食品溯源技術研究進展

馬慧鋆，余冰雪，李妍，晉澤怡，張曉力*

1 (北京工商大學 計算機與信息工程學院，北京，100048) 2(吉林大華機械制造有限公司， 吉林 長春，130103)

食品溯源技術研究進展

馬慧鋆1，余冰雪1，李妍2，晉澤怡1，張曉力1*

1 (北京工商大學 計算機與信息工程學院，北京，100048) 2(吉林大華機械制造有限公司， 吉林 長春，130103)

食品安全是關乎每個人民的生存大事，而食品溯源技術是解決食品安全性問題的重要技術之一。文中主要從物理、化學、生物方法3種食品溯源技術展開討論，分別討論了近紅外光譜溯源技術、物聯網標簽溯源技術、同位素溯源技術、礦物元素溯源技術、有機成分溯源技術、虹膜特征技術和DNA溯源這7種溯源方法的原理與國內外研究進展，并對這7種技術進行了對比分析，分別討論了其優缺點與應用前景。

食品溯源；物理方法；化學方法；生物方法

民以食為天，隨著人民生活水平的提高，人們越來越注重食品安全。要解決食品安全性問題有效的方法之一就是食品溯源。“食品溯源”是“食品質量安全溯源體系的簡稱”，最早是因“瘋牛病”而建立起來的溯源體系，在后來逐漸應用到食品方面。歐盟要求從2005年1月1日起在歐盟內銷售的所有食品都可進行追蹤與溯源，否則不允許進行買賣與交易；美國雖然沒有強制性的食品可溯源體系，但仍要求產品進行登記與產品的完整性溯源報告[1]。在國內，溫家寶已向世界做出承諾：“中國人將從根本上改善中國產品質量和食品安全現狀，絕不能以人的健康和生命換取企業的利益和經濟發展。食品安全問題的背后是對人民生活、社會穩定等方面嚴重的危害”[2]。食品溯源的目的是為了提升消費者對食品消費的信心，提升國際競爭力。

1 食品溯源技術

1.1 物理方法溯源

1.1.1 近紅外光譜溯源

近紅外光是光譜范圍在780～2 526 nm 的介于可見光和中紅外光之間的電磁波，通過采集光譜信息并借助化學計量法進行建模，通過各個光譜反映樣品中有機物的組成成分與含量，再利用有機物成分與含量的不同來進行食品溯源。常用的化學計量方法有：簇獨立軟模式分類法(soft independent modeling of class analogy，SIMCA)、線性判別分析(linear discriminant analysis，LDA)、偏最小二乘法(partial least squares-discriiminate analysis， PLS-DA)、主成分分析(principal component analysis，PCA)、聚類分析(cluster analysis，CA)、正則化分析(regularized discriminant analysis，RDA)等，用近紅外光譜對食品進行溯源結合不同的化學計量方法會有不同的效果。SINELLI等在利用近紅外光譜技術分別結合LDA和SIMCA兩種化學計量方法對112組初榨橄欖油進行分類，并利用傳統感官評價方法對112組橄欖油樣品進行分類，對比兩種方法，結果表明近紅外光譜分析法有著明顯的優勢，說明近紅外光譜分析法是一個可靠，廉價和快速的分類工具[3]。COZZOLINO等利用近紅外光譜技術結合最小二乘法(PLS-DA)、主成分分析(PCA)和線性判別分析(LDA)技術對巴拉圭茶的地理起源進行標識，利用PLS-DA和LDA技術獲得的整體分辨率分別為76%和100%，結果表明近紅外光譜技術結合多變量分析可作為一種快速、客觀的巴拉圭茶地理起源標識技術[4]。MARIA等用近紅外光譜技術對38組2個品牌來自3個不同地區(巴西的納塔爾、薩爾瓦多和里約熱內盧)的乳粉進行蛋白質含量測定，主成分分析(PCA)和偏最小二乘(PLS)多元校正被用來預測總蛋白，簇獨立軟模式分類法(SIMA)也被用于全譜分類，最終分類結果接近100%，因此近紅外光譜技術是一種很有前途的食品分類溯源法[5]。SUM等對來自3個牧場2個農業區的羔羊肉進行產地溯源分析與預測羊肉中的13C和15N的值，利用PCA、PLS-DA、LDA和偏最小二乘回歸(partial least square regression，PLSR)法進行數據分析，最終結果表明近紅外光譜技術結合化學計量方法可作為一種快速、有效的地理溯源與13C、15N值估計法[6]。HAUGHEY等對來自不同地區的137個玉米酒糟及可溶物(distillers dried grains with solubles， DDGS)進行分析，利用不同的近紅外光譜儀結合不同化學計量法對DDGS進行地理起源分析，結果表明2種方法都能很好的將不同地理起源DDGS樣品區分開來[7]。管蹺等采用近紅外光譜并結合模式識別技術對4個品牌共160組食醋進行分析，分別用多元散射校正(multiplicative scatter correction， MSC)、二階導數(secondary derivative， SD)、標準正交變量變換(standardized normal variate，SNV)這幾種不同光譜預處理方法，并用PLS-DA與SIMCA兩種建模方式，最后結果表明用近紅外光譜技術對食醋進行產品溯源，并用MSC與SD結合的方法對光譜預處理，并用SIMCA的方法進行建模的方法可以實現溯源目的且溯源效果最好[8]。李勇等對來自4個不同地區的58個肉牛牛肉樣品處理后利用近紅外光譜分析技術并結合主成分分析(PCA)、聚類分析(CA)、判別分析(LDA)建模，最后成功地對牛肉進行了產品溯源，且正確率高[9]。

1.1.2 物聯網及標簽溯源

物聯網是在互聯網的基礎上發展而來的物與物之間互聯的技術。物聯網一般由射頻識別(radio frequency identification，RFID)系統、產品命名服務器(object naming service，ONS)、信息服務器(physical markup language，PML)和應用管理系統這四部分組成。其中RFID是物聯網溯源的基本技術，是一種非接觸式的自動識別技術，它通過射頻信號自動識別目標對象并獲取相關數據。標簽溯源主要是利用條碼技術并結合相應的硬件設備進行溯源。在2008年北京奧運會期間采用RFID技術對畜禽類產品進行追溯。但RFID技術其成本較高，因此電子印刷為實現超低成本的RFID提供了一個有效的途徑[10]。在過去的十年來，RFID技術在食品供應鏈中的可追溯系統及其實現快速增長中扮演著重要角色。AMADOR和EMOD開發了一個RFID溫度溯源系統用于物流運輸管理，最大限度地減少所采用的傳感器數量，只監測熱相關地的位置[11]。CATARINUCCI等采用無線傳感網絡(wireless sensor networks，WSN)與RFID系統結合實現從葡萄園到葡萄酒消費的可追溯性以及相關電磁和部署問題，證實了物聯網溯源技術的可行性[12]。在國內，2012年開發研制了小麥粉溯源系統，其將二維碼與RFID技術結合，設計原材料的編碼規則、加工和可追溯批次等，并將該系統在小麥面粉廠應用一年，最后結果表明可溯源能力明顯提高[13]。2013年開發和評估了一個牛/牛肉溯源系統，該系統由RFID、個人數字助理(personal digital assistant，PDA)技術及條碼打印技術組合成，對該系統進行評估和優化結果，表明應用該系統獲得了實時、準確的數據采集和傳輸及高效率的牛牛肉供應的信息跟蹤[14]。

1.2 化學方法溯源

1.2.1 同位素溯源

同位素溯源技術的基本原理與依據是同位素的自然分餾效應[15]。穩定同位素比值可以反映動植物種類及其所在環境，因此，穩定同位素可用來提供食品信息，用作食品溯源研究[16]。在食品溯源中，常用的同位素有C、H、O、N、S、B、Sr、和Pb。不同種類的同位素相應的分析技術也不同，C、H、O、N、S等輕同位素一般用同位素比率質譜儀(isotope ratio mass spectrometry，IRMS)和相應的同位素分餾-核磁共振儀(site-specific natural isotope fractionation -nuclear magnetic resonance，SNIF-NMR)進行分析，而Sr、Pb、等重同位素一般用熱電離質譜(thermal ionization mass spectrometry，TIMS)和多收集器等離子體質譜(multi-collector magnetic sector Inductively coupled plasma mass spectrometry，MC-ICP-MS)進行分析。應用同位素對食品進行產地溯源時也需結合相應的化學計量的方法。在葡萄酒來源分析中用到的元素包括C、H、O、N、Pb和Sr等。其中C、H、O等輕元素受氣候等影響較大，易發生改變， Sr的同位素受季節溫度影響不大，因此可以用來做為葡萄酒產地溯源分析的同位素[17]。還有研究發現葡萄酒中的87Sr、86Sr比值與土壤中的差異不大，因此更能確定可用Sr對葡萄酒產地進行溯源[18]。CAMIA等應用電感耦合等離子體發射光譜(inductively coupled plasma optical emission specrometry，ICP-OES)對來自阿根廷拉藩帕的32組蜂蜜樣品進行分析，并使用主成分分析(PCA)，聚類分析(CA)，線性判別分析(LDA)等化學計量方法，結果表明，以樣品獲得地圣羅莎省省會城市為中心方圓50 km內蜂蜜與其他地方的蜂蜜有著明顯的不同，因此應用該方法可實現了蜂蜜的產地溯源[19]。MOLKENTIN等用穩定同位素質譜技術成功鑒別有機牛奶與一般的牛奶，發現有機牛奶中的13C、15N含量與一般奶中該元素含量有著明顯的不同，并運用多變量分析法以增加魯棒性減少有機牛奶中的例外認證，成功實現牛奶溯源[20]。CAMIN等對產自意大利的橙子、克萊門氏的桃子、小柑橘、草莓等進行成分同位素分析，發現15N/14N的比例，抗壞血酸(VC)和可溶性固形物是用來區分有機水果與常規栽培水果的區別，結合同位素和化學標記物鑒別不同品種的有機水果與傳統水果這一功能已經實現[21]。RUMMEL等用87Sr/86Sr的比值區分來自歐洲不同地區的208頭牛，并成功分辨這些牛來自12個不同的歐洲地區，這證明鍶同位素溯源技術可成功用于牛的產地溯源[22]。在國內方面，陳歷水等研究發現13C和15N可用于實現對黑加侖果汁產地的有效溯源，不同地區黑加侖果實中的15N值有著顯著差異，且15N值隨著地理緯度增加呈減小的趨勢，部分地區的13C值有著顯著差異，且其值與土壤中含量有著明顯的相關性[23]。呂軍等利用多種穩定同位素對來自山東省、內蒙古自治區和山西省的牛肉進行產地溯源分析，測定其粗蛋白中13C、15N、2H和18O的值，并對其進行分析，結果表明13C、15N、2H和18O值可對牛肉產地進行追溯，且可用13C推測各地牛肉飼料的主要成分[24]。

1.2.2 礦物元素溯源

植物中的礦物元素的成分與含量與食品所處的環境密切相關，且礦物元素比較穩定，因此利用礦物元素進行植物產地溯源切實可行；動物體內的礦物元素也會顯現出地區差異性。在國內外都有利用礦物元素進行溯源的實例。在國外方面，HERNNDEZ等人利用原子吸收分光光度法測定了來自加那利群島和其他地方生產的116份蜂蜜樣品中的10種金屬含量，并通過主成分分析、聚類分析、判別分析和邏輯回歸分析(logistic regression，LR)，最后成功確定了蜂蜜樣品的起源[25]。BETTINA等測定來自不同國家的56種家禽肉和53種干牛肉樣品中的礦物元素含量，利用方差分析(analysis of variance，ANOVA)和線性判別分析(LDA)法識別單一或組合元素，最后實驗結果表明用As、Na、Rb、Se、Sr和Tl這些元素對家禽肉進行分類溯源的正確率為77%，用As、B、Ba、Ca、Cd、Cu、Dy、Er、Fe、Li、Mn、Pd等元素對牛肉溯源正確率為79%[26]。趙海燕等利用電感耦合等離子體質譜(ICP-MS)測定來自4個地區120份小麥中的24種礦物元素的含量，并對所得數據進行方差分析、主成分分析和判別分析，最后發現不同地域小麥中元素含量各有不同，結果表明不同地域來源的大多數樣品都能被正確區分，且還篩選出11項可用于礦物溯源的元素[27]。何忠萍等采用全譜直讀電感耦合等離子體原子發射光譜法(ICP-OES)測定蜂蜜樣品中礦物元素含量，在單目標溯源方法基礎上引進啞變量回歸和校正模型，從而建立了產地和蜜源雙目標溯源方法[28]。龔自明等采用電感耦合等離子體原子發射光譜法(inductively coupled plasma atomic emission spectrometry，ICP-AES)法對來自湖北四大茶區35份茶樣中的K、Ca、Mg、Mn等9種礦物元素進行分析測定，結果最終篩選出6項可用于綠茶產地判斷的指標分別為K、Ca、Mg、Mn、Fe和Mo，用其建立的判別模型溯源正確率為100%[29]。

1.2.3 有機成分溯源

有機成分主要為脂肪、蛋白質、糖類、維生素和香氣成分等組成，不同來源的同一種食品的有機成分與含量有著明顯的差異，這也為其產地追溯提供了可能性，該技術主要是利用氣相色譜法(gas chromatography，GC)、氣相色譜-質譜聯用儀(gas chromatography-mass spectrometry，GC-MS)和高效液相色譜法(high performance liquid chromatography，HPLC)等方法測定其有機成分的組成與含量[30]。有機成分中的葡萄糖、脂肪酸、維生素和氨基酸等常用來作為食品產地溯源的指標。STANIMIROVA等研究基于揮發性化合物驗證蜜蜂產地的可能性，采用頂空固相微萃取(solid-phase microextraction，SPME)結合全二維氣相色譜-飛行時間質譜(gas chromatography time-of-flight mass spectrometry，GC-TOF-MS)來分析蜂蜜的揮發性成分，分別利用線性判別分析(LDA)、簇獨立軟模式分類法(SIMCA)、判別偏最小二乘法(distinguish partial least squares，DPLS)和支持向量機(support vector machine，SVM)對蜂蜜進行產地判斷，最后結果表明GC-TOF-MS法結合LDA、DPLS和SVM可以成功應用于鑒別非原產地保護認證的蜂蜜[31]。DIRAMAN等對268組橄欖油樣品進行分析，這些樣品來自6個不同地區，對其脂肪酸進行分析測量，結合判別分析法對兩組不同年份采集橄欖油的產地溯源正確率分別為74.5%和74.8%，該實驗還發現油酸、亞油酸、亞麻酸、十七烷酸、棕櫚酸及其反式同分異構體是最好的橄欖油溯源有機物[32]。LONGOBARDI等對揮發性化合物和同位素含量及比值進行分析用來預測意大利馬鈴薯的地理起源地點，利用頂空固相微萃取/氣相色譜-質譜(HS-SPME/GC-MS)和同位素比質譜(IRMS)來測定馬鈴薯中的揮發性成分和同位素，最后結果表明兩者單獨分析所得產地溯源正確率相同都為91.7%，而揮發性成分和同位素兩者結合可得到100%的產地判別正確率[33]。以上實驗結果表明揮發性物質可用于食品的產地溯源，結合同位素的話，溯源正確率會有所提高。在國內方面，程碧君等從不同省份隨機采集牛肉樣品，比較這些樣品中的脂肪酸組成及含量特征，初步建立用于牛肉產地溯源的脂肪酸體系，篩選有效脂肪酸指標體系并建立模型，發現不同產區的牛肉中脂肪酸的組成和含量有顯著差異，可用來鑒別牛肉產地來源[34]。胡德玉等對來自中國17個產地的臍橙進行分析，發現不同地區臍橙中可溶性固形物含量、可滴定酸度(titratable acidity，TA)、糖組分、有機酸、氨基酸含量等的物理特性及化學成分均顯著不同。其中可溶性固形物含量與年平均氣溫、降雨量、日照時間顯著相關，TA和VC含量與年平均溫度、日照數相關等等，這些都為臍橙的產地溯源提供了可能[35]。馬奕顏等利用理化分析方法對來自4個地區90個獼猴桃樣品測定VC、VE、總糖含量，并用穩定同位素比率質譜儀測量其碳、氮、氫同位素的比率，利用判別分析法研究穩定同位素與有機成分結合對獼猴桃產地來源的判定效果，結果表明，VC、VE及總糖可輔助區分地理環境相似的樣品，兩者結合可明顯提高獼猴桃產地來源的判斷效果[36]。

1.3 生物方法溯源

1.3.1 DNA溯源

DNA溯源技術是生物溯源的重要方法之一。DNA溯源技術源于DNA的遺傳與變異，每一個個體都有著獨一無二的DNA序列，因此其對應的DNA圖譜也獨一無二，可以用來標記不同生物個體。發達國家早在2000年初就建立了基于DNA溯源技術的食品追溯系統，而我國的DNA溯源技術才剛剛起步。DNA追溯技術主要有3種標記方法：擴增片段長度多態性(amplified fragment length polymorphism，AFLP)、微衛星標記(simple sequence repeats，SSR)和單核苷酸多態性(single nucleotide polymorphism，SNP)。AFLP標記技術是荷蘭科學家ZABEAU和VOS在1992年將RFLP的可靠性和RFAD的簡便性相結合所創立的，具有分辨率高穩定性好、效率高的優點，但其技術費用高，對DNA純度及完整性要求高。SSR標記法可標記的等位基因數目較多，提供豐富的序列信息，也正是因為如此其帶型復雜，目前對其應用還是較為困難。SNP標記在基因組中分布很廣泛，用其易于判型，適合于快速、規模化篩查，而且其對DNA的要求不高。RICARDO等實驗發現在食品加工過程鏈中肉樣品最適合，其利用SSR標記對150個樣品進行追溯，可追溯性與他們各自的肉類同行有100%的確定性，這證實了DNA溯源的可行性[37]。ORR等選出18個不同基因中的SNP，并由這18個不同的SNP組建了DNA指紋圖譜，而且成功對528頭牛進行了溯源[38]。MONTEMURRO等對10個品種的橄欖油進行溯源，并從6個AFLP引物組合中選出合適的引物組合，將測量結果繪制成系統進化樹，最終成功對橄欖油進行區分[39]。ANGELICA等利用變性高效液相色譜(denaturing high performance liquid chromatography，DHPLC)技術建立一個SNP為基礎的方法來實現小麥品種溯源，DHPLC技術運用了20個SNP標記(8個轉化，12個顛換)，得到的結果表示DHPLC技術在食品科學領域的首次應用將有助于保持產品的可追溯性[40]。在國內方面，我國DNA溯源技術起步較晚，張小波等對基于SNP標記的DNA溯源技術進行研究，為尋找多態性信息含量豐富的SNP位點，采用RFLP-PCR方法檢測了豬的12個SNP候選標記，結果發現6個SNP位點符合標準，這6個分別為SNP1、SNP2、SNP3、SNP4、SNP5、和SNP12，這項研究為建立豬肉產品的DNA溯源系統奠定了基礎[41]。吳瀟等在11個品種，192個個體中檢測了24個SSR標記的遺傳多樣性，并篩選出了11個可用于豬肉溯源的SSR標記，在此基礎上進行了溯源模擬實驗，結果表明這11個SSR標記可區分100個個體，成功說明了運用SSR標記的DNA溯源的可行性[42]。這些實例都證實了DNA溯源的可行性，且DNA溯源技術易于分型、檢測手法簡單，且迅速，所得的DNA分子易于保存，所得DNA序列穩定，不受周圍影響，而且普遍存在于動植物界中，易于取材，對于傳統理化性質檢測不能區分的近緣生物來說，DNA溯源有著顯著的優勢，且與其他溯源技術相比，其成本低廉。隨著科技的進步，分子生物學的發展，鑒別、溯源方式正在從傳統的理化性質的檢測轉變為分子水平上的檢測，這更是為DNA溯源的推廣提供了基礎，雖然這項技術還并不成熟，但在不久的將來它有著廣闊的前景。

1.3.2 虹膜特征技術

虹膜是位于瞳孔和鞏膜之間的部位，虹膜的形成由遺傳基因決定，自然界中不可能出現2個虹膜完全相同的情況，因此虹膜可作為生物身份標識物。應用虹膜特征技術對大型動物進行身份標識，再結合條碼及物聯網技術就可做到對大型動物食品進行跟蹤與監督。FLOM和SAFIR在1987首次提出運用虹膜進行生物特征識別的概念，虹膜識別作為一種穩定有效的生物特征識別方式，應用于大型動物識別中, 可以消除其他動物識別系統中的欺騙和設備功能異常現象。PILLAI等提出了一種基于稀疏性好的虹膜圖像算法，與大多數現有算法不同的是，該算法對對噪聲有一定的魯棒性，但當噪聲超過一定限度時，該算法的識別率會快速下降[43]。KARN等提出了一種基于魯棒主成分分析(RPCA)的虹膜識別方法，用來解決由于眼瞼和睫毛遮擋、鏡面反射等造成虹膜圖像模糊的問題，實驗結果表明該方法在識別精度和計算效率上都達到了良好的成果[44]。在國內，方超等以奶牛為例，討論了人眼虹膜識別技術運用于大型動物識別是存在的3個難點：圖像采樣、虹膜定位、特征提取，并構建了從養殖場到屠宰場、加工場、包裝場到銷售地整個基于虹膜識別的肉類可追溯系統[45]。盧紅科等采用虹膜識別技術作為識別的關鍵技術，并構建了溯源系統的基本框架，該系統采用虹膜編碼和分割批號、加工批號結合轉化為電子編碼，用來標識大型肉類動物，在運輸銷售階段也同樣構建了溯源系統，這一整套的溯源體系可為將來肉類動物的溯源的實現提供參考[46]。李超等根據牛眼虹膜非同心橢圓的結構特征和圖像反射變換不變特征的性質提出了采用內、外邊界3步定位的方法對牛眼虹膜進行快速定位，并將牛眼虹膜內、外邊界轉化為圓形進行處理，根據上述方法進行仿真處理，發現這種方法可避免虹膜信息丟失，并提高算法速度[47]。對運用虹膜特征技術來進行食品溯源具有重要的參考意義。虹膜特征技術在食品安全溯源中一般用于基礎信息采集，是作為動物身份標識的一個重要工具，若要運用虹膜特征技術進行食品溯源，應對采集到的虹膜特征信息進行編碼并結合相應的條碼及物聯網技術形成完整的溯源體系。

2 對比分析

溯源技術在不同種類食品中應用得十分廣泛，對于不同食品原材料，所采用的溯源技術也有所不同。相關食品溯源技術的應用及溯源效果的比較如表1所示。

由表1可發現溯源技術最主要應用于肉類食品溯源中，此外溯源技術在飲料、蜂蜜及橄欖油中應用的也較為廣泛。在對植物源材料溯源中礦物元素、有機成分溯源技術是主要部分，近紅外光譜、物聯網標簽及DNA溯源技術在各方面應用的都較為廣泛。其中近紅外光譜及同位素溯源技術運用到較為多的化學計量方法，且用近紅外光譜溯源技術可發現，結合不同化學計量法會有不同精度的溯源結果。在這幾種溯源方法中礦物元素、有機成分同位素溯源法常常結合使用，以提高溯源精度。而DNA溯源技術的3類不同標記方法，各自有著不同的優勢與特點，針對不同溯源對象應選擇合適的標記方法，能有效提高溯源精度。

表1 食品溯源技術對比

注：針對同種動物源或植物源采取不同溯源技術，主要根據不同溯源技術的取材難易、前處理的復雜程度、耗時、經濟成本、適用性、結合化學計量法的算法難易性及溯源能力(即溯源正確率)對各種溯源技術進行評價打分。溯源技術評價打分0～5分，每個“+”代表1分，“+”越多代表評分越高。

3 結語

我國對《食品安全法》進行了修訂，新的《食品安全法》加強了對食品安全的監管力度，有利于政府對食品安全進行更好的把握[48]，這體現了國家對食品安全的關心。食品溯源可有效減小食品作假、假冒偽造等安全性問題。當下物聯網及標簽溯源運用的最為廣泛，但其缺乏統一的市場標準，這限制了其發展；而近紅外光譜與虹膜技術特征溯源由于其技術及建模方式、算法的局限性使得其普及較為困難；同位素溯源技術雖然效果較好，但其成本較高且效率慢，并不適合我國國情的發展；礦物元素及有機成分溯源結果易受環境影響，樣品不易儲存，且操作技術較為繁瑣；而DNA溯源技術樣品原料足，分析速度快，靈敏度高，特異性強，適用范圍廣，且對技術、原料的要求不高，適合進行近一步的發展與討論，相信隨著科學技術的近一步發展，DNA溯源技術將有著更為廣闊的發展空間。

[1] CHARLEBOIS S, STERLING B, HARATIFAR S, et al. Comparison of global food traceability regulations and requirements[J].Comprehensive Reviews in Food Science and Food Safety, 2014, 13(5): 1 104-1 123.

[2] 周鵬舉, 路文如. 食品安全文獻計量學分析[J]. 中國農學通報, 2010, 26(13): 79-89.

[3] SINELLI N, CERRETANI L, EGIDIO V D, et al. Application of near(NIR) infrared and mid (MIR) infrared spectroscopy as a rapid tool to classify extra virgin olive oil on the basis of fruity attribute intensity[J]. Food Research International, 2010, 43(1): 369-375.

[4] COZZOLINO D, RESTAINO E, FASSIO A. Discrimination of yerba mate(Ilex paraguayensis St. Hil.) samples according to their geographical origin by means of near infrared spectroscopy and multivariate analysis[J]. Sensing and Instrumentation for Food Quality Safety, 2010, 4(2): 67-72.

[6] SUN S, GUO B, WEI Y, et al. Classification of geographical origins and prediction of δ13C and δ15N values of lamb meat by near infrared reflectance spectroscopy[J]. Food Chemistry, 2012, 135(2): 508-514.

[7] ZHOU Xing-fan, YANG Zeng-ling, HAUGHEY S A, et al. Classification the geographical origin of corn distillers dried grains with solubles by near infrared reflectance spectroscopy combined with chemometrics: A feasibility study[J]. Food Chemistry, 2015, 189(15): 13-18.

[8] 管驍, 古方青, 劉靜, 等. 基于 NIRS 的食用醋品牌溯源模型的建立與優化[J]. 現代食品科技, 2014, 30(11): 200-203,212.

[9] 李勇, 魏益民, 潘家榮, 等. 基于FTIR 指紋光譜的牛肉產地溯源技術研究[J]. 光譜學與光譜分析, 2009, 29(3): 647-651.

[10] SUBRAMANIAN V, CHANG P C, HUANG D, et al. All-printed RFID tags: materials, devices and circuit implications[C].IEEE Computer Society, Proceedings of the 19th International Conference on VLSID 06.Hyderabad, India, 2006: 709-714.

[11] AMADOR C, EMOND J P . Development of RFID temperature tracking systems for combat feeding logistics[C].Quebec City.In XVII the World Congress of the International Commission of Agricultural and Biosystems Engineering (CIGR), CSBE/SCGAB, 2010.

[12] CATARINUCCI L, CUIAS I, PéREZ I E, et al. RFID and WSNs for traceability of agricultural goods from Farm to Fork: electromagnetic and deployment aspects on wine test-cases[C]. In Paper presented at the software, telecommunications and computer networks (SoftCOM), 2011 19thinternational conference on.

[13] QIAN Jian-ping, YANG Xin-ting, WU Xiao-ming, et al. A traceability system incorporating 2D barcode and RFID technology for wheat flour mills[J]. Computers and Electronics in Agriculture, 2012, 89(3):76-85.

[14] FENG Jian-ying, FU Zetian, WANG Zai-qiong, et al. Development and evaluation on a RFID-based traceability system for cattle/beef quality safety in China[J]. Food Control, 2013, 31(2), 314-325.

[15] 郭波莉，魏益民，潘家榮. 同位素指紋分析技術在食品產地溯源中的應用進展[J]. 農業工程學報，2007，23(3)：284-289.

[16] KELLY S, HEATON K, HOOGEWERFF J. Tracing the geographical origin of food: The application of multi -element and multi-isotope analysis[J]. Trends in Food Science & Technology, 2005,16(12):555-567.

[17] ROSSMANN Andreas. Determination of stable isotope rations in food analysis[J]. Food Reviews International, 2001 , 17(3): 347-381.

[18] ALMEIDA C M R, VASCONCELOS M.T S.D. Dose the winemaking process influence the wine87Sr/86Sr A case study[J]. Food Chemistry, 2004, (85): 7-12.

[20] MOLKENTIN J, GIESEMANN A. Follow-up of stable isotope analysis of organic versus conventional milk[J]. Analytical and Bioanalytical Chemistry, 2010, 398(3): 1 493-1 500.

[21] CAMIN F, PERINI M, BONTEMPO L, et al. Potential isotopic and chemical markers for characterising organic fruits[J]. Food Chemistry, 2011, 125(3): 1 072-1 082.

[22] RUMMEL S, DEKANT C H, H?LZL S, et al. Sr isotope measurements in beef-analytical challenge and first results[J].Analytical and Bioanalytical Chemistry, 2012, 402(9):2 837-2 848.

[23] 陳歷水, 丁慶波, 蘇曉霞, 等. 碳和氮穩定同位素在黑加侖產地區分中的應用[J]. 食品科學, 2013, 34(24): 249-253.

[24] 呂軍, 王東華, 楊曙明, 等. 利用穩定同位素進行牛肉產地溯源的研究[J]. 農產品質量與安全. 2015,(3):32-36.

[26] FRANKE B M, HALDIMANN M, GREMAUD G, et al. Element signature analysis ：its validation as a tool for geographic authentication of the origin of dried beef and poultry meat [J]. European Food Research and Technology, 2008, 227(3): 701-708.

[27] 趙海燕, 郭波莉, 張波, 等. 小麥產地礦物元素指紋溯源技術研究[J]. 中國農業科學, 2010, 43(18): 3 817-3 823.

[28] 何忠萍, 文勇立, 王建文, 等. 蜂蜜產地與蜜源礦物元素溯源方法的建立[J]. 食品研究與開發, 2016, 37(5): 20-25.

[29] 龔自明, 王雪萍, 高士偉, 等. 礦物元素分析判別綠茶產地來源研究[J]. 四川農業大學學報, 2012, 30(4): 429-433.

[30] 魏益民, 郭波莉, 魏帥, 等. 食品產地溯源及確證技術研究和應用方法探析[J]. 中國農業科學, 2012, 45(24):5 073-5 081.

[31] STANIMIROVA I, üSTüN B, CAJKA T, et al. Tracing the geographical origin of honeys based on volatile compounds profiles assessment using pattern recognition techniques[J]. Food Chemistry, 2010, 118(1): 171-176.

[32] DIRAMAN H, SAYGI H, HIIL Y. Geographical classification of Turkish virgin olive oils from the Aegean region for two harvest years based on their fatty acid profiles[J]. Journal of the American Oil Chemists Society, 2011, 88(12): 1 905-1 915.

[33] LONGOBARDI F, CASIELLO G, SACCO D, et al. Characterisation of the geographical origin of Italian potatoes, based on stable isotope and volatile compound analyses[J]. Food Chemistry, 2011, 124(4):1 708-1 713.

[34] 程碧君. 基于脂肪酸指紋分析的牛肉產地溯源研究[D]. 北京:中國農業科學院, 2012.

[35] 胡德玉, 廖秋紅, 謝讓金, 等. 紐荷爾臍橙果實物理特性及化學成分的產地差異性研究[J].食品科學, 2015, 36(19):18-28.

[36] 馬奕顏, 郭波莉, 魏益民, 等. 穩定同位素-有機成分結合判別獼猴桃的產地來源[J]. 中國食品學報, 2015, 15(8): 238-244.

[37] RICARDO F D, BORIS S D, RENATO C R, et al. Implementation of a molecular system for traceability of beef based on microsatellite markers[J]. Chilean Journal of Agricultural Research, 2008, 68(4): 342-351.

[39] MONTEMURRO C, PASQUALONE A, SIMEONE R , et al. AFLP molecular markers to identify virgin olive oils from single Italian cultivars[J]. European Food research and Technology,2008,226: 1 439-1 444.

[40] ANGELICA G, PASQUALINA C, DANIELA Z, et al. Varietal traceability of bread ‘Pane Nero di Castelvetrano’ by denaturing high pressure liquid chromatography analysis of single nucleotide polymorphisms[J]. Food Control, 2016, 59: 809-817.

[41] 張小波, 吳瀟, 何慧, 等. 基于SNPs標記的豬肉DNA溯源技術的研究[J]. 中國農業科技導報, 2011, 13(3): 85-91.

[42] 吳瀟, 宿學峰, 唐雪明. SSR 在豬個體識別及肉產品溯源中的應用[J]. 食品與生物技術報, 2014, 33(6): 624-632.

[43] PILLAI J K, PATEL V M, CHELLAPPA R. Sparsity inspired selection and recognition of iris images[C].Washington:Biometrics: Theory, Applications, and Systems (BTAS) . 2009: 1-6.

[44] KARN P, HE Xiao-hai, YANG Shu-ai, et al. Iris recognition based on robust principal component analysis[J]. Journal of Electronic Imaging, 2014, 23(6): 063002.

[45] 方超, 趙林度. 基于虹膜識別的肉類食品可追溯系統研究[J]. 中國安全科學學報, 2008,18(7)：11-17.

[46] 盧紅科, 趙林度. 基于虹膜識別與編碼技術的肉類食品可追溯系統研究[J]. 物流技術, 2009,28(10)：103-106.

[47] 李超, 趙林度. 牛眼虹膜定位算法研究及其在肉食品追溯系統中的應用[J]. 中國安全科學學報, 2011, 21(3): 124-130.

[48] 劉筠筠, 陳衡平. 兼評新修《食品安全法》相關規定[J]. 食品科學技術學報,2016, 34(1): 72-78.

Research progress in food traceability technology

MA Hui-jun1, YU Bing-xue1, LI Yan2, JIN Ze-yi1, ZHANG Xiao-li1*

1 (Beijing Technology and Business University, School of Computer and Information Engineering, Beijing 100048,China)2(Jilin Dahua Machine Mfg.Co.Lfd., Changchun 130103,China)

Food traceability technology is a very important technology in solving food safety issues. Three kinds of food traceability technology, such as physical technology, chemical technology and biological technology are discussed, including near infrared spectroscopy traceability technology, internet label traceability technology, isotope traceability technology, mineral element traceability technology, organic component traceability technology , iris recognition traceability technology and DNA traceability technology. The advantages, disadvantages and application prospects of different food traceability technology are discussed.

food traceability; physical method; chemical method; biological method

10.13995/j.cnki.11-1802/ts.201705044

碩士，講師(張曉力為通訊作者，E-mail：zhangxli@th.btbu.edu.cn)。

科研基地建設-科技創新平臺-優秀團隊科技成果轉化支撐項目(19008001237)

2016-08-15，改回日期：2016-10-11