陳曉明 ，初葉心，喬江濤，張紅城，張根生*

1. 哈爾濱商業(yè)大學(xué)（哈爾濱 150076）；2. 中國(guó)農(nóng)業(yè)科學(xué)院蜜蜂研究所（北京 100093）

蜂蜜是一種被廣泛食用的天然食物，主要是由糖類組成，也有其他成分，如酶、氨基酸、有機(jī)酸、類胡蘿卜素、維生素、礦物質(zhì)、芳香物質(zhì)等。它含有豐富的黃酮類化合物和酚酸，具有廣泛的生物學(xué)特性且可作為天然抗氧化劑[1]?，F(xiàn)在吃蜂蜜的人群主要集中在老人、女性等群體，這些群體的共同特征是需要抗衰老、美容養(yǎng)顏，而具有抗氧化性且營(yíng)養(yǎng)豐富的蜂蜜正好能供其所需。正是由于蜂蜜有利可圖，市場(chǎng)上蜂蜜的摻假和掩蓋植物源、地理源現(xiàn)象越來(lái)遠(yuǎn)嚴(yán)重。這不僅使市場(chǎng)價(jià)格混亂，損害消費(fèi)者利益，也因?yàn)閾郊俜涿酆汀摆I品源”蜂蜜的流行對(duì)檢測(cè)技術(shù)手段提出更高要求。

傳統(tǒng)檢測(cè)方法（如花粉鑒別、感官鑒別和理化指標(biāo)鑒別）能在一定程度上鑒別蜂蜜真實(shí)性，但是存在局限性。同時(shí)由于蜂蜜是復(fù)雜的純天然產(chǎn)品，產(chǎn)地來(lái)源千差萬(wàn)別，植物來(lái)源錯(cuò)綜復(fù)雜，以及受采收季節(jié)、貯存、加工，甚者還有摻假的影響[2]，使得單花蜂蜜的溯源和摻假鑒別變得復(fù)雜。國(guó)內(nèi)外利用儀器分析法與化學(xué)計(jì)量學(xué)相結(jié)合鑒定蜂蜜來(lái)源和摻假，對(duì)比傳統(tǒng)檢測(cè)方法，以減少在加工儲(chǔ)存過(guò)程中蜂蜜由于內(nèi)部組分變化而導(dǎo)致的誤判。主要對(duì)儀器分析法進(jìn)行客觀評(píng)價(jià)，以期對(duì)未來(lái)蜂蜜品種鑒別和摻假鑒定提供建議。

1 花粉鑒別

蜂蜜花粉的表征和定量是確定花蜜來(lái)源和植物來(lái)源的傳統(tǒng)方法，但很耗時(shí)，需要經(jīng)驗(yàn)豐富的分析師并且強(qiáng)烈依賴于專家的能力和判斷力?；ǚ哿５目剐酝庑℃咦颖诰哂卸喾N三維形狀，使得植物物種能夠被識(shí)別。常借助計(jì)算機(jī)工具幫助分類花粉類型。Kaya等[3]利用灰度共生矩陣（GLCM）紋理特征和人工神經(jīng)網(wǎng)絡(luò)（ANN）對(duì)10種不同植物來(lái)源的花粉進(jìn)行估計(jì)，估計(jì)成功率達(dá)88.00%。

2 感官鑒別

蜂蜜的感官特征主要有顏色、香氣、味道、黏度和綿性。這些感官特征容易在蜂蜜加工、貯存和結(jié)晶過(guò)程中受到影響。隨著色素、糖漿和增稠劑的使用，蜂蜜的感官特征發(fā)生很大改變。同時(shí)感官鑒別是人為參與的，具有主觀性。

3 理化指標(biāo)鑒別

傳統(tǒng)的理化指標(biāo)檢測(cè)是利用單個(gè)指標(biāo)進(jìn)行判斷，但某些理化指標(biāo)會(huì)在蜂蜜加工、貯存過(guò)程中發(fā)生改變，造成結(jié)果偶然性。為了對(duì)蜂蜜進(jìn)行準(zhǔn)確鑒別，現(xiàn)在往往利用多個(gè)理化指標(biāo)并結(jié)合復(fù)雜的數(shù)學(xué)模型來(lái)達(dá)到鑒別目的。Popek[4]利用蜂蜜的3個(gè)主要物理參數(shù)（總灰分、總酸度和動(dòng)態(tài)黏度）并結(jié)合判別分析對(duì)73種蜂蜜進(jìn)行分類，正確率達(dá)到98.67%。岳錦萍等[5]利用幾種理化參數(shù)鑒別蜂蜜與糖漿。結(jié)果顯示，水分、果糖與葡萄糖質(zhì)量分?jǐn)?shù)比、蛋白質(zhì)含量及分子質(zhì)量可作為摻假鑒別指標(biāo)。

4 儀器分析法

4.1 色譜技術(shù)

4.1.1 氣相色譜及其聯(lián)用技術(shù)

不同來(lái)源的蜂蜜具有明顯不同的感官特性。特別是由于揮發(fā)性成分的巨大差別，香氣差異更加突出。蜂蜜中揮發(fā)性化合物的組成取決于植物和地理來(lái)源、氣候、土壤、蜂蜜的年齡、貯藏方式、蜂蜜加工和蜜蜂種類等多種因素。氣相色譜-質(zhì)譜聯(lián)用技術(shù)（GCMS）特別適用于蜂蜜中揮發(fā)性或半揮發(fā)性化合物的測(cè)定。

Pattamayutanon等[6]采用頂空固相微萃取-氣相色譜-質(zhì)譜聯(lián)用技術(shù)分析泰國(guó)4種單花和一種多花蜂蜜。結(jié)果顯示每種泰國(guó)蜂蜜都具有復(fù)雜且獨(dú)特的揮發(fā)性化合物分布，其種類和含量均與其他蜂蜜樣品不同。Silva等[7]通過(guò)靜態(tài)頂空氣相色譜-質(zhì)譜聯(lián)用技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法，比較從巴西巴拉那州3個(gè)城市采集的8種無(wú)刺蜂蜜的揮發(fā)性成分，以區(qū)分Guaraque?aba州的蜂蜜樣品（正確預(yù)測(cè)率85.7%）、Cambará州蜂蜜樣品（正確預(yù)測(cè)率80.0%）和Prudentópolis州蜂蜜樣品（正確預(yù)測(cè)率100%）。Ruiz-Matute等[8]通過(guò)GC-MS檢測(cè)蜂蜜中高果糖菊粉糖漿（HFIS）摻假情況。結(jié)果顯示，所有真蜂蜜樣品中均不含菊粉三糖和果糖二苷，而摻有HFIS的假蜂蜜中都含有菊粉三糖，從而確定菊粉三糖可作為高果糖菊粉糖漿摻入蜂蜜的標(biāo)志物。

4.1.2 高效液相色譜及其聯(lián)用技術(shù)

酚類化合物因其對(duì)人類健康的功能特性，尤其是抗氧化性而聞名。但在蜂蜜中，它們作為生化標(biāo)志物具有另一重要作用，用于確定其地理和植物來(lái)源。酚類化合物含量受到花卉植物源和地理起源及氣候特征的強(qiáng)烈影響，而加工、處理和儲(chǔ)存對(duì)蜂蜜的酚類特征和組成影響輕微。高效液相色譜多用于蜂蜜中酚酸和黃酮含量測(cè)定。

Silic等[9]使用高效液相色譜-二極管陣列檢測(cè)器（High Performance Liquid Chromatography-Diode Array Detector，HPLC-DAD）建立了不同蜂蜜的酚類譜，這些譜圖可以作為蜂蜜植物來(lái)源的標(biāo)記。Salas等[10]采用高效液相色譜法分析阿根廷不同地區(qū)蜂蜜中類黃酮含量，并表示楊梅素、槲皮素和木犀草素可作為蜂蜜地理起源的化學(xué)標(biāo)志。周夢(mèng)遙[11]利用高效液相色譜-電化學(xué)檢測(cè)器（HPLC-ECD）結(jié)合化學(xué)計(jì)量學(xué)方法通過(guò)測(cè)定向日葵蜜中6種多酚化合物，建立摻入不同濃度大米糖漿的向日葵蜜指紋圖譜。結(jié)果發(fā)現(xiàn)，聚類分析能夠區(qū)分出加入30%以上大米糖漿的摻假蜂蜜，相似度分析只能檢測(cè)到50%以上的摻假，2種方法靈敏度均較低。

4.2 光譜技術(shù)

4.2.1 核磁共振光譜

核磁共振技術(shù)（NMR）能夠無(wú)損地檢測(cè)含量在檢出限內(nèi)的所有小分子化合物。由于其無(wú)損特性，多種成分同時(shí)檢測(cè)和高再現(xiàn)性等特點(diǎn)而被普遍接受。

Boffo等[12]用NMR結(jié)合PCA和HCA可以很好區(qū)分幾乎所有蜂蜜，但對(duì)桉樹(shù)和柑橘蜂蜜鑒別效果差。進(jìn)一步對(duì)僅包括野花、桉樹(shù)和柑橘蜂蜜的樣品進(jìn)行預(yù)測(cè)，KNN模型、SIMCA模型和PLS-DA模型給出不同的正確分類率。這表明用不同的化學(xué)分析模型得出的分類效果不盡相同。Zheng等[13]采用H-1核磁共振結(jié)合PCA和OPLS-DA能很好地區(qū)分福建、上海、浙江等地的洋槐蜂蜜樣品。Bertelli等[14]使用一維（測(cè)1H數(shù)據(jù)）和二維（測(cè)1H-13C數(shù)據(jù)）核磁共振（NMR）與多變量統(tǒng)計(jì)相結(jié)合分析63份真蜂蜜樣品和63份摻糖漿蜂蜜樣品。結(jié)果顯示，用一維光譜法結(jié)合留一法的交叉驗(yàn)證預(yù)測(cè)能力為95.2%，二維光譜法交叉驗(yàn)證正確分類率為90.5%。顯然1H NMR序列更可取，因?yàn)樗亲詈?jiǎn)單和最快的核磁共振技術(shù)。

4.2.2 紅外（NIR）光譜

蜂蜜的主要成分有糖類、水分、酚類化合物、氨基酸和蛋白質(zhì)，還有一些微量元素和花粉粒。檢測(cè)這些物質(zhì)，傳統(tǒng)方法費(fèi)時(shí)、費(fèi)力。紅外光譜技術(shù)擁有快速無(wú)損測(cè)定和具有較高的精確度等優(yōu)勢(shì)，可用于蜂蜜主要成分的定量檢測(cè)。

談愛(ài)玲等[15]利用傅里葉變換近紅外光譜與核主成分分析（KPCA）和最小二乘支持向量機(jī)（LSSVM）相結(jié)合的方法對(duì)洋槐、益母草和黃連蜂蜜進(jìn)行鑒別分類，正確率達(dá)96.67%。Chen等[16]采用NIR結(jié)合偏最小二乘模型正確分類100%純蜂蜜和95%的摻高果糖玉米糖漿的假蜂蜜樣品。Ruoff等[17]利用中紅外光譜和LDA區(qū)分了來(lái)自德國(guó)和瑞士的5種蜂蜜。結(jié)果顯示產(chǎn)地來(lái)源分類正確率達(dá)85%。

4.2.3 拉曼光譜

拉曼光譜是一種強(qiáng)大的分子光譜技術(shù)，可測(cè)量來(lái)自分子的非彈性散射光的波長(zhǎng)和強(qiáng)度，從而實(shí)現(xiàn)快速和非破壞性的樣品分析。拉曼散射的強(qiáng)度與分析物的濃度相關(guān)，這使得其能夠進(jìn)行定量分析。

Oroian等[18]應(yīng)用拉曼光譜結(jié)合LDA對(duì)76個(gè)不同植物來(lái)源的蜂蜜樣品進(jìn)行分類，正確率達(dá)到83.33%。Pierna等[19]用傅里葉變換拉曼光譜（FT-Raman）結(jié)合偏最小二乘判別分析（PLS-DA）和支持向量機(jī)（SVM）區(qū)分來(lái)自法國(guó)、意大利、奧地利、德國(guó)和愛(ài)爾蘭的科西嘉蜂蜜。這2個(gè)模型分類正確率的平均值在85%和90%之間。Li等[20]用拉曼光譜與PLS-LDA相結(jié)合檢測(cè)蜂蜜中高果糖玉米糖漿（HFCS）和麥芽糖糖漿（MS）等雜質(zhì)，鑒別區(qū)分準(zhǔn)確度為91.1%（正宗蜂蜜與含HFCS的摻假蜂蜜），97.8%（正宗蜂蜜與含MS的摻假蜂蜜）和75.6%（正宗蜂蜜與含HFCS和MS的摻假蜂蜜）。

4.2.4 熒光光譜

蜂蜜的熒光特性主要?dú)w因于酚類和多酚類化合物，芳香族氨基酸和美拉德反應(yīng)產(chǎn)物的存在。這些化合物的特征是結(jié)構(gòu)中存在1個(gè)或多個(gè)芳環(huán)，這是熒光團(tuán)的典型特征。蜂蜜的熒光特征更多取決于它們的植物來(lái)源而非地理來(lái)源[21]。

Ruoff等[22]用正面熒光光譜結(jié)合PCA和LDA對(duì)高山多花蜂蜜和單花蜂蜜（洋槐、高山玫瑰、蜜露、板栗和油菜）進(jìn)行判別分析，平均正確率達(dá)94%。趙杰文等[23]應(yīng)用三維熒光光譜技術(shù)結(jié)合化學(xué)計(jì)量學(xué)方法鑒別蜂蜜中大米糖漿摻假情況。結(jié)果顯示，采用4個(gè)主成分時(shí)，模型對(duì)預(yù)測(cè)集樣本的識(shí)別率最佳，LDA模型識(shí)別率達(dá)94.44%，反向傳播人工神經(jīng)網(wǎng)絡(luò)（BPANN）模型識(shí)別率達(dá)100%，說(shuō)明非線性的BP-ANN模型更適合蜂蜜摻假識(shí)別。

4.2.5 其他光譜技術(shù)

Necemer等[24]使用全反射X射線光譜結(jié)合PCA和冗余分析（RDA）通過(guò)分析礦物質(zhì)元素區(qū)分斯洛文尼亞蜂蜜的植物源，確定在所有測(cè)定元素中，只有Cl、K、Mn和Rb這4種特征關(guān)鍵元素才能較好地鑒別蜂蜜類型。Liu等[25]應(yīng)用太赫茲時(shí)域衰減全反射光譜結(jié)合化學(xué)計(jì)量學(xué)方法區(qū)分枸杞蜂蜜、荊條蜂蜜和洋槐蜂蜜。結(jié)果顯示使用0.5～1.5 THz的PLS-DA模型獲得88.46%準(zhǔn)確度。Ansari等[26]使用紫外光譜和化學(xué)計(jì)量分析方法成功區(qū)分了從各種植物來(lái)源和地理位置采集的沙特阿拉伯蜂蜜樣品。

4.3 人工智能感官技術(shù)

4.3.1 電子舌

電子舌是基于生物味覺(jué)模式建立起來(lái)的綜合化學(xué)傳感器和模式識(shí)別的液體分析儀器。

Rosa等[27]用電子舌和循環(huán)伏安溶出分析的融合，并結(jié)合判別因子分析（DFA）對(duì)蜂蜜分類，結(jié)果顯示與單獨(dú)使用電子舌的模型相比，識(shí)別率從70.8%提高到87.5%。Bougrini等[28]采用伏安電子舌（VE-tongue）結(jié)合化學(xué)計(jì)量法對(duì)18種蜂蜜進(jìn)行分類。不僅成功區(qū)分了不同植物和地理來(lái)源的蜂蜜，而且在檢測(cè)摻假蜂蜜方面也取得很好結(jié)果。PCA解釋數(shù)據(jù)庫(kù)中86.03%的信息與摻有葡萄糖糖漿的蜂蜜相對(duì)應(yīng)，數(shù)據(jù)庫(kù)中86.37%的信息對(duì)應(yīng)于摻有蔗糖糖漿的蜂蜜。SVMs和HCA對(duì)摻入葡萄糖糖漿和蔗糖糖漿的樣品，識(shí)別成功率都達(dá)到100%。

4.3.2 電子鼻

香氣是食物感官特性中的一個(gè)重要參數(shù)。氣相色譜和電子鼻都能用于蜂蜜中揮發(fā)性化合物的測(cè)定，但電子鼻擁有高靈敏度和與人體感官面板數(shù)據(jù)相關(guān)的優(yōu)勢(shì)，易于操作且成本低，只需要很短的時(shí)間便可分析。

Huang等[29]用電子鼻結(jié)合PCA和DFA通過(guò)確定蜂蜜主要品質(zhì)成分，如葡萄糖，果糖，淀粉酶活性和酸度來(lái)鑒定蜂蜜的植物來(lái)源，并通過(guò)LS-SVM建立具有100%總體準(zhǔn)確度的起源鑒別模型。Zuluaga-Domínguez等[30]使用電子鼻結(jié)合化學(xué)計(jì)量學(xué)開(kāi)發(fā)一個(gè)人造神經(jīng)網(wǎng)絡(luò)，允許對(duì)不同地理來(lái)源的蜂蜜樣品進(jìn)行分類，成功率為81%。Zakaria等[31]比較電子鼻和電子舌結(jié)合LDA、PCA和概率神經(jīng)網(wǎng)絡(luò)（PNN）對(duì)18種不同蜂蜜樣品（純蜂蜜、純糖漿和摻假樣品）的分類能力。因?yàn)殡娮颖呛碗娮由嗟臄?shù)據(jù)性質(zhì)非線性，所以非線性的PNN比線性的PCA和LDA表現(xiàn)更好。電子鼻和電子舌結(jié)合PNN分類正確率分別為92.59%和90.74%，電子鼻分類效果稍好。

4.4 差示掃描量熱法

差示掃描量熱（DSC）法是一種熱分析方法。近年來(lái)也越來(lái)越多地用于蜂蜜品種檢測(cè)，可以鑒定蜂蜜的植物源和摻假；雖然沒(méi)有找到鑒定地理源方面的相關(guān)文獻(xiàn)，但是蜂蜜的主要熱力學(xué)性質(zhì)如玻璃化轉(zhuǎn)變溫度與蜂蜜的天然水分含量之間有很強(qiáng)的相關(guān)性（r=-0.94）[32]，而蜂蜜含水量與地理源也有關(guān)系。因此，在蜂蜜中水分是天然、不經(jīng)過(guò)濃縮且符合國(guó)際標(biāo)準(zhǔn)的情況下，通過(guò)DSC鑒定玻璃化轉(zhuǎn)變溫度可以實(shí)現(xiàn)對(duì)蜂蜜地理源的鑒別。

Tomaszewska-Gras等[32]使用DSC分析不同蜂蜜的玻璃化轉(zhuǎn)變溫度（Tg）。結(jié)果顯示不同蜂蜜的Tg有明顯差異（p＜0.05），從-49.7 ℃（多花蜜）到-34.8 ℃（向日葵蜜）不等。蜂蜜的結(jié)晶程度會(huì)影響Tg值，為獲得可靠的DSC結(jié)果，在蜂蜜完全去結(jié)晶后測(cè)量Tg至關(guān)重要。Sobrino-Gregorio等[33]使用DSC評(píng)估10種向日葵摻假蜂蜜的熱性質(zhì)變化。玻璃化轉(zhuǎn)變溫度受糖漿種類的影響且與摻假濃度呈比例關(guān)系。除了龍舌蘭、玉米和糙米糖漿外，其他糖漿隨著濃度增加，樣品的玻璃化轉(zhuǎn)變溫度隨之降低。

4.5 穩(wěn)定同位素技術(shù)

穩(wěn)定同位素技術(shù)是指生物體內(nèi)的同位素組成受自身代謝和外界環(huán)境等因素的影響，導(dǎo)致不同植物來(lái)源、地理來(lái)源的樣品中同位素自然豐度出現(xiàn)差異，據(jù)此分類樣品的來(lái)源。

對(duì)于溯源，陳輝[34]利用ICP-MS和IRMS聯(lián)用分析中國(guó)不同地理來(lái)源和植物來(lái)源的253個(gè)蜂蜜樣本。以穩(wěn)定同位素比值為變量，PLS-DA方法建立的植物來(lái)源溯源模型的準(zhǔn)確率優(yōu)于BP-ANN方法，模型訓(xùn)練、交叉檢驗(yàn)和預(yù)測(cè)的總體分類準(zhǔn)確率范圍為76.2%～83.4%。在地理來(lái)源溯源研究中，BP-ANN方法建立的模型的準(zhǔn)確率則優(yōu)于PLS-DA方法。對(duì)于摻假，季美泉等[35]通過(guò)EA/LC-IRMS法提出純正蜂蜜δ13C值新要求：蜂蜜蛋白質(zhì)與蜂蜜同位素差值δ13C P-H大于-0.097%；果糖、葡萄糖δ13C值之差δ13C F-G在-0.060～0.056%范圍內(nèi)；麥芽糖、蔗糖δ13C值之差δ13C M-S在-0.073～0.098%范圍內(nèi)；各個(gè)組分δ13C最大差值δ13Cmax小于0.205%。只要一項(xiàng)不符合，則被視為摻假蜂蜜。

4.6 DNA技術(shù)

隨著分子遺傳學(xué)的進(jìn)步，基于DNA的一系列技術(shù)逐漸應(yīng)用于鑒別蜂蜜植物源、地理源和摻假。

Utzeri等[36]從6種單花蜜、2種單花蜜和1種甘露蜜中提取DNA，并在葉綠體trnL-UAA條形碼片段進(jìn)行PCR擴(kuò)增。利用離子流測(cè)序平臺(tái)對(duì)得到的擴(kuò)增產(chǎn)物進(jìn)行測(cè)序。結(jié)果顯示，6種單花蜂蜜中的5種證實(shí)預(yù)期的植物來(lái)源，只有椴樹(shù)蜜未證實(shí)預(yù)期的植物學(xué)來(lái)源。同時(shí)指出代表甘露蜜的最強(qiáng)植物群是板栗屬，單花和多花蜜的植物組成可用于推斷其地理來(lái)源。Valentini等[37]用DNA條形碼方法研究蜂蜜中的植物來(lái)源和地理來(lái)源。其中，利用一些特殊成分來(lái)判斷蜂蜜的地理來(lái)源，如Athyrium vidalii。這種成分表明該蕨類植物分布于中國(guó)、日本和韓國(guó)等地，而且生長(zhǎng)在闊葉林邊緣或松樹(shù)林的林下。Sobrino-Gregorio等[38]利用常規(guī)PCR產(chǎn)物的瓊脂糖凝膠圖像能檢測(cè)到橘子蜜中水稻糖蜜的摻假。更進(jìn)一步地，實(shí)時(shí)PCR與PLD1引物組合可區(qū)分橘子蜜和水稻糖蜜混合物中水稻DNA含量水平，通過(guò)標(biāo)準(zhǔn)曲線的構(gòu)建可量化水稻DNA數(shù)量，從而更準(zhǔn)確地估計(jì)摻假水平，結(jié)果顯示可以檢測(cè)到2%～5%水平的摻假。但該試驗(yàn)指出需要進(jìn)一步確定該方法是否適用于檢測(cè)蜂蜜中其他種類糖蜜，因?yàn)榭赡芷渌愋吞敲蹖?duì)應(yīng)物種的DNA不能提取。

5 結(jié)語(yǔ)與展望

由于蜂蜜本身的復(fù)雜性，且隨著市場(chǎng)上蜂蜜來(lái)源混淆泛濫、摻假手段層出不窮且愈發(fā)高端，傳統(tǒng)檢測(cè)方法不能滿足蜂蜜鑒別所需，如：花粉鑒別和感官鑒別具有主觀性、不確定性等局限；理化指標(biāo)鑒別對(duì)蜂蜜來(lái)源分類和摻假鑒別雖然有一定可行性，但是這些方法都是根據(jù)蜂蜜樣品單一化學(xué)成分進(jìn)行判斷，而且和上述2種方法一樣，都會(huì)受到采收、加工、貯存等影響。儀器分析法能最大限度減少傳統(tǒng)檢測(cè)方法的片面性和不準(zhǔn)確性。要準(zhǔn)確無(wú)誤地鑒別蜂蜜來(lái)源和摻假在現(xiàn)階段有一定難度。因此從3個(gè)方面對(duì)蜂蜜來(lái)源識(shí)別和摻假鑒別提出一些建議與展望。

（1）聯(lián)合多種技術(shù)。對(duì)于摻假：雖然穩(wěn)定碳同位素比率分析法是標(biāo)準(zhǔn)方法，但由于蜂蜜自身的復(fù)雜性和摻假手段的多樣性，很難通過(guò)該技術(shù)檢測(cè)組分間的δ13C差值保證檢測(cè)結(jié)果的準(zhǔn)確性，最好將碳同位素檢測(cè)技術(shù)與色譜技術(shù)、光譜技術(shù)聯(lián)合。

對(duì)于溯源：其他技術(shù)和DNA技術(shù)聯(lián)用。尤其是紅外光譜、核磁共振光譜、拉曼光譜等光譜技術(shù)具有快速無(wú)損檢測(cè)優(yōu)勢(shì)，是未來(lái)發(fā)展的熱門(mén)。然而，某些特殊情況如蜂蜜的揮發(fā)物、酚酸、糖和其他成分可能受到養(yǎng)蜂技術(shù)、環(huán)境條件和氣候變化的影響，會(huì)導(dǎo)致結(jié)果不可靠。為克服這些問(wèn)題，建議使用DNA標(biāo)記物進(jìn)行花粉識(shí)別可以作為輔助工具。

（2）化學(xué)計(jì)量學(xué)和儀器分析法做到有機(jī)結(jié)合。在實(shí)際鑒別工作中，單純的儀器方法難以應(yīng)對(duì)層出不窮的蜂蜜摻假和來(lái)源混淆。因此，需要借助化學(xué)計(jì)量學(xué)方法對(duì)所獲得的數(shù)據(jù)進(jìn)行處理，以提高準(zhǔn)確率和實(shí)用性。

（3）構(gòu)建蜂蜜數(shù)據(jù)庫(kù)。從全國(guó)各地收集所有蜂蜜樣品資料，詳細(xì)整理每種蜂蜜在不同地域、季節(jié)表現(xiàn)出的性質(zhì)（感官性質(zhì)、理化性質(zhì)和熱力學(xué)性質(zhì)）。加之分析每種蜂蜜的DNA圖譜、色譜圖、光譜圖甚至穩(wěn)定性同位素（2H、13C、15N、18O）等，再依靠計(jì)算機(jī)技術(shù)實(shí)現(xiàn)建模，為蜂蜜溯源和摻假鑒別提供參考。