联合同位素和微量元素检验的武夷岩茶产地鉴别方法技术

本发明专利技术涉及联合同位素和微量元素检验的武夷岩茶产地鉴别方法，属于地理标志产品真实性识别技术领域，其目的在于解决单种检测方法无法代表产地溯源全部关键信息的问题，也解决不同类型检测数据在计量学方法中的联合使用、分析所存在的数据匹配等问题。本发明专利技术基于偏最小二乘判别模型，将不同产地岩茶(包括地理标志产地内和产地外岩茶)同位素数据和微量元素数据联合在一起，建立分析模型，提取试样后利用模型客观、准确的判定岩茶产地，其识别率达100.0％，远高于单一检测数据得到的PLSDA结果，且对盲样检测识别率也达100.0％，具有较好应用前景，可作为武夷岩茶产地溯源识别技术方法。

【技术实现步骤摘要】
(一)
本专利技术涉及联合同位素和微量元素检验的武夷岩茶产地鉴别方法，本方法融合稳定同位素和微量元素数据建立偏最小二乘判别模型，并作为武夷岩茶产地鉴别方法，属于地理标志产品真实性识别
(二)
技术介绍
地理标志产品，是指产自特定地域所具有的质量、声誉或其他特性本质上取决于该产地的自然因素和人文因素，经审核批准以地理名称进行命名的产品。茶叶是典型的地理标志保护产品，其品质、口感与产地的地理条件、气候因素、环境等因素密切相关，武夷岩茶是其中代表性茶叶产品。现今，国内外成品茶产地识别鉴定方法，以单一仪器检测分析结合计量学分析方法为最主要识别方法，仪器检测分析方法主要有以下几种近红外光谱、同位素质谱、微量元素、液相色谱、传感器等；常用计量学方法有主成分分析、偏最小二乘、人工神经网络、支持向量机等。Orginc等利用SNIF-NMR和IRMS分析了葡萄酒中的δ13C、δ18O和δ2H，对3个不同产区的葡萄酒进行了有效鉴别；西班牙学者Josep等利用2H-SNIF-NMR和13C-IRMS技术对巴伦西亚地区红葡萄酒原产地进行了鉴别，分离效果也非常明显；Almeida等用四极杆电感耦合等离子体质谱测定了法国和西班牙的佐餐葡萄酒和加强葡萄酒中的87Sr/86Sr，发现产自不同地区的葡萄酒中锶同位素比值有很大差异；Schmidt等利用IRMS对牛肉中的碳同位素进行分析，发现北欧、美国和巴西牛肉的δ13C，存在显著差异。王在贵等利用原子吸收光谱法测定来自安徽省不同品种、不同产地的7个茶叶样品中Cu、Fe、Mn、Zn、Pb五种元素的含量，结果表明茶叶样品中5种元素的含量为Mn＞Fe＞Zn＞Cu＞Pb，不同品种茶叶样品中的Fe含量有显著差别，对不同品种、不同产地茶叶的区分提供一定的实际操作意义；康海宁等对不同产地29种茶叶中的13种矿质元素进行定量测定、判别分析，表明矿质元素含量可做为茶叶产地的判别指标之一；罗婷等利用湿法消解结合ICP-AES法测定不同产地28种绿茶中9种矿质元素，在对数据进行标准化处理后，通过主成分分析得出对茶叶分类判别贡献较大的几种元素是Mn、Mg、K、Ca、Al，结合主成分分析的聚类分析的模式识别方法所得的判别效果比较明显，几个地区的不同茶叶品种基本得到了区分；王建程选用浙江和福建地区具有代表性的绿茶，用FAAS法测定其中的微量元素Ca、Mg、Fe、Zn、Cu、Mn和Sn，对其测定结果用统计学软件spss12.0进行聚类分析以及判别分析，结果表明通过茶叶中微量元素含量的高低聚类分析，能够准确的区分出了茶叶的产地。对稳定同位素和微量元素联合判别模式，亦有学者在研究。Pilgrim等对亚洲不同国家茶叶中同位素组成和微量元素的测定(D、13C、Ti、Cr、Co、Ni、Cu、Ga、Rb、Sr、Y、Nb、Cd、Cs、Ba、La、Ce、Pr、Eu、Tl、Pb和Bi)，发现这些参数的线性判别分析结果对茶叶原产地的判定正确率在97.6％；Oda等利用ICP-MS对日本、中国、澳大利亚、越南和美国大米样品中的11B/10B和87Sr/86Sr值，结果表明不同地域间的11B/10B和87Sr/86Sr值不同，可通过11B/10B和87Sr/86Sr值的散点图，区分不同产地的大米样品；Suzuki等使用元素分析仪/同位素比值质谱仪(EA/IRMS)测定了来自澳大利亚(1个)、日本(12个)和美国(1个)同一品种14个大米样品中的δ13C、δ15N和δ18O值，通过δ13C、δ15N和δ18O等信息的雷达图，可区分日本不同地区的大米样品；Branch等利用13C、15N同位素质谱仪及ICP-MS测定了来自美国、加拿大和欧洲20个小麦样品中Cd和Se的含量，以及δ13C、δ15N、208pb/206Pb、207pb/206Pb和87Sr/86Sr比值，判别分析结果表明，他们对样品的正确判别率为100％。从上述例子可以看出，对地理标志产品鉴别方法有很多，但是很多研究尚有不足之处，如采样不充分、样品数量少，样品不具备代表性；样品空间选择跨度大，往往选自不同国家、甚至不同洲，这类样品由于空间跨度大，本身就具有很大的区别，对地理空间范围跨度小(地理标志产区范围外0-100公里)的产地判别借鉴意义不大；样品选取所带来的局限性，使得建模方法亦无法代表产地溯源的全部信息，导致产地识别率低，上述这些严重影响了地理标志产品保护技术的创新和突破。针对如上情况，有必要建立一种联合同位素和微量元素数据的能代表产地溯源全部信息的产地鉴别模型。(三)
技术实现思路
本专利技术目的在于解决单种检测方法无法代表产地溯源全部关键信息的问题，也解决不同类型检测数据在计量学方法中的联合使用、分析所存在的数据匹配等问题，提供一种联合稳定同位素数据和微量元素数据的武夷岩茶产地识别模型技术方法，该方法基于偏最小二乘判别模型，将地理标志产地内和产地外岩茶稳定同位素数据和微量元素数据融合在一起，建立分析模型，提取试样后利用模型客观、准确的判定岩茶产地。本专利技术采用的技术方案是：联合同位素和微量元素检验的武夷岩茶产地鉴别方法，所述方法包括：(A)采集不同产地岩茶样品：武夷岩茶产区外样品数＞100份，且产区周边50公里范围内样品占比＞50％；武夷岩茶产区内样品数为产区外样品的2～3倍，采样范围覆盖主要产区各生产企业，且每家企业应不少于3个样品；(B)测定不同产地岩茶样品的氢、氧、氮、碳四种稳定同位素质谱数据：δ13C、δ15N、δ18O、δ2H、δ86Sr等稳定同位素含量测定，每个样品至少重复分析3次以上，取平均值作为最终结果。通过SVM-RFE(支持向量机回归特征消去法)对武夷岩茶稳定同位素数据进行训练和预测，随机重复100次，并对各变量的模型特征进行排序，筛选出岩茶原产地的同位素特征变量，其排序顺序为氢、氧、氮、碳、锶。并利用预测集计算模型的灵敏度增维精度、分辨率增维精度、识别率增维精度，均按重复计算100次平均结果，氢、氧、氮、碳四种数据组成的模型，其识别率最高，达93.93％，因此建模只需要选择氢、氧、氮、碳四种数据即可，无需对锶等其他稳定同位素含量进行检测。(C)测定不同产地岩茶样品的铯、铜、钙、铷四种微量元素数据：使用原子吸收光谱仪测定样液中Ca、Mg、Mn元素含量，使用感耦合等离子体质谱测定微波消解液中Ti、Cr、Co、Ni、Cu、Zn、Rb、Cd、Cs、Ba、Sr元素含量。干茶样品微波消解，消解完毕，待消解罐压力降低后，打开消解罐，观察消解液是否澄清，若浑浊，则重复压力消解步骤，若完全澄清，则采用上述仪器进行测定。通过SVM-RFE法对微量元素数据进行训练和预测，随机重复100次，并对各变量的模型特征进行排序，筛选出岩茶原产地的微量元素特征变量，并通过预测集计算每一维变量累加之后的模型增维精度，得到铯、铜、钙、铷、锶、钡特征排序顺序。然后对特征变量按自然序逐级进行组合，并利用预测集计算模型的灵敏度、分辨率、识别率，由铯、铜、钙、铷四者微量元素组成的模型，其识别率最高，说明此四种微量元素间的信息具有互补性，只需要选择建模的铯、铜、钙、铷四种微量元素进行检测即可，无需对其它微量元素进行检测。(D)联合稳定同位素和微量元素建立不同产地岩本文档来自技高网...

【技术保护点】
联合同位素和微量元素检验的武夷岩茶产地鉴别方法，所述方法包括：(A)采集不同产地岩茶样品：武夷岩茶产区外样品数＞100份，且产区周边50公里范围内样品占比＞50％；武夷岩茶产区内样品数为产区外样品的2～3倍，采样范围覆盖主要产区各生产企业，且每家企业应不少于3个样品；(B)测定不同产地岩茶样品的氢、氧、氮、碳四种同位素质谱数据：δ13C、δ15N、δ18O、δ2H、δ86Sr等稳定同位素含量测定，每个样品至少重复分析3次以上，取平均值作为最终结果；通过SVM‑RFE(支持向量机回归特征消去法)对武夷岩茶稳定同位素数据进行训练和预测，随机重复100次，并对各变量的模型特征进行排序，筛选出岩茶原产地的同位素特征变量，其排序顺序为氢、氧、氮、碳、锶；并利用预测集计算模型的灵敏度、分辨率、识别率，均按重复计算100次平均结果，氢、氧、氮、碳四种数据组成的模型，其识别率最高，达93.93％，因此建模只需要选择氢、氧、氮、碳四种数据即可，无需对锶等其他稳定同位素含量进行检测；(C)测定不同产地岩茶样品的铯、铜、钙、铷四种微量元素数据：干茶样品微波消解，消解完毕，待消解罐压力降低后，打开消解罐，观察消解液是否澄清，若浑浊，则重复压力消解步骤，若完全澄清，则采用如下仪器进行测定；使用原子吸收光谱仪测定样液中Ca、Mg、Mn元素含量，使用感耦合等离子体质谱测定微波消解液中Ti、Cr、Co、Ni、Cu、Zn、Rb、Cd、Cs、Ba、Sr元素含量；通过SVM‑RFE法对微量元素数据进行训练和预测，随机重复100次，并对各变量的模型特征进行排序，筛选出岩茶原产地的微量元素特征变量，并通过预测集计算每一维变量累加之后的模型增维精度，得到铯、铜、钙、铷、锶、钡特征排序顺序；然后对特征变量按自然序逐级进行组合，并利用预测集计算模型的灵敏度、分辨率、识别率，由铯、铜、钙、铷四者微量元素组成的模型，其识别率最高，说明此四种微量元素间的信息具有互补性，只需要选择建模的铯、铜、钙、铷四种微量元素进行检测即可，无需对其它微量元素进行检测；(D)联合稳定同位素和微量元素建立不同产地岩茶鉴别数据库：(1)将每个样品的稳定同位素数据按氢、氧、氮、碳顺序拼接在Excel数据表格中，每行4列数据组成每个样品的稳定同位素数据；(2)将每个样品的微量元素数据按铯、铜、钙、铷顺序拼接在稳定同位素数据后，武夷岩茶产区内样品组成的Excel数据表，以data1命名；武夷岩茶产区外样品组成的Excel数据表，以data2命名；(3)运行MATLAB软件中的edit功能，打开data1.xls、data2.xls，以Mat文件格式保存，文件名对应为data1.mat、data2.mat；(4)数据分割：随机选取武夷岩茶产区内总数的65～70％作为原产地内模型数A1，随机取武夷岩茶产区外65～70％作为原产地外模型数A2，建立kenstone分割程序；(5)最小偏二乘法鉴别模型的建立：对步骤(4)数据分割后的同位素及微量元素数据，采用最小偏二乘法分析并建立PLSDA模型；(E)取待测未知产地样品按照步骤B和C测定同位素数据和微量元素数据，将测得数据代入上述PLSDA模型，若预测结果小于0，则判断待测样品为武夷岩茶产地外样品；若预测结果大于0，则判断待测样品为武夷岩茶产地内样品。...

【技术特征摘要】
1.联合同位素和微量元素检验的武夷岩茶产地鉴别方法，所述方法包括：(A)采集不同产地岩茶样品：武夷岩茶产区外样品数＞100份，且产区周边50公里范围内样品占比＞50％；武夷岩茶产区内样品数为产区外样品的2～3倍，采样范围覆盖主要产区各生产企业，且每家企业应不少于3个样品；(B)测定不同产地岩茶样品的氢、氧、氮、碳四种同位素质谱数据：δ13C、δ15N、δ18O、δ2H、δ86Sr等稳定同位素含量测定，每个样品至少重复分析3次以上，取平均值作为最终结果；通过SVM-RFE(支持向量机回归特征消去法)对武夷岩茶稳定同位素数据进行训练和预测，随机重复100次，并对各变量的模型特征进行排序，筛选出岩茶原产地的同位素特征变量，其排序顺序为氢、氧、氮、碳、锶；并利用预测集计算模型的灵敏度、分辨率、识别率，均按重复计算100次平均结果，氢、氧、氮、碳四种数据组成的模型，其识别率最高，达93.93％，因此建模只需要选择氢、氧、氮、碳四种数据即可，无需对锶等其他稳定同位素含量进行检测；(C)测定不同产地岩茶样品的铯、铜、钙、铷四种微量元素数据：干茶样品微波消解，消解完毕，待消解罐压力降低后，打开消解罐，观察消解液是否澄清，若浑浊，则重复压力消解步骤，若完全澄清，则采用如下仪器进行测定；使用原子吸收光谱仪测定样液中Ca、Mg、Mn元素含量，使用感耦合等离子体质谱测定微波消解液中Ti、Cr、Co、Ni、Cu、Zn、Rb、Cd、Cs、Ba、Sr元素含量；通过SVM-RFE法对微量元素数据进行训练和预测，随机重复100次，并对各变量的模型特征进行排序，筛选出岩茶原产地的微量元素特征变量，并通过预测集计算每一维变量累加之后的模型增维精度，得到铯、铜、钙、铷、锶、钡特征排序顺序；然后对特征变量按自然序逐级进行组合，并利用预测集计算模型的灵敏度、分辨率、识别率，由铯、铜、钙、铷四者微量元素组成的模型，其识别率最高，说明此四种微量元素间的信息具有互补性，只需要选择建模的铯、铜、钙、铷四种微量元素进行检测即可，无需对其它微量元素进行检测；(D)联合稳定同位素和微量元素建立不同产地岩茶鉴别数据库：(1)将每个样品的稳定同位素数据按氢、氧、氮、碳顺序拼接在Excel数据表格中，每行4列数据组成每个样品的稳定同位素数据；(2)将每个样品的微量元素数据按铯、铜、钙、铷顺序拼接在稳定同位素数据后，武夷岩茶产区内样品组成的Excel数据表，以data1命名；武夷岩茶产区外样品组成的Excel数据表，以data2命名；(3)运行MATLAB软件中的edit功能，打开data1.xls、data2.xls，以Mat文件格式保存，文件名对应为data1.mat、data2.mat；(4)数据分割：随机选取武夷岩茶产区内总数的65～70％作为原产地内模型数A1，随机取武夷岩茶产区外65～70％作为原产地外模型数A2，建立kenstone分割程序；(5)最小偏二乘法鉴别模型的建立：对步骤(4)数据分割后的同位素及微量元素数据，采用最小偏二乘法分析并建立PLSDA模型；(E)取待测未知产地样品按照步骤B和C测定同位素数据和微量元素数据，将测得数据代入上述PLSDA模型，若预测结果小于0，...

【专利技术属性】
技术研发人员：付贤树，叶子弘，俞晓平，崔海峰，张雅芬，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：浙江;33