基于礦物元素指紋圖譜技術的松江大米產(chǎn)地溯源

石春紅，曹美萍，胡桂霞*

（上海市松江食品藥品檢驗所，上海 201600）

松江大米是上海市松江區(qū)傳統(tǒng)特產(chǎn)，以米粒飽滿、晶瑩半透明、米飯柔軟有彈性、食味清香略甜、表面油光而著稱，在上海地區(qū)具有較高的知名度和市場競爭力，于2014年獲得中國國家地理標志保護，在2018年中國綠博會上獲金獎[1]。但是近年來以假亂真、摻假勾兌等食品安全問題日益突出，地理標志產(chǎn)品屢被侵權[2]。因此，農(nóng)產(chǎn)品的產(chǎn)地溯源研究受到科研人員的廣泛關注[3]，經(jīng)過科研工作者們不斷的嘗試，對溯源技術的可行性研究也逐漸成熟。Luykx[4]、魏益民[5]等從質譜、光譜、分離技術和其他技術4 個方面對溯源技術方法的優(yōu)缺點和實際應用的情況進行比較分析。

礦物元素指紋圖譜技術是最為常用的溯源技術之一，馬楠[6]、蔣再強[7]等對該技術的優(yōu)越性和局限性進行了綜合分析，并對其在農(nóng)產(chǎn)品產(chǎn)地溯源中的廣泛應用情況進行了介紹。某些區(qū)域具有特定的元素“指紋”，雖然它可能受各種因素如施肥、澆灌、耕地的氣候條件、往年耕種作物等影響，但是，基于礦物元素指紋圖譜技術對產(chǎn)地溯源的關鍵是尋找與產(chǎn)地環(huán)境關系密切的元素，了解食品中礦物元素分布與產(chǎn)地遷移的變化規(guī)律。有研究表明，食品中的礦物元素含量受產(chǎn)地環(huán)境和人類活動兩方面的影響。已有相關報道[8-11]，能夠通過分析比較大米與產(chǎn)地土壤中礦物元素含量加以交叉驗證判別產(chǎn)地。也有研究表明，總體上產(chǎn)地對農(nóng)產(chǎn)品中礦物元素的影響大于品種、氣候條件、人為因素帶來的影響，通過選擇合理的元素，可建立穩(wěn)定的產(chǎn)地鑒別模型。Latorre等[12]利用Li、Na、K等10 種礦物元素指紋圖譜技術判別歐盟地理標志產(chǎn)品西班牙加利西亞土豆和非加利西亞土豆的產(chǎn)地，判別正確率在93%以上。Potortì等[13]利用電感耦合等離子體質譜技術分析意大利地理標志產(chǎn)品墨西拿英特多納托檸檬和土耳其檸檬果漿中的K、Ca、Mg等32 種礦物元素特征，經(jīng)典型判別分析模型的產(chǎn)地判別準確度為100%。趙海燕等[14]研究證明了礦物元素分析技術能夠用于小麥的產(chǎn)地判別。國內外有多篇文獻報道通過比較分析不同產(chǎn)地大米中礦物元素含量而加以交叉驗證判別，如Yasui等[15]分析50 個大米樣品中Rb、Mo等13 種礦物元素含量，結合主成分分析，成功判別大米產(chǎn)地。Kelly等[16]分析了產(chǎn)地為美國、歐洲、巴基斯坦和印度的大米樣品中的Gd、Mg等礦物元素含量結合13C和18O含量，發(fā)現(xiàn)歐洲大米中Mg含量較高，而印度和巴基斯坦大米中18O含量相對較低。Gonzálvez等[17]分析來自西班牙、日本、巴西和印度的107 件訓練集大米樣品中Al、As等32 種元素含量，對46 件測試集樣本的判別正確率為91.30%。Kaoru等[18]比較分析了日本、泰國、美國、中國大米中Al、Fe等礦物元素含量，交叉驗證的判別正確率為97%。Cheajesadagul等[19]分析了泰國茉莉香米與法國、印度等5 種國外大米樣品中Mg、Co等21 種礦物元素含量，交叉驗證準確度為100%。國內關于大米的產(chǎn)地溯源研究尚處于起步階段，并未形成系統(tǒng)溯源數(shù)據(jù)庫。如宋雪健等[20]利用電感耦合等離子體質譜技術檢測黑龍江省3 個主產(chǎn)區(qū)的大米樣品中43 種礦物元素的含量，發(fā)現(xiàn)3 個主產(chǎn)區(qū)的大米樣品的礦物元素含量具有各自的特征。鄭暉[21]和王朝暉等[22]分析了吉林省柳河大米中礦物元素含量，通過典范對應分析篩選出柳河大米的Mg、Ca、Na、Mn、Zn 5 種代表性溯源指標。張玥[23]利用Cd、Pb、Cr等11 種礦物元素指紋圖譜技術，對吉林省地理標志大米產(chǎn)地進行精準溯源，產(chǎn)地判別分析的正確率為93.3%，交叉檢驗的正確率為90.0%。趙倩[24]對國家地理標志梅河大米的產(chǎn)地溯源進行研究，發(fā)現(xiàn)礦物元素Zn、Pb、Fe、Mg、Cu可作為梅河大米產(chǎn)地確證指標。

現(xiàn)有文獻表明礦物元素指紋特征可以作為表征大米產(chǎn)地信息的溯源指標，但是國內研究較多的是省內尤其是吉林、黑龍江省內部的大米產(chǎn)地溯源，缺乏其他不同地域大米的特征礦物元素數(shù)據(jù)庫，因而對農(nóng)產(chǎn)品尤其是國家地理標志產(chǎn)品的品牌保護缺少溯源技術支撐。本研究填補松江大米的溯源研究空白，以180 份松江大米和非松江大米為研究樣本，通過測定大米中40 種礦物元素含量，結合方差分析、因子分析和判別分析等方法，建立判別模型，對大米的松江與非松江產(chǎn)地進行溯源，以期為建立國家地理標志大米的產(chǎn)地溯源體系提供參考。

1 材料與方法

1.1 材料與試劑

于2018年9—12月隨機采集來自松江6 個行政區(qū)域內的大米樣本129 份，采集非松江大米51 份，非松江大米的產(chǎn)地包括：20 件崇明（上海市大米生產(chǎn)中具有較高的知名度和生產(chǎn)量）、12 件金山（與松江地理位置最為接近）、10 件江蘇?。ㄅc上海市接壤）和9 件東北（市場大米購買率較高）。

濃硝酸（電子級65%） 江蘇晶瑞化學股份有限公司；過氧化氫（30%～32%，微量金屬＜1 μg/L） 上海安譜實驗科技股份有限公司；超純水（電阻率＞18.2 MΩ·cm，20 ℃） 法國默克密理博公司；稀土元素混合儲備液（GSB 04-1789-2004）、硼標準儲備液（GSB 04-1716-2004）、錸標準儲備液（GSB 04-1745-2004 ）國家有色金屬及電子材料分析測試中心；汞（Hg）標準儲備液 美國Sigma-Aldrich公司；多元素混合儲備液5183-4688、8500-6940以及內標（Ge、Bi、In、Rh、Sc） 美國安捷倫公司。

1.2 儀器與設備

JYL-C020多功能粉碎機 九陽股份有限公司；8800型電感耦合等離子體質譜儀 美國安捷倫公司；Mars微波消解儀 美國CEM公司；Mili-Q型純水機 美國密理博公司；MS1003TS/02型精密電子天平 瑞士Mettler Toledo公司。

1.3 方法

1.3.1 樣品處理

選取無霉變、顆粒飽滿的大米樣品200 g作為分析樣品。將大米樣品用高速粉碎機磨成大米全粉，所有樣品用統(tǒng)一處理和貯藏方式。

樣品前處理和儀器參數(shù)參考GB 5009.94—2012《植物性食品中稀土元素的測定》和GB 5009.268—2016《食品中多元素的測定》[25-26]以及相關文獻方法[27-28]，準確稱取0.3～0.5 g樣品，置于消解罐中，加入5 mL濃硝酸和2 mL過氧化氫，放入MARS高通量密閉微波消解儀，采用程序升溫法進行微波消解。消解后得到澄清透明的溶液，經(jīng)過趕酸后用超純水轉移樣品，定容至50 mL，混勻備用，采用同樣方法做空白試樣和大米標準物質的消解。

1.3.2 樣品礦物元素含量測定

用Agilent 8800型電感耦合等離子體質譜技術測定大米樣品中40 種礦物元素含量，經(jīng)過方法學驗證[29-30]，用外標法定量分析，取一定量的單標或混合標準儲備液，用5%硝酸溶液逐級稀釋為4 組標準溶液濃度。以內標元素Sc、Ge、In、Rh、Re、Bi和Tb保證儀器的穩(wěn)定性，當內標元素的相對標準偏差大于5%或者信號漂移超出80%～120%時，需要對樣品重新測定，且每個樣品重復測定3 次。

4 組標準溶液：A組：釔（Y）、鑭（La）、鈰（Ce）、鐠（Pr）、釹（Nd）、釤（Sm）、銪（Eu）、釓（Gd）、鏑（Dy）、鈥（Ho）、鉺（Er）、銩（Tm）、鐿（Yb）為0.05～20.0 μg/L；B組：汞（Hg）為0.10～3.0 μg/L、硼（B）為0.05～500 μg/L；C組：鉀（K）、鎂（Mg）、鈉（Na）、鈣（Ca）、鋅（Zn）、錳（Mn）、銅（Cu）為5～500 μg/L；D組：鐵（Fe）、鋇（Ba）、鋰（Li）、鍶（Sr）、鎘（Cd）、鉛（Pb）、硒（Se）、鎳（Ni）、釩（V）、鉻（Cr）、砷（As）、鉈（Tl）、鈹（Be）、鈾（U）、銀（Ag）、鈷（Co）、銫（Cs）、鎵（Ga）為0.5～100 μg/L。取一定量的內標溶液或混合內標儲備液，用5%硝酸溶液稀釋成質量濃度為1.00 mg/L的混合內標溶液。

1.4 數(shù)據(jù)處理

用IBM SPSS Statistics 20.0軟件對數(shù)據(jù)進行方差分析、因子分析和判別分析。比較松江與非松江產(chǎn)地中大米元素含量差異顯著性，建立因子得分散點圖和判別模型，鑒別大米產(chǎn)地來源并驗證判別模型的判別效果。

2 結果與分析

2.1 不同產(chǎn)地大米樣本中礦物元素含量

表1 大米中40 種礦物元素含量Table 1 Contents of 40 mineral elements in Songjiang and non-Songjiang rice samples

表2 大米中礦物元素的皮爾遜相關性矩陣Table 2 Pearson correlation coef ficients between mineral elements in rice

以40 種元素作為分析指標，對兩產(chǎn)地的大米樣品進行方差分析，結果如表1所示。Li、B、Be、Na、K、Ca、V、Cr、Fe、Co、Cu、Zn、As、Se、Y、Cd、Hg和Tl共18 種元素含量在松江與非松江之間具有顯著性差異（P＜0.05），能夠利用礦物元素指紋圖譜建立產(chǎn)地溯源模型。

有些礦物元素的變異系數(shù)較大，如Li、Be、V、Cr、Ga、Y、Cd、Ag、La、Ce、Pr、Nd、Sm、Eu、Gd、Dy、Ho、Er、Tm、Yb、Tl、Hg、Pb、U共24 種元素在同一產(chǎn)區(qū)內部的變異系數(shù)大于100%，表明這些元素在同一產(chǎn)區(qū)內部的含量波動較大，產(chǎn)地代表性較差，篩除這些元素以提高產(chǎn)地判別的準確度。選擇其余產(chǎn)地代表性相對較好的16 種元素（B、Na、Mg、K、Ca、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Sr、Cs和Ba）參與后續(xù)分析，其中包含了在松江與非松江產(chǎn)地之間含量差異顯著的10 種元素B、Na、K、Ca、Fe、Co、Cu、Zn、As、Se。

2.2 不同產(chǎn)地大米樣本中元素含量的相關性分析

皮爾遜相關性分析結果見表2，大米中有諸多元素呈顯著相關（P＜0.05）。相關系數(shù)絕對值越大，相關性越強。正相關揭示這些元素具有協(xié)同促進彼此吸收的關系，同時說明大米在富集以上礦物元素時具有協(xié)同作用；負相關表示這些礦物元素之間具有拮抗彼此吸收的關系；大米礦物元素含量與土壤、氣候、元素在植物體內分布等因素有關，雖然相關元素含量受多種因素影響，但是其變化可能存在一定的內在規(guī)律，可能具有較好的產(chǎn)地溯源潛力。相關性結果說明每個元素指標可能都在某些程度上反映了大米的產(chǎn)地信息，并且指標之間具有一定的相關性，因此，可以采用降維的方式簡化產(chǎn)地溯源指標，提高產(chǎn)地判別的效率。

2.3 不同產(chǎn)地大米樣本中元素含量的因子分析

表3 礦物元素含量的因子分析Table 3 Factor analysis of mineral elements contents

因子分析經(jīng)過線性轉換和舍棄小部分信息，以相互獨立的少數(shù)公因子取代多維變量，利用簡化后的新指標（公因子）進行判別分析。如表3所示，選取特征值大于1的主成分作為公因子，提取5 個有效公因子。各個公因子的方差貢獻率分別為30.981%、14.053%、9.235%、7.225%、6.558%，且累計方差貢獻率為68.052%，能夠表征大米中礦物元素的大部分信息，降低原始數(shù)據(jù)的復雜性。

圖1 不同產(chǎn)地的大米礦物元素含量在前3 個公因子得分的三維散點圖Fig. 1 3D Score chart of the first 3 principal factors

根據(jù)因子分析的結果，將前3 個公因子得分作3D散點圖（圖1），可以直觀判別松江和非松江大米產(chǎn)地，但有部分重疊，原因可能為前3 個公因子的累計方差貢獻率只有54.269%，代表原始信息比例不高。因子分析雖然可以簡化溯源指標并對產(chǎn)地直觀判別，但是有方法的局限性，判別準確度不高。

表4 16 個礦物元素指標的主要公因子貢獻載荷值Table 4 Loadings of the first five PCA factors of 16 mineral elements

將所提取的公因子按照最大方差法進行旋轉處理，前3 個公因子的特征元素對公因子的貢獻按照載荷值從大到小排列，如表4所示。載荷值大小反映了原始變量在因子上的重要程度，絕對值的大小決定歸入的公因子，絕對值越大代表該元素對公因子的影響越大。第1公因子主要綜合元素Zn、As、Ni、Co、B、Cu；第2公因子主要綜合元素Fe、Mg、K、Ca；第3公因子綜合元素Sr、Ba、Mn。將前3 個主成分作為主要分析因子，進行特征向量劃分作特征向量雷達圖（圖2），可以更加明確地看出前3 個公因子的特征元素。

圖2 前3 個公因子特征向量雷達圖Fig. 2 Radar map of eigenvectors of the first three PCA factors

2.4 不同產(chǎn)地大米中礦物元素含量的逐步判別分析

180 件大米樣本二分為訓練集和測試集，2/3的樣本作為訓練集用于建立判別模型，1/3的樣本作為驗證集，用于驗證該溯源模型對未知產(chǎn)地的樣本進行預測時的準確度。評估松江與非松江產(chǎn)地的二元判別模型的統(tǒng)計學參數(shù)包括靈敏度、特異性和判別正確率。判別模型的靈敏度為判別正確的松江大米個數(shù)占松江大米個數(shù)的比例；判別模型的特異性為判別正確的非松江大米個數(shù)占非松江大米個數(shù)的比例；判別正確率為判別正確的大米個數(shù)占所有大米個數(shù)的比例。

表5 松江與非松江大米產(chǎn)地的大米中礦物元素Fisher判別函數(shù)系數(shù)Table 5 Fisher discrimination function coef ficients of characteristic mineral elements in Songjiang and non-Songjiang rice samples

由表5得到松江大米和非松江大米的Fisher線性判別模型：

圖3 訓練集樣品的礦物元素含量判別函數(shù)得分散點圖Fig. 3 Scatter chart of discriminant function scores based on mineral elements for training set

訓練集樣本礦物元素含量代入上述判別溯源模型，分別以Y1和Y2的得分作散點圖（圖3），可比較明確地判別松江與非松江大米的產(chǎn)地。由表6可知，對訓練集產(chǎn)地的整體判別正確率為93.0%，靈敏度為95.2%，特異性為86.8%。留一法交叉驗證結果顯示兩產(chǎn)地已有92.3%的樣品被正確識別，其中松江有95.2%的樣品被準確識別（靈敏度），非松江有84.2%的樣品被準確識別（特異性）。

表6 不同產(chǎn)地Fisher判別函數(shù)分類結果Table 6 Discrimination results of mineral elements in Songjiang and non-Songjiang rice samples

表7 驗證集礦物元素含量代入判別模型的分類結果Table 7 Validation of Fisher discriminant function for classi fication of two different geographical origins

圖4 驗證集樣品的判別函數(shù)得分散點圖Fig. 4 Scatter chart of discriminant function scores based on mineral elements for validation set

由表7可知，用建立的判別模型對驗證集樣本進行判別的整體正確率為92.1%，松江大米有96.0%樣品被正確識別（靈敏度），非松江大米有84.6%（特異性）的樣品被正確識別，判別效果與訓練集基本一致，說明該判別模型具有較好的穩(wěn)定性。根據(jù)驗證集樣本中松江大米和非松江大米的判別函數(shù)得分作散點圖（圖4），可以比較直觀地判別松江和非松江大米的產(chǎn)地。

從上述判別結果看，B、Na、Fe、Co、Ni、Zn、As和Se這8 個礦物元素指標建立的溯源模型對松江與非松江大米產(chǎn)地具有有效的判別力，根據(jù)這8 種礦物元素含量區(qū)分松江與非松江大米的產(chǎn)地具有切實可行性。

3 結 論

通過對采集的180 份2018年國家地理標志產(chǎn)品松江大米和非松江大米中礦物元素含量進行統(tǒng)計分析，以對松江與非松江大米的產(chǎn)地進行準確溯源。結果表明，采用逐步判別分析篩選出的8 種礦物元素溯源指標建立的溯源判別模型對訓練集大米產(chǎn)地的整體判別準確率為93.0%，對松江大米判別的靈敏度為95.2%，特異性為86.8%；該模型的交叉驗證結果顯示，對大米產(chǎn)地的整體判別正確率為92.3%，靈敏度為95.2%，特異性為84.2%。該模型對驗證集大米的整體判別正確率為92.1%，松江大米有96.0%樣品被正確識別，非松江大米有84.6%的樣品被正確識別。該模型對訓練集和驗證集的判別統(tǒng)計學參數(shù)（正確率、靈敏度和特異性）非常接近，說明該8 種礦物元素指標建立的溯源模型在判別大米產(chǎn)地中具有較好的穩(wěn)定性。本研究基于礦物元素指紋圖譜技術建立的產(chǎn)地溯源模型具有較高的判別正確率、靈敏度、特異性和溯源穩(wěn)定性，因此在大米的松江與非松江產(chǎn)地溯源中具有切實可行性，為特色品牌保護和國家地理標志產(chǎn)品的礦物元素溯源體系建立提供參考。