多元統(tǒng)計(jì)分析結(jié)合ArcGIS可視化構(gòu)建寧夏枸杞產(chǎn)地特征地理圖譜

摘要：為解決采樣不足、微觀地理間差異不顯著導(dǎo)致溯源精度低的難題，開發(fā)一種新的策略為寧夏枸杞產(chǎn)地溯源和地理標(biāo)志產(chǎn)品保護(hù)提供新思路。本研究在寧夏回族自治區(qū)全域采集92份枸杞樣本，測(cè)定枸杞中3種穩(wěn)定同位素比率、43種礦物元素和13種稀土元素含量。利用多元統(tǒng)計(jì)分析結(jié)合農(nóng)業(yè)地理信息系統(tǒng)平臺(tái)可視化寧夏枸杞穩(wěn)定同位素、礦物元素和稀土元素地理分布特征。結(jié)果表明：方差分析無法篩選準(zhǔn)確產(chǎn)地區(qū)分的單一指標(biāo)。偏最小二乘判別分析對(duì)數(shù)據(jù)進(jìn)行降維，提取特征變量，構(gòu)建新的判別函數(shù)。判別精度在50%至100%之間，難以滿足微觀地理尺度間溯源應(yīng)用的要求。利用農(nóng)業(yè)地理信息系統(tǒng)平臺(tái)圖像處理算法，繪制寧夏枸杞地理特征分布圖譜。該策略能夠?qū)崿F(xiàn)微觀地理尺度間特征差異可視化，實(shí)現(xiàn)寧夏枸杞小尺度地理區(qū)間產(chǎn)地溯源。

關(guān)鍵詞：枸杞；多元統(tǒng)計(jì)；農(nóng)業(yè)地理信息系統(tǒng)；產(chǎn)地溯源；可視化技術(shù)

中圖分類號(hào)：S17文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1008－0457（2025）02－0001－10國(guó)際DOI編碼：10.15958/j.cnki.sdnyswxb.2025.02.001

枸杞（Lycium chinense Miller）是商品枸杞子、寧夏枸杞及中華枸杞等枸杞屬物種的統(tǒng)稱。寧夏枸杞是衛(wèi)健委發(fā)布的藥食同源目錄中重要的既可食用也可藥用的植物，具有極高的藥用價(jià)值與經(jīng)濟(jì)價(jià)值［12］。寧夏回族自治區(qū)中衛(wèi)市中寧縣是我國(guó)授權(quán)的地理標(biāo)志保護(hù)（Protected Geographic Indication，PGI）枸杞產(chǎn)地［3］。中寧枸杞因其品質(zhì)與藥效皆為上乘，被國(guó)家中醫(yī)藥管理局指定為藥用枸杞產(chǎn)地［45］。當(dāng)前，政府認(rèn)證的PGI枸杞標(biāo)簽是其原產(chǎn)地真實(shí)性識(shí)別的唯一手段，極易被不法商家冒充。由于缺乏有效的產(chǎn)地識(shí)別技術(shù)，難以驗(yàn)證枸杞產(chǎn)地標(biāo)簽的真實(shí)性。寧夏PGI枸杞產(chǎn)地誤標(biāo)和假冒現(xiàn)象頻發(fā)，嚴(yán)重?fù)p害枸杞品牌聲譽(yù)，對(duì)枸杞產(chǎn)業(yè)的發(fā)展不利［68］。因此，亟需開發(fā)枸杞產(chǎn)地溯源技術(shù)，用于驗(yàn)證枸杞產(chǎn)地真實(shí)性、保護(hù)優(yōu)質(zhì)PGI枸杞品牌聲譽(yù)、促進(jìn)枸杞產(chǎn)業(yè)的發(fā)展。近年來，穩(wěn)定同位素與多元素分析技術(shù)被廣泛應(yīng)用于植物源性農(nóng)產(chǎn)品的產(chǎn)地溯源研究。農(nóng)產(chǎn)品穩(wěn)定同位素比率、礦質(zhì)元素和稀土元素含量與產(chǎn)地生態(tài)氣候、種植土壤背景等密切相關(guān)，被認(rèn)為是更穩(wěn)定的產(chǎn)地溯源特征［913］。植物源性農(nóng)產(chǎn)品穩(wěn)定同位素豐度比（如13C/12C、15N/14N、2H/1H、18O/16O）受產(chǎn)地生態(tài)氣候（溫度、光照、降雨量、施肥模式等）及種植土壤背景的影響而發(fā)生自然分餾現(xiàn)象，從而反映產(chǎn)地間的差異［14］。此外，植物源性農(nóng)產(chǎn)品中礦物元素受土壤中礦物質(zhì)組成與施肥、灌溉引入礦物質(zhì)種類的影響，也受降雨量與土壤堿化作用的影響［1516］。而各種稀土元素主要受土壤母質(zhì)中稀土元素的影響，土壤性質(zhì)差異也影響農(nóng)產(chǎn)品對(duì)稀土元素的吸收和富集，但施肥對(duì)土壤中稀土元素的變化影響相對(duì)較?。?720］。

當(dāng)前，利用穩(wěn)定同位素及多元素分析結(jié)合多元統(tǒng)計(jì)分析方法，在枸杞產(chǎn)地溯源中取得了一定的應(yīng)用［2122］，然而在寧夏回族自治區(qū)（以下簡(jiǎn)稱寧夏）各產(chǎn)區(qū)小尺度地理間產(chǎn)地判別仍缺乏相應(yīng)的文獻(xiàn)報(bào)道。基于多元建模判別在小尺度地理空間判別中往往存在具有較大誤差的局限性，判別精度較低，難以實(shí)現(xiàn)精準(zhǔn)的產(chǎn)地溯源。而通過農(nóng)業(yè)信息地理系統(tǒng)（Agricultural Geographic Information System， ArcGIS）平臺(tái)可以構(gòu)建農(nóng)產(chǎn)品產(chǎn)地特征地理分布圖譜，可視化呈現(xiàn)小尺度地理間產(chǎn)地特征的細(xì)微差異，更好地實(shí)現(xiàn)其產(chǎn)地溯源［2324］。本研究擬測(cè)定寧夏不同市縣主產(chǎn)區(qū)枸杞中穩(wěn)定同位素比率、礦物元素和稀土元素含量，構(gòu)建產(chǎn)地特征數(shù)據(jù)庫及多元判別模型。利用ArcGIS可視化地呈現(xiàn)寧夏各市縣小尺度地理間枸杞產(chǎn)地特征，構(gòu)建其地理分布圖譜，實(shí)現(xiàn)枸杞溯源判別。該研究有望為枸杞原產(chǎn)地追溯及PGI標(biāo)簽真實(shí)性確證提供新的思路。

1材料和方法

1.1試劑與儀器

穩(wěn)定同位素分析標(biāo)準(zhǔn)品B2203（δ13C =-2785‰，δ2H=-2530‰，δ18O=2099‰）、IAR006（δ13C=-1164‰）、B2157（δ13C=-2721‰，δ15N=285‰）、B2174（δ13C=-3732‰，δ15N=-045‰）、B2205（δ2H=-8780‰，δ18O=2688‰）購自國(guó)際原子能機(jī)構(gòu)（International Atomic Energy Agency，IAEA，維也納，奧地利）用于樣本穩(wěn)定同位素比率的多點(diǎn)校正。購自國(guó)家有色金屬和電子材料分析測(cè)試中心（中國(guó)北京）的釔（Y）、鈧（Sc）、鍺（Ge）、銠（Rh）的標(biāo)準(zhǔn)品溶液用于配置4種元素混合標(biāo)準(zhǔn)溶液，濃度為1 μg/mL，用于ICPMS儀器基線校正。標(biāo)準(zhǔn)品溶液編號(hào)為Y（GSB0417882004）、Sc（GSB0417572004）、Ge（GSB0417282004）、Rh（GSB0417462004）、Re（GSB0417452004）。含有44種待測(cè)元素的混合標(biāo)準(zhǔn)溶液購自SigmaAldrich試劑公司（中國(guó)上海），用于枸杞中元素含量校正。優(yōu)級(jí)純硝酸（HNO3，GR）和分析純雙氧水（H2O2，AR）購置于SigmaAldrich試劑公司并用于樣本消解。液氮購自今工特種氣體有限公司（中國(guó)），用于樣本液氮粉碎研磨。

Flash IRMS 元素分析儀（Elemental Analysis，EA）和Delta V同位素比率質(zhì)譜（Isotope Ratio Mass Spectrometry，IRMS）通過Conflo IV通用接口聯(lián)接（EA IsoLink CN/OH IRMS 系統(tǒng)，Thermo ScientificTM，美國(guó)），用于測(cè)定穩(wěn)定同位素比率；FZG20真空冷凍干燥機(jī)（常州力馬干燥科技有限公司）用于樣本真空冷凍干燥； CEM MARS 7閃式消解儀/微波消解系統(tǒng)（Pynn公司，美國(guó)）用于枸杞全自動(dòng)消解處理。7800 ICPMS/MS（安捷倫，美國(guó)）用于礦物元素和稀土元素含量的測(cè)定。MilliQ超純水系統(tǒng)（Merck公司，德國(guó)）用于超純水制備。一臺(tái)Biosafer10T臺(tái)式真空冷凍干燥機(jī)（BioSafer公司，美國(guó)）用于樣本干燥。

12樣本的采集和制備

寧夏各市縣的枸杞樣本采集數(shù)量和采樣點(diǎn)分布根據(jù)主產(chǎn)區(qū)分布及產(chǎn)量進(jìn)行規(guī)劃。在2020年8月至10月間，共采集了寧夏4個(gè)市（中衛(wèi)市、銀川市、吳忠市、固原市）中8個(gè)縣級(jí)區(qū)劃（原州區(qū)、青銅峽市、賀蘭縣、西夏區(qū)、靈武市、興慶區(qū)、海原縣、中寧縣）產(chǎn)地的92個(gè)枸杞樣本，具體的采樣點(diǎn)地理分布如圖1所示。本試驗(yàn)采樣過程嚴(yán)格按照當(dāng)?shù)罔坭椒N植的農(nóng)業(yè)生產(chǎn)規(guī)律進(jìn)行。在每個(gè)枸杞種植園中，從種植園對(duì)角線上的3個(gè)區(qū)域采集5 kg成熟枸杞鮮果，隨后采用枸杞加工廣泛使用的烘干工藝制得枸杞干果，鮮果在熱風(fēng)干燥機(jī)中干燥48 h后，最后用牛皮紙袋密封后放置在4 ℃冰箱中存儲(chǔ)。枸杞干果在液氮中用組織破碎機(jī)粉碎，并進(jìn)一步烘干4 h后研磨成粉，過100目篩得到的精細(xì)粉末，密封保存用于穩(wěn)定同位素與多元素的測(cè)定。

13EAIRMS分析

131碳穩(wěn)定同位素測(cè)定

為保證樣品在同位素比率質(zhì)譜（IRMS）的響應(yīng)信號(hào)響應(yīng)值在2～10 nA之間，預(yù)試驗(yàn)確定稱樣量約為200 mg。用4 mm×4 mm×4 mm的錫箔杯包成方塊狀，壓擠排出空氣，按每個(gè)樣本平行3個(gè)重復(fù)樣順序依次放入120位自動(dòng)進(jìn)樣器。樣本進(jìn)入元素分析儀中經(jīng)高溫充分燃燒并充分氧化還原，樣品中碳元素轉(zhuǎn)化為純凈的CO2，經(jīng)氬氣稀釋后進(jìn)入同位素質(zhì)譜儀檢測(cè)。儀器具體參數(shù)設(shè)置如下：元素分析儀的氧化爐和還原爐溫度分別為920 ℃和600 ℃，氦氣吹掃流量為230 mL/min；同位素比率質(zhì)譜檢測(cè)時(shí)間為550 s，高純CO2作為儀器精準(zhǔn)度參考?xì)怏w。

132氫、氧穩(wěn)定同位素測(cè)定

分別稱取枸杞干燥精細(xì)粉末，用4 mm×4 mm×4 mm的銀杯包成方塊，平行準(zhǔn)備2份重復(fù)樣，壓擠排出空氣，然后置于自動(dòng)進(jìn)樣器上送入元素分析儀，經(jīng)高溫裂解，產(chǎn)生高純的O2和H2氣體，經(jīng)稀釋后進(jìn)入同位素質(zhì)譜儀進(jìn)行檢測(cè)。具體參數(shù)如下：氦氣流量為125 mL/min，燃燒爐溫度為1450 ℃；同位素質(zhì)譜檢測(cè)時(shí)間為950 s，以高純O2和H2氣體作為參考?xì)怏w。

133穩(wěn)定同位素比率計(jì)算

由于元素重同位素自然豐度相對(duì)較低，儀器獲取的重同位素與輕同位素的比值（R）極小。國(guó)際上通常采用將已知同位素比值的標(biāo)準(zhǔn)品作為參照，計(jì)算未知樣本中穩(wěn)定同位素比率的相對(duì)值。穩(wěn)定性同位素比率（δ）計(jì)算公式如下：

其中，R樣品和R標(biāo)準(zhǔn)分別為樣品和國(guó)際參考原始標(biāo)準(zhǔn)品中重同位素與輕同位素豐度比，即13C/12C、15N/14N、18O/16O、2H/1H。

14ICPMS分析

枸杞樣品中礦物元素測(cè)定參考國(guó)標(biāo)方法GB/T 5009268—2016中的第一法進(jìn)行［25］，稀土元素含量的測(cè)定參照GB500994—2012進(jìn)行［26］。

稱取50000 mg枸杞精細(xì)粉末樣品在含有50 mL HNO3的60 mL酸洗微波爐容器中消化，并在微波消解系統(tǒng)中加熱至60 ℃，控制恒溫模式消解40 min。冷卻后，向容器中加入10 mL H2O2，然后置于160 ℃的石墨加熱器上趕酸，直至消化液體積減少至約為10 mL。隨后用去離子水將冷卻的消化液稀釋至250 mL，設(shè)置3次平行，用于ICPMS/MS分析。濃度均為10 ng/mL的釔（Y）、鈧（Sc）、鍺（Ge）、銠（Rh）4種元素混合溶液作為內(nèi)標(biāo)溶液監(jiān)測(cè)和檢查儀器漂移。含有43種待測(cè)礦物元素的混合標(biāo)準(zhǔn)溶液和13個(gè)待測(cè)稀土元素的混合標(biāo)準(zhǔn)溶液分別用去離子水稀釋成5個(gè)不同濃度梯度的校正集用于多點(diǎn)校準(zhǔn)。儀器精度和再現(xiàn)性（以相對(duì)標(biāo)準(zhǔn)偏差RSD表示），分別低于測(cè)定濃度的±10%。

15化學(xué)計(jì)量學(xué)方法

利用SPSS軟件（190版本，美國(guó)IBM公司）對(duì)不同產(chǎn)地枸杞樣本測(cè)定的單個(gè)變量數(shù)據(jù)進(jìn)行單因素方差比較（oneway Analysis of Variance，ANOVA），顯著性水平設(shè)定為P=005，顯著性差異結(jié)果用不同小寫字母進(jìn)行標(biāo)注。同時(shí)，運(yùn)行SIMCAp軟件進(jìn)行基于多變量數(shù)據(jù)的偏最小二乘判別分析（Partial Least Squares Discriminant Analysis，PLSDA），建立產(chǎn)地溯源判別建模、提取特征變量、構(gòu)建新的判別函數(shù)。ArcGIS軟件平臺(tái)呈現(xiàn)采樣點(diǎn)分布與克里金（Kriging）插值擬合熱圖結(jié)果，三變量RGB色彩的灰度值換算公式參照當(dāng)前國(guó)際通用方法計(jì)算：

2結(jié)果與分析

21寧夏枸杞穩(wěn)定同位素特征區(qū)域差異

寧夏不同地區(qū)的92個(gè)枸杞樣本中碳、氫、氧穩(wěn)定同位素比率（δ13C、δ2H、δ18O）測(cè)定結(jié)果及單因素方差比較（ANOVA）結(jié)果如表2所示。對(duì)枸杞中單個(gè)同位素比率進(jìn)行兩兩產(chǎn)地間和多產(chǎn)地間方差比較，考察每個(gè)穩(wěn)定同位素值是否具有顯著地域差異，其結(jié)果分別用不同小寫字母標(biāo)注和P值表示。δ13C的均值范圍大體在-（281±04） ‰至表2寧夏不同市縣區(qū)域枸杞樣本穩(wěn)定同位素比率及單因素方差分析比較結(jié)果

總體上，寧夏枸杞穩(wěn)定同位素比率特征并不具備顯著地域差異，因而無法將各個(gè)產(chǎn)地樣本進(jìn)行區(qū)分。如圖2所示，利用ArcGIS平臺(tái)可視化呈現(xiàn)枸杞穩(wěn)定同位素特征的地域。利用有限采樣的檢測(cè)數(shù)據(jù)，通過ArcGIS平臺(tái)自帶的克里金（Kriging）插值擬合算法，構(gòu)建寧夏枸杞主要產(chǎn)地的δ13C、δ2H、δ18O特征分布圖。從圖2a可知，枸杞中δ13C特征具有一定的地域差異，地理分布圖上部分銀川地區(qū)呈現(xiàn)與中衛(wèi)地區(qū)和吳忠地區(qū)完全不同的色調(diào)，但后幾個(gè)產(chǎn)區(qū)顏色并不具有顯著差異。從圖2b可知，在枸杞δ2H地理分布圖上銀川地區(qū)的色調(diào)同樣和其他產(chǎn)區(qū)具有顯著差異。而從圖2c可知，枸杞δ18O地理分布圖上，中衛(wèi)市中寧縣部分PGI保護(hù)產(chǎn)區(qū)具有明顯差異的色調(diào)，完全不同于中寧縣周邊產(chǎn)區(qū)及其他市的產(chǎn)區(qū)。然而，枸杞單一穩(wěn)定同位素比率特征熱圖中，鄰近產(chǎn)區(qū)間的差異并不明顯。為融合所有變量的區(qū)域差異信息，通過將枸杞δ13C、δ2H、δ18O值經(jīng)歸一化處理后賦值為0～255區(qū)間的數(shù)值，分別視為三原色（紅色R、綠色G和藍(lán)色B）的色階值。接著，每個(gè)樣本的灰度值通過公式2計(jì)算，從而融合3種變量的差異信息。如圖2d所示，基于三元變量融合灰度值制作的ArcGIS熱圖，其區(qū)域間差異更為明顯。銀川產(chǎn)區(qū)南端和北端熱圖顏色明顯不同，固原市和中衛(wèi)市產(chǎn)區(qū)靠近黃河及支流產(chǎn)區(qū)與邊緣荒漠產(chǎn)區(qū)熱圖色澤同樣差異明顯。融合枸杞3個(gè)穩(wěn)定同位素變量構(gòu)建的ArcGIS熱圖，通過色澤能夠直觀地呈現(xiàn)產(chǎn)區(qū)間樣本特征。然而，可能是由于融合的變量過少，差異性信息有限，上述熱圖仍不足以呈現(xiàn)更為精細(xì)的地區(qū)差異。22寧夏枸杞元素含量區(qū)域特征差異

枸杞中測(cè)定的56種元素的加標(biāo)試驗(yàn)的回收率在84.3%～108%的范圍內(nèi)，標(biāo)準(zhǔn)偏差為±13.0%至19.0%，該實(shí)驗(yàn)元素分析精度均達(dá)到要求。表3呈現(xiàn)寧夏8個(gè)市縣區(qū)域采集的枸杞樣本礦物元素含量測(cè)定結(jié)果（用平均值±標(biāo)準(zhǔn)偏差表示）及其ANOVA比較結(jié)果。枸杞中Ge、Nb、Ru、Pd、Sb、Hf、Ta、W、Ir、Pt、Au、Hg、Bi、Th、U等15種元素含量低于ICPMS儀器檢測(cè)限，不可以作為其有效特征變量，只包含剩余28種礦物元素用于枸杞產(chǎn)地溯源。方差分析結(jié)果表明，枸杞中部分礦物元素含量具有顯著地域分布差異（用不同小寫字母表示，且Plt;0001）。對(duì)于Al元素，西夏區(qū)樣本測(cè)定的值高達(dá)25387±14982 mg/kg，青銅峽市枸杞的值最低，僅為2216±1297 mg/kg。青銅峽市及興慶區(qū)枸杞P元素含量較高，分別為4 23636±47908 mg/kg與3 74063±63030 mg/kg，顯著高于其他產(chǎn)區(qū)。西夏區(qū)枸杞中Ti元素測(cè)定結(jié)果為420±139 mg/kg，顯著高于除海原縣和賀蘭縣外的其他地區(qū)，而青銅峽市枸杞Ti含量為190±078 mg/kg，含量最低。海原縣枸杞Mn元素含量最豐富，為1603±547 mg/kg，而西夏區(qū)的枸杞中最低，僅774±045 mg/kg。海原縣枸杞的Co元素含量也處于較高水平，為015±007 mg/kg，青銅峽市與賀蘭縣的含量均處于較低水平，為005±003 mg/kg。除上述5個(gè)元素外，枸杞中Ni、Cu、Ga、Rb、Zr、Mo、Ba、Tl、Pb、Bi等元素的含量在某些地區(qū)間差異較為明顯。值得一提的是，西夏區(qū)采集的枸杞樣本中的多數(shù)礦物元素含量顯著偏高，尤其是Al、Ti、Ga、Zr、Tl、Pb、Bi這7個(gè)礦物元素是所有地區(qū)中最為豐富的。此外，海原縣和原州區(qū)的枸杞樣本部分元素含量也處于較高水平，但興慶區(qū)和中寧縣采集的樣本幾乎無顯著偏高的礦物元素。除上述元素外，枸杞中其他元素含量，如Mg、As、Cd、Cs在部分地區(qū)間具有顯著地區(qū)差異，而Li、B、Ca、V、Cr、Fe、Zn、Se、Sr僅在少和地區(qū)間存在顯著差異。

表4呈現(xiàn)寧夏各縣市枸杞樣本13種稀土元素含量（用平均值和標(biāo)準(zhǔn)偏差表示）及其ANOVA比較結(jié)果。方差比較分析結(jié)構(gòu)表明，枸杞稀土元素含量測(cè)定結(jié)果都具有顯著的地域差異。青銅峽市（0022±0001 mg/kg）和中寧縣（0021±0011 mg/kg）枸杞樣本中Sc含量低于其他6個(gè)地區(qū)枸杞樣本的含量。西夏區(qū)枸杞中Y元素含量為0085±0054 mg/kg，遠(yuǎn)高于其他地區(qū)，而青銅峽市枸杞樣本中幾乎不含有Y元素。海原縣、西夏區(qū)、靈武市枸杞樣本中Ce元素平均含量均處于較高水平。海原縣、西夏區(qū)和靈武市枸杞中Pr元素含量居高，基本在0014±0014至00610±0001 mg/kg的范圍內(nèi)，而其他5個(gè)地區(qū)采集的枸杞中測(cè)得Pr含量極低。西夏區(qū)和海原縣枸杞的Nd元素含量更豐富，其值分別為0041±0023 mg/kg和0034±0022 mg/kg，原州區(qū)、賀蘭縣和靈武市產(chǎn)地的值均為0023±0011至0020±0003 mg/kg的范圍內(nèi)，興慶區(qū)和中寧縣的值略低，分別為0015±0005和0015±0014 mg/kg，而青銅峽市枸杞樣本中難以檢測(cè)出Nd元素。對(duì)于Sm和Gd這2個(gè)稀土元素，西夏區(qū)的枸杞樣本中的含量相對(duì)于其他地區(qū)更富集分別為0015±0004和0014±0002 mg/kg，而其他地區(qū)產(chǎn)枸杞的含量相對(duì)貧化，其值接近于0。而對(duì)于Dy和Yb元素，西夏區(qū)和賀蘭縣枸杞樣本的含量處于較高水平，其值分別為0014±0012、0021±0011和0011±0005、0015±0007 mg/kg，而其他地區(qū)的含量接近于0。此外Eu、Tb、Ho、Tm 4個(gè)稀土元素在枸杞樣本中含量極低，無法檢出。

綜上所述，枸杞中部分礦物元素和稀土元素具有顯著的地區(qū)差異，能夠作為產(chǎn)地溯源特征指標(biāo)。相對(duì)礦物元素而言，稀土元素受施肥、灌溉等人為因素影響較小，因而更能反映產(chǎn)地的土壤及地質(zhì)特征，能夠作為產(chǎn)地溯源的變量，提升判別精度。

23產(chǎn)地溯源建模與ArcGIS圖譜構(gòu)建

枸杞中穩(wěn)定同位素比率、礦物元素及稀土元素方差分析結(jié)果表明，單個(gè)變量無法完全區(qū)分寧夏8個(gè)不同縣級(jí)地區(qū)的枸杞樣本。因此，本研究基于枸杞3個(gè)穩(wěn)定同位素比率、43個(gè)礦物元素與13個(gè)稀土元素變量，采用PLSDA建模，對(duì)數(shù)據(jù)進(jìn)行降維，提取所有變量的差異信息，構(gòu)建新的變量，實(shí)現(xiàn)不同產(chǎn)地的樣本區(qū)分。PLSDA結(jié)果顯示，青銅峽市與賀蘭縣枸杞樣本判別準(zhǔn)確率高達(dá)100%。興慶區(qū)和海原縣地區(qū)為75%，其中興慶區(qū)有1個(gè)樣本被誤判為中寧縣的，海原縣有2個(gè)樣本被誤分為中寧縣的以及1個(gè)被誤分為青銅峽市的。此外，原州區(qū)、靈武市、中寧縣均有1/3的樣本被歸類到其他地區(qū)，原州區(qū)的有2個(gè)分別被誤判到興慶區(qū)和海原縣，靈武市有2個(gè)樣本都被歸為中寧縣，中寧縣的枸杞樣大多被誤判為靈武市、興慶區(qū)、青銅峽市圖3寧夏8個(gè)不同縣級(jí)產(chǎn)地92個(gè)枸杞樣本基于穩(wěn)定同位素比率、礦物元素及稀土元素含量的PLSDA

總體而言，基于穩(wěn)定同位素、礦物元素、稀土元素特征構(gòu)建PLSDA模型進(jìn)行寧夏不同產(chǎn)區(qū)枸杞產(chǎn)地溯源研究，總體判別精度難以滿足實(shí)際應(yīng)用的要求。部分產(chǎn)區(qū)間枸杞樣本的判別精度低于70%，如原州區(qū)667%，靈武市667%，中寧縣667%，西夏區(qū)500%。由于寧夏枸杞產(chǎn)地的行政區(qū)劃和地理區(qū)劃不完全一致，相鄰產(chǎn)地間地形地勢(shì)、微氣候、土壤背景、農(nóng)業(yè)活動(dòng)大體一致，造成樣本地理特征接近，完全按照行政區(qū)劃進(jìn)行類別區(qū)分不具有可行性。該難題無法通過優(yōu)化建模方法解決。在此情況下，構(gòu)建產(chǎn)地特征可視化區(qū)域分布圖譜，可以更為直觀地呈現(xiàn)地域間的差異，從而達(dá)到微觀地理尺度間的溯源目的。

通過PLSDA建模，所有變量的方差信息主要提取到前幾個(gè)潛變量上。在本研究中，枸杞的產(chǎn)地溯源PLSDA模型中，前3個(gè)潛變量的方差貢獻(xiàn)率分別為257%、176%和154%，累計(jì)方差貢獻(xiàn)率587%，意味著大部分的變量方差信息已提取并擬合到前3個(gè)潛變量上。然而，該模型依然無法區(qū)分寧夏地區(qū)小尺度地理產(chǎn)地間的枸杞樣本，意味著無法通過穩(wěn)定同位素及多元素分析結(jié)合多變量建模實(shí)現(xiàn)寧夏各縣市級(jí)產(chǎn)區(qū)間枸杞產(chǎn)品的產(chǎn)地溯源。在此情況下，本研究利用ArcGIS平臺(tái)繪制寧夏枸杞各潛變量得分特征的地理分布圖，如圖4所示。其中，圖4a至c為樣本在第一、第二、第三個(gè)潛變量上的投影得分特征ArcGIS分布熱圖，圖4d為相應(yīng)的融合前三個(gè)主成分投影得分（RGB值）換算成灰度值（Gray值）的ArcGIS分布熱圖。明顯可知，第一潛變量特征主要體現(xiàn)中衛(wèi)市產(chǎn)區(qū)與其他產(chǎn)區(qū)的差異（熱圖上中衛(wèi)市產(chǎn)區(qū)總體呈現(xiàn)低值，而其它產(chǎn)區(qū)呈現(xiàn)高值），第二潛變量特征進(jìn)一步地表達(dá)中衛(wèi)市產(chǎn)區(qū)的內(nèi)部差異（北部產(chǎn)區(qū)呈現(xiàn)明顯高值，南部和中部產(chǎn)區(qū)呈現(xiàn)低值）和固原市產(chǎn)區(qū)的地域差異（沿河流東部產(chǎn)區(qū)呈現(xiàn)比西部產(chǎn)區(qū)更高值），而第三潛變量的將中衛(wèi)市和固原市內(nèi)部特定產(chǎn)區(qū)的差異表現(xiàn)的更為明顯，如中衛(wèi)市南部中寧縣產(chǎn)區(qū)和固原市中一部分產(chǎn)區(qū)呈現(xiàn)明顯高值。通過進(jìn)一步的將3個(gè)潛變量特征按灰度值換算后繪制寧夏枸杞多變量融合ArcGIS熱圖，則全面的反映枸杞穩(wěn)定同位素、礦物元素、稀土元素的地域特征分布。在3D熱圖上，寧夏銀川產(chǎn)區(qū)和吳忠市青銅峽產(chǎn)區(qū)的枸杞樣本具有明顯的差異，且中衛(wèi)市北部產(chǎn)區(qū)與中寧產(chǎn)區(qū)也具有明顯差異，固原市沿河流東南部和西北部產(chǎn)區(qū)間也同樣可以很好地區(qū)分。因此，構(gòu)建的寧夏枸杞多變量融合產(chǎn)地特征圖譜，能夠?yàn)閷幭母骺h市級(jí)產(chǎn)地間枸杞的溯源提供新的指導(dǎo)。

3討論與結(jié)論

寧夏不同縣市間距離較近，各產(chǎn)地間地理氣候差異不足，小地理尺度間產(chǎn)地溯源依然是一道難題。Gong等[22]通過測(cè)定枸杞中穩(wěn)定同位素比率和稀土元素含量，構(gòu)建判別模型實(shí)現(xiàn)對(duì)西北五省產(chǎn)枸杞進(jìn)行精準(zhǔn)的區(qū)分。然而，該研究對(duì)寧夏中寧縣地理標(biāo)志保護(hù)枸杞與其它產(chǎn)地產(chǎn)品進(jìn)行區(qū)分時(shí)，判圖4PLSDA判別分析枸杞樣本在第一、第二、第三主成分上的得分及三者融合方差灰度值的ArcGIS分布熱圖別精度不高。在省級(jí)大尺度地理區(qū)劃間研究枸杞產(chǎn)地溯源的可行性的實(shí)際應(yīng)用價(jià)值不大。不同省份枸杞外形上的差異顯著，中寧枸杞顆粒大，而青海柴達(dá)木枸杞、新疆精河枸杞顆粒明顯更小，色澤上也完全能夠進(jìn)行區(qū)分。研究探討對(duì)寧夏縣市級(jí)小尺度地理區(qū)劃間枸杞產(chǎn)地溯源要求，對(duì)保護(hù)中寧枸杞PGI保護(hù)產(chǎn)品至關(guān)重要。

本研究開展對(duì)寧夏各縣市級(jí)產(chǎn)地間枸杞溯源可行性研究，旨在開發(fā)模型和方法確保對(duì)中寧PGI枸杞產(chǎn)地標(biāo)簽表示的真實(shí)性。通過采集寧夏不同市縣主產(chǎn)區(qū)枸杞樣本穩(wěn)定同位素、礦物元素和稀土元素?cái)?shù)據(jù)，構(gòu)建多元統(tǒng)計(jì)判別模型，但總體判別準(zhǔn)確度僅701%。然而，受限于小尺度地理區(qū)域間地理氣候的相似性，無法通過其他方法提升判別模型精度。通常而言，大規(guī)模、多年間重復(fù)采樣可以提升判別的精度，但實(shí)施成本高昂，且難以覆蓋全部枸杞產(chǎn)區(qū)。因此，本研究基于有限數(shù)量的樣本采集數(shù)據(jù)，利用ArcGIS平臺(tái)，構(gòu)建寧夏各個(gè)產(chǎn)區(qū)枸杞特征分布圖譜，可視化地展現(xiàn)寧夏各縣市產(chǎn)地的枸杞特征，提供一種新的產(chǎn)地溯源思路。同時(shí)，對(duì)我國(guó)枸杞穩(wěn)定同位素及多元素產(chǎn)地溯源和PGI產(chǎn)品保護(hù)需要注意以下3個(gè)方面：第一，枸杞的產(chǎn)地溯源需要考慮地理的相近性，而不能完全參照我國(guó)行政區(qū)劃進(jìn)行產(chǎn)地判別分析；第二，基于微量元素含量數(shù)據(jù)的枸杞產(chǎn)地溯源的模型優(yōu)化依然難以達(dá)到100%的判別精度，需要通過增加其它方面參數(shù)，進(jìn)一步提升模型的準(zhǔn)確度；第三，本研究中缺乏產(chǎn)地的土壤和水源中穩(wěn)定同位素、礦物元素與稀土元素特征分析數(shù)據(jù)，難以深入探討寧夏枸杞產(chǎn)地特征的形成機(jī)制。

本研究通過對(duì)寧夏8個(gè)縣市級(jí)產(chǎn)區(qū)枸杞主產(chǎn)地采集的92個(gè)樣本進(jìn)行分析，測(cè)定了枸杞中3個(gè)穩(wěn)定同位素比率、43個(gè)礦物元素和13個(gè)稀土元素含量，構(gòu)建多元統(tǒng)計(jì)分析PLSDA模型，實(shí)現(xiàn)寧夏各縣市級(jí)產(chǎn)地間枸杞總體判別準(zhǔn)確度僅701%，無法滿足溯源應(yīng)用的要求。通過融合多元變量方差信息，創(chuàng)新性的提出繪制ArcGIS產(chǎn)地溯源圖譜，可視化地呈現(xiàn)小尺度地理區(qū)間的差異。通過構(gòu)建單個(gè)穩(wěn)定同位素指標(biāo)、多個(gè)指標(biāo)融合數(shù)據(jù)、單個(gè)判別函數(shù)得分特征、多個(gè)判別函數(shù)等分融合特征的地理分布熱圖，通過顏色反映各縣市間枸杞的產(chǎn)地特征差異。該圖譜分析技術(shù)有望成為一種寧夏枸杞產(chǎn)地溯源、中寧枸杞地理標(biāo)志產(chǎn)品識(shí)別的分析策略，用于中寧枸杞產(chǎn)品的原產(chǎn)地確證與地理標(biāo)志產(chǎn)品品牌保護(hù)，推動(dòng)寧夏枸杞產(chǎn)業(yè)的健康發(fā)展。

（責(zé)任編輯：嚴(yán)秀芳）

參考文獻(xiàn)：

[1]王莎莎，張釗，陳乃宏.枸杞子主要活性成分及藥理作用研究進(jìn)展 ［J］.神經(jīng)藥理學(xué)報(bào)，2018，8（6）：55.

［2］何月紅.中寧枸杞道地藥材價(jià)值開發(fā)與商業(yè)價(jià)值營(yíng)銷存在的問題及對(duì)策 ［J］.現(xiàn)代農(nóng)業(yè)科技，2019（23）：9596.

［3］國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局.中國(guó)地理標(biāo)志產(chǎn)品大典 ［M］.北京：中國(guó)質(zhì)檢出版社，2015.

［4］安巍.地理標(biāo)志產(chǎn)品：寧夏枸杞 ［J］.中國(guó)標(biāo)準(zhǔn)化，2008，5（12）：7476.

［5］楊建文，何莉.中寧枸杞：道地中藥材 粒粒皆珍貴 ［J］.農(nóng)產(chǎn)品市場(chǎng)，2021（5）：2831.

［6］武津生.開展地理標(biāo)志產(chǎn)品保護(hù)面臨三大難題 ［J］.中國(guó)品牌與防偽，2012（5）：7677.

［7］張文華，郭潔.中寧枸杞證明商標(biāo)保護(hù)戰(zhàn)略研究 ［J］.環(huán)球市場(chǎng)，2017（32）：52.

［8］周光明.中寧枸杞有了證明商標(biāo) ［J］.中華商標(biāo)，2001（5）：46.

［9］Wang C，He W Z，Zhao D Y，et al.Modeling of stable isotope and multielement compositions of jujube （Ziziphus jujuba Mill.） for origin traceability of protected geographical indication （PGI） products in Xinjiang，China ［J］.Journal of Food Composition Analysis，2020，92：103577.

［10］Li L，Wen B，Zhang X，et al.Geographical origin traceability of tea based on multielement spatial distribution and the relationship with soil in district scale ［J］.Food Control，2018，90：1828.

［11］Liu Z，Yuan Y，Zhang Y，et al.Geographical traceability of Chinese green tea using stable isotope and multielement chemometrics ［J］.Rapid Communications in Mass Spectrometry，2019，33（8）：77888.

［12］Liu Z，Zhang W，Zhang Y，et al.Assuring food safety and traceability of polished rice from different production regions in China and Southeast Asia using chemometric models ［J］.Food Control，2019，99：110.

［13］Liu X，Liu Z，Qian Q，et al.Isotope chemometrics determines farming methods and geographical origin of vegetables from Yangtze River Delta Region，China ［J］.Food Chemistry，2021，342：128379.

［14］楊靜潔，郭波莉.穩(wěn)定同位素在植物源性農(nóng)產(chǎn)品產(chǎn)地溯源研究進(jìn)展 ［J］.核農(nóng)學(xué)報(bào)，2020，（增刊1）：110119.

［15］張龍，曲愛麗，蔣晗，等.基于礦質(zhì)元素檢測(cè)的杭白菊原產(chǎn)地溯源技術(shù)研究 ［J］.核農(nóng)學(xué)報(bào)，2013（10）：15531559.

［16］Zhang T，Wang Q，Li J，et al.Study on the origin traceability of Tibet highland barley （Hordeum vulgare L.） based on its nutrients and mineral elements ［J］.Food Chemistry，2021，346：128928.

［17］傅海霞，郝偉，李燁.基于稀土元素判別茶葉原產(chǎn)地的研究進(jìn)展 ［J］.昆明學(xué)院學(xué)報(bào)，2015（6）：4951.

［18］王嘉怡，郝立波，趙新運(yùn)，等.基于土壤化學(xué)成分的基巖巖石類型識(shí)別 ［J］.物探與化探，2018，42（6）：11801185.

［19］姚清華，顏孫安，張炳鈴，等.茶園土壤類型對(duì)鐵觀音茶葉稀土元素分布和組成的影響 ［J］.熱帶亞熱帶植物學(xué)報(bào)，2018（6）：644650.

［20］王潔，伊?xí)栽?，倪康，?基于稀土元素指紋的扁形茶產(chǎn)地判別分析 ［J］.浙江農(nóng)業(yè)科學(xué)，2016（7）：11181124.

［21］張莉，孟靖，茍春林，等.枸杞組分特征檢測(cè)及產(chǎn)地溯源技術(shù)研究進(jìn)展 ［J］.分析測(cè)試學(xué)報(bào)，2018（7）：862870.

［22］Gong H，Rrhman F，Li Z，et al.Discrimination of geographical origins of wolfberry （Lycium barbarum L.） fruits using stable isotopes，earth elements，free amino acids，and saccharides ［J］.Journal of Agricultural Food Chemistry，2022，70（9）：29842997.

［23］李治國(guó)，尚瑞華.基于ArcGIS的測(cè)試數(shù)據(jù)可視化研究 ［J］.電腦迷，2018（6）：125.

［24］吳珍云，董少春，尹宏偉，等.基于ArcGIS Server的地質(zhì)數(shù)據(jù)可視化平臺(tái)構(gòu)建與優(yōu)化 ［J］.實(shí)驗(yàn)室研究與探索，2010（7）：610.

[25]中華人民共和國(guó)國(guó)家衛(wèi)生健康委員會(huì). 食品中多元素的測(cè)定： GB 5009.268—2016 [S]. 北京： 中國(guó)標(biāo)準(zhǔn)出版社， 2016.

[26]中華人民共和國(guó)國(guó)家衛(wèi)生健康委員會(huì)." 植物性食品中稀土元素的測(cè)定：GB 5009.94—2012 [S]. 北京： 中國(guó)標(biāo)準(zhǔn)出版社， 2012.

Constructing the Geographical Landscape of Origin Signatures of Ningxia Wolfberry Based on Multivariate Modeling Combined with ArcGIS Visualization

Kai Jianrong1， Wang Caiyan1*， Zhang Yao2， Lv Yi2， Wang Xiaojing1， Yu Shuqi3， Chen Chang3， Tian Jing3， Liu Zhi3

（1.Ningxia Research Institute of Quality Standards and Testing Technology of Agricultural Products， Yinchuan 750000， China; 2.Key Laboratory of Quality and Safety of Wolfberry and Wine for State Administration for Market Regulation， Institute of food testing in Ningxia， Yinchuan 750000， China; 3.College of Agriculture and Biotechnology， Hunan University of Humanities， Science and Technology， Loudi 417000， China）

Abstract： To address the issue of low accuracy in traceability caused by undersampling and insignificant differences at microscale geographical interval， a new strategy is developed to provide a innovative idea for the origin traceability and geographical indication protection of wolfberry in Nixing province and. In this paper， 92 samples were collected from Ningxia， the ratios of 3 stable isotope， as well as the content of 43 mineral elements and 13 rare earth elements were determined. Multivariate statistical analysis， coupled with Agricultural Geographic Information System （ArcGIS） were employed to visualize the geographical distribution of stable isotopic and multielement signatures of wolfberry in Ningxia. The results indicated that analysis of variance （ANOVA） could not screen a single variable for accurately distinguishing all regions. Subsequently， multivariate method， partial least squares discriminant analysis （PLSDA）， was conducted for the dimensional reduction and feature extraction of data， and constructed new discriminant functions. The discriminant accuracies ranged from 50% to 100%， which was still unsatisfactory for the application at microscale geographical interval. ArcGIS platform and image processing algorithms depicted the distribution maps of geographical signatures of Ningxia wolfberry， which can achieve the visualization of characterstic difference at microscale geographical interval. This strategy realized the smallscale geographical origin traceability of Ningxia wolfberry.

Keywords：wolfberry; multivariate statistic; ArcGIS; Origin traceability; visualization technique