一种基于有效因子的黄精地理标志产品识别方法
文献发布时间:2023-06-19 11:57:35
技术领域
本发明属于化学分析检测技术领域,具体涉及一种基于有效因子的黄精地理标志产品识别方法。
背景技术
黄精属于百合科多年生草本植物,常作为一种滋补的药食两用药材。近年来,黄精已被批准为一种改善食品保健功能的天然添加剂,也可用于制备一些功能性饮料、葡萄酒、薯片和乳制品。我国是黄精的主产区,在安徽、云南、四川等地广泛种植。其中产自安徽青阳九华山的黄精,被称为“江南人参”,是国家地理标志(PGI)保护产品。正宗的PGI黄精产品在市场上被认为是高质量、高价格的产品,有必要准确识别黄精的地理产地并进行正确的标签备注。
目前,基于电子鼻/电子眼、红外光谱法、核磁共振波谱学,色谱指纹图谱以及超高效液相色谱结合高分辨率质谱,常被用来研究黄精的有机/非有机状态、种属、活性成分和抗肿瘤活性等。这些方法大多依据黄精的形态、理化特征引起的指纹图谱的差异,存在识别准确度低、特异性差且花费高、耗时长等不足,且暂未有报道用于识别及标识黄精的地理标志产品的方法。因此,进一步开发一种用于准确识别及标识黄精地理标志产品的方法具有非常重要的研究和应用意义。
发明内容
本发明的主要目的在于提供一种基于有效因子的黄精地理标志产品识别方法,该方法具有准确、高效的优点,可实现青阳黄精的快速有效识别和标识。
为实现上述目的,本发明采用的技术方案为:
一种基于有效因子的黄精地理标志产品识别方法,包括如下步骤:
1)收集青阳黄精地理标志产品和其他不同产地的黄精样品,分别检测不同产地所得黄精样品的稳定同位素和多元素的含量数据;
2)采用化学计量学手段对所得稳定同位素和多元素的含量数据进行分析,筛选出有效标志稳定同位素因子和有效标志多元素因子,建立基于稳定同位素联合多元素的智能化识别模型库,以实现对青阳黄精地理标志产品的识别。
上述方案中,所述化学计量学手段包括主成分分析和一类偏最小二乘判别分析手段,联合主成分分析和一类偏最小二乘判别分析筛选得到的有效标志稳定同位素因子和有效标志多元素因子,作为智能化识别模型库的输入。
上述方案中,所述主成分分析构建PCA模型,对输入的稳定同位素和多元素数据进行分析,筛选出有效标志因子I;一类偏最小二乘判别分析构建OPLSDA模型,对输入的稳定同位素和多元素数据进行分析,筛选出有效标志因子II。
优选的,所述主成分分析采用的潜在变量的累积贡献R
上述方案中,所述稳定同位素包括δ
上述方案中,步骤1)中所述含量数据的检测手段包括稳定同位素比质谱仪、热电离质谱仪和电感耦合等离子体质谱仪。
上述方案中,所述其他不同产地包括山西商洛、湖北谷城、贵州安顺、四川阿坝、四川西昌和云南昭通等。
上述方案中,所述黄精样品通过将不同产地收集得到的野生黄精进行清洗、切片,室温风干,研磨至细粉,再进行真空冷冻干燥(24-72h)而成。
上述方案中,所述稳定同位素比质谱仪的检测条件为:将0.08-0.15g黄精粉末样品装在锡杯中用于δ
上述方案中,所述热电离质谱仪的检测锶稳定同位素的条件为:采用多动态方法抵消杯效率和增益因子且配有10
上述方案中,所述电感耦合等离子体质谱仪检测条件为:针对每个黄精样品约0.08-0.15g,用0.8-1.2mL HNO
上述方案中,所述智能化识别模型库采用基于一类偏最小二乘法建立OPLSDA模型,采用的模型参数为R
上述方案中,所述智能化识别模型库采用Origin 8.0软件对数据进行单因素描述性统计分析,包括平均值、标准差、范围和中位数等。
本发明利用不同产地地貌、土壤、天气、温度、海拔等生态环境影响黄精样品的元素含量差异,利用智能化识别模型库(描述性统计分析、主成分分析和一类偏最小二乘判别分析),联合稳定同位素和多元素,筛选安徽青阳地区黄精与其他地区的差异主要有效标志因子,可实现不同地理产区青阳黄精的快速、高效标识。
与现有技术相比,本发明的有益效果为:
1)本发明首次提出通过生态因素影响稳定同位素联合多元素含量的差异特征,筛选出有效标志因子,识别地理标识产品青阳黄精;该方法具有准确、有效、灵敏等优点,并可实现不同产区黄精样品的可靠性标识,具有重要的实际推广价值;
2)本发明结合主成分分析和一类偏最小二乘判别手段,分别筛选出鉴别效果较好的有效标志因子,然后将二者结合,作为青阳黄精地理标志产品的最终识别依据,可显著提升青阳黄精的识别精度。
附图说明
图1为本发明7个主要产地黄精的采样信息示意图。
图2为本发明δ
图3为本发明智能化PCA模型的(a)得分图、(b)载荷图、(c)ROC图和(d)VIP得分结果图。
图4为本发明智能化OPLSDA模型一对一对比分析得分图。
图5为本发明基于有效标志因子的智能化OPLSDA模型识别地理标识产品青阳黄精结果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
以下实施例中,选取我国7个不同产地的黄精为区分对象,分别为我国安徽青阳、山西商洛、湖北谷城、贵州安顺、四川阿坝、四川西昌和云南昭通(云南昭通分为两种模式:云南昭通表示该黄精样本是野生的;云南昭通*表示该黄精样本是人工栽培的),这些采样点位于27°N~33°N和102°E~117°E之间,采样点的具体信息如图1所示,采集的样本为不同产地的野生黄精(除云南昭通*)。
实施例1
一种基于有效因子的黄精地理标志产品识别方法,首先收集黄精主要产区的样品,然后采用稳定同位素比质谱仪、热电离质谱仪和电感耦合等离子体质谱仪测得样品的稳定同位素(δ
1)黄精样品预处理:称取100g新鲜黄精样品洗净、切片,室温风干,所有干燥的黄精样品在液氮下研磨至细粉,真空冷冻干燥48h而成;
2)δ
3)
4)多元素含量测定:称取黄精样品0.1g,用1.0mL HNO
5)用Origin 8.0软件对采集的含量数据进行单因素描述性统计分析,绘制包括平均值、标准差、范围和中位数信息结果的箱型图,其中五种同位素的结果如图2所示;青阳黄精中δ
表1不同地区黄精的48种元素比值(mg/kg)
表2不同地区黄精的同位素比值(mg/kg)
6)采用主成分分析对7种不同产地黄精样本稳定同位素和多元素数据进行分析;图3分别为黄精不同区域主成分分析的(a)得分图、(b)载荷图、(c)特征曲线(ROC)图和(d)贡献率图;在主成分分析模型中,基于同位素比值和多元素比值的数据分析参数为潜在变量的累积贡献(R
7)基于7种不同产地黄精稳定同位素和多元素数据信息的一类偏最小二乘判别结果如图4所示;其中基于稳定同位素联合多元素结合构建的一类偏最小二乘判别(OPLSDA)模型参数设置为R
8)有效标志因子识别青阳黄精方法验证:依据主成分分析(PCA)模型和一类偏最小二乘判别(OPLSDA)模型筛选出的有效标志因子I(δ
结果表明,采用本发明所述识别方法可实现青阳黄精与商洛、谷城和安顺等其他产地的高效区分,准确度达到100%,说明本方法筛选的δ
上述实施例仅是为了清楚地说明所做的实例,而并非对实施方式的限制。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其他不同形式的变化或者变动,这里无需也无法对所有的实施方式予以穷举,因此所引申的显而易见的变化或变动仍处于本发明创造的保护范围之内。
- 一种基于有效因子的黄精地理标志产品识别方法
- 一种基于电子围栏的地理标志产品安全监控系统