导读:本文包含了碳同位素比率论文开题报告文献综述及选题提纲参考文献，主要关键词:大米,稳定同位素比率,产地溯源,Q型系统聚类分析
碳同位素比率论文文献综述
公维民,马丽娜,王飞,钟敏,石双双[1]（2019）在《我国大米碳氮稳定同位素比率特征及溯源应用》一文中研究指出利用元素分析仪-稳定同位素比率质谱仪检测我国由北到南6个省的10种大米的δ13C和δ15N值。结果显示,我国大米的δ13C值为-28.3‰～-26.0‰,平均值为-27.0±0.8‰,以-27.9‰～-26.3‰出现的频率较高。δ15N值为1.1‰～4.1‰,均值为2.4±1.0‰,以1.7‰～3.4‰出现的频率较高。我国南方大米的δ13C值低于北方大米,但南北方大米的δ15N均值基本相同且小于4‰,符合施化肥大米的特征。根据国内外大米的δ13C和δ15N特异性,以δ13C和δ15N为统计变量,采用Q型系统聚类方法对大米归类溯源。欧式距离<4时,日本大米的3个群集与我国大米的1个群集区分明显;欧式距离<3时,美国大米的2个群集与我国大米的1个群集区分显着。基于大米的δ13C和δ15N特性能够对其产地进行溯源。(本文来源于《农产品质量与安全》期刊2019年04期）
张政权,黄冬梅,孟宪菁,孔聪,黄宣运[2]（2019）在《同位素比率质谱法在农产品产地溯源中的研究进展》一文中研究指出同位素比率质谱法(IRMS)是根据食品中同位素的自然丰度差异对食品产地进行区分的产地溯源方法。本文介绍了IRMS的原理,总结了IRMS在不同种类农产品的产地溯源方面的研究进展,介绍了各稳定同位素在不同农产品溯源中的优势,并提出了目前这一技术在产地溯源方面的不足,旨在为未来食品溯源研究以及优特农产品的保护工作提供理论基础和方法参考。(本文来源于《农产品质量与安全》期刊2019年02期）
胡佳宏,胡玉昆[3]（2019）在《真空冷冻干燥-稳定同位素比率质谱法测定土壤中水溶性有机碳同位素》一文中研究指出提供了一种可批量处理、消耗低廉的测定土壤水溶性有机碳同位素的新方法。该方法通过多水土质量比法提取土壤水溶性有机碳,得到含土壤水溶性有机碳的溶液,经磷酸酸化至pH小于2,将所得的溶液通过冷冻干燥进行浓缩,浓缩后的物质加高纯水复溶、在银舟中多次干燥富集后通过元素分析仪-稳定同位素比率质谱仪(EA-IRMS)进行δ~(13)C值测定。本方法中对多水土质量比法提取土壤水溶性有机碳的水土比例、振荡时间等参数进行了优化,将冷冻干燥的浓缩方式用于土壤可溶性有机碳同位素测定的前处理。通过土壤样品的平行测定对比,δ~(13)C的标准差小于0. 1‰,表明该方法重现性好,样品测试精密度高。(本文来源于《分析试验室》期刊2019年02期）
田彪,孙维君,丁明虎,张通,效存德[4]（2018）在《新型激光光谱仪测定水样氢氧稳定同位素比率的分析方法与性能研究》一文中研究指出为明确激光同位素光谱仪的性能特点、测试精度和减少记忆性误差,该文对基于波长扫描光腔衰荡光谱(WS-CRDS)技术的Picarro L1102i型激光同位素光谱仪进行快速分析方法和高精度分析方法的记忆性误差测试实验,并与MAT 253型同位素比质谱仪的测试结果进行精度对比,进而验证方法的可靠性。结果表明:高精度分析方法的数据精度优于快速分析方法,但两者并无本质差异;两种方法所得δ~(18)O测试值与MAT 253测试值的平均偏差都在0.000 1%以下,所得δD测试值与MAT 253测试值的平均偏差分别为0.001 6%和0.000 6%,均符合测试精度要求。基于Picarro L1102i型光谱仪的样品准备过程简单,测试成本比MAT 253型质谱仪低,在常规水样分析中具有较大的应用潜力。(本文来源于《中国测试》期刊2018年02期）
张婉君,章新平,姚天次,周慧,王学界[5]（2018）在《降水稳定同位素比率时间变化的iAWBM模拟》一文中研究指出进行降水中稳定同位素比率时间变化的i AWBM模拟和比较,有助于评估模式在不同区域的适用性,改善对水循环过程中水稳定同位素变化规律的认识.本文利用i AWBM的模拟数据,分析了GNIP代表站降水中δ18O的时间变化特征、降水中δ18O与温度和降水量之间的关系、区域大气水线,并将模拟结果与实测结果进行了比较.结果表明,9个GNIP代表站的降水同位素在不同季节的变化特点均能被模拟出;各代表站模拟与实测的降水同位素长时间序列之间的相关系数达到显着的信度(p<0.001),均方根误差在一个合理的估计范围;i AWBM很好地再现了出现在维也纳、雅库茨克和渥太华站的显着温度效应,出现在香港、波哥大、昆明、哈拉雷和拉罗汤加岛站的降水量效应,以及出现在曼谷站的温度效应和降水量效应共存的特点;模拟的不同气候条件下的区域大气水线与实际大气水线相近.说明i AWBM具有模拟不同气候区降水中稳定同位素时间变化的能力.(本文来源于《环境科学学报》期刊2018年07期）
王洁,石元值,张群峰,倪康,伊晓云[6]（2016）在《基于稳定同位素比率差异的西湖龙井茶产地溯源分析》一文中研究指出通过测定不同产区扁形茶稳定同位素比率,借助化学计量学工具探索建立西湖龙井茶产地区分模型。从山东、四川、浙江、贵州等扁形茶主产区代表性取样,采用稳定同位素质谱测定样品中碳、氢、氧、氮、锶、铅、镉稳定同位素比率,对其进行方差分析,采用逐步线性判别(FLDA)、决策树C5.0和神经网络方法构建模型进行产地区分。结果表明,不同产地扁形茶中稳定同位素比率表现出产地差异。δD、δ18 O受陆地效应和高程效应影响较大,并且二者有较好的正相关关系,88 Sr/86 Sr比值随地区纬度增加而增大,在不同产地扁形茶间差异尤为显着。FLDA和BP-ANN模型对外部样本的预测能力相对较差,分别为76%和84%;决策树算法模型回代验证准确率为91.35%,对外部样本的预测准确度达到92%。结果表明,在西湖龙井茶产地判别中,采用基于稳定同位素比率的决策树算法模型可取得较好的效果。(本文来源于《同位素》期刊2016年03期）
王洁[7]（2016）在《基于稳定同位素比率与矿质元素指纹的扁形茶产地溯源技术研究》一文中研究指出茶树是多年生经济作物,茶叶品质与其产地的气候条件及加工方法有密切关系,不同产地茶叶中离子组组成在着一定的差异性。通过探究不同产地扁形茶离子组差异,建立起扁形茶产地溯源模型,为茶叶原产地保护提供理论基础。本文以加工工艺相同的西湖龙井及其他不同产地扁形茶为研究对象,通过分析不同地区扁形茶中离子组组成差异,逐步筛选西湖龙井茶的特异性指标,并建立相应西湖龙井茶产地判别模型。基于不同方法建立龙井茶判别模型,比较各模型的适用性。基于前期研究结果,分析比较不同产区稳定同位素比率和稀土元素组成的差异,分别基于稳定同位素比率和稀土元素指纹建立不同产区扁形茶的产地判别模型。主要研究结果如下:(1)不同产地扁形茶中稳定同位素比率表现出产地差异。δD、δ18O受陆地效应和高程效应影响较大,并且二者有较好的正相关关系,~(88)Sr/~(86)Sr比值随地区纬度增加而增大,在不同产地扁形茶间差异尤为显着。FLDA和BP-ANN模型对外部样本的预测能力相对较差,分别为76%和84%,决策树算法模型回代验证准确率为91.35%,对外部样本的预测准确度达到92%。因此,在西湖龙井茶产地判别中,采用基于稳定同位素比率的决策树算法模型可取得较好的效果。(2)各地茶叶中稀土总量均值分布在286.1~954.7μg/kg,表现出山东日照>浙江>贵州黎平>四川青川的趋势;稀土元素的分布模式存在差异,其中贵州黎平Ce正异常,山东日照、四川青川和浙江Ce负异常。贵州黎平与山东日照样品Eu出现负异常,浙江微弱负异常,四川青川Eu正异常。根据稀土元素含量对不同地区茶叶进行线性判别分析(LDA),山东日照、四川青川、浙江和贵州黎平茶的交叉验证判别率分别为73.33%、94.12%、85.45%、83.33%;不同地区茶叶稀土元素组成和分布模式存在显着差异,具体表现在Ce和Eu上;基于稀土元素指纹的LDA法对上述四个区域茶叶能够有效判别。(3)运用正交偏最小二乘法判别分析(OPLS-DA)、逐步线性判别分析(FLDA)、决策树C5.0和神经网络(BP-ANN)四种判别方法对龙井茶进行产区判别。结果表明,四种方法所构建的模型回代验证的正确判别率均在92%以上,而四种模型的交叉验证准确率以FLDA准确率最高,达到92.17%,决策树C5.0和BP-ANN模型略低,但也在84%以上,四种模型对外部样本的预测准确度均在80%以上,其中以OPLS-DA最高,达93.33%。不同产区龙井茶的矿物元素指纹结合化学计量学工具可以有效对龙井茶产地进行溯源;FLDA和OPLS-DA模型较适合龙井茶产地溯源。(4)西湖龙井茶与外省扁形茶、浙江扁形茶之间存在差异指标,可建立有效判别模型实现西湖龙井的产地识别,西湖龙井茶与外省扁形茶差异指标为Sn、Pb、Cu、Mg、~(203)Tl/~(205)Tl和~(95)Mo/~(97)Mo等六个,与浙江扁形茶差异指标为La、B、Li、~(143)Nd/~(146)Nd、~(206)Pb/~(207)Pb、~(95)Mo/~(97)Mo、δ13C、Sr/Ca和Ba/Ca等9个,其中~(95)Mo/~(97)Mo是潜在的单一判别指标,有望仅通过~(95)Mo/~(97)Mo值鉴别西湖龙井茶,但是否切实可行有待后续验证。(本文来源于《中国农业科学院》期刊2016-05-01）
李鑫,陈小珍,蒋鑫,张东雷[8]（2015）在《稳定同位素比率技术对食醋真伪鉴别的应用初探》一文中研究指出使用稳定同位素比率技术对食醋的掺假鉴别进行了初步实验研究,建立了反相色谱联用稳定同位素比率质谱(RPLC-IRMS)同时对食醋中乙酸和乳酸进行分离测定其δ13值的分析方法。分析食醋的沉淀物、乙酸、乳酸叁组分间δ13值相互关系,叁者基本无关联;结合生产原料对δ13值的变化进行分析,葡萄糖的添加易增大乳酸的δ13值。对食醋中乙酸及化学试剂乙酸δ13值的测定,进一步验证了已有文献中无法单纯使用乙酸的δ13值进行食醋掺假鉴别这一结论,但是发现化学试剂类乳酸的δ13值区间在-9.86‰~-13.58‰,与食醋中乳酸的δ13值区间-20.91‰~-31.75‰有明显差异,区间不重合,可以起到鉴别真假的作用。研究进一步扩展了稳定同位素检测技术的应用,能更好地服务于食品安全检测工作。(本文来源于《中国调味品》期刊2015年09期）
吴浩,谢丽琪,靳保辉,颜治,陈波[9]（2015）在《气相色谱-燃烧-同位素比率质谱法测定葡萄酒中5种挥发性组分的碳同位素比值及其在产地溯源中的应用》一文中研究指出建立了一种利用气相色谱-燃烧-同位素质谱(Gas chromatography-combustion-Isotope ratio mass spectrometers,GC-C-IRMS)测定葡萄酒中5种挥发性组分(即乙醇、丙叁醇、乙酸、乳酸乙酯、2-甲基-丁醇)碳稳定同位素比值新方法。优化了GC-C-IRMS测定条件,进样量小于0.5μL,样品分析时间小于14 min。对以上5种挥发性成分标准品的测定精密度为0.08‰~0.25‰,葡萄酒样品的测定精密度为0.09‰~0.36‰,与元素分析-同位素比率质谱仪(Element analyzer-isotope ratio mass spectrometers,EA-IRMS)比较,其测定偏差低于0.5‰。利用该技术分析了产自法国、澳大利亚、美国和中国共54支葡萄酒中5种挥发性组分的碳稳定同位素值并进行产地溯源分析,判别分析(Discriminant analysis,DA)结果表明,仅利用以上5种挥发性组分的碳同位素比值就能有效区分以上4个产地的葡萄酒,说明葡萄酒挥发性成分稳定碳同位素可应用于葡萄酒的产地溯源。(本文来源于《分析化学》期刊2015年03期）
宋增云,瞿定荣,范凤英[10]（2014）在《一种测量弱吸收条件下锂同位素比率的新方法》一文中研究指出在激光化学法锂同位素分离工作中,需对锂原子蒸汽密度进行实时监测。通过同位素比率的数值分析可提供分离实验中诸如激光功率、化学反应区温度、压强以及光化学反应时间等参数的优化依据。吸收光谱法可快速准确地测量非弱吸收条件下的锂同位素比率。对于低锂原子蒸汽密度的弱吸收条件,受示波器的分辨极限和存储时舍入误差的影响,不能得到准确有效的同位素比率数值。为了克服实验测量上存在的弱点,提出了一种基于差分电路采集信号的高分辨率高精度的研究方法,有效解决了弱吸收条件下的同位素比率测量问题。将该方法应用于天然锂进行了测试,得到的锂同位素比率为12.37±0.56。该方法对于采用吸收光谱法测量同位素比率具有通用性,也可在其他类似分离工作中应用。(本文来源于《北京核学会第十届（2014年）核应用技术学术交流会论文集》期刊2014-11-27）
碳同位素比率论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
同位素比率质谱法(IRMS)是根据食品中同位素的自然丰度差异对食品产地进行区分的产地溯源方法。本文介绍了IRMS的原理,总结了IRMS在不同种类农产品的产地溯源方面的研究进展,介绍了各稳定同位素在不同农产品溯源中的优势,并提出了目前这一技术在产地溯源方面的不足,旨在为未来食品溯源研究以及优特农产品的保护工作提供理论基础和方法参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
碳同位素比率论文参考文献
[1].公维民,马丽娜,王飞,钟敏,石双双.我国大米碳氮稳定同位素比率特征及溯源应用[J].农产品质量与安全.2019
[2].张政权,黄冬梅,孟宪菁,孔聪,黄宣运.同位素比率质谱法在农产品产地溯源中的研究进展[J].农产品质量与安全.2019
[3].胡佳宏,胡玉昆.真空冷冻干燥-稳定同位素比率质谱法测定土壤中水溶性有机碳同位素[J].分析试验室.2019
[4].田彪,孙维君,丁明虎,张通,效存德.新型激光光谱仪测定水样氢氧稳定同位素比率的分析方法与性能研究[J].中国测试.2018
[5].张婉君,章新平,姚天次,周慧,王学界.降水稳定同位素比率时间变化的iAWBM模拟[J].环境科学学报.2018
[6].王洁,石元值,张群峰,倪康,伊晓云.基于稳定同位素比率差异的西湖龙井茶产地溯源分析[J].同位素.2016
[7].王洁.基于稳定同位素比率与矿质元素指纹的扁形茶产地溯源技术研究[D].中国农业科学院.2016
[8].李鑫,陈小珍,蒋鑫,张东雷.稳定同位素比率技术对食醋真伪鉴别的应用初探[J].中国调味品.2015
[9].吴浩,谢丽琪,靳保辉,颜治,陈波.气相色谱-燃烧-同位素比率质谱法测定葡萄酒中5种挥发性组分的碳同位素比值及其在产地溯源中的应用[J].分析化学.2015
[10].宋增云,瞿定荣,范凤英.一种测量弱吸收条件下锂同位素比率的新方法[C].北京核学会第十届（2014年）核应用技术学术交流会论文集.2014