基于矿质元素的赤霞珠葡萄酒产地溯源.pdf

食品研究与开发圆园23 年 10 月第 44 卷第 19 期DOI：10.12161/j.issn.1005-6521.2023.19.023基金项目：中国农业科学院科技创新工程专项（CAAS-ASTIP-2021-ZFRI-08）；中国农业科学院基本科研业务费专项院级统筹项目（Y2021XK14）作者简介：吕真真（1989），女（汉），助理研究员，硕士，研究方向：果品贮藏与加工。基于矿质元素的赤霞珠葡萄酒产地溯源吕真真1，谢辉2，庞荣丽1，王瑞萍1，焦中高1，刘杰超1（1.中国农业科学院 郑州果树研究所，河南 郑州 450009；2.新疆农业科学院 园艺作物研究所，新疆 乌鲁木齐 830091）摘要：为探讨基于矿质元素的赤霞珠葡萄酒产地溯源的可行性，分析新疆天山北麓产区与其他 4 个产区（宁夏、甘肃、河北、山东）赤霞珠葡萄酒中的 23 种矿质元素含量，结合多元统计方法，构建有效的葡萄酒产地溯源模型。结果表明：天山北麓与宁夏、甘肃、河北、山东产区葡萄酒中 P、Mg、Sr、Ti、Al、Cu、Ba 具有显著（p约0.05）或极显著差异（p约0.01），可以作为区分不同产区葡萄酒的特征性元素。以 23 种矿质元素为依据的 Fisher 判别分析，筛选出 P、Sr、Al 3 种对产地判别显著的元素，建立的判别函数对天山北麓和其他 4 个产区葡萄酒的初始验证和交叉验证整体正确判别率分别为 96.43%和 89.29%。基于矿质元素分析能够对赤霞珠葡萄酒进行产地溯源，区分新疆天山北麓与宁夏、甘肃、河北、山东产区的葡萄酒。关键词：葡萄酒；天山北麓；产区；矿质元素；溯源Origin Tracing of Cabernet Sauvignon Wine Based on Mineral ElementsL譈 Zhenzhen1，XIE Hui2，PANG Rongli1，WANG Ruiping1，JIAO Zhonggao1，LIU Jiechao1（1.Zhengzhou Fruit Research Institute，Chinese Academy of Agricultural Sciences，Zhengzhou 450009，Henan，China；2.Research Institute of Horticulture，Xinjiang Academy of Agricultural Sciences，Urumqi830091，Xinjiang，China）粤遭泽贼则葬糟贼：The feasibility of wine origin tracing based on mineral elements was explored.The content of 23mineral elements in Cabernet Sauvignon wine samples from the northern foot of Tianshan Mountains（Xinjiang），Ningxia，Gansu，Hebei，and Shandong in China was determined.The origin traceability model was establishedwith the content of mineral elements combined with multivariate statistical methods.The results showed that thecontentofP，Mg，Sr，Ti，Al，Cu，andBahadsignificantdifferences（p0.05orp0.01）betweenthewinesamplesfromthenorthernfootofTianshanMountainsandotherfourareas（Ningxia，Gansu，Hebei，andShandong）.Theseelements could be used as markers for distinguishing wine products from different regions.P，Sr，and Alsignificant for origin discrimination were screened out from the 23 mineral elements to establish the Fishersdiscriminant function.The function showed the overall correct discrimination rates of 96.43%and 89.29%，respectively，for the initialverificationandcross-validationof wines from the northern foot of Tianshan Mountainsand other four areas.The origin of Cabernet Sauvignon wine could be traced by mineral element analysis，and thewine from the northern foot of Tianshan Mountains in Xinjiang could be distinguished from those from Ningxia，Gansu，Hebei，and Shandong.运藻赠 憎燥则凿泽：wine；northern foot of Tianshan Mountains；region；mineral element；origin tracing引文格式：吕真真，谢辉，庞荣丽，等.基于矿质元素的赤霞珠葡萄酒产地溯源J.食品研究与开发，2023，44（19）：159-164.L譈 Zhenzhen，XIE Hui，PANG Rongli，et al.Origin Tracing of Cabernet Sauvignon Wine Based on Mineral ElementsJ.FoodResearch and Development，2023，44（19）：159-164.检测分析159食品研究与开发圆园23 年 10 月第 44 卷第 19 期近年来，随着人们生活水平提高，健康意识、消费能力和消费需求不断上升，我国葡萄酒行业发展迅速1。原产地是葡萄酒产品差异的重要体现之一，葡萄酒的质量和商业附加值通常将产地来源作为其内在评价标准2-3。葡萄酒的产地鉴别主要是通过分析不同地域来源葡萄酒的特异性指标，结合化学计量法，建立区分葡萄酒产地来源的模型，从而对不同地域葡萄酒进行产地溯源4-7。葡萄酒中矿质元素大部分是由葡萄原料带入酒中，而原料中的矿质元素基本上由根系从土壤中吸收的，不同产区具备不同的地质条件，因而不同地域葡萄酒具备不同的矿质元素特征，可以通过矿质元素的指纹特征鉴定不同产区葡萄酒8-10。国内外很多学者已经找出了可以用来描述和区别不同产地葡萄酒特征的矿质元素和模型，且证实这些鉴别方法有很高的准确率，如李彩虹等11采用 Fisher 判别分析，对贺兰山东麓、沙城、清徐、武威、渤海湾和云南高原 6 个产区赤霞珠葡萄酒样进行回代检验和交叉检验，正确判别率分别为 98.6%和 84.7%；刘霞等12将 K、Ca 和Mg 元素作为特征元素，应用于河西走廊产区赤霞珠葡萄酒的原产地保护；Soares 等13建立的线性判别分析模型对南美洲 4 个国家（阿根廷、巴西、智利、乌拉圭）来源的葡萄酒整体正确判别率为 99.9%；Orellana 等4采用差异显著性、线性判别、主成分对美国 4 个主产区的葡萄酒进行分析，整体正确判别率达到 96.2%。我国葡萄酒的发展重心有逐步向西转移的趋势14。新疆天山北麓葡萄酒产区海拔在 4501 000 m，纬度为北纬 44毅，具有充足的水源和光照，并且所处的昌吉回族自治州，是新疆率先发展的重点地区，独特的自然、地理、土地、政策优势使得这里的葡萄酒发展进入新的历史阶段15-17。而针对天山北麓产地的葡萄酒鉴别体系的探索还相对不足，这就可能会导致此产地的葡萄酒无法与其它产地葡萄酒区分。本研究通过采集新疆天山北麓产区与国内其他产区（宁夏、甘肃、河北、山东）赤霞珠葡萄酒样品，测定样品中的矿质元素，探寻天山北麓产区与其他地域葡萄酒的差异化元素指标，建立有效的原产地鉴别技术，以期为构建天山北麓区域品牌，提升品牌竞争力，完善不同产区葡萄酒保护体系，规范葡萄酒市场及维护消费者合法权益提供一定的参考。1材料与方法1.1材料与试剂试验共收集了 2018 年和 2019 年新疆天山北麓3个小产区（呼图壁黑洼山、三工滩、玛纳斯）及昌吉市与其他 4 个产区（宁夏、甘肃、河北、山东）赤霞珠（Cabernet Sauvignon）干红葡萄酒样品 28 个，分别为新疆天山北麓产区 14 个（TS1TS9）、宁夏贺兰山产区 3个（NX1NX3）、甘肃莫高产区 3 个（GS1GS3）、河北怀来产区 3 个（HB1HB3）、山东蓬莱产区 5 个（SD1SD5）。酒样由新疆大唐西域酒庄、新疆印象戈壁酒庄、中葡酒业玛纳斯分公司、新疆农业科学院、昌吉市聚隆葡萄酒、宁夏利思葡萄酒庄、甘肃莫高葡萄酒、木桐庄园、蓬莱国宾葡萄酒庄等提供。浓硝酸（优级纯）：德国 Merck 公司；高氯酸（优级纯）、钼酸铵（分析纯）：北京化学试剂研究所；氯化钠、氯化钾、碳酸钙、磷酸二氢钾、氧化镁（均为分析纯）：北京沃凯生物科技有限公司；18 种矿质元素标准 溶 液 100 mg/L，包括 硼（B）、铁（Fe）、锶（Sr）、锰（Mn）、钛（Ti）、铝（Al）、铜（Cu）、锌（Zn）、钡（Ba）、铬（Cr）、镍（Ni）、铅（Pb）、硒（Se）、钒（V）、钪（Sc）、钇（Y）、镉（Cd）、镧（La）、内标溶液铼（Re）（50 滋g/L）：国家有色金属及电子材料分析测试中心。1.2仪器与设备Millipore-Q 超纯水系统：美国 Millipore 公司；Z700 原子吸收分光光度计、Jena 50 紫外可见分光光度计：德国耶拿分析仪器股份公司；Xseries2 电感耦合等离子体质谱仪（inductively coupled plasma-mass spe-ctrometer，ICP-MS）：美国 Thermo 公司；LabTech EHD36电热消解板：北京莱伯泰科仪器有限公司。1.3方法1.3.1样品湿法消解准确移取 5 mL 试样于锥形瓶中，100 益电热板上加热去除乙醇至 1 mL，冷却至室温后加入 5 mL 硝酸、0.5 mL 高氯酸，于常温下消解 3 h，再置于 85 益电热板上消解 30 min。若消化液呈棕褐色，再加硝酸，消解至冒白烟，消化液呈无色透明或略带黄色。冷却至室温后转入容量瓶，用 2%的硝酸溶液定容至 25 mL，待测。1.3.2样品分析采用火焰原子吸收光谱法，分别按照 GB5009.912017 食品安全国家标准 食品中钾、钠的测定、GB5009.2412017 食品安全国家标准 食品中镁的测定、GB 5009.922016 食品安全国家标准 食品中钙的测定 对 Na、K、Mg、Ca 进行测定；按照 GB 5009.872016 食品安全国家标准 食品中磷的测定 中的分光光度法对 P 进行测定；采用 ICP-MS 法，按照 GB5009.2682016 食品安全国家标准 食品中多元素的测定 对 B、Fe、Sr、Mn、Ti、Al、Cu、Zn、Cr、Ni、Ba、Pb、Se、V、Sc、Y、Cd、La 进行测定。1.4数据分析采用 Office 2007、SPSS 17.0 软件对矿质元素含量进行多元统计分析。每个样品重复 3 次，结果以平均值依标准差表示。2结果与分析2.1不同产区葡萄酒矿质元素差异性分析不同产区葡萄酒矿质元素含量见表 1。检测分析160食品研究与开发圆园23 年 10 月第 44 卷第 19 期检测分析161食品研究与开发圆园23 年 10 月第 44 卷第 19 期表 2主成分载荷矩阵及方差贡献率Table 2Principal component load matrix and variancecontribution rate由表 1 可知，天山北麓产区和疆外四大产区葡萄酒中矿质元素含量呈现一定的特点。K、P、Mg 为含量高的元素，大于 100mg/L。天山北麓产区的 K 含量最高，可达2 060.70 mg/L，3 种元素含量占所测总元素含量的90.60%96.15%。Ca、Na、B、Fe、Sr、Mn 含量次之，介于1100 mg/L，6 种元素含量占所测总元素含量的 3.75%9.30%。Ti、Al、Cu、Zn、Cr、Ni、Ba、Pb、Se、Sc、V、Y、Cd、La含量较少，均小于 1 mg/L，14 种元素含量占所测总元素含量的 0.07%0.14%。本研究中测得国内 5 个产区赤霞珠葡萄酒中 K、Mg、Ca、Na、Mn、Zn、Cu、Ni、Pb、Se元素含量水平（786.702 060.70、77.84219.50、38.1967.67、11.1480.41、0.711.66、0.110.55、0.020.42mg/L、11.4340.38、9.3755.20、2.0033.20 滋g/L）与王丙涛等18测得 100 份葡萄酒中的元素含量水平相当。天山北麓产区葡萄酒矿质元素中 Fe、Mn、Al、Zn、Ni、Ba、Pb、Y 平均含量比宁夏、甘肃、河北、山东产区含量低，其余矿质元素平均含量比其他 4 个产区含量高，其中 P、Mg、Sr、Ti、Al、Cu、Ba 具有显著（p约0.05）或极显著差异（p约0.01），可以作为不同产区葡萄酒的特征性元素。这7 种元素作为可识别葡萄酒产地的特征元素，与相关的研究一致19-22。2.2不同产区葡萄酒矿质元素主成分分析主成分分析是利用降维的思想，把多指标转化为少数几个综合指标，用较少指标反映较多信息的一种分析方法23。对不同产地葡萄酒的矿质元素进行主成分分析，降低维度，分析得到的载荷矩阵和方差贡献率。不同产地葡萄酒矿质元素主成分分析载荷矩阵及方差贡献率见表 2。表 2 结果表明，前 8 个主成分的累计方差贡献率达到 78.51%，说明这几个主成分涵盖了 23 种元素的绝大部分信息。其中，主成分 1 的方差贡献率为18.42%，正向主要集中了 K、P、Mg、B、Sr、Ti 元素的含量信息，负向主要集中了 Al、Pb、Ba 元素的含量信息，主成分 2 的方差贡献率为 14.82%，正向主要集中了Ni、Y、Ba、Zn 的含量信息，负向主要集中了 Cu 的含量信息，主成分 3 的方差贡献率为 10.97%，正向主要集中了 Sr、Ti 元素的含量信息。利用前 3 个主成分的标准化得分作 3D 散点图，结果见图 1。由图 1 可知，天山北麓样品主要集中在主成分 1正向、主成分 2 负向、主成分 3 正向，K、P、Mg、B、Sr、Ti、Cu 含量较高，Ni、Y、Ba、Zn 含量较低，宁夏、甘肃、河元素成分12345678K0.650.44-0.310.210.040.35-0.080.07P0.670.250.22-0.050.26-0.360.20-0.14Mg0.680.500.170.090.220.10-0.16-0.13Ca0.340.15-0.04-0.55-0.02-0.120.590.12Na-0.08-0.170.330.24-0.600.360.23-0.25B0.540.38-0.170.370.140.120.230.36Fe-0.160.210.39-0.53-0.310.24-0.220.36Sr0.510.200.66-0.19-0.160.120.220.01Mn-0.260.310.47-0.100.300.47-0.12-0.36Ti0.650.170.57-0.05-0.09-0.24-0.01-0.34Al-0.530.49-0.08-0.30-0.090.210.310.21Cu0.46-0.520.340.190.120.16-0.130.20Zn-0.320.570.110.180.35-0.33-0.040.04Cr-0.060.440.290.49-0.41-0.07-0.280.15续表 2主成分载荷矩阵及方差贡献率Continue table 2Principal component load matrix and variancecontribution rate元素成分12345678Ni-0.310.66-0.060.14-0.06-0.44-0.060.06Ba-0.550.550.220.020.310.21-0.23-0.02Pb-0.53-0.060.390.360.120.040.410.07Se-0.06-0.240.320.010.540.340.040.36Sc0.170.130.23-0.54-0.06-0.22-0.270.41V-0.450.290.06-0.39-0.06-0.08-0.02-0.36Y0.020.74-0.290.19-0.280.260.260.03Cd-0.47-0.180.470.230.25-0.230.320.06La-0.12-0.090.430.32-0.37-0.30-0.050.26方差贡献率/%18.4214.8210.978.937.446.845.695.41累计方差贡献率/%18.4233.2444.2153.1460.5767.4173.1078.514.03.02.01.00-1.0-2.0-2.0-1.001.02.03.0PC1茵代表天山北麓产区葡萄酒样品；阴代表宁夏、甘肃、河北、山东产区葡萄酒样品。图 1不同产区葡萄酒前 3 个主成分标准化得分图Fig.1Standardized scores of the first three principalcomponents of wine samples from different producing areas检测分析162食品研究与开发圆园23 年 10 月第 44 卷第 19 期北、山东产区葡萄酒样品主要集中在主成分 2 正向、主成分 3 负向，Ni、Y、Ba、Zn 含量较高，Sr、Ti 含量较低。天山北麓葡萄酒样品与宁夏、甘肃、河北、山东葡萄酒样品大部分能分离开，少数样品分散较远，还有个别样品交叉重合。通过主成分分析（principal componentanalysis，PCA）不能很好地区分天山北麓与宁夏、甘肃、河北、山东产区葡萄酒样品，接下来利用聚类分析和判别分析对不同产区葡萄酒进行分类。2.3不同产区葡萄酒矿质元素聚类分析聚类分析是将样品按照品质特性相似程度逐渐聚合在一起，相似度最大的优先聚合在一起，最终按照类别的综合性质将多个品种聚合24。本研究以葡萄酒样品中 P、Mg、Sr、Ti、Al 5 种有差异性的矿质元素含量为依据，采用系统聚类分析中的 Ward 法对不同产区 28 个葡萄酒样品进行聚类分析，结果见图 2。由图 2 可知，当欧氏距离超过 7 时，可以将所有样品聚为两类，新疆天山北麓产区样品 TS1、TS2、TS3、TS4、TS7、TS9、TS10、TS11、TS13、TS14 聚为一类，这些样品 P、Mg、Sr、Ti 含量较高，TS5、TS6、TS8、TS12 4 个样品 P 含量较低，与宁夏、甘肃、山东、河北样品没有区分开，聚为一类，总体上 P、Mg、Ti 含量较低。2.4不同产区葡萄酒矿质元素判别分析判别分析是按照一定分类条件，建立判别函数，进行数据样本分类的统计方法24。本研究采用 Fisher 判别函数，以 23 种矿物元素作为自变量，对不同产区葡萄酒样本进行逐步判别分析，不同产地葡萄酒判别函数模型系数见表 3，判别分类结果见表 4。表 3 和表 4 结果显示，P、Sr、Al 3 种对产地判别显著的元素被引入到判别模型中，分别建立了天山北麓产区以及宁夏、甘肃、河北、山东产区判别函数 Y1=0.06X1+6.70X2+7.28X3-16.77，Y2=0.02X1+3.20X2+32.20X3-14.18。初始验证和交叉验证的整体正确判别率分别为96.43%和 89.29%，仅有 1 个和 3 个样品被误判在对方产区中，说明基于矿物元素的差异可有效鉴别天山北麓产区和国内 4 个产区葡萄酒。3结论本研究测定了新疆天山北麓产区与其他 4 个产区（宁夏、甘肃、河北、山东）赤霞珠葡萄酒中的 23 种矿质元素含量，结合多元统计分析方法得出，新疆天山北麓与其他产区葡萄酒的矿质元素含量呈现一定的特点，K、P、Mg 含量较高，占所测总元素含量的 90.60%96.15%；Ca、Na、B、Fe、Sr、Mn 含量次之，占所测总元素含量的 3.759.30；Ti、Al、Cu、Zn、Cr、Ni、Ba、Pb、Se、Sc、V、Y、Cd、La 含量较少，占所测总元素含量的0.07%0.14%。天山北麓产区葡萄酒中 P、Mg、Sr、Ti、Cu 5 种元素含量显著或极显著高于宁夏、甘肃、河北、山东产区中的含量，Al、Ba 2 种元素含量显著或极显著低于其他4 个产区，这 7 种元素可以作为区分天山北麓与国内 4个产区葡萄酒的特征性元素。利用主成分分析的标准化得分做图能区分天山北麓与国内 4 个产区大部分样品，个别样品有交叉。以 P、Mg、Sr、Ti、Al 5 种矿质元素图 2基于 P、Mg、Sr、Ti、Al 5 种元素不同产区葡萄酒的聚类分析Fig.2Cluster analysis of wine samples from different producingareas based on P，Mg，Sr，Ti and Al2520151050序号标签15261912252122282023861718275162412931171013144HB2SD4GS2TS12SD3NX3NX1SD6GS1NX2TS8TS6HB1GS3SD5TS5HB3SD2TS1TS2TS9TS3TS11TS7TS10TS13TS14TS4表 3不同产区葡萄酒矿质元素判别式分类函数系数Table 3Discriminant function coefficients of mineral elementsin wine samples from different regions表 4不同产区葡萄酒矿质元素线性判别分析Table 4Linear discriminant analysis of mineral elements inwine samples from different regions函数组成天山北麓产区（Y1）宁夏、甘肃、河北、山东产区（Y2）P（X1）0.060.02Sr（X2）6.703.20Al（X3）7.2832.20（常量）-16.77-14.18项目预测组计数预测组正确率/%天山北麓产区宁夏、甘肃、河北、山东产区初始验证天山北麓产区140100.00宁夏、甘肃、河北、山东产区11392.86合计96.43交叉验证天山北麓产区12285.71宁夏、甘肃、河北、山东产区11392.86合计89.29检测分析163食品研究与开发圆园23 年 10 月第 44 卷第 19 期为依据的系统聚类分析，可以将新疆天山北麓产区71.43%的样品聚为一类，剩余样品与其他 4 个产区葡萄酒聚为一类。以 23 种矿质元素为依据的 Fisher判别分析，筛选出了 P、Sr、Al3 种对产地判别显著的元素，建立的判别函数 Y1=0.06X1+6.70X2+7.28X3-16.77、Y2=0.02X1+3.20X2+32.20X3-14.18 对天山北麓和国内 4 个产区葡萄酒的初始验证和交叉验证整体正确判别率分别为 96.43%和 89.29%，仅个别样品被误判。通过测定葡萄酒中的矿物元素含量，结合化学计量学分析手段，可实现天山北麓与宁夏、甘肃、河北、山东不同地域来源的赤霞珠葡萄酒的产地溯源。参考文献：1李叶凤,王圣仪,谭丹,等.基于挥发性成分分析的葡萄酒产地及品种鉴别研究进展J/OL.食品科学,2021:1-13.(2021-06-18).https:/ Dan,et al.Research progress on theidentification of wine origin and variety based on analysis of volatilecompoundsJ/OL.Food Science,2021:1-13.(2021-06-18).https:/ R,SANSONE L,SLEJKO F F,et al.The 87Sr/86Sr stron原tium isotopic systematics applied to Glera vineyards:A tracer for thegeographical origin of the ProseccoJ.Food Chemistry,2015,170:138-144.3CHENG J F,ZHAI Y X,TAYLOR D K.Several mineral elementsdiscriminate the origin of wines from three districts in ChinaJ.In原ternational Journal of Food Properties,2015,18(7):1460-1470.4ORELLANA S,JOHANSEN A M,GAZIS C.Geographic classifica原tion of U.S.Washington State wines using elemental and water iso原tope compositionJ.Food Chemistry,2019,1:100007.5吴浩,周昱,陈靖博,等.基于元素含量和稳定同位素比值的宁夏贺兰山东麓地区有机葡萄酒甄别J.食品科学,2017,38(16):251-255.WU Hao,ZHOU Yu,CHEN Jingbo,et al.Differentiation betweenorganic and non-organic wines from Helan Mountain east regionbased on elemental contents and stable isotope ratiosJ.Food Sci原ence,2017,38(16):251-256.6GABRIELE R,MATTEOG,LUIGI B,et al.Untargeted metabolomicsto investigate the phenolic composition of Chardonnay wines fromdifferent originsJ.Journal of Food Composition and Analysis,2018,71:87-93.7李媛媛,李德美,张亚东,等.赤霞珠干红葡萄酒在不同子产区香气特征的差异J.食品与发酵工业,2020,46(6):256-262,268.LI Yuanyuan,LI Demei,ZHANG Yadong,et al.Comparative studyof aroma characteristics of Cabernet Sauvignon dry red wine in dif原ferent sub-regionsJ.Food and Fermentation Industries,2020,46(6):256-262,268.8DOTANIYA M L,MEENA V D.Rhizosphere effect on nutrientavailability in soil and its uptake by plants:A reviewJ.Proceedingsof the National Academy of Sciences,India Section B:BiologicalSciences,2015,85(1):1-12.9BLOTEVOGEL S,SCHRECK E,LAPLANCHE C,et al.Soil chem原istry and meteorological conditions influence the elemental profilesof West European winesJ.Food Chemistry,2019,298:125033.10 RICARDO-RODRIGUES S,LARANJO M,COELLO R,et al.Ter原roir influence on quality of Crimson table grapesJ.Scientia Horti原culturae,2019,245:244-249.11 李彩虹,开建荣,闫玥,等.基于矿质元素的我国不同产地葡萄酒的判别分析J.食品与发酵工业,2022,48(20):265-272.LI Caihong,KAI Jianrong,YAN Yue,et al.Discriminant analysis ofwines from different regions of China based on mineral elementsJ.Food and Fermentation Industries,2022,48(20):265-272.12 刘霞,李彩霞,焦扬.河西走廊张掖地区土壤、葡萄及葡萄酒矿质元素特征分析J.中国酿造,2019,38(1):179-182.LIU Xia,LI Caixia,JIAO Yang.Characteristics analysis of mineralelements in soil,grapes and wine from Zhangye region of Hexi Corri原dorJ.China Brewing,2019,38(1):179-182.13 SOARES F,ANZANELLO M J,FOGLIATTO F S,et al.Element se原lection and concentration analysis for classifying South Americawine samples according to the country of originJ.Computers andElectronics in Agriculture,2018,150:33-40.14 张锋.新疆葡萄酒产业优劣势及发展策略分析J.中国酿造,2020,39(4):216-220.ZHANG Feng.Analysis on strengths,weaknesses and developmentstrategiesof wineindustryin XinjiangJ.China Brewing,2020,39(4):216-220.15 唐庆生,巴合朱力的孜.新疆天山北麓葡萄酒产区概况及发展建议J.科技风,2018(20):213-214.TANG Qingsheng,Bahe Zhulidizi.General situation and develop原ment suggestions of wine producing areas in the northern foot ofTianshan Mountain in XinjiangJ.Technology Wind,2018(20):213-214.16 王染霖.天山北麓酿酒葡萄产区葡萄与葡萄酒品质研究D.石河子:石河子大学,2015:2-4.WANG Ranlin.Analysis on quality of grape berries and wine pro原duced on north of Tianshan MountainD.Shihezi:Shihezi Universi原ty,2015:2-4.17 魏巍,卢浩成,贾倩倩,等.天山北麓产区 4 个葡萄品种酿酒品质探究J.中外葡萄与葡萄酒,2020(2):1-8.WEI Wei,LU Haocheng,JIA Qianqian,et al.Study on winemakingcharacteristics of four grape varieties in northern foothills of Tian原shan MountainsJ.Sino-Overseas Grapevine&Wine,2020(2):1-8.18 王丙涛,陈波,涂小珂,等.葡萄酒中元素分布与其原产地关系的分类模型J.食品科学,2014,35(2):213-216.WANG Bingtao,CHEN Bo,TU Xiaoke,et al.A classification modelfor wines based on elements distribution and geographical originJ.Food Science,2014,35(2):213-216.19 FANSX,ZHONGQ D,GAOH B,et al.Elemental profileand oxygenisotope ratio(啄18O)for verifying the geographical origin of ChinesewinesJ.Journal of Food and Drug Analysis,2018,26(3):1033-1044.20 SHIMIZU H,AKAMATSU F,KAMADA A,et al.Discrimination ofwine from grape cultivated in Japan,imported wine,and others bymulti-elemental analysisJ.Journal of Bioscience and Bioengineer原ing,2018,125(4):413-418.21 KRUZLICOVA D,FIKET 譕,KNIEWALD G.Classification of Croa原tian wine varieties using multivariate analysis of data obtained byhigh resolution ICP-MS analysisJ.Food Research International,2013,54(1):621-626.22 DURANTE C,BERTACCHINI L,COCCHI M,et al.Development of87Sr/86Sr maps as targeted strategy to support wine qualityJ.FoodChemistry,2018,255:139-146.23 张春岭,刘慧,刘杰超,等.基于主成分分析与聚类分析的中、早熟桃品种制汁品质评价J.食品科学,2019,40(17):141-149.ZHANG Chunling,LIU Hui,LIU Jiechao,et al.Evaluation of juicequalityofmid-earlyripeningpeachvarietiesbasedonprincipalcom-ponent analysis and cluster analysisJ.Food Science,2019,40(17):141-149.24 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 Xinxin,ZHANG Fujin,