CN102455320B - 一种产地葡萄酒识别技术方法 - Google Patents

Abstract

一种产地葡萄酒识别技术方法，涉及葡萄酒微量无机元素检测方法和产地葡萄酒特征信息提取数据处理技术方法，属于葡萄酒产品真实性识别技术领域。主要包括以下步骤：a)选择不同产地葡萄酒样品；b)采用硝酸对样品进行消解预处理；c)等离子同位素质谱仪测定样品中无机元素含量；d)对所得数据预处理后，采用不同多元数据处理技术(方差分析、主成分、神经网络)，构建葡萄酒产地识别技术模型，将未知产地葡萄酒检测数据输入葡萄酒产地识别技术模型，实现对葡萄酒产地属性的有效识别。本发明提供一种产地葡萄酒识别技术方法，有利于解决当前我国产地葡萄酒识别技术难题，对规范产地葡萄酒市场秩序具有重要意义。

Description

一种产地葡萄酒识别技术方法

技术领域：

一种产地葡萄酒鉴别技术方法，涉及葡萄酒微量无机元素检测方法和产地葡萄酒识别模型技术方法，属于葡萄酒产品真实性识别技术领域。

背景技术：

2006年我国新出台的GB 15037《葡萄酒》国家标准明确规定了产地、品种和年份葡萄酒的概念，但我国仍缺乏产地葡萄酒的有效识别技术手段和方法。随着葡萄酒产业发展，仅仅依靠企业自律和现有的标准管理体系无法有效规范市场，部分不法企业在一些假冒伪劣产品上标注产地充当优质产地葡萄酒销售，市场上鱼龙混杂，对葡萄酒市场造成较大冲击，不利于市场良性发展。

微量无机元素是表征地域差异的重要指标，其依据是生物组织不断从其生活的环境如土壤、水、食物和空气中累积各种矿物元素，不同地域来源的生物体中元素含量有很大差异。影响地域痕量元素差异的因素主要包括土壤种类、土壤的pH、人类污染、大气和气候的差异以及矿物元素相互之间的作用等，前人对食物链中痕量元素的累积与迁移研究为产地溯源提供一定的理论依据。

葡萄酒中的无机元素主要来源于葡萄原料，其中葡萄无机元素含量与其生长环境比如土壤，水和大气等因素密切相关，具有典型地理标记特性。因此，采用无机元素含量指示产地葡萄酒的产地信息将具有明显典型性。

传统葡萄酒产地识别依靠感官和风味成分进行定性区分，难以进行实现科学量化区分。有文献报道，Frias等利用AAS对市售的来自西班牙3个产地的葡萄酒进行产地判别准确度达到100％。秦丽娜等人利用固相微萃取-气质色谱联用方法研究了天津、宁夏2个产地的赤霞珠、梅鹿辄干红葡萄酒中75种香气成分，利用葡萄酒中的少数主要香气成分能够鉴别不同品种和不同产地葡萄酒之间的差异，实现对葡萄酒的品种和产地的识别分析。Etievant研究发现葡萄中的氨基酸含量受光合作用、气候条件和葡萄皮表面的酵母影响较大，游离氨基酸能够表征葡萄酒的种类，因此可以根据以上影响因素判别葡萄酒的产地。Sato等分析不同产地的31种葡萄酒中的总酚含量，发现红葡萄酒中总酚含量在735.9-2858mg/L，白葡萄酒中259.4-720.5mg/L。Garcia-Parilla等人利用HPLC检测92种西班牙南部产地的葡萄酒中18种酚类物质，利用酚类物质的种类和含量可以很好的实现葡萄酒的划分，并能对生产工艺或葡萄酒的产地进行推测。Goldberg等人利用高效液相色谱法检测不同国家白葡萄酒中几种酚类物质的含量，发现气候对白葡萄酒中的酚类物质含量影响没有像红葡萄酒那样明显，主要影响因素是葡萄种属之间的差异和酿造工艺的不同。Kallithraka等人对希腊受原产地保护的29种葡萄酒中白藜芦醇的含量进行测定，发现含量从0.550～2.534mg/L。通过CLA和PCA可以将酒样分成5组；山东大学刘保东等人通过测定4家工厂28个雷司令品种的葡萄酒中的游离氨基酸，采用直接判别和逐步判别方法进行多元统计分析，对不同厂家的葡萄酒实现了很好的区分。陈勇等人测定了市售国内葡萄酒主产地的8个主要品牌干红葡萄酒中的游离氨基酸含量，发现新疆天山北坡地区所产干红葡萄酒中含量较高，达到1508mg/L，与美国加州优质干红葡萄酒相当，其他产地品牌的氨基酸含量在700～1100mg/L之间，推测其与葡萄品种、气候、发酵工艺及酒的陈酿时间有关。王方等人通过检测不同产地的37个赤霞珠干红葡萄酒样品中的38项参数指标，用主成分分析筛选出8个主成分，利用其因子得分进行产品判别分析，能够实现昌黎、蓟县、贺兰山A和贺兰山B四个产地100％的判别，并建立了判别函数。

以51种无机元素为基础，采用多元数据处理模型技术对中国产地葡萄酒识别的研究尚未见报道。

发明内容：

(1)解决的技术问题

本发明目的在于提供一种产地葡萄酒识别技术方法，解决我国产地葡萄酒在市场监管存在的技术难点。

(2)本发明详细描述如下

本发明创新性在于采用电感耦合等离子体质谱仪(ICP-MS)对来自不同产地葡萄酒中51种无机元素进行测定，将数据进行标准化处理，采用不同数据处理技术(如主成分、聚类和判别分析)，提取样品中无机元素的质量信息，获知无机元素产地指纹特征信息，构建葡萄酒产地识别技术模型，从而实现产地葡萄酒的有效识别。

本发明的技术实施方案主要有以下内容：

A测定葡萄酒中无机元素含量

a)选择不同产地葡萄酒，符合GB15037-2006《葡萄酒》要求；

b)对样品进行湿法密闭消解或微波消解：消解结束冷却后，开启消解罐，加入少量蒸馏水，将样品转移到干净的PET塑料瓶中，用少量蒸馏水洗涤消解罐3-4次，合并洗涤液于PET瓶中，稀释定容至50.00g。上机测试之前，用0.45μL膜过滤，过滤液供上机测试；

c)采用电感耦合等离子体质谱仪(ICP/MS 7500a)对样品进行测定，仪器经调谐液(1μg/LLi、Ce、Tl混标)、P/A调谐液调节后进行测试，5％硝酸清洗系统，通过在线加入50μg/L的¹¹⁵In内标来校正由于仪器漂移和基体效应所造成的测量信号波动。仪器主要测定参数包括：等离子体RF功率为1500W，载气流速为1.17L·min^-1，蠕动泵转速为0.1rsp，每个质量数测定点数为3，采样深度8.0mm；

d)选择了中间质量数的¹¹⁵In作为待测元素的内标物质，配制的标准曲线浓度梯度范围在：0、1、2.5、5、25、50、100μg/g之间，根据不同元素的含量，选择不同的线性范围；

e)方法有效性评价：在优化试验条件下，对样品的消解试剂空白测定10次，取3倍标准偏差所对应的浓度为各元素的检出限，并加入一定量的标准溶液进行加标回收试验；

f)上机测定样品；

g)标准曲线法计算所测无机元素的含量。

用不同梯度浓度标准无机元素工作液做标准溶液，根据标准溶液无机元素色谱图峰面积与内标峰面积之比为纵坐标，无机元素浓度为横坐标作标准曲线。取标准曲线斜率为F因子，按如下公式计算得到样品中的无机元素含量。

$X=f\×\frac{A_1}{A_2}\×I\×{10}^{-3}$

式中：X-样品中无机元素的质量分数，单位为μg/L；

f-TCA的无机元素校正因子；

A₁-样品中无机元素的峰面积

A₂-添加于酒样中内标的峰面积；

I-添加在酒样的内标物的浓度，单位为毫克每升(μg/L)。

B建立葡萄酒产地识别技术模型

a)原始数据标准化处理

葡萄酒中的元素绝对值含量在数量级上有一定差异，数据之间有数量级的差异，因此在进行多元数据处理之前需要对各变量取得的原始数据进行预处理。数据的标准化处理即是将原始数据处理成均值为0、方差为1的数据，公式如下：

${x_{\mathrm{ij}}}^{\′}=\frac{x_{\mathrm{ij}}-\stackrel{\‾}{x_i}}{{\mathrm{\σ}}_i}$

其中为第i个变量的均值，σ_i为方差。

b)主成分模型

将葡萄酒中无机元素进行主成分分析，提取出有效区分葡萄酒产地的综合变量，按方差贡献率由大到小，取前N个；采用主成分分析模型，构建产地葡萄酒识别技术模型，模型仿真识别率应达100％；

c)神经网络模型

人工神经网络结构特点和其信息存储的分布式特点，突破了以统计学和线性数学为基础的传统数据处理技术模型局限，使得它具有相对其它判断识别系统更强的功能。根据方差分析结果，将b)挑选具有明显产地特征的无机元素作为输入端，采用三层BP神经网络进行模拟训练，构建产地葡萄酒识别技术模型，模型仿真识别率达100％。

d)预测

取未知产地葡萄酒，按照A测定方法进行检测，测定数据经标准化后输入主成分或神经网络模型，经模型预测得葡萄酒的产地信息。

(3)有益效果

不同产地葡萄质量风格差异较大，采用不同产地葡萄酿造葡萄酒风格特征和质量等级也存在明显差异，但实际中很难通过量化要求来识别不同葡萄酒的产地属性，市场出现产地葡萄酒标注不规范现象。本发明提供了一种产地葡萄酒识别技术，根据葡萄酒中51种无机元素所包含的产地信息差异，解决了产地葡萄酒识别技术难题，对规范产地葡萄酒市场具有重要意义。

附图说明：

附图：第1、第2和第3主成分得分散点图。

具体实施方式：

1)选择沙城、昌黎和烟台三个产地的葡萄酒为试验研究对象；

2)采用湿法密闭消解或微波消解对葡萄酒样品进行消解；

(1)湿法密闭消解：取葡萄汁/酒1～2g于消解罐中，加入2～4mL硝酸，将Teflon坩埚放入钢套，拧紧后置于烘箱中于190±5℃加热3h；待溶样冷却，保证Teflon坩埚壁无液体，将溶液转入聚乙烯料瓶中，并用2％硝酸稀释至10～20g(对应的稀释因子为10)后，密闭保存。以同样的方法准备试剂空白。

(2)微波消解：将2.5mL酒样加入到酸煮洗净的PTFE(聚四氟乙烯)消解罐中，加入2.5mL硝酸，在通风橱中预消解15min，待酸雾消失后，将消解罐放入微波装置中，按照以下消解程序进行消解。

表1葡萄酒样品消解程序

消解结束冷却后，开启消解罐，加入少量蒸馏水，将样品转移到干净的PET塑料瓶中，用少量蒸馏水洗涤消解罐3-4次，合并洗涤液于PET瓶中，稀释定容至50.00g。上机测试之前，用0.45μL膜过滤，过滤液供上机测试。

3)51种元素标准母液：准确称取3种混标溶液各2mL，单标溶液各0.2mL，加1％硝酸定容至10mL，配制成20μg/mL多元素标准母液10mL，根据需要，用1％硝酸溶液逐级稀释至所需浓度。标准曲线使用液浓度梯度：0、1、5、25、50、100μg/L，用于测定含量小于100μg/mL的其他元素。

4)内标溶液配制：准确称取0.05mL¹¹⁵In标准溶液用1％硝酸溶液定容至100mL，配置成500μg/L的¹¹⁵n标准溶液(1)，称取¹¹⁵In标准溶液(1)10mL用1％硝酸溶液定容至100mL，配置成50μg/L的¹¹⁵In内标溶液。

5)仪器经调谐液(1μg/L Li、Ce、Tl混标)、P/A调谐液调节后进行测试。5％硝酸清洗系统。通过在线加入50μg/L的¹¹⁵In内标来校正由于仪器漂移和基体效应所造成的测量信号波动。

6)上机测定样品；

7)标准曲线法计算所测无机元素的含量。

用不同梯度浓度标准无机元素工作液做标准溶液，根据标准溶液无机元素色谱图峰面积与内标峰面积之比为纵坐标，无机元素浓度为横坐标作标准曲线。取标准曲线斜率为F因子，按如下公式计算得到样品中的无机元素含量。

$X=f\×\frac{A_1}{A_2}\×I\×{10}^{-3}$

式中：X-样品中无机元素的质量分数，单位为μg/L；

f-TCA的无机元素校正因子；

A₁-样品中无机元素的峰面积

A₂-添加于酒样中内标的峰面积；

I-添加在酒样的内标物的浓度，单位为毫克每升(μg/L)。

8)对数据进行标准化处理：葡萄酒中各元素的含量相差很大，从零点几ng/mL到上百个μg/mL，按照公式对数据进行标准化预处理。

9)方差分析：对沙城、昌黎和烟台3个产地葡萄酒中测定元素进行方差分析；数据结果显示：三个产地葡萄酒样品中Na、Mg、Si等15个元素在地域之间存在显著性差异(P＜0.05)。且多重分析结果显示不同产地葡萄酒样品中元素含量有其各自的特点。

10)主成分分析：对三个葡萄酒产地具有显著性差异的15种元素进行主成分分析，按照主成分提取原则，取特征值大于1，累计贡献率大于80％前几个主成分，本实施例实际提取的前4个主成分的累计方差贡献率达到了81.65％。

11)主成分模型图：利用第1、第2和第3主成分作出的三维散点图能100％的将三个产地区分开来，可见主成分分析可以把样品中多种元素的信息通过综合的方式更直观的表现出来。

12)预测：选择沙城、昌黎和烟台产地葡萄酒各1瓶，按照A测定方法进行检测，测定数据经标准化后代入第1、第2和第3主成分因子矩阵，采用马氏距离算法分别计算其与沙城、昌黎和烟台样品组中心点距离，计算结果表明可准确预测该三个产地葡萄酒产地属性。

表2总方差分析

表3因子矩阵

Claims (1)

1.一种产地葡萄酒识别技术方法，其特征在于包括以下步骤：

a)选择来自不同产地的葡萄酒标准样品；其中葡萄酒标准样品应满足GB15037-2006《葡萄酒》国家标准中产地葡萄酒定义，是100％葡萄来自单一产地的葡萄酒；

b)样品经稀释和消解预处理，同时设置空白对照样，所述消解采用湿法密闭消解或微波消解对葡萄酒样品进行消解；

(1)湿法密闭消解：取葡萄酒样品1～2g于消解罐中，加入2～4mLHNO₃，将消解罐放入钢套，拧紧后置于烘箱中于190±5℃加热3h；待溶样冷却，保证消解罐壁无液体，将溶液转入聚乙烯塑料瓶中，并用2％HNO₃稀释至10～20g后，密闭保存，以同样的方法准备试剂空白；

(2)微波消解：将2.5mL葡萄酒样品加入到酸煮洗净的PTFE(聚四氟乙烯)消解罐中，加入2.5mL硝酸，在通风橱中预消解15min，待酸雾消失后，将消解罐放入微波装置中，按照如下消解程序进行消解；

消解结束冷却后，开启消解罐，加入少量蒸馏水，将样品转移到干挣的PEFT塑料瓶中，用少量蒸馏水洗涤消解罐3-4次，合并洗涤液于PEFT塑料瓶中，稀释定容至50.00g；上机测试之前，用0.45μL膜过滤，过滤液供上机测试；

c)将试验溶液喷入电感耦合等离子体质谱仪，通过高速顺序扫描测定不同质量数元素；其中等离子体RF功率为1500W，载气流速为1.17L.min^-1，蠕动泵转速为0.1rsp，每个质量数测定点数为3，采样深度8.0mm；

d)选择In元素为内标物，配制其他元素标准曲线，采用标准曲线法进行计算元素含量；其中选择的内标是¹¹⁵In，浓度为50μg/L，标准曲线范围0～100μg/L，相关系数为0.9980以上；方法检出限为0.01μg/mL，回收率在78.0％～121.0％之间；

e)对不同产地葡萄酒样品的微量元素含量数据进行标准化预处理，采用主成分分析和神经网络多元数据处理技术，提取样品中的有效质量信息，构建产地葡萄酒识别技术模型；

f)将未知产地信息的产地葡萄酒样品，经消解预处理，元素测定，数据预处理后，输入产地葡萄酒识别技术模型，对葡萄酒产地信息进行预测。