)地冬棗中10種元素含量進(jìn)行了T檢驗,結(jié)果表明:Fe、B、Mg、Mn和Zn含量在兩地間有顯著性差異,其中Fe差異性最大,F值為37.53;其次為B和Mg元素。從識別冬棗產(chǎn)地的角度,這些存在顯著差異的元素是較為有效的特征元素。

表3 黃驊冬棗和沾化冬棗元素含量及差異性分析

2.3 聚類分析

無監(jiān)督模式的聚類分析方法,在計算過程中不指定分類依據(jù),主要通過樣品數(shù)據(jù)之間的距離,將相似的樣本聚類結(jié)合。首先,利用系統(tǒng)聚類分析法中的R型聚類,對樣本的變量,也就是元素種類進(jìn)行分析。它的分析對象為變量,計算各個變量之間的距離,使具有共同特征的變量聚合在一起。這種方法可以觀察變量之間的相互關(guān)系,識別具有共同特征的變量。

圖1 冬棗中10元素R型系統(tǒng)聚類分析樹形圖Fig.1 Dendrogram of 10 elements in Ziziphusjujuba by R-type hierarchical cluster analysis

圖1為對冬棗樣本數(shù)據(jù)進(jìn)行的R型系統(tǒng)聚類分析的樹形圖。在該分析過程中,利用Euclidean方法計算變量之間的距離,利用Ward方法計算小類之間的距離。從圖1可以看出,冬棗中10種元素聚為兩類,第一類包括Na、Ca、Ba、Mg、K和Cu元素,第二類包括Mn、Zn、Fe和B元素,兩類元素之間的關(guān)聯(lián)系數(shù)為485.70。第二類元素組中,Mn和Zn元素首先聚類,然后依次與Fe和B聚在一起。與前面的差異性分析結(jié)果相對照,我們發(fā)現(xiàn)這組元素都屬于不同產(chǎn)地間具有顯著性差異的元素,進(jìn)一步證明了這些元素間具有較顯著的共同特征。

分別利用全部元素數(shù)據(jù)和差異性元素數(shù)據(jù)進(jìn)行了Q型系統(tǒng)聚類分析,結(jié)果列于表4中。從中可以看出,與利用全部元素分析的結(jié)果相比較,僅利用差異性元素進(jìn)行的聚類分析,整體正確率更高,特別是利用Ward法和Chebychev類間算法的結(jié)果,正確率為84.06%,在所有聚類結(jié)果中正確率最高。

表4 Q型系統(tǒng)聚類分析結(jié)果

2.4 判別分析

針對訓(xùn)練集樣本,利用冬棗中全部元素和特征元素進(jìn)行了Fisher線性判別分析(LDA),并且通過交叉驗證對方法的準(zhǔn)確性進(jìn)行了考察,結(jié)果見表5。利用全部元素進(jìn)行的判別分析中,回代檢驗和交叉檢驗的分類正確率分別為96.0%和88.0%。僅利用特征元素的分析結(jié)果中,雖然回代檢驗的正確率為94.0%,略有下降,但是交叉檢驗的正確率提高到92.0%。后期利用驗證集樣本對該判別模型進(jìn)行了外部檢驗,利用全部元素和特征元素的判別正確率均為89.5%,說明特征元素能夠代表大部分的特征信息。其中鎂元素對于兩個判別式的影響最大,是重要的產(chǎn)地判別元素。

表5 基于Fisher判別分析的訓(xùn)練集冬棗樣本分類結(jié)果

2.5 偏最小二乘判別分析(PLC-DA)

偏最小二乘法綜合了主成分分析、相關(guān)分析和多元線性回歸分析的優(yōu)點,易于辨識系統(tǒng)信息與噪聲。在該分析法中,每一個樣本都被賦予一個分類變量,黃驊冬棗樣本為1,沾化冬棗樣本為-1。然后建立分類變量和自變量間的回歸模型,根據(jù)分類變量的預(yù)測值判斷樣品的歸屬,預(yù)測值大于0的為黃驊樣本,預(yù)測值小于0的為沾化樣本。采用逐一剔除法交叉驗證回歸模型的準(zhǔn)確性。在對全部數(shù)據(jù)分析中,前3個主成分的累積方差貢獻(xiàn)率為58.43%,其得分的三維圖(見圖2)可看出兩產(chǎn)地的樣本有比較明顯的聚類趨勢,僅有少量樣本容易混淆。

圖2 冬棗樣本前三個主成分得分圖Fig.2 Scores plot of the first three principle components of Ziziphusjujuba

針對訓(xùn)練集樣本,利用全部元素數(shù)據(jù)和特征元素數(shù)據(jù)進(jìn)行的偏最小二乘判別分析結(jié)果列于表6中,可看出僅利用特征元素的回代檢驗正確率接近利用全部元素的分析結(jié)果,而交叉檢驗的正確率高于全部元素分析結(jié)果。后期利用驗證集樣本對該判別模型進(jìn)行了外部檢驗,利用全部元素的判別正確率為89.5%,利用特征元素的判別正確率為94.7%。進(jìn)一步證實了特征元素對于冬棗的產(chǎn)地溯源是有效的。同時,該結(jié)果與Fisher判別分析的結(jié)果相比,準(zhǔn)確率更高。

表6 基于PLC-DA的訓(xùn)練集冬棗樣本產(chǎn)地判別結(jié)果

3 結(jié)論

黃驊冬棗和沾化冬棗中Mg、B、Mn、Fe和Zn元素含量存在較大差異,是重要的具有產(chǎn)地特征的元素。利用無監(jiān)督模式的R型系統(tǒng)聚類分析結(jié)果表明Mn、Zn、Fe和B元素具有相近的特征,進(jìn)一步證實了這些元素在產(chǎn)地判別中更為重要。

利用Q型系統(tǒng)聚類、Fisher判別和PLS-DA分別對全部元素和產(chǎn)地特征元素進(jìn)行了產(chǎn)地鑒別分析,結(jié)果表明僅利用產(chǎn)地特征元素的鑒別正確率高于全部元素的分析結(jié)果。該部分研究證實了篩選特征元素進(jìn)行食品產(chǎn)地溯源是一種有效的方法,不僅極大減少了分析檢測工作量,還能提高鑒別正確率,摒棄受人為和氣候等影響較大的元素。也證實了元素與產(chǎn)地土壤的相關(guān)性分析是篩選具有產(chǎn)地特征元素的有效方法。

Q型系統(tǒng)聚類、Fisher判別和PLS-DA三種算法的預(yù)測準(zhǔn)確率可看出,具有監(jiān)督模式的Fisher判別和PLS-DA算法準(zhǔn)確率遠(yuǎn)高于無監(jiān)督模式的系統(tǒng)聚類法,更適于產(chǎn)地溯源分析。由于PLS-DA算法善于在自變量相關(guān)的情況下辨識信息與噪聲,模型準(zhǔn)確率更高。

該研究具有一定代表性,可以應(yīng)用于冬棗產(chǎn)地鑒別的工作。同時,由于樣本的年份范圍較窄,樣本地域分布有限,還應(yīng)進(jìn)一步增加樣本數(shù)量和種類,不斷修正鑒別模型,以擴大模型的應(yīng)用范圍。

[1]馬慶華. 不同產(chǎn)地冬棗遺傳品質(zhì)差異及其栽培技術(shù)研究[D]. 北京:北京林業(yè)大學(xué),2007:2-5.

[2]Ariyama K,Horita H,Yasui A. Establishment of an inorganic elements measuring method for determining the geographic origin of Welsh onion and preliminary examination[J]. Bunseki Kagaku,2003,52(11):969-978.

[3]Ariyama K,Shinozaki M,Kawasaki A. Determination of the geographic origin of rice by chemometrics with strontium and lead isotope ratios and multielementconcentrations[J]. Journal of Agricultural and Food Chemistry,2012,60(7):1628-1634.

[4]王睿,王強,王存,等. 基于金屬元素組成的新疆石榴產(chǎn)地識別分析[J].食品科學(xué),2015,36(6):202-205.

[5]項洋,郝力壯,牛建章,等.穩(wěn)定性碳、氮、氫同位素在牦牛產(chǎn)地區(qū)分中的應(yīng)用[J].食品科學(xué),2015,36(12):191-195.

[6]Schw?gele F. Traceability from a European perspective[J]. Meat Science,2005,71(1):164-173.

[7]Moreda-Pineiro A,Fisher A,Hill SJ. The classification of tea according to region of origin using pattern recognition techniques and trace metal data[J]. Journal of Food Composition and Analysis,2003,16(2):195-211.

[8]Li GC,Wu ZJ,Wang YH,et al. Identification of geographical origins of Schisandra fruits in China based on stable carbon isotope ratio analysis[J]. Europe Food Reseach Technology,2011,232(5):797-802.

[9]Coetzee PP,Steffens FE,Eiselen RJ,et al. Multi-element analysis of south African wines by ICP-MS and their classification according to geographical origin[J]. Journal of Agricultural and Food Chemistry,2005,53(13):5060-5066.

[10]Ariyama K,Aoyama Y,Mochizuki A,et al. Determination of the geographic origin of onions between three main production areas in Japan and other countries by mineral composition[J]. Journal of Agricultural and Food Chemistry,2006,55(2):347-354.

[11]Costas-Rodríguez M,Lavilla I,Bendicho C. Classification of cultivated mussels from Galicia(Northwest Spain)with European protected designation of origin using trace element fingerprint and chemometric analysis[J]. AnalyticaChimicaActa,2010,664(2):121-128.

[12]Kaoru A,Tanashi N,Tomoaki N. Effects of fertilization,crop year,variety,and provenance factors on mineral concentrations in onions[J]. Journal of Agricultural and Food Chemistry,2006,54(9):3341-3350.

[13]Zhao HY,Guo BL,Wei YM,et al. Effects of wheat origin,genotype,and their interaction on multielement fingerprints for geographical traceability journal of agricultural and food chemistry[J]. Journal of Agricultural and Food Chemistry,2012,60(44):10957-10962.

[14]Sun HW,Xia LY,Liang SZ,et al. The correlation of inorganic anion contents in rice and its soils based on four geographical origin[J]. Food Analytical Methods,2014,7(9):1791-1797.

[15]Zhao HY,Guo BL,Wei YM,et al. Determining the geographic origin of wheat using multielement analysis and multivariate statistics[J]. Journal of Agricultural and Food Chemistry,2011,59(9):4397-4402.

[16]Zeng YW,Wang LX,Du J,et al. Correlation of mineral elements between milled and brown rice and soils in Yunnan studied by ICP-AES[J]. Spectroscopy and Spectral Analysis,2009,29(5):1413-1417.

[17]Mariavittoria Z,Christophe R. Quétel,Eduardo P,et al. Soil properties,strontium isotopic signatures and multielement profiles to authenticate the origin of vegetables from small scale regions:illustration with early potatoes from southern Italy[J]. Rapid Commun Mass Spectrom,2011,25(19):2721-2731.

[18]Shen SG,Xia LY,Xiong Na. Determination of the geographic origin of rice by element fingerprints and correlation analyses with the soil of origin[J].Analytical Methods,2013,21(5):6177-6185.

[19]宋海燕,秦剛,陸輝山,等.基于可見/近紅外透射光譜的山西老陳醋產(chǎn)地的判別分析[J]. 中國食品學(xué)報,2010,10(4):267-271.

[20]陳軍輝,謝明勇,傅博強,等. 西洋參中無機元素的主成分分析和聚類分析[J]. 光譜學(xué)與光譜分析,2006,26(7):1326-1329.

[21]王一兵,陳植成,吳衛(wèi)紅,等.基于模糊聚類分析和曲線擬合的FTIR不同產(chǎn)地雞骨草、毛雞骨草鑒別分析[J]. 光譜學(xué)與光譜分析,2010,30(4):937-942.

[22]董順福,劉潔,董宏博,等. 丹參中11種中藥金屬元素含量測定及聚類分析研究[J]. 光譜學(xué)與光譜分析,2006,26(11):2150-2153.

[23]錢麗麗,李平惠,楊義杰,等.不同產(chǎn)地蕓豆中礦物元素的因子分析與聚類分析[J]. 食品科學(xué),2015,36(14):102-106.

[24]周群,孫素琴,梁曦云. 枸杞產(chǎn)地的紅外指紋圖譜與聚類分析法研究[J]. 光譜學(xué)與光譜分析,2003,23(3):509-511.

[25]GuicenMaab,YingbinZhangab,JianyangZhangab. Determining the geographical origin of Chinese green tea by linear discriminant analysis of trace metals and rare earth elements:Taking DongtingBiluochun as an example[J]. Food Control,2016,59(1):714-720.

Identification of Ziziphus Jujuba origin by multi-element analysis

XIA Li-ya1,GAO Wei1,LI Ya-ping2,YIN Jie-xuan1,ZHANG Xiao-yu1,LI Xiao-yang1

(1.College of Quality & Technical Supervision,Hebei University,Baoding 071002,China; 2.College of Engineering,China Agricultural University,Beijing 100083,China)

In order to explore the feasibility of using the feature elements between origins to identify origins,the contents of 10 elements in Ziziphusjujubas which collected from different producing areaswere measured,and the data were analyzed bydifference analysis,cluster analysis,Fisher discriminant analysis and partial least squares discriminant analysis(PLS-DA). The results showed that there were significant difference in the contents of Mg,B,Mn,Fe,Zn and other elementsfrom the two places of origin,and R-type hierarchical cluster analysis of 10 elements indicated that B,Mn,Fe and Zn element clustered together with similar behaviors.The correct classification rate of geographic origin made by Fisher discriminant analysis,Q-type hierarchical cluster analysis and PLS-DA based on feature elements were closed to the result of total elements. The highestclassification rate was made by PLS-DA based on feature elements,which gave an overall correct classification rate of 94.0% and cross-validation rate of 94.0%. The correct rate of Q-type hierarchical cluster analysis was lowest,which was only 84.06%. This study confirmed that the feature elements between origins was effective in predictions of geographic origin,and supervised modes Fisher discriminant analysis and PLS-DA were superior to unsupervised mode Q-type hierarchical cluster analysis at origin traceability.

Ziziphus jujuba;element;discriminant analysis;partial least squares

2016-06-28

夏立婭(1978-),女,博士研究生,副教授,研究方向:食品品質(zhì)評定及原產(chǎn)地鑒別,E-mail:xialiya@126.com。

國家自然科學(xué)基金資助項目(31501447);河北省自然科學(xué)基金資助項目(B2013201235);河北大學(xué)自然科學(xué)研究項目(2014-02);大學(xué)生創(chuàng)新訓(xùn)練計劃項目(201610075038)。

TS207.7

A

1002-0306(2016)24-0000-00

10.13386/j.issn1002-0306.2016.24.000