新疆红枣营养品质与稳定同位素及矿物元素特征产地溯源比较

何伟忠 赵多勇 范盈盈 王 成 刘 志

(1新疆农业科学院农业质量标准与检测技术研究所/农业农村部农产品质量安全风险评估实验室/新疆农产品质量安全重点实验室，新疆 乌鲁木齐 830091；2新疆农业科学院科研管理处，新疆 乌鲁木齐 830091；3 浙江省农业科学院农产品质量标准研究所/农业农村部农产品信息溯源重点实验室，浙江 杭州 310021)

红枣(red jujube)在中国已有4 000 多年的栽培历史，是一种珍贵的药食同源水果，中国的红枣资源占世界的98%以上[1]。红枣被普遍认为是具有医药、食品和进补三种功能的健康水果，深受大众的青睐[2-3]。同时，红枣也具有很高的经济价值，是新疆地区主要的经济农产品之一，也是重要的出口创汇农产品。新疆东南地区若羌灰枣和南部地区和田玉枣是已获批国家地理标志保护(protected geographical indication，PGI)认证的优质红枣品牌，其市场价格和品牌竞争力较高[2-4]。然而，当前新疆红枣地理标志产品保护主要靠认证授权和标签，极易被不法商贩假冒，损害合法生产商信誉和消费者的正当权益。同时，商品销售过程中的产地信息失真和缺失，导致政府职能部门监管困难，食品安全问题来源排查困难[5-8]。因此，开发新疆红枣产地溯源新策略，对保护新疆红枣地理标志品牌、提升政府质量安全监管能力、确保其食品质量安全、促进该地区红枣产业健康发展极为重要。

目前，关于红枣产地溯源的相关研究十分缺乏，报道的文献主要基于化学指纹分析[9-10]，近红外光谱分析[11-12]等技术进行产地区分，准确度和稳定性均不能满足精准溯源的要求。近年来，稳定同位素比率分析技术和矿物多元素分析技术逐步成为国际上农产品原产地溯源的公认关键技术之一，已在谷物、茶叶、水果、肉类及乳制品等产品溯源中取得成功的应用[13-19]。然而，尚鲜见关于该技术在红枣原产地溯源领域的研究报道。农产品稳定同位素和矿物多元素溯源技术的原理是基于农产品的稳定同位素自然分馏，反映其特定生长环境和种植/饲养模式，而矿物元素指纹同样与种植土壤基质背景与施肥历史息息相关，因而能够成为其产地指示的天然“烙印”[20-21]。非固氮类植物源性农产品中氮同位素(即15N)主要来自土壤和肥料中的无机硝酸盐(NO3-或NO2-等)[22-23]，而矿物元素为从栽培土壤中吸收的无机元素离子[24]。此外，植物中积累的碳同位素(13C)主要来自大气中的二氧化碳(CO2)，微生物活动排出的甲烷(CH4)和耕种土壤中的无机碳酸根离子(CO33-和HCO3-)也可通过植物的光合作用转化为有机物质(糖，脂肪或蛋白质的形成)[25-26]。而氢(2H)和氧(18O)同位素来自产地的降水和灌溉水[27]。因此，分析不同产区红枣的稳定碳、氮、氢、氧同位素比率(即δ13C、δ15N、δ2H、δ18O)及矿物多元素的差异可以为其产地溯源提供重要的地理信息依据[28]。

本研究旨在探究新疆红枣不同产区灰枣和骏枣的营养品质、稳定同位素和矿物多元素特征的差异，并结合化学计量学数据统计分析与建模工具，建立两类参数的产地溯源判别模型，比较两类参数溯源的模型判别精准度，为稳定同位素及矿物元素替代营养品质参数进行新疆不同产区灰枣和骏枣溯源应用提供理论支撑。

1 材料与方法

1.1 材料与试剂

1.1.1 样本采集 红枣样本的采样地点和数量设置以新疆红枣典型种植区及种植规模为基础，以各产区县市为基本单元，于2016 进行实地调查采样。样本采集地点涉及枣园和基地，采样数量总计灰枣36 份、骏枣47 份。

采样点地理分布信息如图1 所示。各地区具体分布县市如下，其中东南部地区包括若羌县和且末县，南部地区包括于田县、昆玉市、策勒县，西南部地区包括麦盖提县、泽普县、伽师县，西北部地区包括阿克苏市、库车县、沙雅县，北部地区包括托克逊县。

每个采样点沿果园地块对角线方向采集一份红枣自然风干干果样本，每份样本采集红枣干果500 g，保存于-20℃冰箱，备用。

1.1.2 试剂 稳定同位素标准品:IAEA-CH-6(δ13C＝-10.4‰)；IAEA-CH-7(δ13C ＝-29.2‰，δ2H ＝-100.3‰)；IAEA-600(δ13C ＝-27.8‰，δ15N ＝1‰)；B2174(δ13C ＝-37.3‰，δ15N ＝-0.45‰)；B2203(δ13C＝-27.85‰，δ2H ＝-25.3‰，δ18O ＝21.0‰)，用于红枣4 种稳定同位素比率多点校正，由国际原子能机构(International Atomic Energy Agency，IAEA)提供。高纯氢气、氧气、二氧化碳气体、氮气和氩气(H2、O2、CO2、N2和Ar):纯度＞99.99%，上海今工特种气体有限公司。红枣营养品质分析中果糖(纯度＞99.9%)、葡萄糖(纯度＞99.9%)、总黄酮(以柚配质C 糖甙类为基准，纯度＞99.9%)分析标准品，美国Sigma-Aldrich试剂公司。

1.2 主要仪器与设备

Elementar vario PYRO cube 元素分析仪，德国Elementar 公司；Isoprime 100 稳定同位素比质谱仪，英国Isoprime 公司；ICAPQC 电感耦合等离子体质谱仪、ICAP6300 电感耦合等离子体发射光谱仪，美国Thermo 公司；FOSS-8400 全自动凯氏定氮仪，丹麦FOSS 公司；Agilent 1260 INFINITY 高效液相色谱仪，美国Agilent 公司；S-433D 氨基酸分析仪，德国Sykam公司；UV-1900 紫外分光光度计，日本Shimadzu 公司；FZG-20 真空干燥机，常州力马干燥科技有限公司；A-310 搅碎机，中国汉美顿公司；F-200 万能粉碎机，江苏瑰宝集团；Milli-Q 超纯水仪，德国Merck 公司；XP6百万分之一克电子天平，美国METTLER TOLEDO 公司；Mars 6 微波消解系统，美国CEM 公司。

1.3 试验方法

1.3.1 样本前处理 红枣干果样本经清洗、去核、打浆后置于-20℃冰柜中冷冻保存，取冷冻样本直接进行营养品质和矿物元素含量分析。同时，冷冻样品经真空冷冻干燥、破碎过80 目筛后得到精细粉末，用于稳定同位素比率(δ13C、δ2H、δ18O 和δ15N)分析。

1.3.2 营养品质测定 品质分析指标共计29 项，参考文献[30]测定样品总三萜和环磷酸腺苷(cyclic adenosine monophosphate，CAMP)含量，其他指标均根据相应的国家或行业标准进行定量分析，具体如表1所示。

表1 红枣营养品质指标的分析方法Table 1 Analysis methods of nutrient quality indexes of jujube samples

(1)总三萜含量测定

样品测定:称2.00 g 匀浆样，加50.0 mL 80%乙醇，震荡3 min，超声45 min，过滤，滤液用80%乙醇稀释10 倍。吸0.5 mL 稀释液于60℃水浴，氮吹挥干溶剂，加0.2 mL 0.5%香草醛-冰醋酸，再加0.8 mL 高氯酸，60℃水浴10 min，然后加5 mL 冰醋酸，摇匀，放置15 min，在548 nm 波长处比色。

标准曲线制作:称0.002 35 g 熊果酸，用无水乙醇定容至10 mL，制备浓度为0.235 mg·mL-1的标准储备溶液；分别吸取0.1、0.2、0.3、0.4、0.5、0.6 mL 标准储备溶液于试管内，标样在60℃水浴条件下用氮气吹干，然后测定并绘制标准曲线。

(2)CAMP 含量测定

样品测定:称3.00 g 匀浆样于100 mL 离心管中，加80 mL 去离子水，移入100 mL 容量瓶中，80℃超声1 h，冷却，定容，摇匀，过滤于三角瓶中，取2 mL 左右上清液过0.45 μm 滤膜于waters 进样瓶中。高效液相色谱(high performance liquid chromatography，HPLC)检测条件:检测波长258 nm；色谱柱:美国Waters 公司X Bridge RP C18 柱(4.6 mm×150 mm，5 μm)；流动相:甲醇∶0.02 mol·L-1磷酸二氢钾水溶液(1 ∶9，v ∶v)；流速:恒定1 mL·min-1；柱温:60℃。

标准曲线制作:称取2.00 mg CAMP 标准品溶于10 mL 甲醇中，制备浓度为0.20 mg·mL-1的标准储备溶液；分别吸取0.05、0.10、0.25、0.50、1.50、2.50 mL标准储备溶液于10 mL 容量瓶，用甲醇定容。依次进行测定并绘制标准曲线。

1.3.3 稳定同位素分析

1.3.3.1 碳、氮稳定同位素测定 为保证样品在同位素比率质谱(isotope ratio mass spectrometry，IRMS)中的检测信号响应值在2～10 nA 之内，初探试验确定了红枣粉末称样量为1.0 mg，红枣称样量为1.5 mg，用锡箔杯包成方块状，平行3 个重复样，压挤排出空气，按顺序放入120 位自动进样器进入元素分析仪中，经高温充分燃烧并充分氧化还原，样品中碳、氮元素分别转化为纯净的CO2和N2气体，经Ar 气稀释后进入同位素质谱仪检测。具体参数:元素分析仪的氧化炉和还原炉温度分别为920 和600℃，N2吹扫流量为230 mL·min-1；同位素质谱检测时间为550 s，纯N2和高纯CO2作为仪器精准度参考气。

1.3.3.2 氢、氧稳定同位素测定 称取1.0 mg 红枣粉末，用银杯包成方块，平行2 份重复样，压挤排出空气，然后置于自动进样器上送入元素分析仪，经高温裂解，产生高纯CO 和H2气体，经稀释后进入同位素质谱仪进行检测。具体参数:氦气流量为125 mL·min-1，燃烧炉温度为1 450℃；同位素质谱检测时间为950 s，以高纯O2和H2作为参考气。

1.3.3.3 稳定同位素比率计算 由于元素重同位素自然丰度相对较低，仪器获取的重轻同位素的比值(R)极小。国际上通常采用将己知同位素比值的标准品作为参照，计算未知样本中稳定同位素比率的相对值(δ):

式中，R样品为所测样品中重同位素与轻同位素丰度比，即13C/12C，15N/14N，18O/16O，2H/1H；R标准为国际标准样品中重同位素与轻同位素丰度比，δ13C 的参考标准为V-PDB(维也纳-PeeDee 箭石标准品)，δ15N 的参考标准为Air(空气)，δ18O 和δ2H 的参考标准为VSMOW(维也纳标准平均海洋水)。

1.3.4 矿物元素分析 参考GB/T 5009.268 -2016[39]进行样品矿物元素含量分析。

将红枣果肉冷冻干燥精细粉末(200.00 mg)样品在含有5.0 mL 硝酸的60 mL 酸洗微波炉容器中消化，并在微波消解系统中加热至60℃，控制恒温模式消解40 min。冷却后，向容器中加入1.0 mL H2O2，然后置于160℃的石墨加热器上蒸发酸，直至消化液体积减少至约为1.0 mL。随后用去离子水将冷却的消化液稀释至25.0 mL，设置3 次平行，用于电感耦合等离子体质谱(inductively coupled plasma mass spectrometry，ICP-MS) 分析。混合内标溶液(10 ng·mL-1): Y(GSB04-1788-2004)，Sc(GSB04-1757-2004)，Ge(GSB 04-1728-2004)，Rh(GSB 04-1746-2004)的混合物使用于国家有色金属和电子材料分析测试中心(北京)购买的标准品制备。Re(GSB 04-1745-2004)用以监测和检查仪器漂移。含有所有21 种待分析元素的标准溶液购自Sigma-Aldrich，并用去离子水稀释成5 个不同浓度的等分试样用于多点校准。仪器精度和再现性(以RSD 表示)分别为±0.04%和±1.0%。所有21 种元素，加标试验的回收率在84.3%～108%范围内，标准偏差为±13.0%～19.0%。

1.4 数据统计和分析

利用SPSS 19.0 软件(美国IBM 公司)对测定数据进行单因素方差分析(one-way ANOVA、LSD 多重比较，显著水平设定为P＝0.05)。同时运用SIMCA-P 13.0 软件(瑞典Umetrics 公司)操作偏最小二乘判别分析(partial least squares-discriminant analysis，PLSDA)进行多因素产地溯源建模，比较品质营养与稳定同位素和矿物多元素产地溯源的差异。

2 结果与分析

2.1 新疆不同产地红枣营养品质特征差异

由表2 可知，不同产区灰枣的营养指标差异较大，其中东南部若羌地理标志保护产区红枣的蛋白质(6.1%)、自由氨基酸(4.8%)、多糖(22.4 g·100g-1)、总三萜(18.6 mg·g-1)和总黄酮含量(507.7 mg·100 g-1)略高于西南部地区红枣，总体显著高于北部地区红枣。不同地区骏枣的营养指标同样具有较大差异，南部和田地理标志保护红枣中多糖(25.3 g·100g-1)、 CAMP(646.8 μg·g-1)含量同样明显高于西北部和西南部地区红枣，但蛋白质(5.6%)、自由氨基酸(4.3%)和总黄酮含量(291.3 mg·100g-1)则低于其他两个地区。此外，两个品种红枣间营养品质特征也存在较大差异，不同产区的灰枣蛋白质平均 含 量(4.2% ～6.1%) 和CAMP 含 量(97.7 ～289.4 μg·g-1)总体低于骏枣(蛋白质含量5.6%～6.0%、CAMP 含量558.5 ～664. 8 μg·g-1)。表明红枣的营养品质差异不仅受产地的影响，而且与红枣的品种也有较大关系。

基于灰枣和骏枣间营养品质具有较大差异，ANOVA 分析分别对新疆不同产区的灰枣和骏枣中单个营养指标进行产地间差异性比较。由表2 可知，新疆北部地区灰枣和其他3 个产区灰枣中还原糖、蛋白质、CAMP 含量具有明显差异，其值总体显著低于其他几个产区，而东南部地理标志保护产区红枣的各项营养指标在所有产区中处于较高水平。对于骏枣而言，新疆南部地理标志产区的营养指标除总三萜和总黄酮含量比其他两个产区红枣相对较低外，其营养品质略高或差异不大。

2.2 新疆红枣营养品质特征产地溯源建模

利用测定的不同产区的红枣样本中13 项营养品质参数，尝试构建PLS-DA 产地溯源判别模型。新疆4个产区(北部、东南部、西南部和西北部)共计50 个灰枣样本和3 个产区(南部、西北部、西南部)共计47 个骏枣样本的29 个营养指标数据，分别构成为50×29 和47×29 大小的数据矩阵。利用PLS-DA，实现原始数据降维，提取特征变量，建立新疆不同产区灰枣和骏枣产地溯源模型。

如图3-a 所示，新疆4 个产区50 个灰枣样本在前2 个特征变量，即潜变量坐标空间的投影可以初步分成4 个重叠类别区域，除北部区域的灰枣样本外，东南部、西北部和西南部地区的灰枣样本类别区域严重重叠。由营养指标参数载荷图(3-b)可知，可溶性固溶物、还原糖、果糖、葡萄糖行列对第一个潜变量具有较大贡献权重，而总糖、多糖、自由氨基酸类对第二潜变量具有较大贡献权重。由3-c 可知，第一潜变量和载荷变量可以将47 个骏枣样本划分为重叠的三个类别区域，南部地区样本和其他2 个区域样本具有一定的重叠，而西北部和西南部骏枣类别区域重叠更为严重，这是因为后2 个产区地域更为接近，气候及人类活动更为相似。由图3-d 可知，可溶性固溶物、水分、谷氨酸在载荷图中离原点距离最大，对主成分贡献载荷最大，是新疆骏枣产地溯源的最重要的判别指标。

通过留一法交叉验证评估建立灰枣和骏枣的PLS-DA 产地溯源判别模型(表3)。基于营养品质建模的产地溯源结果可知，对于灰枣而言，北部和东南部地区的产地判别准确度分别高达100%和90.91%，西北部地区达到88.89%，能够有效地区分其真实的产地来源。但西南部地区的判别准确度仅为75.00%，尚不能满足产地溯源的要求。因此，基于营养指标的灰枣产地溯源，无法将西南部产区灰枣与西北部和东南部地区产品进行准确区分。而对于骏枣，南部地区的判别准确度为100%，但西北部、西南部地区的判别准确度仅分别为69.20%和84.20%，且西北部地区骏枣产品误判为西南地区骏枣产品的可能性非常大。值得注意的是，西南部和西北部产区的骏枣都无法冒充南部地理标志产区的骏枣产品，这能够解决保护地理标志产区骏枣产品的难题。但当前基于营养品质溯源模型仍不足以承担新疆各产区精准溯源的任务。

2.3 新疆不同产地红枣稳定同位素及矿物元素特征差异

由表4 可知，矿物元素Cr、Mo、Co、Ni、Cu、As、Cd、Sb 和Pb 含量在不同区域间非常接近，且两个品种红枣间的4 种同位素比率和其他矿物元素含量差异较大。对于稳定同位素比率特征而言，δ13C、δ15N 和δ2H值不仅在两种枣品种之间存在较大差异，且在不同地区间也存在显著差异，而δ18O 值除北部地区外(其值为34.6‰)，其他六个地区两种枣的δ18O 值均接近31.5‰。对于矿物元素含量，特别是Na、Mg、P、K、Ca、Ti、Sr，不同区域或品种间的含量差异较大。表4 中不同小写字母表示每两组之间显著差异，其中，Na、K、Fe和Al 含量主要表现出明显的地域差异，东南、西南和南部地区枣中矿物元素含量总体高于西北部和北部地区，这可能是由于前三个地区的年降水量较少，干旱程度较高，导致果肉中水分含量低从而矿物元素含量高。但K 和Sr 含量受红枣品种影响，骏枣和灰枣中的含量差异同样较大。此外，Ca 含量受产地和品种的共同影响。图4 通过箱线图的形式呈现了灰枣和骏枣稳定同位素和矿物元素中一些重要变量之间的差异。

2.4 新疆红枣稳定同位素及矿物元素特征产地溯源建模

?

图2 新疆不同产区灰枣(a～f)和骏枣(g～m)营养品质单因素方差分析图Fig.2 One-way ANOVA comparison results of nutrient quality of Hui jujube (a-f) and Jun jujube (g-m) in different regions of Xinjiang province

图3 基于营养指标的新疆不同产区灰枣(a-b)和骏枣(c-d)组分含量的PLS-DA 分析Fig.3 PLS-DA modeling of nutrient compositions of Hui jujube(a-b) and Jun jujube(c-d)samples from different producing areas of Xinjiang

表3 PLS-DA 模型的一次交叉验证判断灰枣和骏枣产地溯源的准确性Table 3 Cross-validation accuracy of origin traceability of two varieties of Hui and Jun jujube samples using PLS-DA model

表3(续)

表4 新疆不同地区采集的灰枣、骏枣样本的稳定同位素和多元素分析结果Table 4 Stable isotopes and multi-element analysis results of Hui and Jun jujube collected from different regions of Xinjiang

图4 2016年新疆不同产区灰枣和骏枣稳定同位素比率和元素含量ANOVA 分析箱线图Fig.4 ANOVA boxplots of stable isotope ratios and elemental contents of Hui jujube and Jun jujube samples collected from different areas in Xinjiang.

为了避免品种差异的影响，分别对灰枣和骏枣的原产地溯源进行了区分。分析灰枣和骏枣样品的4 种稳定同位素比率和21 种矿物元素含量，可分别构成2个原始数据矩阵，大小分别为51×25 和48×25。移除1 个具有异常值的骏枣样品，使用2 个尺寸为51×25和47×25 的X 矩阵来构建PLS-DA 判别模型(图5)。对于2016年从新疆4 个地区(北部、东南部、西北部和西南部)收获的灰枣样品，除西北部和西南部略有重叠外，样本在前2 个LV(即LV1 和LV2)坐标系投影的得分图分为4 个类别区域(图5-a)，其中LV1 和LV2 分别解释了原始数据X 矩阵的22.9%(R2X[1])和15.3%(R2X[2])的变异方差。4 个地区灰枣样本的交叉验证判别准确率分别为100%、100%、94.74%和87.50%，总体判别准确度高达94.12%(表3)。由变量载荷图可知(图5-b)，δ15N、Ni、Fe、Ti 等变量在载荷图中离原点的距离大，对灰枣溯源判别模型的贡献最大。对于2016年从新疆3 个地区(南部、西北部和西南部)采集的骏枣样本，在前2 个LV(即LV1 和LV2)投影的得分图将它们分成3 个群集，仅西北部和西南部地区略有重叠(图5-c)，其中LV1 和LV2 分别解释了X 矩阵26.2%(R2X[1])和8.25%(R2X[2])的方差，即原始数据鉴别的特征拟合到前两个潜在变量中。3 个地区骏枣样本的交叉验证判别准确率分别为100%，92.31%和94.74%，总体判别准确度95.74%(表3)。由变量载荷图可知(图5-d)，δ15N、δ13C、Se、Pb 等变量对骏枣溯源判别模型的贡献最大。结果表明，稳定同位素比和矿物元素特征分析是2016年新疆红枣溯源的可靠方法。

图5 基于稳定同位素和矿质元素指标的新疆不同产区灰枣(a～b)和骏枣(c～d)组分含量的PLS-DA 分析Fig.5 PLS-DA modeling of stable isotope ratios and elemental contents of Hui jujube(a-b) and Jun jujube(c-d) samples from different producing areas of Xinjiang

此外，通过比较基于红枣品质因子和稳定同位素及矿物元素产地溯源模型判别准确度可知，稳定同位素和矿物元素的产地溯源判别准确度明显高于营养品质的溯源技术(表3)，这主要归因于稳定同位素和矿物元素与产地环境相关性更紧密，能够更好地表达环境因素差异对红枣特征的影响。因此，可以通过深入探索红枣营养品质和稳定同位素及矿物元素特征的相关性，进一步阐述地理环境因素对品质营养的影响机制，为红枣的产地溯源和品牌保证提供基础。

3 讨论

新疆不同产区的2 个红枣品种(灰枣和骏枣)的营养品质参数与稳定同位素比率和矿物元素含量参数单因素方差分析(ANOVA)显示存在一定的差异，但单个指标不足以将所有的红枣样品明显区分。通过PLS-DA 分别对营养品质参数、稳定同位素比率与矿物元素含量等多因素参数同时建模，能够较为满意地实现对新疆各产区红枣尤其是地理标志保护产品(东南部若羌灰枣和南部和田骏枣)的产地区分。由此可知，红枣的营养品质、稳定同位素比率与矿物元素含量能够呈现其特有产地生态环境特征，都可以作为红枣产地溯源的重要变量参数。然而，相对营养品质参数而言，稳定同位素及矿物元素分析技术可以成为红枣产地溯源的一种更可靠的替代方法，其产地溯源准确度明显高于营养品质参数的结果。这是因为，红枣中营养指标不仅与产地环境息息相关，同时也受红枣品种、人类活动的影响，因而给产地鉴别准确度带来较大的不确定性。而红枣中稳定同位素组成能为其产地溯源提供一种科学、独立、不可改变的，并随整个食品链流动的身份鉴定信息，其组成仅于大尺度的环境条件，如光照、温度、水源和土壤背景等，不易受人类活动的影响，因而能够保证更高的稳定性和准确度。而红枣中矿物元素的积累与当地土壤本体特征(如矿物元素含量、pH 值、有机质等)息息相关，同时也受产地微气候(如光照、降雨量、温度等)的影响。稳定同位素和矿物元素特征受本身差异性(品种、成熟度、品质等)的影响相对较小，与产地间气候因素和土壤环境的关联度更高，因此，其地理差异尺度能够克服同种属作物间的品种差异，从而能够提供更准确的产地溯源判别。本研究对红枣的营养品质、稳定同位素结合矿物元素特征两类参数分别进行产地溯源建模，对比了他们对新疆不同产地红枣溯源的性能差异。

通过分析比较了新疆不同产地两个红枣品种(灰枣和骏枣)的各项营养品质参数、4 种同位素比率及矿物元素含量特征，研究不同产地间的差异，阐述红枣营养品质与其产地环境的内在关系及影响变化规律。同时，分别利用上述两类指标，结合PLS-DA 法构建新疆不同产区的灰枣和骏枣的产地溯源判别模型。结果表明，营养品质参数能够初步区分东南地区若羌灰枣和南部地区和田玉枣地理标志产品与其他地区产品，但各地区仍具有较高的误判可能性，但稳定同位素及矿物元素的产地溯源模型，能够明显提升产地判别准确度，有望能够作为优质的地理标志保护产区红枣产地的一种可靠确证方法，为鉴别地理标志保护产区红枣产品的真实性提供理论依据和技术手段。本研究虽然实现了新疆不同产地红枣产品，尤其是地理标志红枣产品的产地区分建模，挖掘了各产地特征指标，但对各产地特征于特定生态环境(光照、温度、降雨量、土壤背景等)的调节机制缺乏相应的阐述，后续工作需进一步说明红枣中稳定同位素比率和矿物元素含量特征形成的内在机制，更清楚的理解其作为产地溯源指标的内在意义。

4 结论

本研究表明，红枣营养品质参数的溯源模型对新疆不同产区灰枣和骏枣产品的总体溯源判别准确度分别为86.00%和85.11%。而稳定同位素及矿物元素特征参数溯源模型能够明显提升判别准确度，两种红枣产地溯源总体判别准确度分别高达94.12%和95.74%，尤其对东南部地区若羌灰枣和南部地区和田骏枣地理标志产品的判别准确度接近100%，说明其完全能够替代营养品质参数作为新疆不同产区红枣产品产地溯源的可靠指标。因此，本研究通过对比红枣中营养品质与稳定同位素及矿物元素两类参数的产地溯源性能，证明后者能够提供更为精准的产地溯源判别结果。