CN106248810A - 一种基于多元素和稳定同位素的葡萄酒产地溯源方法 - Google Patents

一种基于多元素和稳定同位素的葡萄酒产地溯源方法 Download PDF

Info

Publication number
CN106248810A
CN106248810A CN201610404101.4A CN201610404101A CN106248810A CN 106248810 A CN106248810 A CN 106248810A CN 201610404101 A CN201610404101 A CN 201610404101A CN 106248810 A CN106248810 A CN 106248810A
Authority
CN
China
Prior art keywords
stable isotope
place
wine
production
analysis
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
Application number
CN201610404101.4A
Other languages
English (en)
Inventor
吴浩
颜治
陈波
金晓蕾
靳保辉
卞学海
谢丽琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Food Inspection & Quarantine Technology Center Of Shenzhen Entry-Exit Inspection & Quarantine Bureau
Original Assignee
Food Inspection & Quarantine Technology Center Of Shenzhen Entry-Exit Inspection & Quarantine Bureau
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Food Inspection & Quarantine Technology Center Of Shenzhen Entry-Exit Inspection & Quarantine Bureau filed Critical Food Inspection & Quarantine Technology Center Of Shenzhen Entry-Exit Inspection & Quarantine Bureau
Priority to CN201610404101.4A priority Critical patent/CN106248810A/zh
Priority to US15/549,989 priority patent/US10768159B2/en
Priority to PCT/CN2016/098128 priority patent/WO2017211015A1/zh
Publication of CN106248810A publication Critical patent/CN106248810A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/14—Beverages
    • G01N33/146—Beverages containing alcohol
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N30/86—Signal analysis
    • G01N30/8675—Evaluation, i.e. decoding of the signal into analytical information
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/14—Beverages
    • G01N33/143—Beverages containing sugar
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
    • G01N30/02—Column chromatography
    • G01N2030/022—Column chromatography characterised by the kind of separation mechanism
    • G01N2030/025—Gas chromatography
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
    • H01J49/00—Particle spectrometers or separator tubes
    • H01J49/02—Details
    • H01J49/10—Ion sources; Ion guns
    • H01J49/105—Ion sources; Ion guns using high-frequency excitation, e.g. microwave excitation, Inductively Coupled Plasma [ICP]

Abstract

本发明公开了一种基于多元素和稳定同位素的葡萄酒产地溯源方法，包括以下步骤：1)收集多个产地葡萄酒样品；2)将步骤1中葡萄酒样品用0.22um水性滤膜过滤，取1.5mL放入气相色谱进样小瓶中，用于乙醇和丙三醇碳稳定同位素比值分析；取0.3ml葡萄酒样品，放入12ml具塞玻璃管中用于分析水中氧稳定同位素；取葡萄酒样品0.5mL放入15mL离心管中，加入0.5mL浓HNO3，消解过夜，定容至10mL备测；3)分别进行碳稳定同位素分析，氧稳定同位素比值分析，以及元素含量分析；4)采用葡萄酒样品产地信息和步骤3中的分析数据统计建模，得到产地判别模型系数矩阵和对应的产地判别预测准确率；5)将未知样品带入模型中进行产地判别，最终判断产地属性。

Description

一种基于多元素和稳定同位素的葡萄酒产地溯源方法
技术领域
本发明涉及一种基于多元素和稳定同位素的葡萄酒产地溯源方法。
背景技术
本部分中的陈述仅仅提供了与本发明公开的内容有关的背景信息，且可能不构成现有技术。
目前已有发明CN102967668A基于稳定同位素比值鉴别葡萄酒产地的方法对葡萄酒的产地进行了鉴别分析。但该方法仅用氧同位素作为溯源指标无法精确判定其产地属性，适用性有限。也有国外期刊文献对元素和稳定同位素对产地区分原理进行了阐述，但仅局限于对小产区之间的区分，也不具备实用价值。
现有技术适用区域有限，仅在小区域范围内适用（比如一个地区内或者一个国家内产地的区分）。其次，已有技术在产地识别指标上比较单一，产地区分效率低，准确率不高。
故现有技术有待改进和发展。
发明内容
本发明要解决的技术问题是提供：一种基于多元素和稳定同位素的葡萄酒产地溯源方法。
本发明的技术解决方案是：一种基于多元素和稳定同位素的葡萄酒产地溯源方法，其包括以下步骤：
（1）样品收集：每个国家收集样品不少于80支，分别覆盖该区域最主要的产地，本发明中不同国家真实样品中产地分布见表1；
（2）样品前处理：将葡萄酒样品用0.22um水性滤膜过滤，取1.5mL放入气相色谱进样小瓶中，用于乙醇和丙三醇碳稳定同位素比值分析。取0.3ml葡萄酒样品，放入12ml具塞玻璃管中用于分析水中氧稳定同位素。取葡萄酒样品0.5mL放入15mL离心管中，加入0.5mL浓 HNO3，消解过夜，定容至10mL备测。
（3）样品分析：1、碳稳定同位素分析：打开稳定同位素比率质谱仪主机（赛默飞世尔，Delta V advantage），调节参考气平衡，使10组CO2参考气碳稳定同位素比值变异小于0.06‰。GC条件：乙醇：进样量0.1μl，进样口温度250℃，载气高纯He，流速1.5ml/min，分流比200:1。程序升温条件：初温40℃，保留1min，50℃/min升温至220℃，保留3min。丙三醇：进样量0.2μl，进样口温度250℃，载气高纯He，流速1.5ml/min，分流比20:1。程序升温条件：初温80℃，保留1min，15℃/min升温至240℃，保留2min。Isolink条件：燃烧管温度1000℃，切入质谱时间200s。按照上述条件分析葡萄酒中乙醇和丙三醇碳稳定同位素比值。2、氧稳定同位素比值分析:打开Gasbench仪器，设置色谱柱温度70℃，利用仪器自带进样器充入含0.3%CO2的He，28℃平衡18小时以上，分析顶空气中CO2的氧稳定同位素比值，作为水中氧的稳定同位素。3、元素分析：利用电感耦合等离子质谱仪（ICP-MS）分析葡萄酒消解样中元素含量，ICP-MS条件：功率：1400W；雾化器流速：0.85 mL/min；冷却气流速：14.2 L/min；辅助气流速0.8 L/min；采样深度：150；脉冲电压：3380 V；模拟电压：1800 V。
（4）统计建模：将80%的葡萄酒样品产地信息和分析数据导入SPSS等具备多元统计分析和建模的软件中，利用线性判别（LDA）方法对产地进行建模分析。可得到产地判别模型系数矩阵和对应的产地判别预测准确率。
（5）模型验证：将剩余的20%葡萄酒样品数据编组后导入得到的模型中，给出预测分组信息，根据预测分组信息的准确率计算模型的验证精度。
（6）样品检测：对未知样品可通过分析上述判别指标，带入模型中进行产地判别，最终判断产地属性，并以模型验证准确率作为该产地判别的准确率。
本发明的有益效果：
本发明可应用于葡萄酒的产地溯源，可对进口和国产优质葡萄酒的原产地进行判别，帮助进出口检测部门对葡萄酒的产地进行判别。且结合多种鉴别指标能对全球主要葡萄酒产地的葡萄酒进行区分，优化了指标体系，建立了全球8个主要产区（法国、西班牙、意大利、智利、南非、美国、澳大利亚和中国）共计1000多份样品数据库，根据建立的产地判别矩阵，实现了对全球葡萄酒的产地溯源。
本发明可通过分析稳定同位素和元素含量，结合真实葡萄酒产地信息数据库，实现对未知葡萄酒样品的原产地判别，随着真实样品产地数据库的不断扩大，可提高产地判定准确率和适用范围。该发明所测定的指标均为目前比较容易检测和获得的数据，适用性广，数据稳定性高，结合多元统计分析对部分国家判别准确率达到93%。
附图说明
图1为本发明方法方框图。
具体实施方式
实施例：
参阅图1， 本发明原理：通过对葡萄酒中的多种金属元素和稳定同位素的分析，建立真实葡萄酒产地信息数据库，结合多元统计分析（判别分析）建立真实葡萄酒产地判别模型，实现对未知葡萄酒样品的原产地判别。更具体的是其包括：
1、葡萄酒由葡萄酿造，葡萄酒中元素分布与葡萄种植产地土壤类型有关。因此元素含量能指示葡萄酒产地信息。
2、不同产地其葡萄品种类型也有较大差异，比如波尔多以种植赤霞珠、梅乐、品丽珠为主；西班牙以添普兰尼洛为主要品种等等。同时不同产地大气CO2的碳稳定同位素比值也会与气候和该地区化石燃料使用情况有关。以上情况可能导致葡萄酒中乙醇和丙三醇的碳稳定同位素比值差异。因此碳稳定同位素比值也能反应一定的产地属性。
3、葡萄种植主要在南北纬的30-50度之间，由于维度和海拔的差异，引起降水中氢氧同位素比值变化。高纬度高海拔地区氢氧同位素的HD和18O更少，导致葡萄酒中水的氧同位素出现明显的产地差异。
本发明通过收集全球主要产区红葡萄酒标准样品，分析葡萄酒中乙醇和丙三醇碳稳定同位素比值、水的氧稳定同位素比值以及16种元素含量（Ca、K、Mg、Na、B、Al、Sc、Ti、Cr、Mn、Fe、Cu、Zn、Rb、Sr、Ba）。根据葡萄酒样品产地信息，利用多元统计分析（线性判别分析）建立产地判别模型，并计算判别准确率。
具体实验步骤：
（1）样品收集：每个国家收集样品不少于80支，分别覆盖该区域最主要的产地，本发明中不同国家真实样品中产地分布见表1；
（2）样品前处理：将葡萄酒样品用0.22μm水性滤膜过滤，取1.5mL放入气相色谱进样小瓶中，用于乙醇和丙三醇碳稳定同位素比值分析。取0.3ml葡萄酒样品，放入12mL具塞玻璃管中用于分析水中氧稳定同位素。取葡萄酒样品0.5mL放入15mL离心管中，加入0.5mL浓 HNO3，消解过夜，定容至10mL备测。
（3）样品分析：1、碳稳定同位素分析：打开稳定同位素比率质谱仪主机（赛默飞世尔，Delta V advantage），调节参考气平衡，使10组CO2参考气碳稳定同位素比值变异小于0.06‰。GC条件：乙醇：进样量0.1μl，进样口温度250℃，载气高纯He，流速1.5ml/min，分流比200:1。程序升温条件：初温40℃，保留1min，50℃/min升温至220℃，保留3min。丙三醇：进样量0.2μl，进样口温度250℃，载气高纯He，流速1.5ml/min，分流比20:1。程序升温条件：初温80℃，保留1min，15℃/min升温至240℃，保留2min。Isolink条件：燃烧管温度1000℃，切入质谱时间200s。按照上述条件分析葡萄酒中乙醇和丙三醇碳稳定同位素比值。2、氧稳定同位素比值分析:打开Gasbench仪器，设置色谱柱温度70℃，利用仪器自带进样器充入含0.3%CO2的He，28℃平衡18小时以上，分析顶空气中CO2的氧稳定同位素比值，作为水中氧的稳定同位素。3、元素分析：利用电感耦合等离子质谱仪（ICP-MS）分析葡萄酒消解样中元素含量，ICP-MS条件：功率：1400W；雾化器流速：0.85 ml/min；冷却气流速：14.2 L/min；辅助气流速0.8 L/min；采样深度：150；脉冲电压：3380 V；模拟电压：1800 V。
（4）统计建模：将80%的葡萄酒样品产地信息和分析数据导入SPSS等具备多元统计分析和建模的软件中，利用线性判别（LDA）方法对产地进行建模分析。可得到产地判别模型系数矩阵和对应的产地判别预测准确率。
（5）模型验证：将剩余的20%葡萄酒样品数据编组后导入得到的模型中，给出预测分组信息，根据预测分组信息的准确率计算模型的验证精度。
（6）样品检测：对未知样品可通过分析上述判别指标，带入模型中进行产地判别，最终判断产地属性，并以模型验证准确率作为该产地判别的准确率。
数据1、典型的样品信息数据库结构
为了更好的管理葡萄酒属性数据，我们利用专门的数据管理软件（Access 2013）对葡萄酒数据库进行管理，建立了包含8个样品属性和数据的数据库（如表1所示）。针对产地属性设置了国家、产区、小产区三个产地级别，可对小产区葡萄酒进行区分。此外，年份、葡萄品种也是葡萄酒重要属性，对这两个指标的记录能为年份和葡萄品种鉴别提供数据支持。酒庄（葡萄酒公司）和酒庄所处地理坐标的信息有助于理解矿质元素和稳定同位素的区域分布趋势，借助空间分析工具，能提供不同数据的产地分布趋势信息。便于对样品的多角度判别。
表1 葡萄酒产地数据库结构模式
项目 属性
样品属性 样品编号、国家、产区、小产区、年份、葡萄品种、酒庄（公司）、地理坐标
矿质元素 Ca K Mg Na B Al Sc Ti Cr Mn Fe Cu Zn Rb Sr Ba
稳定同位素 δ13C（乙醇、丙三醇）、水中的δ18O
表2测定葡萄酒样本数和产地分布
本发明共获得有效葡萄酒样本数据共757份（如表2）。由于法国是世界上葡萄酒出口价值最高，同时也是最易被仿冒的产酒国。因此本发明对法国葡萄酒进行重点采样，主要选取了波尔多（Bordaux）、勃艮第（burgundy）、朗克多-鲁西荣（Languedoc-Roussillon）以及隆河（Rhone）四个产区共计240只葡萄酒。其他国家样品量517只，其中80%的样品用于建立判别模型，20%作为验证样，对模型判别的准确率进行验证。
表2 葡萄酒样品产地分布信息
国家 地区 数量
法国（France） 波尔多（Bordaux） 106
勃艮第（burgundy） 33
朗克多-鲁西荣（Languedoc-Roussillon） 57
隆河（Rhone） 44
西班牙（Spain） 98
意大利（Italy） 77
美国（US） 50
澳大利亚（Austrilia） 88
智利（Chile） 83
南非（South Africa） 55
中国（China） 66
总计Total 757
数据2、模型判别系数矩阵
利用判别分析方法（DA），根据矿质元素和稳定同位素等指标建立不同国家产地属性的判别模型。根据不同指标的贡献，得出6组判别方程，方程系数矩阵见表（6-3）由表可知，对判别分析有贡献的指标为乙醇δ13C、水中的δ18O以及11种矿质元素。将数据库中的葡萄酒分析数据分别带入对应的方程可得6组判别值。
表3 标准化的典型判别式函数系数矩阵
表4 不同国家产地判别准确率 （%）
预测组总体判别准确率：82.3%，验证组总体判别准确率80.9%。
其中，SA：南非；AU：澳大利亚；CH：智利；FR：法国；IT：意大利；SP：西班牙；US：美国；ZH：中国
在本说明书的描述中，术语“一个实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于多元素和稳定同位素的葡萄酒产地溯源方法，其特征在于：包括以下步骤：
1)收集多个产地葡萄酒样品；
2)将步骤1中葡萄酒样品用0.22um水性滤膜过滤，取1.5mL放入气相色谱进样小瓶中，用于乙醇和丙三醇碳稳定同位素比值分析；取0.3ml葡萄酒样品，放入12ml具塞玻璃管中用于分析水中氧稳定同位素；取葡萄酒样品0.5mL放入15mL离心管中，加入0.5mL浓HNO3，消解过夜，定容至10mL备测；
3)分别进行碳稳定同位素分析，氧稳定同位素比值分析，以及元素分析；
4)采用葡萄酒样品产地信息和步骤3中的分析数据统计建模，得到产地判别模型系数矩阵和对应的产地判别预测准确率；
5)将未知样品带入模型中进行产地判别，最终判断产地属性。
2.根据权利要求1所述的基于多元素和稳定同位素的葡萄酒产地溯源方法，其特征在于：所述碳稳定同位素分析包括：打开稳定同位素比率质谱仪主机，调节参考气平衡，使CO2参考气碳稳定同位素比值变异小于0.06‰。
3.根据权利要求1所述的基于多元素和稳定同位素的葡萄酒产地溯源方法，其特征在于：所述元素分析为利用电感耦合等离子质谱仪进行元素分析。
4.根据权利要求1所述的基于多元素和稳定同位素的葡萄酒产地溯源方法，其特征在于：氧稳定同位素比值分析步骤包括:打开Gasbench仪器，设置色谱柱温度70℃，利用仪器自带进样器充入含0.3％CO2的He，28℃平衡18小时以上，分析顶空气中CO2的氧稳定同位素比值，作为水中氧的稳定同位素。
5.根据权利要求1所述的基于多元素和稳定同位素的葡萄酒产地溯源方法，其特征在于：步骤4和步骤5之间还包括模型验证步骤，即将葡萄酒样品数据编组后导入步骤4得到的模型中，给出预测分组信息，根据预测分组信息的准确率计算模型的验证精度。
CN201610404101.4A 2016-06-08 2016-06-08 一种基于多元素和稳定同位素的葡萄酒产地溯源方法 Pending CN106248810A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201610404101.4A CN106248810A (zh) 2016-06-08 2016-06-08 一种基于多元素和稳定同位素的葡萄酒产地溯源方法
US15/549,989 US10768159B2 (en) 2016-06-08 2016-09-05 Method for tracing wine origin based on multielements and stable isotopes
PCT/CN2016/098128 WO2017211015A1 (zh) 2016-06-08 2016-09-05 一种基于多元素和稳定同位素的葡萄酒产地溯源方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610404101.4A CN106248810A (zh) 2016-06-08 2016-06-08 一种基于多元素和稳定同位素的葡萄酒产地溯源方法

Publications (1)

Publication Number Publication Date
CN106248810A true CN106248810A (zh) 2016-12-21

Family

ID=57613258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610404101.4A Pending CN106248810A (zh) 2016-06-08 2016-06-08 一种基于多元素和稳定同位素的葡萄酒产地溯源方法

Country Status (3)

Country Link
US (1) US10768159B2 (zh)
CN (1) CN106248810A (zh)
WO (1) WO2017211015A1 (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107424003A (zh) * 2017-05-05 2017-12-01 浙江省农业科学院 一种基于稳定性同位素比率和多元素的杨梅产地溯源方法
CN108645928A (zh) * 2018-05-03 2018-10-12 贵州省产品质量监督检验院 一种酱香型白酒中有机酸稳定碳同位素的测定方法
CN108845046A (zh) * 2018-05-03 2018-11-20 贵州省产品质量监督检验院 一种浓香型白酒中有机酸稳定碳同位素的测定方法
CN108845047A (zh) * 2018-05-03 2018-11-20 贵州省产品质量监督检验院 一种董香型白酒中有机酸稳定碳同位素的测定方法
CN109916991A (zh) * 2019-04-09 2019-06-21 新疆大学 一种基于金属元素结合pls-da模型判别啤酒花品种和产地的方法
CN111487309A (zh) * 2020-04-29 2020-08-04 中国工程物理研究院核物理与化学研究所 一种基于判别分析的铀矿石地理溯源方法
CN111868507A (zh) * 2018-03-13 2020-10-30 日本电信电话株式会社 产地推定方法
CN113237971A (zh) * 2021-04-27 2021-08-10 宁夏农产品质量标准与检测技术研究所(宁夏农产品质量监测中心) 一种葡萄酒产地识别方法及其识别系统
US20220065836A1 (en) * 2019-01-02 2022-03-03 Ids Group Isotopic marking and identification of liquids
CN114689742A (zh) * 2022-03-05 2022-07-01 深圳职业技术学院 一种咖啡豆稳定同位素分馏方法及同时鉴定烘焙和生咖啡豆原产地的方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111505101B (zh) * 2020-04-29 2023-04-18 中国工程物理研究院核物理与化学研究所 一种基于主成分分析的铀矿石产地分类方法
CN113514586B (zh) * 2021-03-31 2023-09-19 广州海关技术中心 一种基于maldi-tof/tof和多元素分析技术相结合的大豆原产地溯源鉴别方法
CN113917061B (zh) * 2021-10-22 2023-07-28 贵州大学 一种酱香型基酒挥发性物质的检测及鉴别方法
CN114062476B (zh) * 2021-10-28 2023-07-11 中国科学院地球化学研究所 一种土壤Cd/Pb复合污染双金属同位素源解析方法及系统
CN117807461B (zh) * 2024-02-26 2024-04-26 中国计量科学研究院 一种基于大数据的威士忌酒产地溯源方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN102967668A (zh) * 2012-11-20 2013-03-13 中国食品发酵工业研究院 基于稳定同位素比值鉴别葡萄酒产地的方法
CN102967661A (zh) * 2012-10-28 2013-03-13 中国食品发酵工业研究院 一种饮料酒中乙醇的氧稳定同位素的快速测定方法
CN103217487A (zh) * 2012-12-14 2013-07-24 中山出入境检验检疫局 一种利用双指纹图谱溯源进口梅洛葡萄酒产地的分析方法
CN105021732A (zh) * 2014-11-03 2015-11-04 中国食品发酵工业研究院 一种快速测定饮料酒的水中氧同位素组成的方法
CN105044198A (zh) * 2015-07-03 2015-11-11 中国农业大学 一种基于矿质元素指纹鉴别葡萄酒原产地的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103808674A (zh) * 2012-11-09 2014-05-21 云南太阳魂庄园葡萄酒业销售有限公司 一种基于紫外－可见光谱扫描图谱的葡萄酒品质特征客观评价体系方法及应用

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN102967661A (zh) * 2012-10-28 2013-03-13 中国食品发酵工业研究院 一种饮料酒中乙醇的氧稳定同位素的快速测定方法
CN102967668A (zh) * 2012-11-20 2013-03-13 中国食品发酵工业研究院 基于稳定同位素比值鉴别葡萄酒产地的方法
CN103217487A (zh) * 2012-12-14 2013-07-24 中山出入境检验检疫局 一种利用双指纹图谱溯源进口梅洛葡萄酒产地的分析方法
CN105021732A (zh) * 2014-11-03 2015-11-04 中国食品发酵工业研究院 一种快速测定饮料酒的水中氧同位素组成的方法
CN105044198A (zh) * 2015-07-03 2015-11-11 中国农业大学 一种基于矿质元素指纹鉴别葡萄酒原产地的方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
OGRINC, N 等: "The application of NMR and MS methods for detection of adulteration of wine, fruit juices, and olive oil. A review", 《ANALYTICAL AND BIOANALYTICAL CHEMISTRY》 *
吴浩 等: "气相色谱_燃烧_同位素比率质谱法测定葡萄酒中五种挥发性组分的碳同位素比值及其在产地溯源中的应用", 《分析化学》 *
江伟 等: "C、H、O同位素分析在葡萄酒产区鉴别中的应用", 《食品科学》 *
王丙涛 等: "葡萄酒中元素分布与其原产地关系的分类模型", 《食品科学》 *
王道兵 等: "GasBench Ⅱ-IRMS测定葡萄酒水中δ18O方法研究", 《质谱学报》 *
陶宏兵 等: "水中δ18O在全汁葡萄酒鉴别中的应用研究", 《酿酒科技》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107424003A (zh) * 2017-05-05 2017-12-01 浙江省农业科学院 一种基于稳定性同位素比率和多元素的杨梅产地溯源方法
CN111868507A (zh) * 2018-03-13 2020-10-30 日本电信电话株式会社 产地推定方法
CN108645928A (zh) * 2018-05-03 2018-10-12 贵州省产品质量监督检验院 一种酱香型白酒中有机酸稳定碳同位素的测定方法
CN108845046A (zh) * 2018-05-03 2018-11-20 贵州省产品质量监督检验院 一种浓香型白酒中有机酸稳定碳同位素的测定方法
CN108845047A (zh) * 2018-05-03 2018-11-20 贵州省产品质量监督检验院 一种董香型白酒中有机酸稳定碳同位素的测定方法
US20220065836A1 (en) * 2019-01-02 2022-03-03 Ids Group Isotopic marking and identification of liquids
CN109916991A (zh) * 2019-04-09 2019-06-21 新疆大学 一种基于金属元素结合pls-da模型判别啤酒花品种和产地的方法
CN111487309A (zh) * 2020-04-29 2020-08-04 中国工程物理研究院核物理与化学研究所 一种基于判别分析的铀矿石地理溯源方法
CN113237971A (zh) * 2021-04-27 2021-08-10 宁夏农产品质量标准与检测技术研究所(宁夏农产品质量监测中心) 一种葡萄酒产地识别方法及其识别系统
CN113237971B (zh) * 2021-04-27 2022-04-12 宁夏农产品质量标准与检测技术研究所(宁夏农产品质量监测中心) 一种葡萄酒产地识别方法及其识别系统
CN114689742A (zh) * 2022-03-05 2022-07-01 深圳职业技术学院 一种咖啡豆稳定同位素分馏方法及同时鉴定烘焙和生咖啡豆原产地的方法

Also Published As

Publication number Publication date
WO2017211015A1 (zh) 2017-12-14
US20190064135A1 (en) 2019-02-28
US10768159B2 (en) 2020-09-08

Similar Documents

Publication Publication Date Title
CN106248810A (zh) 一种基于多元素和稳定同位素的葡萄酒产地溯源方法
Aciego et al. Dust outpaces bedrock in nutrient supply to montane forest ecosystems
Little et al. The oceanic mass balance of copper and zinc isotopes, investigated by analysis of their inputs, and outputs to ferromanganese oxide sediments
Calder et al. Stable carbon isotope ratios as indexes of petrochemical pollution of aquatic systems
Demers et al. Coupling atmospheric mercury isotope ratios and meteorology to identify sources of mercury impacting a coastal urban‐industrial region near Pensacola, Florida, USA
Lämmerzahl et al. Oxygen isotope composition of stratospheric carbon dioxide
Cao et al. Characterization of airborne carbonate over a site near Asian dust source regions during spring 2002 and its climatic and environmental significance
Dansgaard et al. One thousand centuries of climatic record from Camp Century on the Greenland ice sheet
Rahn et al. A reassessment of the global isotopic budget of atmospheric nitrous oxide
Burnett et al. Relationship between atmospheric circulation and winter precipitation δ18O in central New York State
Bergfeld et al. Gas and isotope chemistry of thermal features in Yellowstone National Park, Wyoming
Berkelhammer et al. Persistence and plasticity in conifer water‐use strategies
Thiemens et al. Decadal Δ17O record of tropospheric CO2: Verification of a stratospheric component in the troposphere
Lee et al. Water and carbon cycles in the Mississippi River basin: Potential implications for the Northern Hemisphere residual terrestrial sink
Tulet et al. Description of the Mesoscale Nonhydrostatic Chemistry model and application to a transboundary pollution episode between northern France and southern England
Stellato et al. Natural and anthropogenic groundwater contamination in a coastal volcanic-sedimentary aquifer: The case of the archaeological site of Cumae (Phlegraean Fields, Southern Italy)
Dong et al. Hf‐Nd‐Sr isotopic composition as fingerprint for long‐range transported eolian dust deposition in glacier snowpack of eastern Tibetan Plateau
Vreča et al. Slovenian Network of Isotopes in Precipitation (SLONIP)-a review of activities in the period 1981-2015
Gao et al. Temporal variations of spring water in karst areas: A case study of Jinan Spring Area, Northern China
Peters et al. Tracers reveal recharge elevations, groundwater flow paths and travel times on Mount Shasta, California
Harmon et al. Changes of 2H and 18O enrichment of meteoric water and Pleistocene glaciation
Rocco et al. High Resolution Dynamical Analysis of Volatile Organic Compounds (VOC) Measurements During the BIO‐MAÏDO Field Campaign (Réunion Island, Indian Ocean)
Bowling et al. Oxygen isotope content of CO2 in nocturnal ecosystem respiration: 1. Observations in forests along a precipitation transect in Oregon, USA
CN109001386A (zh) 一种水体径流连通性的探测方法
Lambs et al. Water cycle and salinity dynamics in the mangrove forests of Europa and Juan de Nova Islands, southwest Indian Ocean

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20161221

RJ01 Rejection of invention patent application after publication