تأیید مبدا زعفران با ارزش بالا برای تجارت منصفانه و حمایت از منافع و حقوق مصرف کنندگان ضروری است. یک روش ردیابی با استفاده از محتوای عنصری (% C و % N) و ایزوتوپهای پایدار (δ13C، δ2H، δ18O و δ15N) همراه با شیمیسنجی برای تمایز زعفران از ایران و چین و طبقهبندی مناطق عمده تولید داخلی در چین توسعه داده شد. نتایج نشان داد که نمونههای ایرانی دارای محتوای پایینتر C و N درصد اما مقادیر δ13C بالاتر از زعفران منشأ چینی بودند و δ13C بهعنوان متغیر مهمی برای تشخیص مبدا عمل میکند.
علاوه بر این، ایزوتوپهای δ2H و δ13C متغیرهای مهمی برای طبقهبندی منشا منطقهای زعفران چینی هستند. دو مدل شناسایی الگوی نظارت شده (PLS-DA) که برای طبقهبندی زعفران ایرانی و چینی ایجاد شدهاند، و زعفران چینی منطقهای به ترتیب دارای دقت تمایز 85.0 و 80.2 درصد بودند. این مدلها مبنایی برای یک روش بازرسی نظارتی جدید برای تأیید منشأ زعفران و ادعاهای برچسبگذاری، به حداقل رساندن برچسبگذاری اشتباه تقلبی و افزودن ارزش به زعفران از مناطق خاص، فراهم میکنند.
Origin verification of high-value saffron is essential for fair trade and to protect consumers’ interests and rights. A traceability method using elemental content (% C and % N) and stable isotopes (δ13C, δ2H, δ18O, and δ15N) combined with chemometrics was developed to discriminate saffron from Iran and China and classify major domestic production areas in China. Results showed that Iranian samples had lower % C and % N contents but higher δ13C values than Chinese origin saffron, with δ13C acting as an important variable for origin discrimination.
Moreover, δ2H and δ13C isotopes were found to be important variables to classify Chinese regional saffron origin. Two supervised pattern recognition models (PLS-DA) developed to classify Iranian and Chinese saffron, and regional Chinese saffron had a discrimination accuracy of 85.0 % and 80.2 %, respectively. These models provide the basis for a new regulatory inspection procedure to verify saffron origin and label claims, minimizing fraudulent mislabeling and adding value to saffron from specific regions.
- Authors: Nie, J., Yang, J., Liu, C., Li, C., Shao, S., Yao, C., ... & Yuan, Y.
- URL: https://www.sciencedirect.com/science/article/abs/pii/S0308814622026954
- DOI URL: https://doi.org/10.1016/j.foodchem.2022.134733
- عنوان مقاله: صنعت و تجارت
- محور مقاله: تکنیک نوین
- افیلیشن نویسنده مسئول: Institute of Agro-Products Safety and Nutrition, Zhejiang Academy of Agricultural Sciences, 198 Shiqiao Road, Shangcheng District, Hangzhou 310021, Zhejiang Province, China (Y. Yuan). ywytea@163.com
- سال انتشار مقاله: 2023
- زبان: انگلیسی
- کشور: چین
- کد مقاله: 19741
- کلمات کلیدی فارسی: زعفران، ایزوتوپ های پایدار، منشاء جغرافیایی، شیمی سنجی، قابلیت ردیابی
- کلمات کلیدی انگلیسی: Saffron, Stable isotopes, Geographical origin, Chemometrics, Traceability
- لینک کوتاه: https://wikisaffron.org?p=19741