基于礦質元素的我國不同產地葡萄酒的判別分析

李彩虹，開建榮，閆玥，葛謙，王芳，張靜，楊春霞，王彩艷

(寧夏農產品質量標準與檢測技術研究所，寧夏 銀川，750002)

葡萄酒的商業價值主要來源于產地[1]，葡萄酒產區是葡萄酒的根和魂，葡萄酒的核心競爭力是葡萄酒產區競爭力。寧夏賀蘭山東麓位于中部干旱區，屬于典型的大陸性氣候，光熱資源豐富，日照時間長，晝夜溫差大，擁有釀酒葡萄生長得天獨厚的氣候條件。因此，寧夏賀蘭山東麓葡萄酒香氣濃郁、純正，口感圓潤、協調。2011年底，在法國舉辦的中法葡萄酒盲品比賽中，前4名被賀蘭山東麓產區葡萄酒包攬。隨著人們生活水平的不斷提高，葡萄酒銷量逐年增加，有些不法商販為了牟取利益，通過偽造地理標簽的方式誤導消費者，以劣質農產品代替特色農產品，從而損害了消費者的利益，給品牌競爭帶來信任危機[2]。為了規范葡萄酒市場，加強地理標志產品管理，亟需開展葡萄酒產地追溯技術研究，從源頭上對其質量進行控制[3-4]。

農產品產地溯源主要是通過分析表征不同地域來源農產品特征性指標，并以此特征指標來實現農產品產地溯源。目前主要采用質譜、光譜、分子生物學技術等，通過分析農產品的同位素含量與比率、礦質元素含量、有機組成、揮發性成分等特征成分，結合化學計量學，建立能夠區分農產品產地來源的特征性指紋圖譜，從而對不同產地的農產品進行產地溯源[5]。礦質元素溯源技術是根據不同地區農作物含有的礦物質元素含量的差異來實現農產品產地溯源的一種技術，由于受土壤類型和社會發展等環境因素的影響，不同地域土壤中礦物質元素的含量有其獨特性和差異性，加之電感耦合等離子體質譜法具有高靈敏度和分析速度快等優點，礦質元素技術已被廣泛應用于農產品產地溯源[6-7]，如：枸杞[8]、貝類[9]、新疆紅棗[10]、茶葉[11-12]等，取得了理想的效果。

本研究以我國不同產地赤霞珠單品葡萄酒為研究對象，采用微波消解-電感耦合等離子體質譜技術，分析葡萄酒中Ag、Al、As、Ba、Be、Bi等58種礦質元素，研究礦質元素在葡萄酒產地判別中的可行性。研究成果可為葡萄酒產地溯源提供科學方法和理論依據。

1 材料與方法

1.1 材料與試劑

不同產地赤霞珠單品葡萄酒樣本：寧夏賀蘭山東麓產區(n=14，7個酒莊)、河北沙城產區(n=18，5個酒莊)、山西清徐產區(n=13，5個酒莊)、甘肅武威產區(n=9，4個酒莊)、渤海灣產區(n=12，7個酒莊)和云南高原產區(n=6，2個酒莊)，共計72個樣本。樣本采集時間為2020年。寧夏賀蘭山東麓不同品種葡萄酒樣本：霞多麗(n=9)、美樂(n=9)、蛇龍珠(n=6)、馬瑟蘭(n=11)、赤霞珠(n=9)和黑比諾(n=10)，共計54個樣本。

標準溶液為4組57種元素混合標液，分別為Au、Hf、Ir、Pd、Pt、Ru、Sb、Sn，B、Ge、Mo、Nb、P、Re、Ta、Ti、W、Zr，Ag、Al、As、Ba、Be、Bi、Ca、Cd、Co、Cr、Cs、Cu、Fe、Ga、Li、Mg、Mn、Na、Ni、Rb、Se、Sr、Tl、U、Zn，Ce、Er、Eu、Gd、Ho、Nd、Pr、Sc、Sm、Tb、Th、Tm、Y、Yb；美國Perkin Elmer公司；Hg單元素標液，中國計量科學研究院；質控物為生物成分分析標準物質胡蘿卜GBW 10047，中國地質科學院地球物理地球化學勘查研究所；硝酸(優級純)，德國Merck公司；水為實驗室一級用水。

1.2 儀器與設備

ELAN DRC-e型電感耦合等離子體質譜儀(inductively coupled plasma mass spectrometry，ICP-MS)，美國 Perkin Elmer 公司；Mars 6 Xpress微波消解儀，美國CEM公司；趕酸儀(24位)，萊伯泰科公司；AL 104 型電子天平，梅特勒-托利多。

1.3 實驗方法

1.3.1 樣品前處理

準確吸取5.00 mL葡萄酒樣品于微波消解管中，置于趕酸儀上加熱至120 ℃揮發乙醇約3 h，冷卻后加入硝酸10 mL，常溫靜置3～4 h或過夜，然后置于微波消解儀中消解，消解程序見表1。消解完成完全冷卻后，取掉微波消解管蓋子，置于趕酸儀上120 ℃揮發硝酸，約2～3 h取下冷卻至室溫，用水完全轉移至25.0 mL刻度管中，定容。同時做質控品和試劑空白試驗。

表1 葡萄酒微波消解條件Table 1 Microwave digestion conditions of wine

1.3.2 ICP-MS工作條件

電感耦合等離子體質譜儀測定元素采用標準模式。優化后的工作條件為：發生器功率：1 300 W；檢測器模擬階電壓：-2 350 V；離子透鏡電壓：6.00 V；霧化器流量：0.98 L/min；等離子炬冷卻氣流量：17.0 L/min；輔助器流量：1.20 L/min。上機測定葡萄酒樣品及質控品中58種元素。

1.3.3 方法學驗證

各元素標準曲線相關系數均大于0.99，檢出限為 0.000 1 μg/L～3.66 mg/L。GBW 10047的各元素測定結果均在標準參考值范圍內。各元素測定的標準曲線、檢出限和定量限見表2。

1.4 數據處理

每個葡萄酒樣本平行2次測定，平行測定結果的相對相差小于10%的平均值作為最后結果進行數據處理。采用SPSS 25.0軟件，單因素方差分析方法分析葡萄酒中58種礦質元素在不同產區間的差異性；主成分分析用降維的方法在58種礦質元素信息中提取了14個綜合變量，而這14個綜合變量盡可能多地反映58種礦質元素的信息；Fisher判別分析則是建立了基于礦質元素不同產地、品種葡萄酒的判別模型。

2 結果與分析

2.1 不同產地葡萄酒中礦質元素含量差異性分析

由表3可知，葡萄酒中58種礦物質元素均有檢出，且含量差異較大。大于100 mg/L的有Mg元素，含量介于10～100 mg/L的有P元素，Al、B、Ca、Mn、Rb、Na、Fe、Sr、Ga元素含量介于1～10 mg/L，其次為Ba、Ti、Cu、Zn元素，含量小于1 mg/L，其余元素含量均處于μg/L級。

通過對河北沙城、寧夏賀蘭山東麓、山西清徐、甘肅武威、渤海灣和云南高原6個葡萄酒產區的赤霞珠單品葡萄酒中58種元素含量進行方差分析，結果顯示，Al、As、B、Ba、Be、Bi、Cd、Co、Cs、Cu、Eu、Hg、Li、Mg、Mn、Mo、Na、Ni、Rb、Sc、Se、Sr、Th、Tl、Yb、Fe、Zn、P、Ru、Au、Ta、Hf、Pd、Zr和Re 35種元素含量在6個產區存在顯著差異(P<0.05)，Ce、Cr、Er、Gd、Ge、Ho、Nb、Nd、Pr、Sb、Sm、Sn、Tb、Ti、Tm、U、Y、Zr、Pt、W、Ga、Ca和Ag 23種元素含量在不同產區差異不顯著(P>0.05)(表3)。寧夏賀蘭山東麓葡萄酒中 As、B、Ru、Ta和Pt 5種元素含量顯著高于其他產地，而Cd、Cs、Mn、Rb、Zn、Pd 和 Zr 7種元素含量顯著低于其他產地；云南高原產區葡萄酒中Cs含量顯著高于其他產區，但是Al、As、B、Bi、Co、Er、Mg、Na、Ni、Pr、Sc、Tm、Th、Yb、Fe、Hf、Ga和Ca 18種元素含量顯著低于其他產區；渤海灣產區葡萄酒中Al、Ba、Be、Cd、Co、Cs、Eu、Mg、Mn、Na、Ni、Rb、Sc、Sm、Tl、Yb、Zn、Ga和Re 19種元素含量顯著高于其他產區，相比之下，Hg、Ru和Au含量相對較低；武威產區Li、Sr、Fe、Hf、Pd和Zr 6種元素含量相對高于其他產區。由此可見，不同產區葡萄酒中礦質元素含量具有較大的差異性。

表2 ICP-MS儀器測定礦物元素標準曲線、檢出限和定量限Table 2 Standard curve, detection limit and quantification limit of mineral elements determined by ICP-MS

表3 不同產區葡萄酒礦物元素含量差異性Table 3 Differences of mineral element content in wines from different producing areas

2.2 不同產地葡萄酒中礦質元素含量主成分分析

主成分分析技術是重要的指紋分析技術之一，它將多項指標重新組合成一組新的互相無關的幾個綜合指標，能夠用較少指標反應較多信息的一種無監督分析方法[13-18]。對不同產地葡萄酒進行主成分分析，降低維度，使變量之間關系更加清晰。經過最大方差法旋轉，各因子的載荷值更接近于0或1，能夠更好區分主成分下的因子，旋轉后的主成分分析結果見附表1(https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CAPJ&dbname=CAPJLAST&filename=SPFX20220321006)。根據特征值>1的原則，提取了14個主成分，累計方差貢獻率達到了85.351%，基本綜合了原始數據的信息。

由表4可知，第1主成分的方差貢獻率為26.562%，綜合了Al、Ce、Er、Eu、Gd、Ho、Nd、Pr、Sm、Tb、Tm、Y、Yb、W、Re的信息；第2主成分的方差貢獻率為10.552%，綜合了Ba、Cd、Co、Rb、Sc、Zn、Ga的信息；第3主成分的方差貢獻率為9.405%，綜合了Mg、Mn、Nb、Se、Ru的信息；第4主成分的方差貢獻率為7.807%，綜合了As、B、Li、Sr、Pt的信息；第5主成分的方差貢獻率為7.312%，綜合了Hg、Mo、P、Ca的信息；第6主成分的方差貢獻率為4.849%，綜合了Th、Au、Ir的信息；第7主成分的方差貢獻率為3.502%，綜合了Hf、Pd、Zr的信息；第8主成分的方差貢獻率為2.685%，綜合了Cu、Ni、Tl的信息；第9主成分的方差貢獻率為2.540%，綜合了Cr、Fe的信息；第10主成分的方差貢獻率為2.483%，綜合了Sn的信息；第11主成分的方差貢獻率為2.177%，主要包含了Ti的信息；第12主成分的方差貢獻率為2.06%，主要包含了Ag的信息；第13主成分的方差貢獻率為1.82%，主要包含了Na的信息；第14主成分的方差貢獻率為1.597%，主要包含了Sb的信息。篩選出Al、Ce、Er、Eu、Gd、Ho、Nd、Pr、Sm、Tb、Tm、Y、Yb、W、Re、Ba、Cd、Co、Rb、Sc、Zn、Ga、Mg、Mn、Nb、Se、Ru、As、B、Li、Sr、Pt、Hg、Mo、P、Ca、Th、Au、Ir、Hf、Pd、Zr、Cu、Ni、Tl、Cr、Fe、Sn、Ti、Ag、Na和Sb 52種葡萄酒的特征礦物元素。

表4 前14個主成分的載荷矩陣及方差貢獻率Table 4 Load matrix and variance contribution rate of the first 14 principal components

2.3 基于礦質元素葡萄酒產地區分模型的建立

為了進一步考察各元素含量對葡萄酒原產地判別的影響，建立基于Fisher判別函數的一般判別方法對葡萄酒產地進行多變量判別，以58種元素作為自變量，進行逐步判別分析。結果顯示，Al、As、B、Ba、Be、Bi、Cd、Ce、Co、Cr、Cs、Cu、Er、Eu、Gd、Ge、Hg、Ho、Li、Mg、Mn、Mo、Na、Nb、Rb、Zn和Ta共計27種對產地判別顯著的元素被引入到判別模型中，建立了不同產地葡萄酒的判別方程，分別為:

Y(河北沙城產區)=2.069Al-1.638As-0.330B+129.498Ba-5.665Be+71.060Bi-65.635Cd-17.643Ce-4.772Co+0.944Cr-0.066Cs-0.001Cu+505.791Er+138.429Eu+1 716.408Gd+449.052Ge+392.595Hg-537.235Ho-0.121Li+0.062Mg+2.430Mn+10.333Mo+0.224 Na+21.641Nb+20.871Rb+6.314Zn+165.893Ta-74.784；

Y(寧夏賀蘭山東麓產區)=2.068Al-1.799As+5.750B+474.154Ba-53.651Be-117.304Bi-136.610Cd-22.460Ce-4.527Co+1.670Cr-0.082Cs-0.013Cu+454.295Er+477.257Eu+1366.916Gd-6.763Ge-182.974Hg-960.057Ho+0.235Li-0.052Mg+3.246Mn+3.913Mo+0.193Na+34.970 Nb-0.129Rb-0.442Zn+432.901Ta-71.945；

Y(山西清徐產區)=781Al-7.837As+0.070B+181.257Ba-5.479Be+204.068Bi-27.684Cd-39.570Ce-1.591Co+1.079Cr-0.063Cs+0.024Cu+663.664Er-223.755Eu+2 107.862Gd+329.224Ge+131.305Hg-2 127.883Ho-0.028Li+0.107Mg-0.437Mn+8.031Mo+0.247 Na+27.501 Nb+20.519Rb-9.047Zn+137.123Ta-71.718；

Y(甘肅武威產區)=3.646Al-4.955As+0.205B+421.421Ba-13.312Be-0.913Bi-110.024Cd-33.518Ce-0.731Co+1.322Cr-0.057Cs+0.008Cu+880.708Er+3.019Eu+1744.523Gd+39.949Ge-13.380Hg-1 313.931Ho+0.248Li+0.022Mg+0.878Mn+5.892Mo+0.232 Na+30.708 Nb+6.600Rb+3.925Zn+219.156Ta-58.894；

Y(山東渤海灣產區)= 5.495Al-11.588As-4.512B+232.126Ba+7.102Be+223.109Bi-33.465Cd-61.045Ce-2.317Co+0.648Cr-0.125Cs+0.028Cu+1 290.999Er-346.698Eu+2 916.345Gd+458.431Ge+348.028Hg-3 055.169Ho-0.018Li+0.180Mg-1.070Mn+16.199Mo+0.546 Na+32.038 Nb+39.949Rb+9.867Zn+39.747Ta-145.413；

Y(云南高原產區)= 2.915Al-5.233As-1.191B+226.983Ba-13.816Be-32.491Bi-32.896Cd-24.464Ce-4.944Co+0.959Cr+0.014Cs+0.009Cu+639.290Er-100.879Eu+1 688.460Gd+281.635Ge+180.329Hg-921.914Ho-0.021Li+0.041Mg+1.612Mn+9.047Mo+0.149 Na+24.926Nb+10.161Rb+17.239Zn+177.853Ta-50.358。

2.4 基于礦質元素的不同產地葡萄酒的判別分析

單因素方差分析揭示了不同產地葡萄酒礦質元素含量的差異性，但不能對不同產地葡萄酒進行準確判別，本研究采用Fisher判別分析法對不同產區葡萄酒進行判別。以58種特征元素作為自變量，不同產地作為分類變量，利用Fisher線性判別分析對6個產區葡萄酒樣品進行產地鑒別(圖1、表5)。研究表明，通過27個元素指標，可以將6個不同產地的葡萄酒判別出來，回代檢驗正確判別率為98.6%，交叉驗證的正確判別率為84.7%，回代檢驗是針對所有訓練樣本進行的檢驗，樣品的錯判率是相應總體率的偏低估計，而交叉檢驗比較真實地體現了模型的判別能力[19]。其中沙城產區77.8%的樣品被正確識別，賀蘭山東麓產區100%的樣品被正確識別，清徐產區84.6%的樣品被正確識別，武威產區88.9%的樣品被正確識別，渤海灣產區83.3%的樣品被正確識別，云南高原產區66.7%的樣品被正確識別。由此可以看出，基于礦質元素技術，寧夏賀蘭山東麓赤霞珠葡萄酒可以很好地被判別，云南高原產區判別率低，可能是因為云南樣本量少，不能全面代表該產區葡萄酒信息的原因。

圖1 不同產地葡萄酒在分類平面上的散點圖Fig.1 The scatter plot of wines from different regions on a classification plane

表5 不同產區葡萄酒的一般判別分析結果Table 5 Results of general discriminant analysis of wines from different appellation areas

2.5 寧夏賀蘭山東麓不同品種葡萄酒的判別分析

為了驗證葡萄酒的品種是否對產地判別產生影響，試驗采用Fisher判別分析法對寧夏賀蘭山東麓產區6個單品葡萄酒進行品種判別。以58種礦物元素作為判別分析的自變量，進行逐步判別分析。結果顯示，Al、As、B、Ba 等40種對品種判別顯著的元素被引入到判別模型中[2]。分類結果表明，回代檢驗的整體正確判別率分別為100%，交叉檢驗整體正確判別率僅為38.9%(表6)，每個品種均有大部分樣本被誤判，以上分析說明基于礦物元素指紋的差異不能有效鑒別不同品種的葡萄酒。

3 結論

通過分析寧夏賀蘭山東麓、河北沙城、山西清徐、甘肅武威、渤海灣和云南高原6個我國葡萄酒主產區

表6 不同品種釀酒葡萄葡萄酒的一般判別分析結果Table 6 Results of general discriminant analysis of different varieties of wine grape wine

72個赤霞珠單品葡萄酒中的58種礦質元素含量及組成特征，明確了Al、As、B、Ba、Be、Bi、Cd、Co、Cs、Cu、Eu、Hg、Li、Mg、Mn、Mo、Na、Ni、Rb、Sc、Se、Sr、Th、Tl、Yb、Fe、Zn、P、Ru、Au、Ta、Hf、Pd、Zr 和 Re 35種元素含量在6個產區間存在顯著差異(P<0.05)。通過主成分分析提取出14個主成分，綜合了58種礦質元素85.351%的總信息。Fisher判別分析確定了Al、As、B、Ba、Be、Bi、Cd、Ce、Co、Cr、Cs、Cu、Er、Eu、Gd、Ge、Hg、Ho、Li、Mg、Mn、Mo、Na、Nb、Rb、Zn、Ta 27種葡萄酒產地識別的有效溯源元素指標，構建了不同產地葡萄酒判別模型，該模型基本能鑒別不同產地的葡萄酒。而基于礦物元素的差異不能有效鑒別不同品種的葡萄酒。本研究顯示，礦質元素技術是葡萄酒產地溯源行之有效的方法。目前，穩定同位素也是農產品產地溯源的有效手段，后續工作中，繼續挖掘礦質元素技術結合穩定同位素技術，采用多元統計方法進行葡萄酒產地溯源，形成更準確更高效的鑒別技術，為鑒別地理標志產區葡萄酒的真實性提供理論依據和技術手段。