用微量元素对东北大米产地识别的技术

作     者：金晓彤 王冬艳 王兴佳 商屹 李文庆 Jin Xiaotong;Wang Dongyan;Wang Xingjia;Shang Yi;Li Wenqing

作者机构：吉林大学地球科学学院长春130061 吉林大学自然资源部东北亚矿产资源评价重点实验室长春130061 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2022年第38卷第22期

页      面：246-252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] 083202[工学-粮食、油脂及植物蛋白工程] 

基　　金：国家自然科学基金项目(42071255)。 

主　　题：模型 分类 微量元素 大米 产地识别 电感耦合等离子体质谱 

摘      要：为探讨元素指纹分析技术对东北三省大米产地识别的可行性,筛选出可以区分不同产地大米的标志元素,该研究采用电感耦合等离子体质谱(Inductively Coupled Plasma Mass Spectrometry,ICP-MS)测定东北三省主要水稻产区土壤-作物籽实中Li、B、Be等23种微量元素含量,利用相关分析、方差分析、偏最小二乘回归分析等多种分析方法对不同产地大米及土壤中微量元素含量进行分析,建立识别东北三省大米产地的判别模型。结果表明:大米中Mo、Zn含量与土壤中Mo、Zn含量呈显著正相关(P0.01);3个省份大米中Ga、Pb、Sr、Zr、Ba元素分布表现出一致性,而另外18种元素表现出显著差异性(P0.05)。对18种显著差异元素建立产地识别模型,发现正交偏最小二乘回归分析和多层感知器神经网络分析建立的判别模型能较好地对东北三省大米进行有效区分和识别,多层感知器神经网络分析中整体检验组的综合正确判别率为96.3%;在Fisher判别分析中利用逐步判别法筛选出的7种元素建立的判别模型能有效识别东北三省大米产地,判别正确率为93.8%。研究表明基于微量元素含量特征能够对东北三省大米产地进行有效识别,可为保护地区特色产品提供技术参考。