在一个受保护的地理标志周围附近生产的豆的地理追踪多元件分析

科学领域:

• 农业科学 农业科学
• 分析化学 分析化学
• 食品科学 食品科学 食品科学

背景情况:

• 多元元素分析 (Multi-elemental profiling) 是一种基于土壤和环境影响的方法,用于确定植物食品的地理来源.
• 使用这种方法,区分来自地理上接近的地区的样本具有相似条件可能是具有挑战性的.

研究的目的:

• 调查多元元素分析与机器学习相结合的有效性,以验证豆的地理来源.
• 为了区分来自受保护地理标志 (PGI) 区域和相邻地区的豆样本.

主要方法:

• 诱导合等离子体质谱法 (ICP-MS) 用于分析70个小豆样本中的31种微量元素和16种稀土元素.
• 从西南西班牙的四个省份采集了豆样本,包括"Garbanzo de Escacena"原产地和邻的地区.
• 机器学习算法应用于基本数据,以开发预测分类模型.

主要成果:

• 来自"Garbanzo de Escacena"PGI地区 (赫尔瓦和塞维利亚) 的豆样本显示出类似的元素概况.
• 这些PGI样本与来自边境省份 (卡迪斯和科尔多瓦) 的豆明显区分开来.
• 机器学习模型在分类小的起源方面实现了高精度,灵敏度和特异性.

结论:

• 多元元素分析和先进化学测量的结合是食品认证的强大策略.
• 这种方法使得可靠的可追溯性基于其地理来源的食品.
• 该研究成功地证明了使用基本指纹和机器学习来区分豆起源的潜力.