饶河蜂蜜产地溯源的研究

马占峰

（哈尔滨市产品质量监督检验院，150090）

饶河蜂蜜产地溯源的研究

马占峰

（哈尔滨市产品质量监督检验院，150090）

为了对蜂蜜进行产地溯源，对地理标志产品东北黑蜂蜂蜜产地造假进行甄别，本研究分别通过中红外光谱技术和电感耦合等离子体质谱仪对饶河地区的蜂蜜样品和其他地区非饶河地区蜂蜜样品进行建模分析。其中，中红外光谱分析技术所建立的模型，对蜂蜜产地判定准确率可以达到91.43%；电感耦合等离子体质谱仪分析技术所建立模型对蜂蜜产地判定准确率为93.75%。结果表明，中红外光谱技术和电感耦合等离子体质谱仪分析技术均能够对饶河蜂蜜产品进行产地溯源。

饶河蜂蜜，中红外光谱分析，ICP-MS，主成分分析，判别模型

黑龙江省饶河东北黑蜂国家级自然保护区是中国乃至亚洲唯一的国家级蜂种保护区。区内不仅生态环境良好，蜜源胶源植物丰富，而且三面环山一面环水，具有得天独厚的良好自然屏障隔离条件，大部分地貌仍然保持原始状态。在蜂产品生产过程中，严格按照欧盟有机食品组织制定的“有机食品生产操作规范”组织生产，自1996年以来，被欧盟ECOERT有机食品组织认证为有机食品，是我国主要优质蜂产品之一，并在国际第33届养蜂大会暨蜂产品博览会上分别获金奖和铜奖。国家质量监督检验检疫总局于2012年12月9日发布了第128号公告，批准了饶河东北黑蜂为原产地域产品保护的申请。黑蜂抗病力强，几乎不需要使用抗生素免疫，从根本上解决了蜂产品常见的兽药残留问题［1］。

但是，在蜂蜜的销售和流通环节，特别是在中国市场存在着个别经营者一味追求高额利润，标识混乱、傍品牌、冒名牌、以次充好等制造、销售假冒伪劣蜂蜜的行为，严重扰乱和干扰了正常的蜂蜜消费市场秩序［2］。当前，对蜂蜜产地来源鉴别主要停留在从标签的识别、感官检查［3］和花粉形态学分析等阶段。感官分析受蜂蜜储存、加工、结晶等过程的影响，会带有一定的主观性、经验性和不确定性。而花粉形态学分析法是通过对蜂蜜进行稀释、离心，在显微镜下分析蜂蜜中花粉类型、数量来判断蜂蜜真伪、地域来源和品种纯度［4］。该方法具有良好的重复性，但该方法的准确度和精确度与蜂蜜中花粉的含量、种类组成、形态、来源、采蜜方式、放蜂环境等因素有关，而且需要经验丰富的专家进行判断。同时该方法在辨别纯蜂蜜和掺入花粉的假蜂蜜方面还不够成熟，不能真实、客观地反映被检样品的特征。上述方法缺少客观性和科学性，不能统一、系统的对品牌造假蜂蜜进行准确的判定，无法对地理标志产品的品牌给予应有的保护。因此，如何有效、全面地鉴别和评价不同品牌蜂蜜，已经成为当前蜂蜜质量控制的技术瓶颈［5］。研究和创新蜂蜜品牌产地溯源的理论与技术，对于制定不同产地蜂蜜鉴别技术标准，有效指导蜂蜜市场价格，规范市场秩序，具有重要的理论价值和实践意义。

本文分别利用中红外技术［6-7］，电感耦合等离子体质谱仪对饶河地区的蜂蜜样品和其他地区非饶河地区蜂蜜样品进行主成分分析，建立蜂蜜产地溯源判别模型，能准确判别出蜂蜜产地［8］，具有快速、准确、实验过程无污染等优点，充分保护地理标志产品的品牌利益。

1　实验材料与方法

1.1主要仪器与试剂

中红外福斯光谱分析仪：MilkoScan FT120型，配备质量保证模块-QA模块，丹麦FOSS公司；

超纯水机：Milli-Q Advantage型，美国密理博公司；

电子天平：梅特勒AL104型，美国梅特勒-托利多公司；

磁力搅拌器：RO10型，德国IKA公司；

水浴锅：HH-S6数显双列六孔水浴锅，基诺仪器公司；

电感耦合等离子体质谱仪7700（ICP-MS，美国Angilent公司），配置玻璃同心雾化器；

镍采样锥；

Ar和He作为碰撞气；

MARS Xpress微波消解仪（美国CEM公司）；

蜂蜜样品：饶河和具有代表性的其他地域蜂蜜样品；

实验用水均为去离子水。

1.2实验方法

1.2.1中红外光谱分析法

1.2.1.1样品制备

对所有待测蜂蜜样品进行编号处理，并进行记录。对存在结晶现象的样品于50℃水浴锅中进行加热，直至样品中无结晶现象为止。分别对样品进行5倍稀释和10倍稀释。分别精确称取待测样品5g（±0.05g）于100mL烧杯中，加入30mL去离子水，放入磁子。将烧杯置于磁力搅拌器上搅拌，设定温度为30℃，搅拌8min。待样品均匀后转移至50mL比色管中，并用去离子水清洗烧杯全部转移至比色管中，定容至标线，摇匀后待检。再分别准确称取待测样品10g（±0.05g）于100mL烧杯中，重复以上操作后，样品待检。

1.2.1.2样品扫描

首先对分析仪作标准化，测量前，预热中红外福斯光谱分析仪，进行充分的清洗和调零，使仪器达到最佳状态，然后将蜂蜜样品按照定标样品收集光谱信息，每个样品均要扫描两遍，然后取平均值；将验证集合的样品按照以上制备方法进行制备，实际检测并收集光谱信息。

1.2.1.3判别模型的建立

采用主成分分析（PCA）回归方法，按照PCA定标程序选择确定的模块、饶河蜂蜜样品集及验证样品集，根据实际情况调整确定主成分数（F值）和门槛值（T值），建立产地溯源模型。对模型的F因子、T因子的调整，要以饶河地区样品集和其他地域样品验证样品集相互对照来调整，首先F的设定数值决定着地区样品集的一致性，即地区样品的光谱应趋于一致，不能差异过大。T因子的调整以验证集合为调整基础，应把饶河地区样品的数据置于T因子以下，保证地区样品不被报警，同时要保证其他地域样品置于T因子以上。可以留出一定的报警空间，以避免正常样品的误判。

1.2.2电感耦合等离子体质谱仪法

1.2.2.1原理：利用ICP-MS对来自于饶河多个区域的102个蜂蜜样品和其他地域的31个蜂蜜样品中B和Sr及其同位素的含量进行分析。所得数据与化学计量学方法结合并探寻这些元素和蜂蜜样品产地之间的关系。采用主成分分析的方法，对所有的数据采用MPP化学计量软件进行统计学分析，并构建了Decision Tree、Naive Bayes、Neural Network、Partial Least Square Discriminate和Support Vector Machine五种判别模型。随机抽取饶河蜂蜜11个和外地蜂蜜5个，对五个模型进行验证。

1.2.2.2实验方法：称取蜂蜜样品0.1g，并加入HNO3和H2O2将其微波消解至透明，用ICP-MS检测样品中的Sr84，Sr86，Sr87，Sr88，B10，B11，He碰撞气去同量异位素干扰，并用标准物质进行质量校正。对所测结果进行同位素丰度比并运用Angilent MPP软件对各同位素丰度比值进行数据分析和建立模型。

2　结果与讨论

2.1中红外光谱分析法

样品经前处理后，采用MilkoScan FT120一起进行测定，并利用MilkoScan FT120的质量控制模块对所测的多种成分和样品的光谱信息进行建模分析，采用模式识别技术，对检测数据信息进行处理和分析，通过调节模型的主成分数（F值）和门槛值（T值）来对模型进行筛选和优化，并确定出最佳的判别模型。应用模型对实际的样品进行判别时，模型会对差异性较显著的样品自动报警。表1为样品经5倍稀释测定的通过对F值和T值设定不同值，判别模型的校正集合和验证集合的判定正确率，图1和图2分别为F=3，T=2的校正集和判别模型图。表2为样品经10倍稀释测定的加过通过对F值和T值设定不同值，判别模型的校正集合和验证集合的判定正确率，图3和图4分别为F=5，T= 1.76的校正集和判别模型图。

图1　F=3，T=2的校正集合

图2　F=3，T=2的验证集合

表1　5倍稀释蜂蜜样品的判别结果

表2　10倍稀释蜂蜜样品的判别结果

图3　F=5，T=1.76的校正集合

图4　F=5，T=1.76的验证集合

本研究利用中红外光谱分析仪，分别采用5倍稀释和10倍稀释的前处理方法对95个饶河地区蜂蜜样品和其他地域具有代表性的35个蜂蜜样品进行测定，利用质量控制模块和分析软件对样品集和校正集进行建模处理，通过对建立的模型加以筛选和优化，最终确定当F=3，T=2所建立的判别模型符合建模要求，该识别模式可以进行较为准确的判别，判定准确率为91.43%。

2.2电感耦合等离子体质谱仪法

通过实验分析，确定三个主成分并建立三维立体模型（图5），采用三个主成分两两交互建立二维模型，运用Agilent MPP软件建立Decision Tree、Naive Bayes、Neural Network、Partial Least Square Discriminate和Support Vector Machine五种模型。并随机筛选饶河蜂蜜11个和外地蜂蜜5个，对五个模型进行验证。

如图5所示，红色点代表饶河蜂蜜的数据点，蓝色代表其他地域蜂蜜样品的数据点，从图中可以看出两种样品差异性显著。

通过对五个模型的验证分析，得出Decision Tree模型及预判结果最佳。详见表3和图6。

图5　3D分布图

图6　Decision Tree模型中waidifengmi1的Component1和Component2交互图

如表3和图6所示，Confident Meatur数值都接近1，证明该模型可信度很高，对应的结果显示只有一个为误判，即Sample为waidifengmi1（表中带菱形标注的样品）误判为饶河。总体预判准确率为93.75%，判定准确率＞90%，符合模式识别判别模型的统计学要求。

表3　Decision Tree模型预判结果

3　结语

综合近年来国内外高水平期刊的发表情况可以看出，关于食品产地溯源的研究还相对较少，且结合模式识别技术的应用还处于探索阶段，具有较好的研究前景。中红外光谱凭借其检测方便、快速、高效、无污染、样品无需复杂预处理等优势在检测、鉴别等方面的研究应用日益受到广泛的关注。电感耦合等离子体质谱（ICP-MS）分析技术对食品产地溯源也是公认的最有效方法之一，通过同位素分析，结合地形、气候、地质等因素探讨同位素矿物元素的变化规律［9］，快速有效的对产地进行溯源。

本研究中的两种产地溯源方法各有优势，均能准确的判断食品产地，在日常就监督检测中可以对二者进行结合，使得判定结果更加准确，建立健全食品溯源体系。

［1］别梅.蜂产品中多种农兽药残留同步检测技术研究，《天津商业大学》，2012，（3）:1-2.

［2］钟艳萍，钟振声，陈兰珍.近红外光谱技术定性鉴别蜂蜜品种及真伪的研究［J］.现代食品科技，2010，（11）:125-128.

［3］陈兰珍，李褶.近红外光谱在蜂蜜溯源中的研究进展［J］.质量安全期刊，2012，（4）:21-23.

［4］王颜红，李国琛，张红，等.食品产地溯源技术研究进展［J］.农产品质量与安全，2012，B9:15-18.

［5］王强，薛晓锋，赵静.质谱检测技术在蜂蜜溯源分析中的应用［J］.中国农业科技导报，2013，（4）:4-6.

［6］赵秀琴.中红外光谱分析技术及研究进展［J］.安庆师范学院学报（自然科学版），2012，（4）:2-3.

［7］张文海，顾小红，周文果，等.中红外光谱技术在乳制品分析中的应用研究［J］.中国乳品工业，2013，（1）:40-43.

［8］袁玉伟，张志恒，叶雪珠，等.蜂蜜掺假鉴别技术的研究进展与对策建议［J］.食品科学，2010，（9）:318-322.

［9］马英军，刘丛强花岗岩化学风化过程中的Sr同位素演化-矿物相对风化速率的影响［J］.中国科学（D辑），2001，31（8）: 634-640.

The Research of Raohe Honey Origin Traceability

Ma Zhanfeng
（Harbin Product Quality Supervision and Inspection Institute，Harbin 150090）

In order to trace origin of honey，to identify fraud out of geographical indication products northeast black bee honey，we used the infrared spectrum and Inductively Coupled Plasma Mass Spectrometer to analyze Raohe honey and other districts honeys，and used chemical metrology software to set up discriminant models.The honey origin decision accuracy of two methods were 91.43%with the infrared spectrum and 93.75%with Inductively Coupled Plasma Mass Spectrometer，respectively.The results showed that the Infrared Spectrum Technology and Inductively Coupled Plasma Mass Spectrometer analysis techniques were able to RaoHe honey product origin traceability.

RaoHe origin honey，The Infrared Spectrum ICP-MS，Principal Component Analysis，Recognition model

国家质检总局科技计划项目，项目编号：2013QK221