馬延莉 宋婷婷 魏春雁 徐麗紅 王樹林 李春霖 聶晶 袁玉偉,*
(1浙江省農(nóng)業(yè)科學(xué)院農(nóng)產(chǎn)品質(zhì)量安全與營(yíng)養(yǎng)研究所,浙江杭州 310021;2青海大學(xué)農(nóng)牧學(xué)院,青海西寧 810016;3浙江省農(nóng)業(yè)科學(xué)院園藝研究所,浙江杭州310021;4吉林省農(nóng)業(yè)科學(xué)院,吉林長(zhǎng)春 130033)
黑木耳(Auricularia auricula)含有豐富的必需氨基酸、蛋白質(zhì)、礦物質(zhì)等,作為食用和藥用資源一直備受消費(fèi)者喜愛[1-2]。由于黑木耳品質(zhì)會(huì)受到產(chǎn)地因素如氣候、代料、水源等的影響[3],各地黑木耳具有不同的地理標(biāo)志特色[4],如東北(黑龍江、吉林、遼寧)3種黑木耳屬于國(guó)家地理標(biāo)志產(chǎn)品[5],浙江省龍泉市黑木耳獲得國(guó)家生態(tài)原產(chǎn)地產(chǎn)品保護(hù)[6],這些地域特征、品牌價(jià)值以及黑木耳對(duì)健康的益處[7-9]使消費(fèi)者對(duì)黑木耳的需求不斷增加[10],而市場(chǎng)假冒地理標(biāo)志和產(chǎn)地產(chǎn)品案件時(shí)有發(fā)生。因此,進(jìn)行黑木耳產(chǎn)地溯源對(duì)維護(hù)消費(fèi)者權(quán)益、保障市場(chǎng)公平性和產(chǎn)業(yè)健康發(fā)展具有重要意義。
目前,黑木耳產(chǎn)地溯源判別方法主要有DNA條碼檢測(cè)、近紅外光譜儀掃描、氣相色譜-質(zhì)譜聯(lián)用(gas chromatography-mass spectrometry,GC-MS)、主成分分析(principal component analysis,PCA)等。如宋君等[11]利用DNA條碼對(duì)黑木耳樣品進(jìn)行了產(chǎn)地溯源的分子檢測(cè)研究;夏珍珍等[12]利用近紅外光譜儀掃描不同主產(chǎn)地的香菇干樣,利用偏最小二乘判別分析(partial least squares-discriminant analysis,PLS-DA)分別建立了不同省份栽培香菇的產(chǎn)地判別模型;楊根[13]利用GC-MS技術(shù)檢測(cè)不同產(chǎn)地黑木耳,找出了不同產(chǎn)地間的差異;宋婷婷等[14]以8種不同基質(zhì)配方栽培的雙孢蘑菇為對(duì)象,測(cè)定4個(gè)穩(wěn)定同位素的比例并結(jié)合PCA分析表明,可以將不同培養(yǎng)基質(zhì)配方栽培的雙孢蘑菇有效分為3類,3個(gè)主成分的貢獻(xiàn)率為78.2%。以上研究證實(shí),穩(wěn)定同位素技術(shù)主要根據(jù)同位素分餾效應(yīng)檢測(cè)反應(yīng)物同位素組成發(fā)生的改變,由此區(qū)分產(chǎn)物的地理來源[15-16]。目前,該技術(shù)是國(guó)際公認(rèn)的有效溯源技術(shù)之一,已經(jīng)在葡萄[17]、茶葉[18]、稻米[19]等植物源農(nóng)產(chǎn)品產(chǎn)地判別應(yīng)用中取得良好成效。因此,利用穩(wěn)定同位素技術(shù)分析不同產(chǎn)地黑木耳樣品δ13C、δ15N、δ2H、δ18O值并進(jìn)行產(chǎn)地溯源具有可行性。
本研究在該類研究方法基礎(chǔ)上,針對(duì)我國(guó)黑木耳原產(chǎn)地判定進(jìn)行探索,采用元素分析-穩(wěn)定同位素比率質(zhì)譜儀測(cè)定了東北(黑龍江、吉林、遼寧)、浙江產(chǎn)地黑木耳中的穩(wěn)定同位素δ13C、δ15N、δ2H、δ18O值,分析不同產(chǎn)地的分布特征,利用新疆黑木耳樣品作為外部驗(yàn)證,結(jié)合PLS-DA分析構(gòu)建黑木耳穩(wěn)定同位素溯源模型,以期為黑木耳產(chǎn)地判定提供技術(shù)參考。
本試驗(yàn)共采集85份黑木耳樣品,其中東北(黑龍江、吉林、遼寧)40份、浙江34份,新疆11份,分別采自各產(chǎn)地代表性產(chǎn)區(qū)木耳種植基地、食用菌合作社等,其中新疆11份樣品用于模型驗(yàn)證。樣品產(chǎn)地信息見表1。
表1 黑木耳樣品產(chǎn)地及數(shù)量Table 1 Origin and quantity of Auricularia auricula samples
穩(wěn)定同位素δ13C標(biāo)準(zhǔn)物質(zhì):B2155(蛋白質(zhì),δ13CV-PDB=-26.98‰)、IAEA-CH-6(蔗 糖,δ13CV-PDB=-10.45‰),奧地利國(guó)際原子能機(jī)構(gòu);USGS64(甘氨酸,δ13CV-PDB=-40.81‰),美國(guó)地質(zhì)勘探局。
穩(wěn)定同位素δ15N標(biāo)準(zhǔn)物質(zhì):B2155(蛋白質(zhì),δ15Nair=5.94‰)、IAEA-N-2(硫酸銨,δ15Nair=20.30‰),奧地利國(guó)際原子能機(jī)構(gòu);USGS64(甘氨酸,δ15NairV-PDB=1.76‰),美國(guó)地質(zhì)勘探局。
穩(wěn)定同位素δ2H標(biāo)準(zhǔn)物質(zhì):USGS54(加拿大黑松木粉,δ2HV-SNOW=-150.4‰)、USGS56(南非紅象牙木粉,δ2HV-SNOW=-44.00‰),美國(guó)地質(zhì)勘探局。
穩(wěn)定同位素δ18O標(biāo)準(zhǔn)物質(zhì):USGS54(加拿大黑松木粉,δ18OV-SNOW=17.79‰)、USGS56(南非紅象牙木粉,δ18OV-SNOW=27.23‰),美國(guó)地質(zhì)勘探局。
XP6型天平,瑞士Mettler-Toledo公司;Vario PYRO cube型元素分析儀,德國(guó)Elementar公司;Isoprime 100型穩(wěn)定同位素比率質(zhì)譜儀,英國(guó)Isoprime公司;HR2864粉碎機(jī),中國(guó)飛利浦電子公司;SCIENTZ-18N冷凍干燥機(jī),寧波新芝生物科技股份有限公司。
1.3.1 樣品前處理樣品采集后,去除殘?jiān)M(jìn)行晾曬。用真空冷凍干燥機(jī)干燥后,再用粉碎機(jī)將黑木耳樣品進(jìn)行粉碎處理,過60目篩后裝入樣品袋,在常溫25℃條件下貯存待測(cè)。
1.3.2 穩(wěn)定性碳、氮同位素比率檢測(cè)稱取大約3~5 mg待測(cè)樣,用錫箔杯包好后放置于元素分析儀樣品盤中,碳元素和氮元素通過高溫燃燒后經(jīng)還原銅轉(zhuǎn)化為純凈的CO2和N2,進(jìn)入穩(wěn)定同位素質(zhì)譜儀檢測(cè)。具體條件:元素分析儀氦氣吹掃流量為230 mL·min-1;氧化爐和還原爐溫度分別為1 020和650℃,進(jìn)入質(zhì)譜儀載氣氦氣流量為100 mL·min-1。在分析過程中,δ13C檢測(cè)以B2155、IAEA-CH-6和USGS64為標(biāo)樣進(jìn)行三點(diǎn)校正;δ15N以B2155、IAEA-N-2和USGS64為標(biāo)樣進(jìn)行三點(diǎn)校正。
1.3.3 穩(wěn)定性氫、氧同位素比率檢測(cè)稱取0.3~0.6 mg樣品,用銀杯包好后放至元素分析儀樣品盤中,氫元素和氧元素經(jīng)高溫裂解后轉(zhuǎn)化為純凈的H2和CO,進(jìn)入穩(wěn)定同位素質(zhì)譜儀檢測(cè)。具體條件:元素分析儀裂解爐溫度為1 450℃,氦氣流量為125 mL·min-1。在分析過程中,δ2H以USGS54、USGS56為標(biāo)樣進(jìn)行二點(diǎn)校正;δ18O以USGS54、USGS56為標(biāo)樣進(jìn)行二點(diǎn)校正。
穩(wěn)定性同位素比率計(jì)算公式如下:
式中,R樣品為所測(cè)樣品中重同位素與輕同位素的豐度比,即13C/12C、15N/14N、18O/16O、2H/1H;R標(biāo)準(zhǔn)為國(guó)際標(biāo)準(zhǔn)樣品中重同位素與輕同位素的豐度比,其中δ13C以維也納美洲擬箭石為基準(zhǔn),δ15N以大氣中氮?dú)鉃榛鶞?zhǔn),δ2H和δ18O以維也納標(biāo)準(zhǔn)平均海洋水為基準(zhǔn)。
將東北(黑龍江、吉林、遼寧)40份黑木耳樣品和非東北(浙江和新疆)45份黑木耳樣品隨機(jī)分為訓(xùn)練集(64個(gè))和驗(yàn)證集(21個(gè)),將浙江34份黑木耳樣品和非浙江51份黑木耳樣品(黑龍江、吉林、遼寧、新疆)按數(shù)隨機(jī)分為訓(xùn)練集(64個(gè))和驗(yàn)證集(21個(gè)),并保證訓(xùn)練集和驗(yàn)證集中不同產(chǎn)地的樣品數(shù)量比保持一致,將所有黑木耳樣品的4個(gè)穩(wěn)定同位素比值(δ)作為輸入變量,利用XLSTAT 2019軟件建立PLS-DA產(chǎn)地判別模型。
采用單因素方差分析(one way-ANOVA)和PLS-DA對(duì)黑木耳原產(chǎn)地進(jìn)行判別。數(shù)據(jù)分析前利用Excel 2019將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化,然后采用SPSS 18.0軟件對(duì)數(shù)據(jù)進(jìn)行單因素方差分析。
由表2可知,東北(黑龍江、吉林、遼寧)黑木耳δ13C值的范圍為-24.5‰~-22.7‰,平均值為-23.6‰,浙江黑木耳δ13C值的范圍為-26.2‰~-24.5‰,平均值為-25.2‰,東北(黑龍江、吉林、遼寧)黑木耳δ13C值顯著高于浙江(P<0.05);東北(黑龍江、吉林、遼寧)黑木耳δ15N值的范圍為-0.9‰~3.1‰,平均值為0.7‰,浙江黑木耳δ15N值的范圍為-0.9‰~1.2‰,平均值為0.4‰,兩產(chǎn)地之間的差異不顯著(P>0.05);浙江黑木耳δ2H值范圍為-24.9‰~-9.0‰,平均值為-16.6‰,東北(黑龍江、吉林、遼寧)黑木耳δ2H值范圍為-62.2‰~-34.6‰,平均值為-46.7‰,浙江黑木耳δ2H值顯著高于東北(P<0.05);東北(黑龍江、吉林、遼寧)黑木耳δ18O值范圍為15.9‰~19.4‰,平均值為17.5‰,浙江黑木耳δ18O值范圍為19.9‰~22.2‰,平均值為21.4‰,浙江黑木耳δ18O值顯著高于東北(P<0.05)。
表2 黑木耳穩(wěn)定同位素特征變化Table 2 Changes of stable isotope characteristics of Auricularia auricula /‰
東北(黑龍江、吉林、遼寧)、浙江兩地共74份黑木耳δ13C值頻率直方圖和正態(tài)分布曲線如圖1-A所示。在正態(tài)分布模型中,δ13C值的變化范圍為-26.2‰~-22.7‰,其中東北(黑龍江、吉林、遼寧)黑木耳δ13C值為-24.5‰~-22.7‰,平均值為-23.6‰,浙江黑木耳δ13C值為-26.2‰~-24.5‰,平均值為-25.2‰,東北(黑龍江、吉林、遼寧)顯著高于浙江(P<0.05)。東北、浙江兩產(chǎn)地共74份黑木耳δ15N值頻率直方圖和正態(tài)分布曲線如圖1-B所示,在正態(tài)分布模型中,δ15N值的變化范圍為-0.9‰~3.1‰,其中東北(黑龍江、吉林、遼寧)黑木耳δ15N值為-0.9‰~3.1‰,平均值為0.7‰,浙江黑木耳δ15N值為-0.9‰~1.2‰,平均值為0.4‰,兩產(chǎn)地之間的差異不顯著(P>0.05)。說明δ13C值除了可能與地理經(jīng)緯度和溫度有關(guān)外,還與自然生長(zhǎng)環(huán)境中的光照強(qiáng)度、代料基質(zhì)有關(guān)[20],δ15N值除了可能與地域、基因型、年際有關(guān)外,還與代料基質(zhì)中所用輔料如尿素等中氮的含量有關(guān)[21]。
圖1 東北(黑龍江、吉林、遼寧)、浙江黑木耳δ13C和δ15N分布圖Fig.1 Distribution of δ13C and δ15N of Auricularia auricula in Northeast China and Zhejiang Province
東北(黑龍江、吉林、遼寧)、浙江兩地共74份黑木耳的δ2H值頻率直方圖和正態(tài)分布曲線如圖2-A所示,在正態(tài)分布模型中,兩產(chǎn)地黑木耳δ2H值的變化范圍為-62.2‰~-9.0‰,其中浙江黑木耳δ2H值為-24.9‰~-9.0‰,平均值為-16.6‰,東北(黑龍江、吉林、遼寧)黑木耳δ2H值為-62.2‰~-34.6‰,平均值為-46.7‰,浙江顯著高于東北(黑龍江、吉林、遼寧)(P<0.05)。東北(黑龍江、吉林、遼寧)、浙江兩產(chǎn)地共74份黑木耳δ18O值頻率直方圖和正態(tài)分布曲線如圖2-B所示,在正態(tài)分布模型中,δ18O值的變化范圍為15.9‰~22.2‰,其中東北(黑龍江、吉林、遼寧)黑木耳δ18O值為15.9‰~19.4‰,平均值為17.5‰,浙江黑木耳δ18O值為19.9‰~22.2‰,平均值為21.4‰,浙江顯著高于東北(黑龍江、吉林、遼寧)(P<0.05)。不同產(chǎn)地黑木耳中δ2H與δ18O值存在差異,這除了與產(chǎn)地氣候有關(guān)外,還可能與南北兩地水源δ2H、δ18O值和降雨量不同有關(guān)[22-23]。
圖2 東北、浙江黑木耳δ2H和δ18O分布圖Fig.2 Distribution of δ2H and δ18O of Auricularia auricula in Northeast China and Zhejiang Province
由表3可知,通過PLS-DA建立的產(chǎn)地判別模型判別函數(shù)(F)如下:
表3 東北黑木耳模型PLS-DA判別分析結(jié)果Table 3 Results of PLS-DA discriminant analysis of Northeast China Auricularia auricula model
結(jié)果表明,訓(xùn)練集整體判別準(zhǔn)確率達(dá)到98.4%,其中,東北(黑龍江、吉林、遼寧)黑木耳判別準(zhǔn)確率達(dá)到100%,非東北(浙江和新疆)黑木耳判別準(zhǔn)確率為97.1%,有1個(gè)樣品被誤判為東北(黑龍江、吉林、遼寧)。將測(cè)試集的21個(gè)樣品作為外部驗(yàn)證的準(zhǔn)確率為95.2%,其中東北(黑龍江、吉林、遼寧)黑木耳判別準(zhǔn)確率達(dá)到100%,非東北(浙江和新疆)黑木耳判別正確率為90.9%,有1個(gè)樣品被誤判為東北(黑龍江、吉林、遼寧),綜上所述,此模型可對(duì)東北(黑龍江、吉林、遼寧)和非東北(浙江和新疆)黑木耳進(jìn)行有效的產(chǎn)地判別。
東北(黑龍江、吉林、遼寧)40份樣品和非東北(浙江和新疆)45份樣品PLS-DA模型的訓(xùn)練集和驗(yàn)證集樣品得分結(jié)果如圖3-A所示,訓(xùn)練集中R2X(cum)為0.885,R2Y(cum)為0.854。訓(xùn)練集樣品的分類效果相對(duì)驗(yàn)證集樣品較好,表現(xiàn)為東北(黑龍江、吉林、遼寧)訓(xùn)練集比較集中,非東北(浙江和新疆)訓(xùn)練集比較分散,并有個(gè)別交叉現(xiàn)象。東北(黑龍江、吉林、遼寧)的黑木耳樣品集中在第一、第四象限,非東北(浙江和新疆)的黑木耳樣品分布在第二、第三、第四象限,而且不同產(chǎn)地的黑木耳樣品比較清晰地分布在各自的區(qū)域,能夠很好地將兩個(gè)產(chǎn)地黑木耳進(jìn)行有效識(shí)別。東北(黑龍江、吉林、遼寧)黑木耳穩(wěn)定同位素VIP貢獻(xiàn)圖如圖3-B所示,各同位素的貢獻(xiàn)度不同,其中δ18O值的貢獻(xiàn)度最大,貢獻(xiàn)度大于1的是δ18O和δ2H值,貢獻(xiàn)度小于1的是δ13C和δ15N值。
圖3 東北黑木耳模型PLS-DA分析圖(A)與VIP圖(B)Fig.3 PLS-DA analysis diagram(A)and VIP diagram(B)of northeast Auricularia auricula model
由表4可知,通過PLS-DA建立的產(chǎn)地判別模型判別函數(shù)(F)如下:
表4 浙江黑木耳模型PLS-DA判別分析結(jié)果Table 4 Results of PLS-DA discriminant analysis of Zhejiang Auricularia auricula model
訓(xùn)練集64個(gè)樣品整體判別準(zhǔn)確率達(dá)到100%,其中,浙江和非浙江(黑龍江、吉林、遼寧、新疆)黑木耳判別準(zhǔn)確率均達(dá)到100%。將測(cè)試集的21個(gè)樣品作為外部驗(yàn)證的準(zhǔn)確率為100%,浙江和非浙江(黑龍江、吉林、遼寧、新疆)黑木耳判別正確率均達(dá)到100%,沒有黑木耳樣品被誤判。綜上,此模型同樣可對(duì)浙江和非浙江(黑龍江、吉林、遼寧、新疆)黑木耳進(jìn)行非常有效的產(chǎn)地判別。
浙江34份樣品和非浙江(黑龍江、吉林、遼寧、新疆)51份樣品PLS-DA模型的訓(xùn)練集和驗(yàn)證集樣品得分結(jié)果如圖4-A所示,訓(xùn)練集中R2X(cum)為0.828,R2Y(cum)為0.922。訓(xùn)練集樣品和驗(yàn)證集樣品的分類效果相比:浙江訓(xùn)練集比較集中,非浙江(黑龍江、吉林、遼寧、新疆)訓(xùn)練集比較分散,并有個(gè)別交叉現(xiàn)象。浙江的黑木耳樣品集中在第一、第四象限,非浙江(黑龍江、吉林、遼寧、新疆)的黑木耳樣品分布在第二、第三象限,而且不同產(chǎn)地的黑木耳樣品比較清晰地分布在各自的區(qū)域,能夠很好地將兩個(gè)產(chǎn)地黑木耳進(jìn)行有效識(shí)別。浙江黑木耳穩(wěn)定同位素VIP貢獻(xiàn)圖如圖4-B所示,δ18O值的貢獻(xiàn)度最大,δ2H值的貢獻(xiàn)度與δ18O值相近,貢獻(xiàn)度大于1的是δ18O、δ2H和δ13C值,貢獻(xiàn)度小于1的是δ15N值。
圖4 浙江黑木耳模型PLS-DA分析圖(A)與VIP圖(B)Fig.4 PLS-DA analysis diagram(A)and VIP diagram(B)of Zhejiang Auricularia auricula model
本研究利用東北(黑龍江、吉林、遼寧)和浙江兩地黑木耳樣品分析穩(wěn)定同位素比值分布及其變化情況,證實(shí)東北(黑龍江、吉林、遼寧)和浙江兩地黑木耳δ13C、δ2H和δ18O值呈現(xiàn)顯著差異,具有一定的地域特征。農(nóng)產(chǎn)品δ13C值范圍因光合途徑不同而異,黑木耳不能進(jìn)行光合作用,因此黑木耳中δ13C值的差異主要來源于不同栽培基質(zhì),如東北(黑龍江、吉林、遼寧)使用棉桿而浙江使用麥草等[14],此外黑木耳生長(zhǎng)環(huán)境中的地理經(jīng)緯度、光照強(qiáng)度、溫度也能影響δ13C值;黑木耳栽培基質(zhì)中尿素的含量、培養(yǎng)料堆置發(fā)酵中15N的富集致使δ15N值產(chǎn)生差異[14]。本試驗(yàn)與馬奕顏等[24]利用穩(wěn)定同位素對(duì)獼猴桃進(jìn)行產(chǎn)地溯源以及劉宏艷等[25]利用元素分析儀-穩(wěn)定同位素質(zhì)譜儀(elementary analysis-isotope tatio mass spectrometers,EA-IRMS)和熱電 離 質(zhì) 譜 儀(thermal ionization mass spectrometers,TIMS)測(cè)定小麥籽粒中的穩(wěn)定同位素組成比值的結(jié)論基本一致。δ2H和δ18O是具有地理指示性的穩(wěn)定同位素,不同產(chǎn)地降雨中的δ2H和δ18O值不同,且隨著緯度的增高而貧化,浙江降水充沛、黑木耳基質(zhì)持水力較強(qiáng)、溫濕度較高,浙江黑木耳δ2H和δ18O值顯著高于東北(黑龍江、吉林、遼寧),符合趙汝婷等[23]和Federica等[26]關(guān)于外源水的添加以及氣候和地理位置對(duì)δ2H、δ18O值影響較大的結(jié)論。不同產(chǎn)地農(nóng)產(chǎn)品穩(wěn)定同位素δ13C、δ15N、δ2H和δ18O值的差異性在大米[19]、葡萄[27]等農(nóng)產(chǎn)品上也有體現(xiàn)。
雖然東北(黑龍江、吉林、遼寧)、浙江產(chǎn)地的黑木耳中個(gè)別同位素比值存在明顯差異,但不能將兩地黑木耳進(jìn)行有效區(qū)分,需要再結(jié)合PLS-DA法建立兩個(gè)產(chǎn)地判別模型,并且將新疆黑木耳作為外部驗(yàn)證。通過驗(yàn)證,所建立的判別模型對(duì)東北(黑龍江、吉林、遼寧)的產(chǎn)地判別準(zhǔn)確率為98.44%,總體判別率達(dá)到95.24%,浙江的產(chǎn)地判別準(zhǔn)確率為100%,總體判別率達(dá)100%。與Chung等[28]和Wang等[29]測(cè)定的雙孢蘑菇(R2X=0.822,Q2=0.448)和野生食用菌(96.10%)的準(zhǔn)確率相比有所提高。由此說明,此方法和模型可對(duì)不同產(chǎn)地的黑木耳產(chǎn)品進(jìn)行有效判別。為了更好地區(qū)分黑木耳產(chǎn)地,還應(yīng)考慮黑木耳的實(shí)際生產(chǎn)情況,如結(jié)合電感耦合等離子體質(zhì)譜儀(inductively coupled plasma-mass spectrometry,ICP-MS)和高光譜成像儀(hyperspectral imaging spectrometers,HSI)等測(cè)試方法,對(duì)不同栽培方式、光照強(qiáng)度、代料配方以及不同季節(jié)、不同潮次的黑木耳進(jìn)行判別,構(gòu)建出更加有效和準(zhǔn)確的產(chǎn)地判別模型。
本研究結(jié)果表明,東北(黑龍江、吉林、遼寧)、浙江黑木耳中的δ15N值無顯著差異,浙江黑木耳δ13C值低于東北(黑龍江、吉林、遼寧),δ2H、δ18O值則高于東北(黑龍江、吉林、遼寧),利用PLS-DA判別模型對(duì)東北(黑龍江、吉林、遼寧)、浙江黑木耳進(jìn)行分析,所建立的判別模型對(duì)東北(黑龍江、吉林、遼寧)的訓(xùn)練集判別準(zhǔn)確率為98.44%,驗(yàn)證集判別準(zhǔn)確率達(dá)到95.24%;而浙江的判別準(zhǔn)確率均為100%。結(jié)果證明,利用穩(wěn)定同位素技術(shù)測(cè)定同位素比率并結(jié)合PLS-DA法建立的模型可以對(duì)東北(黑龍江、吉林、遼寧)和浙江的黑木耳進(jìn)行有效的產(chǎn)地判別。同時(shí),將穩(wěn)定同位素技術(shù)與其他判別技術(shù)相結(jié)合,應(yīng)用于黑木耳的產(chǎn)地判別,可進(jìn)一步完善農(nóng)產(chǎn)品產(chǎn)地追溯體系。