一种基于矿质元素指纹鉴别葡萄酒原产地的方法技术

本发明专利技术属于葡萄酒鉴别技术领域，涉及一种基于矿质元素指纹鉴别葡萄酒原产地的方法。本发明专利技术步骤：(1)将葡萄酒直接稀释，采用全定量分析法，借助于ICP-MS和ICP-OES检测葡萄酒中30种矿质元素(Li、Be、Al、V、Cr、Mn、Co、Ni、Cu、Zn、As、Se、Rb、Sr、Ag、Cd、Cs、Ba、Hg、Tl、Pb、U、Ge、Sn、B、Na、Mg、Ca、Fe、P)含量；(2)结合统计学系统，使用逐步判别分析筛选特征元素；(3)然后基于特征元素，测试验证或预测鉴别酒样原产地或者建立葡萄酒支持向量机(SVM)原产地鉴别模型。本发明专利技术是一种实用性较强的葡萄酒原产地鉴别技术，污染小，操作简单，结果直观，准确度高；可进一步用于建立葡萄酒品种鉴别模型及其他农产品的模式分类识别。

【技术实现步骤摘要】

本专利技术属于葡萄酒鉴别
，具体涉及一种使用ICP-MS和ICP-OES检测葡萄 酒中的矿质元素，结合化学计量学方法鉴别葡萄酒原产地的方法。
技术介绍
地理标志（geographical indications，简称GI)，又称原产地标志，《与贸易有关 的知识产权协议》（TRIPS协议）对地理标志的解释为：地理标志是指证明某一产品来源于 某一成员国或某一地区或该地区内的某一地点的标志，该产品的某些特定品质、声誉或其 他特点在本质上可归因于该地理来源。地理标志保护制度，是世界上多数国家为有效保护 本国特色产品而采取的重要制度体系。截至2012年底，我国已对3579个原产地地理标志 产品实施了专门保护。 根据国际葡萄与葡萄酒组织（OIV)的标准，葡萄酒是以新鲜葡萄浆果或葡萄汁为 原料，经过完全或部分酒精发酵后获得的产品。葡萄酒的质量和风格主要取决于酿酒葡萄 的质量和与之相适应的加工工艺。酿酒葡萄的好坏直接依赖于产区的气候、土壤、品种等自 然因素和与自然条件相适应的栽培技术。而在某一特定的区域内，经过长期的试验，往往会 形成一些特定的生产工艺，从而生产出具有特定风格和品质的葡萄酒，因此，葡萄酒是一种 地域性很强的农产品。到目前为止，我国已有河北昌黎、河北沙城、山东烟台等葡萄酒产区 申请了葡萄酒地理标志产品保护。 随着人民生活水平的提高，葡萄酒的消费量持续增长，地理标志保护葡萄酒更是 受到市场的广泛认可。为了牟取利益，假冒伪劣葡萄酒大量涌现。不但不同原产地的干红 葡萄酒难以区分，在市场上还有非地理标志保护的葡萄酒冒充地理标志保护的葡萄酒进行 销售，更有甚者销售假酒。2010年昌黎假酒事件为葡萄酒的经营者和消费者敲响了警钟，此 类事件虽然暂时告一段落，但葡萄酒市场依然十分混乱，急需有力的监管措施，同时，葡萄 酒的原产地识别至关重要。 从《国家中长期科学和技术发展规划纲要（2006-2020年）》中可以看出，公共安全 中的食品安全是我国长期的发展规划。国务院食品安全委员会也在2011年指出，加强食品 安全监管，深化食品安全综合治理，强化监管执法，加大对食品安全突出问题的整治力度， 提高食品安全水平。其中，酒类行业是重点治理的领域。此外，国务院2010年11月，专门 部署了"双打"专项行动（打击侵犯知识产权和制售假冒伪劣商品专项行动）。 鉴别国内干红葡萄酒的原产地是打击假冒伪劣葡萄酒的有效手段，是对公众负责 的表现。对重点地理标志干红葡萄酒的保护不仅响应了国家长期的发展规划，有助于提高 我国的食品安全水平，还有利于提高地理标志保护葡萄酒的品牌效应和经济效益，规范市 场经营的秩序，保护生产者和经营者生产特色产品的积极性，维护消费者的合法权益。 此外，交叉学科的发展以及核心数学在交叉领域中的应用也是我国科学长期发展 的纲要，而葡萄酒原产地鉴别技术多依赖于光谱技术、质谱技术和色谱技术等，需要数学、 计算机科学、化学等学科的有效结合，所以无论是从国家重点发展的领域和优先主题上来 说，还是从国家的基础研究上来说，都有必要进行葡萄酒原产地检验鉴定技术方法研究。 目前，国内对于葡萄酒原产地的鉴别方法，主要有： 1、色谱技术 色谱技术主要有HPLC和GC两种。HPLC (高效液相色谱法，High Performance Liquid Chromatography)用于分析测定葡萄酒中的有机酸、酸类、氨基酸等特定物质，但分 析成本高，液相色谱仪价格及日常维护费用高、分析时间较长、酒样多需要进行前处理，操 作繁琐；GC用于检测葡萄酒中具有挥发性的芳香类化合物，多和质谱检测器联用，但易受 试样的挥发性和热稳定性限制，难以做到进样量固定和操作条件稳定，对无机物和易分解 的高沸点有机物分析比较困难。 2、红外光谱技术 广泛用于葡萄酒原产地识别的红外光谱技术主要有近红外光谱法（NIRS)和中红 外光谱法（MIRS)，实际应用中，常结合紫外、可见光区进行分析。用红外光照射有机物分子 时，分子中的化学键或官能团可发生振动吸收，不同的化学键或官能团吸收波长和含量不 同，在红外光谱上的位置和吸收强度将不同，从而获得分子的组成、结构和含量信息。但需 要较强的光谱信号分析能力，建模所需人力较大，时间较长，且在应用时都需要实现模型的 有效传递，才能保证模型的判别效果，目前在葡萄酒的原产地鉴别方面多集中在基础研究， 应用性稍弱。 葡萄酒含有丰富的矿质元素，既包含K、Ca、Na、Mg等大量元素，也包括Fe、Cu、Zn、 Mn等微量元素以及Y、La、Ce等稀土元素。这些矿质元素主要依靠葡萄从种植地土壤吸收， 因而不同产区葡萄酒的矿质元素组成也具有明显的地理差异。石墨炉原子吸收分光光度法 (GF-AAS)、火焰原子吸收光谱法（F-AAS)、电感耦合等离子体质谱法（ICP-MS)和电感耦合 等离子体发射光谱法（ICP-OES)等均可用于矿质元素测定，但ICP-MS和ICP-OES可同时快 速检测多种痕量元素，具有分析速度快，样品引入容易的特点，应用较为广泛。目前，国外已 有研究利用矿质元素追溯葡萄酒的原产地，但没有研究针对每个原产地单独建立葡萄酒产 地判别模型，也没有专门用于鉴别葡萄酒原产地的鉴别分析系统。
技术实现思路
本专利技术的目的在于，提供，可快 速、准确、方便地鉴定葡萄酒产地，不仅可以建立和存储新模型，并根据新的样本信息调正 优化已有模型，还可以直接选择已建模型对未知样本进行产地预测。 为了实现上述目的，本专利技术提供了如下技术方案： -种基于矿质元素指纹鉴别葡萄酒原产地的方法，包括如下步骤： (1)准备已知产地的葡萄酒酒样或未知产地的待测集葡萄酒酒样，采用ICP-MS和 ICP-0ES，分别对所述葡萄酒中矿质元素含量进行如下全定量分析检测： 对已知产地的酒样，检测以下30种矿质元素 Li、Be、A1、V、Cr、Mn、Co、Ni、Cu、Zn、 As、Se、Rb、Sr、Ag、Cd、Cs、Ba、Hg、Tl、Pb、U、Ge、Sn、B、Na、Mg、Ca、Fe、P ; 对未知产地的待测集酒样，对相应的特征元素含量进行测定，所述特征元素选自 上述30种矿质元素； (2)绘制上述各个矿质元素检测用的标准曲线； (3)矿质元素含量测定：将备好的已知产地葡萄酒酒样或未知产地待测葡萄酒酒 样分别进行全定量分析，结果由标准曲线自动计算所得； (4)将步骤⑶中所测得的已知产地的葡萄酒矿质元素含量导入统计学软件，采 用逐步判别分析法筛选特征矿质元素； (5)目标产地鉴别模型建立过程：将步骤⑷筛选得到的已知产地训练集样本数 据，导入葡萄酒产地鉴别分析系统，进行数据预处理，寻找最佳参数，建立葡萄酒原产地鉴 别丰吴型； (6)测试验证或预测鉴别过程：将步骤⑶中所测得的未知产地的待测集葡萄酒 矿质元素含量数据导入葡萄酒产地鉴别分析系统，赋予已知目标原产地的测试集样本分类 参考值为1，已知非目标原产地的测试集样本分类参考值为-1，未知产地的待测集样本分 类参考值为0,对测试集或待测集样本数据进行数据预处理，采用葡萄酒目标原产地鉴别模 型对样本进行预测，如果模型对该样本的预测值为1，说明该样本产地为目标原产地，如果 该样本的预测值为-1，则说明该样本产地非目标原产地。 本文档来自技高网...

【技术保护点】
一种基于矿质元素指纹鉴别葡萄酒原产地的方法，其特征在于：该方法包括如下步骤：(1)准备已知产地的葡萄酒酒样或未知产地的待测集葡萄酒酒样，采用ICP‑MS和ICP‑OES，分别对所述葡萄酒中矿质元素含量进行如下全定量分析检测：对已知产地的酒样，检测以下30种矿质元素Li、Be、Al、V、Cr、Mn、Co、Ni、Cu、Zn、As、Se、Rb、Sr、Ag、Cd、Cs、Ba、Hg、Tl、Pb、U、Ge、Sn、B、Na、Mg、Ca、Fe、P；对未知产地的待测集酒样，对相应的特征矿质元素含量进行测定，所述特征元素选自上述30种矿质元素；(2)绘制上述各矿质元素检测用的标准曲线；(3)矿质元素含量测定：将备好的已知产地葡萄酒酒样或未知产地待测葡萄酒酒样分别进行全定量分析，结果由标准曲线自动计算所得；(4)将步骤(3)中所测得的已知产地的葡萄酒矿质元素含量导入统计软件，采用逐步判别分析法筛选对原产地鉴别贡献率较大的特征矿质元素；(5)目标产地鉴别模型建立过程：根据步骤(4)筛选得到的特征矿质元素，将已知产地的训练集酒样的分类参考值和相应特征矿质元素含量数据，输入葡萄酒产地鉴别分析用计算机，进行数据预处理，寻找最佳SVM参数，建立葡萄酒原产地鉴别模型；(6)测试验证或预测鉴别过程：将步骤(3)中所测得的已知产地的测试集葡萄酒或未知产地的待测集葡萄酒特征矿质元素含量数据输入葡萄酒产地鉴别分析用计算机，赋予已知目标原产地的测试集样本分类参考值为1，已知非目标原产地的测试集样本分类参考值为‑1，未知产地的待测集样本分类参考值为0，对测试集或待测集样本数据进行数据预处理，采用葡萄酒目标原产地鉴别模型对样本进行预测，如果模型对该样本的预测值为1，说明该样本产地为目标原产地，如果该样本的预测值为‑1，则说明该样本产地非目标原产地。...

【技术特征摘要】

【专利技术属性】
技术研发人员：战吉宬，赵芳，黄卫东，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11