多元素组成与87Sr/86Sr同位素指纹结合可解释人工智能用于小麦地理来源真实性鉴别

《Food Chemistry》:Integrated multi-elemental and 87Sr/86Sr isotopic fingerprinting coupled with explainable artificial intelligence for geographical authentication of wheat

【字体: 大 中 小 】 时间:2026年07月22日 来源:Food Chemistry 10.4

编辑推荐:

  食品可追溯性与真实性已成为全球优先议题。国际食品贸易的持续扩张及供应链复杂性的增加,放大了欺诈与错误标签的风险,并直接影响消费者安全、消费者信任以及地方生产体系的竞争力。谷物属于最易受影响的大宗商品之一,其作为全球广泛交易的主食,使得建立可靠的小麦地理来源验证

  
食品可追溯性与真实性已成为全球优先议题。国际食品贸易的持续扩张及供应链复杂性的增加,放大了欺诈与错误标签的风险,并直接影响消费者安全、消费者信任以及地方生产体系的竞争力。谷物属于最易受影响的大宗商品之一,其作为全球广泛交易的主食,使得建立可靠的小麦地理来源验证工具对于消费者保护及生产者权益保障尤为关键。

意大利在硬粒小麦和普通小麦生产中占据核心地位,这两类小麦分别是意大利面和面包的主要原料。然而,国外小麦的大量进口及全球市场竞争,使意大利供应链面临潜在的产地欺诈风险。因此,以科学准确的方式确定小麦地理来源具有重要意义,这不仅关系到消费者信息透明,也关系到地方生产体系保护以及原产地保护名称(PDO)和地理标志保护(PGI)等质量认证体系的实施,因为此类体系均依赖可验证的产地声明。在此背景下,监管机构和认证机构对能够提供可靠且可重复原产地证据的分析方法需求日益增长。

近年来,多种分析策略已被用于建立食品的元素和同位素指纹。电感耦合等离子体质谱(ICP–MS)因其高灵敏度及提供全面多元素谱的能力而成为参照技术,并已成功用于谷物和小麦粉中与地理来源相关模式的识别。此外,采用多接收器电感耦合等离子体质谱(MC–ICP–MS)测定的锶同位素比值87Sr/86Sr,是与作物生长基岩和土壤密切相关的强有力地球化学标志物。该参数已成功用于葡萄酒、橄榄油和谷物等产品的真实性鉴别。由于锶同位素从土壤向植物转移时几乎不发生分馏,87Sr/86Sr比值可视为特别稳健的地理来源示踪指标。相比之下,小麦籽粒中痕量元素浓度受土壤矿物学、土壤发生条件及调控元素有效性和植物转移的农艺因素影响。然而,针对意大利不同地区及多个收获年度、同时整合多元素组成与87Sr/86Sr同位素比值的小麦数据集仍较有限,这已成为构建稳健且可迁移溯源模型的瓶颈。

既往多数研究依赖传统化学计量学方法,如主成分分析(PCA)、线性判别分析(LDA)和偏最小二乘判别分析(PLS–DA),以降低数据维度并实现样本分类。尽管这些方法具有一定描述能力,但其通常假设变量之间存在线性关系,往往难以捕捉具有非线性和多重共线性特征的数据复杂性。此外,尽管时间稳定性对食品可追溯工具的实际应用至关重要,分类模型在不同收获年份中的稳健性却较少得到系统评估。

机器学习的引入提升了食品真实性研究中的预测性能,随机森林(RF)、支持向量机(SVM)及梯度提升(GB)等算法已被广泛认为具有良好效果。然而,这些模型的可解释性有限,仍是其进一步推广应用的重要障碍。近年来,可解释人工智能(XAI)方法,尤其是SHAP(SHapley Additive exPlanations),为量化单个变量贡献并提高模型决策透明度提供了手段,从而能够对结果进行直接的化学解释。尽管具有较大潜力,XAI在小麦真实性鉴别中的应用迄今仍较少,尤其是在整合元素与同位素数据集方面。本研究因此提出一种整合分析框架,将ICP–MS和MC–ICP–MS分析与机器学习结合,用于区分意大利北部、中部和南部小麦样品。多元素组成与87Sr/86Sr同位素比值在同一预测框架中联合建模。研究人员将来自连续两个收获年度(2023年和2024年)的独立数据集作为分开的案例研究,用于评估不同环境条件下的空间区分能力与时间稳健性,并采用基于SHAP的可解释人工智能解释地理分类背后的化学驱动因素,阐明元素变量与同位素变量的相对贡献。研究假设认为,受岩性控制的锶同位素特征及土壤中生物可利用痕量元素库的地理结构性差异,会记录在小麦籽粒组成中,并可支持具有机制解释性的宏观区域来源判别。通过ICP–MS获得的多元素谱与通过MC–ICP–MS测得的87Sr/86Sr比值被整合到随机森林分类框架中,并通过基于SHAP的可解释人工智能进行解释。该综合多分析与可解释建模框架,为理解意大利主要地质域中小麦组成的地理结构性差异提供了过程信息导向的方法。
该文发表于《Food Chemistry》。研究聚焦食品真实性与产地追溯领域中一个具有现实迫切性的问题:在全球谷物贸易、复杂供应链与标签欺诈风险上升的背景下,如何以具有科学依据、可重复且可解释的方式识别小麦地理来源。意大利是硬粒小麦与普通小麦生产大国,小麦又是意大利面与面包产业链的关键原料,因此,建立可靠的产地认证体系不仅关系到消费者知情权与食品信任,也直接关联原产地保护名称(PDO)与地理标志保护(PGI)等认证制度的实施基础。既有研究虽然已采用多元素分析或锶同位素技术进行农产品溯源,但在小麦体系中,同时整合多元素组成与87Sr/86Sr同位素比值、跨年度评估时间稳定性,并进一步引入可解释人工智能(XAI)解析驱动变量的研究仍较少。尤其传统化学计量学方法如主成分分析(PCA)、线性判别分析(LDA)和偏最小二乘判别分析(PLS–DA)多依赖线性结构,难以充分处理地球化学数据中常见的非线性关系与多重共线性问题。因此,开展本研究的必要性在于构建兼具判别能力、时间稳健性与机理可解释性的综合小麦地理认证框架。

研究人员围绕意大利北部、中部和南部三大宏观区域,建立了一个基于多元素指纹与锶同位素指纹的联合鉴别体系。研究纳入122份小麦样品,来源于连续两个收获年度:2023年41份,2024年81份;总体上包括北部55份、中部35份、南部32份,样品涵盖普通小麦(Triticum aestivum L.)与硬粒小麦(Triticum durum Desf.)。研究目标并非物种或品种分类,而是在真实供应链条件下评估宏观区域尺度的地理判别能力,因此物种和品种未作为主要分类变量。研究结果表明,多元素组成具有明显年际波动,而87Sr/86Sr同位素比值表现出更高时间稳定性和更明确的地质背景关联;整合元素与同位素数据后,随机森林(RF)模型可实现较好的宏区来源判别,其中2024年度分类准确率达到0.81,2023年度为0.75;SHAP分析进一步显示,Zn、Ni、Mn、Cu及87Sr/86Sr是最具信息量的关键判别变量。研究据此认为,小麦地理来源的可靠表征依赖于元素与同位素信号的联合贡献,而非单一标志物;同时,可解释机器学习能够把分类结果与具有地球化学意义的土壤—植物转移过程联系起来,提升模型科学透明度与应用可信度。

在方法层面,研究人员主要采用了以下关键技术路径:首先,对来自意大利多个主要产麦区、覆盖2023年与2024年两个独立年度的122份小麦样品进行标准化采样与粉碎制样;其次,利用电感耦合等离子体质谱(ICP–MS)测定Al、As、Ba、Ca、Cd、Ce、Co、Cr、Cu、Fe、Hg、La、Mn、Mo、Ni、Pb、Rb、Sn、Sr、Ti、V、Zn和Zr等元素含量,并通过多接收器电感耦合等离子体质谱(MC–ICP–MS)测定87Sr/86Sr比值;随后,采用Kruskal–Wallis检验、Dunn事后检验、Mann–Whitney U检验与主成分分析(PCA)开展单变量与探索性多变量统计分析;最后,通过方差膨胀因子(VIF)进行特征筛选,建立随机森林(RF)多分类模型,并基于重复10折交叉验证评估模型性能,同时引入SHAP解释各变量对宏区分类的贡献。

以下按论文结果与讨论部分的小标题对主体内容进行解读。

3.1. Multi-elemental composition of wheat samples (ICP–MS)
研究人员首先从元素组成角度评估不同宏区小麦的地理差异。Kruskal–Wallis检验显示,2024年较2023年有更多元素在北部、中部和南部之间表现出显著差异,说明元素指纹不仅受地理来源影响,也明显受收获年度相关的环境与农艺条件调制。2023年显著差异元素较少,而2024年Zn、Cu、Mn、Ni等变量表现出更强的地理结构性;Mo与Sn在两个年度中相对稳定;As仅在2023年显著,显示部分元素缺乏时间稳健性。研究据此指出,单纯依赖元素含量作为来源判别标志具有一定局限,必须考虑年际波动。值得注意的是,仅从Sr元素浓度角度看,其地理判别能力较弱且不一致,这进一步支持了锶同位素组成优于总锶含量作为产地示踪指标的观点。

3.1.1. Pedogeochemical interpretation of Zn, Ni, Mn and Cu as discriminant variables
结合SHAP结果,研究人员认为Zn、Ni、Mn和Cu是最重要的元素判别变量。论文从土壤地球化学角度解释这些元素的来源意义:Zn有效性主要受土壤pH、碳酸盐含量和有机质控制,意大利北部冲积沉积环境与南部碳酸盐背景差异,可能导致小麦Zn水平形成地理结构;Ni则更多受母质与矿物学控制,中部亚平宁带复杂的沉积、复理岩与蛇绿岩分布可解释其空间差异;Mn受氧化还原条件和水文状态控制;Cu则与有机质和黏土矿物结合行为密切相关。研究同时指出,肥料、灌溉和栽培管理也可能影响Zn和Cu等元素绝对浓度,但这些因素更可能增加区域内变异,而三大宏区之间可重复出现的差异,更符合地质基底和土壤发生控制的解释。

3.1.2. Evaluation of potential species-related effects and interpretability of discriminant variables
鉴于样品中同时包含普通小麦和硬粒小麦,研究人员进一步检验物种差异是否会混淆地理判别。基于Zn、Ni、Mn、Cu和87Sr/86Sr进行宏区内比较发现,物种相关差异总体有限,仅在2024年北部和中部个别元素上出现显著变化,2023年及南部未见系统性差异。由此说明,本研究观察到的地理分类模式不能由物种组成单独解释,宏区间差异主要仍由地理结构化的土壤—地球化学变异驱动。SHAP筛选结果与既有土壤地球化学认知相吻合,也证明该可解释机器学习框架所捕捉的是环境上有意义的变化,而非数据集特异性的统计伪相关。

3.2. Strontium isotopic signature of wheat samples (MC–ICP–MS)
在锶同位素部分,研究人员比较了两个年度小麦样品的87Sr/86Sr分布,并评估其地理意义与时间稳定性。2023年三大宏区间未达统计学显著差异,但中位数仍显示北部较高、中部次之、南部较低的趋势,提示地质控制信号依然存在,只是受年度因素影响后组间分布出现部分重叠。2024年则显示非常显著的宏区差异,且Dunn事后比较将北部、中部和南部区分为三个不同统计类别,说明该年度同位素信号具有更强空间分辨力。进一步的年际比较显示,中部和南部在2023与2024年之间存在一定显著差异,北部则无显著变化;但总体上,两个年度的同位素范围和南北梯度保持一致,表明87Sr/86Sr相较于多数元素浓度具有更高时间稳健性。论文将这一现象解释为植物吸收的是“生物可利用锶库”的同位素组成,该信号整合了基岩风化、土壤可交换组分与灌溉水贡献,并在植物吸收过程中几乎不发生同位素分馏,因此能够较稳定地反映地质背景。

3.3. Complementarity between Sr concentration and 87Sr/86Sr
研究人员比较了Sr浓度与87Sr/86Sr比值之间的关系,发现二者相关性很弱,说明元素丰度信息与同位素组成信息并不冗余,而是互补。Sr浓度更易受土壤有效性、农业管理和环境条件影响,而同位素比值主要反映地质基底。正是这种“解耦”使得研究能够在同一化学框架中区分环境调制的波动与岩性控制的来源信号,从而提升多变量来源判别模型的稳健性。

3.4. Exploratory multivariate analysis (PCA)
主成分分析(PCA)用于探索元素数据的整体结构。前两主成分在2023年和2024年分别解释51.1%与46.6%的总方差。得分图显示三大宏区样品存在一定分离趋势,但重叠依旧明显,尤其在2023年更为突出。2024年空间组织更清晰,与单变量分析中更强的地理差异一致。论文指出,PCA作为无监督线性降维方法,并不利用类别信息,因此无法完全提取最优的地理判别信号;这也正说明,在非线性和多重共线性背景下,后续采用监督式随机森林模型具有必要性。

3.5. Machine learning classification
在机器学习建模中,研究人员先使用方差膨胀因子(VIF)去除高共线变量,以降低冗余并提高模型稳定性。随后基于整合后的元素—同位素特征构建随机森林分类器,采用重复10折交叉验证评估性能。结果显示,2023年模型平均准确率为0.75 ± 0.08,F1值为0.73 ± 0.09;2024年性能更高,准确率达到0.81 ± 0.06,F1值为0.77 ± 0.08;当合并2023—2024两年数据时,准确率为0.74 ± 0.05。模型特异度在各场景下均高于灵敏度,表明其对非目标类别识别更稳定,而误分主要来自宏区之间的部分重叠,而非系统偏差。研究认为,在样本包含两种小麦、覆盖广阔地理尺度且存在显著环境异质性的现实条件下,这一分类表现已具有实际意义。2024年性能提升,与该年度元素及同位素信号更强的地理结构性相一致。

3.6. Explainable artificial intelligence (SHAP) analysis
为提升模型可解释性,研究人员对随机森林结果开展SHAP分析。2023年中,各变量对分类的贡献相对分散,符合该年度地理结构较弱的特征。2024年则出现更清晰的变量层级,其中87Sr/86Sr以及Zn、Mn、Ni和Cu等变量在多个宏区中均表现出较高重要性。SHAP结果表明,分类并非依赖某一个绝对主导变量,而是来自多个元素与同位素预测因子的累积贡献。更重要的是,SHAP所识别出的关键变量与土壤地球化学、岩性背景和植物吸收机制之间具有良好一致性,因此该解释框架把统计重要性与化学合理性连接起来,增强了模型在食品溯源应用中的科学可信度。

3.7. Limitations
论文也明确指出研究局限。首先,数据集规模仍有限,尚无法建立完全独立的外部验证集,因此目前性能评估主要依赖重复交叉验证。其次,2023年与2024年元素组成存在明显年际分布漂移,因此两年数据被分别建模,未进行跨年迁移验证,这意味着当前结论更能代表“年内地理判别”而非“跨年可迁移性”。再次,2024年北部样本数多于中部和南部,存在一定类别不平衡;同时,两个年度在物种组成上也并不完全一致。最后,不同年度VIF筛选后保留的变量集合略有差异,可能对SHAP排序带来一定影响。研究人员据此认为,未来应扩大年度覆盖和地理覆盖范围,并加入外部验证集,以进一步提升模型的迁移性和实用性。

综合讨论部分可概括为:本研究将多元素分析、锶同位素分析与可解释机器学习相结合,证明小麦籽粒同时记录了受地质背景支配的同位素来源信息与受土壤—环境—农艺共同影响的元素组成信息。元素指纹提供了广泛但易受年际变化影响的空间差异线索,而87Sr/86Sr则提供了更稳定、地球化学约束更强的来源示踪。通过将二者联合建模,研究人员在现实供应链复杂性下实现了较稳定的意大利三大宏区来源判别;再通过SHAP解释模型,进一步将分类成功与Zn、Ni、Mn、Cu及87Sr/86Sr等具有土壤—岩性意义的变量联系起来,说明该框架不仅“能分”,而且“可解释”。这对于监管认证、PDO/PGI核验以及常规真实性监测具有潜在应用价值。

研究结论可译为:本研究建立了一种综合分析框架,将多元素谱分析(ICP–MS)、锶同位素指纹分析(MC–ICP–MS)与基于SHAP的可解释机器学习方法相结合,用于评估不同年度意大利小麦的地理来源。元素与同位素数据的联合使用提供了互补的化学信息,既反映环境驱动的变异,也表征受地球化学控制的来源信号。多元素组成表现出明显的年际波动且地理判别能力不一,而87Sr/86Sr同位素比值显示出更高的时间稳定性以及与地质背景更清晰的关联。跨收获年度保持一致的同位素模式,凸显了锶同位素信号对短期环境波动的抵抗性,证实其作为地理信息示踪物的适用性。整合元素与同位素数据集可提高分类性能,并支持意大利宏观区域间的小麦来源判别。随机森林模型结合SHAP分析提升了模型可解释性,并识别出地理分类的关键化学驱动因素。对不同小麦物种的区域内比较进一步表明,物种相关组成差异有限,且在不同年度和宏区间并不一致,从而支持地理判别主要由土壤—地球化学因素而非物种差异驱动的解释。总体而言,相较于单独考察各个标志物,通过可解释机器学习方法整合元素与同位素特征,能够更可靠地表征小麦地理来源。该框架的原创性在于,以过程信息为导向整合ICP–MS多元素谱、MC–ICP–MS锶同位素指纹和SHAP可解释机器学习,使地理变异能够联系到文献中已讨论的岩性与土壤相关控制因素,而非仅依赖经验性分类模型。未来若将该模型应用于更多收获年度,并引入更大、地理覆盖更广的数据集,其稳健性和操作适用性将进一步增强。该框架可通过提供客观、数据驱动的方法支持小麦产地核验、监管追溯与真实性评估,并为PDO/PGI核查及常规真实性监测提供透明且科学可解释的工具。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号