食品科学2021,Vol.42Issue(14) :255-262.DOI:10.7506/spkx1002-6630-20200716-218

基于矿物元素指纹差异的榴莲产地甄别

Discrimination of Durian from Different Geographical Origins Based on Mineral Element Fingerprint Characteristics

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
食品科学2021,Vol.42Issue(14) :255-262.DOI:10.7506/spkx1002-6630-20200716-218

基于矿物元素指纹差异的榴莲产地甄别

Discrimination of Durian from Different Geographical Origins Based on Mineral Element Fingerprint Characteristics

周秀雯 1吴浩 2陈海泉 2颜治 2靳保辉 2谢丽琪 2赵燕 3赵超敏 4陈辉 5潘家荣1
扫码查看

作者信息

  • 1. 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
  • 2. 深圳海关食品检验检疫技术中心,广东深圳 518054
  • 3. 中国农业科学院农业质量标准与检测技术研究所,北京 100081
  • 4. 上海海关动植物与食品检验检疫技术中心,上海 200135
  • 5. 中国检验检疫科学研究院,北京 100176
  • 折叠

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.

关键词

榴莲/矿物元素指纹/产地/溯源/化学计量学

引用本文复制引用

基金项目

出版年

2021
食品科学
北京食品科学研究院

食品科学

CSTPCDCSCD北大核心
影响因子:1.327
ISSN:1002-6630
被引量9
参考文献量6
段落导航相关论文