|
文章来源：葡萄研究 | 发布时间：2026年04月07日 11:00 | 原文链接：点击查看原文
【文章摘要】
文献解读 1089 整合ICP-MS矿物特征与机器学习推进特定产区葡萄酒鉴别——以博若莱十大特级产区区分为例 期刊：Talanta （6.1） 发表日期： 2026年 研究摘要 博若莱产区位于法国奥弗涅-罗讷-阿尔卑斯大区，其丰富的地质多样性及十大特级产区（crus）的鲜明特色享誉国际。保障这些产区葡萄酒的真实性对生产者和监管机构至关重要，因为标签造假与欺诈行为会同时损害产品经济价值与消费者信任。...
【正文节选】
文献解读 1089 整合ICP-MS矿物特征与机器学习推进特定产区葡萄酒鉴别——以博若莱十大特级产区区分为例 期刊：Talanta （6.1） 发表日期： 2026年 研究摘要 博若莱产区位于法国奥弗涅-罗讷-阿尔卑斯大区，其丰富的地质多样性及十大特级产区（crus）的鲜明特色享誉国际。保障这些产区葡萄酒的真实性对生产者和监管机构至关重要，因为标签造假与欺诈行为会同时损害产品经济价值与消费者信任。本研究提出葡萄酒矿物特征图谱（MWP）分析方法——一种基于高吞吐量电感耦合等离子体质谱（ICP-MS）的检测方案，可实现40余种矿物元素的半定量分析。研究共采集十大博若莱特级产区2022年和2023年两个年份的1288款佳美（Gamay）葡萄酒样品并进行检测，通过多元统计方法与机器学习评估其鉴别效能。主成分分析（PCA）可清晰区分不同年份，随机森林（Random Forest）模型的年份分类准确率达98%；混合判别分析（Mixture Discriminant Analysis）进一步实现十大特级产区的区分，平均准确率为92%。误分类情况主要发生在地理相邻的产区之间，反映出这些产区重叠的土壤结构与连续的风土特征。元素与土壤的相关性（如黏土丰富土壤中富集铁元素、砂质土壤中富集锰元素、粉质土壤中富集铯元素）为风土差异化的机制研究提供了重要见解。这些结果证实，葡萄酒的矿物指纹可作为反映其产地来源的可靠化学印记。 研究背景 博若莱产区位于法国奥弗涅-罗讷-阿尔卑斯大区，是国际知名的葡萄种植区，主要酿造以佳美（Gamay）葡萄为原料的红葡萄酒。圣阿穆尔（Saint-Amour）、于连纳斯（Juliénas）、谢纳（Chénas）、风车磨坊（Moulin-à-Vent）、弗勒里（Fleurie）、希鲁布勒（Chiroubles）、莫尔贡（Morgon）、雷尼耶（Régnié）、布鲁伊丘（Côt...
本文转载自网络，版权归原作者所有。如有侵权，请联系删除。 |
