食品溯源技术研究进展

马慧鋆，余冰雪，李妍，晋泽怡，张晓力*

1 (北京工商大学 计算机与信息工程学院，北京，100048) 2(吉林大华机械制造有限公司， 吉林 长春，130103)

食品溯源技术研究进展

马慧鋆1，余冰雪1，李妍2，晋泽怡1，张晓力1*

1 (北京工商大学 计算机与信息工程学院，北京，100048) 2(吉林大华机械制造有限公司， 吉林 长春，130103)

食品安全是关乎每个人民的生存大事，而食品溯源技术是解决食品安全性问题的重要技术之一。文中主要从物理、化学、生物方法3种食品溯源技术展开讨论，分别讨论了近红外光谱溯源技术、物联网标签溯源技术、同位素溯源技术、矿物元素溯源技术、有机成分溯源技术、虹膜特征技术和DNA溯源这7种溯源方法的原理与国内外研究进展，并对这7种技术进行了对比分析，分别讨论了其优缺点与应用前景。

食品溯源；物理方法；化学方法；生物方法

民以食为天，随着人民生活水平的提高，人们越来越注重食品安全。要解决食品安全性问题有效的方法之一就是食品溯源。“食品溯源”是“食品质量安全溯源体系的简称”，最早是因“疯牛病”而建立起来的溯源体系，在后来逐渐应用到食品方面。欧盟要求从2005年1月1日起在欧盟内销售的所有食品都可进行追踪与溯源，否则不允许进行买卖与交易；美国虽然没有强制性的食品可溯源体系，但仍要求产品进行登记与产品的完整性溯源报告[1]。在国内，温家宝已向世界做出承诺：“中国人将从根本上改善中国产品质量和食品安全现状，绝不能以人的健康和生命换取企业的利益和经济发展。食品安全问题的背后是对人民生活、社会稳定等方面严重的危害”[2]。食品溯源的目的是为了提升消费者对食品消费的信心，提升国际竞争力。

1 食品溯源技术

1.1 物理方法溯源

1.1.1 近红外光谱溯源

近红外光是光谱范围在780～2 526 nm 的介于可见光和中红外光之间的电磁波，通过采集光谱信息并借助化学计量法进行建模，通过各个光谱反映样品中有机物的组成成分与含量，再利用有机物成分与含量的不同来进行食品溯源。常用的化学计量方法有：簇独立软模式分类法(soft independent modeling of class analogy，SIMCA)、线性判别分析(linear discriminant analysis，LDA)、偏最小二乘法(partial least squares-discriiminate analysis， PLS-DA)、主成分分析(principal component analysis，PCA)、聚类分析(cluster analysis，CA)、正则化分析(regularized discriminant analysis，RDA)等，用近红外光谱对食品进行溯源结合不同的化学计量方法会有不同的效果。SINELLI等在利用近红外光谱技术分别结合LDA和SIMCA两种化学计量方法对112组初榨橄榄油进行分类，并利用传统感官评价方法对112组橄榄油样品进行分类，对比两种方法，结果表明近红外光谱分析法有着明显的优势，说明近红外光谱分析法是一个可靠，廉价和快速的分类工具[3]。COZZOLINO等利用近红外光谱技术结合最小二乘法(PLS-DA)、主成分分析(PCA)和线性判别分析(LDA)技术对巴拉圭茶的地理起源进行标识，利用PLS-DA和LDA技术获得的整体分辨率分别为76%和100%，结果表明近红外光谱技术结合多变量分析可作为一种快速、客观的巴拉圭茶地理起源标识技术[4]。MARIA等用近红外光谱技术对38组2个品牌来自3个不同地区(巴西的纳塔尔、萨尔瓦多和里约热内卢)的乳粉进行蛋白质含量测定，主成分分析(PCA)和偏最小二乘(PLS)多元校正被用来预测总蛋白，簇独立软模式分类法(SIMA)也被用于全谱分类，最终分类结果接近100%，因此近红外光谱技术是一种很有前途的食品分类溯源法[5]。SUM等对来自3个牧场2个农业区的羔羊肉进行产地溯源分析与预测羊肉中的13C和15N的值，利用PCA、PLS-DA、LDA和偏最小二乘回归(partial least square regression，PLSR)法进行数据分析，最终结果表明近红外光谱技术结合化学计量方法可作为一种快速、有效的地理溯源与13C、15N值估计法[6]。HAUGHEY等对来自不同地区的137个玉米酒糟及可溶物(distillers dried grains with solubles， DDGS)进行分析，利用不同的近红外光谱仪结合不同化学计量法对DDGS进行地理起源分析，结果表明2种方法都能很好的将不同地理起源DDGS样品区分开来[7]。管跷等采用近红外光谱并结合模式识别技术对4个品牌共160组食醋进行分析，分别用多元散射校正(multiplicative scatter correction， MSC)、二阶导数(secondary derivative， SD)、标准正交变量变换(standardized normal variate，SNV)这几种不同光谱预处理方法，并用PLS-DA与SIMCA两种建模方式，最后结果表明用近红外光谱技术对食醋进行产品溯源，并用MSC与SD结合的方法对光谱预处理，并用SIMCA的方法进行建模的方法可以实现溯源目的且溯源效果最好[8]。李勇等对来自4个不同地区的58个肉牛牛肉样品处理后利用近红外光谱分析技术并结合主成分分析(PCA)、聚类分析(CA)、判别分析(LDA)建模，最后成功地对牛肉进行了产品溯源，且正确率高[9]。

1.1.2 物联网及标签溯源

物联网是在互联网的基础上发展而来的物与物之间互联的技术。物联网一般由射频识别(radio frequency identification，RFID)系统、产品命名服务器(object naming service，ONS)、信息服务器(physical markup language，PML)和应用管理系统这四部分组成。其中RFID是物联网溯源的基本技术，是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据。标签溯源主要是利用条码技术并结合相应的硬件设备进行溯源。在2008年北京奥运会期间采用RFID技术对畜禽类产品进行追溯。但RFID技术其成本较高，因此电子印刷为实现超低成本的RFID提供了一个有效的途径[10]。在过去的十年来，RFID技术在食品供应链中的可追溯系统及其实现快速增长中扮演着重要角色。AMADOR和EMOD开发了一个RFID温度溯源系统用于物流运输管理，最大限度地减少所采用的传感器数量，只监测热相关地的位置[11]。CATARINUCCI等采用无线传感网络(wireless sensor networks，WSN)与RFID系统结合实现从葡萄园到葡萄酒消费的可追溯性以及相关电磁和部署问题，证实了物联网溯源技术的可行性[12]。在国内，2012年开发研制了小麦粉溯源系统，其将二维码与RFID技术结合，设计原材料的编码规则、加工和可追溯批次等，并将该系统在小麦面粉厂应用一年，最后结果表明可溯源能力明显提高[13]。2013年开发和评估了一个牛/牛肉溯源系统，该系统由RFID、个人数字助理(personal digital assistant，PDA)技术及条码打印技术组合成，对该系统进行评估和优化结果，表明应用该系统获得了实时、准确的数据采集和传输及高效率的牛牛肉供应的信息跟踪[14]。

1.2 化学方法溯源

1.2.1 同位素溯源

同位素溯源技术的基本原理与依据是同位素的自然分馏效应[15]。稳定同位素比值可以反映动植物种类及其所在环境，因此，稳定同位素可用来提供食品信息，用作食品溯源研究[16]。在食品溯源中，常用的同位素有C、H、O、N、S、B、Sr、和Pb。不同种类的同位素相应的分析技术也不同，C、H、O、N、S等轻同位素一般用同位素比率质谱仪(isotope ratio mass spectrometry，IRMS)和相应的同位素分馏-核磁共振仪(site-specific natural isotope fractionation -nuclear magnetic resonance，SNIF-NMR)进行分析，而Sr、Pb、等重同位素一般用热电离质谱(thermal ionization mass spectrometry，TIMS)和多收集器等离子体质谱(multi-collector magnetic sector Inductively coupled plasma mass spectrometry，MC-ICP-MS)进行分析。应用同位素对食品进行产地溯源时也需结合相应的化学计量的方法。在葡萄酒来源分析中用到的元素包括C、H、O、N、Pb和Sr等。其中C、H、O等轻元素受气候等影响较大，易发生改变， Sr的同位素受季节温度影响不大，因此可以用来做为葡萄酒产地溯源分析的同位素[17]。还有研究发现葡萄酒中的87Sr、86Sr比值与土壤中的差异不大，因此更能确定可用Sr对葡萄酒产地进行溯源[18]。CAMIA等应用电感耦合等离子体发射光谱(inductively coupled plasma optical emission specrometry，ICP-OES)对来自阿根廷拉藩帕的32组蜂蜜样品进行分析，并使用主成分分析(PCA)，聚类分析(CA)，线性判别分析(LDA)等化学计量方法，结果表明，以样品获得地圣罗莎省省会城市为中心方圆50 km内蜂蜜与其他地方的蜂蜜有着明显的不同，因此应用该方法可实现了蜂蜜的产地溯源[19]。MOLKENTIN等用稳定同位素质谱技术成功鉴别有机牛奶与一般的牛奶，发现有机牛奶中的13C、15N含量与一般奶中该元素含量有着明显的不同，并运用多变量分析法以增加鲁棒性减少有机牛奶中的例外认证，成功实现牛奶溯源[20]。CAMIN等对产自意大利的橙子、克莱门氏的桃子、小柑橘、草莓等进行成分同位素分析，发现15N/14N的比例，抗坏血酸(VC)和可溶性固形物是用来区分有机水果与常规栽培水果的区别，结合同位素和化学标记物鉴别不同品种的有机水果与传统水果这一功能已经实现[21]。RUMMEL等用87Sr/86Sr的比值区分来自欧洲不同地区的208头牛，并成功分辨这些牛来自12个不同的欧洲地区，这证明锶同位素溯源技术可成功用于牛的产地溯源[22]。在国内方面，陈历水等研究发现13C和15N可用于实现对黑加仑果汁产地的有效溯源，不同地区黑加仑果实中的15N值有着显著差异，且15N值随着地理纬度增加呈减小的趋势，部分地区的13C值有着显著差异，且其值与土壤中含量有着明显的相关性[23]。吕军等利用多种稳定同位素对来自山东省、内蒙古自治区和山西省的牛肉进行产地溯源分析，测定其粗蛋白中13C、15N、2H和18O的值，并对其进行分析，结果表明13C、15N、2H和18O值可对牛肉产地进行追溯，且可用13C推测各地牛肉饲料的主要成分[24]。

1.2.2 矿物元素溯源

植物中的矿物元素的成分与含量与食品所处的环境密切相关，且矿物元素比较稳定，因此利用矿物元素进行植物产地溯源切实可行；动物体内的矿物元素也会显现出地区差异性。在国内外都有利用矿物元素进行溯源的实例。在国外方面，HERNNDEZ等人利用原子吸收分光光度法测定了来自加那利群岛和其他地方生产的116份蜂蜜样品中的10种金属含量，并通过主成分分析、聚类分析、判别分析和逻辑回归分析(logistic regression，LR)，最后成功确定了蜂蜜样品的起源[25]。BETTINA等测定来自不同国家的56种家禽肉和53种干牛肉样品中的矿物元素含量，利用方差分析(analysis of variance，ANOVA)和线性判别分析(LDA)法识别单一或组合元素，最后实验结果表明用As、Na、Rb、Se、Sr和Tl这些元素对家禽肉进行分类溯源的正确率为77%，用As、B、Ba、Ca、Cd、Cu、Dy、Er、Fe、Li、Mn、Pd等元素对牛肉溯源正确率为79%[26]。赵海燕等利用电感耦合等离子体质谱(ICP-MS)测定来自4个地区120份小麦中的24种矿物元素的含量，并对所得数据进行方差分析、主成分分析和判别分析，最后发现不同地域小麦中元素含量各有不同，结果表明不同地域来源的大多数样品都能被正确区分，且还筛选出11项可用于矿物溯源的元素[27]。何忠萍等采用全谱直读电感耦合等离子体原子发射光谱法(ICP-OES)测定蜂蜜样品中矿物元素含量，在单目标溯源方法基础上引进哑变量回归和校正模型，从而建立了产地和蜜源双目标溯源方法[28]。龚自明等采用电感耦合等离子体原子发射光谱法(inductively coupled plasma atomic emission spectrometry，ICP-AES)法对来自湖北四大茶区35份茶样中的K、Ca、Mg、Mn等9种矿物元素进行分析测定，结果最终筛选出6项可用于绿茶产地判断的指标分别为K、Ca、Mg、Mn、Fe和Mo，用其建立的判别模型溯源正确率为100%[29]。

1.2.3 有机成分溯源

有机成分主要为脂肪、蛋白质、糖类、维生素和香气成分等组成，不同来源的同一种食品的有机成分与含量有着明显的差异，这也为其产地追溯提供了可能性，该技术主要是利用气相色谱法(gas chromatography，GC)、气相色谱-质谱联用仪(gas chromatography-mass spectrometry，GC-MS)和高效液相色谱法(high performance liquid chromatography，HPLC)等方法测定其有机成分的组成与含量[30]。有机成分中的葡萄糖、脂肪酸、维生素和氨基酸等常用来作为食品产地溯源的指标。STANIMIROVA等研究基于挥发性化合物验证蜜蜂产地的可能性，采用顶空固相微萃取(solid-phase microextraction，SPME)结合全二维气相色谱-飞行时间质谱(gas chromatography time-of-flight mass spectrometry，GC-TOF-MS)来分析蜂蜜的挥发性成分，分别利用线性判别分析(LDA)、簇独立软模式分类法(SIMCA)、判别偏最小二乘法(distinguish partial least squares，DPLS)和支持向量机(support vector machine，SVM)对蜂蜜进行产地判断，最后结果表明GC-TOF-MS法结合LDA、DPLS和SVM可以成功应用于鉴别非原产地保护认证的蜂蜜[31]。DIRAMAN等对268组橄榄油样品进行分析，这些样品来自6个不同地区，对其脂肪酸进行分析测量，结合判别分析法对两组不同年份采集橄榄油的产地溯源正确率分别为74.5%和74.8%，该实验还发现油酸、亚油酸、亚麻酸、十七烷酸、棕榈酸及其反式同分异构体是最好的橄榄油溯源有机物[32]。LONGOBARDI等对挥发性化合物和同位素含量及比值进行分析用来预测意大利马铃薯的地理起源地点，利用顶空固相微萃取/气相色谱-质谱(HS-SPME/GC-MS)和同位素比质谱(IRMS)来测定马铃薯中的挥发性成分和同位素，最后结果表明两者单独分析所得产地溯源正确率相同都为91.7%，而挥发性成分和同位素两者结合可得到100%的产地判别正确率[33]。以上实验结果表明挥发性物质可用于食品的产地溯源，结合同位素的话，溯源正确率会有所提高。在国内方面，程碧君等从不同省份随机采集牛肉样品，比较这些样品中的脂肪酸组成及含量特征，初步建立用于牛肉产地溯源的脂肪酸体系，筛选有效脂肪酸指标体系并建立模型，发现不同产区的牛肉中脂肪酸的组成和含量有显著差异，可用来鉴别牛肉产地来源[34]。胡德玉等对来自中国17个产地的脐橙进行分析，发现不同地区脐橙中可溶性固形物含量、可滴定酸度(titratable acidity，TA)、糖组分、有机酸、氨基酸含量等的物理特性及化学成分均显著不同。其中可溶性固形物含量与年平均气温、降雨量、日照时间显著相关，TA和VC含量与年平均温度、日照数相关等等，这些都为脐橙的产地溯源提供了可能[35]。马奕颜等利用理化分析方法对来自4个地区90个猕猴桃样品测定VC、VE、总糖含量，并用稳定同位素比率质谱仪测量其碳、氮、氢同位素的比率，利用判别分析法研究稳定同位素与有机成分结合对猕猴桃产地来源的判定效果，结果表明，VC、VE及总糖可辅助区分地理环境相似的样品，两者结合可明显提高猕猴桃产地来源的判断效果[36]。

1.3 生物方法溯源

1.3.1 DNA溯源

DNA溯源技术是生物溯源的重要方法之一。DNA溯源技术源于DNA的遗传与变异，每一个个体都有着独一无二的DNA序列，因此其对应的DNA图谱也独一无二，可以用来标记不同生物个体。发达国家早在2000年初就建立了基于DNA溯源技术的食品追溯系统，而我国的DNA溯源技术才刚刚起步。DNA追溯技术主要有3种标记方法：扩增片段长度多态性(amplified fragment length polymorphism，AFLP)、微卫星标记(simple sequence repeats，SSR)和单核苷酸多态性(single nucleotide polymorphism，SNP)。AFLP标记技术是荷兰科学家ZABEAU和VOS在1992年将RFLP的可靠性和RFAD的简便性相结合所创立的，具有分辨率高稳定性好、效率高的优点，但其技术费用高，对DNA纯度及完整性要求高。SSR标记法可标记的等位基因数目较多，提供丰富的序列信息，也正是因为如此其带型复杂，目前对其应用还是较为困难。SNP标记在基因组中分布很广泛，用其易于判型，适合于快速、规模化筛查，而且其对DNA的要求不高。RICARDO等实验发现在食品加工过程链中肉样品最适合，其利用SSR标记对150个样品进行追溯，可追溯性与他们各自的肉类同行有100%的确定性，这证实了DNA溯源的可行性[37]。ORR等选出18个不同基因中的SNP，并由这18个不同的SNP组建了DNA指纹图谱，而且成功对528头牛进行了溯源[38]。MONTEMURRO等对10个品种的橄榄油进行溯源，并从6个AFLP引物组合中选出合适的引物组合，将测量结果绘制成系统进化树，最终成功对橄榄油进行区分[39]。ANGELICA等利用变性高效液相色谱(denaturing high performance liquid chromatography，DHPLC)技术建立一个SNP为基础的方法来实现小麦品种溯源，DHPLC技术运用了20个SNP标记(8个转化，12个颠换)，得到的结果表示DHPLC技术在食品科学领域的首次应用将有助于保持产品的可追溯性[40]。在国内方面，我国DNA溯源技术起步较晚，张小波等对基于SNP标记的DNA溯源技术进行研究，为寻找多态性信息含量丰富的SNP位点，采用RFLP-PCR方法检测了猪的12个SNP候选标记，结果发现6个SNP位点符合标准，这6个分别为SNP1、SNP2、SNP3、SNP4、SNP5、和SNP12，这项研究为建立猪肉产品的DNA溯源系统奠定了基础[41]。吴潇等在11个品种，192个个体中检测了24个SSR标记的遗传多样性，并筛选出了11个可用于猪肉溯源的SSR标记，在此基础上进行了溯源模拟实验，结果表明这11个SSR标记可区分100个个体，成功说明了运用SSR标记的DNA溯源的可行性[42]。这些实例都证实了DNA溯源的可行性，且DNA溯源技术易于分型、检测手法简单，且迅速，所得的DNA分子易于保存，所得DNA序列稳定，不受周围影响，而且普遍存在于动植物界中，易于取材，对于传统理化性质检测不能区分的近缘生物来说，DNA溯源有着显著的优势，且与其他溯源技术相比，其成本低廉。随着科技的进步，分子生物学的发展，鉴别、溯源方式正在从传统的理化性质的检测转变为分子水平上的检测，这更是为DNA溯源的推广提供了基础，虽然这项技术还并不成熟，但在不久的将来它有着广阔的前景。

1.3.2 虹膜特征技术

虹膜是位于瞳孔和巩膜之间的部位，虹膜的形成由遗传基因决定，自然界中不可能出现2个虹膜完全相同的情况，因此虹膜可作为生物身份标识物。应用虹膜特征技术对大型动物进行身份标识，再结合条码及物联网技术就可做到对大型动物食品进行跟踪与监督。FLOM和SAFIR在1987首次提出运用虹膜进行生物特征识别的概念，虹膜识别作为一种稳定有效的生物特征识别方式，应用于大型动物识别中, 可以消除其他动物识别系统中的欺骗和设备功能异常现象。PILLAI等提出了一种基于稀疏性好的虹膜图像算法，与大多数现有算法不同的是，该算法对对噪声有一定的鲁棒性，但当噪声超过一定限度时，该算法的识别率会快速下降[43]。KARN等提出了一种基于鲁棒主成分分析(RPCA)的虹膜识别方法，用来解决由于眼睑和睫毛遮挡、镜面反射等造成虹膜图像模糊的问题，实验结果表明该方法在识别精度和计算效率上都达到了良好的成果[44]。在国内，方超等以奶牛为例，讨论了人眼虹膜识别技术运用于大型动物识别是存在的3个难点：图像采样、虹膜定位、特征提取，并构建了从养殖场到屠宰场、加工场、包装场到销售地整个基于虹膜识别的肉类可追溯系统[45]。卢红科等采用虹膜识别技术作为识别的关键技术，并构建了溯源系统的基本框架，该系统采用虹膜编码和分割批号、加工批号结合转化为电子编码，用来标识大型肉类动物，在运输销售阶段也同样构建了溯源系统，这一整套的溯源体系可为将来肉类动物的溯源的实现提供参考[46]。李超等根据牛眼虹膜非同心椭圆的结构特征和图像反射变换不变特征的性质提出了采用内、外边界3步定位的方法对牛眼虹膜进行快速定位，并将牛眼虹膜内、外边界转化为圆形进行处理，根据上述方法进行仿真处理，发现这种方法可避免虹膜信息丢失，并提高算法速度[47]。对运用虹膜特征技术来进行食品溯源具有重要的参考意义。虹膜特征技术在食品安全溯源中一般用于基础信息采集，是作为动物身份标识的一个重要工具，若要运用虹膜特征技术进行食品溯源，应对采集到的虹膜特征信息进行编码并结合相应的条码及物联网技术形成完整的溯源体系。

2 对比分析

溯源技术在不同种类食品中应用得十分广泛，对于不同食品原材料，所采用的溯源技术也有所不同。相关食品溯源技术的应用及溯源效果的比较如表1所示。

由表1可发现溯源技术最主要应用于肉类食品溯源中，此外溯源技术在饮料、蜂蜜及橄榄油中应用的也较为广泛。在对植物源材料溯源中矿物元素、有机成分溯源技术是主要部分，近红外光谱、物联网标签及DNA溯源技术在各方面应用的都较为广泛。其中近红外光谱及同位素溯源技术运用到较为多的化学计量方法，且用近红外光谱溯源技术可发现，结合不同化学计量法会有不同精度的溯源结果。在这几种溯源方法中矿物元素、有机成分同位素溯源法常常结合使用，以提高溯源精度。而DNA溯源技术的3类不同标记方法，各自有着不同的优势与特点，针对不同溯源对象应选择合适的标记方法，能有效提高溯源精度。

表1 食品溯源技术对比

注：针对同种动物源或植物源采取不同溯源技术，主要根据不同溯源技术的取材难易、前处理的复杂程度、耗时、经济成本、适用性、结合化学计量法的算法难易性及溯源能力(即溯源正确率)对各种溯源技术进行评价打分。溯源技术评价打分0～5分，每个“+”代表1分，“+”越多代表评分越高。

3 结语

我国对《食品安全法》进行了修订，新的《食品安全法》加强了对食品安全的监管力度，有利于政府对食品安全进行更好的把握[48]，这体现了国家对食品安全的关心。食品溯源可有效减小食品作假、假冒伪造等安全性问题。当下物联网及标签溯源运用的最为广泛，但其缺乏统一的市场标准，这限制了其发展；而近红外光谱与虹膜技术特征溯源由于其技术及建模方式、算法的局限性使得其普及较为困难；同位素溯源技术虽然效果较好，但其成本较高且效率慢，并不适合我国国情的发展；矿物元素及有机成分溯源结果易受环境影响，样品不易储存，且操作技术较为繁琐；而DNA溯源技术样品原料足，分析速度快，灵敏度高，特异性强，适用范围广，且对技术、原料的要求不高，适合进行近一步的发展与讨论，相信随着科学技术的近一步发展，DNA溯源技术将有着更为广阔的发展空间。

[1] CHARLEBOIS S, STERLING B, HARATIFAR S, et al. Comparison of global food traceability regulations and requirements[J].Comprehensive Reviews in Food Science and Food Safety, 2014, 13(5): 1 104-1 123.

[2] 周鹏举, 路文如. 食品安全文献计量学分析[J]. 中国农学通报, 2010, 26(13): 79-89.

[3] SINELLI N, CERRETANI L, EGIDIO V D, et al. Application of near(NIR) infrared and mid (MIR) infrared spectroscopy as a rapid tool to classify extra virgin olive oil on the basis of fruity attribute intensity[J]. Food Research International, 2010, 43(1): 369-375.

[4] COZZOLINO D, RESTAINO E, FASSIO A. Discrimination of yerba mate(Ilex paraguayensis St. Hil.) samples according to their geographical origin by means of near infrared spectroscopy and multivariate analysis[J]. Sensing and Instrumentation for Food Quality Safety, 2010, 4(2): 67-72.

[6] SUN S, GUO B, WEI Y, et al. Classification of geographical origins and prediction of δ13C and δ15N values of lamb meat by near infrared reflectance spectroscopy[J]. Food Chemistry, 2012, 135(2): 508-514.

[7] ZHOU Xing-fan, YANG Zeng-ling, HAUGHEY S A, et al. Classification the geographical origin of corn distillers dried grains with solubles by near infrared reflectance spectroscopy combined with chemometrics: A feasibility study[J]. Food Chemistry, 2015, 189(15): 13-18.

[8] 管骁, 古方青, 刘静, 等. 基于 NIRS 的食用醋品牌溯源模型的建立与优化[J]. 现代食品科技, 2014, 30(11): 200-203,212.

[9] 李勇, 魏益民, 潘家荣, 等. 基于FTIR 指纹光谱的牛肉产地溯源技术研究[J]. 光谱学与光谱分析, 2009, 29(3): 647-651.

[10] SUBRAMANIAN V, CHANG P C, HUANG D, et al. All-printed RFID tags: materials, devices and circuit implications[C].IEEE Computer Society, Proceedings of the 19th International Conference on VLSID 06.Hyderabad, India, 2006: 709-714.

[11] AMADOR C, EMOND J P . Development of RFID temperature tracking systems for combat feeding logistics[C].Quebec City.In XVII the World Congress of the International Commission of Agricultural and Biosystems Engineering (CIGR), CSBE/SCGAB, 2010.

[12] CATARINUCCI L, CUIAS I, PÉREZ I E, et al. RFID and WSNs for traceability of agricultural goods from Farm to Fork: electromagnetic and deployment aspects on wine test-cases[C]. In Paper presented at the software, telecommunications and computer networks (SoftCOM), 2011 19thinternational conference on.

[13] QIAN Jian-ping, YANG Xin-ting, WU Xiao-ming, et al. A traceability system incorporating 2D barcode and RFID technology for wheat flour mills[J]. Computers and Electronics in Agriculture, 2012, 89(3):76-85.

[14] FENG Jian-ying, FU Zetian, WANG Zai-qiong, et al. Development and evaluation on a RFID-based traceability system for cattle/beef quality safety in China[J]. Food Control, 2013, 31(2), 314-325.

[15] 郭波莉，魏益民，潘家荣. 同位素指纹分析技术在食品产地溯源中的应用进展[J]. 农业工程学报，2007，23(3)：284-289.

[16] KELLY S, HEATON K, HOOGEWERFF J. Tracing the geographical origin of food: The application of multi -element and multi-isotope analysis[J]. Trends in Food Science & Technology, 2005,16(12):555-567.

[17] ROSSMANN Andreas. Determination of stable isotope rations in food analysis[J]. Food Reviews International, 2001 , 17(3): 347-381.

[18] ALMEIDA C M R, VASCONCELOS M.T S.D. Dose the winemaking process influence the wine87Sr/86Sr A case study[J]. Food Chemistry, 2004, (85): 7-12.

[20] MOLKENTIN J, GIESEMANN A. Follow-up of stable isotope analysis of organic versus conventional milk[J]. Analytical and Bioanalytical Chemistry, 2010, 398(3): 1 493-1 500.

[21] CAMIN F, PERINI M, BONTEMPO L, et al. Potential isotopic and chemical markers for characterising organic fruits[J]. Food Chemistry, 2011, 125(3): 1 072-1 082.

[22] RUMMEL S, DEKANT C H, HÖLZL S, et al. Sr isotope measurements in beef-analytical challenge and first results[J].Analytical and Bioanalytical Chemistry, 2012, 402(9):2 837-2 848.

[23] 陈历水, 丁庆波, 苏晓霞, 等. 碳和氮稳定同位素在黑加仑产地区分中的应用[J]. 食品科学, 2013, 34(24): 249-253.

[24] 吕军, 王东华, 杨曙明, 等. 利用稳定同位素进行牛肉产地溯源的研究[J]. 农产品质量与安全. 2015,(3):32-36.

[26] FRANKE B M, HALDIMANN M, GREMAUD G, et al. Element signature analysis ：its validation as a tool for geographic authentication of the origin of dried beef and poultry meat [J]. European Food Research and Technology, 2008, 227(3): 701-708.

[27] 赵海燕, 郭波莉, 张波, 等. 小麦产地矿物元素指纹溯源技术研究[J]. 中国农业科学, 2010, 43(18): 3 817-3 823.

[28] 何忠萍, 文勇立, 王建文, 等. 蜂蜜产地与蜜源矿物元素溯源方法的建立[J]. 食品研究与开发, 2016, 37(5): 20-25.

[29] 龚自明, 王雪萍, 高士伟, 等. 矿物元素分析判别绿茶产地来源研究[J]. 四川农业大学学报, 2012, 30(4): 429-433.

[30] 魏益民, 郭波莉, 魏帅, 等. 食品产地溯源及确证技术研究和应用方法探析[J]. 中国农业科学, 2012, 45(24):5 073-5 081.

[31] STANIMIROVA I, ÜSTÜN B, CAJKA T, et al. Tracing the geographical origin of honeys based on volatile compounds profiles assessment using pattern recognition techniques[J]. Food Chemistry, 2010, 118(1): 171-176.

[32] DIRAMAN H, SAYGI H, HIIL Y. Geographical classification of Turkish virgin olive oils from the Aegean region for two harvest years based on their fatty acid profiles[J]. Journal of the American Oil Chemists Society, 2011, 88(12): 1 905-1 915.

[33] LONGOBARDI F, CASIELLO G, SACCO D, et al. Characterisation of the geographical origin of Italian potatoes, based on stable isotope and volatile compound analyses[J]. Food Chemistry, 2011, 124(4):1 708-1 713.

[34] 程碧君. 基于脂肪酸指纹分析的牛肉产地溯源研究[D]. 北京:中国农业科学院, 2012.

[35] 胡德玉, 廖秋红, 谢让金, 等. 纽荷尔脐橙果实物理特性及化学成分的产地差异性研究[J].食品科学, 2015, 36(19):18-28.

[36] 马奕颜, 郭波莉, 魏益民, 等. 稳定同位素-有机成分结合判别猕猴桃的产地来源[J]. 中国食品学报, 2015, 15(8): 238-244.

[37] RICARDO F D, BORIS S D, RENATO C R, et al. Implementation of a molecular system for traceability of beef based on microsatellite markers[J]. Chilean Journal of Agricultural Research, 2008, 68(4): 342-351.

[39] MONTEMURRO C, PASQUALONE A, SIMEONE R , et al. AFLP molecular markers to identify virgin olive oils from single Italian cultivars[J]. European Food research and Technology,2008,226: 1 439-1 444.

[40] ANGELICA G, PASQUALINA C, DANIELA Z, et al. Varietal traceability of bread ‘Pane Nero di Castelvetrano’ by denaturing high pressure liquid chromatography analysis of single nucleotide polymorphisms[J]. Food Control, 2016, 59: 809-817.

[41] 张小波, 吴潇, 何慧, 等. 基于SNPs标记的猪肉DNA溯源技术的研究[J]. 中国农业科技导报, 2011, 13(3): 85-91.

[42] 吴潇, 宿学峰, 唐雪明. SSR 在猪个体识别及肉产品溯源中的应用[J]. 食品与生物技术报, 2014, 33(6): 624-632.

[43] PILLAI J K, PATEL V M, CHELLAPPA R. Sparsity inspired selection and recognition of iris images[C].Washington:Biometrics: Theory, Applications, and Systems (BTAS) . 2009: 1-6.

[44] KARN P, HE Xiao-hai, YANG Shu-ai, et al. Iris recognition based on robust principal component analysis[J]. Journal of Electronic Imaging, 2014, 23(6): 063002.

[45] 方超, 赵林度. 基于虹膜识别的肉类食品可追溯系统研究[J]. 中国安全科学学报, 2008,18(7)：11-17.

[46] 卢红科, 赵林度. 基于虹膜识别与编码技术的肉类食品可追溯系统研究[J]. 物流技术, 2009,28(10)：103-106.

[47] 李超, 赵林度. 牛眼虹膜定位算法研究及其在肉食品追溯系统中的应用[J]. 中国安全科学学报, 2011, 21(3): 124-130.

[48] 刘筠筠, 陈衡平. 兼评新修《食品安全法》相关规定[J]. 食品科学技术学报,2016, 34(1): 72-78.

Research progress in food traceability technology

MA Hui-jun1, YU Bing-xue1, LI Yan2, JIN Ze-yi1, ZHANG Xiao-li1*

1 (Beijing Technology and Business University, School of Computer and Information Engineering, Beijing 100048,China)2(Jilin Dahua Machine Mfg.Co.Lfd., Changchun 130103,China)

Food traceability technology is a very important technology in solving food safety issues. Three kinds of food traceability technology, such as physical technology, chemical technology and biological technology are discussed, including near infrared spectroscopy traceability technology, internet label traceability technology, isotope traceability technology, mineral element traceability technology, organic component traceability technology , iris recognition traceability technology and DNA traceability technology. The advantages, disadvantages and application prospects of different food traceability technology are discussed.

food traceability; physical method; chemical method; biological method

10.13995/j.cnki.11-1802/ts.201705044

硕士，讲师(张晓力为通讯作者，E-mail：zhangxli@th.btbu.edu.cn)。

科研基地建设-科技创新平台-优秀团队科技成果转化支撑项目(19008001237)

2016-08-15，改回日期：2016-10-11