產(chǎn)地、品種和年際對(duì)大豆礦物元素含量的影響

鹿保鑫 馬 楠 王 霞 李超楠 張東杰 錢麗麗

(黑龍江八一農(nóng)墾大學(xué)食品學(xué)院，大慶 163319)

大豆是我國兼具經(jīng)濟(jì)和營養(yǎng)價(jià)值的優(yōu)質(zhì)高效作物[1-2]。大豆籽粒中的礦物元素含量過高或過低都會(huì)對(duì)人的身體健康造成嚴(yán)重影響[3-4]。目前測礦物元素應(yīng)用最廣泛的為電感耦合等離子體質(zhì)譜技術(shù)(ICP-MS)，該技術(shù)具有靈敏度高、線性范圍寬、多元素同時(shí)測定等優(yōu)點(diǎn)[5-8]，在植源性農(nóng)產(chǎn)品產(chǎn)地溯源方面應(yīng)用廣泛。而大豆中礦物元素不僅受到地域因素的影響，同時(shí)也受到其他一些自然因素，如大豆品種及年際的影響，分析影響因素對(duì)大豆中礦物元素含量的影響是研究礦物元素產(chǎn)地溯源技術(shù)形成機(jī)制的重要內(nèi)容。經(jīng)研究得知礦物元素產(chǎn)地溯源技術(shù)在黑龍江省大豆主產(chǎn)地區(qū)產(chǎn)地鑒別是可行的[9]，但是大豆中礦物元素含量的差異主要來源于產(chǎn)地、品種還是年際還不得之，這些影響因素導(dǎo)致的大豆中礦物元素的差異變化仍需探究，探尋能夠真正表征大豆地域特征的礦物元素是該溯源技術(shù)的關(guān)鍵，故篩選與產(chǎn)地直接相關(guān)的特征指標(biāo)顯得特別重要。孫耀帆[10]利用電感耦合等離子體質(zhì)譜法(ICP-MS)測定了不同產(chǎn)地花生中35種微量元素的含量，結(jié)果運(yùn)用化學(xué)計(jì)量思想得到不同產(chǎn)地的花生中微量元素有顯著差異。Li等[11]對(duì)尖棗、金絲小棗、駿棗等5個(gè)棗品種中的礦質(zhì)元素進(jìn)行測定，研究結(jié)果表明，棗果實(shí)中礦質(zhì)元素含量因品種不同而存在差異。田甲春[12]檢測了來自同一產(chǎn)地不同品種的馬鈴薯中K、Na、Fe、Cu、Zn、P、Mg、Ca、Se、Pd、Cr、As元素含量。結(jié)果表明，不同品種中礦物元素有顯著差異。本研究通過連續(xù)三年在兩個(gè)大豆主產(chǎn)區(qū)建立田間實(shí)驗(yàn)?zāi)Ｐ停芯慨a(chǎn)地、年份、品種及其交互作用對(duì)大豆中礦物元素含量的影響，探尋表征不同地域大豆中的特征礦物元素；篩選與產(chǎn)地直接相關(guān)的有效溯源指標(biāo)，并通過SPSS主成分分析和判別分析對(duì)其篩選結(jié)果進(jìn)行驗(yàn)證。

1 材料與方法

1.1 儀器

iCAP 600 0系列電感耦合等離子體發(fā)射光譜儀：美國Thermo公司；Smart-N-15UV型超純水設(shè)備：蘇州江東精密儀器有限公司；Mars6型高通量密閉微波消解系統(tǒng)：美國CEM 公司；BLF-YB2000型高速多功能粉碎機(jī)：深圳百利福工貿(mào)有限公司；DGG-9023A型電熱恒溫鼓風(fēng)干燥箱：上海森信實(shí)驗(yàn)儀器有限公司；梅特勒AL104 型電子天平：美國梅特勒-托利多公司；DV4000精確控溫電熱消解儀：北京安南科技有限公司。

表1 各實(shí)驗(yàn)站點(diǎn)地理信息和大豆生長期天氣條件信息表

1.2 試劑

濃硝酸(65%)、濃硫酸、過氧化氫(優(yōu)級(jí)純GR)：北京化學(xué)試劑研究所；超純水(電阻率：>18.2 MΩ·cm，20 ℃)：國家雜糧科學(xué)技術(shù)研究中心；蘇丹-Ⅲ(分析純AR)：北京欣經(jīng)科生物技術(shù)有限公司；各元素標(biāo)樣：美國安捷倫公司；生物成分分析標(biāo)準(zhǔn)物質(zhì)-大豆(GBW100 55)：中國標(biāo)準(zhǔn)物質(zhì)采購中心；無水乙醇溶液(分析純AR)：國藥集團(tuán)化學(xué)試劑有限公司。

1.3 樣品的分析

1.3.1 田間實(shí)驗(yàn)設(shè)計(jì)

于2014—2016年以大豆主產(chǎn)區(qū)北安、嫩江農(nóng)場為實(shí)驗(yàn)點(diǎn)，每個(gè)地域各選擇3塊實(shí)驗(yàn)田，該3塊實(shí)驗(yàn)田成三角形進(jìn)行分布，且每塊實(shí)驗(yàn)田取樣成“S”形進(jìn)行取樣(由于礦物元素在植物體內(nèi)不能自身合成，需要從周圍環(huán)境中獲取，故主要獲取方式來自與土壤，所以地塊土壤中元素差異對(duì)大豆中元素差異會(huì)有顯著的相關(guān)性)。選擇當(dāng)?shù)刂髟灾型硎齑蠖蛊贩N10個(gè)(黑河52、黑河43、黑河45、黑河36、黑河48、黑河38、北豆21、北豆10、北豆5、克山1號(hào))，3次重復(fù)，每個(gè)實(shí)驗(yàn)田塊面積不少于30 m2，周圍設(shè)保護(hù)行，且保護(hù)行品種與各對(duì)應(yīng)品種相同。按照當(dāng)?shù)卮蠖沟墓芾砟Ｊ浇y(tǒng)一進(jìn)行管理。

1.3.2 樣品的采集及預(yù)處理

選擇來自于黑龍江省北安、嫩江實(shí)驗(yàn)田的大豆樣本。在大豆成熟期每個(gè)實(shí)驗(yàn)田隨機(jī)選擇3個(gè)點(diǎn)作為重復(fù)，依據(jù)代表性采樣原則，每個(gè)點(diǎn)收割4 m2，收集1～2 kg大豆，編號(hào)并記錄樣本信息。每年每個(gè)實(shí)驗(yàn)點(diǎn)共采集30個(gè)大豆樣本。將采集的大豆樣品進(jìn)行脫粒、挑選、清洗、烘干至恒重，并用高速多功能粉碎機(jī)處理，過100目篩得到大豆全粉待測。所有樣本采用統(tǒng)一處理方式。

1.3.3 樣本元素含量測定

采用電感耦合等離子體質(zhì)譜儀(ICP-MS)對(duì)大豆中元素含量進(jìn)行測定[13]，樣品測定均重復(fù)3次。

1.3.4 數(shù)據(jù)處理

采用SPSS19.0軟件對(duì)數(shù)據(jù)進(jìn)行方差分析、主成分分析和Fisher判別分析。

2 結(jié)果與分析

2.1 不同產(chǎn)地大豆樣品礦物元素含量和組成分析

不同產(chǎn)地大豆樣品礦物元素含量的平均值和標(biāo)準(zhǔn)偏差如表2所示。

表2 不同產(chǎn)地大豆中顯著礦物元素含量/μg·kg-1

注：不同小寫字母表示顯著性差異，“*”表示兩產(chǎn)地間元素差異顯著(P<0.05)；“**”表示兩產(chǎn)地間元素差異極顯著(P<0.01)。

由表2可知：對(duì)于不同產(chǎn)地實(shí)驗(yàn)田來源大豆樣品礦物元素含量進(jìn)行方差分析(保證產(chǎn)地不同，大豆品種、年際相同)。結(jié)果顯示，Na、Cu、Se、Rb、Pd、Pr、Eu、Hf、Lu、Ir元素在不同產(chǎn)地之間有顯著差異(P<0.05)；Tb元素的含量在不同產(chǎn)地之間有極顯著差異(P<0.01)。該實(shí)驗(yàn)結(jié)果與Tamaras等[14]運(yùn)用ICP-MS測定來自中國大陸、印度、斯里蘭卡以及中國臺(tái)灣的103只茶樣(包括黑、綠茶、烏龍茶)中多種元素含量的分析結(jié)果相似。

2.2 不同品種大豆樣品礦物元素組成和含量分析

不同品種大豆樣品礦物元素含量的平均值和標(biāo)準(zhǔn)偏差如表3所示。

表3 不同品種大豆樣品礦物元素含量

注：表格中帶“*”的元素單位為mg/kg，其余均為μg/kg。

表4 不同年份大豆中顯著的礦物元素含量/μg·kg-1

注：表中“*”表示兩產(chǎn)地間元素差異顯著(P<0.05)；“**”表示兩產(chǎn)地間元素差異極顯著(P<0.01)。

由表3可知，對(duì)于不同品種實(shí)驗(yàn)田來源大豆樣品礦物元素含量進(jìn)行方差分析(保證品種不同，大豆產(chǎn)地、年際相同)。結(jié)果顯示，測定的52種礦物元素有47種元素Na、Mg、Al、K、Ca、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Rb、Sr、Mo、Ru、Rh、Rd、Ag、Cd、Te、Cs、Ba、La、Ce、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Ho、Er、Yb、Lu、Hf、Ir、Pt、Au、Tl、Pb、Th和U的含量在不同品種之間有極顯著差異(P<0.01)，該實(shí)驗(yàn)結(jié)果與Okwu[15]等對(duì)不同品種的柑橘類水果中K、Na、Ca、P、Mg等礦物質(zhì)元素含量的分析結(jié)果相似。

2.3 不同年份間大豆樣品礦物元素組成和含量分析

不同年份間大豆樣品礦物元素含量的平均值和標(biāo)準(zhǔn)偏差如表4所示。

由表4可知，對(duì)于不同年份實(shí)驗(yàn)田來源大豆樣品中礦物元素含量進(jìn)行方差分析(保證年際不同，大豆產(chǎn)地、品種相同)。結(jié)果顯示，Na、As、Se、Sb、Tb、Dy、Lu、Ir和Pt元素的含量在不同年份之間有極顯著差異(P<0.01)，Mg、V、Cr、Ag、Te、Ce、Nd、Er、Hf和Pb素在不同年份之間有顯著差異(P<0.05)，該實(shí)驗(yàn)結(jié)果與王穎等[16]測定了2011年和2012年云南省種植的45個(gè)馬鈴薯品種Zn、Mg、Ca、K和P元素的含量分析結(jié)果相似。

2.4 交互作用對(duì)大豆中礦物元素組成和含量的影響

通過SPSS軟件一般線性模型的多變量分析，即主效應(yīng)和交互效應(yīng)的方差分析，綜合分析產(chǎn)地、品種、年份及其交互作用對(duì)各元素含量變異的影響。結(jié)果顯示，產(chǎn)地因素對(duì)元素Tb、Ir、Ti含量有極顯著差異(P<0.01)，對(duì)元素Mg、K、V、Mn、Co、Cu、Rb、Sr、Pd、La、Pr、Nd、Sm、Eu、Gd、Dy、Er和Hf含量有顯著差異(P<0.05)；品種對(duì)元素Cr、Dy、Ho和Pb含量有顯著差異(P<0.05)；年份對(duì)元素As、Se、Ag、Sb、Te、Tb、Er、Lu、Hf、Pt、Au和Pb含量有極顯著差異(P<0.01)，對(duì)元素V、Pd和Ir含量有顯著差異(P<0.05)。

產(chǎn)地和品種的交互作用對(duì)元素Na、Ru、Ag和Ir含量有顯著影響(P<0.05)；品種和年際的交互作用對(duì)元素Sn含量有極顯著影響(P<0.01)，對(duì)元素Cs和Ti含量有顯著影響(P<0.05)；產(chǎn)地和年際的交互作用對(duì)元素Ni、Se、Pd、Tb、Hf、Ir含量有極顯著影響(P<0.01)，對(duì)元素AI、Zn、As、Rh、Cd、Cs和Au含量有顯著影響(P<0.05)；產(chǎn)地、品種和年際三者的交互作用對(duì)元素Sn和Tb含量有極顯著影響(P<0.01)，對(duì)元素Cs、Ir和Ti含量有顯著影響(P<0.05)。

2.5 與產(chǎn)地直接相關(guān)元素的主成分分析

主成分分析是一種將多個(gè)指標(biāo)化為少數(shù)幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)方法，它具有降維的作用，故可將問題簡化[17-18]。通過以上建立不同產(chǎn)地、品種和年份實(shí)驗(yàn)田研究，初步篩選到受產(chǎn)地影響較大的Tb、Ir、Ti、Mg、K、V、Mn、Co、Cu、Rb、Sr、Pd、La、Pr、Nd、Sm、Eu、Gd、Dy、Er、Hf共21種礦物元素，采用篩選后的元素進(jìn)行主成分分析，分析結(jié)果見表5、表6。

表5 前6個(gè)主成分中各變量的特征向量及累計(jì)方差貢獻(xiàn)率

表6 主成分載荷表

注：標(biāo)“*”表示各元素在提取的6個(gè)主成分中載荷絕對(duì)值的最大值。

由表5可知，總方差80.580%的貢獻(xiàn)率來自前6個(gè)主成分。主成分1方差貢獻(xiàn)率為32.255%；主成分2方差貢獻(xiàn)率為16.751%；主成分3方差貢獻(xiàn)率為12.118%；主成分4主要方差貢獻(xiàn)率為7.723%；主成分5方差貢獻(xiàn)率為6.212%；主成分6方差貢獻(xiàn)率為5.521%。

由表6可知，與產(chǎn)地直接相關(guān)的21種礦物元素V、La、Pr、Nd、Sm、Gd在第一主成分上載荷較大，其中Sr在第一主成分上的載荷絕對(duì)值較大，即負(fù)相關(guān)程度較高；Mg、K、Mn、Cu在第二主成分上載荷較大，即與第二主成分的相關(guān)程度較高；Pd、Hf在第三主成分上載荷較大，其中Er在第三主成分上的載荷絕對(duì)值較大，即負(fù)相關(guān)程度較高；Eu、Dy在第四主成分上載荷較大，即與第四主成分相關(guān)程度較高；Co、Rb、Ti在第五主成分上載荷較大，即與第五主成分相關(guān)程度較高；Ir在第六主成分上載荷較大，其中Tb在第六主成分上的載荷絕對(duì)值較大，即與第六主成分負(fù)相關(guān)程度較高；因此可將主成分命名如下：

第一主成分：V、Sr、La、Pr、Nd、Sm、Gd；第二主成分：Mg、K、Mn、Cu；第三主成分：Pd、Er、Hf；第四主成分：Eu、Dy；第五主成分：Co、Rb、Ti；第六主成分：Tb、Ir。

利用第1、第2、第3主成分的標(biāo)準(zhǔn)化得分作圖，見圖1。

圖1 不同產(chǎn)地大豆的主成分得分圖

如圖1可知，兩個(gè)產(chǎn)地來源大豆樣品分別分布在不同的空間，嫩江和北安分布距離較接近，但也各自有著各自的區(qū)域范圍，且第1、第2、第3主成分主要綜合了大豆樣品中V、Sr、La、Pr、Nd、Sm、Gd、Mg、K、Mn、Cu、Pd、Er、Hf等元素含量信息。說明通過實(shí)驗(yàn)田篩選的這21種礦物元素，能較好的將不同來源樣本區(qū)分，這些元素所涵蓋的產(chǎn)地信息可用于大豆的產(chǎn)地鑒別。可見，主成分分析可以把樣品中多種元素的信息通過綜合的方式更直觀地表現(xiàn)出來。

2.6 與產(chǎn)地直接相關(guān)元素的判別分析

通過不同產(chǎn)地來源的大豆樣品中的方差分析和主成分分析結(jié)果可知，利用Tb、Ir、Ti、Mg、K、V、Mn、Co、Cu、Rb、Sr、Pd、La、Pr、Nd、Sm、Eu、Gd、Dy、Er、Hf共21種礦物元素特征指標(biāo)判別大豆的產(chǎn)地是可行的。為了進(jìn)一步了解各礦物元素指標(biāo)對(duì)大豆產(chǎn)地的判別結(jié)果，對(duì)不同產(chǎn)地有顯著差異的礦物元素進(jìn)行Fisher逐步判別分析，采用步進(jìn)式方法，建立判別模型。結(jié)果如表7、表8、圖2所示。

表7 不同產(chǎn)地大豆判別函數(shù)模型系數(shù)

Fisher的線性判別式函數(shù)

由表7可知，Mg、Mn、Sr、La、Gd、Tb、Hf和Ti這8種礦物元素先后被引入判別模型中，得到判別模型如下：

Y嫩江=2.688E-5Mg+0.001Mn+0.000Sr-0.579La+3.989Gd+0.004Tb-0.089Hf+0.718Ti-34.493

(1)

Y北安=3.186E-5Mg+0.001Mn-0.002Sr-1.560La+10.394Gd+0.012Tb-0.223Hf+1.733Ti-46.729

(2)

注：a對(duì)分析中的案例進(jìn)行交叉驗(yàn)證。在交叉驗(yàn)證中，每個(gè)案例都是按照從該案例以外的所有其他案例派生的函數(shù)來分類的；b已對(duì)初始分組案例中的93.2%個(gè)進(jìn)行了正確分類；c已對(duì)交叉驗(yàn)證分組案例中的91.3%個(gè)進(jìn)行了正確分類。

由表8可知，該模型對(duì)嫩江、北安大豆產(chǎn)地的正確判別率分別為93.2%、93.2%，對(duì)測試集大豆產(chǎn)地的整體正確判別率為93.2%。該模型的交叉驗(yàn)證結(jié)果顯示，嫩江和北安有91.3%的樣品被正確識(shí)別，其中嫩江有93.2%的樣品被正確識(shí)別，北安有89.8%的樣品被正確識(shí)別。交叉檢驗(yàn)的錯(cuò)判率為8.5%<10%，對(duì)大豆產(chǎn)地判別具有應(yīng)用價(jià)值[19]。證明礦物元素Mg、Mn、Sr、La、Gd、Tb、Hf和Ti對(duì)嫩江和北安大豆樣品具有有效的判別力。

由圖2可知，嫩江、北安組均值分別為-1.67、1.25，而各個(gè)產(chǎn)地的元素分布都是在這個(gè)組均值的周圍分布。嫩江產(chǎn)地圍繞組質(zhì)心的元素標(biāo)準(zhǔn)偏差為0.951，而北安產(chǎn)地圍繞組質(zhì)心的元素標(biāo)準(zhǔn)偏差為1.035，因0.951<1.035，說明嫩江產(chǎn)地的元素離散程度小于北安產(chǎn)地。北安產(chǎn)地的元素分布還有在小于0的范圍內(nèi)分布的，故北安元素分布與嫩江的元素分布有重疊的地方，但大多數(shù)元素分布效果都能夠較好的判別出兩個(gè)產(chǎn)地。這也是導(dǎo)致判別率沒有達(dá)到的100%的原因之一。

a 嫩江

b 北安圖2 大豆的典型判別函數(shù)圖

3 結(jié)論

通過SPSS軟件一般線性模型實(shí)現(xiàn)的多變量分析，即主效應(yīng)和交互效應(yīng)的方差分析，綜合分析產(chǎn)地、品種、年份及其交互作用對(duì)各元素含量變異的影響。結(jié)果顯示，產(chǎn)地、品種和年際三者的交互作用對(duì)元素Sn和Tb含量有極顯著影響(P<0.01)，對(duì)元素Cs、Ir和Ti含量有顯著影響(P<0.05)。通過對(duì)與產(chǎn)地直接相關(guān)元素的主成分分析，Tb、Ir、Ti、Mg、K、V、Mn、Co、Cu、Rb、Sr、Pd、La、Pr、Nd、Sm、Eu、Gd、Dy、Er、Hf共21種元素能較好的將不同產(chǎn)地來源大豆樣本進(jìn)行區(qū)分，這些元素所涵蓋的產(chǎn)地信息可用于大豆的產(chǎn)地判別。對(duì)不同產(chǎn)地有顯著差異的礦物元素進(jìn)行Fisher逐步判別分析，結(jié)果表明Mg、Mn、Sr、La、Gd、Tb、Hf和Ti這8種礦物元素先后進(jìn)入了判別模型中，且對(duì)大豆產(chǎn)地的整體正確判別率為93.2%，證明礦物元素Mg、Mn、Sr、La、Gd、Tb、Hf和Ti對(duì)嫩江和北安大豆樣品具有有效的判別力。用礦物元素特征指標(biāo)可以做農(nóng)產(chǎn)品產(chǎn)地溯源，因?yàn)榈V物元素是生物體的基本組成成分，其自身體內(nèi)不能合成，須從周圍環(huán)境中攝取。主要受當(dāng)?shù)氐耐寥拉h(huán)境、水和地質(zhì)因素的影響，導(dǎo)致在不同地域生長的生物體有其各自的礦物元素指紋特征，故利用該方法做產(chǎn)地溯源的研究是可行的。綜上所述，大豆中礦物元素的含量主要受產(chǎn)地、品種和年際的影響，因此對(duì)產(chǎn)地、品種和年際這三種主要影響因素進(jìn)行因素分析，篩選出大豆中礦物元素的特征指標(biāo)，這為今后的大豆產(chǎn)地溯源數(shù)據(jù)庫的建立提供參考。

[1]王中江,江連洲,李楊,等. 大豆制品的營養(yǎng)成分及研究進(jìn)展[J]. 中國食物與營養(yǎng),2010(4):16-19

WANG Z J,JIANG L Z,LI Y,et al.Nutriential component of soybean products and its research progress[J]. Food and Nutrition in China,2010(4):16-19

[2]宋雯雯,秦培友,楊修仕,等. 中國大豆品質(zhì)性狀的地理分布[J]. 大豆科技,2013(3):5

SONG W W,QIN P Y,YANG X S,et al.Geographical distribution of chinese soybean quality traits[J].Soybean Science & Technology, 2013(3):5

[3]陳子林,康華靖,周楠,等. 香果樹主要金屬元素分布及其與土壤養(yǎng)分之間的關(guān)系[J]. 中國野生植物資源,2009,28(1):30-36

CHEN Z L, KANG H J, ZHOU N,et al.Element distribution and its relationship with soil nutrients in different communities of emm enopterys henryi[J].Chinese Wild Plant Resources,2009,28(1):30-36

[4]TRETHOWAN R M, REYNOLDS M, SAYRE K, et al. Adapting wheat cultivars to resource conserving farming practices and human nutritional needs.[J]. Annals of Applied Biology, 2015, 146(4):405-413

[5]孫耀帆,李群,江志剛,等. 電感耦合等離子體質(zhì)譜法測定花生中34種元素[J]. 分析試驗(yàn)室,2012,31(6):108-112

SUN Y F,LI Q,JIANG Z G,et al.Study on determination of 34 elements in peanuts by inductively coupled plasma mass spectrometry[J]. Chinese Journal of Analysis Laboratory,2012,31(6):108-112

[6]馬金晶,羅雯,張龍旺,等. 微波消解-電感耦合等離子體質(zhì)譜法測定人面果樹中的重金屬元素[J]. 分析試驗(yàn)室,2012,31(7):32-35

MA J J,LUO W,ZHANG L W,et al.Determination of heavy metal elements in garcinia xanthochymus by ICP-MS using microwave digestion for sample preparation[J]. Chinese Journal of Analysis Laboratory,2012,31(7):32-35

[7]郝紅玲. 微波消解樣品-電感耦合等離子體質(zhì)譜法同時(shí)測定卷煙輔料中7種微量元素[J]. 理化檢驗(yàn)(化學(xué)分冊(cè)),2012,48(6):728-730

HAO H L.Simultaneous determination of seven trace elements in cigarette accessories by microwave digestion samples and inductively coupled plasma mass spectrometry[J].Physical Testing and Chemical Analysis(Part B:Chemical Analysis),2012,48(6):728-730

[8]黃小龍,何小青,張念,等. ICP-MS法測定多種微量元素用于地理標(biāo)志產(chǎn)品蘋果的鑒定[J]. 食品科學(xué),2010,31(8):171-173

HUANG X L,HE X Q,ZHANG N,et al.ICP-MS analysis of trace elements in apples for identification of geographical origin[J].Food Science,2010,31(8):171-173

[9]鹿保鑫,馬楠,王霞,等. 基于主成分分析和判別分析的大豆產(chǎn)地溯源[J].食品科學(xué),2017(5):1-13

LU B X, MA N, WANG X,et al.Tracing the source of soybean production based on principal component analysis and discriminant Analysis[J].Food Science,2017(5):1-13

[10]孫耀帆. 花生中微量元素測定及溯源研究[D].青島大學(xué),2012

SUN Y F.Determination of trace elements in peanut and its traceability[D].Qingdao University,2012

[11]LI J W,FAN L P,DING S D,et al. Nutritional composition of five cultivars of chinese jujube[J].Food Chemistry,2007, 103(2):454-460

[12]田甲春,胡新元,田世龍,等. 19個(gè)品種馬鈴薯營養(yǎng)成分分析[J]. 營養(yǎng)學(xué)報(bào),2017,39(1):102-104

TIAN J C,HU X Y,TIAN S L,et al. Analysis of nutrient composition of 19 variety potatoes[J].Acta Nutrimenta Sinica,2017,39(1):102-104

[13]趙海燕,郭波莉,張波,等. 小麥產(chǎn)地礦物元素指紋溯源技術(shù)研究[J].中國農(nóng)業(yè)科學(xué), 2010,18:3817-3823

ZHAO H Y, GUO B L, ZHANG B,et al. The application of multi-element analysis to determine the geographical origin of wheat[J]. Scientia Agricultura Sinica,2010, 43(18):3817-3823

[14]TAMARAS P, RJOHN W, KLITI G. Application of trace element and stable isotope signatures to determine the provenance of tea (Camellia sinensis) samples[J].Food Chemistry,2010,118(4):921-926

[15]OKWU D E,EMENIKE I N. Nutritive value and mineral content of different varieties of citrus fruits[J]. Journal of Food Technology,2013(2):105-108

[16]王穎,李燕山,桑月秋,等. 云南省馬鈴薯品種(系)礦物質(zhì)元素含量研究[J]. 中國食物與營養(yǎng), 2014, 20(9):68-72

WANG Y,LI Y S,SANG Y Q,et al.Study on the concentrations of minerals in potato varieties in yunnan province[J].Food and Nutrition in China, 2014, 20(9):68-72

[17]王力賓.多元統(tǒng)計(jì)分析:模型、案例及SPSS應(yīng)用[M].北京:經(jīng)濟(jì)科學(xué)出版社,2010

WANG L B.Multivariate statistical analysis: models, cases and SPSS applications[M].Beijing: Economic Science Press,2010

[18]王彩潔,李連華,李偉,等. 大豆品種產(chǎn)量與主要性狀的主成分分析[J]. 山東農(nóng)業(yè)科學(xué),2008(1):5-6

WANG C J,LI L H, LI W,et al.Principal component analysis of soybean production and main characters[J].Shan dong Agricultural Sciences,2008(1):5-6

[19]孫振球. 醫(yī)學(xué)統(tǒng)計(jì)學(xué)[M].北京:人民衛(wèi)生出版社,2002.

SUN Z Q.Medical Statistics[M].Beijing: People’s Health Publishing House,2002.