二、牛羊肉原产地追溯結果剖析

1、放射性核素与矿物质原素组成对牛羊肉原产地的主成分分析法

用脱油牛羊肉中δ¹³C、δ¹⁵N和牛尾毛中的δD3项放射性核素指标值和脱油牛羊肉中的5项矿物质原素指标值Se、Sr，F、Ni、Zn开展主成分分析法，数据显示前4个主有效成分的总计标准差增长率做到85.22%。从主有效成分的矩阵的特征值中还可以看得出，第一主成份关键综合性了牛羊肉试品中δ¹³C和Se成分的信息内容，第二主成份关键综合性了试品中Ni和Zn的成分信息内容，第三主成份关键综合性了试品中δ¹⁵N和Fe、Sr的成分信息内容，第四主成份关键综合性了δ¹⁵N、δD、Ni和Zn成分的信息内容，见表4-19。

运用主有效成分的规范化评分做散点图。从第一和第二主成份规范化评分散点图（4-12）中还可以看得出，吉林省试品的第一主成份评分均为恰逢，河北省试品的第一主成份评分均为负数，即吉林省与河北省的试样根据第一主成份被彻底划分开；但贵州省与河北省的试品互相重合，不可以被显著区别。因而，又运用第一和第三主成份规范评分做散点图。从图4-13中还可以看得出，贵州省试品的第三主成份评分均为负数，甘肃试品的第三主成份评分均为恰逢，即贵州省与甘肃的试样根据第三主成份被彻底划分开。由此可见，同图4-12第一和第二主成份规范化评分散点图 位素与矿物质原素指标值组成能显著区别不一样区域的牛羊肉试品。

2、放射性核素与矿物质原素组成对牛羊肉原产地的聚类

主成分分析法能够 把试样中多种多样原素的消息根据整体的形式更直接地呈现出去，但却存有多维散点图不容易作出的缺点。为了更好地进一步掌握放射性核素与矿物质原素指标值组成对牛羊肉原产地的归类状况，运用前4个主有效成分的规范化评分开展聚类。从图4-14中斜线处将树型图断开，牛羊肉试品被分成四类。第一类关键为甘肃的试品，在其中还涉及了一个河北省的试品；第二类关键为河北省的试品，在其中还涉及了一个甘肃的试样和一个吉林省的试品；第三类关键为贵州省的试品，在其中还涉及了一个河北省的试样和一个吉林省的试品；第四类所有为吉林省的试品。还能够看得出，放射性核素与矿物质原素指标值组成的聚类算法树图中不一样地区来源于的试品交叉式较少，即聚类算法实际效果显著好于前两章的聚类算法結果。这表明放射性核素与矿物质原素指标值组成能增强对牛羊肉原产地的恰当辨别率。

3、放射性核素与矿物质原素组成对牛羊肉原产地的判别分析

运用脱油羊肉粉中δ¹³C、δ¹⁵N和牛尾毛中的δD3项放射性核素指标值和筛分出的5项矿物质原素指标值Fe、Ni、Zn、Se、Sr开展间距判别分析，总体恰当辨别率是100%，即全部样版被区分开。为了更好地进一步挑选合理追溯指标值，用之上标准开展逐渐判别分析。结果显示，在p＜0.05明显水准下，引进到辨别实体模型的自变量先后为δ¹³C、Se、Sr、Fe、Ze，创建的辨别实体模型为：

Y吉林省=-40.855-4.501δ¹³C 0.055 Fe 0.031 Zn 4.386 Se 0.161 Sr

Y贵州省=-68.932-6.665δ¹³C 0.069 Fe-0.011 Zn 6.751 Se-1.797 Sr

Y甘肃=-83.343-7.366δ¹³C-0.043 Fe-0.007 Zn 6.833 Se 6.562 Sr

Y河北省=-118.663-7.973δ¹³C-0.016 Fe 0.026 Zn 14.660 Se 4.671 Sr

用所确立的辨别实体模型对训练样本开展回代检测，结果显示他们对甘肃、河北省试品的恰当辨别率均为100%，对吉林省、贵州省样版的恰当辨别率是均为95.2%，总体的恰当辨别率是96.6%（表4-20），辨别实际效果较为理想化。

4、藕合追溯技术性結果剖析

主成分分析法中，运用综合性δ¹³C、Se的第一主成份，综合性Ni和Zn的第二主成份，及综合性δ¹⁵N、Fe、Sr的第三主成份可将4个地区的牛羊肉试品彻底划分开。间距判别分析中，碳、氮、氘3项放射性核素指标值和Se、Sr、Fe、Ni、Zn5项矿物质原素指标值组成对牛羊肉原产地总体的恰当辨别率是100%，高过运用矿物质原素对牛羊肉原产地的总体恰当辨别率（98.3%）。聚类中，放射性核素与矿物质原素指标值组成的聚类算法树图中仅有五个试品被不正确归类，小于独立运用放射性核素和矿物质原素指标值聚类算法时不正确归类的样本数量（各自为11个和9个）。之上結果均表明放射性核素与矿物质原素指标值组成能明显增强对牛羊肉原产地的恰当辨别率。

放射性核素与矿物质原素指标值组成开展逐渐判别分析中，在0.05明显水准下，引进到辨别实体模型的自变量先后为δ¹³C、Se、Sr、Fe、Zn，即δ¹³C指标值在牛羊肉原产地辨别中占据十分关键的影响力。运用此5项指标值创建的辨别实体模型对试品开展回代检测，总体的恰当辨别率是96.6%，但却稍小于运用矿物质原素指标值创建辨别实体模型的回代检测結果（总体恰当辨别率是98.3%）。这一状况提醒科学研究中因为试品总数较少，创建的辨别实体模型在可靠性、强壮性等领域也有待进一步改善健全。国际性专家学者Brescia等在牛乳原产地追溯科学研究中提议，辨别实体模型创建时，可以用样版总数目的66%做为训练样本开展模型，用33%的样品做为盲样对所确立的模式开展检测，并且要根据数次任意更改训练样本和盲样，以检测辨别实体模型的可靠性（Bresciaetal，2003）。本分析中因为样版数目较少，只对辨别实体模型做好了回代检测。因而，本分析中创建的辨别实体模型仅为以后科学研究给予一定参照根据。将来科学研究中须要再次扩张取样范畴和取样量，创建用以牛羊肉原产地追溯更加平稳、更适用的辨别实体模型。

根据运用放射性核素与矿物质原素指标值组成对牛羊肉原产地来源于的主成分分析法、聚类及判别分析，并与放射性核素指纹识别追溯技术性、矿物质原素指纹识别追溯技术性对牛羊肉原产地的解析结论开展较为，得到：

（1）¹³C、¹⁴N、D等3项放射性核素指标值和Fe、Ni、Zn、Se、Sr等5项矿物质原素指标值融合，对样品的总体恰当辨别率超过100%。表明放射性核素与矿物质原素指标值组成可提升牛羊肉原产地的恰当辨别率。

（2）放射性核素与矿物质原素指标值组成开展逐渐判别分析中，δ¹³C指标值最开始导入到辨别实体模型中。表明δ¹³C指标值在牛羊肉原产地追溯中占据很重要的影响力。