基于矿物元素指纹差异的榴莲产地甄别

作     者：周秀雯 吴浩 陈海泉 颜治 靳保辉 谢丽琪 赵燕 赵超敏 陈辉 潘家荣 ZHOU Xiuwen;WU Hao;CHEN Haiquan;YAN Zhi;JIN Baohui;XIE Liqi;ZHAO Yan;ZHAO Chaomin;CHEN Hui;PAN Jiarong

作者机构：中国计量大学生命科学学院浙江省海洋食品品质及危害物控制技术重点实验室海洋食品加工质量控制技术与仪器国家地方联合工程实验室浙江杭州310018 深圳海关食品检验检疫技术中心广东深圳518054 中国农业科学院农业质量标准与检测技术研究所北京100081 上海海关动植物与食品检验检疫技术中心上海200135 中国检验检疫科学研究院北京100176 

出 版 物：《食品科学》 (Food Science)

年 卷 期：2021年第42卷第14期

页      面：255-262页

核心收录：

学科分类：0832[工学-食品科学与工程（可授工学、农学学位）] 08[工学] 083201[工学-食品科学] 

基　　金：“十三五”国家重点研发计划重点专项(2017YFF0211302) 

主　　题：榴莲 矿物元素指纹 产地 溯源 化学计量学 

摘      要：为保护高值热带作物榴莲的原产地信息,采集马来西亚、泰国、柬埔寨和越南共4个产区73份不同品种榴莲样本,利用电感耦合等离子体质谱法测定榴莲果核与榴莲果肉中28种矿物元素含量,结合方差分析、主成分分析、Fisher逐步判别分析和BP人工神经网络,建立基于矿物元素的榴莲产地判别模型并验证其准确率。结果表明,榴莲果核和果肉中分别有16种和13种矿物元素在4个产区存在显著差异;主成分分析中前6个主成分累计贡献率为85.207%,代表矿物元素含量的主要信息;将有显著差异的元素代入Fisher逐步判别方程,结果发现单一榴莲果核及榴莲果肉判别准确率较低,榴莲果核和榴莲果肉耦合指标显著提高判别准确率,筛选出果核中Li、Be、Mg、Mn、Rb元素和果肉中Be、Ag、Ba元素8项指标构建榴莲产地溯源模型,模型的初始验证准确率为91.8%,交叉验证准确率为90.4%;将有显著差异的元素代入BP人工神经网络模型,榴莲果核As、Ag、Al、Rb和果肉中Ag元素为BP人工神经网络前5重要元素,模型训练验证准确率为96.1%,检验验证准确率为95.5%。初步证明利用矿物元素指纹特征结合化学计量学方法对东南亚产地榴莲判别具有可行性。