植源性農(nóng)產(chǎn)品溯源以及鑒別技術(shù)研究.pdf

1、本研究利用近紅外光譜、穩(wěn)定同位素和礦質(zhì)元素技術(shù)探討其在植源性農(nóng)產(chǎn)品(茶葉、杭白菊、花生、蜂蜜和水稻)產(chǎn)地溯源和鑒別中的應(yīng)用，旨在初步建立地理標(biāo)志產(chǎn)品保護(hù)及鑒別技術(shù)的有效方法。研究結(jié)果如下：
　　 1.采集安徽省、重慶市、福建省、廣東省、廣西壯族自治區(qū)、海南省、湖北省、河南省、四川省、山東省、云南省和浙江省茶葉，采用近紅外光譜技術(shù)結(jié)合典則判別分析方法對(duì)非發(fā)酵茶、半發(fā)酵茶和發(fā)酵茶進(jìn)行判別。結(jié)果表明，不同發(fā)酵程度茶葉在典則判別分析原始

2、判別率和交叉驗(yàn)證判別率分別達(dá)到100％和94.4％。同時(shí)應(yīng)用近紅外光譜技術(shù)和穩(wěn)定同位素技術(shù)分別對(duì)采自不同產(chǎn)地綠茶、紅茶和烏龍茶等進(jìn)行了鑒別，結(jié)果表明，茶葉水溶液和茶葉固體粉末的近紅外光譜技術(shù)結(jié)合典則判別分析方法對(duì)茶葉產(chǎn)地的原始判別率和交叉驗(yàn)證判別率分別為100％和94.6％；而利用碳和氮穩(wěn)定同位素技術(shù)僅能將安徽、浙江和南方部分省份(福建、廣東、海南和廣西壯族自治區(qū))的茶葉分開(kāi)。
　　 2.采集浙江省地理標(biāo)志產(chǎn)品西湖龍井茶和浙江龍

3、井茶，采用近紅外光譜技術(shù)分別結(jié)合反向傳遞神經(jīng)網(wǎng)絡(luò)、徑向基神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機(jī)判別西湖龍井和浙江龍井，結(jié)果表明最小二乘支持向量機(jī)模型性能最高，兩種茶葉的正確判別率均達(dá)到100％。
　　 3.采集山東、湖北、河南、遼寧、廣西和廣東、四川產(chǎn)地的花生，采用近紅外光譜技術(shù)進(jìn)行鑒別，結(jié)果表明近紅外光譜結(jié)合小波轉(zhuǎn)換和k最近鄰分析(WT-KNN)對(duì)不同省份花生的原始判別率和交叉驗(yàn)證判別率分別為100.0％和55.9％。
　　 4

4、.利用礦質(zhì)元素技術(shù)對(duì)杭白菊地理標(biāo)志產(chǎn)品進(jìn)行溯源分析，結(jié)果表明采自桐鄉(xiāng)、孟州和毫州杭白菊其判別模型的礦質(zhì)元素為Pb、Sr、Ba、Ga和V，原始判別率和交叉驗(yàn)證判別率分別為100％和97.％。桐鄉(xiāng)市三個(gè)種植區(qū)杭白菊的判別模型元素為Cd、Pb和Rb，原始和交叉驗(yàn)證判別率分別為76.7％和70.0％。
　　 5.近紅外光技術(shù)應(yīng)用于重金屬污染水稻葉片和轉(zhuǎn)基因大米快速鑒別。結(jié)果表明，小波轉(zhuǎn)換采用db2函數(shù)第3分解水平對(duì)光譜預(yù)處理結(jié)合徑向基人

5、工神經(jīng)網(wǎng)絡(luò)對(duì)重金屬脅迫下水稻葉片識(shí)別效果最優(yōu)。對(duì)Hg、Cd、Pb污染土壤上和正常條件下生長(zhǎng)的水稻葉片的識(shí)別正確率分別為95.5％、81.8％、91.3％和100.0％。轉(zhuǎn)基因水稻分別通過(guò)近紅外光譜進(jìn)行鑒別，結(jié)果表明，偏最小二乘回歸模型對(duì)轉(zhuǎn)tctp和miR166基因水稻的正確預(yù)測(cè)率達(dá)到100％。
　　 6.利用碳穩(wěn)定同位素和近紅外光譜技術(shù)對(duì)收集于黑龍江、遼寧、浙江、福建、成都、湖北、四川、廣西、廣東、河南、陜西、新疆、西藏自治區(qū)和