Food Chemistry | 构建中国大米C/H/O稳定同位素的景观图

全球大约一半以上的人口以大米为主食，大米在全球社会稳定和经济发展中发挥着重要作用。大米质量直接关系到人类身体健康，因此建立能够确定劣质或受污染大米的地理来源并迅速解决食品安全问题的追溯系统非常重要。而农产品产地溯源关键是构建一个稳健数据库，能够反映不同地域的特征分布。

近日，浙江省农业科学院，省部共建国家重点实验室、农业农村部农产品信息溯源重点实验室，质量营养所袁玉伟研究员、张永志副研究员为通讯作者，联合数农所盛美玲博士为第一作者，中国水稻所张卫星等为同一作者，首次利用地理环境相似性原理，构建中国大米CHO稳定同位素的景观图和预测模型。该预测模型可以预测水稻稳定同位素的空间分布，从而丰富和补充同位素参考数据库，对大区域范围内的水稻原产地鉴定提供了数据支撑。该篇研究成果发表在《Food Chemistry》。

（DOI：https://doi.org/10.1016/j.foodchem.2022.133744）

该研究得到省公益和省重点研发项目、国际原子能机构（IAEA）、国家重点实验室和院学科建设专项等经费的支持。

文章正文：

（一）实验数据：

研究区为中国大米主产区，研究区内共794个样点，采样时间为2017年，涉及17个省的117个县（市或区）。推测的目标变量为稳定性碳同位素、氧同位素和氢同位素（δ¹³C，δ²H和δ¹⁸O），是利用同位素质谱仪（Isoprime 100，isoprime 英国公司）检测。推测的空间分辨率为0.15°×0.15°。

图1 全国大米采样点分布

（二）实验方法：

本研究利用地理环境越相似，变量值越相似原理（地理学“第三定律”），构建稳定同位素预测模型。首先刻画影响稳定同位素碳氢氧的环境特征，筛选出与大米稳定同位素（δ¹³C，δ²H和δ¹⁸O）相关性较高的因子，作为推测过程中的辅助变量，形成影响因子数据库；其次采用gower相似度计算方法计算待推测点与样点间的单因子相似度，利用加权平均法综合各影响因子的相似度，得到待推测与样点的相似度值；第三利用样点间环境相似度以及样点目标变量相似度计算样点的可信度；最后根据样点环境相似度和可信度构建大米稳定同位素空间推测模型，并计算推测不确定性。

根据稳定同位素影响因素的已有研究成果，选取2017年的温度、降水、湿度等10个影响因子，建立影响因子数据库，然后将各因子与稳定同位素进行相关分析（表1），选取显著相关的因子（p＜0.01）作为推测时的辅助变量。对于δ¹³C和 δ¹⁸O的推测，这10个影响因子均呈现显著相关，所以都作为了辅助变量用于推测；对于δ²H，除了生长季均温和生长季积温外，其他的因子作为δ²H空间推测的辅助因子。

本研究利用交叉验证的方法，随机选取70%的样点作为训练样点集，剩余30%作为验证样点集，循环十次，对推测结果进行评价分析。然后与现有的回归-克里格方法进行对比，实现对稳定同位素空间推测的评价。

（三）实验结果：

利用本研究提出方法得到δ¹³C，δ²H和δ¹⁸O的推测平均精度分别为0.51‰、7.09‰和2.06 ‰。而利用回归-地统计方法推测δ¹³C，δ²H和δ¹⁸O的平均精度分别为0.54‰，8.83‰和 2.11‰（表2）。总的来看，该方法要比回归-地统计方法推测精度高。

本研究提出方法验证过程中，第六次和第十次独立验证散点图如图2所示，对于δ¹³C，δ²H 和δ¹⁸O推测值与实际值都较为均匀的分散在1:1直线两侧，全国样点根据大米主产区分为东北（N-E）、长江中下游（YR）、西南（S-W）和东南（S-E）四大产区（图中用四种颜色代表），能明显看出对δ¹³C，δ²H和δ¹⁸O的推测值在不同区域有明显的聚集，不同区域之间存在差异。

图2 基于环境相似性推测结果和实测值对比散点图。左侧为第六次独立验证结果，右侧为第十次独立验证结果。

本研究得到中国大米稳定同位素δ¹³C，δ²H和δ¹⁸O的空间分布图和推测的不确定性图，空间上大米稳定同位素δ¹³C，δ²H和δ¹⁸O推测结果具有明显的空间异质性。在样点稀疏的地区推测不确定性较大。

图3 基于环境相似性的2017年大米稳定同位素（δ¹³C，δ²H和δ¹⁸O）的空间分布（左）以及推测不确定性空间分布（右）