姜浩琛，王世成，李波，郝淋淋，孫辭，崔杰華，李國琛*，徐志祥

1(山東農業(yè)大學 食品科學與工程學院，山東 泰安，271018)2(中國科學院沈陽應用生態(tài)研究所，遼寧 沈陽，110016)

蘿卜一詞最早在中國古代專著《爾雅》被提及，稱其為“蘆菔”。青蘿卜是十字花科蘿卜屬一種常見的根莖類蔬菜，種植歷史悠久，可生食、做湯、干腌和鹽漬等，不僅富含人體所需的營養(yǎng)物質，而且具有一定藥用價值[1-3]。但是，由于不同地理來源的青蘿卜維生素C含量、外形、口感等存在差異，例如天津的沙窩蘿卜通常以水果蘿卜出名[4]，消化功能顯著，而山東濰坊的浮橋蘿卜鈣含量豐富。這類特色農產品因其特殊的文化和自然因素、較高的口碑和經濟價值，易遭遇摻假和假冒。因此，研究建立精準的青蘿卜產地溯源技術體系，對判別青蘿卜真實來源、維護消費者權益、規(guī)范市場秩序尤為重要。

第三，在教學組織形式上應充分考慮到學生的特點來進行改進。英語視聽說是一門不同于傳統(tǒng)聽力課的課程，因此在教學組織形式上也應該進行一定的創(chuàng)新，教師應創(chuàng)造性地運用個人展示、小組討論、辯論等形式。

目前在農產品地理溯源方面常用到的產地判別技術包括礦物元素分析技術、穩(wěn)定同位素質譜技術、近紅外光譜技術及電子鼻技術等[5-7]。生物在生長的過程中受氣候、海拔和土壤性質等環(huán)境因素的影響，不同產地的農產品體內穩(wěn)定同位素比值和礦物元素含量呈現出獨特性和差異性，具有明顯的地域特征[8-9]，因此，礦物元素分析技術、穩(wěn)定同位素質譜技術在農產品產地溯源中具備較高的應用價值，并且這兩項技術具有前處理操作簡單、判別模型精準度高等優(yōu)點，在眾多特色地標農產品中被廣泛應用[10]。連思雨等[11]和BERTOLDI等[12]通過測定枸杞中的穩(wěn)定同位素、礦物元素等成分，結合主成分分析(principal components analysis，PCA)、偏最小二程判別分析(partial least squares discrimination analysis，PLS-DA)等化學計量方法建立判別模型，準確率高達95%以上；MA等[13]和王潔[14]基于礦物元素、礦物元素與穩(wěn)定同位素比率結合等方式對扁形茶、龍井茶的產地溯源技術進行探究，建立高精準度的鑒別模型，進一步肯定這2項技術在產地判別方面的作用；此外，礦物元素分析技術、穩(wěn)定同位素質譜技術等在谷物[15-17]、果蔬[18-19]以及藥材[20-21]、水產品[22-24]等眾多領域有著廣泛且高效的應用，但在蘿卜地理來源的鑒別方面鮮有應用研究。

本研究結合當前產地研究的現狀，選取山東、天津、河南3個省份具有地理標志認證的10個品種青蘿卜，通過測定穩(wěn)定同位素比值和礦物元素含量，開展青蘿卜地理信息的相關性研究與應用，并結合PLS-DA、線性判別分析(linear discriminant analysis，LDA)等化學計量學方法建立判別模型。旨在服務“三品一標”，為保護青蘿卜產品品種、品質、品牌以及提高經濟效益提供有效方法。

1 材料與方法

1.1 材料與試劑

采集地理來源真實可靠的青蘿卜樣品177份，其中天津57份，河南59份、山東61份，具體信息如表1所示。穩(wěn)定同位素標準物質USGS43(δ13C=-21.34‰，δ15N=+8.44‰)，美國地質勘探局Reston穩(wěn)定同位素實驗室；元素國家標準物質菠菜GSBW10015，地球物理地球化學勘查研究所；元素標液為電感耦合等離子體分析用多元素標準溶液GNM-M311129-2013，國家有色金屬及電子材料分析測試中心逐級稀釋配得；濃硝酸(65%)，美國默克制藥。

1.2 儀器與設備

Flash 2000元素分析儀、Delta V Advantage穩(wěn)定同位素比值質譜儀，美國賽默飛世爾公司；NEXION 300X電感耦合等離子體質譜儀，美國珀金埃爾默股份有限公司；破壁機E310，美國Vitamix公司。

1.3 實驗方法

1.3.1 樣品前處理

青蘿卜樣品采集后，在實驗室用自來水將泥土清洗、陰干后，測定單個重量、長度等基礎數據。四分法分取蘿卜樣品并切塊，用破壁機將樣品勻漿粉碎，分取100 g勻漿后的樣品放入冷凍干燥機進行冷凍干燥(-50 ℃)12 h以上，干燥后樣品放入-80 ℃超低溫冰箱保存?zhèn)溆谩?/p>

1.3.3 元素測定

1.3.2 穩(wěn)定同位素測定

應用Origin 8.0軟件對碳、氮穩(wěn)定同位素進行箱線圖分析，并應用SPSS 25.0進行單因素ANOVA檢驗，最后分別以所測青蘿卜中18種礦物元素為變量，應用SIMCA-P 13.0分析軟件進行PLS-DA建模，應用MPP軟件結合LDA算法建立青蘿卜產地判別模型。

儀器工作參數：氧化管溫度為1 150 ℃，還原管溫度為850 ℃，通氧時間為70 s，元素分析儀氦氣吹掃流量為230 mL/min，進入質譜儀氦載氣流量為100 mL/min，高純N2、CO2(純度>99.999%)為參考氣。

將數據從純文本數據轉換成數據庫格式數據。通過對文本數據進行識別、讀取和存儲，實現對純文本文檔的解析和轉換。

用電子天平準確稱量0.3 g各產地青蘿卜凍干粉末樣品于消解罐中，每個樣品3個平行。向消解罐中加入10 mL濃硝酸，過夜，第2天不蓋蓋子在智能石墨消解爐中進行120 ℃石墨消解至澄清，約4 h，冷卻至室溫后從微波消解儀中取出，用少量去離子水分3次洗滌消解管，合并洗滌液及消解液，并定容至25 mL，進行上機檢測。

儀器工作參數：電感耦合等離子體質譜儀(inductively coupled plasma mass spectrometry，ICP-MS)每次測定前均進行自動調諧，根據儀器的狀態(tài)對參數進行調整，以滿足靈敏度、氧化物、穩(wěn)定性等各項指標。儀器調諧完畢后，將內標進樣管插入1 μg/mL 內標溶液中進行矯正，樣品管依次插入各濃度的標準溶液進行制作標曲，最后測定樣品。射頻功率1 230 W；載氣流速1.21 L/min；Babington霧化器，霧化室溫度2 ℃；蠕動泵轉速0.1 r/s。用內標法進行校正。儀器調諧完畢后，將內標進樣管插入1 μg/mL內標溶液中(分析過程中始終進內標溶液)，樣品管依次插入各濃度的標準溶液(濃度依次遞增)和待測樣中進行測定。

1.4 多元統(tǒng)計分析

碳、氮同位素比值的測定：取0.2 mg青蘿卜粉末樣品于錫杯(5 mm×8 mm)中壓實包好后直接放入元素分析儀自動進樣器中，在高溫下燃燒、還原，最終生成氣體，按N2、CO2的順序先后進入同位素比率質譜儀進行檢測。進樣序列中每隔10個樣品插入一個標物進行質量控制，樣品穩(wěn)定同位素比值應用標物進行單點校正。儀器標準偏差小于0.2‰。

2 結果與分析

2.1 不同產區(qū)青蘿卜多種礦質元素含量和穩(wěn)定同位素比值分析

化學計量學方法結合的方式建立青蘿卜樣品的判別模型。目前，在產地溯源的研究中常用到的化學計量學方法主要包括PCA、PLS-DA、支持向量機(support Vector Machine，SVM)、人工神經網絡(back propagation-artificial neural network，BP-ANN)以及LDA等。本文對青蘿卜樣品中的礦物元素含量進行分析，結合PCA-X、PLS-DA、LDA 3種算法建立產地判別模型。

通過三年多在醫(yī)院宣傳管理工作中應用PDCA循環(huán)，如對比圖表結果顯示：新管理制度體系和方法開展后，全院通訊員稿件數量和質量持續(xù)提升，醫(yī)院自媒體、網站稿件數量和質量快速增加，見圖1。全院職工對宣傳工作參與的積極性和主動性明顯增強，醫(yī)院宣傳隊伍體系完善，后備力量充足，形成良好的宣傳氛圍。與此同時，院外媒體期刊發(fā)稿數量和省級以上媒體刊發(fā)稿件數量也有所增加，說明醫(yī)院宣傳影響力和影響面逐漸擴大。醫(yī)院標識廣告等真正達到統(tǒng)一、溫馨、便捷且有醫(yī)院文化內涵。由此可見，在醫(yī)院宣傳管理中應用PDCA循環(huán)可將醫(yī)院整體形象顯著提升，宣傳引導能力和宣傳影響力也會明顯提高。

A-不同省份δ13C值范圍；B-不同省份δ15N值范圍；C-不同亞地區(qū)δ13C值范圍；D-不同亞地區(qū)δ15N值范圍圖1 不同地區(qū)青蘿卜樣品C、N同位素比值分析Fig.1 Analysis of C and N isotope ratios of green turnip samples from different regions

其次，應用SPSS對所測定的18種礦物元素進行單因素ANOVA檢驗，由表2可知，天津、河南、山東3個省份的整體元素含量分為3個梯度，Na、Ca、P、Mg 4種元素含量較高，平均含量均超過1 000 mg/kg，且Na、Ca、Mg 3種元素在不同省份間均存在顯著差異，天津地區(qū)青蘿卜樣品中Na含量最高，達10 786 mg/kg，河南地區(qū)Ca含量最高為6 182.05 mg/kg，山東地區(qū)Mg含量最高為2 237.28 mg/kg；Fe、Sr、Zn、B、Ba、Mn、Cu相對較低，但整體元素含量均高于1 mg/kg，Fe、Sr、Zn、B、Mn 5種元素在天津、河南、山東3個省份間均存在明顯差異；Mo、Cr、Ni、Se、Cd、As、Co 7種元素含量最低，平均含量小于1 mg/kg，其中只有As在不同省份間差異顯著(P<0.05)。

首先通過箱線圖對不同地區(qū)的穩(wěn)定同位素值進行分析，如圖1所示。從整體分析，天津、河南、山東3個省份的青蘿卜樣品中的δ15N值為0.37‰～2.37‰，且均有重合，差異較小，天津和山東兩省樣本δ15N值范圍較廣，河南樣本的δ15N值范圍較為集中；山東、天津、河南3個省份的青蘿卜樣品δ13C值分布也顯示整體差異不顯著，范圍為-29.68‰～-27.88‰；從不同省份不同地區(qū)樣品細分發(fā)現，天津省的武清、西青兩個地區(qū)蘿卜的δ15N值存在差異，河南省固始縣與上蔡縣、固始縣與郟縣間的δ15N值存在差異，山東壽光和濰城、滕州兩個地區(qū)δ15N值存在差異；但不同地區(qū)樣品間δ13C值并未存在顯著差異。這表示碳、氮同位素在判別不同省份的青蘿卜時判別貢獻率較低，但δ15N值對進一步精確鑒別小產區(qū)青蘿卜的地理來源時可能會具有相對顯著貢獻，這與當地的土壤條件、施肥狀況以及農藥使用情況有關，可為今后進一步研究青蘿卜的產地提供依據。

2.2 判別分析

植物中穩(wěn)定同位素比值和礦物元素含量的差異反映了其生長的環(huán)境及氣候條件，為進行產地溯源、建立模型提供了依據。由圖2分析結果可知，不同地區(qū)青蘿卜中的碳、氮同位素整體差異范圍小，因此，本研究在進行農產品產地溯源時，采用礦物元素含量和

2.2.1 PLS-DA

基于梯形機構自身結構特點存在的不足，需從本質上消除轉向時車輪側滑現象的產生，才可提高架車的可操作性。故針對設備自身結構特點，對轉向機構進行改進，其結構示意如圖6所示。圖中的回轉支承用來替換原梯形機構以實現整車轉向，與原機構相比其本質區(qū)別在于兩前輪并非與架體固連，在架車轉向過程中，前后車輪的軸線均交于一點即轉向中心處，滿足無側滑理論轉向條件。

表2 不同地區(qū)青蘿卜元素含量分析 單位：mg/kg

本研究共測定天津、河南、山東3個省份177份青蘿卜樣品中的碳、氮同位素比值和18種礦物元素的含量。

圖2 三個產地青蘿卜VIP值Fig.2 The results of VIP in green turnip from different producing areas

音樂是成功創(chuàng)編的基礎，好的音樂可烘托操的氣氛，表現操的完美性，能產生強烈的藝術感，增強操的藝術感染力。音樂的選擇要體現獨特的個性特點與技術風格，音樂風格與編排風格要統(tǒng)一，并使技巧、過渡的視覺效果與音樂出現的特效相配合。

從2015年到2018年，短短3年時間，銀隆估值漲了近10倍。如今，董明珠等外部股東與大股東魏銀倉的矛盾徹底公開，銀隆陷入風暴漩渦之中。

PLS-DA是一種有監(jiān)督的識別方法，它既可以實現對數據進行降維，同時可以結合回歸模型利用一定的判別閾值對回歸結果進行判別分析，同時因其所建的模型比較穩(wěn)定，且具有很強的抗干擾能力，目前建立產地判別模型時被廣泛應用。對所有青蘿卜樣品按照省份進行分組，分為天津、河南和山東3個組別，提取青蘿卜樣品中5個主成分應用PLS-DA算法結合礦物元素含量進行數據統(tǒng)計，如圖2元素VIP貢獻值圖看出，Cr、Ca、Na、Mg、Ni、Cd共6種元素在青蘿卜判別時貢獻率較大。其中Ca、Na、Mg 3種元素與2.1中單因素ANOVA檢驗的判別結果一致。如圖3所示，由3個省份二維模型圖可以看出，天津樣品、河南樣品以及山東樣品3個省份的青蘿卜之間均有不同程度的重合，在判別時，天津僅有2個被誤判為山東樣品，山東樣品僅有1個被誤判為天津，不同省份樣品未發(fā)生明顯聚集。因此，基于青蘿卜礦物元素含量結合PLS-DA算法建立天津、山東、河南3個省份的青蘿卜樣品判別模型具有一定的實際應用意義。

圖3 蘿卜樣品PLS-DA歸類判別Fig.3 Classification of green turnip from different producing areas by PLS-DA model

2.2.2 LDA

LDA是一種有監(jiān)督判別方法，以投影后類內方差最小，類間方差最大的原則對樣品數據進行降維，實現樣品的分類。應用LDA算法對3個省份的青蘿卜樣品中18種礦物元素進行統(tǒng)計分析，建立判別模型。結果如圖4所示，在進行模型驗證時，河南有4個樣品被誤判為山東樣品，在山東樣品判別時，分別有3個青蘿卜樣品被誤判為河南，2個青蘿卜樣品被誤判為天津，天津57個青蘿卜樣品52個均能被準確判別，僅有5個被誤判為山東樣品。河南樣品和天津樣品都容易誤判為山東，這與箱線圖的分析結果相符。由表3可知，應用PLS-DA對青蘿卜進行產地判別模型，天津蘿卜的預判效果較好，模型驗證和交叉訓練時模型的判別率為91.23%，但河南和山東樣品在模型中識別準確率較低；采用LDA算法建模，3個省份模型的驗證集和訓練集判別率均在90%以上，表明LDA算法在進行蘿卜產地溯源時的判別時的效果明顯高于PLS-DA，在模型訓練時整體判別率為93.79%，且Ca、Na、Mg元素在建模時依舊顯示較大貢獻率。

2.創(chuàng)新管理方面。一號煤礦力爭達到安全管理的最高境界，強勢推行自主管理，實行安全自主管理，充分調動職工的安全積極性、主動性，使各單位、各部門和每個職工各司其職、各負其責，解決了安全管理中靠少數人抓安全、靠監(jiān)督檢查推動安全的依賴思想，實現了安全管理由被動向主動的轉變，很大程度上提高了安全管理質量和效率。推行崗位價值精細管理，以“崗位”為最小核算單元，核算到崗，使職工由傳統(tǒng)的“勞動者”向“經營者”轉變，以公開透明的查詢平臺形成激勵機制，在生產任務保證的前提下，礦區(qū)形成了“比、學、趕、幫、超”的良好氛圍。

圖4 三個產地青蘿卜樣品LDA歸類判別Fig.4 Classification of green turnip from different producing areas by LDA model

表3 LDA和PLS-DA模型預測準確率 單位：%

目前，王游游等[25]對絕明子產地溯源時發(fā)現，δ15N值、δ13C值等穩(wěn)定同位素和礦物元素結合對鑒別決明子產區(qū)有更加顯著的效果，篩選出具有顯著差異的19種礦物元素以及其中重要權重因子，肯定δ15N 值對農產品產地判別時的貢獻，并提出礦物元素對產地判別的效果明顯優(yōu)于同位素；楊健等[26]發(fā)現，穩(wěn)定同位素可單獨達到鑒別何首烏產地的效果，但穩(wěn)定同位素結合元素的模型判別率得到進一步提高；本文在分析青蘿卜樣品中的礦物元素含量以及同位素比值時，同樣發(fā)現礦物元素對產地判別的效果明顯優(yōu)于穩(wěn)定同位素，且單獨應用礦物元素對天津、山東、河南3個地區(qū)的青蘿卜樣品的判別率均在90%以上。因此，本文建立青蘿卜樣品的產地判別模型進一步肯定了礦物元素在青蘿卜產地鑒別中的實際應用意義，精簡進行青蘿卜溯源需要測定的變量，這為未來青蘿卜產地溯源提供理論依據，具有實際應用意義。

3 結論

本研究通過測定天津、河南、山東3個省份不同地區(qū)青蘿卜樣品中的穩(wěn)定同位素比值和礦物元素含量，首次為青蘿卜建立了產地鑒別模型。研究發(fā)現，這3個產地的樣品有明顯的地域分布特征，箱線圖分析、單因素ANOVA檢驗表明，元素在進行青蘿卜產地判別的貢獻明顯高于碳、氮穩(wěn)定同位素，18種礦物元素中，Na、Ca、Mg共3種元素在結合不同的化學計量學方法分析時均表現出顯著差異性。PLS-DA算法建立判別模型時，對山東和天津的樣品識別率較低，對天津樣品識別率較高，模型訓練整體判別率僅為86.44%；應用LDA算法進行產地鑒別時，模型對天津、河南、山東青蘿卜樣品的識別率均較高，模型在驗證和訓練的總體判別率分別為92.09%和93.79%。2種化學計量學方法進行判別分析的結果顯示，LDA對不同省份樣品的區(qū)分效果明顯優(yōu)于PLS-DA算法。本文首次對青蘿卜樣品的礦物元素和穩(wěn)定同位素進行分析，并結合化學計量學方法建立的產地判別模型，LDA算法在建模過程中表現良好。根據青蘿卜不同產地之間的差異性建模，礦物元素結合LDA算法的效果理想，可為下一步青蘿卜產地溯源技術的研究提供新的研究方向和理論依據。