CN103913550A - 一种追溯与验证纯天然水果产品产地的方法 - Google Patents
一种追溯与验证纯天然水果产品产地的方法 Download PDFInfo
- Publication number
- CN103913550A CN103913550A CN201210592648.3A CN201210592648A CN103913550A CN 103913550 A CN103913550 A CN 103913550A CN 201210592648 A CN201210592648 A CN 201210592648A CN 103913550 A CN103913550 A CN 103913550A
- Authority
- CN
- China
- Prior art keywords
- value
- stable isotope
- pure natural
- isotope ratio
- natural fruit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种追溯与验证纯天然水果产品产地的方法，该方法包括：1）获取不同产地的纯天然水果产品的稳定同位素比值，建立不同产地纯天然水果产品的稳定同位素比值的数据库；2）检测待测纯天然水果产品的稳定同位素比值；3）将步骤2）检测到的待测纯天然水果产品的稳定同位素比值与步骤1）中的数据库中的稳定同位素比值进行比对，由此确定待测纯天然水果产品的产地；其中，所述稳定同位素比值包括δ13C值、δ15N值、δD值和δ18O值中的至少一个。通过测定和比对以上四个稳定同位素比值中的至少一个的技术方案可以快速、简便地对纯天然水果产品的产地进行追溯或验证，特别是同时测定和比对以上四个稳定同位素比值时，正确判别率至少为90%。
Description
技术领域
本发明涉及一种追溯与验证纯天然水果产品产地的方法，具体地，涉及一种利用不同产地的稳定同位素比值数据库（稳定同位素指纹图谱）追溯以及验证纯天然水果产品产地的方法。
背景技术
随着世界经济和全球贸易的发展，名特优新农产品的安全和原产地保护工作将越来越得到重视。食品的产地溯源有利于保护原产地，保护地区名牌，保护特色产品，确保公平竞争，增强消费者对食品安全的信心，并能有效防止食源性病源菌的扩散。
目前，有学者利用碳、氮、氢、硫和锶同位素对来自北美、南美、非洲和欧洲的橘子汁进行了产地溯源分析（S.Rummel等，Food Chemistry118(2010)890-900）。但是该方法中需要测定的同位素的种类较多，且其中重同位素如锶同位素的测定所涉及的操作非常繁琐，该方法并不是适用于对各种纯天然水果产品（特别是黑加仑）进行溯源的快速有效方法。
发明内容
本发明的目的是克服现有技术的不足，提供一种能够快速、简便、有效且特别适于黑加仑的产地追溯和产地验证的方法。
为了实现上述目的，一方面，本发明提供了一种追溯纯天然水果产品产地的方法，该方法包括以下步骤：
（1）获取不同产地的纯天然水果产品的稳定同位素比值，建立不同产地纯天然水果产品的稳定同位素比值的数据库；
（2）检测待测纯天然水果产品的稳定同位素比值；
（3）将步骤（2）检测到的待测纯天然水果产品的稳定同位素比值与步骤（1）中的数据库中的稳定同位素比值进行比对，由此确定待测纯天然水果产品的产地；
其中，所述稳定同位素比值包括δ13C值、δ15N值、δD值和δ18O值中的至少一个。
上述方法通过测定纯天然水果产品中稳定同位素比值并建立数据库、比对待测纯天然水果产品样品的同位素比值从而确定了待测纯天然水果产品样品的产地。
上述方法也可以用于验证声称纯天然水果产品产地是否为纯天然水果产品的实际产地，但是由于果实等新鲜样品在采集过程中不易保藏，而且受季节性影响和人为影响较大，因此，上述方法在建立数据库时存在一定的局限性，基于此，本发明的发明人对上述方法进行了进一步的研究，结果发现，不同纯天然水果产品产地的果实与叶片和土壤中的δ15N值具有显著的相关性，而叶片或土壤受季节性影响和人为影响较小，因此，另一方面，本发明提供了通过建立不同产地的叶片和/或土壤的稳定同位素比值的数据库从而验证纯天然水果产品产地的方法，该方法包括以下步骤：
（1）获取不同产地的叶片和/或土壤的稳定同位素比值，建立不同产地的叶片和/或土壤的稳定同位素比值的数据库；
（2）检测声称纯天然水果产品产地的叶片和/或土壤的稳定同位素比值；
（3）将步骤（2）检测到的声称纯天然水果产品产地的叶片和/或土壤的稳定同位素比值与步骤（1）中的数据库中的稳定同位素比值进行比对，由此验证声称纯天然水果产品产地是否为纯天然水果产品的实际产地；
其中，所述稳定同位素比值包括δ13C值、δ15N值、δD值和δ18O值中的至少一个。
本发明的发明人发现，通过测定和比对以上四个稳定同位素比值中的至少一个的方式可以快速、简便地对纯天然水果产品的产地进行追溯或验证，特别是同时测定和比对以上四个稳定同位素比值时，正确判别率至少为90%。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
具体实施方式
以下对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
在本发明中，在未作相反说明的情况下，使用的术语“纯天然水果产品”是指不用任何添加剂处理的果汁产品和/或果实产品，所述果实产品包括新鲜果实和/或经干燥脱去水分的干果产品。也就是说，对于黑加仑，采用本发明的方法可以对黑加仑新鲜果实、鲜榨黑加仑果汁和黑加仑干果中的至少一种进行产地追溯和/或验证。
“稳定同位素比值”反映的是样品中某元素的同位素比值（重同位素与相应的轻元素丰度的比值）（Rs）和标准品的同位素比值（Rr）之间的关系，一般用δ来表示，例如，对于13C，用“δ13C值”表示，计算公式如下式（1）所示：
式（1）
目前计算氢、氧、碳、氮元素同位素比值所使用的国际标准品分别为SMOW(δD)、SMOW(δ18O)、V-PDB(δ13C)和AIR(δ15N)，参见化学化工大辞典下第2291页（化学工业出版社）。
本发明提供的追溯纯天然水果产品产地的方法包括以下步骤：
（1）获取不同产地的纯天然水果产品的稳定同位素比值，建立不同产地纯天然水果产品的稳定同位素比值的数据库；
（2）检测待测纯天然水果产品的稳定同位素比值；
（3）将步骤（2）检测到的待测纯天然水果产品的稳定同位素比值与步骤（1）中的数据库中的稳定同位素比值进行比对，由此确定待测纯天然水果产品的产地；
其中，所述稳定同位素比值包括δ13C值、δ15N值、δD值和δ18O值中的至少一个。
本领域技术人员应当理解的是，步骤（1）中分析的稳定同位素与步骤（2）中检测的稳定同位素可以完全相同，也可以部分相同。如果根据步骤（2）中检测的一个稳定同位素比值能够鉴定出待测纯天然水果产品的产地，则可以只检测这一个稳定同位素，如果根据一个稳定同位素比值还不能准确确定待测纯天然水果产品的产地，那么还可以测定其他的稳定同位素比值进行进一步地鉴定。
为了获得更高的正确判别率，确保追溯结果的准确性，优选地，所述稳定同位素比值包括δ13C值、δ15N值、δD值和δ18O值。当同时测定和比对这四个稳定同位素比值时，正确判别率至少可以达到90%。
本发明中，所述方法适合于对各种纯天然水果产品的进行产地追溯，但特别适用于黑加仑等新鲜果实的产地追溯。因此所述纯天然水果产品优选为黑加仑、苹果、桃、石榴或葡萄。
本发明中，只要建立不同产地纯天然水果产品的稳定同位素比值的数据库，并将待测纯天然水果产品的稳定同位素比值与数据库进行比对即可实现本发明的目的，对所述稳定同位素比值的分析（检测）方法没有特别限定，可以采用常规的稳定同位素比值测定方法，而为了减小误差，优选地，步骤（1）中分析稳定同位素比值所涉及的方法或仪器与步骤（2）中检测稳定同位素比值所涉及的方法或仪器相同。分析（检测）稳定同位素比值所涉及的方法或仪器为本领域技术人员所公知，在此不再赘述。
步骤（3）中，所述比对的方法可以参照统计学中常规的方法进行，例如，距离判别分析方法（参见CN101158678A）等。
本发明提供的验证纯天然水果产品产地的方法包括以下步骤：
（1）获取不同产地的叶片和/或土壤的稳定同位素比值，建立不同产地的叶片和/或土壤的稳定同位素比值的数据库；
（2）检测声称纯天然水果产品产地的叶片和/或土壤的稳定同位素比值；
（3）将步骤（2）检测到的声称纯天然水果产品产地的叶片和/或土壤的稳定同位素比值与步骤（1）中的数据库中的稳定同位素比值进行比对，由此验证声称纯天然水果产品产地是否为纯天然水果产品的实际产地；
其中，所述稳定同位素比值包括δ13C值、δ15N值、δD值和δ18O值中的至少一个。
本发明中，可以只分析（检测）叶片的稳定同位素比值或土壤的稳定同位素比值，但是为了进一步提高正确判别率，优选地，同时分析（检测）叶片和土壤的稳定同位素比值。
同样地，本领域技术人员应当理解的是，步骤（1）中分析的稳定同位素与步骤（2）中检测的稳定同位素可以完全相同，也可以部分相同。如果根据步骤（2）中检测的一个稳定同位素比值能够实现验证产地的目的，则可以只检测这一个稳定同位素，如果根据一个稳定同位素比值还不能够准确验证纯天然水果产品的产地，那么还可以测定其他的稳定同位素比值进行进一步地验证。
为了获得更高的正确判别率，确保验证结果的准确性，优选地，所述稳定同位素比值包括δ13C值、δ15N值、δD值和δ18O值。当同时测定和比对这四个稳定同位素比值时，正确判别率至少可以达到91%。
本发明的发明人通过研究发现，各地叶片的δ13C值和δ15N值之间具有显著性差异，因此，为了减少操作步骤，优选地，所述叶片的稳定同位素比值包括叶片的δ13C值和叶片的δ15N值。
本发明的发明人还发现，各地土壤的δ15N值和δD值之间具有显著性差异，因此，为了减少操作步骤，优选地，所述土壤的稳定同位素比值包括土壤的δ15N值和土壤的δD值。
本发明中，本领域技术人员能够理解的是，叶片、土壤与纯天然水果产品呈对应的关系，例如，在验证声称产于哈尔滨的黑加仑是否产自哈尔滨时，叶片是指生长于哈尔滨的黑加仑植株的叶片，土壤是指哈尔滨种植黑加仑植株所在地的土壤，一般为直接取自植株生长附近的土壤。
优选情况下，所述土壤为取自深度为5-50cm的土壤。采用取自深度为5-50cm的土壤似乎有利于进一步降低人为因素和环境因素对数据库中的数据或检测值的干扰，因而能够获得更高的正确判别率。
本发明中，所述方法适合于对各种纯天然水果产品进行产地验证，但特别适用于黑加仑等新鲜果实的产地验证。因此所述纯天然水果产品优选为黑加仑、苹果、桃、石榴或葡萄。
本发明中，只要建立不同产地的叶片和/或土壤的稳定同位素比值的数据库，并将声称纯天然水果产品产地的叶片和/或土壤的稳定同位素比值与数据库进行比对即可实现本发明的目的，对所述稳定同位素比值的分析（检测）方法没有特别限定，可以采用常规的稳定同位素比值测定方法，而为了减小误差，优选地，步骤（1）中分析稳定同位素比值所涉及的方法或仪器与步骤（2）中检测稳定同位素比值所涉及的方法或仪器相同。分析（检测）稳定同位素比值所涉及的方法或仪器为本领域技术人员所公知，在此不再赘述。
步骤（3）中，所述比对的方法可以参照统计学中常规的方法进行，例如，距离判别分析方法（参见CN101158678A）等。
以下将通过实施例对本发明进行详细描述。
实施例1
本实施例用来说明追溯纯天然水果产品产地的方法。
（1）建立不同区域果实的稳定同位素比值的数据库
从黑龙江的哈尔滨、牡丹江市、新疆的昌吉市和塔城市的黑加仑种植基地采集黑加仑果实样品，样品来源地情况如表1所示，且来源地为离城市和工业区较远的地区。在现场将新采摘的果实放入编号的玻璃采样瓶中，密封，装入自封袋中-20℃冰箱中冷冻保藏。
表1
首先对果实样品进行水分抽提（抽提的温度为100℃、抽提的时间为15min；抽提得到的水用于δD值和δ18O值的测定），接着将剩余的干物质研磨后以CuO作为氧化剂，采用密封安瓶燃烧法收集样品完全燃烧后产生的CO2（用于δ13C值的测定），燃烧的温度为500℃，时间24h，燃烧后产生的灰烬先经过FlashEA1112型元素分析仪（Thermo Fisher Scientific）转化为纯净的N2（用于δ15N值的测定），再经过型号为Conflo III型稀释仪（ThermoFisher Scientific），最后进入DELTA Thermo Finnigan质谱仪（Thermo FisherScientific），从而获得各个样品中的δ13C值、δ15N值、δD值和δ18O值，利用SPSS16.0统计软件对测定结果进行Duncan极差多重比较分析，以分析结果建立数据库，具体如下表2所示。
表2
| 采样地区 | δ13C值（‰） | δ15N值（‰） | δD值（‰） | δ18O值（‰） |
| 黑龙江哈尔滨 | -26.05±1.03A | 3.94±1.35A | -52.67±7.49A | -3.56±1.80A |
| 黑龙江牡丹江 | -27.09±0.55B | 5.93±0.39B | -53.47±3.50A | -3.24±0.58B |
| 新疆昌吉市 | -26.19±0.38AB | 8.47±0.48C | -19.95±9.04B | 2.28±0.21C |
| 新疆塔城市 | -26.68±0.95AB | 2.45±0.44D | -33.06±6.86C | 4.24±1.03C |
A、B、C、D：同一列中不同字母表示差异显著（P＜0.05）
表2的结果显示黑加仑果实样品中的δ13C值均在-25至-29‰之间，也就是在-27±2‰范围内，除了哈尔滨与牡丹江的样品之间有显著性差异（P＜0.05），其他样品之间即哈尔滨与昌吉、塔城之间，牡丹江与昌吉、塔城之间均没有显著性差异（P>0.05）。
从表2可以看出四个不同产地果实样品中的δ15N值具有显著性差异（P＜0.05）。四个地域之间果实样品中15N组成范围在2-9‰之间，依次排序为昌吉＞牡丹江＞哈尔滨＞塔城，他们之间均具有显著性差异（P＜0.05）。
结果还显示黑龙江与新疆之间果实样品中的δD值具有显著性差异，哈尔滨与牡丹江果实中的δD值之间没有显著性差异，而昌吉与塔城之间的果实样品之间有显著性差异。
此外，黑龙江与新疆之间果实样品中的δ18O值具有显著性差异，哈尔滨与牡丹江果实样品中的δ18O值之间有显著性差异，而昌吉与塔城之间的果实样品之间没有显著性差异。
从以上分析可以看出，为了减少操作步骤，快速简便地获得追溯结果，可以通过仅检测待测果实中的δ15N值，或者δD值和δ18O值以确定待测果实的产地。
（2）检测待测果实的稳定同位素比值
再从哈尔滨、牡丹江、昌吉和塔城的黑加仑种植基地采集黑加仑果实（各个产地的样品数均为12），通过步骤（1）中描述的方法检测其δ15N值，哈尔滨、牡丹江、昌吉和塔城的黑加仑果实的δ15N值（‰）分别在3.52±0.64、6.21±0.52、8.57±0.32和2.32±0.46范围内。
（3）确定待测果实的产地
将步骤（2）检测到的待测果实的δ15N值与步骤（1）中的数据库中的δ15N值进行比对，正确判别率为80.8%。
采用距离判别分析方法进行比对，包括以下三个步骤：
a.计算出K个类别的方差协方差矩阵的逆阵；
b.计算出各个样品到K个类别的马氏距离，并进行比较，把样品归到距离最短的类中；
c.计算判别正确的样品数占总样品数的百分率，即正确判别率。
本发明的发明人还将新鲜果实进行压榨，然后将压榨获得的果汁进行如上操作从而建立果汁的稳定同位素比值数据库，再通过检测和比对步骤而追溯果汁的产地，结果显示本发明的方法也适用于对果汁进行产地追溯。
此外，本发明的发明人还利用本发明的方法对苹果、桃、石榴和葡萄等的新鲜果实进行了产地追溯，发现本发明的方法也适用于对苹果、桃、石榴和葡萄的新鲜果实进行产地追溯。
实施例2
本实施例用来说明验证纯天然水果产品产地的方法。
（1）分析不同产地的叶片的稳定同位素比值
从黑龙江的哈尔滨、牡丹江市、新疆的昌吉市和塔城市的黑加仑种植基地采集黑加仑叶片样品，样品来源地情况如表1所示，且来源地为离城市和工业区较远的空旷平坦地区（年光照均在2300小时以上）。在现场将新采摘的叶片分别放入编号的玻璃采样瓶中，密封，装入自封袋中-20℃冰箱中冷冻保藏。将采集的叶片用清水超声洗净、晾干，置于85℃烘箱4h使样品完全干燥。每一干样根据叶片大小，随机选取5-20个叶片磨碎，每株植物所取的叶片量大体相等。
测定各个叶片样品中的δ13C值和δ15N值，具体测定方法与实施例1中描述的方法相同。利用SPSS16.0统计软件对测定结果进行Duncan极差多重比较分析，分析结果如下表3所示。
表3
| 采样地区 | δ13C值（‰） | δ15N值（‰） |
| 黑龙江哈尔滨 | -27.31±0.96AB | 4.57±1.49A |
| 黑龙江牡丹江 | -27.67±0.79A | 6.45±1.11AB |
| 新疆昌吉市 | -26.39±0.24B | 7.97±0.35B |
| 新疆塔城市 | -27.71±0.54A | 2.27±0.30C |
A、B、C、D：同一列中不同字母表示差异显著（P＜0.05）
从表3可以看出黑加仑叶片中δ13C值除了昌吉与牡丹江及塔城之间有显著性差异外（P＜0.05），哈尔滨与牡丹江及塔城，哈尔滨与昌吉之间均没有显著性差异（P>0.05）。对于δ15N值，除了哈尔滨与牡丹江之间没有显著性差异外，新疆地区（昌吉和塔城）与黑龙江地区（哈尔滨和牡丹江）的叶片样品之间有显著性差异，而且昌吉与塔城之间也有显著性差异（P＜0.05）。因此，通过比对叶片的δ13C值和δ15N值可以对声称产地进行验证。
（2）分析不同产地的土壤的稳定同位素比值
从黑龙江的哈尔滨、牡丹江市、新疆的昌吉市和塔城市的黑加仑种植基地采集黑加仑土壤样品，样品来源地情况如表1所示，且来源地为离城市和工业区较远的空旷平坦地区（年光照均在2300小时以上）。在现场将新采集的土壤分别放入编号的玻璃采样瓶中，密封，装入自封袋中-20℃冰箱中冷冻保藏。土壤样品包括0-5cm、5-25cm、25-50cm三个不同深度的样品。
各个土壤样品中的δ13C值、δ15N值、δD值和δ18O值的具体测定方法与实施例1中描述的方法相同，利用SPSS16.0统计软件进行Duncan极差多重比较分析，分析结果如表4（0-5cm深度的土壤样品）、表5（5-25cm深度的土壤样品）和表6（25-50cm深度的土壤样品）所示。
表4
| 采样地区 | δ13C（‰） | δ15N（‰） | δD（‰） | δ18O（‰） |
| 黑龙江哈尔滨 | -25.09±0.11A | 6.33±0.28A | -85.07±1.32A | -9.63±0.18A |
| 黑龙江牡丹江 | -24.68±0.33A | 8.16±0.26B | -84.19±11.34A | -9.53±0.22A |
| 新疆昌吉市 | -24.76±0.09A | 8.64±0.17B | -57.86±6.96B | -6.68±0.91B |
| 新疆塔城市 | -24.50±0.51B | 5.23±0.76C | -80.10±1.23C | -8.21±1.05C |
A、B、C、D：同一列中不同字母表示差异显著（P＜0.05）
表5
| 采样地区 | δ13C（‰） | δ15N（‰） | δD（‰） | δ18O（‰） |
| 黑龙江哈尔滨 | -24.44±0.14A | 7.40±0.22A | -97.50±1.32A | -12.56±0.18A |
| 黑龙江牡丹江 | -24.78±0.20B | 6.69±0.43B | -89.24±4.65B | -11.39±0.22B |
| 新疆昌吉市 | -24.51±0.18B | 8.78±0.10C | -79.24±1.73C | -10.80±0.39C |
| 新疆塔城市 | -24.41±0.39A | 5.33±0.30D | -93.50±5.36D | -10.84±1.34C |
A、B、C、D：同一列中不同字母表示差异显著（P＜0.05）
表6
| 采样地区 | δ13C（‰） | δ15N（‰） | δD（‰） | δ18O（‰） |
| 黑龙江哈尔滨 | -24.23±0.13A | 8.17±0.34A | -91.77±1.42A | -12.13±0.44A |
| 黑龙江牡丹江 | -24.91±0.37B | 6.75±0.55B | -86.50±4.40B | -11.38±0.99B |
| 新疆昌吉市 | -25.17±0.28B | 8.81±0.27A | -76.54±4.05C | -9.48±1.91C |
| 新疆塔城市 | -23.98±0.20A | 5.43±0.29D | -103.13±2.07D | -13.50±0.45D |
A、B、C、D：同一列中不同字母表示差异显著（P＜0.05）
从表4-6中可以发现不同深度的土壤中δ13C值和δ15N值具有显著性差异。对于δ13C值，0-5cm深度的土壤样品中，哈尔滨、牡丹江与昌吉之间没有显著性差异，塔城与哈尔滨（牡丹江、昌吉）之间差异显著（P＜0.05）；5-25cm深度的土壤样品中，牡丹江与昌吉之间、哈尔滨与塔城之间均没有显著性差异（P＞0.05），而牡丹江（昌吉）与哈尔滨（塔城）之间具有显著性差异；25-50cm深度的土壤样品中，哈尔滨与塔城、牡丹江与昌吉之间均没有显著性差异，而哈尔滨（塔城）与牡丹江（昌吉）之间均具有显著性差异。
对δ15N值，0-5cm深度的土壤样品中，牡丹江与昌吉没有显著性差异，哈尔滨与塔城及牡丹江（昌吉）之间具有显著性差异（P＜0.05）；5-25cm深度的土壤样品，四个不同产地的样品之间均具有显著性差异（P＜0.05）；25-50cm深度的土壤样品，哈尔滨与昌吉之间没有显著性差异，而其他样品间均具有显著性差异。
对于δD值和δ18O值，5-25cm和25-50cm深度的土壤中，四个不同产地之间均具有显著性差异（P＜0.05）。
从以上分析可以看出，通过比对土壤的δ13C值、δ15N值、δD值和δ18O值可以对声称产地进行验证。而且，5-25cm和25-50cm深度的土壤的δ13C值、δ15N值、δD值和δ18O值之间具有显著性差异，通过测定5-50cm深度的土壤样品可以获得更加准确的结果，即能够获得较高的正确判别率。
（3）建立不同产地的叶片和土壤的稳定同位素比值的数据库
以叶片的δ13C值和δ15N值，5-25cm深度的土壤的δ13C值、δ15N值、δD值和δ18O值建立数据库，具体如下表7所示：
表7
A、B、C、D：同一列中不同字母表示差异显著（P＜0.05）
（4）检测声称黑加仑产地的叶片和土壤的稳定同位素比值
再从哈尔滨、牡丹江、昌吉和塔城的黑加仑种植基地采集叶片和5-25cm深度的土壤样品（各个产地的样品数均为12），通过步骤（1）和步骤（2）中描述的方法检测其δ13C值、δ15N值、δ2D值和δ18O值，结果如下表8所示。
表8
（5）验证声称黑加仑产地是否为黑加仑的实际产地
将步骤（4）检测到的叶片和/或土壤的稳定同位素比值与步骤（3）中的数据库中的稳定同位素比值进行比对（参见实施例1中描述的距离判别分析方法），结果如下：
仅与叶片中的δ13C值和δ15N值进行比对：正确判别率为61.5%；
仅与土壤中的δ15N值进行比对：正确判别率为70.8%。
仅与土壤中的δ13C值和δ15N值进行比对：正确判别率为75.0%；
与叶片中的δ13C值和δ15N值以及土壤中的δ13C值、δ15N值、δD值和δ18O值进行比对：哈尔滨有8.3%的样品被误判到牡丹江，其他地区的样品全都被正确判别，正确判别率为96.2%，这表明通过本发明方法检测的土壤与叶片的稳定同位素数据对果实产地来源的正确验证效果较好。
以上实施例表明，利用本发明的方法可以较准确地追溯纯天然水果产品的产地或验证声称纯天然水果产品产地是否为纯天然水果产品的实际产地。
以上详细描述了本发明的优选实施方式，但是，本发明并不限于上述实施方式中的具体细节，在本发明的技术构思范围内，可以对本发明的技术方案进行多种简单变型，这些简单变型均属于本发明的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。
此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。
Claims (9)
1.一种追溯纯天然水果产品产地的方法，其特征在于，该方法包括以下步骤：
（1）获取不同产地的纯天然水果产品的稳定同位素比值，建立不同产地纯天然水果产品的稳定同位素比值的数据库；
（2）检测待测纯天然水果产品的稳定同位素比值；
（3）将步骤（2）检测到的待测纯天然水果产品的稳定同位素比值与步骤（1）中的数据库中的稳定同位素比值进行比对，由此确定待测纯天然水果产品的产地；
其中，所述稳定同位素比值包括δ13C值、δ15N值、δD值和δ18O值中的至少一个。
2.根据权利要求1所述的方法，其中，所述稳定同位素比值包括δ13C值、δ15N值、δD值和δ18O值。
3.根据权利要求1或2所述的方法，其中，所述纯天然水果产品为黑加仑、苹果、桃、石榴或葡萄。
4.一种验证纯天然水果产品产地的方法，其特征在于，该方法包括以下步骤：
（1）获取不同产地的叶片和/或土壤的稳定同位素比值，建立不同产地的叶片和/或土壤的稳定同位素比值的数据库；
（2）检测声称纯天然水果产品产地的叶片和/或土壤的稳定同位素比值；
（3）将步骤（2）检测到的声称纯天然水果产品产地的叶片和/或土壤的稳定同位素比值与步骤（1）中的数据库中的稳定同位素比值进行比对，由此验证声称纯天然水果产品产地是否为纯天然水果产品的实际产地；
其中，所述稳定同位素比值包括δ13C值、δ15N值、δD值和δ18O值中的至少一个。
5.根据权利要求4所述的方法，其中，所述稳定同位素比值包括δ13C值、δ15N值、δD值和δ18O值。
6.根据权利要求4或5所述的方法，其中，所述叶片的稳定同位素比值包括叶片的δ13C值和叶片的δ15N值。
7.根据权利要求4或5所述的方法，其中，所述土壤的稳定同位素比值包括土壤的δ15N值和土壤的δD值。
8.根据权利要求4所述的方法，其中，所述土壤为取自深度为5-50cm的土壤。
9.根据权利要求4所述的方法，其中，所述纯天然水果产品为黑加仑、苹果、桃、石榴或葡萄。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210592648.3A CN103913550A (zh) | 2012-12-31 | 2012-12-31 | 一种追溯与验证纯天然水果产品产地的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210592648.3A CN103913550A (zh) | 2012-12-31 | 2012-12-31 | 一种追溯与验证纯天然水果产品产地的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103913550A true CN103913550A (zh) | 2014-07-09 |
Family
ID=51039390
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210592648.3A Pending CN103913550A (zh) | 2012-12-31 | 2012-12-31 | 一种追溯与验证纯天然水果产品产地的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103913550A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104678019A (zh) * | 2015-03-01 | 2015-06-03 | 云南农业大学 | 一种基于稳定同位素指纹的三七块根产地鉴别方法 |
| CN105139207A (zh) * | 2015-07-10 | 2015-12-09 | 杭州策望科技有限公司 | 一种智慧农业追溯方法 |
| CN105301089A (zh) * | 2015-10-23 | 2016-02-03 | 宁波出入境检验检疫局检验检疫技术中心 | 一种测定杨梅树不同部位样品中的锶同位素比值并鉴定杨梅产地的方法 |
| CN107422104A (zh) * | 2017-08-04 | 2017-12-01 | 浙江理工大学 | 一种以稳定同位素技术为基础对棉纤维产地溯源的方法 |
| CN108387708A (zh) * | 2018-01-22 | 2018-08-10 | 中国科学院东北地理与农业生态研究所 | 一种湿地土壤水平均滞留时间的确定方法及确定系统 |
| CN110570913A (zh) * | 2019-09-06 | 2019-12-13 | 北京农业质量标准与检测技术研究中心 | 一种鉴别花牛苹果与美国蛇果的方法 |
| CN111638278A (zh) * | 2020-04-30 | 2020-09-08 | 北京农业质量标准与检测技术研究中心 | 一种水果水分氢氧同位素比值的测定方法和应用 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10344606A1 (de) * | 2003-09-25 | 2006-05-11 | Bengsch, Eberhard, Prof. Dr.habil. | Authentizitätsbestimmung von Gelee Royale und/oder seiner Komponenten durch (Multi) Isotopenanalyse |
| US20080032406A1 (en) * | 2004-07-28 | 2008-02-07 | Healthy Brands, Llc | Methods For Determining The Origin Of Sucralose Products |
| CN101158678A (zh) * | 2007-11-29 | 2008-04-09 | 中国农业科学院农产品加工研究所 | 一种动物同位素指纹的检测方法及其应用 |
| CN101377474A (zh) * | 2007-08-30 | 2009-03-04 | 易现峰 | 一种基于稳定性同位素指纹图谱鉴别道地中药材的方法 |
| CN102455320A (zh) * | 2010-11-01 | 2012-05-16 | 中国食品发酵工业研究院 | 一种产地葡萄酒识别技术方法 |
| CN104181222A (zh) * | 2014-09-22 | 2014-12-03 | 天津出入境检验检疫局化矿金属材料检测中心 | 利用同位素示踪法分析鉴别进口铁矿国别的方法 |
-
2012
- 2012-12-31 CN CN201210592648.3A patent/CN103913550A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10344606A1 (de) * | 2003-09-25 | 2006-05-11 | Bengsch, Eberhard, Prof. Dr.habil. | Authentizitätsbestimmung von Gelee Royale und/oder seiner Komponenten durch (Multi) Isotopenanalyse |
| US20080032406A1 (en) * | 2004-07-28 | 2008-02-07 | Healthy Brands, Llc | Methods For Determining The Origin Of Sucralose Products |
| CN101377474A (zh) * | 2007-08-30 | 2009-03-04 | 易现峰 | 一种基于稳定性同位素指纹图谱鉴别道地中药材的方法 |
| CN101158678A (zh) * | 2007-11-29 | 2008-04-09 | 中国农业科学院农产品加工研究所 | 一种动物同位素指纹的检测方法及其应用 |
| CN102455320A (zh) * | 2010-11-01 | 2012-05-16 | 中国食品发酵工业研究院 | 一种产地葡萄酒识别技术方法 |
| CN104181222A (zh) * | 2014-09-22 | 2014-12-03 | 天津出入境检验检疫局化矿金属材料检测中心 | 利用同位素示踪法分析鉴别进口铁矿国别的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 常丹: "苹果产地特征检测方法的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》, no. 2, 15 February 2012 (2012-02-15) * |
| 王慧文: "稳定同位素技术在农产品溯源体系中的应用", 《食品工业科技》, vol. 28, no. 4, 31 December 2004 (2004-12-31) * |
| 钟石林: "稳定同位素技术在果汁中的应用", 《分析测试学报》, vol. 27, 30 November 2008 (2008-11-30) * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104678019A (zh) * | 2015-03-01 | 2015-06-03 | 云南农业大学 | 一种基于稳定同位素指纹的三七块根产地鉴别方法 |
| CN105139207A (zh) * | 2015-07-10 | 2015-12-09 | 杭州策望科技有限公司 | 一种智慧农业追溯方法 |
| CN105301089A (zh) * | 2015-10-23 | 2016-02-03 | 宁波出入境检验检疫局检验检疫技术中心 | 一种测定杨梅树不同部位样品中的锶同位素比值并鉴定杨梅产地的方法 |
| CN105301089B (zh) * | 2015-10-23 | 2018-06-19 | 宁波出入境检验检疫局检验检疫技术中心 | 一种测定杨梅树不同部位样品中的锶同位素比值并鉴定杨梅产地的方法 |
| CN107422104A (zh) * | 2017-08-04 | 2017-12-01 | 浙江理工大学 | 一种以稳定同位素技术为基础对棉纤维产地溯源的方法 |
| CN108387708A (zh) * | 2018-01-22 | 2018-08-10 | 中国科学院东北地理与农业生态研究所 | 一种湿地土壤水平均滞留时间的确定方法及确定系统 |
| CN110570913A (zh) * | 2019-09-06 | 2019-12-13 | 北京农业质量标准与检测技术研究中心 | 一种鉴别花牛苹果与美国蛇果的方法 |
| CN110570913B (zh) * | 2019-09-06 | 2022-03-29 | 北京农业质量标准与检测技术研究中心 | 一种鉴别花牛苹果与美国蛇果的方法 |
| CN111638278A (zh) * | 2020-04-30 | 2020-09-08 | 北京农业质量标准与检测技术研究中心 | 一种水果水分氢氧同位素比值的测定方法和应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103913550A (zh) | 一种追溯与验证纯天然水果产品产地的方法 | |
| CN101936895B (zh) | 一种稻米贮藏时间近红外光谱分析快速检测方法 | |
| CN104266927B (zh) | 快速客观辨别真假烟的方法和装置 | |
| CN104678019B (zh) | 一种基于稳定同位素指纹的三七块根产地鉴别方法 | |
| CN106055904B (zh) | 基于varx模型的大气pm2.5浓度预测方法 | |
| CN109239176A (zh) | 一种基于多元素和稳定同位素的牦牛肉产地溯源方法 | |
| CN104914156A (zh) | 一种基于矿物质分析技术的大米产地鉴定方法与应用 | |
| CN108195895A (zh) | 一种基于电子鼻和分光测色仪的茶树叶片氮含量快速检测方法 | |
| CN102053072A (zh) | 基于最小偏二乘法的酿造酱油和配制酱油的鉴别方法 | |
| CN103675083A (zh) | 利用稳定同位素比值判定中药白头翁产地的方法 | |
| CN103645238A (zh) | 一种基于稳定同位素比值鉴别冬虫夏草产地的方法 | |
| CN104807777A (zh) | 一种基于近红外光谱分析技术的槟榔水分含量快速检测方法 | |
| CN104111274A (zh) | 一种利用气体传感器阵列型电子鼻指纹分析系统鉴别杨梅汁产地的方法 | |
| CN104483458A (zh) | 一种预测冷链猪肉货架期的方法与系统 | |
| Reverchon et al. | Soil factors influencing ectomycorrhizal sporome distribution in neotropical forests dominated by Pinus montezumae, Mexico | |
| CN105092750A (zh) | 一种判别烟草代谢组学新鲜烟叶样品质量的方法及试剂盒 | |
| CN106841493A (zh) | 一种基于稳定同位素比率差异的东方美人茶产地判别方法 | |
| CN103472124A (zh) | 一种海洋生物及其制品的指纹鉴定方法 | |
| CN102749426B (zh) | 定性无损快速检测花生新鲜度方法 | |
| CN107300535A (zh) | 近红外快速检测有机肥有效成分含量的方法 | |
| CN113176227A (zh) | 一种快速预测河南石斛掺伪霍山石斛的方法 | |
| CN103353445B (zh) | 一种利用近红外光谱仪快速鉴定小麦抗旱性的技术方法 | |
| CN105021651A (zh) | 一种生物质燃烧及气体排放同步定量分析方法 | |
| CN105699314B (zh) | 一种利用中红外光谱检测土壤稳定碳同位素比值的方法 | |
| CN108596254B (zh) | 耦合叶片多表征的刚竹毒蛾危害检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140709 |