新疆作为中国主要的葡萄种植和生产加工区域,具有独特的光热等资源,所产葡萄干具有味道甘甜、肉质细腻、含糖量高(达73%)、维生素C含量高(5.5~6.0 mg/100 g)等特点[1],备受国内外消费者青睐,吐鲁番葡萄干因其优良的品质被原国家质检总局批准成为地理标志产品[2]。近年来,吐鲁番葡萄干常被假冒销售,极大地影响了地理标志产品的声誉和农户的经济效益,破坏了市场秩序。因此,为了保护地理标志葡萄干产品,研究葡萄干产地溯源是行之有效的方法。
产地溯源技术主要有矿物元素指纹分析技术[3-4]、有机成分指纹分析技术[5]、近红外光谱指纹分析技术[6-7]等。其中矿物元素指纹分析技术被公认为农产品产地判别最有效、最有前景的方法之一[8-10],在植物源性食品的产地判别中广泛应用,例如水果[11]、茶叶[12-13]、大米[14]、枸杞[15]、橄榄油[16]等农产品的产地判别。但是,农产品中矿物元素组成不仅受地理来源的影响,还有可能受年份及品种等因素的影响[17],葡萄干中矿物元素含量差异主要来源于年份、品种还是产地不得而知。因此分析产地、品种、年份因素对矿物元素含量的影响,寻找受产地影响的元素作为稳定的溯源指标是十分有必要的[18-19]。本研究以新疆3个主产地的葡萄干为研究对象,分析产地、采收年份、品种及其交互作用对葡萄干中矿物元素含量的影响,筛选主要受产地影响的矿物元素,为地理标志葡萄干产品产地保护提供数据支撑。
供试葡萄干样品采集自中国新疆吐鲁番、哈密及和田3个葡萄干主产地,以主流品种无核白和无核白鸡心[20]为研究对象,采样时间为2016、2017、2018年。为保证葡萄干样品地域来源的准确性,课题组亲赴吐鲁番红柳河园艺场(88°57′E,43°07′N,390 m)、哈密市黄田农场(93°45′E,42°47′N,786 m)、和田墨玉县喀瓦克乡(80°04′E,37°39′N,1 195 m)采集新鲜葡萄,并在当地晾房晾晒制干,每个产地每个品种采集3个样品,3个不同产地、2个不同品种、3个年份共采集葡萄干样品54份,样品放入封口袋,4 ℃冷藏保存待测。
浓硝酸(HNO3,纯度65%,分析纯),德国Merck公司;50种元素Pt、Ge、Li、Sr、Na、Mg、K、Hg、Ca、Sc、La、Ce、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Ho、Er、Tm、Yb、Lu、Co、Cs、Au、B、Mo、Pd、V、W、Rb、Tl、Ti、Y、Ag、Al、Cd、Cr、As、Ba、Ni、Pb、Cu、Sn、Zn、Fe、Mn、Sb,以及3种内标元素Rh、In、Bi标准储备液(质量浓度1 000 μg/mL,介质1.0 mol/L HNO3),国家钢铁材料测试中心钢铁研究总院;超纯水(电阻率>18.2 MΩ·cm,20 ℃),Milli-Q纯水系统;国家一级标准物质圆白菜GBW 10014(GSB-5)、菠菜GBW 10015(GSB-6),地球物理地球化学勘查研究所。
350D型电感耦合等离子体质谱(inductively coupled plasma mass spectrometry,ICP-MS)仪,美国PE公司;iCAP 7000型电感耦合等离子体发射光谱(inductively coupled plasma emission spectrum,ICP)仪,美国Thermo Fisher公司;MS303TS型电子天平,瑞士METTLER TOLEDO公司;Mars X型微波消解仪,美国CEM公司;GM200刀式研磨仪,德国Retsch公司;FP240型强对流烘箱,德国BINDER公司。
1.3.1 样品前处理
采集来的葡萄干样品手工去除梗、蒂等杂质,用超纯水淘洗干净,置于60 ℃烘箱中鼓风干燥1 h,烘干表面水分后,取一定量的样品与超纯水按质量比1∶1混合,使用刀式研磨仪研磨均匀,参照GB 5009.268—2016《食品安全国家标准 食品中多元素的测定》第1法,准确称取1 g(精确至0.001 g,葡萄干样品实际质量为0.5 g)于微波消解罐中,加入5 mL浓硝酸进行微波消解,消解完毕后用水定容至50 mL混匀备用,同时做空白试验。
同时将淘洗干净,烘干表面水分的葡萄干样品参照GB 5009.3—2016《食品安全国家标准 食品中水分的测定》减压干燥法,称取2 g(精确至0.000 1 g)样品于真空干燥箱中,(60±5)℃干燥4 h至恒重,计算其水分含量。
1.3.2 仪器测试条件
ICP-MS法:葡萄干样品中Li、Sr、Hg、Au、B、Sc、Pt、Ge、Co、Pd、Rb、Cs、Mo、Tl、W、Y、Ti、V、La、Ce、Pr、Eu、Gd、Nd、Sm、Tb、Dy、Ho、Yb、Lu、Er、Tm、Ba、Cd、Ag、Al、As、Cr、Mn、Cu、Sn、Zn、Ni、Pb、Sb元素含量的测定采用ICP-MS法。仪器测试条件:等离子气体流速17 L/min,辅助气流1.1 L/min,射频功率1 600 W,双电荷指数<0.30%,氧化物指数<0.25%。为保证仪器的稳定性,选用Rh、In、Bi作为内标元素。
ICP法:葡萄干样品中Ca、Fe、Mg、Na、K元素含量较高,采用ICP法测定。仪器测试条件:辅助气流0.4 L/min,雾化气流1.1 L/min,射频功率1 200 W;波长选择:Ca 393.3 nm,Fe 259.9 nm,Na 589.5 nm,K 766.4 nm,Mg 279.5 nm。
每个葡萄干样品都同时制备3个平行样,平行样测定结果的绝对差值不得超过算术平均值的10%,将平行样的均值(以干基计)作为最后结果进行数据分析。利用SPSS 24.0,用单因素方差分析,邓肯多重比较分析及t检验进行数据分析,结果用平均值±标准差表示。
本文采用ICP和ICP-MS法相结合,测定葡萄干中50种矿物元素含量,测定过程使用在线内标法保证仪器的稳定性。50种元素在相应的线性范围内,r为0.990~1.000,根据各元素在仪器上的响应值和样品稀释倍数,确定所有元素的检出限为3 μg/kg,定量限为10 μg/kg。
为了验证方法的准确性和稳定性,每批样品测定时同时测定国家一级标准物质圆白菜(GBW 10014)、菠菜(GBW 10015)中44种待测元素含量(Pd、Ag、Sn、W、Pt、Au等6种元素没有给出标准值),除了Ge的测量结果回收率为63%,Al的回收率为68%,Se的回收率为132%之外,其他元素的测定值均在标准值允许范围内,回收率为83%~115%,说明该方法是准确可靠的。
从表1不同产地、品种、年份葡萄干矿物元素含量结果可知,3个产地的葡萄干样品Pb、As、Cr、Cd、Hg、Ni等污染物元素含量均远低于GB 2762—2017《食品安全国家标准 食品中污染物限量》的要求。
忽略年份和品种的差异,测定3个产地每个产地18份葡萄干样品中50种矿物元素的含量,其中24种矿物元素含量低于方法检出限,不参与产地溯源研究。不同产地葡萄干样品中26种矿物元素含量如表1所示。葡萄干样品中除Ni、Sr、K外,其他元素含量在不同产地间均具有显著性差异(P<0.05),各产地样品矿物元素含量均具有其自身特点。吐鲁番葡萄干样品中Mo、Mn、Cu、Zn、Rb元素平均含量较高,Li、Pb、Al、Ca、Fe、Mg、Na元素平均含量较低;哈密葡萄干样品中Pb、Ca、Mg、Cs元素平均含量较高,Ba、V、Cr、Co、Y、La、Ce、Ti、Zn、Sc、As元素平均含量较低;和田葡萄干样品中Li、V、Cr、Co、As、Y、La、Ce、Ti、Na、Sc、Ba、Al、Fe元素平均含量较高,Mo、Mn、Cu、Cs、Rb元素平均含量较低。3个产地葡萄干中Ca、Mg、Na、K元素含量均较高,大于100 mg/kg;Ti、Mn、Cu、Zn、Rb、Al、Fe的含量范围在1~100 mg/kg,其余13种元素的含量较低,小于1 mg/kg。
表1 不同产地、品种和年份葡萄干矿物元素含量(以干基计)
Table 1 Mineral element concentrations of raisin from different regions, varieties and years (based on dry basis)
元素产地年份品种吐鲁番哈密和田201620172018无核白无核白鸡心痕量元素/(μg·kg-1)Li152±34.5c313±20.5b831±223a390±252501±422405±261400±289464±349Sc7.48±4.22b6.08±2.63b20.0±10.3a14.3±10.18.9±3.4910.3±11.111.9±10.610.4±7.23V67.6±27.5b29.2±14.7c102±36.9a66.2±46.563.5±28.069.1±46.664.9±47.467.6±33.3Cr88.5±32.7a62.9±25.7b108±33.2a98.8±41.485.3±29.075.3±32.687.9±39.985.0±31.0Co17.5±3.87ab13.3±4.91b36.6±51.8a19.2±7.3630.7±53.017.5±8.718.1±8.6826.8±43.3Ni67.8±43.262.5±7.2279.6±18.781.4±38.6a65.5±10.89b63.0±24.7b71.8±36.668.1±15.6As32.2±7.38b23.3±7.62c39.2±7.74a31.6±8.0832.8±7.9630.3±13.131.9±10.431.2±9.5Y12.0±4.25b7.40±3.72c25.83±8.76a15.5±11.415.0±7.4214.58±10.814.9±11.615.1±7.96Mo360±118a226±67.0b111±42.6c240±126237±128220±142238±149227±111Cs13.4±7.59b21.7±13.5a13.1±3.67b17.1±13.1ab19.0±8.27a12.1±6.00b12.9±7.719.3±10.9Ba492±189b405±194b724±294a487±275578±277556±245589±279492±243La12.9±9.74b11.8±3.86b46.7±18.9a30.6±23.119.5±12.921.2±22.925.5±23.422.1±17.1Ce26.4±12.2b22.3±10.3b92.2±41.8a56.7±48.340.0±26.144.3±45.650.0±47.643.9±33.9Pb26.2±9.56b39.9±17.7a35.6±9.68a33.1±17.735.0±11.733.7±12.231.4±13.336.4±14.2微量元素/(mg·kg-1)Sr10.16±3.238.75±4.029.41±2.457.74±2.16b9.53±2.55ab11.0±4.08a10.7±3.788.13±2.04Ti2.81±0.809b2.15±0.465b3.35±1.44a2.98±1.192.47±0.8573.05±1.262.88±1.252.79±1.00Mn5.26±1.18a5.14±0.495a2.80±0.842b4.48±1.694.35±1.444.38±1.204.73±1.494.07±1.31Cu6.05±1.43a5.80±1.12a3.78±1.29b4.64±1.185.51±2.005.47±1.515.79±1.564.63±1.49Zn2.23±0.614a1.69±0.256b1.93±0.816ab1.62±0.32b2.18±0.796a2.05±0.59a2.23±0.6191.67±0.52Rb6.33±2.34a4.97±1.82b4.79±1.51b4.90±1.61b6.47±2.65a4.73±1.00b5.28±2.275.45±1.74Al16.2±10.4b24.8±17.7b39.6±13.0a24.3±17.926.1±16.130.1±17.026.7±18.026.9±15.9Fe27.6±11.9b38.7±20.6b56.5±17.3a39.5±21.939.3±18.844.1±21.641.2±22.640.7±18.6常量元素/(mg·kg-1)Ca606±145b782±303a718±160ab755±311679±160673±168716±199688±248Mg412±65.0b529±153a477±53.0ab511±157455±77.9452±68.2480±104465±116Na454±134b657±380a682±306a426±218b688±326a679±298a594±371601±228K13 420±2 94513 483±1 98215 069±2 55714 733±3 18513 404±1 85613 835±2 53514 030±2 78713 952±2 440
注:同一因素同一行中不同小写字母表示差异显著(P<0.05)
忽略产地和品种的差异,2016、2017、2018三个年份,每年各18份葡萄干样品中26种矿物元素含量如表1年份列所示。不同年份样品中矿物元素含量也有其自身特点,Ni、Cs、Sr、Zn、Rb、Na元素含量在3个年份葡萄干样品中具有显著性差异。3个年份中,2016年样品中Ni元素平均含量较高,Zn、Na、Sr元素平均含量较低;2017年样品中Zn、Rb、Na、Cs元素平均含量较高;2018年样品中Sr元素平均含量较高,Ni、Cs、Rb元素平均含量较低。
忽略产地和年份的差异,无核白和无核白鸡心2个品种,每个品种各27份葡萄干样品中26种矿物元素含量如表1品种列所示。2个品种的葡萄干样品中,Sr、Cs、Zn元素含量具有显著性差异,无核白葡萄干样品中Sr、Zn元素平均含量较高,无核白鸡心葡萄干中Cs元素含量较高。
采用多因素方差分析,研究产地、年份、品种及其交互作用对葡萄干样品中矿物元素含量的影响。结果表明,各因素对葡萄干样品中矿物元素含量的影响顺序为:产地>年份>产地×年份>品种>产地×品种>年份×品种>产地×年份×品种(采用SPSS软件计算出的威尔克Lambda的值分别为F产地=45.334,F年份=6.429,F产地×年份=5.047,F品种=3.009,F产地×品种=2.914,F年份×品种=2.628,F产地×年份×品种=1.716)。其中,产地对Li、Sc、V、Cr、Co、As、Y、Mo、Cs、Ba、La、Ce、Pb、Ti、Mn、Cu、Al、Fe、Ca、Mg元素含量均具有极显著影响(P<0.01),对Zn、Rb、Na元素含量具有显著影响(P<0.05);年份对Li、Sr、Sc、Cs、La、Zn、Rb、Na元素含量具有极显著影响(P<0.01),对Cr、Ni、Cu元素含量具有显著影响(P<0.05);品种对Sr、Cs、Cu、Zn元素含量具有极显著影响(P<0.01),对Li、Mn元素含量具有显著影响(P<0.05);产地×年份对Li、Sc、Cr、Ti、Cs、As、Al、Fe、K元素含量具有极显著影响(P<0.01),对V、Pb、Cu、Rb、Na元素含量具有显著影响(P<0.05);产地×品种对Cs、Pb、Fe元素含量具有极显著影响(P<0.01),对Sc、Cr、Ti元素含量具有显著影响(P<0.05);年份×品种对Sr、Cs元素含量具有极显著影响(P<0.01),对Rb元素含量具有显著影响(P<0.05);产地×年份×品种对Cs元素含量具有极显著影响(P<0.01),对V、As、Y元素含量具有显著影响(P<0.05)。多因素方差分析结果表明,产地因素对葡萄干中矿物元素含量影响最大,因此矿物元素含量可以作为葡萄干产地溯源的有效指标。
各因素对每个元素含量差异性的贡献率如表2所示。葡萄干样品中产地因素对Li、Sc、V、Cr、Co、As、Y、Mo、Ba、La、Ce、Pb、Ti、Mn、Cu、Al、Ca、Fe、Mg共19种元素含量差异性影响最大,这些元素含量的差异性可能反映的是各地种植条件的特异性,如种植土壤、灌溉用水、所在纬度差异等;年份因素对Ni、Na、Rb元素含量差异性影响最大,元素含量的差异可能跟气候条件有关,例如降雨、温度和日照等因素;品种因素对Sr、Cs、Zn元素含量差异性影响最大,可能与不同品种葡萄植株的代谢作用有关;产地和年份的交互作用对K元素的含量差异性影响最大。研究表明,小麦中产地因素对Ca、Fe、Mo元素含量差异性影响最大[19],茶叶中产地因素对Mg、Ba、Pb元素含量差异影响最大[17]。
表2 各因素对元素含量差异性的贡献率 单位:%
Table 2 The contribution rates of each factor to the elemental content variability
元素产地年份品种产地×年份产地×品种年份×品种产地×年份×品种误差Li90.72.592.202.870.8760.0960.3220.324Sr4.0722.542.112.41.3614.11.532.00Sc67.09.091.7512.85.840.7671.431.29V79.20.4640.3276.026.350.4025.501.78Cr47.913.00.61619.613.50.6402.132.70Co31.510.511.76.985.549.8514.69.32Ni18.724.02.5319.78.633.1015.97.37As69.91.790.36310.60.4345.629.112.14Y86.10.2380.0362.284.320.3855.231.41Mo83.70.6720.4302.404.975.650.4371.72Cs18.710.224.35.8124.210.95.240.760Ba47.03.8512.39.9512.98.192.173.74La80.57.361.782.784.040.8661.451.18Ce82.44.021.504.003.760.7612.071.47Pb26.70.51110.17.1025.019.58.742.34Ti46.09.370.61018.917.31.653.142.98Mn82.20.20713.90.5160.0970.3210.8001.88Cu48.67.6132.06.890.6630.3262.381.56Zn16.318.652.21.283.273.072.392.87Rb23.530.60.67314.65.1317.83.504.11Al50.53.150.01116.214.511.02.891.71Ca36.59.622.6717.814.94.632.2611.6Fe51.91.790.04414.415.711.23.171.81Mg53.917.32.5011.10.7912.003.408.94Na25.836.50.06616.86.027.481.605.67K25.00.13113.26.5039.96.071.687.57
由于年份不同(降水、温度、日照时间等有差异)及气候不同,相同品种的农产品在不同地区矿物元素含量可能会有所不同[21];在同一地区,年份和品种的差异也可能导致农产品中矿物元素含量的变化[22]。因此,剔除受品种和年份因素影响的矿物元素指标,采用仅代表产地特征的指标才能建立稳定、准确的葡萄干产地判别模型。
本研究采用ICP-MS法和ICP法测定国内市场3个主要产地、2个主要品种、3个年份共54份葡萄干样品中50种矿物元素含量,分析不同产地、品种、年份葡萄干样品中矿物元素含量的差异,并研究了产地、品种、年份及其交互作用对矿物元素含量差异的影响。结果表明:(1)各因素对葡萄干中矿物元素含量的影响顺序为产地>年份>产地×年份>品种>产地×品种>年份×品种>产地×年份×品种,矿物元素含量可以作为葡萄干产地溯源的有效指标;(2)葡萄干样品中Li、Sc、V、Cr、Co、As、Y、Mo、Ba、La、Ce、Pb、Ti、Mn、Cu、Al、Ca、Fe、Mg元素的含量主要受产地影响,Ni、Na、Rb元素的含量主要受年份影响,Sr、Cs、Zn元素的含量主要受品种影响。
综上可知,葡萄干中矿物元素含量受产地影响较大,年份和品种次之,因此对这3种主要影响因素进行分析,筛选出与产地有关的特征矿物元素,可为地理标志葡萄干产地保护和判别提供参考。
[1] 李忠新, 朱占江, 杨莉玲, 等.推进新疆葡萄干走向国际市场的技术对策研究[J].新疆农业科学, 2012, 49(6):1 103-1 109.
LI Z X, ZHU Z J, YANG L L, et al.Study on the technical countermeasure of promoting Xinjiang raisin into the international market[J].Xinjiang Agricultural Sciences, 2012, 49(6):1 103-1 109.
[2] 国家质量监督检验检疫总局, 中国国家标准化管理委员会.地理标志产品 吐鲁番葡萄干:GB/T 19586—2008[S].北京:中国标准出版社, 2008.
[3] LIU H Y, WEI Y M, ZHANG Y Q, et al.The effectiveness of multi-element fingerprints for identifying the geographical origin of wheat[J].International Journal of Food Science & Technology, 2017, 52(4):1 018-1 025.
[4] LIU Z C, WANG Y, LIU Y M.Geographical origins and varieties identification of hops (Humulus lupulus L.) by multi-metal elements fingerprinting and the relationships with functional ingredients[J].Food Chemistry, 2019, 289:522-530.
[5] LIU Z C, WANG L P, LIU Y M.Rapid differentiation of Chinese hop varieties (Humulus lupulus) using volatile fingerprinting by HS-SPME-GC-MS combined with multivariate statistical analysis[J].Journal of the Science of Food and Agriculture, 2018, 98(10):3 758-3 766.
[6] 钱丽丽, 宋雪健, 张东杰, 等.基于近红外光谱技术对多年际建三江、五常大米产地溯源[J].食品科学, 2018, 39(16):321-327.
QIAN L L, SONG X J, ZHANG D J, et al.Tracing the geographical origin of Sanjiang and Wuchang rice grown in different years by near infrared spectroscopy[J].Food Science, 2018, 39(16):321-327.
[7] 吴鹏, 宋海燕, 杨威, 等.基于近红外光谱的鸡蛋产地溯源[J].食品工业科技, 2020, 41(22):227-231.
WU P, SONG H Y, YANG W, et al.The origin of eggs based on near infrared spectroscopy[J].Science and Technology of Food Industry, 2020, 41(22):227-231.
[8] 开建荣, 李彩虹, 赵丹青, 等.宁夏不同地区、不同品种枸杞中元素含量差异分析[J].食品与发酵工业, 2020, 46(7):257-264.
KAI J R, LI C H, ZHAO D Q, et al.Analysis of mineral elements in wolfberry (Lycium barbarum) from different regions and varieties[J].Food and Fermentation Industries, 2020, 46(7):257-264.
[9] 张欣昕, 张福金, 刘广华, 等.基于矿质元素和稳定同位素的马铃薯产地溯源技术[J].食品科学, 2020, 41(18):296-302.
ZHANG X X, ZHANG F J, LIU G H, et al.Tracing the geographical origin of potato based on mineral elements and stable isotopes[J].Food Science, 2020, 41(18):296-302.
[10] 开建荣, 王彩艳, 石欣, 等.中宁枸杞中矿物元素在生长期的动态变化研究[J].食品与发酵工业, 2022, 48(4):218-225.
KAI J R, WANG C Y, SHI X, et al.Study on dynamic changes of mineral elements in Zhongning Lycium barbarum during growing period[J].Food and Fermentation Industries, 2022, 48(4):218-225.
[11] 卢丽, 刘青, 丁博, 等.元素含量分析应用于樱桃产地溯源[J].分析测试学报, 2020, 39(2):219-226.
LU L, LIU Q, DING B, et al.Origin traceability of cherries by mineral element analysis[J].Journal of Instrumental Analysis, 2020, 39(2):219-226.
[12] ZHAO H Y, ZHANG S L, ZHANG Z W.Relationship between multi-element composition in tea leaves and in provenance soils for geographical traceability[J].Food Control, 2017, 76:82-87.
[13] MA G C, ZHANG Y B, ZHANG J Y, et al.Determining the geographical origin of Chinese green tea by linear discriminant analysis of trace metals and rare earth elements:Taking Dongting Biluochun as an example[J].Food Control, 2016, 59:714-720.
[14] 石春红, 曹美萍, 胡桂霞.基于矿物元素指纹图谱技术的松江大米产地溯源[J].食品科学, 2020, 41(16):300-306.
SHI C H, CAO M P, HU G X.Geographical origin traceability of Songjiang rice based on mineral elements fingerprints[J].Food Science, 2020, 41(16):300-306.
[15] 连思雨, 谢瑜杰, 张紫娟, 等.多元素分析结合化学计量学方法快速判别宁夏和青海枸杞[J].食品与发酵工业, 2020, 46(13):250-254.
LIAN S Y, XIE Y J, ZHANG Z J, et al.Rapid discrimination of Lycium barbarum L.from Ningxia and Qinghai based on multi-element analysis combined with chemometrics[J].Food and Fermentation Industries, 2020, 46(13):250-254.
[16] BELTRN M, SNCHEZ-ASTUDILLO M, APARICIO R, et al.Geographical traceability of virgin olive oils from south-western Spain by their multi-elemental composition[J].Food Chemistry, 2015, 169:350-357.
[17] ZHAO H Y, YU C D, LI M.Effects of geographical origin, variety, season and their interactions on minerals in tea for traceability[J].Journal of Food Composition and Analysis, 2017, 63:15-20.
[18] 钱丽丽, 邱彦超, 李殿威, 等.基于产地、品种和年份影响矿物元素含量的大米判别[J].食品科学, 2021, 42(16):322-327.
QIAN L L, QIU Y C, LI D W, et al.Influence of geographical origin, variety and crop year on mineral element contents of rice and geographical origin discrimination based on mineral elements[J].Food Science, 2021, 42(16):322-327.
[19] ZHAO H Y, GUO B L, WEI Y M, et al.Effects of wheat origin, genotype, and their interaction on multielement fingerprints for geographical traceability[J].Journal of Agricultural and Food Chemistry, 2012, 60(44):10 957-10 962.
[20] 谢辉, 闫鹏, 张雯, 等.新疆无核白与无核白鸡心葡萄干品质特性研究[J].食品科学技术学报, 2016, 34(1):37-41.
XIE H, YAN P, ZHANG W, et al.Study on quality characteristics of Xinjiang Thompson seedless and centennial seedless raisin[J].Journal of Food Science and Technology, 2016, 34(1):37-41.
[21] 王静静, 房芳, 周晓明, 等.基于矿物元素含量的葡萄干产地溯源[J].新疆农业科学, 2020, 57(1):69-77.
WANG J J, FANG F, ZHOU X M, et al.Geographical source traceability of raisins based on mineral element contents[J].Xinjiang Agricultural Sciences, 2020, 57(1):69-77.
[22] CHEN Y X, YU M G, XU J, et al.Differentiation of eight tea (Camellia sinensis) cultivars in China by elemental fingerprint of their leaves[J].Journal of the Science of Food and Agriculture, 2009, 89(14):2 350-2 355.