热电离质谱测定浙江杨梅中⁸⁷Sr/⁸⁶Sr同位素比值及其在产地溯源中的应用

Research on Traceablility of Geographic Origin for Myrica rubra from Zhejiang Province by ⁸⁷Sr/⁸⁶Sr Isotope Ratios Using Thermal-Ionization Mass Spectrometry

摘要

利用热电离同位素质谱对浙江省3个杨梅主产区（慈溪、余姚和仙居）的⁸⁷Sr/⁸⁶Sr同位素比值进行测定，优化了锶元素的纯化程序。对⁸⁷Sr/⁸⁶Sr同位素比值进行统计分析，结果表明：浙江省3个杨梅主产区杨梅果实的⁸⁷Sr/⁸⁶Sr同位素比值呈正态分布，其中余姚市杨梅果实的⁸⁷Sr/⁸⁶Sr同位素比值最高，仙居杨梅果实⁸⁷Sr/⁸⁶Sr同位素比值最低；杨梅不同部位⁸⁷Sr/⁸⁶Sr同位素比值具有一定的相关性，且3个杨梅主产区杨梅果实的⁸⁷Sr/⁸⁶Sr同位素比值具有显著性差异，可以通过⁸⁷Sr/⁸⁶Sr同位素比值对浙江省杨梅果实进行原产地溯源。

Abstract

The ⁸⁷Sr/⁸⁶Sr isotope ratios of Myrica rubra in three main producing areas (Cixi, Yuyao and Xianju) of Zhejiang Province were determined by thermal-ionization mass spectrometry, and the purification procedure of strontium was optimized. The ⁸⁷Sr/⁸⁶Sr isotopic ratios were statistically analyzed. The results show that ⁸⁷Sr/⁸⁶Sr isotope ratios in Myrica rubra fruits from three main producing areas of Zhejiang Province are in normal distribution，among which the ⁸⁷Sr/⁸⁶Sr isotopic ratios of Yuyao were the highest, and the ⁸⁷Sr/⁸⁶Sr isotopic ratios of Xianju were the lowest. The isotope ratios ⁸⁷Sr/⁸⁶Sr from different parts of Myrica rubra are positively correlated. There are significant differences in ⁸⁷Sr/⁸⁶Sr isotopic ratios of Myrica rubra fruit from three main producing areas in Zhejiang Province. Therefore，the ⁸⁷Sr/⁸⁶Sr isotope ratio in Myrica rubra from Zhejiang Province can be used to trace the geographic origin.

Graphical abstract

0　 引 言

随着人们对健康物质生活需求的提高，食品、农产品安全越来越受到重视，其中食品、农产品溯源及其真实性验证成为食品、农产品安全研究的重要分支，是反欺诈和消费者保护的一个主要方面。近年来，食品、农产品产地溯源成为全世界共同关注的焦点^［1~3］。杨梅原产自浙江省余姚市，是浙江特产水果之一，其中余姚杨梅、慈溪杨梅和仙居杨梅等均为地理标志产品，经常被其他一些产地的杨梅所冒充，给当地杨梅产业造成名誉、经济上的不良影响。

食品、农产品产地同位素指纹溯源技术是在同位素自然分馏原理的基础上发展的一项新技术^［4］。不同地域的农产品受产地环境、气候、地形、饲料种类及动植物代谢类型的影响，其组织内同位素的自然丰度存在差异，利用此差异可判断农产品的原产地^［5］。与碳、氢、氧、氮等元素相比，农产品中的锶同位素组成受季节和气候的影响不大，建立的数据库比较稳定^［6］，同时，相对于其他较轻稳定同位素，锶同位素在植物生长和新陈代谢过程中，即在化学和生物学过程中，不发生明显的同位素分馏作用，其变化只与不同来源的锶混合作用有关^［3］，因此锶稳定同位素用于食品、农产品产地溯源技术前景广阔。目前，已有部分研究将锶同位素分析用于食品产地溯源，这些研究包括葡萄酒^［7］、番茄^［8］、芦笋^［9］等，锶同位素比值的测定目前常用的方法有电感耦合等离子体质谱法（inductively coupled plasma mass spectrometry，ICP-MS）^［10］和多接收电感耦合等离子体质谱法（multi receiver inductively coupled plasma mass spectrometry，MC-ICP-MS）^［11］，热电离质谱法（thermal-ionization mass spectrometry，TIMS）^［12］等。相比ICP-MS和MC-ICP-MS检测⁸⁷Sr/⁸⁶Sr，TIMS具有样品使用量少、干扰少、精度高等优势。

本文采用TIMS测定杨梅果实、树枝、树叶等不同部位以及产地土壤中的锶同位素，并根据其规律对杨梅进行产地溯源。结果表明，不同产地杨梅的⁸⁷Sr/⁸⁶Sr值有显著性差异，建立的数学模型可以用于浙江杨梅原产地溯源。

1　 实验部分

1.1　主要试剂、仪器及样本来源

试剂：硝酸购自Fluka公司；氢氟酸、盐酸均购自沃凯公司；85%磷酸（优级纯），购自Fluka公司；氯化钽（99.999%，优级纯），购自 Sigma-Aldrich公司；硅酸（99.9%，分析纯），购自Sigma-Aldrich公司；铼带（优级纯），购自ThermoFisher公司；锶特效树脂购自Triskem公司；碳酸锶同位素标准物质NBS 987购自NIST公司；实验用水均为经过Milli-Q处理的超纯水。

仪器：Triton Plus型热电离质谱仪（TIMS，ThermoFisher公司，配焊带装置Spot-Weld Device及点样装置Filament Loading Kit）；质谱灯丝去气装置（北京艺冠箐仪科技公司）；皮尔斯微旋转柱（Pierce micro-spin columns，ThermoFisher公司）；Multiwave PRO型微波消解仪（Anton Paar公司）；IKA C-MAG HP10型电热板（IKA公司）；Savillex DST-1000型酸纯化装置。

样本：实验所用杨梅果实样本、杨梅树不同部位样本、土壤样本分别取自浙江省慈溪、余姚和仙居的不同果园，样本数量和产地见表1。

1.2　样品制备

1.2.1　样品前处理

杨梅选取新鲜无伤杨梅果实，使用洁净剪刀将杨梅果实剪碎至洁净玻璃器皿中，待处理。

树叶选取已长成且无枯萎、斑点、损伤和虫蛀的树叶，剪去叶柄，树叶用液氮冷却后研碎，待处理。

枝条从枝条茎尖处向树节处取样，自枝条茎尖向下，产生木质部开始向下剪取5 cm左右枝条作为枝条样本，样本用液氮冷却后打碎，待处理。

土壤样本取自地表下20 cm，去除土壤中的植物组成，如根、茎、叶等，土壤取回后用木槌研碎，避光自然风干24 h以上，待处理。

实验所用硝酸、盐酸和氢氟酸均采用酸纯化装置亚沸蒸馏后使用。

1.2.2　五氟化钽发射剂的配制

称取0.02 g氯化钽于15 mL聚四氟乙烯溶样杯中，加入300 μL水，使其水解，2 h后依次加入20 μL氢氟酸、20 μL浓磷酸、200 μL浓硝酸和800 μL水，盖上盖子在电热板上加热，使其溶解并平衡。

1.2.3　样品的消解

称取 1 g杨梅样品，加入10 mL硝酸，放入微波消解仪中进行消解，消解程序设置为5 min升到400 W，保持5 min，然后在5 min内升至800 W，保持25 min，降温至室温。消解完成后，将液体转移至15 mL聚四氟乙烯溶样杯中，放置于电热板上150 ℃加热蒸干，用1 mL 3 mol/L硝酸溶解后离心备用。

对于树叶、枝条和土壤样品，首先分别进行如下处理：取0.5 g粉碎后的树叶样品，加入9 mL硝酸；取0.5 g粉碎后的枝条样品，加入9 mL硝酸；取0.3 g粉碎后的土壤样品，加入10 mL王水和2 mL氢氟酸。然后，将上述3种溶液依次置于微波消解仪中，按杨梅果实的微波消解程序和方法进行前处理。

1.2.4　锶的纯化

将锶特效树脂用3 mol/L硝酸制成悬浊液，取适量悬浊锶特效树脂装入皮尔斯微旋转柱中，制备成锶纯化柱。用体积比1∶1的硝酸/水和水交替清洗树脂柱2~3次，然后依次用体积比1∶1硝酸/水、6 mol/L盐酸和水洗柱，再用3 mol/L硝酸淋洗锶纯化树脂柱，取消解后的样品中1.0 mL上层清样，分别用3 mol/L硝酸淋洗，然后0.03 mol/L硝酸洗脱锶。收集锶洗脱液于聚四氟乙烯溶样杯中，置于电热板上蒸干。

1.3　测试及分析方法

1.3.1　锶同位素热电离质谱测试

首先将铼带置于乙醇中浸泡清洗，取出晾干后，将铼带点焊到插件上，然后置于质谱灯丝去气装置中去气，最后自然冷却铼带，待用。

用3%的硝酸溶解纯化后的样品，用微量移液器移取1 μL的五氟化钽发射剂于铼带中央，然后再将锶样点于铼带的五氟化钽处，再滴加1 μL五氟化钽发射剂，蒸干后通电2.2 A红化样品带，插件安装到样品盘上，再置于TIMS样品架中待测。

取碳酸锶同位素标准物质NBS987，用硝酸溶液配制成浓度为1 μg/μL的混合溶液，与样品进行同样的操作，测试⁸⁷Sr/⁸⁶Sr，根据标准物质证书，测定值在0.710 34±0.000 26之间则可证明测试流程的有效性。

1.3.2　数据分析

检测数据用SPSS 26.0统计软件进行正态性验证、方差分析和相关性分析。

2　 结果与讨论

2.1　锶纯化条件的优化

由于⁸⁷Rb和⁸⁷Sr为同质异位素，会对⁸⁷Sr/⁸⁶Sr同位素比值测定产生干扰^［13］，因此有必要对消解后的样品进行纯化。锶特效树脂是选择性分离锶元素的特效树脂，在高浓度硝酸体系下，锶、铅与锶特效树脂形成络合物，其稳定系数比钾、钠、钙等高10~1 000倍，因此在高浓度硝酸体系下锶和铅不容易被洗脱下来，而在低浓度硝酸体系下，锶与锶特效树脂形成的络合物稳定系数下降，根据这一特性，可以将锶和铅与其他元素进行有效分离^［14］。为此分别在如下3种条件下进行实验：1） 3 mL 5 mol/L硝酸淋洗+7.0 mL 0.05 mol/L硝酸洗脱；2） 2 mL 3 mol/L硝酸淋洗+8.0 mL 0.03 mol/L硝酸洗脱；3） 3 mL 3 mol/L硝酸淋洗+7.0 mL 0.03 mol/L硝酸洗脱。

研究以上3种条件对锶元素纯化效率的影响，结果如图1所示。由于皮尔斯微旋转柱柱床体积大约为1 mL，所以在加入1 mL淋洗液时，没有淋洗液流出，故图1的起始横坐标为1 mL，同理为了将洗脱液全部收集完毕，最后需要多增加1 mL洗脱液用以替代柱床中的洗脱液，因此图1的横坐标截止体积为11 mL。

由图1（a）~（c）可见，除钡、锶、铅元素外，其他多数金属元素能在高浓度硝酸淋洗液使用3 mL时被洗脱，低浓度硝酸洗脱液使用量为7 mL时锶元素被完全洗脱；铅元素则在图1（a）~（c）中所有淋洗条件下，均可在锶元素之后被洗脱；钡元素则与锶元素被同时洗脱，这主要是由于锶和钡是同主族元素，性质较为接近。在图1（c）所采用的实验条件下，锶元素在淋洗/洗脱液中相对浓度更高，说明其纯度更优，因此选择3 mL 3 mol/L硝酸淋洗+7.0 mL 0.03 mol/L硝酸洗脱为优化的纯化条件。

2.2　热电离质谱测定⁸⁷Sr/⁸⁶Sr同位素比值及精密度分析

为保证仪器检测结果的准确性，用碳酸锶同位素标准物质NBS987对仪器状态进行监测，⁸⁷Sr/⁸⁶Sr同位素比值测试值为0.710 348±0.000 009，测试值符合NBS987校准证书指定值要求。

由于TIMS测定⁸⁷Sr/⁸⁶Sr同位素比值时，热电离温度对同位素具有歧视效应，且样本的均一性对检测结果有显著影响，因此对TIMS测定⁸⁷Sr/⁸⁶Sr同位素比值进行了精密度分析，以相对标准偏差（relative standard deviation， RSD）表征检测方法的精密度，RSD按（1）式进行计算，结果见表2。

\mathrm{R}\mathrm{S}\mathrm{D}=\frac{\sqrt[]{\frac{{\displaystyle \sum _{i=\mathrm{1}}^n}(x_i{-\overline{x})}^{\mathrm{2}}}{n-\mathrm{1}}}}{\overline{x}}\times \mathrm{100}\mathrm{\%}（1）

其中，x为测试结果，n为测试次数，\overline{x}为n次测试的算数平均值。

由表2可知，杨梅果实、树叶、枝条以及产地土壤的⁸⁷Sr/⁸⁶Sr同位素比值的RSD≤0.430%，说明TIMS检测方法精密度较高、稳定性良好，可以用于杨梅果实、树叶、枝条以及产地土壤的⁸⁷Sr/⁸⁶Sr同位素比值的检测。

2.3　杨梅不同部位及土壤的⁸⁷Sr/⁸⁶Sr同位素比值相关性分析

对浙江慈溪、余姚、仙居3个主产区杨梅的不同部位及产地土壤进行采集，分别按照1.2节和1.3节所述步骤进行样品制备、测试和分析。利用SPSS 26.0对⁸⁷Sr/⁸⁶Sr同位素比值均值进行多重相关性分析，结果见表3。

由表3可见，在本研究中杨梅不同部位间⁸⁷Sr/⁸⁶Sr同位素比值有一定的相关性（P<0.01），与土壤⁸⁷Sr/⁸⁶Sr同位素比值呈较弱的相关性。目前，杨梅果实和土壤中⁸⁷Sr/⁸⁶Sr同位素比值的相关性暂未见相关报道，但有研究表明，葡萄果实与其土壤中⁸⁷Sr/⁸⁶Sr同位素比值具有相关性^［14］，这主要是由于植物对土壤中锶元素的吸收、传输和代谢的前提是土壤中的锶元素溶于水中，而本研究分析的土壤样本为消解后的土壤样本，⁸⁷Sr/⁸⁶Sr同位素比值代表的是整体土壤的锶同位素比值特征，可能与土壤中溶于水的⁸⁷Sr/⁸⁶Sr同位素比值有一定差异。杨梅枝条和树叶的⁸⁷Sr/⁸⁶Sr同位素比值相关性较强，在99%置信区间时，相关系数达到0.956，这主要是由于植物根系吸收土壤中溶于水的锶元素后，锶元素被传输至植物体内各个部分。

2.4　不同产地杨梅果实样本的⁸⁷Sr/⁸⁶Sr同位素比值分析

Q-Q图是一种散点图，通过观察Q-Q图中数据点是否近似在一条直线附近，可以判断样本数据是否为正态分布。散点越接近直线，说明被检验数据越接近正态分布。利用SPSS 26.0软件对3个产区杨梅果实的⁸⁷Sr/⁸⁶Sr同位素比值数据进行Q-Q图正态性检验。3个产区杨梅果实⁸⁷Sr/⁸⁶Sr同位素比值数据Q-Q图见图2，不同产地杨梅果实中⁸⁷Sr/⁸⁶Sr同位素比值分布见表4。

由图2可知，来自慈溪、余姚、仙居3个产区杨梅果实的⁸⁷Sr/⁸⁶Sr同位素比值实测值基本近似分布在直线附近。直线的斜率代表⁸⁷Sr/⁸⁶Sr同位素比值测试值的标准差，截距代表⁸⁷Sr/⁸⁶Sr同位素比值的均值，由此可知数据均服从正态分布，因此可以进行方差分析。

利用SPSS 26.0软件对3个产区杨梅果实的⁸⁷Sr/⁸⁶Sr同位素比值分布进行分析，结果如图3所示。

由图3可知，对于慈溪、仙居、余姚3个浙江杨梅主产区，杨梅果实⁸⁷Sr/⁸⁶Sr同位素比值以余姚最高，仙居最低，基本具备产地鉴定的可能。

方差分析，用于两个及两个以上样本均数差别的显著性检验，是研究不同因子对实验结果有无影响的一种数学统计学方法，根据因子的数量分为单因素方差分析和多因素方差分析。为了验证不同产地杨梅果实的⁸⁷Sr/⁸⁶Sr同位素比值是否具有显著性差异，如果有显著性差异，是否可以进行原产地溯源，进而对杨梅果实的⁸⁷Sr/⁸⁶Sr同位素比值分布进行了单因素方差分析（one-way analysis of variance， One-Way ANOVA），结果见表4。

由表4可以看出，余姚杨梅果实的⁸⁷Sr/⁸⁶Sr同位素比值的平均值最高，仙居杨梅果实⁸⁷Sr/⁸⁶Sr同位素比值平均值最低，且取样的21个余姚杨梅果实样本的⁸⁷Sr/⁸⁶Sr同位素比值最低值与慈溪杨梅果实样本的⁸⁷Sr/⁸⁶Sr同位素比值最高值不重叠，同样慈溪杨梅果实样本的⁸⁷Sr/⁸⁶Sr同位素比值最低值高于仙居杨梅果实样本的⁸⁷Sr/⁸⁶Sr同位素比值最高值。利用SPSS 26.0对3个产地杨梅果实⁸⁷Sr/⁸⁶Sr同位素比值进行单因素方差分析可知：3个浙江杨梅主产区相互显著性P<0.05，证明不同产地的杨梅果实中⁸⁷Sr/⁸⁶Sr同位素比值间具有显著性差异，这主要是由于植株所处的产地中由土壤通过水循环溶解到水溶液中的⁸⁷Sr/⁸⁶Sr同位素比值不同所致^［15］。土壤中的水循环也是原产地重要的环境因子，可以反映当地地质特征，实现杨梅原产地溯源。

3　 结 语

本研究利用热电离同位素质谱对浙江省3个杨梅主产区的⁸⁷Sr/⁸⁶Sr同位素比值进行测定，并利用SPSS 26.0软件对杨梅的⁸⁷Sr/⁸⁶Sr同位素比值进行了统计分析，相关性分析结果显示：杨梅不同部位⁸⁷Sr/⁸⁶Sr同位素比值具有一定的相关性，方差分析结果表明不同产地的杨梅果实的⁸⁷Sr/⁸⁶Sr同位素比值具有显著性差异，展示出⁸⁷Sr/⁸⁶Sr同位素比值在浙江杨梅原产地溯源上良好的可行性。

参考文献

[1] LI L， BOYD C E， SUN Z L. Authentication of fishery and aquaculture products by multi-element and stable isotope analysis［J］. Food Chemistry， 2016， 194： 1238-1244. DOI：10.1016/j.foodchem.2015.08.123 .

[2] 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. DOI：10.1016/j.tifs.2005.08.008 .

[3] 王兵，李心清，杨放.元素-锶同位素技术在农产品原产地溯源中的应用［J］.地球与环境， 2012， 40（3）：391-396. DOI：10.14050/j.cnki.1672-9250.2012.03.010 .

[4] WANG B， LEE X Q， YANG F. Application of multi-element and strontium isotopes to trace the geographical origin of agricultural products—A review［J］. Earth and Environment， 2012， 40（3）：391-396. DOI：10.14050/j.cnki.1672-9250.2012.03.010（Ch ）.

[5] 郭波莉， 魏益民， 潘家荣. 同位素指纹分析技术在食品产地溯源中的应用进展［J］. 农业工程学报， 2007， 23（3）： 284-289. DOI: 10.3321/j.issn:1002-6819.2007.03.055 .

[6] GUO B L， WEI Y M， PAN J R. Progress in the application of isotopic fingerprint analysis to food origin traceability［J］. Transactions of the Chinese Society of Agricultural Engineering， 2007， 23（3）： 284-289 （Ch）. DOI: 10.3321/j.issn:1002-6819.2007.03.055 .

[7] 郭波莉， 魏益民， 潘家荣. 同位素溯源技术在食品安全中的应用［J］. 核农学报， 2006， 20（2）： 148-153. DOI: 10.3969/j.issn.1000-8551.2006.02.018 .

[8] GUO B L， WEI Y M， PAN J R. Traceability technique of isotopic application in food safety［J］. Journal of Nuclear Agricultural Sciences， 2006， 20（2）： 148-153 （Ch）. DOI: 10.3969/j.issn.1000-8551.2006.02.018 .

[9] ROSSMANN A. Determination of stable isotope ratios in food analysis［J］. Food Reviews International， 2001， 17（3）： 347-381. DOI：10.1081/FRI-100104704 .

[10] TESCIONE I， MARCHIONNI S， MATTEI M， et al. A comparative ⁸⁷Sr/⁸⁶Sr study in red and white wines to validate its use as geochemical tracer for the geographical origin of wine ［J］. Procedia Earth and Planetary Science， 2015， 13： 169-172. DOI：10.1016/j.proeps.2015.07.039 .

[11] TRINCHERINI P R， BAFFI C， BARBERO P， et al. Precise determination of strontium isotope ratios by TIMS to authenticate tomato geographical origin ［J］. Food Chemistry， 2014， 145： 349-355. DOI：10.1016/j.foodchem.2013.08.030 .

[12] SWOBODA S， BRUNNER M， BOULYGA S F， et al. Identification of Marchfeld asparagus using Sr isotope ratio measurements by MC-ICP-MS［J］. Analytical and Bioanalytical Chemistry， 2008， 390（2）： 487-494. DOI：10.1007/s00216-007-1582-7 .

[13] 胡桂仙， 邵圣枝， 张永志， 等. 杨梅中稳定同位素和多元素特征在其产地溯源中的应用［J］. 核农学报， 2017， 31（12）： 2450-2459. DOI: 10.11869/j.issn.100-8551.2017.12.2450 .

[14] HU G X， SHAO S Z， ZHANG Y Z， et al. Characterization of stable isotope and multi-elements in Myrica rubra for its traceability of geographic origin ［J］. Journal of Nuclear Agricultural Sciences， 2017， 31（12）： 2450-2459 （Ch）. DOI: 10.11869/j.issn.100-8551.2017.12.2450 .

[15] 王琛， 赵永刚， 姜小燕， 等. 红酒中的⁸⁷Sr/⁸⁶Sr同位素比测定［J］. 化学分析计量， 2009， 18（6）： 21-24. DOI: 10.3969/j.issn.1008-6145.2009.06.006 .

[16] WANG C， ZHAO Y G， JIANG X Y， et al. Determination of ⁸⁷Sr/⁸⁶Sr isotope ratios in wine［J］. Chemical Analysis and Meterage， 2009， 18（6）： 21-24 （Ch）. DOI: 10.3969/j.issn.1008-6145.2009.06.006 .

[17] 康露， 朱靖蓉， 赵多勇， 等. 锶同位素溯源若羌灰枣产地的可行性研究［J］. 新疆农业科学， 2017， 54（6）： 1066-1075. DOI: 10.6048/j.issn.1001-4330.2017.06.013 .

[18] KANG L， ZHU J R， ZHAO D Y， et al. Strontium isotopes to trace the geographical origin of Ruoqiang jujube［J］. Xinjiang Agricultural Sciences， 2017， 54（6）： 1066-1075 （Ch）. DOI: 10.6048/j.issn.1001-4330.2017.06.013 .

[19] GODELMANN R， FANG F， HUMPFER E， et al. Targeted and nontargeted wine analysis by ¹ H NMR spectroscopy combined with multivariate statistical analysis. Differentiation of important parameters： Grape variety， geographical origin， year of vintage ［J］. Journal of Agricultural and Food Chemistry， 2013， 61（23）： 5610-5619. DOI：10.1021/jf400800d .

[20] 焦彧，冯兰平，李百蝉， 等.锶同位素在葡萄酒产地溯源中的研究进展［J］.中国酿造，2019，38（8）：9-13.

[21] JIAO Y， FENG L P， LI B C， et al. Advances of strontium isotope in geographical origin traceabitity of wine［J］. Chinese Brewing， 2019， 38（8）： 9-13 （Ch）.

[22] VINCIGUERRA V， STEVENSON R， PEDNEAULT K， et al. Strontium isotope characterization of wines from Quebec， Canada［J］. Food Chemistry， 2016， 210： 121-128. DOI：10.1016/j.foodchem.2016.04.017 .