浙江大学学报（理学版）

浙江大学学报(理学版), 2022, 49(6): 715-725 doi: 10.3785/j.issn.1008-9497.2022.06.010

化学

基于元素及稳定同位素分析的大黄鱼产地区分技术

梅光明,,1,2, 杨盈悦1,3, 张玉汝4, 赵月涵1,3, 张小军,,1,2, 黄丽英1,2, 郑斌3

1.浙江省海洋水产研究所，浙江 舟山 316021

2.浙江省海水增养殖重点实验室，浙江 舟山 316021

3.浙江海洋大学 食品与医药学院，浙江 舟山 316022

4.浙江舟山环境工程设计有限公司，浙江 舟山 316000

Geographical identification of Larimichthys crocea based on analysis of elements and stable isotope ratios

MEI Guangming,,1,2, YANG Yingyue1,3, ZHANG Yuru4, ZHAO Yuehan1,3, ZHANG Xiaojun,,1,2, HUANG Liying1,2, ZHENG Bin3

1.Zhejiang Marine Fisheries Research Institute，Zhoushan 316021，Zhejiang Province，China

2.Key Laboratory of Mariculture and Enhancement of Zhejiang Province，Zhoushan 316021，Zhejiang Province，China

3.College of Food Science and Pharmacy，Zhejiang Ocean University，Zhoushan 316022，Zhejiang Province，China

4.Zhouhuan Environmental Engineering Design Co. ，LTD，Zhoushan 316000，Zhejiang Province，China

通讯作者: ORCID： https：//orcid.org/0000-0001-8807-5450，E-mail：xiaojun3627@163.com.

收稿日期: 2022-07-27  

基金资助: 2021年浙江省科技厅科研院所扶持专项.  33000091077504
国家重点研发计划项目.  2020YFD0900900

Received: 2022-07-27  

作者简介 About authors

梅光明（1984—），ORCID：https：//orcid.org/0000-0002-9267-8112，男，硕士，高级工程师，主要从事水产品加工与质量安全研究，E-mail：meigm123@163.com. , E-mail：meigm123@163.com

摘要

为实现对4种大黄鱼（Larimichthys crocea）产地（分别来自福建宁德养殖、浙江温州养殖、浙江舟山养殖和舟山渔场自然海域捕捞）的区分，应用电感耦合等离子体质谱仪（inductively coupled plasma mass spectrometry，ICP-MS）及元素分析-同位素质谱仪对大黄鱼肌肉中19种矿物元素及δ13C、δ15N和C、N元素的质量分数进行了测定，基于质量分数差异并结合主成分分析（principal component analysis，PCA）、聚类分析（cluster analysis，CA）和Fisher判别分析对4种不同产地大黄鱼进行区分。单因素方差分析（ANOVA）及事后多重比较（LSD和Tamhane T2检验）结果表明，12种元素（C、N、Mg、Al、K、Ti、Cr、Cu、Zn、Se、Sn、Ba）及δ13C、δ15N在不同产地大黄鱼中具有较明显的地域特征差异。PCA结果表明，前2个主成分（累计方差贡献率为64.1%）的得分散点图分成了4个相对集中的区域，4种不同产地大黄鱼彼此无重叠，能被有效区分。CA结果表明，4种不同产地大黄鱼中除温州养殖大黄鱼样本被分为两类，其他3种大黄鱼样本均各自聚为一类。Fisher判别分析结果显示，原始分类结果的判别准确率为100%，“留一法”交叉验证分类结果显示，有85.7%的舟山养殖大黄鱼样本被正确分类，14.3%的被误判为温州养殖大黄鱼，其余3种大黄鱼样本分类准确率均为100%。研究结果表明，利用元素及稳定同位素比值差异结合化学计量学分析手段，可有效实现大黄鱼的产地区分，为大黄鱼产地鉴别提供参考。

关键词： 大黄鱼 ; 产地区分 ; 元素 ; 稳定同位素 ; 化学计量学

Abstract

In order to distinguish the geographic origins of four Larimichthys crocea (L. crocea,three species rearing in Ningde, Wenzhou, and Zhoushan, and one farming in sea area of Zhoushan), the contents of 19 mineral elements, carbon stable isotope ratio (δ13C), nitrogen stable isotope ratio (δ15N), carbon (C) and nitrogen (N) in the muscle tissues were determined by inductively coupled plasma mass spectrometry (ICP-MS) and elemental analysis-isotope mass spectrometry. Based on the difference on contents of such elements, and combined with principal component analysis (PCA), cluster analysis (CA) and Fisher discriminant analysis, the four producing areas of L. crocea were distinguished. Single factor ANOVA test and multiple comparisons (LSD and Tamhane T2 test) showed the contents of C, N, Magnesium (Mg), Aluminium (Al), Kalium (K), Titanium (Ti), Chromium (Cr), Cuprum (Cu), Zinc (Zn), Selenium (Se), Stannum (Sn), Barium (Ba), δ13C and δ15N had obvious regional differences. PCA analysis showed that the score scatter plot of the first two principal components (with the cumulative variance contribution rate of 64.1%) was divided into four relatively concentrated and independent regions without overlapping. CA analysis showed that samples of L. crocea rearing in Wenzhou were divided into two groups and samples of the other three species each were clustered into one group respectively. Fisher discriminant analysis showed that the accuracy of the original classification results was 100%, while the 'leave-one-out' cross-validation classification showed that 85.7% samples of L. crocea rearing in Zhoushan were correctly classified (the other 14.3% were misclassified as rearing in Wenzhou), and the samples of other three species of L. crocea were 100% correctly identified. The results show that the application of analysis on elements and stable isotope ratios, combined with chemometric analysis can effectively distinguish the geographical origin of L. crocea, provide reference for origin authenticity identification.

Keywords： Larimichthys crocea ; geographical identification ; elements ; stable isotope ; chemometrics

PDF (1868KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

梅光明, 杨盈悦, 张玉汝, 赵月涵, 张小军, 黄丽英, 郑斌. 基于元素及稳定同位素分析的大黄鱼产地区分技术. 浙江大学学报(理学版)[J], 2022, 49(6): 715-725 doi:10.3785/j.issn.1008-9497.2022.06.010

MEI Guangming, YANG Yingyue, ZHANG Yuru, ZHAO Yuehan, ZHANG Xiaojun, HUANG Liying, ZHENG Bin. Geographical identification of Larimichthys crocea based on analysis of elements and stable isotope ratios. Journal of Zhejiang University(Science Edition)[J], 2022, 49(6): 715-725 doi:10.3785/j.issn.1008-9497.2022.06.010

大黄鱼（Larimichthys crocea）是石首科、黄鱼属鱼类，又名黄花鱼、黄瓜鱼［1］，因肉质鲜嫩细腻，且富含氨基酸、脂肪酸和矿物元素等营养成分［2］，深受消费者喜爱。目前学界将分布在我国近岸沿海的大黄鱼分为岱衢族、闽—粤东族和硇洲族3个地理种群，其中，闽—粤东族主要分布于东海南部和南海北部（福建嵛山岛以南到珠江口），硇洲族主要分布于珠江口以西至琼州海峡以东，岱衢族主要分布于黄海南部和东海北部沿岸浅海［3-4］。浙江沿海的岱衢洋、大目洋、猫头洋及江外渔场、舟外渔场等都是岱衢族大黄鱼的主要生栖场所［5-9］。20世纪70年代起，由于过度捕捞及受环境污染影响，野生大黄鱼骤降为稀缺资源，目前依靠人工养殖技术，大黄鱼已成为我国产量最大的海水养殖鱼类［10］。2020年全国大黄鱼养殖产量达2.54×108 kg［11］，主要分布在福建、浙江和广东等地。从以近岸传统网箱养殖为主向深水网箱、牧场化围栏和深远海养殖等发展。普遍认为自然海域野生大黄鱼的品质优于养殖大黄鱼，不同地域环境、不同养殖模式和不同品系的大黄鱼在营养及口感上也存在明显差异［12-16］。不同产地大黄鱼市场售价差距较大，如野生大黄鱼每斤售价高达千元及以上，养殖大黄鱼每斤售价为一二十元至上百元不等。在巨大经济利益驱动下，以养殖大黄鱼充当野生大黄鱼、以普通网箱养殖大黄鱼冒充深海养殖大黄鱼，“挂羊头卖狗肉”类造假销售事件时有发生。与此同时，近年来国内关注的水产品“三鱼两药”问题，从大黄鱼中检出禁用药物氧氟沙星等也时有报道，因此，有必要建立大黄鱼产地的准确溯源技术，为维护消费者合法权利和保障水产品质量安全提供有效手段。

利用农产品地理环境、生产方式、气候条件及种间差异等因素引起的矿物元素质量分数差异或13C、15N和18O等同位素分馏效应成为国内外农产品溯源中常用的一种手段，目前该项技术已应用于谷物、畜禽肉和果蔬［17-19］等农产品的产地溯源，而在水产品产地溯源上的应用研究较少。文献［20-27］报道了矿物元素或稳定同位素分析在蛤仔、鳗鱼、鲭鱼、鲈鱼、鳕鱼、中华绒螯蟹、鲍鱼、扇贝和带鱼等水产品产地溯源中的应用，尚未见该项技术应用于大黄鱼产地溯源的报道，当前在大黄鱼产地区分上仍缺乏有效的技术手段。本研究尝试采用具有高通量和高分辨率分析优势的电感耦合等离子体质谱仪及元素分析—同位素质谱仪，对浙江市场上常见的4种来自不同产地的大黄鱼样品（福建宁德养殖、浙江温州养殖、浙江舟山养殖和舟山渔场自然海域捕捞）进行19种矿物元素和碳、氮元素及其稳定同位素质量分数差异分析，结合主成分分析、聚类分析和Fisher判别等统计学方法，对4种不同产地大黄鱼进行产地判别研究，为大黄鱼产地鉴别提供参考。

1　材料与方法

1.1　仪器与试剂

Vario EL III-Isoprime元素分析—同位素质谱仪（配高温燃烧炉、吸附—解吸装置和高灵敏度热导检测器，德国Elementar公司）；Agilent 7900电感耦合等离子体质谱（美国安捷伦公司）；ETHOSUP型微波消解仪（意大利Milestone公司）；VB24 plus型微波消解赶酸架（北京莱伯泰科仪器股份有限公司）；T18实验室高速分散机（德国IKA公司）；SCIENT—10N真空冷冻干燥机（宁波新芝生物科技股份有限公司）；M5X微量电子天平（瑞士梅特勒—托利多公司）；905—ULTS超低温冰箱（美国Thermo公司）。

19种单元素标准溶液Mg（GSB 04—1735—2004）、Al（GSB 04—1713—2004）、Na（GSB 04—1738—2004）、Sn（GSB 04—1753—2004）、Ca（GSB 04—1720—2004）、Fe（GSB 04—1726—2004）、Se（GSB 04—1751—2004）、Sr（GSB 04—1754—2004）、K（GSB 04—1733—2004）、Zn（GSB 04—1761—2004）、Ba（GSB 04—1717—2004）、Mn（GSB 04—1736—2004）、Cu（GSB 04—1725—2004）、Ni（GSB 04—1740—2004）、V（GSB 04—1759—2004）、Ti（GSB 04—1757—2004）、Co（GSB 04—1722—2004）、Mo（GSB 04—1737—2004）、Cr（GSB 04—1723—2004），浓度均为1 000 µg·mL-1，国家有色金属及电子材料分析测试中心；酪蛋白和USGS40标准品，英国Elmental Microanalysis公司；GBW10023扇贝粉，67%~70% HNO3，MOS级，德国CNW公司；30% H2O2，优级纯，国药集团化学试剂有限公司；WO3，高纯线状铜及银棉，上海艾利蒙塔贸易有限公司；高纯He、N2和O2，浓度≥99.999%，上海弥正气体有限公司；高纯CO2，浓度≥99.995%，普莱克斯（上海）工业气体有限公司。

1.2　样品来源

2020年9月至2021年6月共收集39份大黄鱼样品。其中福建宁德养殖大黄鱼样本10份，近岸普通网箱养殖；浙江温州养殖大黄鱼样本10份（产地为温州苍南、平阳和南麂岛），含普通网箱养殖和深水网箱养殖；浙江舟山养殖大黄鱼9份（产地为舟山嵊泗和东极），含深水网箱和围网养殖；舟山渔场自然海域捕捞大黄鱼10份，于舟山市国际水产城码头某停靠渔船购入，经渔民捕捞日志确认在北纬30°28′、东经122°42′的舟山渔场海域捕获，并经浙江省海洋水产研究所渔业资源专家鉴定，符合野生岱衢族大黄鱼生物学特征。大黄鱼单体体重400~550 g，体长22~30 cm，将新鲜样品装入带冰泡沫箱，6 h内运回实验室处理。取背部肌肉，匀浆、冷冻干燥，在玛瑙研钵内碾碎后过16目筛，样品于-65 ℃冻藏备用。

1.3　方 法

1.3.1　矿物元素

依据GB 5009.268—2016［28］中ICP-MS法测定19种矿物元素质量分数。取冻干后的大黄鱼样品粉末0.1 g（精确到0.000 1 g）于聚四氟乙烯消解罐中，加入6 mL HNO3和2 mL H2O2，静置2 h后进行微波消解。微波消解程序：（1） 由室温升至140 ℃，需时5 min；（2） 再升至200 ℃，需时10 min，恒温20 min；（3） 15 min内由200 ℃降至室温。微波消解后于160 ℃ 下赶酸20 min，冷却后用纯水定容至50 mL，待ICP-MS测定。测定过程中在线加入1 μg·mL-1的Sc、Ge、Ｒh和In混合内标液，同时测定质控样品GBW10023扇贝粉，对结果进行质量控制（当质控样品各元素测定结果在标准参考值范围内时，代表该批实验数据的准确性较好）。

1.3.2　C、N元素

用Vario EL Ⅲ元素分析仪测定C、N元素质量分数。取2 mg冻干后的大黄鱼样品，用锡囊紧密包裹成小球，放入仪器进样盘，样品经过高温燃烧氧化还原后，各气体通过吸附/解析柱分离，热导检测器检测。仪器条件：氧化管填充WO3，温度1 150 ℃；还原管填充线状铜及银棉，温度810 ℃；高纯He作为载气及参比气。

1.3.3　碳、氮稳定同位素比率δ13C、δ15N

将Vario EL Ⅲ元素分析仪氧化还原产生的N2、CO2经接口进入Isoprime同位素质谱仪，测定碳、氮稳定同位素比率δ13C、δ15N。同位素质谱仪条件：应用连续流进样系统，CO2、N2作为参比气，USGS40（L-glutamic Acid）作为标准品（δ13CVPDB=-26.39±0.04‰，δ15NAIR=-4.52±0.06‰），对参比气CO2、N2进行校准。碳、氮稳定同位素比率计算式为：

δ13C‰=（C 13/C 12)sample-(C 13/C 12)standard（C 13/C 12)standard×1 000，
δ15N‰=(N 15/N 14)sample- (N 15/N 14)standard（N 15/N 14)standard×1 000。

1.4　数据处理

用3次重复测定的平均值加减标准偏差表示测定数据。用IMB SPSS23进行数据统计、方差分析（ANOVA）、事后多重比较（LSD和Tamhane's T 2检验）和Fisher判别分析，用R（4.1.2）中FactoryMine R包和NbClust包进行主成分分析（principal component analysis，PCA）和聚类分析（cluster analysis，CA），用Origin 8.5绘图。

2　结果与分析

2.1　矿物元素的质量分数

4种产地大黄鱼样本中19种矿物元素的测定结果见表1。单因素ANOVA及事后多重比较表明，Mg质量分数，各产地样本间除福建宁德养殖大黄鱼与浙江舟山养殖大黄鱼不存在显著性差异（p>0.05）外，均存在显著差异（p<0.05），Mg质量分数最高的为舟山渔场海域捕捞大黄鱼，均值高达1.43 g·kg-1；Al质量分数，除浙江温州养殖大黄鱼与浙江舟山养殖大黄鱼之间无显著性差异（p>0.05）外，其余各产地间均存在显著性差异（p<0.05），Al质量分数最高的为福建宁德养殖大黄鱼（17.49 mg·kg-1），最低的为浙江舟山养殖大黄鱼（1.98 mg·kg-1）；K质量分数，舟山渔场海域捕捞大黄鱼显著高于浙江舟山养殖大黄鱼（p<0.05），二者又均明显高于福建宁德养殖大黄鱼与浙江温州养殖大黄鱼（p<0.05）；Ti质量分数，福建宁德养殖与浙江舟山渔场海域捕捞大黄鱼均明显高于浙江温州养殖和浙江舟山养殖大黄鱼（p<0.05）；Cr质量分数，福建宁德养殖大黄鱼显著低于浙江温州养殖大黄鱼（p<0.05）；Cu质量分数，浙江温州养殖大黄鱼和浙江舟山养殖大黄鱼均显著高于福建宁德养殖大黄鱼和舟山渔场海域捕捞大黄鱼（p<0.05）；Zn质量分数，福建宁德养殖大黄鱼显著低于其他3个产地，其中舟山渔场海域捕捞大黄鱼最高（均值为17.4 mg·kg-1），显著高于浙江温州养殖大黄鱼（p<0.05），但与浙江舟山养殖大黄鱼无显著差异（p>0.05）；Se及Ba质量分数，舟山渔场海域捕捞大黄鱼最高，均显著性高于其他3个产地的（p<0.05）；Sn质量分数，浙江温州养殖大黄鱼显著高于其他3个产地的（p<0.05）。此外，舟山渔场海域捕捞大黄鱼的Na和Mo平均质量分数最高；浙江温州养殖大黄鱼的Fe、V和Ni平均质量分数最高；浙江舟山养殖大黄鱼的Ca、Mn、Co和Sr平均质量分数最高。但上述元素质量分数范围在4个产地间无显著差异（p>0.05）。

表1   不同产地大黄鱼肌肉中19种矿物元素的质量分数

Table 1  Quality scores of 19th mineral elements in muscles of L. crocea from different producing areas

元素质量分数
福建宁德养殖浙江温州养殖浙江舟山养殖舟山渔场海域捕捞
Na*3512.52±1231.092897.81±771.532346.26±813.973763.95±938.77
Mg*1141.05±82.12b906.44±135c1157.73±68b1429.32±177.16a
Al*17.49±6.18a3.47±2.21c1.98±1.84c7.56±3.64b
K*12052.49±2576.39c13709.33±2195.89c16113.27±1073.7b19589.09±1122.68a
Ca*418.78±63.47457.53±155.23580.56±433.58419.63±80.92
Fe*15.29±7.4045.28±66.4216.73±6.6419.8±5.88
Ti747.82±281.83a231.73±70.71b292.35±59.27b628.09±104.07a
V13.01±2.9114.74±4.739.52±5.0413.79±3.92
Cr1144.91±444.51b2413.81±557.12a1642.96±1404.77ab1600.31±748.61ab
Mn480.45±177.47724.23±250.47908.4±499.78718.83±220.08
Co20.88±13.3737±8.7438.19±23.0628.24±9.4
Ni476.27±291.792681.44±3355.16757.62±510.36632.88±337.83
Cu705.95±199.72b5533.33±3243.93a1569.57±516.33a1322.62±633.21b
Zn13773.56±1223.57c15427.72±2101.17b16127.39±2254.35ab17433.37±1437.65a
Se944.23±116.32b980.27±212.15b927.48±213.92b1812.49±277.68a
Sr2425.39±380.192399.78±1074.952837.51±2420.822631.26±685.25
Mo16.56±8.2516.53±5.4910.98±8.5219.02±9.58
Sn49.76±22.33b289.81±89.56a107.22±88.99b94.97±45.76b
Ba132.68±44.88b80.55±20.41b144.55±77.25b259.72±126.54a

注 标*的元素质量分数单位为mg·kg-1，其余元素质量分数单位为μg·kg-1表示。同一行中的不同字母表示质量分数间存在显著差异（p<0.05）。

新窗口打开| 下载CSV


2.2　δ13C、δ15N值和C、N质量分数

表2为不同产地大黄鱼样本中的δ13C、δ15N值和C、N质量分数。δ13C值为-16.78‰~-24.24‰，平均值：舟山渔场海域捕捞大黄鱼（-17.62‰）>浙江温州养殖大黄鱼（-20.43‰）>福建宁德养殖大黄鱼（-20.64‰）>浙江舟山养殖大黄鱼（-21.34‰）；δ15N值为7.66‰~12.79‰，平均值：舟山渔场海域捕捞大黄鱼（11.79‰）>福建宁德养殖大黄鱼（10.98‰）>浙江温州养殖大黄鱼（10.78‰）>浙江舟山养殖大黄鱼（8.83‰）；C质量分数为44.03%~60.42%，平均值：福建宁德养殖大黄鱼（53.45%）>浙江温州养殖大黄鱼（52.19%）>浙江舟山养殖大黄鱼（50.96%）>舟山渔场海域捕捞大黄鱼（47.69%）；N质量分数为7.99%~13.69%，平均值：舟山渔场海域捕捞大黄鱼（12.57%）>浙江舟山养殖大黄鱼（11.03%）>福建宁德养殖大黄鱼（10.37%）>浙江温州养殖大黄鱼（10.07%）。根据单因素ANOVA及事后多重比较，福建宁德养殖大黄鱼的δ13C值和N质量分数均显著低于舟山渔场海域捕捞大黄鱼（p<0.05），δ15N值显著高于浙江舟山养殖大黄鱼（p<0.05），C质量分数显著高于舟山渔场海域捕捞大黄鱼（p<0.05）；浙江温州养殖大黄鱼的δ15N值显著高于舟山养殖大黄鱼（p<0.05），其余指标与浙江舟山养殖大黄鱼无显著差异（p>0.05）；舟山渔场海域捕捞大黄鱼的δ13C值和N质量分数均显著高于其他3个产地大黄鱼（p<0.05），δ15N值显著高于浙江舟山养殖大黄鱼（p<0.05），而C质量分数显著低于其他3个产地大黄鱼（p<0.05）。刘小琳等［29］得到在宁波舟山一带海域捕捞的大黄鱼其δ13C和δ15N值分别为（-17.02±1.38）‰和（11.29±0.25）‰，石焱［30］调查得到夏季福建闽江口大黄鱼的δ13C和δ15N值分别为（-19.71±0.57）‰和（11.16±1.11）‰，与本研究测得的舟山渔场海域捕捞大黄鱼的数值一致。

表2   不同产地大黄鱼肌肉中稳定同位素比值δ13C、δ15N和碳、氮质量分数

Table 1  Stable isotope ratios of δ13C， δ15N and quality scores of C， N in muscles of L. crocea from different producing areas

大黄鱼来源稳定同位素比值碳、氮质量分数
δ13C/‰δ15N/‰C/%N/%
福建宁德养殖-20.64±1.71b10.98±2.20a53.45±2.89a10.37±0.55b
浙江温州养殖20.43±1.71b10.78±1.31a52.19±3.89a10.07±1.49b
浙江舟山养殖-21.34±1.08b8.83±0.89b50.96±1.97a11.03±0.61b
舟山渔场捕捞-17.62±0.85a11.79±0.93a47.69±2.02b12.57±1.17a

注 同一列中的不同字母表示数据间存在显著差异（p<0.05）。

新窗口打开| 下载CSV


2.3　主成分分析（PCA）

PCA是数据处理中一种常用的线性降维方法，通过对复杂数据的降维处理，揭示隐藏在数据背后的简单结构，再通过正交变换将存在多重线性关系的高维数据映射为线性不相关的低维数据［31-32］。为更好探究元素及稳定同位素对大黄鱼产地判别的效率，选取矿物元素中质量分数差异显著的Mg、Al、K、Ti、Cr、Cu、Zn、Se、Sn、Ba及稳定同位素δ13C、δ15N和C、N作为变量进行主成分分析（见图1）。由图1知，散点图彼此无重叠，通过PCA可区分4种大黄鱼产地。图2为元素在前2个主成分中的贡献图，元素越靠近相关圆表示其在PCA中贡献率越大。结果表明，Mg、N、Se、Sn、C这5个元素对主成分的贡献率较大，而δ15N对主成分的贡献率较小。图3为主成分方差贡献率，其中，第1主成分（PC1）占41.2%，第2主成分（PC2）占22.9%，前6个主成分方差累计贡献率为90.5%，前6个主成分表达了大部分数据信息（图3（a））；依据各元素在主成分组件中的方差贡献率，得到对PC1有重要贡献的元素为N、Mg、Se、C、K、δ13C、Ba（图3（b）），对PC2有重要贡献的元素为Sn、Al、Ti、Cu、Cr、Zn（图3（c））。对4种不同产地大黄鱼进行主成分分析，发现贡献较大的前5个元素分别为N、Mg、Se、Sn、C，贡献最小的为δ15N。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   不同产地大黄鱼PCA中PC1、PC2得分散点图

Fig.1   The scatter plots of PC1 and PC2 in PCA of L. crocea from different producing areas


图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   元素在前2个主成分中的贡献

Fig.2   Contribution of elements in the first two principal component analysis


图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   主成分方差贡献率

Fig.3   Variance contribution rates of principle component


2.4　聚类分析（CA）

CA是一种无监督的分类方法，按照组内样本之间相似度较高、组间样本之间相似度较低的原则，将样本归为不同类［33-34］。为更加直观地了解大黄鱼产地的分布情况，选取具有显著性差异的矿物元素Mg、Al、K、Ti、Cr、Cu、Zn、Se、Sn、Ba及稳定同位素比值δ13C、δ15N和C、N作为变量进行CA，CA中内部选用欧式距离算法，类间距离选用类平均法（图4）。从聚类距离（图中彩色处）处将树状图切割，可将大黄鱼样品分为5类：第1类全部为舟山渔场海域捕捞（n=10），第2类全部为福建宁德养殖（n=10），第3类为浙江温州养殖（3条），第4类全部为浙江舟山养殖（n=9），第5类为浙江温州养殖（7条）。结果表明，CA法适合对4种不同产地大黄鱼进行判别分析，而浙江温州养殖大黄鱼样本分为两类的原因可能是，其产地覆盖苍南、平阳和南麂岛等地，地域较为分散，使得该区域养殖的大黄鱼在稳定同位素比值和矿物元素质量分数上存在一定差异。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   不同产地大黄鱼CA结果

1-10 福建宁德养殖；11-20舟山渔场捕捞；21-30浙江温州养殖；31-39浙江舟山养殖。

Fig.4   Cluster analysis results of L. crocea from different producing areas

1-10 Rearing in Fujian； 11-20 Natural wild in sea area of Zhoushan； 21-30 Rearing in Wenzhou； 31-39 Rearing in Zhoushan.


2.5　Fisher判别分析

Fisher判别分析与PCA是从不同角度对数据进行降维处理，PCA是为了寻找方差尽可能大的维度，Fisher判别分析是为了实现最大的类间距离以及最小的类内距离，利用已知类别的样本建立判别模型，对未知类别的样本进行分类［35-37］。目前Fisher判别分析已应用于牛奶、三疣梭子蟹的产地溯源，具有较好的判别效果。为进一步探究矿物元素Mg、Al、K、Ti、Cr、Cu、Zn、Se、Sn、Ba，稳定同位素比值δ13C、δ15N和C、N在大黄鱼产地溯源中的应用效果，对4种不同产地大黄鱼进行了Fisher判别分析。从每个产地的10个样本中随机抽取3个作为测试集，得到12个测试集样本，测试集样本不参与Fisher判别分析，用于对所建判别式的预测。其余28个样本作为训练集，建立判别式，进行判别分析。4种不同产地大黄鱼的判别式分别为：

Y福建宁德养殖=-22 267.288-2.039Mg+0.165Al-0.117K+1.506 Ti+0.023Cr+0.006Cu-0.017Zn+

0.256Se + 1.066Sn + 1.881Ba - 765.86δ13C +636.478δ15N+1178.314N+222.615C，

Y浙江温州养殖=-21202.607-1.979Mg-1.003Al-0.1K+1.316 Ti+0.016Cr+0.008Cu-0.021Zn+0.243Se + 1.214Sn + 1.899Ba - 755.047δ13C +621.099δ15N+1140.769N+215.003C，

Y浙江舟山养殖=-20 753.195-1.909Mg-0.86Al-0.098K+1.242Ti+0.16Cr+0.006Cu-0.021Zn+0.227Se+1.158Sn + 1.893Ba - 748.559δ13C + 611.24δ15N +1127.182N+212.485C，

Y舟山渔场捕捞=-21 038.406-1.986Mg-1.264Al-0.101K+1.395Ti+0.019Cr+0.006Cu-0.019Zn+0.297Se + 1.12Sn + 1.914Ba - 743.274δ13C +616.81δ15N+1131.803N+216.999C。

利用上述判别式预判测试集样本，各产地大黄鱼预判准确率为100%（表3）。为检验判别式的可靠性，采用“留一法”交叉验证进行检验，结果见表4。原始分类结果显示，整体判别率为100%，4种样本准确判别率均为100%。“留一法”交叉验证结果显示，有85.7%的浙江舟山养殖大黄鱼样本被正确分类，14.3%的被误判为温州养殖大黄鱼，其余3种大黄鱼样本均100%被正确分类。结果表明，所建立的判别式可对4种不同产地大黄鱼样品进行正确分类，效果较好。

表3   不同产地大黄鱼测试集样本Fisher判别结果

Table 3  Fisher discriminant results of L. crocea from different producing areas

大黄鱼

样品产地

产地预测集准确率/%
福建宁德养殖

舟山

渔场

捕捞

浙江温州养殖浙江舟山养殖
福建宁德养殖3000100
舟山渔场捕捞0300
浙江温州养殖0030
浙江舟山养殖0003

新窗口打开| 下载CSV


表4   Fisher判别分析分类结果

Table 4  Classification results of Fisher discriminant analysis of L. crocea

验证方法产地预测组成员信息（占比/%）总计（占比%）
宁德养殖舟山渔场捕捞温州养殖舟山养殖
原始福建宁德养殖100000100
舟山渔场捕捞010000100
浙江温州养殖001000100
浙江舟山养殖000100100
交叉验证福建宁德养殖100000100
舟山渔场捕捞010000100
浙江温州养殖001000100
浙江舟山养殖0014.385.7100

新窗口打开| 下载CSV


3　讨 论

矿物元素在生态环境中的分布具有不均匀性，水、空气和饲料等不同物质的矿质元素组成各不相同，特征不同［38］。不同生境中的矿物元素又会通过生命活动进入其他生物体并持续累积，导致不同地区的生物体矿物元素含量存在较大差异［39］，利用这种微化学“指纹”差异可实现对农产品的产地溯源。目前基于矿物元素质量分数差异的分析已被用于鉴别不同产地或不同养殖方式的水产品［40］。本研究结果表明，在相同海域环境下，舟山渔场海域捕捞大黄鱼的Mg、Al、K、Ti、Se和Ba质量分数均显著高于舟山养殖大黄鱼，这与钟爱华等［41］研究得到的舟山海域放养大黄鱼Ca、Mg和Se的质量分数高于舟山海域深水网箱和普通网箱养殖的结论相似。浙江舟山养殖大黄鱼和浙江温州养殖大黄鱼除在Mg、K和Sn质量分数上存在显著差异外，其余16种元素的质量分数均无显著差异，这与两地地缘关系较近、海域环境相似和大黄鱼养殖模式相同有关。虽然福建宁德与浙江温州在地理位置上相距不远，但两地养殖的大黄鱼中Mg、Al、Ti、Cr、Cu、Zn和Sn这7种元素的质量分数存在显著差异，可能与两地大黄鱼的养殖模式不同有关。目前我国大黄鱼养殖产量最高的福建，以普通网箱养殖为主（占92.8%），而浙江以深水网箱养殖为主（占85.9%），普通网箱养殖仅占7.92%，其余为围网养殖［42］。在不同养殖模式下，大黄鱼的生长环境和饵料来源有所不同。普通网箱养殖设置在近岸沿海，投喂冰鲜饵料或人工配合饲料；深水网箱养殖通常设置在靠近外海区域，具有一定潮流速，在获取投喂的冰鲜饵料或人工配合饲料的同时也能捕获一定的天然饵料；自然海域的大黄鱼则完全依靠天然饵料。此外，不同海域环境质量也存在一定差异，如徐亚岩等［43］指出，在我国四大海域的海洋沉积物中，重金属质量分数东海>黄海>渤海和南海。摄食结构及海域环境共同影响各产地大黄鱼矿物元素的累积。

生物体中13C、15N、2H和18O等稳定同位素受摄食结构、气候环境、生长代谢类型等的影响，发生自然分馏效应［44］，从而可利用生物体稳定同位素自然丰度比值的差异进行农产品产地溯源［45］。水产品中的δ13C与其摄食物来源密切相关，食物中C3、C4植物比例不同，δ13C不同；δ15N则受食物中动植物比例和环境状况等因素的影响［46］，由于在海洋生物中δ15N的富集程度较高，δ15N值常被用于确定生物在食物网中的营养位置［47］。本研究发现，舟山渔场海域捕捞大黄鱼的δ13C和δ15N值在4种样品中均最高，这与其摄食物来源密切相关。受目前我国海洋渔业资源保护和禁捕规定等政策影响，大黄鱼养殖中逐渐用配合饲料替代冰鲜小杂鱼等鲜活饵料，因此自然海域捕捞的大黄鱼其动物性饵料摄入占比通常高于养殖大黄鱼，在深水网箱养殖中，由于天然饵料补充，使得其动物性饵料的摄入高于近岸普通网箱养殖，这也解释了δ15N呈舟山渔场海域捕捞大黄鱼>福建宁德养殖大黄鱼>浙江温州养殖大黄鱼和浙江舟山养殖大黄鱼的现象。另外，由于配合饲料中添加了大豆蛋白、豆粕等植物性碳源，使得养殖大黄鱼中的δ13C值低于天然海域捕捞大黄鱼。本研究也发现，舟山渔场捕捞大黄鱼的高氮低碳现象可能与鱼的低脂肪、高蛋白质相关。由于自然海域野生大黄鱼为洄游性生物，生活在深海区，运动消耗能量较大，不利于脂肪积累；普通网箱养殖大黄鱼运动空间狭窄，且有充足的饵料，能量消耗低，很容易积累脂肪；深水网箱养殖的大黄鱼由于处于半开放性海域，潮流较急、活动空间较大，脂肪含量一般低于普通网箱养殖大黄鱼高于野生大黄鱼［12］。

4　结 论

基于矿物元素稳定同位素比值和碳、氮元素的质量分数差异，结合PCA、CA和Fisher判别分析，对4种不同产地大黄鱼进行了区分。方差分析表明，10种矿物元素（Mg、Al、K、Ti、Cr、Cu、Zn、Se、Sn、Ba）、同位素比值δ13C、δ15N和C、N在不同产地大黄鱼间存在显著差异。利用元素及稳定同位素比值差异结合化学计量学分析手段，可有效区分大黄鱼产地，为解决大黄鱼产地溯源提供了一种有效可靠的方法。

http://dx.doi.org/10.3785/j.issn.1008-9497.2022.06.001

参考文献

朱圣赟，蓝蔚青，浦天霆，等 ．

双频超声联合柠檬酸处理对大黄鱼冷藏期间品质变化影响

［J/OL］.食品科学. ［2022-04-15］．.

URL     [本文引用: 1]

ZHU S Y， LAN W Q， PU T T， et al.

Effects of dual-frequency ultrasound combined with citric acid treatment on quality changes of large yellow croaker （Pseudosciaena crocea） during refrigerated storage

［J/OL］. Food Science. ［2022-04-15］．.

URL     [本文引用: 1]

吴靖娜， 许永安， 刘智禹 ．

养殖大黄鱼鱼肉营养成分的分析及评价

［J］．营养学报，2013， 35（6）： 610-612. DOI：10.13325/j.cnki.acta.nutr.sin.2013.06.022 .

[本文引用: 1]

WU J N， XU Y A， LIU Z Y.

Analysis and evaluation of nutritional components in meat of Pseudosciaena crocea

［J］. ACTA Nutrimenta SINICA， 2013， 35（6）：610-612. DOI：10.13325/j.cnki.acta.nutr.sin. 2013.06.022 .

[本文引用: 1]

徐恭昭， 田明城， 郑文莲， 等 ．

大黄鱼Pseudosciaena crocea（Richardson）的种族

［C］//太平洋西部渔业研究委员会第四次全体会议论文集．北京：科学出版社， 1963：39-46.

[本文引用: 1]

XU G Z， TIAN M C， ZHENG W L， et al.

Race of large yellow croaker Pseudosciaena crocea （Richardson）

［C］//Proceedings of the Fourth Plenary Seminar of the Western Pacific Fisheries Research Commission. Beijing： Science Press， 1963：39-46.

[本文引用: 1]

田明诚， 徐恭昭， 余日秀.

大黄鱼形态特征的地理变异和地理种群问题

［J］. 海洋科学集刊， 1962（2）：79-97.

[本文引用: 1]

TIAN M C， XU G Z， YU R X.

The geographical variation and population problems of morphological traits of large yellow croaker

［J］. Studia Marina Sinica， 1962（2）：79-97.

[本文引用: 1]

赵传姻， 林景祺 ．中国海洋渔业资源［M］．杭州： 浙江科学技术出版社， 1990：40-45.

[本文引用: 1]

ZHAO C Y， LIN J Q. China marine fishery resources［M］. Hangzhou： Zhejiang Scientific and Technical Press， 1990：40-45.

[本文引用: 1]

邓景耀， 赵传铟. 海洋渔业生物学［M］. 北京：农业出版社， 1991：201-236.

DENG J Y， ZHAO C Y. Marine Fishery Biology［M］. Beijing： Agricultural Press， 1991：201-236.

郑元甲， 陈雪忠， 程家骅， 等. 东海大陆架生物资源与环境［M］.上海： 上海科学技术出版社， 2003：488-497.

ZHENG Y J， CHEN X Z， CHENG J H， et al. Biological Resources and Environment on the Continental Shelf of the East China Sea［M］. Shanghai： Shanghai Scientific and Technical Press， 2003：488-497.

农牧渔业部水产局 ．东海区渔业资源调查和区划［M］. 上海： 华东师范大学出版社，1987：318-338. doi:10.20319/lijshls.2015.s11.139150

Aquatic Bureau of Ministry of Agriculture. Investigation and Regionalization of Fishery Resources in the East China Sea Region［M］. Shanghai： East China Normal University Press， 1987：318-338. doi:10.20319/lijshls.2015.s11.139150

徐兆礼， 陈佳杰.

东黄海大黄鱼洄游路线的研究

［J］. 水产学报， 2011， 35（3）： 429-437. DOI： 10.3724/SP.J.1231.2011.1709 .

[本文引用: 1]

XU Z L， CHEN J J.

Analysis of migratory route of Larimichthys crocea in the East China Sea and Yellow Sea

［J］. Journal of Fisheries of China， 2011， 35（3）：429-437. DOI： 10.3724/SP.J.1231.2011.1709 .

[本文引用: 1]

张云霞， 李强， 张云， 等 ．

2020年我国主养海水鱼国际市场变化及贸易形势分析

［J］．渔业信息与战略， 2021， 36（3）：169-178. DOI：10.13233/j.cnki.fishis. 2021.03.003 .

[本文引用: 1]

ZHANG Y X， LI Q， ZHANG Y， et al.

Trend analysis on global market and trade of China's major cultured marine fishes in 2020

［J］. Fishery Information and Strategy， 2021， 36（3）：169-178. DOI：10.13233/j.cnki.fishis.2021.03.003 .

[本文引用: 1]

农业农村部渔业渔政管理局， 全国水产技术推广总站， 中国水产学会 ．2020中国渔业统计年鉴［M］．北京：中国农业出版社，2020： 22. doi:10.25165/j.ijabe.20201303.5625

[本文引用: 1]

Ministry of Agriculture and Rural Affairs of the People's Republic of China， National Fisheries Technology Extension Center， China Society of Fisheries. 2020 China Fishery Statistical Yearbook［M］. Beijing： China Agriculture Press， 2020： 22. doi:10.25165/j.ijabe.20201303.5625

[本文引用: 1]

周飘苹， 金敏， 吴文俊， 等 ．

不同养殖模式、投喂不同饵料及不同品系大黄鱼营养成分比较

［J］．动物营养学报， 2014， 26（4）：969-980. DOI：10.3969/j.issn.1006-267x.2014.04.016 .

[本文引用: 2]

ZHOU P P， JIN M， WU W J， et al.

Comparison of nutrient components of large yellow croaker （Pseudosciaena crocea Richardson） cultured in different modes， fed different feeds and from different strains

［J］. Chinese Journal of Animal Nutrition， 2014， 26（4）：969-980. DOI：10.3969/j.issn.1006-267x.2014.04.016

[本文引用: 2]

林利民， 王秋荣， 王志勇， 等 ．

不同家系大黄鱼肌肉营养成分的比较

［J］. 中国水产科学， 2006， 13（2）：286-291. DOI：10.3321/j.issn：1005-8737.2006. 02.019 .

LIN L M， WANG Q R， WANG Z Y， et al.

Comparison of biochemical compositions of muscle among three stocks and wild-caught large yellow croaker Pseudosciaena crocea

［J］. Journal of Fishery Sciences of China， 2006， 13（2）：286-291. DOI：10. 3321/j.issn：1005-8737.2006.02.019 .

徐继林， 严小军， 罗瑜萍， 等 ．

岱衢族野生大黄鱼与养殖大黄鱼肌肉脂类和脂肪酸组成的比较研究

［J］. 中国食品学报， 2008， 8（1）：108-114. DOI：10. 16429/j.1009-7848.2008.01.009 .

XU J L， YAN X J， LUO Y P， et al.

Comparison of lipids and fatty acids composition in muscle between wild and farmed Pseudosciaena crocea from Tai-Chu Race

［J］．Journal of Chinese Institute of Food Science and Technology， 2008， 8（1）：108-114. DOI：10.16429/j.1009-7848.2008.01.009 .

郭全友， 刑晓亮， 王磊， 等 ．

深水网箱养殖和野生大黄鱼营养及品质差异性研究

［J］．渔业信息与战略， 2019， 34（1）：53-60. DOI：10.13233/j.cnki.fishis. 2019.01.009 .

GUO Q Y， XING X L， WANG L， et al.

On nutrition and quality differences between wild and cultured large yellow croaker Larimichthys crocea

［J］. Fishery Information and Strategy， 2019， 34（1）：53-60. DOI：10.13233/j.cnki.fishis.2019.01.009 .

段青源，钟惠英，斯列钢，等 ．

网箱养殖大黄鱼与天然大黄鱼营养成分的比较分析

［J］. 浙江海洋学院学报（自然科学版）， 2000， 19（2）：125-128. DOI：CNKI：SUN：REEF.0.2000-02-005 .

[本文引用: 1]

DUAN Q Y， ZHONG H Y， SI L G.

Comparative analysis of biochemical composition in net cultured and wild Pseudosciaena crocea （Richardson）

［J］. Journal of Zhejiang Ocean University （Natural Science）， 2000， 19（2）：125-128. DOI：CNKI：SUN：REEF. 0.2000-02-005 .

[本文引用: 1]

SUZUKI Y.

Achieving food authenticity and traceability using an analytical method focusing on stable isotope analysis

［J］. Analytical Sciences， 2021， 37（1）：189-199. DOI： 10.2116/analsci.20SAR14 .

[本文引用: 1]

ZHAO Y， ZHANG B， CHEN G， et al.

Recent developments in application of stable isotope analysis on agro-product authenticity and traceability

［J］. Food Chemistry， 2014， 145：300-305. DOI： 10.1016/j.foodchem .

ZALDARRIAGA H J， WAGNER M， JOFRÉ F C， et al.

An overview on multi-elemental profile integrated with chemometrics for food quality assessment： Toward new challenges

［J］. Critical Reviews in Food Science and Nutrition， 2022， 3：1-21. DOI： 10.1080/10408398.2022.2055527 .

[本文引用: 1]

IGUCHI J， TAKASHIMA Y， NAMIKOSHI A， et al.

Origin identification method by multiple trace elemental analysis of short-neck clams produced in Japan， China， and Korea

［J］. Fisheries Science， 2013， 79（6）：977-982. DOI： 10.1007/s12562-013-0619-4 .

[本文引用: 1]

KIM H， SURESH K K， SHIN K H.

Applicability of stable C and N isotope analysis in inferring the geographical origin and authentication of commercial fish （Mackerel， Yellow Croaker and Pollock）

［J］. Food Chemistry， 2015， 172：523-527. DOI： 10. 1016/j.foodchem.2014.09.058 .

CARRERA M， GALLARDO J M.

Determination of the geographical origin of all commercial hake species by stable isotope ratio （SIR） analysis

［J］. Journal of Agricultural and Food Chemistry， 2017， 65（5）：1070-1077. DOI： 10.1021/acs.jafc.6b04972 .

TULLI F， MORENO-ROJAS J M， MESSINA C M， et al.

The use of stable isotope ratio analysis to trace European sea bass （D. labrax） originating from different farming systems

［J］. Animals （Basel）， 2020， 10（11）：2042. DOI：10.3390/ani10112042 .

骆仁军， 姜涛，陈修报， 等 ．

基于稳定同位素和矿质元素的中华绒螯蟹产地鉴别潜力评价

［J］．食品科学， 2020， 41（2）：298-305. DOI：10.7506/spkx1002-6630-20190109-108 .

LUO R J， JIANG T， CHEN X B， et al.

Potential assessment of stable isotopes and mineral elements for geographic origin identification of Eriocheir sinensis

［J］. Food Science， 2020， 41（2）：298-305. DOI： 10.7506/spkx1002-6630-20190109-108 .

陈胜军， 刘先进， 杨贤庆， 等.

不同产地鲍鱼特征元素分析与主成分评价模型的建立

［J］．渔业科学进展， 2019， 40（2）：83-90. DOI：10.19663/j.issn2095-9869.20180813001 .

CHEN S J， LIU X J， YANG X Q， et al.

Analysis of characteristic elements and establishment of principal component evaluation model of abalone from different habitats

［J］. Progress in Fishery Sciences， 2019， 40（2）： 83-90. DOI：10.19663/j.issn2095-9869. 20180813001 .

张旭峰， 刘瑀， 李颖， 等 ．

中国北方沿海3种养殖扇贝碳、氮稳定同位素的组成特征

［J］．海洋科学， 2017， 41（2）：111-116. DOI： 10.11759/hykx20160517002 .

ZHANG X F， LIU Y， LI Y， et al.

Characteristics of stable carbon and nitrogen isotope compositions of three scallops in the northern coast of China

［J］. Marine Sciences， 2017，41（2）：111-116. DOI： 10. 11759/hykx20160517002 .

黄丽英，范栋杰，张月星，等 ．

元素含量及稳定同位素比值用于网销带鱼产地溯源

［J］．分析化学，2019， 47（3）：439-446. DOI： 10.19756/j.issn.0253-3820. 181422．

[本文引用: 1]

HUANG L Y， FAN D J， ZHANG Y X， et al.

Application of multi-element and stable isotope ratios in geographical traceability of Trichiurus haumela sold online

［J］. Chinese Journal of Analytical Chemistry， 2019， 47（3）：439-446. DOI： 10.19756/j.issn.0253-3820.181422．

[本文引用: 1]

国家卫生和计划生育委员会. 食品安全国家标准 食品中多元素的测定： ［S］. 北京： 中国标准出版社， 2016： 1-5. doi:10.3969/j.issn.1671-9638.2018.02.020

[本文引用: 1]

National Health Commission of the People's Republic of China. National Food Safety Standards Determination of Multiple Elements in Food： ［S］. Beijing： China Standards Press， 2016：1-5. doi:10.3969/j.issn.1671-9638.2018.02.020

[本文引用: 1]

刘小琳， SUPERIUS R E，徐靖昂，等 ．

舟山外海重要海洋动物的碳氮稳定同位素特征和食物网营养结构

［J］．浙江海洋大学学报（自然科学版）， 2021， 40（5）：415-423. DOI： 10.3969/j.issn.1008-830X.2021.05.006 .

[本文引用: 1]

LIU X L， SUPERIUS R E， XU J A， et al.

Carbon and nitrogen stable isotope characteristics and nutrient structure of food web of important marine animals near Zhoushan islands

［J］. Journal of Zhejiang Ocean University（Natural Science）， 2021， 40（5）：415-423. DOI： 10.3969/j.issn.1008-830X.2021.05.006 .

[本文引用: 1]

石焱 ．

基于碳氮稳定同位素的闽江口常见鱼类营养生态位季节性变化

［D］. 厦门：集美大学，2018.

[本文引用: 1]

SHI Y.

Seasonal Variation in Trophic Niche of Common Fishes in the Min Estuary based on Stable Isotope

［D］. Xiamen：Jimei University， 2018.

[本文引用: 1]

QIAN Y， ZHANG L， SUN Y， et al.

Differentiation and classification of Chinese Luzhou-flavor liquors with different geographical origins based on fingerprint and chemometric analysis

［J］. Journal of Food Science， 2021， 86（5）：1861-1877. DOI： 10.1111/1750-3841.15692 .

[本文引用: 1]

HU L， YIN C， MA S， et al.

Comparison and application of fluorescence EEMs and DRIFTS combined with chemometrics for tracing the geographical origin of Radix Astragali

［J］. Spectrochimica Acta （Part A）： Molecular and Biomolecular Spectroscopy， 2018， 205：207-213. DOI：10.1016/j.saa.2018.07.033 .

[本文引用: 1]

FRADES I， MATTHIESEN R.

Overview on techniques in cluster analysis

［J］. Methods in Molecular Biology， 2010， 593：81-107. DOI： 10.1007/978-1-60327-194-3_5 .

[本文引用: 1]

FRITZ C E， SCHUURMAN N， ROBERTSON C， et al.

A scoping review of spatial cluster analysis techniques for point-event data

［J］. Geospat Health， 2013， 7（2）：183-198. DOI： 10.4081/gh.2013.79 .

[本文引用: 1]

HE H J， TIAN C， JIN G， et al.

Principal component analysis and fisher discriminant analysis of environmental and ecological quality， and the impacts of coal mining in an environmentally sensitive area

［J］. Environmental Monitoring and Assessment， 2020， 192（4）：207. DOI：10.1007/s10661-020-8170-0 .

[本文引用: 1]

ZOU M， SUN C， LIANG S， et al.

Fisher discriminant analysis for classification of autism spectrum disorders based on folate-related metabolism markers

［J］. Journal of Nutritional Biochemistry， 2019， 64：25-31. DOI： 10.1016/j.jnutbio.2018. 09.023 .

DHIR C S， LEE S Y.

Discriminant independent component analysis

［J］. IEEE Transactions on Neural Networks and Learning Systems， 2011， 22（6）：845-57. DOI： 10.1109/TNN.2011.2122266 .

[本文引用: 1]

FRANKE B M， GREMAUD G， HADORN R， et al.

Geographic origin of meat-element of an analytical approach to its authentication

［J］. European Journal of Food Technology， 2005， 221（3/4）： 493-503. DOI： 10.1007/s00217-005-1158-8 .

[本文引用: 1]

ANDERSON K A， SMITH B W.

Use of chemical profiling to differentiate geographic growing origin of raw pistachios

［J］. Journal of Agricultural and Food Chemistry， 2005， 53： 410-418. DOI： 10.1021/jf048907u .

[本文引用: 1]

薛竣仁， 刘洪波， 姜涛， 等.

元素与稳定同位素微化学分析在水产品产地溯源中的应用

［J］. 渔业科学进展， 2022， 43（1）：15-23. DOI： 10.19663/j.issn2095-9869.20210602002 .

[本文引用: 1]

XUE J R， LIU H B， JIANG T， et al.

Progress in multi-element and stable isotope analysis for geographical origin traceability of aquatic products

［J］. Progress in Fishery Sciences， 2022， 43（1）：15-23. DOI：10.19663/j.issn2095-9869.20210602002 .

[本文引用: 1]

钟爱华， 储张杰， 戴露怡， 等.

3种养殖模式下大黄鱼肌肉营养成分比较及品质评价

［J］. 安徽农业科学， 2014， 42（20）：6629-6631，6649. DOI：10.13989/j.cnki.0517-6611.2014.20.040 .

[本文引用: 1]

ZHONG A H， CHU Z J， DAI L Y， et al.

Evaluation of nutrient components and nutritive quality of muscle of big yellow croaker （Larimichthys crocea） in different aquaculture model

［J］. Journal of Anhui Agricultural Sciences， 2014， 42（20）：6629-6631，6649. DOI：10.13989/j.cnki.0517-6611.2014.20.040 .

[本文引用: 1]

杨卫， 王春苗.

我国大黄鱼养殖产业发展研究

［J］. 海洋开发与管理， 2020， 37（5）：72-75. doi:10.3969/j.issn.1005-9857.2020.05.014

[本文引用: 1]

YANG W， WANG C M.

Development of Larimichthys crocea breeding industry in China

［J］. Ocean Development and Management， 2020， 37（5）：72-75. doi:10.3969/j.issn.1005-9857.2020.05.014

[本文引用: 1]

徐亚岩， 柏育材， 纪炜炜， 等.

中国近海沉积物中重金属的变化特征和生态风险评估

［J］. 海洋渔业， 2019， 41（6）：712-724. DOI：10.13233/j.cnki.mar.fish.2019.06.007 .

[本文引用: 1]

XU Y Y， BAI Y C， JI W W， et al.

Variation characteristics and evaluation of potential ecological risk of heavy metals in sediments of the coastal waters of China

［J］. Marine Fisheries， 2019， 41（6）：712-724. DOI：10.13233/j.cnki.mar.fish.2019.06.007 .

[本文引用: 1]

VINCI G， PRETI R， TIERI A， et al.

Authenticity and quality of animal origin food investigated by stable-isotope ratio analysis

［J］. Journal of the Science of Food and Agriculture， 2013， 93（3）：439-448. DOI： 10.1002/jsfa.5970 .

[本文引用: 1]

ZHAO S， ZHAO Y.

Application and preparation progress of stable isotope reference materials in traceability of agricultural products

［J］. Critical Reviews in Analytical Chemistry， 2021， 51（8）：742-753. DOI： 10.1080/10408347.2020.1768359 .

[本文引用: 1]

AMUNDSON R， AUSTIN A T， SCHUUR E A G， et al.

Global patterns of the isotopic composition of soil and plant nitrogen

［J］. Global Biogeochemical Cycles， 2003， 17（1）：311-319. DOI： 10.1029/2002GB001903 .

[本文引用: 1]

薛彬， 蒋日进， 王凯， 等.

应用稳定同位素技术分析枸杞岛近岸海域褐菖鲉的食性

［J］. 水产学报， 2017， 41（9）：1415-1423. DOI： 10.11964/jfc.20160910543 .

[本文引用: 1]

XUE B， JIANG R J， WANG K， et al.

Feeding habits of Sebastiscus marmoratus in the Gouqi island based on stable isotope analysis

［J］. Journal of Fisheries of China， 2017， 41（9）：1415-1423. DOI： 10.11964/jfc.20160910543 .

[本文引用: 1]

/

〈 〉