CN108802207B - 一种鉴别沉香类别的方法 - Google Patents

一种鉴别沉香类别的方法 Download PDF

Info

Publication number
CN108802207B
CN108802207B CN201711307554.6A CN201711307554A CN108802207B CN 108802207 B CN108802207 B CN 108802207B CN 201711307554 A CN201711307554 A CN 201711307554A CN 108802207 B CN108802207 B CN 108802207B
Authority
CN
China
Prior art keywords
agilawood
sample
huian
discrimination
standard
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.)
Active
Application number
CN201711307554.6A
Other languages
English (en)
Other versions
CN108802207A (zh
Inventor
贾东宇
伊松林
何正斌
曲丽洁
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.)
Beijing Forestry University
Original Assignee
Beijing Forestry University
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 Beijing Forestry University filed Critical Beijing Forestry University
Priority to CN201711307554.6A priority Critical patent/CN108802207B/zh
Publication of CN108802207A publication Critical patent/CN108802207A/zh
Application granted granted Critical
Publication of CN108802207B publication Critical patent/CN108802207B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明涉及一种鉴定奇楠沉香与星洲系、惠安系普通沉香的方法，利用热处理‑气相色谱质谱联用的方法鉴别沉香的类别，对待鉴定沉香粉末进行加热处理，并对收集的沉香加热处理气体进行GC‑MS分析，将样品沉香中的特征指标化学成分的相对含量代入建立的Fisher、Bayes判别分析方程中，计算相应的函数值，并将计算得到的函数值与奇楠沉香与星洲系、惠安系普通沉香标准品的值进行比较，确定待鉴定样品的类别。本发明方法操作简单，沉香使用量少，避免了现有沉香依靠人工鉴别的技术缺陷，鉴别准确率高，提高了鉴定效率，降低了沉香鉴定的成本，缩短沉香鉴定时间。

Description

一种鉴别沉香类别的方法
技术领域
本发明涉及一种贵重香料产地类别的鉴别方法，特别涉及一种沉香类别的鉴别方法。
背景技术
沉香是指白木香属(Aquilaria spp.)树木在生长过程中形成的由木质部组织及其分泌物共同组成的混合物质。沉香以其药用价值和芳香气味而著称，广泛应用于中药、香薰、香水、宗教庆典等领域。
中药沉香，为瑞香科植物白木香Aquilaria spp.含有树脂的木材，分布于广东、海南、广西、福建等地。具有行气止痛，温中止呕，纳气平喘之功效。常用于胸腹胀闷疼痛，胃寒呕吐呃逆，肾虚气逆喘急。
沉香可根据产地大致分为惠安系和星洲系沉香，惠安系沉香的产区包括中国云南、柬埔寨、印度、泰国、老挝、缅甸；星洲系沉香产区包括马来西亚、印度尼西亚、文莱等。星洲系沉香质地更为坚硬、密度也更高，但是惠安系沉香的香味更好。
奇楠是沉香中最为昂贵和珍贵的一种，主要产于东南亚和中东地区，被认为是市面上最高品质的沉香，具有神秘的东方香气，与其他普通沉香不同，奇楠不需要点燃既能闻到香味。广泛认为奇楠、惠安系沉香和星洲系沉香可以通过香气来区分。
沉香的主要成分由色酮、倍半萜和其他芳香化合物构成，其中倍半萜和其他芳香化合物是主要发香成分。文献记载，目前发现的色酮物质有80多种，倍半萜有70多种。目前，国内对沉香成分检测已有研究，成分检测大多集中于色酮物质，而对倍半萜研究相对较少，对沉香分类研究更是凤毛麟角。
在我国，现行的沉香规范为《中华人民共和国药典》。2015年版《中华人民共和国药典》(一部)通过对沉香的乙醇抽提物、显色反应、薄层色谱以及液相特征图谱几项测试对药用沉香的品质加以规范，其中液相特征图谱项目通过对特征峰(沉香四醇以及几种色酮)对沉香进行判别。在我国尚无对沉香分类的规定。
目前对沉香类别的鉴定主要是人工定级，即定级人员凭借经验通过烘烤、燃烧等方法对产生的气味进行判别，从而对沉香分类。但是人工辨别容易受主观性和偶然性干扰，且经验不足者，不能进行判定。即使定级人员进行鉴定，其鉴定的准确性由于受多种主观或客观因素的影响，鉴定结果的准确性也不高，而且需要消耗大量的沉香，对沉香样品需求量大，导致鉴定成本高，鉴定时间长。
本发明从气味角度出发，模拟人工香味鉴别过程，对沉香进行分级。通过对气味成分的分析，用数据取代定级人员的经验，避免主观性干扰，同时无定级经验者亦可以通过该方法对沉香类别进行鉴定。
本发明首先对沉香进行热处理，即模拟沉香加热/燃烧；并收集产生的气体；接着通过气相色谱-质谱(GC-MS)联用的方法对气体成分进行分析，根据或依据沉香热挥发成分中的气味成分及其相对含量，选择沉香中热挥发成分中具有鉴别特征的化学成分(包括倍半萜及其他芳香族化合物)作为观测值并建立Fisher判别函数、Bayes判别函数；然后将鉴定沉香样品中的热挥发成分中具有鉴别特征的化学成分分别代入建立的Fisher判别函数、Bayes判别函数，进行计算；最后根据计算值进行判断。
利用热处理-气相色谱质谱联用对沉香进行分类的方法，更具体地，是指利用气相色谱质谱联用分析沉香热处理时产生的化学成分，主要针对倍半萜和其他芳香化合物，从而区分沉香类别。
发明内容
本发明的目的是针对现有沉香类别鉴定中存在的技术缺陷，提供一种鉴别奇楠沉香与星洲系、惠安系普通沉香的方法，本发明方法利用微量沉香样品即可对沉香的类别进行鉴定和分类。本发明方法从气味角度出发，通过模拟人工气味鉴别过程，对沉香进行分级。本发明方法避免了鉴别过程中人为主观性和偶然性带来的干扰，鉴定结果准确；而且对于气味品鉴无定级经验者也可以通过本发明的方法对沉香进行分类，避免了沉香鉴别必须需要定级人员进行鉴别的缺陷，提高了鉴定效率、鉴定的准确性，降低了沉香鉴定的成本，缩短沉香鉴定时间。
为实现本发明的目的，本发明一方面提供一种鉴定奇楠沉香、星洲系、惠安系普通沉香的方法，包括如下顺序进行的步骤：
1)将待鉴别沉香样品置于密封的容器中，进行加热处理；
2)对加热处理后的容器内的气体进行气相色谱-质谱分析，并计算特征指标化合物的相对含量；
3)Fisher判别法
将待鉴别沉香的GC-MS分析的特征指标化合物的相对含量分别代入奇楠、星洲系、惠安系普通沉香的Fisher判别分析方程即公式F1H-X-Q、F2H-X-Q中，分别获得相应的Fisher判别值(YF1H-X-Q、YF2H-X-Q)，然后计算待测样品的判别值(YF1H-X-Q、YF2H-X-Q)与奇楠、星洲系、惠安系普通沉香标准品的Fisher判别重心坐标值之间的差距；
如果待测样品的判别值与奇楠沉香标准品的Fisher判别重心坐标值之间的差距均小于待测样品的判别值分别与星洲系、惠安系普通沉香标准品的Fisher判别重心坐标值之间的差距，则判定该样品为奇楠沉香；
如果待测样品的判别值与星洲系普通沉香标准品的Fisher判别重心坐标值之间的差距小于待测样品的判别值分别与奇楠沉香、惠安系普通沉香标准品的Fisher判别重心坐标值之间的差距，则判定该样品为星洲系普通沉香；
如果待测样品的判别值与惠安系普通沉香标准品的Fisher判别重心坐标值之间的差距小于待测样品的判别值分别与奇楠沉香、星洲系普通沉香标准品的Fisher判别重心坐标值之间的差距，则判定该样品为惠安系普通沉香。
其中，所述差距为待测样品的Fisher判别值与沉香标准品的Fisher判别重心坐标值之间的距离，即先对待测样品的Fisher判别值与沉香标准品的Fisher判别重心坐标的差值的平方和，再开平方根。
用一个点的横坐标减去另一个点的横坐标的的差值的平方,同样的用对应点的纵坐标减去另一个点的纵坐标的的差值的平方，然后两个差值的平方和开根号；类似于坐标系中两点之间的距离。
例如：坐标系中的两点A(X1,Y1)，B(X2Y2)，则两点间的距离为：
Figure BDA0001502287260000031
所述差距即两点之间的距离，其计算方法为两点之间距离公式，即坐标差值平方和开平方根。
其中，步骤1)中所述加热处理温度为120-180℃，优选为160℃；所述加热处理时间≥50min，优选为60min。
特别是，还包括将待鉴定沉香样品研磨成粒度为40-60目的沉香粉末后，再进行所述的加热处理。
尤其是，进行加热处理的沉香样品的质量为10-30mg，优选为20mg。
特别是，加热处理是使沉香中的热挥发性成分挥发至密闭容器中。
其中，步骤2)中所述特征指标化合物共34种化合物，其编号依次为X1-34,34种化合物的CAS No(即CAS登录号，即美国化学会的美国化学文摘服务社(Chemical AbstractsService,CAS)化学物质登录号)依次为000087-44-5、000088-84-6、000469-61-4、000473-13-2、000515-13-9、000637-69-4、000644-30-4、001460-73-7、001460-96-4、001515-95-3、002326-89-8、003691-11-0、004630-07-3、005090-61-9、005956-09-2、010219-75-7、019419-67-1、019598-45-9、020489-45-6、021657-90-9、029837-12-5、039510-36-6、061262-67-7、082462-31-5、1000156-11-7、1000156-12-5、1000159-38-6、1000293-04-2、1000374-17-1、1000374-19-9、117066-77-0、136296-37-2、193615-07-5、312296-11-0。
即CAS登录号依次为000087-44-5、000088-84-6、000469-61-4、000473-13-2、000515-13-9、000637-69-4、000644-30-4、001460-73-7、001460-96-4、001515-95-3、002326-89-8、003691-11-0、004630-07-3、005090-61-9、005956-09-2、010219-75-7、019419-67-1、019598-45-9、020489-45-6、021657-90-9、029837-12-5、039510-36-6、061262-67-7、082462-31-5、1000156-11-7、1000156-12-5、1000159-38-6、1000293-04-2、1000374-17-1、1000374-19-9、117066-77-0、136296-37-2、193615-07-5、312296-11-0所代表的化合物。
特别是，步骤3)中所述奇楠、星洲系沉香与惠安系普通沉香的Fisher判别分析方程公式，即F1H-X-Q、F2H-X-Q为：
YF1H-X-Q＝16.136×X1-19.772×X2+2.063×X3-0.431×X4+187.72×X5+3.029×X6-4.202×X7-2.101×X8-8.746×X9+7.097×X10+2.684×X11+4.727×X12+11.256×X13+2.25×X14-2.343×X15+18.535×X16-5.831×X17-2.597×X18+2.967×X19-210.297×X20-65.473×X21+7.25×X22-242.104×X23-343.576×X24+40.152×X25-5.476×X26+38.095×X27-1.703×X28-1.712×X29-9.024×X30+4.493×X31+245.128×X32+29.538×X33+1.279×X34-19.197
(公式F1H-X-Q)
YF2H-X-Q＝-0.243×X1-9.84×X2+16.992×X3+0.239×X4+10.162×X5+4.274×X6+0.178×X7-0.434×X8+15.494×X9-18.678×X10+0.023×X11+1.456×X12+0.733×X13-13.19×X14-0.302×X15+6.866×X16+4.462×X17-0.775×X18+0.177×X19-32.506×X20-13.481×X21+1.486×X22-21.823×X23+19.683×X24+30.779×X25+0.974×X26-5.727×X27-6.239×X28+0.008×X29+1.413×X30+0.243×X31-25.27×X32+5.729×X33-0.157×X34-4.87
(公式F2H-X-Q)
其中，X1-X34为编号依次为1-34的34种化合物GC-MS分析的相对含量。
尤其是，所述奇楠、星洲系沉香与惠安系普通沉香的Fisher判别分析方程按照如下步骤建立：
3A)将58个沉香标准品分为2组，其中第1组为奇楠沉香组，记为1.00，共有16个沉香标准品；第2组为惠安系普通沉香组，记为2.00，共有27个沉香标准品；第3组为星洲系普通沉香，记为3.00，共有15个沉香标准品；
3B)将沉香标准品分别置于密封的容器中，进行加热处理；
3C)对加热处理后的容器内的气体分别进行气相色谱-质谱分析，以追踪到的176种化学成分作为观测值，并分别计算各化学成分的相对含量；
3D)采用逐步判别法从176种化学成中筛选得到34种特征指标化合物；
3E)对两组沉香标准品中的34种特征指标化合物的相对含量进行Fisher判别分析的计算，获得所述的奇楠、星洲系沉香与惠安系普通沉香的Fisher判别分析方程，即公式F1H-X-Q、F2H-X-Q。
特别是，步骤3B)中将奇楠沉香、星洲系、惠安系普通沉香标准品分别研磨成粒度为40-60目的沉香粉末后，再进行所述的加热处理。
尤其是，进行加热处理的沉香标准品的质量为10-30mg，优选为20mg。
其中，步骤3)中所述奇楠沉香标准品的Fisher判别重心坐标值为(-6.742,8.263)；所述惠安系普通沉香标准品的Fisher判别重心坐标值为(-18.233，-3.930)；所述星洲系普通沉香标准品的判别重心坐标值为(40.011，-1.739)。
特别是，步骤3)中所述奇楠标准沉香、星洲系标准沉香、惠安系标准沉香的Fisher判别分析方程(即公式FH-X-Q)按照如下方法获得：
对三组58个沉香标准品，及34种特征指标化合物的相对含量进行Fisher判别分析的计算，代入Fisher判别分析方程(即公式F1H-X-Q、F2H-X-Q)公式
Figure BDA0001502287260000051
计算，得到所述奇楠标准沉香、星洲系标准沉香、惠安系标准沉香的判别分析方程，其中：a为使Δ(a)达到极大值的向量(a可结合定义及拉格朗日乘子法计算出，具体数学表达为
Figure BDA0001502287260000052
式中A为组内离差阵，B为组间离差阵，λ为A-1B的特征根，a即A-1B的特征向量)，a’为a的转置，
Figure BDA0001502287260000053
为58个样品的总均值(58个样品各特征化合物的相对含量平均值组成的列向量)。
特别是，步骤3)中所述奇楠标准沉香、星洲系标准沉香、惠安系标准沉香的Fisher判别重心坐标值按照如下方法获得：
对三组58个沉香标准品，及34种特征指标化合物的相对含量进行Fisher判别分析的计算，代入Fisher判别分析法的重心坐标公式
Figure BDA0001502287260000061
计算，分别得到所述奇楠、惠安系、星洲系标准沉香的重心坐标值，其中Dj为样品重心坐标值(D1表示奇楠重心坐标值，D2表示惠安系重心坐标值、D3表示星洲系重心坐标值)，a为使Δ(a)达到极大值的向量(a可结合定义及拉格朗日乘子法计算出，具体数学表达为
Figure BDA0001502287260000062
式中A为组内离差阵，B为组间离差阵，λ为A-1B的特征根，a即A-1B的特征向量)，a’为a的转置，
Figure BDA0001502287260000063
为各组样品的平均值(即本发明中
Figure BDA0001502287260000064
表示16个奇楠标准沉香样品各特征化合物的相对含量平均值组成的列向量、
Figure BDA0001502287260000065
表示27个惠安系标准沉香样品各特征化合物的相对含量平均值组成的列向量、
Figure BDA0001502287260000066
表示15个星洲系标准沉香样品各特征化合物的相对含量平均值组成的列向量)，
Figure BDA0001502287260000067
为58个样品的总均值(58个样品各特征化合物的相对含量平均值组成的列向量)。
本发明另一方面提供一种鉴定奇楠沉香、星洲系、惠安系普通沉香的方法，包括如下顺序进行的步骤：
1)将待鉴别沉香样品置于密封的容器中，进行加热处理；
2)对加热处理后的容器内的气体进行气相色谱-质谱分析，并计算特征指标化合物的相对含量；
3)Bayes判别分析法
将待鉴别沉香的GC-MS分析的特征指标化合物的相对含量代入奇楠沉香、星洲系、惠安系普通沉香的Bayes判别分析方程中，计算待鉴定样品的YB1、YB2、YB3值，如果计算值YB1>YB2，且YB1>YB3，则判定该样品属于第1类，为奇楠沉香；如果计算值YB2>YB1，且YB2>YB3，则判定该样品属于第2类，为惠安系普通沉香；如果计算值YB3>YB1，且YB3>YB2，则判定该样品属于第3类，为星洲系普通沉香。
其中，步骤1)中所述加热处理温度为120-180℃，优选为160℃；所述加热处理时间≥50min，优选为60min。
特别是，还包括将待鉴定沉香样品研磨成粒度为40-60目的沉香粉末后，再进行所述的加热处理。
尤其是，进行加热处理的沉香样品的质量为10-30mg，优选为20mg。
特别是，加热处理是使沉香中的热挥发性成分挥发至密闭容器中。
其中，步骤2)中所述特征指标化合物共34种化合物，其编号依次为X1-34,34种化合物的CAS No(即CAS登录号，即美国化学会的美国化学文摘服务社(Chemical AbstractsService,CAS)化学物质登录号)依次为000087-44-5、000088-84-6、000469-61-4、000473-13-2、000515-13-9、000637-69-4、000644-30-4、001460-73-7、001460-96-4、001515-95-3、002326-89-8、003691-11-0、004630-07-3、005090-61-9、005956-09-2、010219-75-7、019419-67-1、019598-45-9、020489-45-6、021657-90-9、029837-12-5、039510-36-6、061262-67-7、082462-31-5、1000156-11-7、1000156-12-5、1000159-38-6、1000293-04-2、1000374-17-1、1000374-19-9、117066-77-0、136296-37-2、193615-07-5、312296-11-0。
其中，步骤3)中所述奇楠沉香、星洲系与惠安系普通沉香的Bayes判别函数，即公式B1H-X-Q、B2H-X-Q、B3H-X-Q为：
YB1H-X-Q＝197.423×X1-373.692×X2+253.174×X3-2.193×X4+2477.068×X5+95.807×X6-52.986×X7-31.238×X8+96.571×X9-148.884×X10+33.848×X11+78.105×X12+149.127×X13-141.684×X14-32.981×X15+319.742×X16+-15.440×X17-41.618×X18+39.749×X19-3067.330×X20-998.383×X21+108.692×X22-3312.188×X23-4049.538×X24+887.082×X25-53.665×X26+400.074×X27-100.621×X28-21.241×X29-96.185×X30+59.350×X31+2733.771×X32+443.324×X33+14.373×X34-167.026
(公式B1H-X-Q)
YB2H-X-Q＝14.954×X1-26.499×X2+22.283×X3-0.157×X4+195.911×X5+8.890×X6-6.857×X7-1.801×X8+8.159×X9-2.712×X10+2.727×X11+6.030×X12+10.832×X13-6.718×X14-2.375×X15+23.035×X16-2.840×X17-2.327×X18+3.495×X19-254.282×X20-81.609×X21+7.262×X22-263.873×X23-341.196×X24+50.370×X25-2.622×X26+32.121×X27-4.975×X28-1.675×X29-9.705×X30+4.758×X31+224.902×X32+34.029×X33+1.591×X34-4.138
(公式B2H-X-Q)
YB3H-X-Q＝954.246×X1-1199.685×X2+179.666×X3-24.746×X4+11151.837×X5+194.667×X6-251.239×X7-125.110×X8-467.284×X9+369.729×X10+159.085×X11+284.563×X12+668.051×X13+95.426×X14-139.495×X15+1117.613×X16-332.667×X17-155.276×X18+176.714×X19-12574.144×X20-3924.560×X21+432.787×X22-14412.901×X23-20309.452×X24+2456.472×X25-319.408×X26+2238.382×X27-117.829×X28-101.346×X29-532.227×X30+266.987×X31+14446.869×X32+1766.984×X33+75.752×X34-1760.909
(公式B3H-X-Q)
特别是，步骤3)中所述奇楠沉香、星洲系与惠安系普通沉香的Bayes判别函数，即公式B1H-X-Q、B2H-X-Q、B3H-X-Q按照如下步骤建立：
3A)将58个沉香标准品分为3组，其中第1组为奇楠沉香组，记为1.00，共有16个沉香标准品；第2组为惠安系沉香组，记为2.00，共有27个沉香标准品；第3组为星洲系沉香组，记为3.00，共有15个沉香标准品；
3B)将沉香标准品分别置于密封的容器中，进行加热处理；
3C)对加热处理后的容器内的气体分别进行气相色谱-质谱分析，以追踪到的176种化学成分作为观测值，并分别计算各化学成分的相对含量；
3D)采用逐步判别法从176种化学成中筛选得到34种特征指标化合物；
3E)对3组沉香标准品中的34种特征指标化合物的相对含量进行Bayes计算，获得星洲系、惠安系普通沉香、奇楠沉香的Bayes判别函数，即公式B1H-X-Q、B2H-X-Q、B3H-X-Q，其中，公式B1H-X、B2H-X、B3H-X-Q具体如下：
YB1H-X-Q＝197.423×X1-373.692×X2+253.174×X3-2.193×X4+2477.068×X5+95.807×X6-52.986×X7-31.238×X8+96.571×X9-148.884×X10+33.848×X11+78.105×X12+149.127×X13-141.684×X14-32.981×X15+319.742×X16+-15.440×X17-41.618×X18+39.749×X19-3067.330×X20-998.383×X21+108.692×X22-3312.188×X23-4049.538×X24+887.082×X25-53.665×X26+400.074×X27-100.621×X28-21.241×X29-96.185×X30+59.350×X31+2733.771×X32+443.324×X33+14.373×X34-167.026
(公式B1H-X-Q)
YB2H-X-Q＝14.954×X1-26.499×X2+22.283×X3-0.157×X4+195.911×X5+8.890×X6-6.857×X7-1.801×X8+8.159×X9-2.712×X10+2.727×X11+6.030×X12+10.832×X13-6.718×X14-2.375×X15+23.035×X16-2.840×X17-2.327×X18+3.495×X19-254.282×X20-81.609×X21+7.262×X22-263.873×X23-341.196×X24+50.370×X25-2.622×X26+32.121×X27-4.975×X28-1.675×X29-9.705×X30+4.758×X31+224.902×X32+34.029×X33+1.591×X34-4.138
(公式B2H-X-Q)
YB3H-X-Q＝954.246×X1-1199.685×X2+179.666×X3-24.746×X4+11151.837×X5+194.667×X6-251.239×X7-125.110×X8-467.284×X9+369.729×X10+159.085×X11+284.563×X12+668.051×X13+95.426×X14-139.495×X15+1117.613×X16-332.667×X17-155.276×X18+176.714×X19-12574.144×X20-3924.560×X21+432.787×X22-14412.901×X23-20309.452×X24+2456.472×X25-319.408×X26+2238.382×X27-117.829×X28-101.346×X29-532.227×X30+266.987×X31+14446.869×X32+1766.984×X33+75.752×X34-1760.909
(公式B3H-X-Q)
特别是，步骤3B)中将奇楠、星洲系、惠安系沉香标准品分别研磨成粒度为40-60目的沉香粉末后，再进行所述的加热处理。
尤其是，进行加热处理的沉香标准品的质量为10-30mg，优选为20mg。
与现有技术相比，本发明的优点如下：
本发明通过在密闭容器中加热处理沉香标准品，模拟人工气味鉴别，沉香中的挥发性物质挥发，对沉香挥发性物质进行GC-MS分析，再对沉香挥发性物质及其相对含量采用逐步判别法进行筛选，确认星洲系与惠安系沉香的特征指标成分，并对特征指标成分的相对含量进行Fisher判别分析的计算和Bayes判别分析计算，分别获得相应的Fisher判别方程、重心坐标和Bayes判别方程，然后将待鉴定沉香样品的特征指标成分的GC-MS分析的相对含量代入相应的Fisher判别方程和Bayes判别方程进行判断。本发明方法判别结果准确，鉴定效率高，而且降低了沉香鉴定的成本，缩短了鉴定时间；克服了现有人工气味鉴别过程中人为主观性和偶然性的缺陷。
具体实施方式
下面结合具体实施例来进一步描述本发明，本发明的优点和特点将会随着描述而更为清楚。但这些实施例仅是范例性的，并不对本发明的范围构成任何限制。本领域技术人员应该理解的是，在不偏离本发明的精神和范围下可以对本发明技术方案的细节和形式进行修改或替换，但这些修改和替换均落入本发明的保护范围内。
下述实施例中所使用的实验方法如无特殊说明，均为常规方法。
下述实施例中所用的材料、试剂等，如无特殊说明，均可从商业途径得到。本发明实施例中使用的沉香标准品“星洲系、惠安系、奇楠”均购自原产地，具备报关单等资料证明，且经过北京沉香协会专家团鉴定，其中星洲系沉香购自原产地印尼、马来西亚、文莱、巴布亚新几内亚、苏门答腊等地；惠安系和奇楠购自中国、越南、印度、泰国、柬埔寨等地；其他待分类鉴别的沉香样品A、B由北京沉香协会提供；沉香样品C、D购自流通领域市场；沉香样品E、F采香于产地，6个样品均具备报关单、申购单等资料证明，且经过北京沉香协会专家团鉴定。
奇楠沉香是沉香中的上品，普通沉香按其产区又分为惠安系沉香和星洲系沉香。三种沉香均为市场上的主流产品，然而其价格参差不齐。经验不足者无法辨认以上三种沉香。因此，沉香种类鉴别是沉香市场亟待解决的问题，也是沉香研究的重要课题，本实施例将通过本发明对以上三种沉香进行分类。
实施例1惠安系普通沉香、星洲系沉香、奇楠沉香样品的预处理
一、试验器具的预处理
选取密封性能良好且对实验结果无干扰的实验器具(即玻璃瓶：本试验选用的为安捷伦5188-2759 20ml顶空进样瓶；玻璃针管(即气相色谱分析的采样针管，100ml)；金属针头等)于烘箱内180℃预热2小时以上，以祛除试验器具和空气中的挥发性气体对试验的干扰，以使空白峰面积不能超过样品峰面积的2％，即视为实验器具准备完备，可以用于试验。
二、沉香样品的预处理
将58个沉香标准品，其中奇楠沉香16个(编号为第1组，记为1.00)，惠安系普通沉香27个(编号为第2组,记为2.00)，星洲系沉香15个(编号为第3组，记为3.00)和6个样品(A、B、C、D、E、F)，分别取少量研磨，制成粒度为40-60目的标准沉香粉末，备用。
实施例2惠安系普通沉香、星洲系沉香、奇楠沉香样品的预处理
一、沉香标准样品的加热处理
1、分别取实施例1制备的星洲系、惠安系普通沉香、奇楠沉香标准品粉末各20mg，分别置于不同的、且预热处理后的玻璃顶空进样瓶中，拧紧密封；
2、将装有沉香粉末的顶空瓶分别置于烘箱中，加热升温至160℃，并在保持温度为160℃的条件下保持加热1h，即对沉香粉末于160℃的条件下加热1h。
本发明加热处理的温度除了160℃之外，其他加热温度120-180℃均适用于本发明，加热时间除了1h之外，通常加热时间≥50min均适用于本发明。本发明预热温度比沉香样品加热处理过程中的加热温度高，在180℃时祛除挥发性物质，确保对试验没有干扰。
二、GC-MS分析
1、气体收集
将加热处理1h后的每个顶空瓶分别通过两个金属针头，同时连接氮气及预处理后的空玻璃针管，其中氮气针头插入玻璃瓶底部，空玻璃针管针头插入玻璃瓶2-3mm。氮气缓慢通入玻璃瓶中，将玻璃瓶中气体推入玻璃针管(采样玻璃针管)，至针管收集满100mL气体；
2、GC-MS分析
将采样针管内的气体注入气质联用仪的TENAX采样管，进行气相色谱-质谱分析(即GC-MS分析)，其中：
气质联用仪选用：Agilent Technologies 7890A/5975C；
气相色谱分析条件如下：
色谱柱：DM 726641A：325℃:50m×320μm×1μm
进样口温度300℃，氦气流速3mL/min，不分流。
采用程序升温进行分离：初温40℃，保持1min,以5℃/min的速率升到150℃，再以1℃/min的速率升到170℃，保持3min，再以1℃/min的速率升到180℃，保持3min，再以10℃/min的速率升到200℃，再以20℃/min的速率升到280℃，保持1min。
数据处理：输出最小峰面积为最大峰面积的1％；质谱数据库选择为NIST14数据库(其他质谱数据库也适用于本发明)。
三、Fisher判别分析模型
1、建立判别函数
1A、筛选特征化学成分
58个沉香标准品分为三组，(其中奇楠沉香16个(编号为第1组，记为1.00)，惠安系普通沉香27个(编号为第2组,记为2.00)，星洲系沉香15个(编号为第3组，记为3.00)；通过GC-MS分析，共追踪176种(用V001-176表示)化学成分作为观测值，并计算其相对含量。
针对追踪到的176种化学成分的相对含量采用逐步回归分析法(又称逐步判定法)筛选出34种化学成分作为鉴定奇楠沉香、惠安系普通沉香、星洲系沉香的特征化学成分，其中，34种特征化学成分的分子量、CAS No.如表1所示。
其中，逐步判别分析法筛选特征化学成分首先将58个样品的176种化学成分建立矩阵。分别计算其Λ统计量、F值，筛选遵循两个原则：a、每次选择Λ统计量(广义方差，也称为Wilks的Lambda统计量)最小者进入模型。首先选择Λ最小进入模型，然后重新计算未被选中的其他变量与选中变量的Λ统计量，剩余统计量最小者与已经进入模型的变量搭配进入模型。b、当
Figure BDA0001502287260000111
P＜α入时进入，当
Figure BDA0001502287260000112
P＞α出时剔除，其中F值是组间均方与组内均方的比。其中规定α入＝0.05，α出＝0.10。边进入边剔除，一步一步以此类推，逐步筛选出特征化学成分，筛选结果见表1。
表1三类沉香Fisher判别函数系数、特征化学成分分子量及其CAS No.
Figure BDA0001502287260000121
其中，CAS No.又称为CAS登录号，即美国化学会的美国化学文摘服务社(ChemicalAbstracts Service,CAS)化学物质登录号。
1B、建立Fisher判别方程
Fisher判别法(又称费希尔判别法、费舍判别法)是由Fisher在1936年提出，是根据方差分析的思想建立起来的一种能较好区分各种总体的线性判别法，其基本思想是投影(降维)。将k类p维数据投影到某一个方向，使得投影后类与类之间尽可能分开。Fisher判别借助了一元方差分析的思想衡量类与类之间是否分开。即不同类之间离散程度最大化，并使每类内部离散程度最小，进而导出判别函数。
Fisher判别式按照各类总体中方差尽可能小，不同类中的均值之间差距尽可能大的原则，即每个总体内样本离散度越小越好。因此，依据两个原则建立数学模型：1、希望各类总体的平均值相差越大越好；2、希望每个总体的离差平方和越小越好。
对58个沉香标准样品及其34种特征化合物的相对含量建立矩阵模型Gmn(其中m＝58，n＝34)，58个样品分为3组，即j＝1，2，3(j表示组别总体；1表示奇楠，2表示惠安系，3表示星洲系)。因此建立基本表达式：
Figure BDA0001502287260000131
其中：a为使Δ(a)达到极大值的向量，是投影法线；SSR为组间平方和；SSE为组内平方和；A为组内离差阵(又称交叉乘积阵)；B为组间离差阵。
Fisher判别函数(即判别分析方程)定义为：
y＝a′x+c
Figure BDA0001502287260000132
重心坐标公式：
Figure BDA0001502287260000133
其中a’为a的转置，
Figure BDA0001502287260000134
为各组样品的平均值(本实施例中
Figure BDA0001502287260000135
表示16个奇楠标准沉香样品各特征化合物的相对含量平均值组成的列向量、
Figure BDA0001502287260000136
表示27个惠安系标准沉香样品各特征化合物的相对含量平均值组成的列向量、
Figure BDA0001502287260000137
表示15个星洲系标准沉香样品各特征化合物的相对含量平均值组成的列向量)，
Figure BDA0001502287260000138
为58个样品的总均值(58个样品各特征化合物的相对含量平均值组成的列向量)。
然后对Fisher判别函数求解，并采用不加权法计算奇楠、星洲系、惠安系三组的重心，得到判别函数值及重心坐标。
本实施例中根据58个沉香标准品中的34种特征化学成分的相对含量，采用spss19.0软件对特征成分的相对含量进行Fisher判别分析的计算，获得奇楠、星洲系沉香与惠安系普通沉香的Fisher判别分析方程(公式F1H-X-Q、F2H-X-Q)，公式中的各样品观测值(X1-34)以34种特征化学成分的相对含量表示：
YF1H-X-Q＝16.136×X1-19.772×X2+2.063×X3-0.431×X4+187.72×X5+3.029×X6-4.202×X7-2.101×X8-8.746×X9+7.097×X10+2.684×X11+4.727×X12+11.256×X13+2.25×X14-2.343×X15+18.535×X16-5.831×X17-2.597×X18+2.967×X19-210.297×X20-65.473×X21+7.25×X22-242.104×X23-343.576×X24+40.152×X25-5.476×X26+38.095×X27-1.703×X28-1.712×X29-9.024×X30+4.493×X31+245.128×X32+29.538×X33+1.279×X34-19.197
(公式F1H-X-Q)
YF2H-X-Q＝-0.243×X1-9.84×X2+16.992×X3+0.239×X4+10.162×X5+4.274×X6+0.178×X7-0.434×X8+15.494×X9-18.678×X10+0.023×X11+1.456×X12+0.733×X13-13.19×X14-0.302×X15+6.866×X16+4.462×X17-0.775×X18+0.177×X19-32.506×X20-13.481×X21+1.486×X22-21.823×X23+19.683×X24+30.779×X25+0.974×X26-5.727×X27-6.239×X28+0.008×X29+1.413×X30+0.243×X31-25.27×X32+5.729×X33-0.157×X34-4.87
(公式F2H-X-Q)
2、判别函数的特征描述
spss19.0软件同时给出了本实施例中Fisher判别分析模型函数(即公式F1H-X-Q、F2H-X-Q)的特征根和Λ统计量，分别如表2、3所示。
表2奇楠与星洲系、惠安系普通沉香的Fisher判别函数的特征值
判别函数 特征根 方差的％ 累积％ 相关系数
公式F1<sub>H-X-Q</sub> 613.032 95.6 95.6 0.999
公式F2<sub>H-X-Q</sub> 28.268 4.4 100.0 0.983
表3奇楠与星洲系、惠安系普通沉香的Fisher判别函数的Λ统计量
判别函数 Λ统计量 卡方 自由度 P
公式F1<sub>H-X-Q</sub> 0.000 377.167 68 0.000
公式F2<sub>H-X-Q</sub> 0.034 129.995 33 0.000
由表2、3所述参数对奇楠与星洲系、惠安系普通沉香的Fisher判别分析模型的描述可知，本发明方法建立的惠安系、星洲系与奇楠沉香的Fisher判别分析模型函数的特征根为(613.032和28.268)，第一判别函数可以解释的方差为95.6％，第二判别函数可以解释4.4％，相关系数分别为0.999和0.983；概率P值为0.000，表明该函数判别效果显著，可见本发明中关于判别奇楠沉香、惠安系、星洲系三种沉香的Fisher判别分析模型适用。
3、计算星洲系、惠安系沉香、奇楠沉香标准样品的重心坐标值
采用spss19.0软件计算星洲系、惠安系普通沉香标准品、奇楠沉香标准品的重心坐标值，计算结果如表4。
表4星洲系组、惠安系组、奇楠组沉香Fisher函数的重心坐标值
Figure BDA0001502287260000151
实施例3“惠安系、星洲系、奇楠”沉香样品的判别
一、待鉴定沉香样品的加热处理
除了分别取用实施例1制备的沉香样品A、B、C、D、E、F粉末各20mg之外，其余与实施例2的步骤(一)相同。
二、GC-MS分析
与实施例2的步骤(二)相同。测定计算待鉴别沉香样品中的34种特征化学成分的相对含量，测定结果如表5所示。
表5星洲系、惠安系沉香、奇楠沉香的Fisher鉴别特征化学成分的相对含量、判定结果
Figure BDA0001502287260000152
Figure BDA0001502287260000161
三、沉香的Fisher判别
将样品A、B、C、D、E、F的经GC-MS分析后的34种化学成分的相对含量分别代入公式F1H-X-Q、F2H-X-Q，计算得到各个待鉴定沉香样品的相应的Fisher函数值(即YF1H-X-Q、YF2H-X-Q值)，分别为YAF1H-X-Q＝-17.3468；YAF2H-X-Q＝-4.3331；YBF1H-X-Q：-19.1970；YBF2H-X-Q：-4.8700；YCF1H-X-Q：40.0700；YCF2H-X-Q：-1.8028；YDF1H-X-Q：40.0743；YDF2H-X-Q：-1.7951；YEF1H-X-Q：-7.2315；YEF2H-X-Q：8.2670；YFF1H-X-Q：-5.6701；YFF2H-X-Q：6.9312。
分别计算每个样品的YF1H-X-Q、YF2H-X-Q值与三组重心坐标值(即重心位置坐标)之间的距离，相近者即为分类。例如，样品A的Fisher函数值为(-17.3468，-4.3331)，即YAF1H-X-Q＝-17.3468；YAF2H-X-Q＝-4.3331，分别计算样品A的Fisher函数值与第1组重心坐标(-6.742，8.263)、第2组重心坐标(-18.233，-3.930)和第3组重心坐标(40.011，-1.739)的距离，经计算：
到第1组(奇楠)重心坐标的距离为
Figure BDA0001502287260000162
到第2组(惠安系)重心坐标的距离为
Figure BDA0001502287260000163
到第3组(星洲系)重心坐标的距离为
Figure BDA0001502287260000171
比较可知A样品与第2组重心坐标更相近，确定A为惠安系。A为惠安系。同理可知，B为惠安系，C为星洲系，D为星洲系；E为奇楠，F为奇楠。
如果待测样品的Fisher判别值分别与奇楠沉香、惠安系普通沉香标准品或星洲系普通沉香标准品的Fisher判别重心坐标值之间的三个差距中的两个及以上相等时，则使用Bayes判别分析法。
实施例4惠安系、星洲系、奇楠沉香样品的Bayes判别方程BH-X-Q的建立
一、沉香标准样品的加热处理
与实施例2相同。
二、GC-MS分析
与实施例2相同。
三、Bayes判别分析模型
1、建立判别函数
58个沉香标准样品分为三组，奇楠沉香16个(编号为第1组，记为1.00)，惠安系普通沉香27个(编号为第2组,记为2.00)，星洲系沉香15个(编号为第3组，记为3.00)；通过GC-MS分析，共追踪176种(用V001-176表示)化学成分作为观测值，并计算其相对含量。经逐步判别分析筛选34种特征化学成分为鉴定奇楠、普通星洲、惠安系普通沉香的特征化学成分，其分子量、CAS No.如实施例2中表1所示。
Bayes判别分析(又称贝叶斯判别分析)，其思想源于贝叶斯统计。贝叶斯判别方法依据如下两个原则建立数学模型：1、后验概率最大化准则；2、平均损失最小化准则。得到判别函数。在样品分类判别时，把对应项的数据代入判别函数中，得到的数值较大者，即为该样品的分类。
Bayes数学模型
Figure BDA0001502287260000172
其中，r(D)为平均错判损失
若存在D*满足上述数学模型，则判定准则D*为Bayes判别准则。
Bayes判别函数定义为
Figure BDA0001502287260000181
其中
Figure BDA0001502287260000182
称为判别系数，
Figure BDA0001502287260000183
为常数项
式中：S为总体样品协方差阵
j为样品的分类组别，本发明中58个样品分为3组，即j＝1，2，3(j表示组别总体；1表示奇楠，2表示惠安系，3表示星洲系)；
Figure BDA0001502287260000184
为各组样品的平均值，本实施例中
Figure BDA0001502287260000185
表示16个奇楠标准沉香样品各特征化合物的相对含量平均值组成的列向量、
Figure BDA0001502287260000186
表示27惠安系标准沉香样品各特征化合物的相对含量平均值组成的列向量、
Figure BDA0001502287260000187
表示15星洲系标准沉香样品各特征化合物的相对含量平均值组成的列向量；
qj为j类样品的先验概率
在样品分类判别时，把对应特征化学成分的相对含量代入判别函数中，得到的数值较大者，即为该样品的分类。
由于计算量较大，本实施例采用spss19.0软件对样品中化学成分的相对含量进行Bayes计算，获得Bayes判别函数系数(如表6所示)，进而得到星洲系、惠安系普通沉香、奇楠沉香的Bayes判别函数(公式B1H-X-Q、B2H-X-Q、B3H-X-Q)，公式中的各样品观测值(X1-34)以34中特征化学成分的相对含量表示。
表6惠安系、星洲系沉香、奇楠沉香的Bayes判别函数系数
Figure BDA0001502287260000188
Figure BDA0001502287260000191
YB1H-X-Q＝197.423×X1-373.692×X2+253.174×X3-2.193×X4+2477.068×X5+95.807×X6-52.986×X7-31.238×X8+96.571×X9-148.884×X10+33.848×X11+78.105×X12+149.127×X13-141.684×X14-32.981×X15+319.742×X16+-15.440×X17-41.618×X18+39.749×X19-3067.330×X20-998.383×X21+108.692×X22-3312.188×X23-4049.538×X24+887.082×X25-53.665×X26+400.074×X27-100.621×X28-21.241×X29-96.185×X30+59.350×X31+2733.771×X32+443.324×X33+14.373×X34-167.026
(公式B1H-X-Q)
YB2H-X-Q＝14.954×X1-26.499×X2+22.283×X3-0.157×X4+195.911×X5+8.890×X6-6.857×X7-1.801×X8+8.159×X9-2.712×X10+2.727×X11+6.030×X12+10.832×X13-6.718×X14-2.375×X15+23.035×X16-2.840×X17-2.327×X18+3.495×X19-254.282×X20-81.609×X21+7.262×X22-263.873×X23-341.196×X24+50.370×X25-2.622×X26+32.121×X27-4.975×X28-1.675×X29-9.705×X30+4.758×X31+224.902×X32+34.029×X33+1.591×X34-4.138
(公式B2H-X-Q)
YB3H-X-Q＝954.246×X1-1199.685×X2+179.666×X3-24.746×X4+11151.837×X5+194.667×X6-251.239×X7-125.110×X8-467.284×X9+369.729×X10+159.085×X11+284.563×X12+668.051×X13+95.426×X14-139.495×X15+1117.613×X16-332.667×X17-155.276×X18+176.714×X19-12574.144×X20-3924.560×X21+432.787×X22-14412.901×X23-20309.452×X24+2456.472×X25-319.408×X26+2238.382×X27-117.829×X28-101.346×X29-532.227×X30+266.987×X31+14446.869×X32+1766.984×X33+75.752×X34-1760.909
(公式B3H-X-Q)
2、Bayes判别分析模型评价
采用初始验证正确率及交叉验证正确率对星洲系与惠安系普通沉香的Bayes判别公式进行评价，采用spss19.0软件进行计算，spss19.0软件给出了星洲系与惠安系普通沉香的Bayes判别公式的判别结果(如表7)。其中：
初始验证正确率，即将58个沉香标准样品各自对应的34种特征化学成分的相对含量分别带入公式B1H-X-Q、B2H-X-Q、B3H-X-Q，经计算比较得到的预测结果与实际的样品分类相比较得出的数据；
交叉确认法正确率，即将58个样品中的某个样品单独提出，用其他剩余57个样品建立Bayes判别模型和判别函数，将该单独提出的样品对应物质的相对含量带入Bayes判别函数，经计算比较得到预测结果与实际的样品分类相比较，58个样品分别重复上述过程，而得到的数据。
本实施例中，采用spss19.0软件进行计算，spss19.0软件同时给出了本实施例的Bayes判别结果验证。可以看出初始验证正确率100％，交叉验证正确率100％。可见本发明中关于判别奇楠、惠安系沉香、星洲系沉香的Bayes判别分析模型函数适用于判别奇楠、惠安系沉香、星洲系沉香的判别。
表7惠安系、星洲系、奇楠沉香的Bayes函数判别模型评价结果
Figure BDA0001502287260000201
所述判别正确率为预测结果与实际类别相一致的数量占总数的百分比
实施例5惠安系、星洲系、奇楠沉香样品的判别
一、待鉴定沉香样品的加热处理
除了分别取用实施例1制备的沉香样品A、B、C、D、E、F粉末各20mg之外，其余与实施例2的步骤(一)相同。
二、GC-MS分析
与实施例2的步骤(二)相同。计算待鉴别沉香样品的特征化学成分的相对含量，测定结果如表8所示。
三、沉香的Bayes判别
将样品A、B、C、D、E、F的经GC-MS分析后的34种特征化学成分的相对含量分别代入公式B1H-X-Q、B2H-X-Q、B3H-X-Q，分别计算得到YB1、YB2和YB3值。计算结果见表8。
表8星洲系、惠安系、奇楠沉香Bayesr鉴别的特征化学成分的相对含量、判定结果
Figure BDA0001502287260000211
Figure BDA0001502287260000221
分别对每个待鉴定样品的YB1、YB2、YB3进行比较，较大数值作为分类。例如A样品中特征化学成分的相对含量分别代入公式B1H-X-Q、B2H-X-Q、B3H-X-Q，计算得到YAB1＝-129.1804，YAB2＝5.9464，YAB3＝-1641.5877；YAB3＜YAB1＜YAB2，则属于第2类，属于惠安系沉香；再如C样品，经计算YB1＞YB2，则属于第1类，属于星洲系香。再如C样品，经计算YCB3＞YCB1＞YCB2，则属于第3类，属于星洲系香；再例如样品E，经计算YEB3＜YEB2＜YEB1，则属于第1类，属于奇楠沉香。
通过比较可知A、B为惠安系普通沉香；C、D为星洲系沉香；E、F为奇楠沉香。
如果样品的Bayes判别计算值YB1、YB2和YB3中有两个及以上相等时，则使用Fisher判别分析法。

Claims (11)

1.一种鉴定奇楠沉香、星洲系、惠安系普通沉香的方法，其特征是，包括如下顺序进行的步骤：
1)将待鉴别沉香样品置于密封的容器中，进行加热处理；
2)对加热处理后的容器内的气体进行气相色谱-质谱分析，并计算特征指标化合物的相对含量，其中所述特征指标化合物共34种化合物，其编号依次为X1-34,34种化合物的CASNo依次为000087-44-5、000088-84-6、000469-61-4、000473-13-2、000515-13-9、000637-69-4、000644-30-4、001460-73-7、001460-96-4、001515-95-3、002326-89-8、003691-11-0、004630-07-3、005090-61-9、005956-09-2、010219-75-7、019419-67-1、019598-45-9、020489-45-6、021657-90-9、029837-12-5、039510-36-6、061262-67-7、082462-31-5、1000156-11-7、1000156-12-5、1000159-38-6、1000293-04-2、1000374-17-1、1000374-19-9、117066-77-0、136296-37-2、193615-07-5、312296-11-0；
3)Fisher判别法
将待鉴别沉香的GC-MS分析的特征指标化合物的相对含量分别代入奇楠、星洲系、惠安系普通沉香的Fisher判别分析方程，即公式F1H-X-Q、F2H-X-Q中，分别获得相应的Fisher判别值(YF1H-X-Q、YF2H-X-Q)，然后计算待测样品的判别值(YF1H-X-Q、YF2H-X-Q)与奇楠、星洲系、惠安系普通沉香标准品的Fisher判别重心坐标值之间的差距；
如果待测样品的判别值与奇楠沉香标准品的Fisher判别重心坐标值之间的差距均小于待测样品的判别值分别与星洲系、惠安系普通沉香标准品的Fisher判别重心坐标值之间的差距，则判定该样品为奇楠沉香；
如果待测样品的判别值与星洲系普通沉香标准品的Fisher判别重心坐标值之间的差距小于待测样品的判别值分别与奇楠沉香、惠安系普通沉香标准品的Fisher判别重心坐标值之间的差距，则判定该样品为星洲系普通沉香；
如果待测样品的判别值与惠安系普通沉香标准品的Fisher判别重心坐标值之间的差距小于待测样品的判别值分别与奇楠沉香、星洲系普通沉香标准品的Fisher判别重心坐标值之间的差距)，则判定该样品为惠安系普通沉香。
2.一种鉴定奇楠沉香、星洲系、惠安系普通沉香的方法，其特征是，包括如下顺序进行的步骤：
1)将待鉴别沉香样品置于密封的容器中，进行加热处理；
2)对加热处理后的容器内的气体进行气相色谱-质谱分析，并计算特征指标化合物的相对含量，其中所述特征指标化合物共34种化合物，其编号依次为X1-34,34种化合物的CASNo依次为000087-44-5、000088-84-6、000469-61-4、000473-13-2、000515-13-9、000637-69-4、000644-30-4、001460-73-7、001460-96-4、001515-95-3、002326-89-8、003691-11-0、004630-07-3、005090-61-9、005956-09-2、010219-75-7、019419-67-1、019598-45-9、020489-45-6、021657-90-9、029837-12-5、039510-36-6、061262-67-7、082462-31-5、1000156-11-7、1000156-12-5、1000159-38-6、1000293-04-2、1000374-17-1、1000374-19-9、117066-77-0、136296-37-2、193615-07-5、312296-11-0；
3)Bayes判别分析法
将待鉴别沉香的GC-MS分析的特征指标化合物的相对含量代入奇楠沉香、星洲系、惠安系普通沉香的Bayes判别分析方程，即公式B1H-X-Q、B2H-X-Q和B3H-X-Q中，计算待鉴定样品的YB1、YB2、YB3值，如果计算值YB1＞YB2，且YB1＞YB3，则判定该样品属于第1类，为奇楠沉香；如果计算值YB2＞YB1，其YB2＞YB3，则判定该样品属于第2类，为惠安系普通沉香；如果计算值YB3＞YB1，其YB3＞YB2，则判定该样品属于第3类，为星洲系普通沉香。
3.如权利要求1或2所述的方法，其特征是，步骤1)中所述加热处理温度为120-180℃。
4.如权利要求3所述的方法，其特征是，步骤1)中所述加热处理温度为160℃。
5.如权利要求1或2所述的方法，其特征是，步骤1)中所述加热处理时间≥50min。
6.如权利要求5所述的方法，其特征是，步骤1)中所述加热处理时间为60min。
7.如权利要求1所述的方法，其特征是，步骤3)中所述奇楠、星洲系沉香与惠安系普通沉香的Fisher判别分析方程，即公式F1H-X-Q、F2H-X-Q为：
YF1H-X-Q＝16.136×X1-19.772×X2+2.063×X3-0.431×X4+187.72×X5+3.029×X6-4.202×X7-2.101×X8-8.746×X9+7.097×X10+2.684×X11+4.727×X12+11.256×X13+2.25×X14-2.343×X15+18.535×X16-5.831×X17-2.597×X18+2.967×X19-210.297×X20-65.473×X21+7.25×X22-242.104×X23-343.576×X24+40.152×X25-5.476×X26+38.095×X27-1.703×X28-1.712×X29-9.024×X30+4.493×X31+245.128×X32+29.538×X33+1.279×X34-19.197
(公式F1H-X-Q)
YF2H-X-Q＝-0.243×X1-9.84×X2+16.992×X3+0.239×X4+10.162×X5+4.274×X6+0.178×X7-0.434×X8+15.494×X9-18.678×X10+0.023×X11+1.456×X12+0.733×X13-13.19×X14-0.302×X15+6.866×X16+4.462×X17-0.775×X18+0.177×X19-32.506×X20-13.481×X21+1.486×X22-21.823×X23+19.683×X24+30.779×X25+0.974×X26-5.727×X27-6.239×X28+0.008×X29+1.413×X30+0.243×X31-25.27×X32+5.729×X33-0.157×X34-4.87
(公式F2H-X-Q)
其中，X1-X34为编号依次为1-34的34种化合物GC-MS分析的相对含量。
8.如权利要求7所述的方法，其特征是，所述奇楠、星洲系沉香与惠安系普通沉香的Fisher判别分析方程按照如下步骤建立：
3A)将58个沉香标准品分为2组，其中第1组为奇楠沉香组，记为1.00，共有16个沉香标准品；第2组为惠安系普通沉香组，记为2.00，共有27个沉香标准品；第3组为星洲系普通沉香，记为3.00，共有15个沉香标准品；
3B)将沉香标准品分别置于密封的容器中，进行加热处理；
3C)对加热处理后的容器内的气体分别进行气相色谱-质谱分析，以追踪到的176种化学成分作为观测值，并分别计算各化学成分的相对含量；
3D)采用逐步判别法从176种化学成中筛选得到34种特征指标化合物；
3E)对两组沉香标准品中的34种特征指标化合物的相对含量进行Fisher判别分析的计算，获得所述的奇楠、星洲系沉香与惠安系普通沉香的Fisher判别分析方程，即公式F1H-X-Q、F2H-X-Q。
9.如权利要求1所述的方法，其特征是，步骤3)中所述奇楠沉香标准品的Fisher判别重心坐标值为(-6.742,8.263)；所述惠安系普通沉香标准品的Fisher判别重心坐标值为(-18.233，-3.930)；所述星洲系普通沉香标准品的判别重心坐标值为(40.011，-1.739)。
10.如权利要求2所述的方法，其特征是，步骤3)中所述奇楠沉香、星洲系与惠安系普通沉香的Bayes判别函数，即公式B1H-X-Q、B2H-X-Q、B3H-X-Q为：
YB1H-X-Q＝197.423×X1-373.692×X2+253.174×X3-2.193×X4+2477.068×X5+95.807×X6-52.986×X7-31.238×X8+96.571×X9-148.884×X10+33.848×X11+78.105×X12+149.127×X13-141.684×X14-32.981×X15+319.742×X16+-15.440×X17-41.618×X18+39.749×X19-3067.330×X20-998.383×X21+108.692×X22-3312.188×X23-4049.538×X24+887.082×X25-53.665×X26+400.074×X27-100.621×X28-21.241×X29-96.185×X30+59.350×X31+2733.771×X32+443.324×X33+14.373×X34-167.026
(公式B1H-X-Q)
YB2H-X-Q＝14.954×X1-26.499×X2+22.283×X3-0.157×X4+195.911×X5+8.890×X6-6.857×X7-1.801×X8+8.159×X9-2.712×X10+2.727×X11+6.030×X12+10.832×X13-6.718×X14-2.375×X15+23.035×X16-2.840×X17-2.327×X18+3.495×X19-254.282×X20-81.609×X21+7.262×X22-263.873×X23-341.196×X24+50.370×X25-2.622×X26+32.121×X27-4.975×X28-1.675×X29-9.705×X30+4.758×X31+224.902×X32+34.029×X33+1.591×X34-4.138
(公式B2H-X-Q)
YB3H-X-Q＝954.246×X1-1199.685×X2+179.666×X3-24.746×X4+11151.837×X5+194.667×X6-251.239×X7-125.110×X8-467.284×X9+369.729×X10+159.085×X11+284.563×X12+668.051×X13+95.426×X14-139.495×X15+1117.613×X16-332.667×X17-155.276×X18+176.714×X19-12574.144×X20-3924.560×X21+432.787×X22-14412.901×X23-20309.452×X24+2456.472×X25-319.408×X26+2238.382×X27-117.829×X28-101.346×X29-532.227×X30+266.987×X31+14446.869×X32+1766.984×X33+75.752×X34-1760.909
(公式B3H-X-Q)。
11.如权利要求2所述的方法，其特征是，步骤3)中所述奇楠沉香、星洲系与惠安系普通沉香的Bayes判别函数，即公式B1H-X-Q、B2H-X-Q、B3H-X-Q按照如下步骤建立：
3A)将58个沉香标准品分为3组，其中第1组为奇楠沉香组，记为1.00，共有16个沉香标准品；第2组为惠安系沉香组，记为2.00，共有27个沉香标准品；第3组为星洲系沉香组，记为3.00，共有15个沉香标准品；
3B)将沉香标准品分别置于密封的容器中，进行加热处理；
3C)对加热处理后的容器内的气体分别进行气相色谱-质谱分析，以追踪到的176种化学成分作为观测值，并分别计算各化学成分的相对含量；
3D)采用逐步判别法从176种化学成中筛选得到34种特征指标化合物；
3E)对3组沉香标准品中的34种特征指标化合物的相对含量进行Bayes计算，获得星洲系、惠安系普通沉香、奇楠沉香的Bayes判别函数，即公式B1H-X-Q、B2H-X-Q、B3H-X-Q，其中，公式B1H-X、B2H-X、B3H-X-Q具体如下：
YB1H-X-Q＝197.423×X1-373.692×X2+253.174×X3-2.193×X4+2477.068×X5+95.807×X6-52.986×X7-31.238×X8+96.571×X9-148.884×X10+33.848×X11+78.105×X12+149.127×X13-141.684×X14-32.981×X15+319.742×X16+-15.440×X17-41.618×X18+39.749×X19-3067.330×X20-998.383×X21+108.692×X22-3312.188×X23-4049.538×X24+887.082×X25-53.665×X26+400.074×X27-100.621×X28-21.241×X29-96.185×X30+59.350×X31+2733.771×X32+443.324×X33+14.373×X34-167.026
(公式B1H-X-Q)
YB2H-X-Q＝14.954×X1-26.499×X2+22.283×X3-0.157×X4+195.911×X5+8.890×X6-6.857×X7-1.801×X8+8.159×X9-2.712×X10+2.727×X11+6.030×X12+10.832×X13-6.718×X14-2.375×X15+23.035×X16-2.840×X17-2.327×X18+3.495×X19-254.282×X20-81.609×X21+7.262×X22-263.873×X23-341.196×X24+50.370×X25-2.622×X26+32.121×X27-4.975×X28-1.675×X29-9.705×X30+4.758×X31+224.902×X32+34.029×X33+1.591×X34-4.138
(公式B2H-X-Q)
YB3H-X-Q＝954.246×X1-1199.685×X2+179.666×X3-24.746×X4+11151.837×X5+194.667×X6-251.239×X7-125.110×X8-467.284×X9+369.729×X10+159.085×X11+284.563×X12+668.051×X13+95.426×X14-139.495×X15+1117.613×X16-332.667×X17-155.276×X18+176.714×X19-12574.144×X20-3924.560×X21+432.787×X22-14412.901×X23-20309.452×X24+2456.472×X25-319.408×X26+2238.382×X27-117.829×X28-101.346×X29-532.227×X30+266.987×X31+14446.869×X32+1766.984×X33+75.752×X34-1760.909
(公式B3H-X-Q)。
CN201711307554.6A 2017-12-11 2017-12-11 一种鉴别沉香类别的方法 Active CN108802207B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711307554.6A CN108802207B (zh) 2017-12-11 2017-12-11 一种鉴别沉香类别的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711307554.6A CN108802207B (zh) 2017-12-11 2017-12-11 一种鉴别沉香类别的方法

Publications (2)

Publication Number Publication Date
CN108802207A CN108802207A (zh) 2018-11-13
CN108802207B true CN108802207B (zh) 2021-07-02

Family

ID=64095207

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711307554.6A Active CN108802207B (zh) 2017-12-11 2017-12-11 一种鉴别沉香类别的方法

Country Status (1)

Country Link
CN (1) CN108802207B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114112951A (zh) * 2021-11-17 2022-03-01 广东省科学院动物研究所 一种高光谱鉴别虫漏沉香的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102706975B (zh) * 2012-05-22 2013-08-14 山东出入境检验检疫局 一种鉴别原油和燃料油的方法
CN102706976B (zh) * 2012-05-23 2013-08-14 山东出入境检验检疫局 一种鉴别原油和燃料油的贝叶斯方法
CN105699343B (zh) * 2016-01-05 2018-08-14 华南农业大学 一种沉香真伪无损鉴别的方法
CN106053645B (zh) * 2016-06-01 2019-04-05 中国广州分析测试中心 一种鉴别沉香真伪的方法

Also Published As

Publication number Publication date
CN108802207A (zh) 2018-11-13

Similar Documents

Publication Publication Date Title
CN108802253B (zh) 一种奇楠沉香与惠安系普通沉香的鉴别方法
Gonzálvez et al. Geographical traceability of “Arròs de Valencia” rice grain based on mineral element composition
CN102338780B (zh) 一种卷烟品牌判别方法
Taiti et al. Class‐modeling approach to PTR‐TOFMS data: a peppers case study
Zhuang et al. Identification of green tea origins by near-infrared (NIR) spectroscopy and different regression tools
Gebicki et al. Determination of authenticity of brand perfume using electronic nose prototypes
Xu et al. Non-targeted metabolomics analysis revealed the characteristic non-volatile and volatile metabolites in the Rougui Wuyi rock tea (Camellia sinensis) from different culturing regions
CN103217408A (zh) 一种鉴别贵州两类不同香型烤烟的方法
CN108685150B (zh) 一种基于香气分维的卷烟数字化调香方法
CN105264373A (zh) 具有最佳化感官质量的微藻粉组合物
Shao et al. Comparison and discrimination of the terpenoids in 48 species of huajiao according to variety and geographical origin by E-nose coupled with HS-SPME-GC-MS
CN108802207B (zh) 一种鉴别沉香类别的方法
Li et al. Determining the geographical origin of the medicinal plant Marsdenia tenacissima with multi-element analysis and data mining techniques
Zhang et al. E-eye, flash GC E-nose and HS-GC-MS combined with chemometrics to identify the adulterants and geographical origins of Ziziphi Spinosae Semen
Zhang et al. Rapid and direct identification of the origin of white tea with proton transfer reaction time‐of‐flight mass spectrometry
Sun et al. Rapid qualitative and quantitative analysis of strong aroma base liquor based on SPME-MS combined with chemometrics
Belmonte‐Sánchez et al. Applicability of high‐resolution NMR in combination with chemometrics for the compositional analysis and quality control of spices and plant‐derived condiments
Fattahi et al. Rapid metabolites fingerprinting by ion mobility spectrometry: A novel evaluation method for bio-adulteration of saffron (Crocus sativus L.)
Wang et al. The identification of soy sauce adulterated with bean species and the origin using headspace solid-phase microextraction coupled with gas chromatography-mass spectrometry
Aurum et al. Coffee origin determination based on analytical and nondestructive approaches–A systematic literature review
CN108802252B (zh) 一种鉴别星洲系沉香与惠安系沉香类别的方法
Agnoletti et al. The terroir of Brazilian Coffea canephora: Characterization of the chemical composition
Hur et al. Discrimination between Korean and Chinese Kimchi using inductively coupled plasma-optical emission spectroscopy and mass spectrometry: A multivariate analysis of Kimchi
Di Donato et al. Authentication of typical Italian bell pepper spices by ICP-OES multi-elemental analysis combined with SIMCA class modelling
Zhang et al. Gas chromatographic-ion mobility spectrometry combined with a multivariate analysis model exploring the characteristic changes of odor components during the processing of black sesame

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant