基于稀土元素指纹的贵州茶叶产地溯源研究

骆凌寒，何 赞，曾粤鑫，朱胜婷，田 秘，陆 顶

（贵州大学 资源与环境工程学院，贵州 贵阳 550025）

贵州地理条件优越，植茶历史悠久，截至2021年，贵州茶园面积超过700万亩，近四年来稳居中国第二[1]。贵州茶叶的主要区域特色品牌有凤冈锌硒茶、都匀毛尖、湄潭翠芽、普安红等，因重金属含量低，有益元素含量高等优点逐渐进军国际市场。面对名优特色与产地地理标志相结合所带来的巨大品牌效益，相关法规和标准认证需持续更新以确保食品的安全性和可追溯性，而现有的产地溯源技术仍有诸多不足，需探究更多创新有效的方法以保护优质茶品牌的价值。

近年来，国内外学者主要依托多矿物元素指纹、稀土元素指纹、稳定同位素、有机成分等技术进行产地溯源研究。如刘春蛾等[2]通过线性判别和稀土元素指纹对紫菜进行产地溯源，样品判别准确率达100%；张智印等[3]成功通过稀土元素指纹特征判别宁都不同基岩区脐橙。对于茶叶，其产地溯源几乎不受茶树品种的影响[4]。作物中的稀土元素主要吸收于种植地的土壤，而土壤中稀土元素的种类和丰度具有地质特异性[5]，故不同区域茶叶中稀土元素含量也有差异，可用于茶叶产地判别研究，判别正确率较高[6]。

综上可看出，稀土元素可用于不同地区茶叶的产地溯源研究。然而，稀土元素指纹能否用于贵州喀斯特地区茶叶的产地溯源，目前未得到验证。因此，本文以贵州省普安县、都匀市和黎平县三个茶叶产区的73件茶叶样品为研究对象，对样品中的10种稀土元素（Y、La、Ce、Pr、Nd、Sm、Gd、Dy、Ho、Tm）进行测定分析，并以稀土元素指纹建立茶叶溯源判别模型，为贵州茶叶的溯源和茶叶品牌保护提供参考。

1 材料与方法

1.1 茶叶样品采集

采集贵州省普安县、都匀市和黎平县三个茶叶产区（图1）的73件嫩叶茶样品作为研究对象。其中普安县18份，都匀市27份，黎平县28份。在测试的16种稀土元素中，选取检测值均高于方法检测限（LOD）的10种稀土元素（Y、La、Ce、Pr、Nd、Sm、Gd、Dy、Ho、Tm）进行产地溯源研究。

图1 贵州普安、都匀、黎平茶叶产区分布图

1.2 样品预处理

将采集的茶叶样品用自来水冲洗3遍，再用去离子水（18.2MΩ·cm）清洗3遍，用恒温鼓风干燥箱（60℃）烘干至恒重，采用植物样粉碎机磨细，过200目尼龙筛，装入聚乙烯密封袋中保存，供测试用。

1.3 茶叶稀土元素含量测定

茶叶样品稀土元素含量分析测试交由澳实分析检测（广州）有限公司完成。过程如下：准确称取过200目尼龙筛的茶叶粉末样0.2g，置于密封高压消解罐中，加入5.0mL的浓硝酸在25℃下消解约8小时，充分分解有机物质，再置于通风橱中，使用电热板加热3h左右至其出现结晶，冷却后用去离子水将样品溶解并转移至25ml容量瓶中再定容。用电感耦合等离子体质谱仪（ICP-MS）综合检测分析，矫正元素间的光谱干扰后，测定三地区茶叶样品中的稀土元素含量。

1.4 数据统计分析

使用Microsoft Excel2003、SPSS25.0、SIMAC-P13.0、Origin9.0等软件对测试数据进行分析、统计和图形绘制，采用Coreldraw14.0软件对绘制图形进一步加工。在溯源模型建立的过程中所应用的化学计量学方法有单因素方差分析、主成分分析、线性判别分析、正交偏最小二乘判别分析。

2 结果与讨论

2.1 普安、都匀和黎平三地区茶叶稀土元素含量特征

贵州普安、都匀和黎平三地区茶叶10种稀土元素的平均含量±标准偏差列于表1中。单因素方差分析结果显示，茶叶中稀土元素Pr、Nd、Sm和Tm的平均含量在三个地区之间无显著性差异（P＞0.05），而茶叶中稀土元素Y、La、Ce、Gd、Dy和Ho的平均含量在三个地区之间存在显著性差异（P＜0.01或P＜0.001）。进一步对存在显著差异的6个稀土元素进行邓肯多重比较分析（P＜0.05），结果表明三个地区茶叶均具有各自独特的稀土元素指纹特征。三地区10种稀土元素均值的总含量呈现黎平茶区＞普安茶区＞都匀茶叶的特征。

表1 普安、都匀和黎平三地区茶叶稀土元素含量(μg/kg)

2.2 不同产地茶叶稀土元素的主成分分析

为探究这10种稀土元素在判别茶叶产地来源中的可行性，采用主成分分析（PCA）执行数据分析。分析初始数据矩阵73个茶叶样品×10个变量（稀土元素），结果显示，基于特征值＞1的原则，提取两个主成分（PC1和PC2），其对总方差的解释能力达83.96%。PC1和PC2的解释能力分别为72.64%和11.32%，特征值分别为7.26和1.13。

由变量在PC1和PC2上的成分荷载可看出，PC1概括了变量La、Pr、Nd、Sm、Gd、Y、Ho、Dy和Tm的信息，PC2上Ce荷载最大(图2A)。三个地区茶叶样品在PC1和PC2上的二维得分散点图重叠现象严重，不能很好的互相区分(图2B)，故进一步采用线性判别分析模型。

图2 贵州茶叶产区（普安、都匀、黎平）前两个主成分的10种稀土元素载荷(A)和得分二维散点图(B)

2.3 不同产地茶叶稀土元素的线性判别分析

采用线性判别分析模型结合稀土元素含量执行逐步线性判别分析。结果显示，基于威尔克斯λ值最小化原则，该模型建立了两个判别函数。函数1、2的特征值分别为1.192和0.652，方差解释能力分别为64.7%和35.3%，典型相关系数分别为0.737和0.628，威尔克斯λ值分别为0.276（p1=0.000）和0.605（p2=0.000）。在分析过程中使用了4个变量指标（La、Gd、Ho和Tm），该模型对三地区共73件茶叶样品的正确识别能力为86.3%。模型建立的未标准化典型判别函数如下：

Function one=0.034La-0.383Gd+0.597Ho+0.359Tm+0.372；

Function two=0.006La-0.009Gd+1.311Ho-1.437Tm-1.099。

为获得该模型的预测能力，执行留一法交叉验证，结果显示该模型获得82.2%的预测能力。根据两个判别函数的得分绘制二维散点图（图3），结果显示三个地区的茶叶样品各自具有较好的聚集趋势，说明基于茶叶的10个稀土元素含量溯源贵州三地区茶叶的产地来源是可行的。模型建立的判别三地区茶叶的Fisher线性判别函数如下：

Group one（普安）=-0.042La-1.054Gd-0.605Ho-1.956Tm-5.614；

Group two（都匀）=0.017La+0.292Gd-1.244Ho+0.795Tm-2.174；

Group three（黎平）=0.052La-0.01Gd+1.462Ho-1.464Tm-3.989。

2.4 不同产地茶叶稀土元素的正交偏最小二乘判别分析

进一步采用正交偏最小二乘判别分析（OPLS-DA）进行分析建模。输入变量X为10种稀土元素含量、变量Y为3个茶叶主产区，观测对象为三个地区的茶叶样品。模型参数Rx2=0.931和Ry2=0.491，表明四个主成分分别对X、Y变量的变化具有93.1%、49.1%的解释能力。第一、二主成分得分二维散点图如图4A所示，可看出普安和黎平茶区的茶叶样品能够较好的区分，都匀地区样品与其余两地区有重叠现象。建立的产地判别模型的正确分类率为84.9%（p＜0.01），判别的效果较好。

图4 正交偏最小二乘判别分析的成分得分二维散点图（A）和投影变量重要程度值（B）

OPLS-DA模型的投影变量重要程度（VIP）值如图4B所示。可看出La、Gd、Ce和Dy的VIP值大于1，对判别样品产地来源起到重要作用。其中，La是三个茶区产地来源示踪研究中的最重要的参数指标。

3 结论

经元素筛选，通过对贵州省三个茶叶产区的73件嫩叶茶样品中10种稀土元素（Y、La、Ce、Pr、Nd、Sm、Gd、Dy、Ho和Tm）的含量测试与分析，发现三地区茶叶均具有各自的稀土元素指纹特征，茶叶中稀土元素Y、La、Ce、Gd、Dy和Ho的平均含量在三个地区之间存在显著性差异。10种稀土元素分别结合LDA模型与OPLS-DA模型，均能较好地判别三地区茶叶的产地来源，La是三个茶区产地来源示踪研究中的最重要的参数指标。总体而言，稀土元素指纹分析技术结合多元统计分析方法对于贵州茶叶产地溯源行之有效。