二、牛肉產(chǎn)地溯源結果分析

1、同位素與礦物元素組合對牛肉產(chǎn)地的主成分分析

用脫脂牛肉中δ¹³C、δ¹⁵N和牛尾毛中的δD3項同位素指標和脫脂牛肉中的5項礦物元素指標Se、Sr，F(xiàn)、Ni、Zn進行主成分分析，結果顯示前4個主成分的累計方差貢獻率達到85.22%。從主成分的特征向量中可以看出，第一主成分主要綜合了牛肉樣品中δ¹³C和Se含量的信息，第二主成分主要綜合了樣品中Ni和Zn的含量信息，第三主成分主要綜合了樣品中δ¹⁵N和Fe、Sr的含量信息，第四主成分主要綜合了δ¹⁵N、δD、Ni和Zn含量的信息，見表4-19。

利用主成分的標準化得分做散點圖。從第一和第二主成分標準化得分散點圖（4-12）中可以看出，吉林樣品的第一主成分得分均為正值，河北樣品的第一主成分得分均為負值，即吉林與河北的樣品通過第一主成分被完全區(qū)分開；但貴州與河北的樣品相互重疊，不能被明顯區(qū)分。因此，又利用第一和第三主成分標準得分做散點圖。從圖4-13中可以看出，貴州樣品的第三主成分得分均為負值，寧夏樣品的第三主成分得分均為正值，即貴州與寧夏的樣品通過第三主成分被完全區(qū)分開?？梢?，同圖4-12第一和第二主成分標準化得分散點圖 位素與礦物元素指標組合能明顯區(qū)分不同地域的牛肉樣品。

2、同位素與礦物元素組合對牛肉產(chǎn)地的聚類分析

主成分分析可以把樣品中多種元素的信息通過綜合的方式更直觀地表現(xiàn)出來，但卻存在多維散點圖不易做出的缺陷。為了進一步了解同位素與礦物元素指標組合對牛肉產(chǎn)地的分類情況，利用前4個主成分的標準化得分進行聚類分析。從圖4-14中虛線處將樹型圖切斷，牛肉樣品被分為四類。第一類主要為寧夏的樣品，其中還包括了1個河北的樣品；第二類主要為河北的樣品，其中還包括了1個寧夏的樣品和1個吉林的樣品；第三類主要為貴州的樣品，其中還包括了1個河北的樣品和1個吉林的樣品；第四類全部為吉林的樣品。還可以看出，同位素與礦物元素指標組合的聚類樹圖中不同地域來源的樣品交叉較少，即聚類效果明顯優(yōu)于前兩章的聚類結果。這說明同位素與礦物元素指標組合能提高對牛肉產(chǎn)地的正確判別率。

3、同位素與礦物元素組合對牛肉產(chǎn)地的判別分析

利用脫脂牛肉粉中δ¹³C、δ¹⁵N和牛尾毛中的δD3項同位素指標和篩選出的5項礦物元素指標Fe、Ni、Zn、Se、Sr進行距離判別分析，整體正確判別率為100%，即所有樣本被正確區(qū)分開。為了進一步篩選有效溯源指標，用以上指標進行逐步判別分析。結果表明，在p＜0.05顯著水平下，引入到判別模型的變量依次為δ¹³C、Se、Sr、Fe、Ze，建立的判別模型為：

Y吉林=-40.855-4.501δ¹³C+0.055 Fe+0.031 Zn+4.386 Se+0.161 Sr

Y貴州=-68.932-6.665δ¹³C+0.069 Fe-0.011 Zn+6.751 Se-1.797 Sr

Y寧夏=-83.343-7.366δ¹³C-0.043 Fe-0.007 Zn+6.833 Se+6.562 Sr

Y河北=-118.663-7.973δ¹³C-0.016 Fe+0.026 Zn+14.660 Se+4.671 Sr

用所建立的判別模型對訓練樣本進行回代檢驗，結果表明它們對寧夏、河北樣品的正確判別率均為100%，對吉林、貴州樣本的正確判別率為均為95.2%，整體的正確判別率為96.6%（表4-20），判別效果比較理想。

4、耦合溯源技術結果分析

主成分分析中，利用綜合δ¹³C、Se的第一主成分，綜合Ni和Zn的第二主成分，及綜合δ¹⁵N、Fe、Sr的第三主成分可將4個地域的牛肉樣品完全區(qū)分開。距離判別分析中，碳、氮、氘3項同位素指標和Se、Sr、Fe、Ni、Zn5項礦物元素指標組合對牛肉產(chǎn)地整體的正確判別率為100%，高于利用礦物元素對牛肉產(chǎn)地的整體正確判別率（98.3%）。聚類分析中，同位素與礦物元素指標組合的聚類樹圖中只有5個樣品被錯誤分類，低于單獨利用同位素和礦物元素指標聚類時錯誤分類的樣品個數(shù)（分別為11個和9個）。以上結果均說明同位素與礦物元素指標組合能顯著提高對牛肉產(chǎn)地的正確判別率。

同位素與礦物元素指標組合進行逐步判別分析中，在0.05顯著水平下，引入到判別模型的變量依次為δ¹³C、Se、Sr、Fe、Zn，即δ¹³C指標在牛肉產(chǎn)地判別中占有十分重要的地位。利用此5項指標建立的判別模型對樣品進行回代檢驗，整體的正確判別率為96.6%，但卻稍低于利用礦物元素指標建立判別模型的回代檢驗結果（整體正確判別率為98.3%）。這一現(xiàn)象提示研究中由于樣品數(shù)量較少，建立的判別模型在穩(wěn)定性、強健性等方面還有待進一步改進完善。國際學者Brescia等在牛奶產(chǎn)地溯源研究中建議，判別模型建立時，可用樣本總數(shù)量的66%作為訓練樣本進行建模，用33%的樣本作為盲樣對所建立的模型進行檢驗，而且要通過多次隨機改變訓練樣本和盲樣，以檢驗判別模型的穩(wěn)定性（Bresciaetal，2003）。本研究中由于樣本數(shù)量較少，只對判別模型進行了回代檢驗。因此，本研究中建立的判別模型僅為今后研究提供一定參考依據(jù)。今后研究中需要繼續(xù)擴大抽樣范圍和抽樣量，建立用于牛肉產(chǎn)地溯源更為穩(wěn)定、更實用的判別模型。

通過利用同位素與礦物元素指標組合對牛肉產(chǎn)地來源的主成分分析、聚類分析及判別分析，并與同位素指紋溯源技術、礦物元素指紋溯源技術對牛肉產(chǎn)地的分析結果進行比較，得出：

（1）¹³C、¹⁴N、D等3項同位素指標和Fe、Ni、Zn、Se、Sr等5項礦物元素指標結合，對樣本的整體正確判別率達到100%。說明同位素與礦物元素指標組合可提高牛肉產(chǎn)地的正確判別率。

（2）同位素與礦物元素指標組合進行逐步判別分析中，δ¹³C指標最先引入到判別模型中。說明δ¹³C指標在牛肉產(chǎn)地溯源中占有很重要的地位。

聲明：本文所用圖片、文字來源于《食品及食品污染溯源技術與應用》，版權歸原作者所有。如涉及作品內(nèi)容、版權等問題，請與本網(wǎng)聯(lián)系。

相關鏈接：溯源，同位素，礦物元素