钱丽丽，邱彦超，李殿威，符丽雪，张东杰,*，左 锋,2,*

（1.黑龙江八一农垦大学食品学院，黑龙江 大庆 163319；2.黑龙江省杂粮加工及质量安全工程技术研究中心，黑龙江 大庆 163319；3.黑龙江省农产品加工与质量安全重点实验室，黑龙江 大庆 163319）

水稻是我国的重要粮食之一，黑龙江水稻产量占全国水稻产量的16.3%[1-3]。查哈阳、建三江、五常大米因品质优良而常被不法商贩争相仿冒、销售，损害消费者权益与健康[4]。因此建立鉴别黑龙江三大产地大米的有效鉴别方法是非常有必要的。

目前，产地判别技术主要包括矿物元素分析技术、稳定性同位素技术和近红外指纹分析技术等[5]。矿物元素分析是判别食品产地比较有效的方法，在植源性食品的产地判别中广泛应用[6]。例如西洋参[7]、大豆[8]、蜂蜜[9]、葡萄酒[10-11]、龙井茶[12]、松茸[13]等的产地判别。电感耦合等离子体质谱（inductively coupled plasma-mass spectrometry，ICP-MS）技术是目前测矿物元素应用最广泛的技术，该技术具有灵敏度高、线性范围宽、多元素同时测定等优点[14-15]。大米中的元素含量与品种[16]、年份和当地的水、土壤密切相关，形成不同地区各自的元素组成特征。因此矿物元素产的地判别技术应用于大米产地判别是可行的。但是目前并不确定大米中矿物元素含量的差异主要来源于品种、年份还是与产地有关的自然因素，因此分析各因素对矿物元素含量影响，筛选与产地直接相关的元素是大米产地判别的关键。Aslam等[17]和马奕颜[18]利用ICP-MS技术测定猕猴桃中20 种矿物元素的含量，结果表明，每个产地的猕猴桃有其独特的矿物元素组成特征，证明不同地区之间猕猴桃矿物元素含量的差异特征可以用于鉴别其产地。王朝晖等[19]测定3 个产地的3 个水稻品种内的11 种矿物元素，发现Cd、Cr、Fe、K、Mg、Zn、Pb在大米品种与产地间存在相对较大的差异。潘少香等[20]发现K、Mg、Zn、Cu、Mn、Fe是不同品种及产地的柑橘间的特征差异元素。Yu Haiyan等[21]对米酒中的Mn、K、Fe和Zn的含量进行测定，结果发现浙江嘉善与绍兴米酒中Mn、Fe和K元素的含量差异显著，基于差异元素建立偏最小二乘（partial least-squares regression，PLS）模型，可以完全鉴别两个产地米酒。赵海燕[22]研究表明元素Na、Mg、Al、Ti、V、Cr、Fe、Co、Ga、Se、Y、Zr、Sn、Eu、U含量与小麦年际密切相关。本研究种植试验田获取样本，分析品种、年际和产地及交互作用对大米矿物元素含量的影响，通过方差分析筛选与产地相关的元素，并通过主成分分析（principal component analysis，PCA）和判别分析对筛选元素的有效性进行验证。

1 材料与方法

1.1 材料与试剂

硝酸（分析纯） 美国Avantor Performance Materials公司；生物成分分析标准物质大米GBW10010（GSB-1） 中国北京国家粮食局科学研究院。五常、建三江和查哈阳种植试验田，试验田的地理信息和水稻的生长气候信息如表1所示；3 个试验田种植9 个品种，共采集到90 个样品，每个样品1～2 kg，样品信息如表2所示。

表1 各试验站点地理信息和水稻生长期天气条件信息Table 1 Geographic information of test fields and weather conditions of rice-growing seasons

表2 样品信息Table 2 Information about the samples tested in this study

1.2 仪器与设备

7800电感耦合等离子体质谱仪 安捷伦科技（中国）有限公司；MARS6 Classical微波消解仪 培安CEM微波化学（中国）技术中心；Milli-Q超纯水机美国Millipore公司。

1.3 方法

1.3.1 田间试验设计

在2016—2018年以稻米主产区五常（东经126°42′～127°454′，北纬44°25′～45°13′）、建三江（东经132°40′～134°25′，北纬47°01′～47°58′）、查哈阳（东经124°05′～124°14，北纬48°07′～48°12′）为试验点，各选3 块试验田块，3 块试验田呈三角分布，选择当地主栽品种9 个，3 次重复，随机区组设计，小区面积不少于10 m2，四周设保护行，保护行品种与各对应品种相同。按照当地大田统一农事管理。以“S”型取样，以降低土壤元素差异对大米中元素的影响[23]。

1.3.2 样本预处理

晾晒样品，使其晒后水分质量分数降至14%以下，参照GB/T 1354—2018《大米》[24]完成样品的统一处理，备用。

1.3.3 样本消解及元素含量测定

采用ICP-MS对大米中矿物元素含量测定[25-27]。准确称取0.25 g的大米粉样品，置于消化管中加入6 mL浓硝酸（质量分数70%，BV3级）和2 mL双氧水（质量分数30%，BV3级），放入MARS微波消解仪中进行消解。微波设置程序为8 min内功率从0 W增到1 600 W，温度升到120 ℃，保持2 min；在5 min内从温度120 ℃升到160 ℃，保持5 min后，在5 min内从160 ℃升到180 ℃，并在此温度消解15 min；然后冷却20 min，将微波消化管取出，于通风橱内打开塞子将微波消化管置于精确控温电热消解器中进行赶酸。超纯水（电阻率＞18.2 MΩ·cm）洗涤样品，定容至100.00 g，采用同样方法进行空白样品和大米标准物样品消解。

ICP-MS工作参数为射频功率1 280 W，雾化室温度2 ℃，冷却水流量1.47 L/min，载气流量1.0 L/min，补偿气体流量1.0 L/min，仪器测定样品和大米标准物中Na、Mg、Al、K、Ca、Sc、V、Cr、Mn、Fe、Co、Ni、Cu、Zn、As、Se、Rb、Sr、Y、Mo、Ru、Rh、Pd、Ag、Cd、Sn、Sb、Te、Cs、Ba、La、Ce、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Ho、Er、Tm、Yb、Lu、Hf、Ir、Pt、Au、Tl、Pb、Th、U共52 种元素，测定过程要求大米标准物中元素的回收率均大于90%。

实验过程中每个样品重复测定3 次，选用Ge、In和Bi共3 种元素作为内标元素，保证仪器的稳定性。当内标元素的相对标准偏差大于5%时，重新测定样品。仪器元素的检出限（limit of detection，LOD）和（limit of quantitation，LOQ）定量限见表3。

表3ICP-MS仪器测定多种矿物元素的检出限和定量限Table 3 LOD and LOQ of ICP-MS for various mineral elements

1.4 数据处理

采用SPSS 23.0软件对不同产地、品种、年份大米中矿物元素含量进行方差分析、PCA和判别分析。

2 结果与分析

2.1 不同产地、品种和年份样品矿物元素分析

不同产地（品种、年份相同）、不同品种（产地、年份相同）和不同年份（产地、品种相同）样品中矿物元素的显著含量平均值和标准偏差如表4～6所示。Na、Mn、Ni、Cu、Zn、Mo、Te、Ba、Pb、Rh元素在不同产地间有极显著差异（P＜0.01）。Ca、Co、La、Ho在不同产地间有显著差异（P＜0.05）。Na、Mg、Cr、Ni、Mo、Te、Gd、Er、Tm、Pt、Tl和U在不同品种间有极显著差异（P＜0.01），Ca、La、Ho在不同品种间有显著差异（P＜0.05）。Na、Mg、Ca、V、Co、La、Ce、Pb、U在不同年份间有极显著差异（P＜0.01），Ni在不同年份间有显著差异（P＜0.05）。

表4 不同产地大米中差异显著的矿物元素含量Table 4 Mineral element contents that significantly differed among rice from different geographical origins

地域与农产品中矿物元素含量相关，对不同元素的影响程度不同。3 个产地间有不同的自然环境（土壤、降水、气候等）[28]，为水稻提供的可吸收矿物元素也不同，因此3 个产地间样品具有独特的元素组成。另外不同品种有不同的基因型，不同的基因型对环境中矿物元素吸收程度和吸收元素种类不尽相同[20]，从而形成品种间元素含量差异。此外不同年份间天气（气温、日照、降雨等）有差异，也影响样品吸收矿物元素[29]。本研究以试验田大米为样品，可有效控制品种、年份、产地以及农事管理等一些因素对矿物元素的影响，采用控制变量探究某一因素的影响，增加实验的可研究性和实验数据的准确性。

表5 不同品种大米中差异显著的矿物元素含量Table 5 Mineral element contents that significantly differed among different rice varieties

表6 不同年份大米中差异显著的矿物元素含量Table 6 Mineral element contents that significantly differed among rice from different crop years

2.2 交互作用对大米中矿物元素影响分析

通过SPSS软件一般线性模型的多变量分析，即主效应和交互效应分析产地、品种、年份及其交互作用对各元素含量变异的影响。结果表明，产地因素对Mg、Ca、Mn、Cr、Pb、Zn、As、Rb、Sr、Dy、Cd、Sm、Ba、U含量有极显著影响（P＜0.01），对Ag、La、Er、Ho含量有显著影响（P＜0.05）；品种对Na、Cr、Co、Ni、Tl、U含量有极显著影响（P＜0.01），对Mg、Al、La、Ho含量有显著影响（P＜0.05）；年份对Na、Mg、Al、Ca、Pb、U含量有极显著影响（P＜0.01），对V含量有显著影响（P＜0.05）。

产地和品种的交互作用对Mg、Ca、Cr、Tl、Pb含量有极显著影响（P＜0.01），对Er含量有显著影响（P＜0.05）；品种和年份的交互作用对Na、Mg、Yb、Pt、Tl含量有极显著影响（P＜0.01），对La、U含量有显著影响（P＜0.05）；产地和年份的交互作用对Zn、Se、Y、Cd含量有极显著影响（P＜0.01），对Tl含量有显著影响（P＜0.05）。产地、基因型和年份三者的交互作用对Ca、Zn、Mo、Eu、Gd、Ho、Tm含量有极显著影响（P＜0.01）。

2.3 与产地直接相关元素的PCA

通过建立不同产地、品种和年份的试验田探究，筛选到受产地影响较大的Mg、Ca、Cr、Mn、Zn、As、Rb、Sr、Ag、Cd、Ba、La、Sm、Dy、Ho、Er、Pb、U共18 种元素，为验证其准确性，进行PCA，结果见表7。前6 个PC累计贡献率80.333%。PC1包含La、U、Ag、Sm、Ho、Zn、Sr元素信息，方差贡献率为30.78%。PC2包含Rb、Mn、Cd、Dy、Er元素信息，方差贡献率为22.739%。PC3包含As元素信息，方差贡献率为9.175%。PC4包含Cr元素信息，方差贡献率为7.845%。PC5包含Mg元素信息，方差贡献率为5.467%。PC6包含Ca、Ba、Pb元素信息，方差贡献率为4.326%。

表7 18 种元素的PCATable 7 PCA matrix of 18 mineral elements

将不同产地来源的大米利用PC1、2、3的得分作图，结果见图1。3 个产地来源样品分别分布在不同的空间，说明通过试验田筛选的18 种元素，能较好地区分不同样品来源，这些元素涵盖的产地信息可用于大米的产地鉴别。

图1 不同产地大米的PCA得分图Fig. 1 PCA score plot for discrimination of rice from different geographical origins

2.4 与产地直接相关元素的判别分析

通过PCA知，筛选到的18 种元素可用于大米产地鉴别，但尚不能定量判别，因此，引入18 种元素进行Fisher判别，并采用交叉验证模式，得到3 个产地的分类识别的函数系数和分类结果见表8～9。分类结果表明，利用筛选元素建立的模型对3 个产地的判别正确率均为100%，交叉验证率为100%。说明这些元素组成的模型可对样本实现正确鉴别。利用判别函数得分作图，得到不同产地大米的分布图，如图2所示，3 个产地的样品被完全区分，并分别聚集于不同位置，且产地间有一定空间范围，说明筛选的与产地相关的元素准确有效。

表8 不同产地大米判别函数模型系数Table 8 Discriminant function model coefficients for rice from different geographical origins

图2 不同产地大米的判别函数得分图Fig. 2 Discriminant function score plot for discrimination of rice from different geographical origins

表9 不同产地大米的分类结果Table 9 Results of classification of rice from different geographical origins

3 结 论

通过实验得出不同产地、品种、年份样品的矿物元素含量，综合分析品种、年份与产地及其交互作用对试验田样品矿物元素含量影响，采用方差分析筛选出Ca、Cr、Mn、Zn、As、Rb、Sr、Ag、Cd、Sb、Ba、La、Sm、Dy、Ho、Er、Pb、U共18 种与产地直接相关的元素，对筛选到的元素进行PCA，能较好区分不同产地样品，因此筛选到元素涵盖的产地信息可用于大米的产地鉴别。进一步采用Fisher判别分析，判别正确率均为100%，交叉验证率为100%，利用判别函数得分作图，可以看出，3 个产地的样品被完全区分，说明筛选的与产地相关的元素准确有效。因此，筛选特征矿物元素以判别大米产地的技术可行。综上所述，大米中矿物元素含量受品种、年份和产地的影响较大，因此对这3 种主要影响因素进行因素分析，筛选出大米中的特征矿物元素，可为大米产地溯源数据库的建立提供参考。另外，研究品种、年份、产地对大米中矿物元素指纹信息的影响变异贡献率，对筛选与产地直接相关的有效溯源指标是必要的。矿物元素是生物体的基本组成成分，其自身体内不能合成，需从周围环境中摄取。本实验采用种植试验田方式，统一农事管理（施肥、喷药等），降低人为因素对样品矿物元素的影响，长期的野外实验采集数据，增加数据的准确性与稳定性。