文献类型：期刊文章

作　　者：赵海燕[1] 郭波莉[1] 张波[1] 魏益民[1] 孙淑敏[1] 严军辉[1] 张磊[1]

机构地区：[1]中国农业科学院农产品加工研究所/农业部农产品加工与质量控制重点开放实验室,北京100193

出　　处：《中国农业科学》

基　　金：小麦产业技术体系建设专项(NYCYTX-03);国家"863"计划项目(2006AA10Z268);公益性行业(农业)科研专项经费项目(200903043);农业部"948"项目[2009-Z45(2)]

年　　份：2010

卷　　号：43

期　　号：18

起止页码：3817-3823

语　　种：中文

收录情况：BDHX、BDHX2008、CAB、CAS、CSCD、CSCD2011_2012、FSTA、GEOBASE、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、ZR、核心刊

摘　　要：【目的】探讨矿物元素指纹分析技术对小麦产地溯源的可行性,筛选出判别小麦产地溯源的有效指标。【方法】利用电感耦合等离子体质谱(ICP-MS)测定来自河北省、河南省、山东省和陕西省4个地域120份小麦样品中24种矿物元素(Be、Na、Mg、Al、K、Ca、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、Se、Mo、Ag、Cd、Sb、Ba、Tl、Pb、Th和U)的含量,对数据进行方差分析、主成分分析和判别分析。【结果】不同地域小麦样品的元素含量有其各自的特征。河北样品的V含量最高,Ca含量最低;河南样品的Cr含量最高;山东样品的Ba和Ni含量最高;陕西样品的Na、Al、Mn、Fe、Co、Cu、Ag、Sb和Pb含量都显著高于其它地区,V含量最低。主成分分析结果表明,不同地域来源的大多数样品能被正确区分。通过逐步判别分析筛选出11项可用于小麦产地判别的矿物元素指标,依次为Ba、Mn、Sb、Ca、Mo、U、Ni、V、Cr、Pb和Mg,所建立的判别模型对样品整体检验判别率为90.8%,交叉检验判别率为89.2%。【结论】矿物元素指纹分析技术结合多元统计学方法是用于小麦产地判别的一种有效方法。

关 键 词：小麦 产地  溯源  ICP-MS 矿物元素

分 类 号：S512.1]