CN104297188A - 一种基于多元素多离子耦合技术的党参产地鉴别方法 - Google Patents
一种基于多元素多离子耦合技术的党参产地鉴别方法 Download PDFInfo
- Publication number
- CN104297188A CN104297188A CN201410604803.8A CN201410604803A CN104297188A CN 104297188 A CN104297188 A CN 104297188A CN 201410604803 A CN201410604803 A CN 201410604803A CN 104297188 A CN104297188 A CN 104297188A
- Authority
- CN
- China
- Prior art keywords
- radix codonopsis
- slab bridge
- variable
- discrimination
- codonopsis pilosula
- 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.)
- Granted
Links
Landscapes
- Sampling And Sample Adjustment (AREA)
- Treatment Of Liquids With Adsorbents In General (AREA)
Abstract
本发明公开了一种基于多元素多离子耦合技术的党参产地鉴别方法,按如下步骤进行,(1)提供用于判别是否为板桥党参的Fisher判别函数,所述Fisher判别函数由判别方程Ⅰ和判别方程Ⅱ构成,所述Fisher判别函数以3种特征阴离子和11种特征矿物元素的含量为变量;(2)检测未知样本中特征阴离子和矿物元素的含量,然后分别代入所述Fisher判别函数的判别方程Ⅰ和判别方程Ⅱ中计算Y板桥党参和Y非板桥党参的数值,根据Y值较大的一组判定是否为板桥党参。本发明开创性的探索并建立了以特征元素耦合特征阴离子为变量的板桥党参判别函数,该判别函数能有效的将非板桥党参鉴别出来,正判率可高达95%以上,实现板桥党参真伪的快速鉴别,适于推广普及。
Description
技术领域
本发明涉及党参产地的判别技术,具体的说是一种基于多元素多离子耦合技术的党参产地鉴别方法。
背景技术
许多农产品的品质具有很强的地域特征,与产地的自然因素和人文因素关系密切,并且历史悠久,具有良好的口碑和知名度,潜藏着巨大的经济价值和文化价值。这些产品被称为地理标志产品,一直以来都被各个国家所重视,并通过多种形式的法规和协议加以保护。
板桥党参是中药材著名品种,产自湖北恩施市板桥镇,1981年7月被正式确定为中国板党,也称板桥党参。其有效成分含量高,品质优良,被列为中国四大名党参之首,具有补气血、养脾胃、润肺生津、治疗身体虚弱之功能。板桥党参的独特品质主要取决于其独特的产地环境。板桥镇位于恩施市西北边陲,均海拔高度1666.5米。春秋相连,冬季寒冷,年平均气温10℃左右,最适合党参生长。
由于地理标志产品独特的品质和品牌影响力,其价格远高于市场中同类普通产品。在经济利益的驱动下,假冒伪劣的地理标志产品广泛存在于市场中。例如市场中常出现产自贵州、甘肃、四川等地党参冒充板桥党参,极大损害了消费者的利益,干扰了正常的市场秩序,影响了知名品牌的声誉。因此,迫切需要发展地标产品的识别方法和食品产地的溯源技术,以增强相关法规条例的可执行性。国内外相关专家学者不断借鉴相关学科方面的知识,积极探索用于产地溯源的有效技术方法。
发明内容
本发明的目的是提供一种基于多元素多离子耦合技术的党参产地鉴别方法,以解决板桥党参鉴别困难的问题。
本发明的目的是按如下的技术方案实现的:
一种基于多元素多离子耦合技术的党参产地鉴别方法,按如下步骤进行,
(1)提供用于判别是否为板桥党参的Fisher判别函数,所述Fisher判别函数由判别方程Ⅰ和判别方程Ⅱ构成:
判别方程Ⅰ:
判别方程Ⅱ:
所述Fisher判别函数以CNa、CK、CCa、CV、CCr、CMn、CFe、CCu、CAs、CHo和CTl为变量,其分别表示Br-、SO4 2-、PO4 3-、Na、K、Ca、V、Cr、Mn、Fe、Cu、As、Ho和Tl的含量;其中,CNa、CK和CCa的数值以mg/g为单位,CV、CCr、CMn、CFe、CCu、CAs、CHo和CTl的数值以μg/g为单位;
(2)检测未知样本中Br-、SO4 2-、PO4 3-、Na、K、Ca、V、Cr、Mn、Fe、Cu、As、Ho和Tl的含量,然后分别代入所述Fisher判别函数的判别方程Ⅰ和判别方程Ⅱ中计算Y板桥党参和Y非 板桥党参的数值;若Y板桥党参>Y非板桥党参,则该未知样本为板桥党参,若Y板桥党参<Y非板桥党参,则该未知样本不是板桥党参。
本发明所述基于多元素多离子耦合技术的党参产地鉴别方法,所述Fisher判别函数的构建方法如下:
a、检测若干板桥党参样本和若干非板桥党参样本中K,Na,Ca、Mg、Li、Be、B、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Sr、Y、Mo、Ag、Sb、La、Nd、Eu、Gd、Tb、Dy、Ho、Er、Tl、Pb、Hg、F-、Cl-、NO2-、Br-、NO3-、SO4 2-、C2O4 2-、I-和PO4 3-的含量,并将所得检测数据作为变量;所述非板桥党参包括原产地为甘肃省、四川省、山西省、吉林省、陕西省、河南省、贵州省、西藏自治区、湖北省和黑龙江共10个省份的党参;
b、在SPSS软件中,首先设定板桥党参样本的检测数据为第1组,非板桥党参样本的检测数据为第2组,利用Fisher判别方法获取判别函数,然后采用Mahalanobis检验法选择最合理变量,构建得到所述Fisher判别函数;
进行所述最合理变量的选择时,变量保留或剔除所依据的准则是F值:当变量的F值大于2.0时,该变量保留,当变量的F值小于0.5时,该变量剔除。
具体的,所述Fisher判别函数构建过程中,板桥党参的样本数量为32个,非板桥党参的样本数量为64个。
具体的,本发明的方法中,构建所述Fisher判别函数时:
板桥党参样本和非板桥党参样本中K,Na,Ca、Mg、Li、Be、B、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Sr、Y、Mo、Ag、Sb、La、Nd、Eu、Gd、Tb、Dy、Ho、Er、Tl、Pb、Hg、F-、Cl-、NO2-、Br-、NO3-、SO4 2-、C2O4 2-、I-和PO4 3-的含量按如下方法检测:
①样本消解:党参粉碎后在40℃的烘箱中烘干10小时,然后称取约0.5g党参于聚四氟乙烯罐中,加入4mLMOS级硝酸试剂和2mLMOS级过氧化氢试剂,摇匀后静置2h,然后放入微波消解仪中消解65min,冷却后转移至50mL容量瓶中定容。同时做试剂空白实验。
②元素及离子含量测定:用原子吸收分光光度计测定K,Na,Ca和Mg元素含量;采用电感耦合等离子体质谱方法测定Li、Be、B、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Sr、Y、Mo、Ag、Sb、La、Nd、Eu、Gd、Tb、Dy、Ho、Er、Tl和Pb元素含量;采用意大利MILESTONEDMA-80全自动测汞仪测量Hg元素的含量;采用戴安3000高效离子色谱仪分析测定F-、Cl-、NO2-、Br-、NO3-、SO4 2-、C2O4 2-、I-和PO4 3-的含量。
本发明独特的发现,党参中无机阴离子的含量及分布对其品质有较大影响,特别是从毒理学的角度来看,阴离子分布是重要的质量指标,具有与矿物元素同样稳定的特性,也是非常有效的产地标识指标。本发明开创性的探索并建立了以特征元素耦合特征阴离子为变量的板桥党参判别函数,该判别函数能有效的将非板桥党参鉴别出来,正判率可高达95%以上,实现板桥党参真伪的快速鉴别,适于推广普及。
说明书附图
图1是采用本发明方法对未知样本进行判别的流程图。
具体实施方式
(一)构建Fisher判别函数
a、样本采集:
地理标志产品板桥党参(共计32个样本)是在湖北省恩施市质量技术监督局协助下采集得到,非原产地样本分布采集于甘肃省、四川省、山西省、吉林省、陕西省、河南省、贵州省、西藏自治区、湖北省和黑龙江共10个省份45个产地(共计64个样本)。
b、矿物元素含量及阴离子含量测定
①矿物元素含量测定:
党参粉碎后在40℃的烘箱(DHG-9140A,上海中国)中烘干10小时,使水分尽可能地一致。准确称取约0.5g党参于聚四氟乙烯罐中,加入4mLMOS级硝酸试剂和2mLMOS级过氧化氢试剂,摇匀后静置2h。然后放入微波消解仪(MARS 5,CEM美国)中消解65min,消解条件见表1。冷却后转移至50mL容量瓶中定容。同时做试剂空白实验。
表1微波消解条件
K,Na,Ca和Mg的测定用原子吸收分光光度计(TAS-990,普析通用,北京,中国),火焰原子化器,乙炔和空气为燃气和助燃气。钾、钠、钙和镁的检测波长分别为232nm、292nm、312nm和231nm。
Li、Be、B、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Sr、Y、Mo、Ag、Sb、La、Nd、Eu、Gd、Tb、Dy、Ho、Er、Tl和Pb元素含量的测定用电感耦合等离子体质谱(Elan DRC-eICP-MS,美国赛默飞世尔Scientifie)。样品的分析操作条件如下:射频功率1200W,等离子气体流速1.12升/分,辅助气体流速0.5升/分,喷雾室温度2℃,0.45%的氧化物指数,和双电流指标为1.01%。用内标法保证仪器的稳定性,Ge和In是所选择的内标,当内标元素的RSD>5%,重新测定样品。
Hg元素含量分析采用意大利MILESTONE DMA-80全自动测汞仪进行。
每个样本测定3次,使用外标法定量计算。中国地质科学院地球物理地球化学勘探研究所提供的标准物质人参(GSB-18)和大米(GBW10043)用于方法的校准,所有元素的相对标准偏差低于10%。
②阴离子含量测定:
党参粉碎后在40℃的烘箱(DHG-9140A,上海中国)中烘干10小时,使水分尽可能地一致。准确称取约1.0g党参于锥形瓶中,加入50mL超纯水(Human Corporation,NEX UP 1000型超纯水仪提供),在Made in Korea Human Corporation型数控超声波仪中超声1h,然后转移至高速离心机中离心10分钟,转速为10000转/分钟。取离心后上清液2mL过水系滤膜(0.22μm)后离子色谱分析。
样本中阴离子(F-、Cl-、NO2-、Br-、NO3-、SO4 2-、C2O4 2-、I-和PO4 3-)含量采用戴安3000高效离子色谱仪分析。色谱分析条件为:IonPac As19色谱柱;20mmol/L氢氧化钾为流动相;流速1mL/min;电导检测器检测器;进样量:25μL。
c、特征元素、特征阴离子筛选及判别函数的建立
采用逐步判别的方法来确定对板桥党参鉴别最有利的元素种类和阴离子种类,整个过程的数据处理通过SPSS19.0软件实现。
在这部分工作中,96个样本的44种元素和9种阴离子含量数据作为变量,用于建立SPSS数据文件,选择逐步判别分析模式,设定板桥党参的样本为第1组,非板桥党参样本为第2组,先利用Fisher判别方法获取判别函数,从而表达“性质最相近”,然后进行最合理变量的筛选。在最合理变量的选择中,采用Mahalanobis检验方法,变量保留或者删除的准则依据F值:当变量的F值大于2.0时,该变量就会进入模型;当变量的F值小于0.5时,该变量将被剔除出模型。
依据上述原则对数据处理后得到板桥党参的特征因子(即特征元素和特征阴离子)和以该特征因子的含量为变量的Fisher判别函数。该特征因子分别是Br-、SO4 2-、PO4 3-、Na、K、Ca、V、Cr、Mn、Fe、As、Cu、Ho和Tl,以该特征因子的含量为变量的Fisher判别函数由判别方程Ⅰ和判别方程Ⅱ组成,表达式为:
判别方程Ⅰ:
判别方程Ⅱ:
该Fisher判别函数以CNa、CK、CCa、CV、CCr、CMn、CFe、CCu、CAs、CHo和CTl为变量,其分别表示Br-、SO4 2-、PO4 3-、Na、K、Ca、V、Cr、Mn、Fe、Cu、As、Ho和Tl的含量;其中,CNa、CK和CCa的数值以mg/g为单位,CV、CCr、CMn、CFe、CCu、CAs、CHo和CTl的数值以μg/g为单位;板桥党参的Fisher判别函数值记为Y板桥党参,非板桥党参的Fisher判别函数值记为Y非板桥党参。
(二)利用所建立的Fisher判别函数对产地未知的党参进行鉴定
判别过程如图1所给流程图所示,具体如下:
a、采集地理标志产品板桥党参(10个样本)和非地理标志产品板桥党参(10个样本)作为待测样本,具体样本信息见表2。
表2:待测样本信息
b、特征因子含量测定
①特征矿物元素含量测定:党参粉碎后在40℃的烘箱(DHG-9140A,上海中国)中烘干10小时,使水分尽可能地一致。准确称取约0.5g党参于聚四氟乙烯罐中,加入4mLMOS级硝酸试剂和2mLMOS级过氧化氢试剂,摇匀后静置2h。然后放入微波消解仪(MARS 5,CEM美国)中消解65min,消解条件见表1。冷却后转移至50mL容量瓶中定容。同时做试剂空白实验。
K,Na和Ca的测定用原子吸收分光光度计(TAS-990,普析通用,北京,中国),火焰原子化器,乙炔和空气为燃气和助燃气。钾、钠和钙的检测波长分别为232nm、292nm和312nm。
V、Cr、Mn、Fe、Cu、As、Ho和Tl元素含量的测定用电感耦合等离子体质谱(Elan DRC-eICP-MS,美国赛默飞世尔Scientifie)。样品的分析操作条件如下:射频功率1200W,等离子气体流速1.12升/分,辅助气体流速0.5升/分,喷雾室温度2℃,0.45%的氧化物指数,和双电流指标为1.01%。用内标法保证仪器的稳定性,Ge和In是所选择的内标,当内标元素的RSD>5%,重新测定样品。
每个样本测定3次,使用外标法定量计算。中国地质科学院地球物理地球化学勘探研究所提供的标准物质人参(GSB-18)和大米(GBW10043)用于方法的校准,所有元素的相对标准偏差低于10%。
②特征阴离子含量测定:党参粉碎后在40℃的烘箱(DHG-9140A,上海中国)中烘干10小时,使水分尽可能地一致。准确称取约1.0g党参于锥形瓶中,加入50mL超纯水(HumanCorporation,NEX UP 1000型超纯水仪提供),在Made in Korea Human Corporation型数控超声波仪中超声1h,然后转移至高速离心机中离心10分钟,转速为10000转/分钟。取离心后上清液2mL过水系滤膜(0.22μm)后离子色谱分析。
样本中阴离子(Br-、SO4 2-和PO4 3-)含量采用戴安3000高效离子色谱仪分析。色谱分析条件为:IonPac As19色谱柱;20mmol/L氢氧化钾为流动相;流速1mL/min;电导检测器检测器;进样量:25μL。
20个未知样本的特征元素和特征阴离子含量检测结果见表3-1和表3-2。
表3-1:
表3-2:
表3-1和表3-2中,Br-、SO4 2-、PO4 3-、Na、K和Ca的单位为mg/g,V、Cr、Mn、Fe、Cu、As、Ho和Tl的单位为μg/g。
c、板桥党参的判别
将表3-1和表3-2中的数值带入所建立的Fisher判别函数中,分别计算Y板桥党参和Y非板 桥党参的数值(结果见表4),待测样本属于Y值较大的一组。
表4:Y值计算及判别结果
由表4中的统计结果可以看出,采用本发明所构建的Fisher判别函数方法对20个未知样本进行判别,样本中19个样本判别正确,判别正确率高达95%,进一步的,该判别模型对非板桥党参的判别正确率高达100%,能够非常有效的对未知样本进行判别,具有实用价值。
Claims (2)
1.一种基于多元素多离子耦合技术的党参产地鉴别方法,其特征是,
(1)提供用于判别是否为板桥党参的Fisher判别函数,所述Fisher判别函数由判别方程Ⅰ和判别方程Ⅱ构成:
判别方程Ⅰ:
判别方程Ⅱ:
所述Fisher判别函数以CNa、CK、CCa、CV、CCr、CMn、CFe、CCu、CAs、CHo和CTl为变量,其分别表示Br-、SO4 2-、PO4 3-、Na、K、Ca、V、Cr、Mn、Fe、Cu、As、Ho和Tl的含量;其中,CNa、CK和CCa的数值以mg/g为单位,CV、CCr、CMn、CFe、CCu、CAs、CHo和CTl的数值以μg/g为单位;
(2)检测未知样本中Br-、SO4 2-、PO4 3-、Na、K、Ca、V、Cr、Mn、Fe、Cu、As、Ho和Tl的含量,然后分别代入所述Fisher判别函数的判别方程Ⅰ和判别方程Ⅱ中计算Y板桥党参和Y非 板桥党参的数值;若Y板桥党参>Y非板桥党参,则该未知样本为板桥党参,若Y板桥党参<Y非板桥党参,则该未知样本不是板桥党参。
2.根据权利要求1所述基于多元素多离子耦合技术的党参产地鉴别方法,其特征是,所述Fisher判别函数的构建方法如下:
a、检测若干板桥党参样本和若干非板桥党参样本中K,Na,Ca、Mg、Li、Be、B、Ti、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Sr、Y、Mo、Ag、Sb、La、Nd、Eu、Gd、Tb、Dy、Ho、Er、Tl、Pb、Hg、F-、Cl-、NO2-、Br-、NO3-、SO4 2-、C2O4 2-、I-和PO4 3-的含量,并将所得检测数据作为变量;所述非板桥党参包括原产地为甘肃省、四川省、山西省、吉林省、陕西省、河南省、贵州省、西藏自治区、湖北省和黑龙江省共10个省份的党参;
b、在SPSS软件中,首先设定板桥党参样本的检测数据为第1组,非板桥党参样本的检测数据为第2组,先利用Fisher判别方法获取判别函数,然后采用Mahalanobis检验法选择最合理变量,构建得到所述Fisher判别函数;
进行所述最合理变量的选择时,变量保留或剔除所依据的准则是F值:当变量的F值大于2.0时,该变量保留,当变量的F值小于0.5时,该变量剔除。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410604803.8A CN104297188B (zh) | 2014-10-31 | 2014-10-31 | 一种基于多元素多离子耦合技术的党参产地鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410604803.8A CN104297188B (zh) | 2014-10-31 | 2014-10-31 | 一种基于多元素多离子耦合技术的党参产地鉴别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104297188A true CN104297188A (zh) | 2015-01-21 |
CN104297188B CN104297188B (zh) | 2017-05-10 |
Family
ID=52317012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410604803.8A Active CN104297188B (zh) | 2014-10-31 | 2014-10-31 | 一种基于多元素多离子耦合技术的党参产地鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104297188B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672705A (zh) * | 2019-09-11 | 2020-01-10 | 山西大学 | 一种识别地方野生黄芪的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101961379A (zh) * | 2009-07-24 | 2011-02-02 | 天津天士力现代中药资源有限公司 | 丹参的近红外光谱鉴别方法 |
CN102243170A (zh) * | 2010-05-12 | 2011-11-16 | 天津天士力现代中药资源有限公司 | 用近红外光谱技术鉴别麦冬药材产地的方法 |
CN102706975A (zh) * | 2012-05-22 | 2012-10-03 | 山东出入境检验检疫局 | 一种鉴别原油和燃料油的方法 |
-
2014
- 2014-10-31 CN CN201410604803.8A patent/CN104297188B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101961379A (zh) * | 2009-07-24 | 2011-02-02 | 天津天士力现代中药资源有限公司 | 丹参的近红外光谱鉴别方法 |
CN102243170A (zh) * | 2010-05-12 | 2011-11-16 | 天津天士力现代中药资源有限公司 | 用近红外光谱技术鉴别麦冬药材产地的方法 |
CN102706975A (zh) * | 2012-05-22 | 2012-10-03 | 山东出入境检验检疫局 | 一种鉴别原油和燃料油的方法 |
Non-Patent Citations (5)
Title |
---|
刘巍 等: "利用近红外光谱技术对葡萄酒原产地进行Fisher判别", 《酿酒科技》 * |
夏立娅: "大米产地特征因子及溯源方法研究", 《中国博士学位论文全文数据库 农业科技辑》 * |
薛毅 等: "《统计建模与R软件》", 30 April 2007, 清华大学出版社 * |
衷克定: "《数据统计分析与实践——SPSS for Windows》", 30 April 2005, 高等教育出版社 * |
马威 等: "不同产地葱元素含量差异及Fisher判别分析", 《湖北中医学院学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672705A (zh) * | 2019-09-11 | 2020-01-10 | 山西大学 | 一种识别地方野生黄芪的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104297188B (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102455320B (zh) | 一种产地葡萄酒识别技术方法 | |
CN105044198B (zh) | 一种基于矿质元素指纹鉴别葡萄酒原产地的方法 | |
CN103293141B (zh) | 基于离子迁移谱/质谱/拉曼光谱融合技术的白酒年份识别方法 | |
CN102778442B (zh) | 一种快速鉴别烟用香液料液种类的方法 | |
CN103630528A (zh) | 一种利用茶叶中元素含量鉴别茶叶产地的方法 | |
Shen et al. | Determination of the geographic origin of rice by element fingerprints and correlation analyses with the soil of origin | |
CN104316660A (zh) | 快速检测豆瓣酱风味、等级及产品溯源的方法 | |
CN104458891A (zh) | 一种利用电感耦合等离子体质谱进行茶叶产地溯源的方法 | |
CN104596957A (zh) | 基于可见光近红外光谱技术的土壤铜含量估算方法 | |
CN102590383A (zh) | 同时测定卷烟纸中的钾、钠、钙、镁含量的方法 | |
CN102721779A (zh) | 植物硒形态的检测方法 | |
CN102262139A (zh) | 一种发现和鉴定单细胞藻类脂质生物标志物的方法 | |
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 | |
CN103822964A (zh) | 中性解吸-电喷雾萃取电离质谱直接检测蜂蜜中的氯霉素 | |
CN108267469A (zh) | 采用低场核磁共振测量泥页岩中液态滞留烃含量的方法 | |
CN101852786B (zh) | 一种香菇中二氧化硫含量的检测方法 | |
CN108445134B (zh) | 酒类产品鉴别的方法 | |
CN102768191B (zh) | 一种水中痕量铊的简便测定方法 | |
CN208171949U (zh) | 电子鼻系统 | |
CN102116767A (zh) | 同时测定烟草中钾钙镁的方法 | |
CN104297188A (zh) | 一种基于多元素多离子耦合技术的党参产地鉴别方法 | |
CN108956492A (zh) | 一种测定污泥有机质含量的方法 | |
Yang et al. | Advances in the analysis methods of inorganic elements in foods | |
CN103969323A (zh) | 一种利用75AS16O+测定烟草及烟草制品中As的方法 | |
CN106855504A (zh) | 一种快速测定硫酸根含量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |