Home

Dokument_12.

1. 62 4 6 1 Diskriminierungsstudie anhand der Soxhletmethode 62 4 6 2 Vergleich der Soxhlet Methode mit der ANE 63 4 6 3 Wiederholbarkeit der Extraktionsmethode eee 64 4 7 Einfluss von R stung und Salzung auf den 6 Wert 66 5 ERGEBNISTEIL II UNIVARIATE STATISTIK ee eee eee eese 69 5 1 bersicht ber das Probenmaterial ssscsssssscsssscsssssesssesscecsssesssseenees 70 5 2 Box Plot Betrachtung des authentischen Datenmaterials 71 5 3 Univariate statistische Vorbetrachtung des authentischen Datenmaterial e Hm 74 5 3 1 Betrachtung der Ausreiber aaa ie Rn 75 e ier m he d terit e e Date teh e Erden 75 5 3 1 2 Ausrei ertest nach Grubbs und Noto 77 5 3 2 Pr fung der Normalverteilung nach Kolmogorov Smirnov 80 5 3 3 Pr fung der Homogenit t der Varianzen nach Levene 81 5 3 4 Pr fung auf Gruppenunterschiede mittels Post Hoc Mehrfachvergleichen 82 5 3 5 KorrelationsanalyS6e ere ana ala 84 vi Inhaltsverzeichnis 6 ERGEBNISTEIL III MULTIVARIATE STATISTIK cccccscccccccceeee 8 7 6 1 Betrachtung des authentischen Datenmaterials in KE See A RE EE 90 6 2 Hauptkomponentenanalyse ersessosssssosssssonssssnonnssnsnnssnsnnnsssnnnsnsnnnnnnnnnnnnne 93 6 2 1 Pr fu
2. 31 3 3 Isotopenverhaltnis Massenspektrometrie IRMS 32 33 1 ARMS Basis uni sl 32 3 3 2 Elementaranalysator FA sauna 34 33 3 ConFlo E 35 3 3 4 High Temperature Conversion Elemental Analyzer CTOEA 36 Inhaltsverzeichnis 3 4 Multivariate Datenamal ysOisiccsciccccsccsssossscccsssssansisccenscesassceteesesencssessensosccessere 38 3 4 1 Hauptkomponentenanalyse costosa ER 39 3 4 2 Diskriminanzanalyse ee du P RU diui d ug reta rebut e dig 40 4 ERGEBNISTEIL I METHODENVALIDIERUNG eeecececcecescecceceee 41 4 1 Kalibrierung der Arbeitsstandards 000000000000000000000000000000000000000000000 44 4 2 Stabilitatspriifung der Referenzgas Kalibrierung eere 47 4 3 Linearer Arbeitsbereich suse eese in peak ee 49 4 4 Voruntersuchungen von Pistazien eeeee eee e esee seen eese enne eene setae sno S0 4 4 1 Streubreite innerhalb einer Handelsverpackung 50 4 4 2 0 Wert Beziehungen zwischen einzelnen Pistazienbestandteilen 52 4 5 In House Validierung der IRMS Methode eere 54 Riehtigkeit naue Sere bv rie beu ir fece edid et bdo qx dde ta 54 4 3 2 CVALI UTD M 55 4 5 3 Pr fung der MEER 58 4 5 4 Stabilit t 58 4 6 Pr fung der 1
3. 99 E 44 2 2 amp a ha wr ran 2 A 5 c I 2 5 T T T T T 1 5 1 0 5 0 0 5 1 1 5 2 2 5 Hauptkomponente 1 53 Varianz 8 O 5 N Abbildung 45 Grafische Darstellung der Varimax rotierten Faktorwerte aus der Hauptkomponen tenanalyse mit dem authentischen Pistaziendatensatz Die grafische Darstellung der Faktorwerte in Abbildung 45 zeigt deutlich dass sich der Daten satz der authentischen Pistazienmesswerte in drei separate Punktwolken gruppiert Durch die unterschiedliche Farbgebung der drei untersuchten L nder zeigt sich weiterhin dass sich der Datensatz auch genau in diese aufteilt Somit ist die Trennf higkeit der verwendeten Variablen d h der Stabilisotopenverh ltnisse von Kohlenstoff Stickstoff und Sauerstoff in die drei Haupt anbaugebiete der Pistazien bewiesen Dabei ist die Hauptkomponente 1 5 O und SIN 98 6 2 Hauptkomponentenanalyse Variablen nur f r die vollst ndige Abtrennung der iranischen Proben von denen der beiden an deren L ndern verantwortlich und erst durch die Hauptkomponente 2 8 C Variablen wird die vollst ndige Trennung zwischen den amerikanischen und t rkischen Pistazien erreicht Diese Aufteilung der Trennrichtungen zwischen den Elementen ist mit Hilfe der Box Plot und Streudiagramm Darstellungen zu erkl ren In Kapitel 5 2 und 6 1 wurde bereits dargelegt dass das Sauerstoffisotop schon univariat die vollst ndige Tren
4. Die blo e Einordnung von Testobjekten in vorgegebene Klassen ist jedoch relativ wertlos so lange unbekannt ist mit welcher Sicherheit bzw Irrtumswahrscheinlichkeit die getroffenen Ent scheidungen Klassifikationsfehlerrate behaftet sind Das Problem hierbei ist dass zur Erpro bung des Erfolgs der Zuordnungsregel nur Objekte bekannter Herkunft also keine echten Test objekte unbekannte Proben herangezogen werden k nnen Alle Objekte bekannter Herkunft werden im Allgemeinen als Lernobjekte definiert um das aufzustellende Klassifikationsmodell mit m glichst viel Eingangsinformation zu versorgen Als Konsequenz m ssen daher die Lern objekte im Sinne von Pseudo Testobjekten benutzt werden um die Fehlerrate zu sch tzen 7 Hier stehen mehrere Methoden zur Verf gung auf die in Kapitel 6 2 3 n her eingegangen wird Wenn der Stichprobenumfang ausreichend gro ist werden alle Methoden zur Sch tzung der Fehlerrate dasselbe Ergebnis hervorbringen Je kleiner der Stichprobenumfang ist desto gr er sind die Unterschiede zwischen den Sch tzverfahren 8 XIII Anhang III Anhang III Probenliste mit 6 Wert Messergebnissen authentisch iranische Pistazienproben Mittelwerte der 6 Messung nach Grubbs Ausrei ertest IS 10 00 23 46 10 05 39 34 38 79 37 92 R R 27 07 10 58 36 43 24 46 10 68 39 46 28 94 R R Nr tazie 5 Ovsmow Pistazie 8 Cipi R ckstand R ckstand 5 Ovsuow R ckstand Pis
5. terials des Irans der USA Iran Probennummern USA Probennummern Pistazie Pistazie 8 Cppg 22 Crog SIN 5 Nair 34 6 69 8 Ovsuow 8 Ovsuow 34 69 R ckstand R ckstand 8 Cpps 6 Cpps SINA SINA 34 61 69 8 Ovsmow 8 Ovsuow Ol Ol 5 Cpps Crog 5 Oysmow T 8 Ovsuow 33 69 77 5 Ergebnisteil II Univariate Statistik Tabelle 33 Zusammenfassung der Grubbs Nalimov Test Ausrei er des authentischen Datenmaterials der T rkei T rkei Probennummern Pistazie Crog 75 SINA 71 82 86 88 90 8 Ovsuow 88 R ckstand 8 Cppp 75 80 SINA 71 82 86 88 90 8 Ovsuow Ol 6 Cppg 75 8 Ovsuow 88 Der Grubbs Test kennzeichnet auf dem 95 Signifikanzniveau nur vier Proben als Ausreifer fett gedruckte Nummern in den Tabellen 31 33 und urteilt damit im Vergleich wesentlich we niger scharf als die Box Plots s Kapitel 5 3 1 1 und dem Nalimov Test alle aufgef hrten Pro bennummern in den Tabellen 31 33 Der Nalimov Test wurde entgegen dem Grubbs Test auf dem 99 Signifikanzniveau durchgef hrt da er bei P 95 96 zu scharf urteilt und fast alle Pro ben als Ausrei er kennzeichnet Auf dem 99 Signifikanzniveau best tigt der Nalimov Test jedoch fast alle Box Plot Ausrei erproben vgl Tabellen 29 und 30 in Kap 5 3 1 1 mit Tabellen 31 33 allerdings nicht immer in den gleichen Stabilisotopenverh ltnissen Bei den iranischen Proben werden praktisch keine Ausrei er gefunden auch wenn der Nalimov Test s Tabe
6. 0 0 160 9 2 Standards und Referenzmaterialien Folgende Gase die als Referenzgase bei der IRMS Messung dienen und vor und nach jeder Pro be vermessen werden wurden gegen die Arbeitsstandards zur Berechnung der Proben kalibriert 9 2 3 Geratekontrollproben Folgende Materialien wurden gegen die Arbeitsstandards kalibriert und zum t glichen Gebrauch als Qualit tskontrollproben bei den C N und O Messungen verwendet SES SNOW 249 161 9 Material und Methoden 9 3 Gerateeinstellungen und Probenvorbereitung 9 3 1 Isotopenmassenspektrometer Hersteller Ger tename Softwarepaket Pumpen Kollektor Ziehspannung Interface Gasversorgung ThermoQuest Finnigan Delta ISODAT NT 1 5 mit ServicePack 1 6 Pfeiffer Duo 005M Drehschiebervakuumpumpe Pfeiffer TMH 064 Turbomolekular Drag Pumpe Pfeiffer TMH 260 005 Turbomolekular Drag Pumpe 3 fach Faraday Cups 700 EA 650 TC EA ConFlo II Finnigan MAT Helium 5 0 mit Agilent Mass Spectrometer Gas Purifier Kohlendioxid 4 5 Kohlenmonoxid Sauerstoff 4 5 Stickstoff 6 0 2 Wasserstoff in Helium 5 0 Auxiliary Gas fiir TC EA 9 3 2 Elementaranalysator EA Hersteller Ger tename Autosampler Eingangs O druck Eingangs He druck Heliumfluf 162 CE Instruments ThermoQuest Italia S p A EA 1110 CHN AS 200 f r 50 Proben 150 kPa 1 5 bar 150 kPa 1 5 bar 80 ml min 9 3 Ger
7. Griechenland 1 Spanien 29 Iran 71 Luxemburg 1 T rkei 1 Niederlande 1 England Frankreich 15 10 Italien 12 Gesamtexport 12 717 t Gesamtwert 47 855 000 Gesamtimport 21 669 t Gesamtwert 89 308 000 Abbildung 10 Hauptimport links und Exportlander rechts Deutschlands 2003 11 3 Allgemeiner Teil 3 1 4 Aflatoxinproblematik Die Schimmelpilzarten Aspergillus flavus und parasiticus sind auf Produkten aus warmen feuchten Regionen zu finden wie z B Pistazien Getreide und anderen Schalen und Trocken friichten Sie sind potentiell sehr gefahrlich da sie als Stoffwechselprodukte die hochgiftigen und mutagen wirkenden Aflatoxine bilden k nnen Die Ursache f r eine hohe Schimmelpilz und Aflatoxinbelastung bei Pistazien liegt meist in einer unsorgf ltigen Ernte einer zu langsa men Trocknung oder einer zu feuchten oder zu warmen Lagerung Die g nstigsten Wachstums bedingungen f r Aflatoxinbildner sind Temperaturen zwischen 25 und 40 C daher erfolgt die Kontamination der Lebensmittel mit Aflatoxinen meist in den tropischen und subtropischen An baul ndern und weniger im europ ischen Raum mit seinen gem igten Klimazonen Um die Bildung von Aflatoxinen zu vermeiden oder vorzubeugen sollten u a besch digte und fleckige N sse aussortiert der Wassergehalt auf ca 6 w hrend der Lagerung reduziert und 1 43 Stahlsilos mit hoher Luftzirkulation als Lagerbeh
8. 4 Ergebnisteil I Methodenvalidierung gibt es h ufig auch ungesalzene oder rohe nur getrocknete Pistazien zu kaufen und im gr nen frischen Zustand sind sie zumeist bei den Backzutaten zu finden Da die Methode daraufhin abzielt die geografische Herkunft in allgemeiner Handelsware zu erkennen m ssen die unter schiedlichen Darreichungsformen von Pistazien auf Unterschiedlichkeit in den Isotopenverh lt nissen hin untersucht werden um eine Vorstellung ber ihre biologische Streubreite zu bekom men Au erdem muss sichergestellt werden dass die Stabilisotopenverh ltnisse der Pistazien proben ber den Untersuchungszeitraum hinweg stabil bleiben und nicht durch Alterung oder Nebenreaktionen fraktionieren M gliche Reaktionen die das Stabilisotopenverh ltnis ver ndern k nnten sind der Austausch oder die Reaktion mit der Umgebung Luft Lagerbeh ltnis und Bakterien oder Schimmelpilzbefall Mikroorganismen selber Ausscheidungsprodukte Desgleichen m ssen die Stabilit t der Chemikalien und die Alterung von Materialien bei einem Verfahren berpr ft werden sowie Faktoren wie Au entemperatur druck Chargenwechsel von Chemikalien Austausch von Bauteilen etc beachtet werden Zur Pr fung der Verfahrens Sta bilit t eines Analysenverfahrens eignen sich sehr gut Shewhart Mittelwert Regelkarten die die zeitlichen Ver nderungen der Qualit tsmerkmale realisieren Eine gute Stabilit t eines Verfah rens liegt vor wenn d
9. 1997 S 29 30 Araus J L Slafer G A Buxo R Romagosa I Productivity in prehistoric agricul ture physiological models for the quantification of cereal yields as an alternative to traditional approaches Journal of Archaeological Science 2003 30 6 S 681 693 Avak H Pers nliche Mitteilung wahrend der IRMS Schulung bei ThermoFinnigan in Bremen 2003 Avak H Hilkert A Pesch R Forensic studies by EA IRMS Isotopes in Environ mental and Health Studies 1996 32 2 3 S 285 288 Backhaus K Erichson B Plinke W Weiber R Multivariate Analysenmethoden Eine anwendungsorientierte Einf hrung Springer Verlag 2000 Barbour M M Cernusak L A Farquhar G D Factors Affecting the Oxygen Iso tope Ratio of Plant Organic Material In Stable Isotopes and Biosphere Atmosphere Interactions Processes and Biological Controls Hrsg Flanagan L B Ehleringer J R Pataki D E Elsevier Academic Press 2005 S 9 28 10 Literaturverzeichnis 15 16 17 18 19 20 21 22 23 24 25 26 27 Bateman A S Kelly S D Jickells T D Nitrogen isotope relationships between crops and fertilizer Implications for using nitrogen isotope analysis as an indicator of agricultural regime Journal of Agricultural and Food Chemistry 2005 53 14 S 5760 5765 Bauer Christoph C Christoph N Aguilar Cisneros B O Lopez M G Richli
10. 4 Ergebnisteil I Methodenvalidierung stammen muss immer abgelehnt werden Ausnahme 8 N Wert der Pistazie er liegt knapp unter der y Priifgr6Be Der signifikante Mittelwertunterschied besteht nicht nur zwischen allen f nf Verarbeitungssta dien sondern auch beim Vergleich der einzelnen Stadien untereinander Ergebnisdaten nicht aufgef hrt Daraus ist abzuleiten dass die R stung an sich die R stungsdauer und auch die Salzung das C und N Isotopenverh ltnis beeinflussen Die nderungen in den Isotopenver h ltnissen finden dabei st rker in den Bestandteilen des entfetteten R ckstands Zucker Protei ne statt denn die Spannweiten zwischen den Verarbeitungsschritten sind hier deutlich gr er als beim Ol Die Unterschiede zwischen den f nf Verarbeitungsstadien in den 8 O Werten werden au er beim l statistisch von der ANOVA nicht als signifikant angezeigt gleicherma en zeigt der F Test dass die Standardabweichung s des Versuchs und die Wiederholstandardabweichung s der jeweiligen Methode nicht aus verschiedenen Gruppen stammen s Tabelle 28 Es k nnen jedoch gleiche Trends in den Messwertver nderungen steigende fallende Tendenzen wie bei den beiden anderen Elementen beobachtet werden Daher ist anzunehmen dass auch das Sauer stoffisotopenverh ltnis von R stung und Salzung beeinflusst wird dies jedoch durch die ger te bedingte h here Streuung des TC EA S statistisch nicht erkannt wird Mit diesem Lab
11. Ozean organische TN m Originalgrafik ver ndert Grundwasser Kohle natlrl Gase Petroleum DS nach einer Pr sentation von 2 30 bis 0 me ar an I BR OeBelmann et al Die Gruppe der C3 Pflanzen bindet in den Chloroplasten atmosph risches im sog Calvin Cyclus durch die Ribulosediphosphat RuBP Carboxylase zu dem C3 Primarprodukt 3 Phosphoglycerins ure Die Mehrzahl der Kulturpflanzen wie die europ ischen Getreidear ten Reis Zuckerr ben Kartoffeln Maniok Weintrauben Zitrusfr chte und Sojabohnen sind C3 Pflanzen sowie viele andere berwiegend in der gem igten Klimazone wachsenden Pflan zen Auch die in dieser Arbeit untersuchten Pistazien geh ren der C3 Pflanzengattung an Der 5 C Wert dieser Pflanzen liegt zwischen 32 und 24 leichte Pflanzen P C4 Pflanzen wachsen dagegen an wasserarmen hei en Standorten und nehmen zur Vermeidung von Transpirationsverlusten das CO vorwiegend nachts auf Mit Hilfe der Phospho enolpyruvat PEP Carboxylase wird das im sog Hatch Slack Zyklus zu dem C4 Prim rprodukt Oxalessigs ure in den Mesophylizellen fixiert und als stabileres Malat zwischen 16 3 2 Stabilisotope gespeichert Durch Dehydrierung und Carboxylierung wird tags ber in den Gef b ndelscheide zellen aus dem Malat wieder freigesetzt und die freigewordene 3 Phosphoglycerins ure dem Calvin Zyklus zum Kohlenhydrataufbau zugef hrt Da die PEP
12. authentisch iranische Pistazienproben Bereitgestellt von gesalzen Erntejahr 2001 Gastgeschenk einer iranischen Delegation 2 v 2002 Ministry of Health amp Medical Education Food amp Drug Control Labs Tehran Food amp Drug Control Labs Tehran Food amp Drug Control Labs Tehran Food amp Drug Control Labs Tehran Food amp Drug Control Labs Tehran Food amp Drug Control Labs Tehran Food amp Drug Control Labs Tehran Ministry of Health amp Medical Education Food amp Drug Control Labs Tehran 2002 Ministry of Health amp Medical Education Food amp Drug Control Labs Tehran 2002 Ministry of Health amp Medical Education Food amp Drug Control Labs Tehran 2002 Wierts Eggert J rissen GmbH Hamburg Handels und Umweltschutzlaboratorium 2002 Wierts Eggert J rissen GmbH Hamburg Handels und Umweltschutzlaboratorium 2002 Wierts Eggert J rissen GmbH Hamburg Handels und Umweltschutzlaboratorium 2002 Khatam Lab Tehran 2002 Khatam Lab Tehran 2002 Khatam Lab Tehran 2002 Khatam Lab Tehran 150 9 1 Probenliste authentisch iranische Pistazienproben Forts Proben Nr REE Bereitgestellt von Khatam Lab Tehran Frankfurt am Main o N D NR D On a 151 9 Material und Methoden authentisch US amerikanische Pistazienproben Bereitgestellt Bezogen von ohne Schale lose Ware Erntejahr P
13. korreliert s Tabel le 38 Die MSA Werte s Tabelle 39 werden an den Diagonalelementen der Anti Image Matrize abgelesen und geben Aufschluss ber die Eignung der einzelnen Variablen f r die Hauptkomponentenanalyse Die Eignung der Variablen ist von mittelpr chtig gt 0 7 ber recht gut gt 0 8 bis fabelhaft gt 0 9 zu bezeichnen Es ist somit keine Variable von der Hauptkomponentenanalyse auszuschlie en Anti Image Matrix Das mage beschreibt den Anteil der Varianz der durch die verbleibenden Variablen mit Hilfe einer multiplen Reg ressionsanalyse erkl rt werden kann w hrend das Anti Image denjenigen Teil darstellt der von den brigen Variab len unabh ngig ist Da die Faktorenanalyse unterstellt dass den Variablen gemeinsame Faktoren zugrunde liegen ist es unmittelbar einsichtig dass Variablen nur dann f r eine Faktorenanalyse geeignet sind wenn das Anti Image der Variablen m glichst gering ausf llt Nicht Diagonal Elemente der Anti Image Kovarianz Matrix m ssen nahe bei null liegen 6 94 6 2 Hauptkomponentenanalyse 6 2 2 Extraktion der Faktoren Komponenten Um die den Variablen zugrunde liegenden Faktoren konkret zu bestimmen miissen lineare Kombinationen der Variablen gebildet und das Ergebnis der Faktorenextraktion mit geeigneten Ma en beurteilt werden Durchf hrung Die erste Hauptkomponente wird so bestimmt dass sie einen m glichst gro en Teil der Gesamt
14. sich die Anbaufl chen und Ertr ge stetig 12 San Luis Obispo so dass die USA heute nach dem Iran der 15 Contra Costa gt 16 San Josquin Hauptproduzent von Pistazien ist 98 der Pi acer 18 Sutter s 5 19 Calaveras amerikanischen Pistazien werden in Kali 20 San Bernardino 21 Sol A 22 Shasta fornien Central Valley auf ca 356 km 23 Yuba produziert wobei die Hauptproduktions st tte aufgrund des w sten hnlichen Klimas im San Joaquin Valley liegt kleine Andere Belgi 17 e Anbaufl chen finden sich aber auch in Arizona New Mexico und West Texas Deutschland 3 50 der kalifornischen Ernte wurde 2003 Japan 2 exportiert die Hauptabnehmer waren die Luxemburg 16 EU Kanada und Japan s Abbildung Italien 42 215 SS 4 Niederlande Kanada 12 8 Frankreich Abbildung 9 9 Kalifornienkarte und Hauptexportl nder Gesarrtexport 23 770 t f r amerikanische Pistazien 2003 Gesarrtwert 91 430 848 In Abbildung 6 ist au erdem zu erkennen dass Deutschland als einer der gr ten Pistazienh nd ler der Welt fungiert Aus den Im und Exportdaten Deutschlands von 2003 s Abbildung 102 ist zu ersehen dass gro e Mengen Pistazien vornehmlich aus dem Iran 71 und den USA 25 nach Deutschland importiert wurden Ca die H lfte davon wurde im gleichen Jahr wie der weiter in andere europ ische L nder exportiert USA 25 Andere 0
15. 1986 324 S 760 766 185 10 Literaturverzeichnis 230 231 232 233 234 235 236 237 238 239 240 241 242 243 186 Schmidt H L Butzenlechner M Rossmann A Schwarz S Kexel H Kempe K Inter and intramolecular isotope correlations in organic compounds as a criterion for authenticity identification and origin assignment Zeitschrift f r Lebensmittelunter suchung und forschung 1993 196 S 105 110 Schmidt H L Kexel H Butzenlechner M Schwarz S Gleixner G Thimet S Werner R A Gensler M Non statistical isotope distribution in natural compounds Mirror of their biosynthesis and key for their origin assignment In Stable isotopes in the biosphere Hrsg Wada E Yoneyama T Minagawa M Ando T Fry B D Kyoto University Press 1995 S 17 35 Schmidt H L Medina R Possibilities and Scope of the Double Isotope Effect Method in the Elucidation of Mechanisms of Enzyme Catalyzed Reactions sotopen praxis 1991 27 1 S 1 4 Schmidt H L Rossmann A Stockigt D Christoph N Stable isotope analysis Ori gin and authenticity of foodstuffs Chemie in Unserer Zeit 2005 39 2 S 90 99 Schmidt H L Voerkelius S Amberger A Nitrogen and Oxygen Isotopes as Indica tors for Nitrification and Denitrification In Progress in Hydrogeochemistry Hrsg Matthess G Frimmel F H Hirsch P
16. 1989 Talaie A Pistachio Production and Development in Iran The Clipper The Journal for the International Trade in Processed Food Dried Fruit and Nuts 1998 3 S 24 30 187 10 Literaturverzeichnis 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 188 Taylor J W Chen I J Variables in Oxygen 18 Isotopic Analysis by Mass Spec trometry Analytical Chemistry 1970 42 2 S 224 Tcherkez G Farquhar G Badeck F Ghashghaie J Theoretical considerations about carbon isotope distribution in glucose of C 3 plants Functional Plant Biology 2004 31 9 S 857 877 The United Nations Statistics Division http Avww unstats un org letzter Aufruf der Website 23 12 2004 ThermoQuest Finnigan ConFlo II Interface Operating Manual 2000 ThermoQuest Finnigan TC EA High Temperature Conversion Elemental Analyzer Operating Manual 1999 Thompson M Wood R International Harmonized Protocol for Proficiency Testing of Chemical Analytical Laboratories Journal of AOAC International 1993 76 4 S 926 940 Trader Joe s Company Attp www traderjoes com products index asp letzter Aufruf der Website 11 5 2006 Troughton J H Card K A Temperature Effects on Carbon Isotope Ratio of C3 C4 and Crassulacean A cid Metabolism Cam Plants Planta 1975 123 2 S 185 190 Unterzaucher J The D
17. 202 1 S 55 59 Kornexl B E Werner R A Gehre M Standardization for oxygen isotope ratio mea surement Still an unsolved problem Rapid Communications in Mass Spectrometry 1999 13 13 S 1248 1251 Kornexl B E Werner T Rossmann A Schmidt H L Measurement of stable iso tope abundances in milk and milk ingredients A possible tool for origin assignment and quality control Zeitschrift fiir Lebensmitteluntersuchung und forschung 1997 205 1 S 19 24 Kosir I J Kocjancic M Ogrinc N Kidric J Use of SNIF NMR and IRMS in com bination with chemometric methods for the determination of chaptalisation and geo graphical origin of wines the example of Slovenian wines Analytica Chimica Acta 2001 429 2 S 195 206 Koziet J Isotope ratio mass spectrometric method for the on line determination of oxygen 18 in organic matter Journal of Mass Spectrometry 1997 32 1 S 103 108 Kromidas S Validierung in der Analytik Wiley VCH 1999 Kroopnic P Craig H Atmospheric Oxygen Isotopic Composition and Solubility Fractionation Science 1972 175 4017 S 54 Krueger D A Stable Carbon Isotope Ratio Method for Detection of Corn Derived Acetic Acid in Apple Cider Vinegar Collaborative Study Journal of AOAC Interna tional 1992 75 4 S 725 728 Krueger D A Applications of Stable Isotope Ratio Analysis to Problems of Fruit Juice Adulteration In Adulteration o
18. 222 223 224 225 226 227 228 229 Rossmann A Butzenlechner M Schmidt H L Evidence for A Nonstatistical Car bon Isotope Distribution in Natural Glucose Plant Physiology 1991 96 2 S 609 614 Rossmann A Lullmann C Schmidt H L Mass Spectrometric Determination of Carbon and Hydrogen Isotope Ratios for Honey Authenticity Control Zeitschrift fiir Lebensmitteluntersuchung und forschung 1992 195 4 S 307 311 Rossmann A Rieth W Schmidt H L Possibilities and Results of the Combination of Hydrogen and Carbon Stable Isotope Ratio Determination with Results of Conven tional Analyses RSK Values for the Proof of Sugar Addition to Fruit Juices Zeitschrift fiir Lebensmitteluntersuchung und forschung 1990 191 4 5 S 259 264 Rossmann A Schmidt H L Assignment of Ethanol Origin and Proof of Sugar Addi tion to Wine Through Positional H 2 and C 13 Isotope Ratio Measurement Zeitschrift fiir Lebensmitteluntersuchung und forschung 1989 188 5 S 434 438 Rossmann A Schmidt H L Hermann A Ristow R Multielement stable isotope ratio analysis of glycerol to determine its origin in wine Zeitschrift fiir Lebensmittelun tersuchung und forschung 1998 207 3 S 237 243 Rossmann A Schmidt H L Reniero F Versini G Moussa I Merle M H Stable carbon isotope content in ethanol of EC data bank wines from Italy France and Germany Zeitsch
19. 4 Ergebnisteil I Methodenvalidierung 4 4 Voruntersuchungen von Pistazien 4 4 1 Streubreite innerhalb einer Handelsverpackung Eine Pistazienprobe z B eine Handelsverpackung muss f r die Untersuchung vermahlen wer den um einen Durchschnittswert der Gesamtprobe zu erhalten Es ist daher wichtig vorher fest zustellen wie hoch die durch das Mischen mehrere Kerne erzeugte Streuung ist und wie viel Kerne gebraucht werden um eine homogene repr sentative Probe zu erhalten Zur Feststellung der biologischen Streubreite einer Pistazienprobe wurden daher einzelne Kerne einer Handels verpackung vermahlen und auf ihre C N und O Verh ltnisse hin vermessen Durchf hrung Jeweils zehn einzelne Pistazienn sse aus acht verschiedenen Handelsverpackungen unterschied licher H ndler wurden auf ihr C PN und O Stabilisotopenverh ltnis hin vermessen Die daraus resultierende Gesamtstreuung der zehn Einzeln sse einer T te wird jeweils mit einer vermahlenen 20 g Probe derselben T te verglichen Ergebnis Tabelle 10 5 C Ergebnisse des Vergleichs der Standardabweichung von 10 einzelnen Pistazien n ssen und einer 20 g Mischprobe derselben T te 6 T te1 T te2 T te3 T te4 T te5 T te6 T te7 T te 8 3 xin amp 26 59 2674 2725 27 91 2720 27 11 2811 2737 E sin o 1 17 0 96 0 89 1 03 1 01 0 91 0 74 1 25 B Sin 3 4 3 1 3 1 3 5 3 1 3 1 2 4 5 amp Xin o 26 48 27 22 26 36 26 54 26 6
20. 6 oo B USA Iran 70 30 x A A ag na HET 22 3 4 o o 50 50 ES a US A USA Iran 30 70 c 3 4 o o USA Iran 10 90 lran 10 9 Iran u 6 100 Iran 1 kanonische Diskriminanzfunktion 85 O l Abbildung 52 Grafische Darstellung der Klassifizierung von USA Iran Mischproben verschiede ner Verh ltnisse durch das 3 Variablen Diskriminanzmodell aus Kapitel 6 3 2 Die Klassifizierung der USA Iran Pistazienmischproben in das 3 L nder Diskriminanzmodell erweist sich wie vermutet als nicht sehr aussagekr ftig Von den f nf Mischungen sind grafisch nur zwei auffallig weil sie abseits der Punktwolken liegen Quadrat und Kreuz in Abbildung 52 Dabei wird die 50 50 Mischung rein statistisch vom Diskriminanzmodell sogar der t rki schen Punktwolke zugeordnet Die Mischung mit einem Anteil von 70 USA Pistazien Quad rat liegt auffallig neben der amerikanischen Punktwolke w hrend die Mischung mit einem An teil von 70 96 iranischen Pistazien Punkt sich zwar am Rand des iranischen Bereichs befindet jedoch nicht auff llig au erhalb Es wird daher eine weitere Diskriminanzanalyse durchgef hrt und zwar diesmal nur mit dem authentischen Datensatz der USA und dem Iran bei der nur diese beiden L nder als Gruppen vorgegeben werden Bei zwei Gruppen wird nur noch eine Diskriminanzfunktion extrahiert und die grafische Darstellung ist daher eindimensional Zum Vergleich ist
21. Auftragung der 8 Cppg gegen die 8 N4 Messwerte der authentischen Pistazien SINA Pistazie 10 SINA Pistazie 12 4 USA Abbildung 42 Auftragung der SINA gegen die 8 Ovsuow Messwerte der authenti schen Pistazien 7 2 T rkei 33 35 37 39 8 Oysuow Pistazie 6 1 Streudiagramme Pistazie T rkei 26 4 Iran Abbildung 43 Auftragung der 5 gegen die 8 Ovsuow Messwerte der authen tischen Pistazien 8 Ovsuow Pistazie 37 39 O California 2001 Iran 2001 o amp V Turkey 2001 ad e Delta Nitrogen Abbildung 44 Wiederholung der Abbildung 1 zum Vergleich C N ratio Originalgrafik ver ndert nach An derson et al In der einfachen Auftragung des 8 Cppg Werts der Pistazien gegen ihren SIN Wert s Abbildung 41 kann durch die unterschiedliche Farbgebung schon eine Anordnung der Werte in Punktwolken aber keine klare Trennung der Lander erkannt werden Die Messwerte der USA und der T rkei bilden kleine mehr rundliche Punktwolken w hrend die Punktwolke der Iran proben durch die gro e Streubreite in deren 5 Naj Werten s Kapitel 5 2 lang gestreckt ist Wird dagegen der Ovsmow Wert als eine der Variablen verwendet s Abbildung 42 und 43 kann wie bei den Box Plots in Kapitel 5 2 eine deutliche Abtrennung der iranischen Pistazien proben von denen der USA beobachtet werden Die Punktwolke der t rkischen Messwerte or
22. B McRoberts W C Hamilton J T G Carbon isotope anomaly in the major plant C pool and its global biogeochemical implications Biogeosciences 2004 1 S 123 131 Kohl D H Shearer G Isotopic Fractionation Associated with Symbiotic N 2 Fixation and Uptake of NO3 by Plants Plant Physiology 1980 66 1 S 51 56 Kohl D H Shearer G B Commoner B Variation of N 15 in Corn and Soil Follow ing Application of Fertilizer Nitrogen Soil Science Society of America Journal 1973 37 6 S 888 892 Korner Ch Farquhar G D Wong S C Carbon isotope discrimination by plants follows latitudinal and altitudinal trends Oecologia 1991 88 S 30 40 Kornexl B Multi Element Isotopenanalyse zu Fragen der Stickstoff Bilanzierung und der Lebensmittelauthentizit tspr fung Dissertation Technische Universit t M nchen Freising Weihenstephan 1997 Kornexl B E Gehre M Hofling R Werner R A On line delta O 18 measurement of organic and inorganic substances Rapid Communications in Mass Spectrometry 1999 13 16 S 1685 1693 10 Literaturverzeichnis 161 162 163 164 165 166 167 168 169 170 171 172 173 174 Kornexl B E Rossmann A Schmidt H L Improving fruit juice origin assignment by combined carbon and nitrogen isotope ratio determination in pulps Zeitschrift f r Lebensmitteluntersuchung und forschung 1996
23. Das ConFlo II Interface hat ein beson N2 Standard N2Probe CO2Probe CO2 Standard deres Open Split System dass den groBen Tr gergasstrom aus dem EA permanent teilt Es besteht aus zwei ineinander gesteckten Glasr hrchen zwischen denen 90 des EA Tr gergasstroms als Waste vorbeiflie en und nur ca 10 in das innere R hrchen gelangen An dessen Ende befindet sich die sog Schn ffel Kapillare die den reduzierten EA Tr gergasstrom zum IRMS leitet Das Open Split System des ConFlo II V ist weiterhin so konzipiert dass der EA Tr gergasstrom mit Helium ber eine Abbildung 26 bewegliche Kapillare noch weiter ver Schema der Funktionsweise eines ConFlo UU d nnt werden kann Dies ist z B bei orga Tatertaces um Duniedsniane nischen Proben n tig um das in hohen Originalgrafik aus dem ConFlo II Interface Benut Konzentrationen entstehende Kohlendi zerhandbuch R oxid gegeniiber dem zumeist kleinen Stickstoffsignal angleichen zu k nnen Dazu wird kurz vor dem Durchlauf des CO2 Peaks die bewegliche Heliumkapillare unter das Niveau der MS Schn ffelkapillare in das innere R hrchen abgesenkt und durch Gegenstromprinzip der ankommende EA Tr gergasstrom weiter verd nnt Dilution Dabei ist jedoch zu beachten dass die Zumischung des Heliums eine Isotopenfraktio nierung hervorruft so dass Probe und Standard immer unter gleichen Bedingungen gemessen werden m ssen Eine schematische Darst
24. Im Laborversuch sollte der Einfluss der R stung und Salzung auf das Isotopenverh ltnis unter sucht werden Dazu wurde eine vorhandene amerikanische Handelsware die als roh gekenn zeichnet war als Probe gew hlt und nach dem Rezeptvorschlag der California Pistachio Com mission welcher auf deren Internetseite abrufbar ist zubereitet Versuch 1 R stung Menge 1 Cup 250 ml Pistazien Temperatur 120 C R stdauer l h und 154 h alle 30 Minuten wenden Versuch2 R stung und Salzung Menge 1 Cup 250 ml Pistazien Salzl sung 7 g NaCl Merck in 40 ml Wasser Pistazien mit der Salzl sung vermengen und eindampfen danach folgt die R stung wie in Versuch 1 beschrieben 9 3 7 Statistik Die statistischen Auswertungen und Tests in Kapitel 4 5 und 6 wurden mit Hilfe der Statistik software SPSS 12 0 auf dem 95 Wahrscheinlichkeitsniveau durchgef hrt Abweichungen da von sind im Text erw hnt F r die Berechnungen der Hauptkomponenten und Diskriminanzana lyse wurde ausschlie lich der um die Ausrei er verminderten Datensatz der authentischen Pista zien verwendet 167 10 Literaturverzeichnis 168 10 Literaturverzeichnis 10 Literaturverzeichnis 10 Literaturverzeichnis 1 2 3 4 5 6 7 8 9 10 11 12 13 14 170 Vielseitige Niisse Pistazien Warenverkaufskunde in Lebensmittel Praxis 2000 24
25. Smith O California 2001 Iran 2001 o Y Turkey 2001 9 s ee S o v v E o o o gt 5 ki a Abbildung 1 Separationsergebnis nach L ndern von Pis tazienproben mit einer Auftragung des C N Verh ltnisses gegen den 8 N Wert Originalgrafik verandert nach Anderson et al Die Isotopenverh ltnis Massenspektrometrie IRMS hat sich schon h ufig in der Lebensmittel analytik auf den Gebieten des Authentizit ts und Verf lschungsnachweises als leistungsstark bew hrt Die Methodik nutzt aus dass in der Natur sog Isotopeneffekte auftreten durch die es zu erheblichen globalen Unterschieden in der Isotopenzusammensetzung kommt die sich wie derum in den Pflanzen und damit auch in den daraus hergestellten Lebensmitteln niederschlagen 2 Einleitung Daher k nnen ber einzelne Stabilisotopengehalte Bioelemente H O C N oder deren Kombi nation z B die Herkunft hochwertiger Lebensmittel wie Wein 0 103 115 136 222 Vanillin 75 55 189 2183 on 1 7501 Kaffee 8877 oder Tee unterschieden werden AuBerdem eignet sich diese Technik auch zur Unterscheidung von Pflanzenarten oder syntheti Honig schen von nat rlichen Produkten So kann z B die Zuckerung von 2 82 202911 Frucht saft65105 161 169 219 und Wein 0221 der Ersatz von nat rlichen Aromen durch synthetisch her 20 27 29 33 225 16 mit der Iso gestellte l oder die Rohstoffgr
26. befreien die Pistazien von ihrer rosa Fruchtfleischh lle bevor sie in riesigen Tanks gewaschen und von den an der Oberfl che schwimmenden leeren Fr chte ca 1 3 der Ernte abgetrennt werden Durch die nachfolgende Trocknung bei relativ niedrigen Tem peraturen 60 C bis auf 5 7 Restfeuchtigkeit wird der Pilzwuchs und Insektenbefall vermie den Das Gewichtsverh ltnis zwischen frischen und gesch lten getrockneten Pistazien liegt etwa bei drei zu eins Anschlie end werden die ge ffneten von den geschlossenen Pistazien durch eine rotierenden R hre needle picker getrennt deren Innenwand mit einer weichen Nadel matte ausgelegt ist die nur die ge ffneten Pistazien aufnimmt Die geschlossenen Pistazien k n nen dann separat weiterverarbeitet werden z B maschinelle ffnung der Schalen oder Entfer nung der Schalen zum Verkauf der Kerne Ein elektronisches Auge sortiert fleckige Pistazien aus bevor sie nach Gr e und letztendlich auch noch einmal per Hand sortiert werden Durch diesen Sortierungsprozess werden gt 99 der defekten N sse erkannt die meistens auch f r die Aflatoxinkontamination verantwortlich sind Am Ende werden die Pistazien ger stet und gesalzen h ufig erst in den Verbraucherl ndern indem sie durch Spr hd sen mit einer Salzl sung bespr ht oder darin gebadet werden Dann folgt die R stung f r ca 20 Minuten bei 170 C K hl und trocken gelagert halten sich Pista zien bis zu zwei Jahre jedoc
27. de Ergebnisdiskussion 7 Ergebnisdiskussion In dieser Arbeit wird mit Hilfe der Stabilisotopenverh ltnis Massenspektrometrie IRMS der Elemente Sauerstoff Kohlenstoff und Stickstoff in Kombination mit multivariater Statistik Hauptkomponenten und Diskriminanzanalyse eine effiziente Methode zur Trennung von Pis tazien nach ihren drei Haupterzeugerl ndern Iran USA und T rkei vorgestellt Eine derartige Methode fehlt zur Zeit in der Lebensmittel berwachung um die h ufiger vorkommenden Ver f lschungen von amerikanischen Handelspistazien durch Umetikettierung oder Untermischung iranischer Ware aufzudecken Auch die EU wertet die Erstellung herkunftsnachweisender Me thoden als sehr wichtig inhaltlicher Bestandteil des 5 und 6 Rahmenprogramms s Kap 1 um Verbraucher und Lebensmittel zu sch tzen Zu Beginn dieser Arbeit wurden mit dem Isotopenverh ltnis Massenspektrometer IRMS Mes sungen durchgef hrt die der Absicherung und berpr fung der C N und O Methode galten Es sollte sichergestellt werden dass die Messmethoden zuverl ssig alle verwendeten Materialien ber den Messzeitraum von ca einem Jahr stabil und die Auf und Verarbeitungs schritte diskriminierungsfrei sind s Kapitel 4 1 und 4 2 Schwierigkeiten zeigten sich hier bei der TC EA Messung 5 O Bestimmung da zum Zeitpunkt der praktischen Arbeiten zu dieser Dissertation noch kein zertifiziertes organisches Feststoff Referenzmaterial zur Kalibrie
28. die Hauptkomponentenanalyse mit Varimax Rotation nochmals angewendet Sie ist im Gegen satz zur Diskriminanzanalyse eine strukturen entdeckende Methode s Kapitel 3 4 1 und daher geeignet vorhandene Unterschiede in Messdaten aufzudecken und nachzupr fen ob sich andere L nder von den drei Hauptanbaugebieten unterscheiden lassen Das Ergebnis der Hauptkomponentenanalyse mit den Daten des authentischen Pistaziendatensat zes und den Proben der f nf neuen L nder Ergebnisgrafik nicht dargestellt zeigt jedoch sehr deutlich dass sich alle Proben dieser f nf L nder innerhalb oder nahebei der Punktwolken vom Iran der USA und der T rkei einordnen Die italienische sizilianische und marokkanische Pro be sind z B in der iranischen Punktwolke angesiedelt w hrend die Probe aus Usbekistan sich im t rkischen Bereich befindet Die Proben aus Syrien sind sogar in zwei verschiedenen Punktwol ken T rkei und USA wieder zu finden ebenso die sechs aus Griechenland T rkei und Iran Keines dieser L nder bildet somit eine eigene Gruppe d h sie k nnen nicht eindeutig von den drei Hauptanbaugebieten unterschieden werden Dies bedeutet zum einen dass die Fremdl nder keine eigenen Gruppen bilden bzw bei einer gr eren Probenanzahl w rden sich berschnei dende Punktwolken ergeben und zum anderen dass sie nicht von den Hauptanbaul ndern unter schieden werden k nnen 127 7 Ergebnisdiskussion 128 7 Ergebnisdiskussion
29. fen Mit ihr kann getestet und si chergestellt werden dass die gemessenen Variablen ohne jegliche Vorgabe der Herkunft das Datenmaterial nach L ndern trennen und somit zur Herkunftsbestimmung geeignet sind Das Ergebnis war eine vollst ndige Trennung der drei L nder voneinander so dass der authentische Datensatz weiter mit einem strukturen pr fenden Verfahren untersucht werden konnte Aufgrund der Art der Daten kam als Klassifikationsmodell nur die Diskriminanzanalyse in Frage Auch hier wurde eine vollst ndige Trennung der drei L nder erreicht und somit konnte ein Klassifizie rungsmodell erstellt werden mit dem die Herkunft neuer zweifelhafter oder unbekannter Pista zienproben festgestellt werden kann Das System hat die Variablen so Ol SPC l und N R ckstand als aussagekr ftigste Variablen zur Erstellung des Diskriminanzmodells aus gew hlt jedoch zeigte die Pr fung der Sicherheit des Modells mit den drei einschl gigen Sch tzverfahren R L und H Methode dass die Stickstoffvariable nicht unbedingt mit einbe zogen werden muss Eine echte Laboranwendbarkeit ist au erdem gegeben da die linearen Klas sifikationsfunktionen nach Fisher anwendbar sind Mit 63 weiteren Proben wurden durch Anwendungsbeispiele die St rken und Schw chen der Methode aufgezeigt 147 9 Material und Methoden 148 9 Material und Methoden 9 Material und Methoden 9 Material und Methoden 9 1 Probenliste
30. ltnis verwendet werden Aflatoxine geh ren zu den st rksten bisher bekann ten Leberkanzerogenen und das Aflatoxin 8 Abb 11 gilt als einer der st rksten krebsausl sen den Naturstoffe berhaupt Die Pilzgifte sind un sichtbar und gehen durch Erhitzen R sten oder andere Verarbeitungsschritte nicht oder nur gering f gig verloren Auch durch Bestrahlung werden 50 192 o 0 OCH Aflatoxine weder eliminiert noch verringert Abbildung 11 Strukturformel Aflatoxin B Schimmelpilze befallen nur einzelne Niisse und sind deswegen in einer Pistazienpartie nicht ho mogen verteilt Nesterbildung Daher spielt die richtige Probennahme eine gro e Rolle um eine m glichst verl ssliche Aussage ber den Grad einer Aflatoxinkontamination treffen zu k nnen Aus diesem Grund sind von der EU Kommission f r Lebensmittel detaillierte Probenahmever fahren und mengen EG Richtlinie 98 53 EG festgelegt worden Sie sind als repr sentativ f r eine betreffende Partie anzusehen jedoch kann dadurch trotzdem nicht mit hundertprozentiger Sicherheit gew hrleistet werden dass in einer Partie die Aflatoxingehalte unterhalb der zul ssi gen H chstgrenze liegen 70 Die H chstgrenzen f r Mykotoxine sind von der Europ ischen Gemeinschaft in der Kontami nanten H chstgehaltverordnung VO EG 466 2001 f r bestimmte Lebensmittel Schalen fr chte Trockenfr chte Getreide Gew rze festgelegt worden w hrend in der Bundes
31. sentlich homogenere Matrix darstellt und dadurch kleinere Standardabweichungen resultieren Auch f r die Verarbeitungsschritte R stung und Salzung kann Diskriminierungsfreiheit an 146 8 Zusammenfassung genommen werden da der Betrag der Diskriminierung der durch die R stung und oder Salzung eingebracht wird vernachl ssigbar klein im Vergleich zur biologischen Streubreite ist Nach der Absicherung der Methodik wurden 101 authentischen Pistazienproben mit der IRMS vermessen Es wurde jeweils das C C PN N und 0 O Verh ltnis der vermahlenen Probe des daraus gewonnenen Pistazien ls und des verbleibenden entfetteten R ckstands be stimmt und die 6 Wertergebnisse danach eingehend statistisch untersucht Ihre Betrachtung in Box Plot Darstellungen und x y Streudiagrammen zeigte schon das sehr gute Potential der ge w hlten Stabilisotopenvariablen den authentischen Pistaziendatensatz nach L ndern zu trennen Mit Hilfe von drei verschiedenen Tests wurde dieser anschlie end von Ausrei ern bereinigt sowie die Daten auf ihre Normalverteilung Varianzhomogenit t Gruppenunterschiede und Kor relation hin analysiert Erst nachdem all diese Punkte zur Zufriedenheit berpr ft wurden ist der authentische Datensatz zur multivariaten Datenanalyse zugelassen worden Zur multivariaten Untersuchung des authentischen Datensatzes wurde zuerst die Hauptkompo nentenanalyse herangezogen um dessen Struktur zu berpr
32. 0 900 x s O Pistazie 0 421 x 5 C Pistazie 0 148 x BIN Pistazie 17 492 d 0 088 x BIO Pistazie 1 882 x 5 C Pistazie 0 402 x 5 N Pistazie 49 372 Diskriminanzfunktionen der 2 Pistazienvariablenkombination d 0 965 x 8 O Pistazie 0 426 x 5 C Pistazie 19 020 d 0 216 x BDO Pistazie 2 423 x 5 Pistazie 72 601 Klassifizierungsergebnisse Tabelle 52 Klassifikationsmatrix aus der Diskriminanzanalyse der 3 und 2 Variablen kombination der Pistazien Gesamtnuss mit den Ergebnissen nach der R L und H Methode Vorhergesagte Gruppenzugeh rigkeit Pr fmethode dd Iran USA T rkei Gesamt Falle R Methode Iran 100 0 0 100 32 USA 0 100 0 100 33 T rkei 0 0 100 100 25 L Methode Iran 100 0 0 100 32 USA 0 100 0 100 33 T rkei 0 0 100 100 25 H Methode Iran 100 0 0 100 12 USA 0 100 0 100 13 Tirkei 0 0 100 100 9 F r die Berechnung der H Methode wurden die Gruppen per Zufallsgenerator in jeweils 70 Lern und 30 Kontrollstichprobe unterteilt 114 6 3 Diskriminanzanalyse Grafische Darstellung der Funktionswerte 4 gt E Gruppenzentroide T D AED p a a D B m B c 24 E g 9 Z E 1 d Um 2 5 N D sz a 2 o A A E a e co 4 A x Sie 4 AR O i IR en 5 aps e ae 2 m E a D is USA L A
33. 07 o V 0 02 o V 0 07 o V IN linearer Arbeitsbereich 3 4V 3 8V Steigung 0 06 o V 0 00 o V 180 linearer Arbeitsbereich 3 6 V 3 5V 2 8V Steigung 0 01 o V 0 04 o V 0 13 o V Die Ergebnistabelle 9 zeigt f r den EA C und N Methode dass in den angegebenen Sig nalh hen bzw Arbeitsbereichen in allen drei untersuchten Pistazienfraktionen die Messungen als linear zu bezeichnen sind Die Spannweiten der Volt Bereiche sind allerdings unterschied lich weil mit einer Probeneinwaage gleichzeitig sowohl das C als auch das N Ergebnis er zeugt wurde die Dualgasmessung ist zeit und kosteng nstiger Der TC EA O Methode zeigt wesentlich engere lineare Arbeitsbereiche weil es hier auf grund von Nebenreaktionen in der IRMS Quelle zu starken Linearit tseinbu en kommt die auch das zugef hrte Auxiliarygas 2 in He nicht ausgleichen konnte Kapitel 3 3 4 Beim Pistazien l zeigt sogar nur die n here Umgebung einer Konzentration gleichartige Werte Hier k nnten die ver nderten Bedingungen bei der Verbrennung aufgrund der fl ssigen Konsistenz des ls und der st rkeren Zinnkapseln Becher statt Folien eine Rolle spielen Da die le je doch alle per Mikroliterspritze abgemessen werden und dies sehr gut reproduzierbar ist kann davon ausgegangen werden dass alle Proben auf dem gleichen Konzentrationsniveau und damit unter gleichen Bedingungen vermessen wurden und der Wert dadurch vergleichbar bleibt 49
34. 138 Abk rzungsverzeichnis Abk rzungsverzeichnis C Hg o Abb Abk AES Air allg Anm ANOVA ASE BfR BgVV ca CAM CO CO DSC EA EG et al EU Forts GC GFS GISP GNIP Dollar Prozent Durchmesser Grad Celsius Mikrogramm Promille Atomabsorptionsspektrometrie Abbildung Abk rzung Atomemissionsspektroskopie Stickstoff der Luft Bezugstandard f r Stickstoffisotopenmessung allgemein Anmerkung ANalysis Of V Ariance Accelerated Solvent Extraction Bundesinstitut f r Risikobewertung ehemals BgVV Bundesinstitut f r gesundheitlichen Verbraucherschutz und Veterin rmedizin Kohlenstoff circa Crassulacean Acid Metabolism Kohlenmonoxid Kohlendioxid Differential Scanning Calorimeter Elemental Analyser Elementaranalysator Europ ische Gemeinschaft et alii und andere European Union Fortsetzung Gramm Gaschromatografie Gemeinsame Forschungsstelle Greenland Ice Sheet Precipitation Referenzwasser der IAEA Global Network of Isotopes in Precipitation Wasserstoff Wasser XV Abk rzungsverzeichnis ha HPLC IAEA ICP int IRMS Kap kg kJ km LFGB LSD mg MHmV min NMR Ref gas 5 0 sog Std xvi Hektar Helium High Pressure Liquid Chromatography Hochdruckfl ssigkeitschromatrografie International Atomic Energy Agency Internationale Atomenergiebeh rde Inductive Coupled Plasma international Isotope Ratio Mass Spe
35. 42 27 89 27 27 0 38 31 47 24 62 0 09 3321 28 68 26 09 27 69 26 49 28 15 3 26 01 27 63 84 RS 26 92 079 29 65 2438 0 64 31 70 28 55 31 44 26 58 33 34 28 03 26 27 449 3517 23 59 499 38 80 28 01 RS 26 92 33 74 28 57 28 91 28 13 28 18 27 79 28 39 ef 26 79 35 09 26 75 37 73 27 38 38 98 26 21 33 58 E 26 65 32 79 26 23 31 92 27 81 27 99 28 32 27 76 28 24 28 01 28 30 27 79 27 85 E 26 41 34 07 26 78 32 08 26 22 33 63 26 82 32 85 26 48 34 42 26 80 31 71 26 29 31 32 26 25 32 84 R ger stet S gesalzen O ohne Schale B biologischer Anbau fett gedruckte Werte nachgewiesene Ausrei er nach Kapitel 5 3 1 R R R R R R R E E O 1 O O O oo N MIB GQ Ne 1 A 1 XVI Probenliste mit 5 Werten Handelsproben mit Herkunftsdeklaration Mittelwerte der 6 Messung nach Grubbs Ausrei ertest Verarbei tung Pistazie Pistazie Pistazie 5 Cypps R ckstand R ckstand 8 Ovsmow R ckstand Pistazien l Pistazienol Probennr N G R S 5 lo ojlo N RS 2689 430 3682 23 95 4 40 3937 2841 38 11 Gleis gt RS 27 22 041 2695 24 21 0 47 29
36. 9 S 121 137 Fauhl C Reniero F Guillou C H 1 NMR as a tool for the analysis of mixtures of virgin olive oil with oils of different botanical origin Magnetic Resonance in Chemistry 2000 38 6 S 436 443 Faulhaber S Isotopenmassenspektrometrie und enantioselektive Analyse zur Authenti zit tskontrolle therischer Ole Dissertation Johann Wolfgang Goethe Universit t Frankfurt am Main 1998 Ferhi A L tolle R Transpiration and Evaporation As Principal Factors in Oxygen Isotope Variations of Organic Matter in Land Plants Physiologie Vegetale 1977 15 2 S 363 370 Fernandez Caceres P L Martin M J Pablos F Gonzalez A G Differentiation of tea Camellia sinensis varieties and their geographical origin according to their metal content Journal of Agricultural and Food Chemistry 2001 49 10 S 4775 4779 Finnigan MAT Delta The Stable Isotope Engine Finnigan MAT Broch re 1996 175 10 Literaturverzeichnis 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 176 Finnigan MAT TC EA High Temperature Conversion Elemental Analyzer Finni gan MAT Brochiire 1999 Foreign Agricultural Service Official USDA Estimates Pistachios Production Supply and Distribution in Selected Countries http www fas usda gov psd complete_tables HTP table6 117 htm letzter Aufruf der Website 11 5 2006
37. Carboxylase eine hohe Af finit t zu ihrem Substrat HCO3 zeigt wird praktisch das gesamte aufgenommene gebun den und dadurch aufkonzentriert w hrend die Photosynthese bei den C3 Pflanzen ausschlie lich auf Diffusion des atmosph rischen CO in die Photosynthesezellen beruht s Abbildung 13 W ep C3 plants plants ER Abbildung 13 Querschnitte durch Bl tter von C und C Pflanzen mit schematischer Darstellung der relevanten Schritte bei den unterschiedlichen Photosyn phosphoenol thesewegen pyruvate pyruvate Originalgrafik aus der Ver ffentli chung von J R Ehleringer starch Die Fixierung des CO aus der Luft mittels der PEP Carboxylase ist somit der k rzere und schnellere Weg verglichen mit dem Calvin Zyklus und verlauft mit einem geringeren Isotopenef fekt als bei der RuBP Carboxylase Daher weist die Biomasse der C4 Pflanzen 8 C Werte zwi schen 16 und 10 o auf schwere Pflanzen Zu dieser Gruppe geh ren Kulturpflanzen wie Hirse Mais Zuckerrohr und Sorghum sowie viele tropische Gr ser CAM Pflanzen k nnen das atmosph rische CO je nach u eren Gegebenheiten sowohl auf dem C als auch auf dem C4 Weg fixieren Daher haben CAM Pflanzen wie z B Ananas und Vanille 8 C Werte zwischen 30 und 12 19 7585131279294 Der 8 C Wert gilt heute als zuverl ssigstes Indiz f r die Zuordnung der Arten zum C3 oder C4 Pflanzentyp da er sich als streng korreliert
38. Die Anreicherung von O im Blattwasser h ngt daher von drei generellen Parametern ab 1 dem 6 Wert des Bodenwassers 2 der Anreicherung w hrend der Transpiration 3 dem Austausch mit dem Wasserdampf der Luft 486 28 3 2 Stabilisotope 3 2 3 2 Sauerstoffkreislauf in Pflanzen Der Sauerstoffkreislauf in Pflanzen ist im Gegensatz zum Kohlenstoffkreislauf sehr komplex Die Pflanzen nutzen f r den Aufbau ihrer Prim rprodukte Kohlenhydrate den Sauerstoff aus dem der Luft CO2 Fixierung durch die Photosynthese jedoch spiegelt sich dessen hoher 8 50 Wert 41 o nicht in dem Sauerstoff Isotopenverh ltnis des Pflanzenmaterials wieder Es konnte vielmehr in mehreren Studien gezeigt werden dass das O Verh ltnis der Pflanzenprim rprodukte erstmalig entdeckt bei Cellulose aus B umen mit dem des Blatt Wassers am Standort korreliert F r verschiedene Pflanzen mit unterschiedlichen Photo synthesewegen wurde hier immer eine O Anreicherung in den Kohlenhydraten von ca 78 2352535255 Diese generelle Sauerstoffisotopen 27 4 o gegen ber dem Blattwasser gefunden Anreicherung wurde lange auf eine Aquilibrierungsreaktion zwischen dem Blattwasser und hydratisierten Carbonylgruppen w hrend der Kohlenhydrat Biosynthese zur ckgef hrt P Alle Sauerstoffmolek le die in den Calvinzyklus gelangen durchlaufen zwar ein Carbonylstadium auf der Stufe der Triosen mit Phosphoglycerinaldehyd jedoch ist zweifelhaft
39. Diskriminan zanalyse mit 2 Variablen Die grafische Darstellung der Funktionswerte s Abbildung 46 und 47 verdeutlicht sehr klar die hervorragende Trennleistung der beiden Klassifizierungsmodelle 3 und 2 Variablen kombination Die Pistazienproben der Lander Iran USA und Tiirkei bilden drei separate Punktwolken zwischen denen ein deutlicher Zwischenraum liegt Durch die grafische Darstellung wird nun auch ein kleiner Unterschied zwischen dem 3 und 2 Variablen Diskriminanzmodell erkennbar Die Punktwolken der 2 Variablenkombination sind etwas gr er d h sie streuen mehr und die Punktwolke der t rkischen Proben liegt etwas tiefer so dass der Abstand zwischen den Werten der t rkischen und iranischen Pistazien etwas kleiner ist als bei der 3 Variablenkombination Hier wird der Informationsverlust durch die Herausnah me der Variable 5 N R ckstand aus dem Diskriminanzmodell deutlich Da jedoch beide Mo delle den authentischen Datensatz vollst ndig zu trennen verm gen ist die Kombination aus nur zwei Variablen als gleichwertig anzusehen Zudem w rde durch Verzicht der Vermessung des Stickstoff Isotopenverh ltnisses Geld und Analysenzeit gespart werden In dem vorherigen Kapitel 6 3 2 3 wurde festgestellt dass hinter der 1 kanonischen Diskrimi nanzfunktion bei beiden Variablenkombinationen vor allem das Sauerstoffisotop steht In der grafischen Darstellung der Funktionswerte s Abbildung 46 und 47 wird nun deutlich dass d
40. Durchf hrung Der konservative paarweise Vergleichstest T2 nach Tamhane bei dem keine Varianzgleichheit vorausgesetzt ist und auf der Grundlage eines T Tests basiert wird auf das um die Ausrei er verminderte authentische Datenmaterial angewendet P 95 Ebenso wird zum Vergleich die Scheffe Prozedur als Vertreter eines F Tests durchgef hrt bei dem Varianzhomogenit t Voraus setzung ist Hiermit soll berpr ft werden ob die vom Levene Test angezeigte Varianzinhomo genit t des Datensatzes gro oder klein ist Ergebnis Tabelle 36 Signifikanz Ergebnisse multipler Vergleichstests Post Hoc Mehrfachvergleiche en 5 Cppp Pistazie Iran amp USA 0 001 0 001 USA T rkei lt 0 001 lt 0 001 T rkei lt Iran 0 004 0 003 SN air Pistazie Iran lt USA lt 0 001 lt 0 001 USA T rkei 0 001 0 197 T rkei lt Iran 0 001 0 001 5 Oysmov Pistazie Iran amp USA lt 0 001 lt 0 001 USA T rkei lt 0 001 lt 0 001 T rkei lt Iran 0 001 0 001 Fortsetzung der Tabelle auf der nachsten Seite 82 5 3 Univariate statistische Vorbetrachtung Fortsetzung der Tabelle 36 Post Hoc Mehrfachvergleiche ee e Crog l Iran amp USA lt 0 001 lt 0 001 USA lt T rkei lt 0 001 lt 0 001 T rkei lt Iran lt 0 001 lt 0 001 8 Ol Iran lt gt USA 0 001 0 001 USA T rkei 0 001 0 001 T rkei lt Iran 0 001 0 001 8 Cppp R ckstand Iran lt USA lt 0 001 lt 0
41. F rstel H Die nat rliche Fraktionierung der stabilen Sauerstoff Isotope als Indikator f r Reinheit und Herkunft von Wein Naturwissenschaften 1985 72 S 449 455 F rstel H Elemente und Isotope Fl ssiges Obst 1994 61 1 S 15 19 F rstel H H tzen H Variation des Verh ltnisses der stabilen Sauerstoff Isotope im Grundwasser der Bundesrepublik Deutschland gwf wasser abwasser 1984 125 S 21 25 F rstel H H tzen H Stabile Sauerstoff Isotope als nat rliche Markierung von Weinen Die Weinwirtschaft 1984 3 S 71 76 Fotografie Ulla Kimmig Eine Reportage von Dierk Jensen erschienen in WELTBILD 3 01 http www ullakimmig de portframe html letzter Aufruf der Website 4 5 2005 Franke W Nutzpflanzenkunde Thieme Verlag 1989 Freyer H D Aly A I M Nitrogen 15 studies on identifying fertilizer excess in envi ronmental systems JAEA SM 191 9 1974 S 21 33 Freyer H D Aly A I M Nitrogen 15 Variations in Fertilizer Nitrogen Journal of Environmental Ouality 1974 3 4 S 405 406 Fronza G Fuganti C Grasselli P Reiero F Guillou C Breas O Sada E Ross mann A Hermann A Determination of the C 13 content of glycerol samples of diffe rent origin Journal of Agricultural and Food Chemistry 1998 46 2 S 477 480 Fronza G Fuganti C Grasselli P Serra S Reniero F Guillou C 3C and 8 0 Values of glycerol of food fats Rapid Comm
42. Flanagan L B Ehleringer J R Pataki D E Elsevier 2005 S 199 214 Pella E Colombo B Study of Carbon Hydrogen and Nitrogen Determination by Combustion Gas Chromatography Mikrochimica Acta 1973 5 S 697 719 P rez Trujillo J P Barbaste M Medina B Chemometric Study of Bottled Wines with Denomination of Origin from the Canary Islands Spain Based on Ultra Trace Elemental Content Determined by ICP MS Analytical Letters 2003 36 3 S 679 697 Peterson B J Fry B Stable Isotopes in Ecosystem Studies Annual Review of Ecol ogy and Systematics 1997 18 S 293 320 Piasentier E Valusso R Camin F Versini G Stable isotope ratio analysis for authentication of lamb meat Meat Science 2003 64 3 S 239 247 Pichlmayer F Blochberger K Isotopic Abundance Analysis of Carbon Nitrogen and Sulfur with A Combined Elemental Analyzer Mass Spectrometer System Fresenius Zeitschrift fur Analytische Chemie 1988 331 2 S 196 201 Pillonel L Badertscher R Casey M Meyer J Rossmann A Schlichtherle Cerny H Tabacchi R Bosset J O Geographic origin of European Emmental cheese Characterisation and descriptive statistics International Dairy Journal 2005 15 6 9 S 547 556 183 10 Literaturverzeichnis 203 204 205 206 207 208 209 210 211 212 213 214 215 216 184 Preston T Owens N J
43. IRMS ein Beitrag zur Analytik alkoholhaltiger Getr nke Vitic Enol Sci 1995 50 4 S 113 117 Hener U Mosandl A Hilkert A Bahrs Windsberger J Gro mann M Sponholz W Headspace GC IRMS zur PC C und O O Analyse von Ethanol aus alko holhaltigen Getr nken und Destillaten Vitic Enol Sci 1998 53 2 S 49 53 Henrion R Henrion G Multivariate Datenanalyse Methodik und Anwendung in der Chemie und verwandten Gebieten Springer Verlag 1995 Hermes P Pistazien Oko Test 1999 11 Hillaire Marcel G Isotopes and Food In Handbook of Enviromental Isotope Geo chemistry Volume 2 The Terrestrial Environment B Hrsg Fritz P Fontes J Ch Elsevier 1986 S 507 548 Hiller E Fortbildungslehrgang am BgVV Biostatistik Biometrie mit Bezug auf die Anwendung der statistischen Software SPSS ftir Windows 2000 10 Literaturverzeichnis 133 134 135 136 137 138 139 140 141 142 143 144 145 146 Hoering T Variations of Nitrogen 15 Abundance in Naturally Occurring Substances Science 1955 122 3182 S 1233 1234 Hoffman G Jouzel J Masson V Stable water isotopes in atmospheric general circu lation models Hydrological Processes 2000 14 S 1385 1406 Hoffman P G Salb M Isolation and Stable Isotope Ratio Analysis of Vanillin Journal of Agricultural and Food Chemistry 1979 27 2 S 3
44. Komponenten und funktionellen Gruppen 30 8 Ovsuow Werte verschiedener Sauerstoffpools s caus deant tnde 30 5 N und 8 O Werte verschiedener 31 Schema der Ionenoptik eines Finnigan DeltaP IRMS sse 33 Schema des Aufbaus und der Funktionsweise des 34 Schema der Funktionsweise eines ConFlo II Interfaces im Dualgasmode 35 Schema des Aufbaus und der Funktionsweise des TC EA 36 Qualit tsregelkarte Acetanilid zur berpr fung der CO Referenzgas kalibtienuns a an EN Ben 47 Abbildungsverzeichnis Abbildung 29 Abbildung 30 Abbildung 31 Abbildung 32 Abbildung 33 Abbildung 34 Abbildung 35 Abbildung 36 Abbildung 37 Abbildung 38 Abbildung 39 Abbildung 40 Abbildung 41 Abbildung 42 Abbildung 43 Abbildung 44 Abbildung 45 Abbildung 46 Abbildung 47 Abbildung 48 Abbildung 49 Abbildung 50 Qualit tsregelkarte Acetanilid zur berpr fung der N Referenzgas RR 47 Qualit tsregelkarte Cellulose zur berpr fung der CO Referenzgas EalibEet ti9 eoo rennen 48 Lineare Regression zwischen von Haut und Kern 22 Lineare Regression zwischen 8 N von Haut und Kern 53 Lineare Regression zwischen TO von Haut und 33 Qu
45. L ndern zul sst Mit Hilfe dieses Modells soll dann sp ter die Herkunft unbekannter Pistazienproben bestimmt berpr ft werden Es wird daher ein strukturen pr fendes Verfahren zur Erstellung des statistischen Modells ge sucht denn die abh ngige Gruppen Variable Herkunft und die unabh ngige Variable 0 Wert sind beim authentischen Datensatz bekannt Ist wie in diesem Fall die abh ngige Vari able nominal skaliert und die unabh ngige Variable metrisch so bietet sich die Diskriminanzana lyse zur Auswertung an Sie ist ein Verfahren zur Analyse von Gruppenunterschieden und zur Klassifizierung neuer Elemente Es ist jedoch vorher ratsam ein strukturen entdeckendes Verfahren auf den Datensatz anzuwen den um dessen wesentliche Struktur zu erkennen d h ob sich die Pistaziendaten berhaupt nach Landern ordnen Hierf r eignet sich die Hauptkomponentenanalyse denn sie erm glicht eine klare grafische Veranschaulichung der wesentlichen Variablenstruktur eines Datensatzes und kann auch zur Datenreduktion eingesetzt werden 38 3 4 Multivariate Datenanalyse Eine n here Erkl rung zur Einteilung der multivariaten Analysenmethoden in prim r strukturen entdeckende und strukturen pr fende Verfahren ist in Anhang II gegeben 3 4 1 Hauptkomponentenanalyse Die Hauptkomponentenanalyse Principal Component Analysis ist ein Spezialgebiet der Fakto renanalyse und geh rt zu den strukturen entdeckenden Verfahren Sie sol
46. Labor IAEA Std Se SMOW Wasser _ 0 O int Bezugsgr Be T Ovsmow 0 00 Anhang I Statistische Grundformeln Mittelwert P mit n Anzahl der Messwerte x Messwert Standardabweichung einer Mehrfachbestimmung 38 140 S einzel ER x x einzel y mit Xeinze Mittelwert Standardabweichung innerhalb der Serien Wiederholstandardabweichung s P S innerhalb en 22 n x 1 52 Standardabweichung zwischen den Serien 9140 Y 2 2 1 X einzel X gesamt SSS _ 1 zwischen N zwischen gt n N N zwischen S mit N Anzahl der Serien Xgesamt Mittelwert der Mittelwerte Xeinzer Gesamtstandardabweichung Vergleichsstandardabweichung s 9 9101 Sgesamt Sinnerhalb Szwischen SR IV Formelverzeichnis Wiederholbarkeit r 2 8 x s Vergleichbarkeit R 3814 R 28x sp Kritische Grenze CD critical difference Werden in einem Labor Mittelwerte y y aus n bzw n Mehrfachmessungen unter Wieder holbedingungen gemessen gilt f r die maximale Differenz zwischen den beiden Mittelwerten nicht mehr r als Grenzwert sondern die kritische Grenze CD auf dem 95 Wahrscheinlich keitsniveau 9 WT EDU i 2n 2n Korrelationskoeffizient nach Pearson 673 07 MD mite Korrelationskoeffizient X y Werte der Variablen x y Mittelwerte der Variablen 55
47. Lage der Funkti onswerte sehr einfach grafisch in einem x y Streudiagramm dargestellt und dadurch die Trenn g te des Modells visualisiert werden Durchf hrung Es werden f r s mtliche F lle des authentischen Datensatzes mit Hilfe der beiden kanonischen Diskriminanzfunktionen die Funktionswerte errechnet und in ein Streudiagramm eingetragen Im Falle der 2 Variablenkombination k nnen zus tzlich mit den Fisher schen Klassifizierungsfunk tionen auch die Trenngraden Grenzen zwischen den Gruppen Punktwolken berechnet und gra fisch im Streudiagramm dargestellt werden Ergebnis 4 E Gruppenzentroide T L c 3 UKel o a 5 x m S E g SE asf N LL C S A TO oi A A Xv A A e B A P On A ame 5 5 A A ae a4 t n o gt 2 a A e Ze S 3 o e E 4 T T T 8 A 0 4 8 1 kanonische Diskriminanzfunktion 90 Varianz 5 O Ol Abbildung 46 Grafische Darstellung der Funktionswerte aus der Diskriminanzanalyse mit 3 Vari ablen 111 6 Ergebnisteil III Multivariate Statistik E Gruppenzentroide 34 c 9 x 15 g A 2 A c E a M dE l a EO 1 A ab A 2 A A Zi 4 o ll A EN c c es zs a gt 5 i 8 4 0 4 8 1 kanonische Diskriminanzfunktion 93 Varianz 5 0 Ol Abbildung 47 Grafische Darstellung der Funktionswerte und Trenngeraden aus der
48. P Preliminary C 13 Measurements Using A Gas Chromatograph Interfaced to An Isotope Ratio Mass Spectrometer Biomedical Mass Spectrometry 1985 12 9 S 510 513 Preston T Owens N J P Interfacing An Automatic Elemental Analyzer with An Isotope Ratio Mass Spectrometer the Potential for Fully Automated Total Nitrogen and N 15 Analysis Analyst 1983 108 1289 S 971 977 Pupin A M Dennis M J Parker I Kelly S Bigwood T Toledo M C F Use of isotopic analyses to determine the authenticity of Brazilian orange juice Citrus sinen sis Journal of Agricultural and Food Chemistry 1998 46 4 S 1369 1373 Radmacher W Hoverath A Die Direkte Bestimmung des Sauerstoffs Organischer Substanzen Fresenius Zeitschrift fur Analytische Chemie 1959 167 5 S 336 342 Rajagopalan G Ramesh R Sukumar R Climatic implications of 58 C and 8 ratios from C3 and C4 plants growing in a tropical montane habitat in southern India Journal of Biosciences 1999 24 4 S 491 498 Rauschenbach P Simon H Stichler W Moser H Comparison of the Deuterium and C 13 Contents of Ethanol Obtained by Fermentation and Chemical Synthesis Zeitschrift fur Naturforschung C A Journal of Biosciences 1979 34 1 2 S 1 4 Rauscher K Engst R Freimuth U Untersuchung von Lebensmitteln VEB Fach buchverlag Leipzig 1986 Remaud G Guillou C Vallet C Martin G J A Coupled NMR and MS Isoto
49. S 1 6 Abelson P H Hoering T C Carbon isotope fractionation in formation of amino acids by photosynthetic organisms Proceedings of the National Academy of Sciences 1961 47 S 623 632 Aguilar Cisneros B O Lopez M G Richling E Heckel Schreier P Tequila authenticity assessment by headspace SPME HRGC IRMS analysis of C 13 C 12 and 18 0 16 ratios of ethanol Journal of Agricultural and Food Chemistry 2002 50 26 S 7520 7523 Amberger A Schmidt H L The Natural Isotope Content of Nitrate As An Indicator of Its Origin Geochimica et Cosmochimica Acta 1987 51 10 S 2699 2705 Amundson R Austin A T Schuur E A G Yoo K Matzek V Kendall C Ueber sax A Brenner D Baisden W T Global patterns of the isotopic composition of soil and plant nitrogen Global Biogeochemical Cycles 2003 17 1 S 1031 Anderson K A Smith B W Chemical profiling to differentiate geographic growing origins of coffee Journal of Agricultural and Food Chemistry 2002 50 7 S 2068 2075 Anderson K A Smith B W Use of chemical profiling to differentiate geographic growing origin of raw Pistachios Journal of Agricultural and Food Chemistry 2005 53 2 S 410 418 AOAC method 2004 01 Carbon Stable Isotope Ratio of Ethanol derived from Fruit Juices and Maple Syrups 2004 AOAC Official Method 991 41 C 4 Plant Sugars in Honey AOAC Official Methods of Analysis 1995
50. Spalt ffnungen und der Carboxylierungsrate kann durch all diejenigen Faktoren ausgel st werden die mit der Photo synthese assoziiert sind Lichtintensit t N hrstoffe Temperatur und Wasserverf gbarkeit Die Temperatur beeinflusst z B alle thermodynamisch bedingten Isotopeneffekte jedoch konnte hier bisher kein einheitliches Bild in der Diskriminierungsrichtung festgestellt werden Neuere Untersuchungen vor allem an Baumringen zeigen h ufig eine positive Korrelation zwischen dem 8 C Wert und der Temperatur 7 1175247266 Eine dagegen klare Diskriminierungsrichtung kann beobachtet werden wenn Pflanzen vermin derter Wasserverf gbarkeit im Extremfall D rrestress ausgesetzt sind In diesem Fall schlieBen Pflanzen ihre Spalt ffnungen und die CO2 Konzentration in Blatt und somit auch die Diskrimi nierungsrate nehmen ab so dass wesentlich h here 8 C Werte weniger negativ in solchen Pflanzen zu finden sind Einen gleichen Effekt l st ein erh hter Salzgehalt oder Umweltver schmutzung Ozon SO aus 10505324213 Tm Umkehrschluss konnte auch von mehreren Auto 175 184 207 ren nachgewiesen werden dass das C C Verhiltnis signifikant vom regionalen Nie derschlag abh ngt vermehrter Regen bewirkt ein Absinken des 8 C Werts in Pflanzen Desgleichen wurde auch eine starke Korrelation zwischen dem 5 C Wert von C Pflanzen und der H he ber dem Meeresspiegel nachgewiesen Messungen von mehreren Wissenschaftsgrup pen 7 7
51. Wasser um ca 8 und Lipide um 12 o gegen ber den prim ren Kohlenhydraten abgereichert Beide korrelieren jedoch auch mit dem O Gehalt des Niederschlagswassers Abbildung 21 zeigt schematisch die Zusammenh nge zwischen den drei Prim rquellen des pflanzlichen Sauer stoffs CO2 O2 und die daraus zu erwartenden O Werte der verschieden Stoffklassen in der Pflanze 2552221 29 3 Allgemeiner Teil O P sow 4 410 Ai co c c n MN d OH OH functions by H O addition carbohydrates and direct descendants carboxyl carbonyl functions open chained and alcohols from there isoprenoids sterols phenols cycl isoprenoids 5 1 LM 0 8 Ao 30 x Buet 19 y n o 2 z 8 0 5 none secondary 8 0 Range 36 28 30 25 26 13 20 5 Abbildung 21 Zusammenhang zwischen den prim ren Sauerstoffquellen und den 5 O Werten organischer Komponenten und funktionellen Gruppen Originalgrafik aus der Ver ffentlichung von Schmidt et Luftsauerstoff kann von Pflanzen auch direkt in Mo paced u lek le durch enzymatische E Hydroxylierung eingebaut 19002 u werden jedoch tritt hier RegevGundwesser WE wiederum durch die bevor Blattwasser as zugte Aufnahme und Abga _ be des leichteren Sauerstoff Lipide isotops durch die Enzyme mm Oxygenase und Oxidas
52. aufweist Hieraus l sst sich schlie en dass durch die gr ere Gesamtanbaufl che im Iran sich regionale Unterschiede Klima Boden Mikroorga nismen ergeben die sich im Stickstoffisotopenverh ltnis der Pistazien niederschlagen F r eine Herkunftsbestimmung von Pistazien innerhalb des Irans reichen diese Unterschiede allerdings nicht aus bzw war der Datensatz zu klein berpr fung dieser Aussage mit der Diskriminanz analyse Ergebnisse nicht aufgef hrt Eine vollst ndige Trennung zwischen den Pistazienproben der Hauptanbaul nder Iran und USA liefert das Sauerstoff Isotopenverh ltnis s Abbildung 40 Hier berschneiden sich weder die u ersten Werte der Fraktion Pistazie noch die des entfetteten R ckstands oder des ls An die ser Stelle ist das Hauptziel dieser Arbeit n mlich Pistazien der beiden weltweit f hrenden Pro duzenten und Lieferanten Iran und USA zu unterscheiden schon erreicht Die Messwerte des drittgr ten Pistazienproduzenten der T rkei ordnen sich allerdings genau zwischen denen des Irans und der USA an und berschneiden sich mit beiden L ndern Daher ist eine Auswertung mit der multivariaten Datenanalyse unerl sslich s Kapitel 6 um zu versu chen die t rkischen Proben vollst ndig von den beiden anderen L ndern abzutrennen Die voll st ndige Abgrenzung der T rkei von den beiden anderen L ndern wurde in der Arbeit von An derson et al n mlich nicht erreicht N here Ausf hrungen zu den
53. der Distanzierung der iranischen Pistazien von den beiden anderen L ndern unterst tzen 92 6 2 Hauptkomponentenanalyse 6 2 Hauptkomponentenanalyse 6 2 1 Pr fung der Eignung der Korrelationsmatrix Die Korrelationsmatrix des authentischen Pistaziendatensatzes wurde schon separat in Kapitel 5 3 5 eingehend untersucht Die Matrix m sste danach sehr gut f r die Hauptkomponentenanaly se geeignet sein da sehr hohe Korrelationen zwischen den Variablen eines Elements sowie zwi schen den verschiedenen Elementen bestehen Korrelationen zwischen den Variablen sind die Grundvoraussetzung f r die Eignung eines Datensatzes zur Hauptkomponentenanalyse Durchf hrung Als Ma f r die Eignung einer Korrelationsmatrix f r die Hauptkomponentenanalyse dienen statistische Pr fkriterien wie z B der Bartlett Test das KMO Kriterium oder das MSA Maf Bartlett Test Es wird mit einem y Wert die Hypothese getestet nach der alle Korrelationskoeffizienten zwi schen den Variablen in der Grundgesamtheit den Wert Null haben Nullhypothese Es besteht keine Korrelation Ist die Signifikanz 0 05 besteht mindestens zwischen zwei Variablen eine Korrelation 9 KMO Kaiser Meyer Olkin Kriterium MSA Measure of Sampling Adequacy Ma Diese Pr fgr en zeigen an in welchem Umfang die Ausgangsvariablen zusammengeh ren und zeigen an ob eine Hauptkomponentenanalyse sinnvoll erscheint oder nicht Das KMO Kriterium erlaubt hierbei eine Beu
54. die grafische Auftragung der 8 Ovsuow Messwerte der le dem Ergebnis der Diskriminanzanalyse gegen bergestellt 121 6 Ergebnisteil III Multivariate Statistik Ergebnis 2 41 authentisch Iran 7 4 x 2 39 authentisch USA e 54 5 5 B we 37 100 Iran 5 s 3 Hi N 35 A 10 90 2 EX 14 Er USA Iran 30 70 i5 i an t ee USA Iran 50 50 5 USA Iran 70 30 2 3 4 L aa S b eUSA ran 90 10 x2 5 um E 27 P m 100 USA 25 Diskriminanz TO 8 30 l analyse Abbildung 53 Grafische Darstellung der Klassifizierung von USA Iran Mischproben verschiede ner Verh ltnisse durch ein 2 Lander Diskriminanzmodell im Vergleich mit der 8 Ovsuow Messreihe des Ols Die Klassifizierung der USA Iran Mischproben durch das 2 L nder Diskriminanzmodell s Abbildung 53 ergibt keine deutlichere Abtrennung von den authentischen Reinproben als mit dem 3 L nder Diskiminanzmodell vgl mit Abb 52 Auch hier k nnen nur die USA Iran 50 50 und 70 30 Mischungen als visuell eindeutige Ausrei er aus dem authentischen Datensatz er kannt werden Aus diesen Ergebnissen kann gefolgert werden dass bestenfalls ab einer Zumi schung von mehr als 10 iranischen Pistazien zu amerikanischer Ware die Verf lschung er kannt werden kann Durch die gr ere Streuung in den iranischen Daten und die dad
55. die in dieser Arbeit erreicht werden soll te Durch die einfache Messung nur eines Isotopenverh ltnisses k nnen Pistazien aus dem Iran von denen der USA unterschieden werden und dadurch evtl Umetikettierungen leicht und schnell erkannt werden Dies ist auch eine erhebliche Verbesserung gegen ber der Methode von Anderson et all bei der zwei Parameter gemessen werden m ssen 8 N und C N Verh ltnis um die beiden Haupterzeugerl nder zu trennen Au erdem ist die Herkunftsbestimmung von Pistazienproben mit dem Anderson Modell nur optisch m glich da keine statistische Abgren zung der Punktwolken vorgenommen wurde Es ist hier nicht klar bei welchen Werten die Grenze zwischen den USA und dem Iran zu ziehen ist Weiterhin ist bei der Betrachtung der durchschnittlichen 8 Oysyow Werte der Pistazienproben der drei L nder zu erkennen dass sie sich genau in der zu erwartenden Reihenfolge ihrer Nieder schlagswerte Iran gt T rkei gt USA anordnen s Kap 3 2 3 Tab 5 In Kapitel 3 2 3 wurde bereits ausgef hrt dass das O O Verhaltnis der Pflanzen mit dem des Wassers am Standort korreliert welches als Boden und Grundwasser das l ngerfristige Mittel der rtlichen Nieder schl ge widerspiegelt Aus den Global Networt of Isotopes in Precipitation GNIP Karten Asiens und Nordamerikas s Kap 3 2 3 Abb 21 22 ist zu ersehen dass von den drei Pista zienhauptproduzenten Iran USA T rkei im Iran der an O angereicherteste Re
56. eine signifikante Varianzhomogenit t der Gruppen vom Levene Test angezeigt s fett gedruckte Werte in Tabelle 35 Bei nat rlichen Messwertreihen ist dies jedoch zu erwarten und in der Box Plot Darstellung ist die Varianzheterogenit t der Va riablen auch schon zu erkennen Die Unterschiede in der L nge der Boxen d h in der Streuung 81 5 Ergebnisteil II Univariate Statistik der Werte sind zwischen den L ndern zum Teil erheblich Daher kann zwischen den L ndern innerhalb einer Fraktion keine Varianzhomogenit t bestehen Die m glichen Gr nde daf r wer den in Kapitel 7 Ergebnisdiskussion eingehend diskutiert 5 3 4 Pr fung auf Gruppenunterschiede ber Post Hoc Mehrfachvergleiche Zur Pr fung auf Gruppenunterschiede kann die weit verbreitete und bekannte einfaktorielle ANOVA analysis of variance F Test mit dem vorliegenden Datenmaterial nicht durchgef hrt werden Die Grundvoraussetzung f r diesen Test die Varianzhomogenit t Levene Test s Ka pitel 5 3 3 wird von den meisten Variablen des authentischen Pistaziendatensatzes nicht er f llt Es gibt jedoch paarweise multiple Vergleichstests bei denen Varianzheterogenit t zu gelassen ist so dass die einzelnen Gruppen innerhalb einer Variablen gegeneinander auf signifi kante Erwartungswertunterschiede P 95 94 getestet werden k nnen Ein Wert 0 05 zeigt an dass ein signifikanter Unterschied zwischen den Messwerten der einzelnen L nder besteht
57. es sich um Proben aus den bei den Hauptanbaul ndern USA und Iran die direkt von Herstellern und Farmen bezogen oder im Land selbst gekauft wurden T rkische Pistazien wurden ebenfalls in die Untersuchung mit ein bezogen da sie h ufig auf dem deutschen Markt zu finden sind und bei ihnen ebenso wie bei den iranischen Pistazien Einfuhrauflagen wegen der Aflatoxinproblematik bestehen Eine Direktverbindung in die T rkei f r den Bezug authentischer Ware konnte leider nicht hergestellt werden daher wurden die Pistazien gr tenteils in t rkischen L den in Berlin gekauft und diese Handelsproben als authentisch angesehen Zur besseren bersicht veranschaulicht Abbildung 37 das in dieser Arbeit untersuchte Probenmaterial in einem Organigramm Eine genaue Auflistung der einzelnen Proben mit Angaben ber ihre Herkunft Verarbeitung und den Mittelwerten sind in Kapitel 9 1 und im Anhang III zu finden Abbildung 37 berblick ber das untersuchte Probenmaterial 70 5 2 Box Plot Betrachtung 5 2 Box Plot Betrachtung des authentischen Datenmaterials Der Box Plot ist eine zusammenfassende grafische Darstellung der Verteilung von Messwerten Die Lange der Box ist der Abstand zwischen dem 25 und 75 Perzentil und visualisiert gleich zeitig den Streubereich dieser Werte 50 der Proben haben Werte innerhalb der Box und die innere Linie repr sentiert den Median Der kleinste und gr te beobachtete Wert die keine Aus rei er sind we
58. f r die Isotopenanalytik geeignet Dies war auch zu erwarten da die Wirkungsweise einer Fl ssig Fl ssig Extraktionen auf der Chemie der Molek le beruht und nicht auf deren physikalischen Eigenschaften die ver antwortlich f r kinetische und thermodynamische Isotopeneffekte sind siehe Kapitel 3 2 Auch andere Autoren haben schon eine Diskriminierungsfreiheit f r die Fl ssig Fl ssig Extraktion festgestellt 12851 4 6 2 Vergleich der Soxhlet Methode mit der ASE Die Extraktionsmethode nach Soxhlet ist eine traditionelle validierte Methode um Fett aus ver schiedensten Lebensmitteln diskriminierungsfrei s vorheriges Kapitel 4 6 1 zu extrahieren 7 Die Soxhlet Extraktion war jedoch unter den gegebenen Laborbedingungen nicht automatisier bar daher sollte die lextraktion aus den Pistazien auf die vollautomatische Extraktion mit der ASE Technik Accelerated Solvent Extraction umgestellt werden Da dem Soxhletverfahren schon Diskriminierungsfreiheit nachgewiesen wurde musste eine ASE Methode erstellt werden die quantitativ vollst ndig extrahiert und gleiche Ergebnisse wie das Soxhletverfahren liefert Durchf hrung Eine Pistazienprobe wurde parallel nach Soxhlet und mit einer optimierten ASE Methode extra hiert und die gewonnenen le und entfetteten R ckst nde auf ihre Gleichheit in den C N und O Stabilisotopenverh ltnissen hin berpr ft Ergebnis Tabelle 24 Vergleich der 5 Wert Ergebnisse nach der Extrakti
59. gepr ft wurde wur den zur Sicherheit zus tzlich Feststoff Arbeitsstandards Acetanilid f r die C und N Analytik im Dualgasmodus Cellulose f r die O Messungen kalibriert und diese zusammen mit Ger tekontrollproben GKP in jeder Sequenz mitgef hrt Durchf hrung Die zu kalibrierenden organischen Feststoffe und die entsprechenden Referenzgase wurden ge gen zertifizierte Referenzmaterialen mehrfach in einer Sequenz vermessen und dies an verschie denen Tagen wiederholt Die Vergleichbarkeit der an den verschiedenen Tagen gemessenen Mit telwerte wurde anhand der ANOVA berpr ft ebenso die Normalverteilung und die Homogeni t t der Messwerte Am Elementaranalysator wurden diese Messungen sowohl im Single als auch im Dualgasmodus durchgef hrt um eventuelle Unterschiede zwischen diesen Einstellun gen feststellen zu k nnen Die Kalibrierung wurde am Anfang jeder Messperiode nach Umbau der Peripherien erneut durchgef hrt Die Kalibrierung der festen und gasf rmigen Arbeitsstandards am Elementaranalysator erfolgte ber eine Ein Punkt Kalibrierung mittels der AEA Referenzmaterialien Das CO Referenzgas des TC EA s wurde ber den Arbeitsstandard Cellulose kalibriert da dessen 6 Wert den Proben am n chsten lag Die Kalibrierung der Cellulose am TC EA musste allerdings ber eine Normie rung erfolgen da dieses Ger t nicht ber weite Wertbereiche linear misst s Anhang I Be rechnung des Werts Dazu wurden zwei
60. hrung einer Hauptkomponentenanalyse X N here Erl uterungen zur Diskriminanzanalyse eee XI Anhang III Probenliste mit 6 Wert Messergebnissen XIV Tabellenverzeichnis Tabellenverzeichnis Tabelle 1 Tabelle 2 Tabelle 3 Tabelle 4 Tabelle 5 Tabelle 6 Tabelle 7 Tabelle 8 Tabelle 9 Tabelle 10 Tabelle 11 Tabelle 12 Tabelle 13 Tabelle 14 Tabelle 15 Tabelle 16 Tabelle 17 Tabelle 18 Tabelle 19 Tabelle 20 Tabelle 21 Tabelle 22 Tabelle 23 Exportmengen und Handelswerte von Pistazien aus den drei Hauptanbaulandern 13 Relative nat rliche H ufigkeiten der stabilen Isotope der Bioelemente 14 Internationalen Bezugsstandards typische Messgase und Isotopenverh ltnisse der Bioelemente f r die IRMS Meseung nennen 15 Ausma und Faktoren der Unterschiede im 6 C Wert von C3 Pflanzen 21 Jahresdurchschnittliche O Werte des Niederschlags in den Hauptanbau gebieten der ET s dn nenn Reese 27 Geografische Lage zentraler Stadte in den Pistazienanbaugebieten der drei Hauptproduzenten Iran T rkei und USA 28 Ergebnisse der Kalibrierung der Feststoff Arbeitsstandards mittels IAEA Reterenzmaterialien ote tete edv ee i inde a pee iin e eei Rin 45 Ergebnisse der Referenzgas Kalibrierung Mittelwerte aus verschiedenen Standards und Sequenzen aad esce
61. im evakuierten Exsikkator getrocknet Verbrauchsmaterialienzulieferer IVA Analysentechnik e K Meerbusch Deutschland 165 9 Material und Methoden 9 3 5 Gewinnung des Pistazien ls Soxhlet Extraktion Ger t Einwaage Extraktionsmittel Extraktionsdauer ASE Extraktion Hersteller Ger tename Kartuschengr e Einwaage Extraktionsmittel Ger teeinstellungen Soxhlet Apparatur 5 10 g gemahlene Pistazien ausgestrichen auf Faltenfilter Petroleumbenzin p A Siedebereich 40 60 C Merck 4 6 Stunden Dionex ASE 300 10 ml g gemahlene Pistazien ausgestrichen auf Faltenfilter 90 mm Schleicher amp Schill 5957 Petroleumbenzin p A Siedebereich 40 60 C Merck Preheating Time 5 min Heating Time 6 min Static Time 5 min Flush Volume 130 Purge Time 100 s Cycles 1 Pressure 140 bar Temperature 110 C Anzahl der Wiederholungen pro Kartusche 3x Vakuumrotationsverdampfer Hersteller B chi Ger tenamen Waterbath B 480 Rotavapor R 114 Vakuum System B 172 Vakuum Destillation Controller B 168 Wasserbadtemperatur 40 60 C Druck 500 550 mbar 166 9 3 Ger teeinstellungen und Probenvorbereitung Trockenschrank Hersteller Heraeus Temperatur 105 C Trocknungsdauer 6 Stunden Trocknungsgef fe Pistazien l im Spitzkolben entfetteter Pistazienriickstand auf Filterpapier und Uhrglas 9 3 6 R stung und Salzung im Laborversuch
62. in den Gruppen Die Streuung zwischen den Gruppen wird durch die quadrierte Abweichung der Gruppenzentroide vom Gesamtmit tel gemessen Die Streuung in den Gruppen wird durch die quadrierten Abweichungen der Gruppenelemente vom jeweiligen Gruppenzentroid gemessen Die Separation wird umso besser je homogener die Gruppen sind je kleiner also die Streuung der Objekte innerhalb der Gruppen verglichen mit der Streuung der Gruppenmittelpunkte Streuung zwischen den Gruppen 151 112 89 6 Ergebnisteil III Multivariate Statistik 6 1 Betrachtung des authentischen Datenmaterials in x y Streudiagrammen Das Verhalten der SINA und 5 Ovsuow Messwerte der authentischen Proben soll vor der multivariaten Datenanalyse in einfachen zweidimensionalen Streudiagrammen visuell betrachtet werden Hieraus lassen sich R ckschl sse auf die zu erwartenden multivariaten Er gebnisse ziehen und die Trennkraft der einzelnen Variablen besser als in den Box Plots s Kapitel 5 2 visualisieren und mit dem Ergebnis von Anderson et al 2005 vergleichen Durchf hrung Es werden alle drei gemessenen Stabilisotopenvariablen des authentischen Datensatzes in einem x y Streudiagramm jeweils gegeneinander aufgetragen Es werden daf r beispielhaft nur die Messwerte der Pistazien Gesamtnuss genommen die des ls und des entfetteten R ckstands geben hnliche visuelle Ergebnisse Ergebnis 8 C pg Pistazie 25 5 T rkei Abbildung 41
63. jedoch an diesen Proben beobachtet werden konnte da sie h ufig gleichzeitig in diesem Element als Ausrei er gekennzeichnet werden ber den Oysmow Wert von organischen D ngern ist in der Literatur nur wenig zu finden es wurde nur das Sauerstoff Isotopenverh ltnis von G lle als wesentlich niedriger als das von syntheti schen Minerald ngern beschrieben s Abb 25 Kap 3 2 3 Es gibt jedoch noch viele ande re organische D nger die auch nach der VO EWG Nr 2092 91 im kologischen Landbau zu 270 15 VT denen zwar eine 5 Naj erhGhende Wirkung in Pflanzen nachgewiesen wur gelassen sind 1152441 aber das 0 O Verh ltnis ist nicht bestimmt worden Eventuell ist der prozentuale Stickstoffanteil in organischen D ngern geringer und der Sauerstoffanteil h her als bei Mineral d ngern und es wird dadurch insgesamt bei der D ngung mit z B G lle mehr Sauerstoff auf die Felder aufgebracht Somit k nnte auch mehr Fremdsauerstoff in die Pflanzen gelangen und auf das Isotopenverh ltnis in der Pflanze Einfluss nehmen Unter der hypothetischen Annahme dass es organische D nger mit hohen 5 Ovsmow Werten gibt m sste sich der Sauerstoff des Diingers au erdem noch mit dem Bodenwasser equilibrieren oder darin l sen denn das O O Verhaltnis der Pflanzen ist streng mit dem lokalen Grundwas ser und daher nicht mit den D ngemitteln korreliert Einen Hinweis dass sich der Sauerstoff von D ngemitteln tats chlich
64. mit dem Bodenwasser equilibriert gibt die Korrelationsanalyse in Kap 5 3 5 Hiermit wurde statistisch klar bewiesen dass das N N Verh ltnis der Pistazien immer hoch mit dem des Sauerstoffs korreliert d h unged ngte wie durch D nger beeinflusste Pista zien korrelieren ber das lokale Bodenwasser mit ihrer Sauerstoff und Stickstoffquelle Es ist au erdem anzunehmen dass Pistazienplantagen generell mit irgendeiner Art von D nger behan delt werden d h alle untersuchten Pistazienproben sind ged ngt Diese Vermutungen sind je doch rein hypothetisch und da die genauen Umst nde und Behandlungen der Pistazienpflanzen im biologischen Anbau der USA nicht genau bekannt sind k nnten auch andere u ere Fakto ren als die organische D ngung das 0 O Verh ltnis beeinflusst haben Wiedererwartend hat sich das erh hte Stickstoff Isotopenverh ltnis bei den amerikanischen Aus rei erproben bei der Diskriminanzanalyse nicht als problematisch herausgestellt denn sie wer 140 7 Ergebnisdiskussion den trotzdem ihrer Gruppe richtig zugeordnet Nur die Erh hung des 8 Oysyow Werts bewirkt eine optisch auffallige Lage solcher Proben rechts neben der amerikanischen Punktwolke Der Versuch mit USA Iran Mischproben s Kap 6 4 3 hat au erdem gezeigt dass erst ab einem Mischungsverh ltnis von 50 amerikanischen und 50 iranischen Pistazien die Probe in die iranische Gruppe klassifiziert wurde Da das 0 O Verh ltnis die au
65. mussten was an den unterschiedlichen Werten zwischen der ersten und zweiten Messperiode zu erkennen ist Dies kann nur durch eine Isotopendiskriminie rung aufgrund des Referenzgas Druckventils am ConFlo Interface erkl rt werden denn nur diese Gasdruckventile wurden aufgrund des Peripherieger te und damit Referenzgaswechsels ver stellt Au erdem ist bei der Verwendung der Referenzgase als Standard darauf zu achten dass der ermittelte 6 Wert nur f r die jeweilige Gasflasche gilt Anmerkung Die Richtigkeit des ermittelten Werts der Cellulose muss mit Vorbehalt angesehen werden Um die Nicht Linearitit des Messsystems durch einen Korrekturfaktor auszugleichen wurde ber eine Normierung kalibriert Da jedoch zum Zeitpunkt der Kalibrierung noch keine zertifi zierten Standards in den Wertbereichen der Cellulose und der Proben 20 40 o existierten musste auf vorhandene Standards zur ckgegriffen werden Diese deckten aber nur einen Mess bereich ab der ca 20 o unter dem Probenmessbereich lag so dass hierdurch m glicherweise ein Fehler eingetragen wurde Eine weitere Fehlerquelle liegt wahrscheinlich auch in der Tatsa che dass der Feststoff Cellulose gegen fl ssige Wasser Standards kalibriert werden musste Trotz dieser Unsicherheiten wurde der ermittelte 5 Ovgwuow Wert der Cellulose f r die Proben vermessung verwendet da dies die einzige M glichkeit war berhaupt zu kalibrieren und zu messen 46 4 2 Stabilit t
66. nitrogen isotopes in plant physiology and ecology Plant Cell and Environment 1992 15 9 S 965 985 Handley L L Robinson D Forster B P Ellis R P Scrimgeour C M Gordon D C Nevo E Raven J A Shoot SIN correlates with genotype and salt stress in barley Planta 1997 201 S 100 102 Hartung J Elpelt B Multivariate Statistik Lehr und Handbuch der angewandten Statistik Oldenbourg Wissenschaftsverlag GmbH 1999 Hartwig G Wendling K Statistische Qualitatskontrolle Praktische Anwendung in der Lebensmittelproduktion und im Labor B Behr s Verlag 2000 Hatch M D Slack C R Photosynthetic CO Fixation Pathways Annual Review of Plant Physiology 1970 21 S 141 162 Heaton E Spatial Species and Temporal Variations in the C C Ratios of Plants Implications for Palaeodiet Studies Journal of Archaeological Science 1999 26 S 637 649 Hener U Brand W A Hilkert A W Juchelka D Mosandl A Podebrad F Si multaneous on line analysis of O 18 O 16 and C 13 C 12 ratios of organic compounds using GC pyrolysis IRMS Zeitschrift f r Lebensmitteluntersuchung und forschung 1998 206 3 S 230 232 Hener U Faulhaber S Kreis P Mosandl A On the Authenticity Evaluation of Balm Oil Melissa Officinalis L Pharmazie 1995 50 1 S 60 62 Hener U Mosandl A Hagenauer Hener U Dietrich H Stabil Isotopenanalyse mittles Headspace GC
67. ob eine vollstandi ge Aquilibrierung mit Wasser in der K rze der Reaktionszeit stattfinden kann 62551 Neueren Theorien zufolge ist der generell gefundene Wert von ca 27 o in Cellulose eher zu fallig denn Messungen an verschiedenen pflanzlichen Kohlenhydraten zeigten eine Spanne zwi schen 20 6 und 30 4 o Es wird daher angenommen dass der hohe Wert des CO Sauerstoffs der Luft in die Kohlenhydrate eingef hrt wird dieser jedoch durch nachfolgende kinetische Isotopeneffekte und Aquilibrierungsreaktionen mit Wasser innerhalb der Pflanze ver loren geht Der Isotopenwert der Primarprodukte Kohlenhydrate nahert sich dadurch dem des Blattwassers an und liegt deshalb im Allgemeinen ca 25 o ber dessen 5 O Wert Es wird au erdem vermutet dass das Sauerstoffatom des Wassers auch direkt auf organische Zwischen produkte bertragen wird und dass in Kohlenhydratmolek len dadurch eine nicht statistische 8Q Verteilung vorliegen muss O An und Abreicherungen in bestimmten Molek lpositionen Produkte aus dem Sekund rmetabolismus der Pflanzen weisen immer niedrigere O Gehalte gegen ber den Prim rprodukten auf da hier die Beteiligung des Wassers in den betreffenden Biosynthesen zunimmt und die Reaktionen mit Isotopeneffekten einhergehen z B enzymkataly sierte Hydrolysen Wasseraddition an Doppelbindungen weitere Sauerstoffaustauschreaktionen 21622833 So sind im Allgemeinen Proteine 293 von Carbonyl und Carboxylgruppen mit
68. ohne Schale Erntejahr Proben Nr lose Ware lt ger stet lt gesalzen Privatperson Supermarkt Berlin Supermarkt Berlin Supermarkt Berlin Supermarkt Berlin 2001 Supermarkt Berlin biologischer Anbau 1 _ E E 145 viv 2001 Supermarkt Berlin pep ae nenne eem eL m m pee epp epp t mp mde emm 158 9 1 Probenliste Handelsproben ohne Herkunftsdeklaration Forts Proben Nr lose Ware Bezogen aus von ohne Schale Erntejahr vo Dn vo Hd 4 gesalzen Supermarkt Wiesbaden BE BE BE NEID 1997 Supermarkt Berlin Restbestand FB222 159 9 Material und Methoden 9 2 Standards und Referenzmaterialien 9 2 1 Referenzmaterialien der IAEA Folgende Referenzmaterialien der IAEA mit feststehenden 6 Werten standen zur Kalibrierung der C N und O Messung w hrend der Anfertigung dieser Arbeit im Labor zur Verf gung IAEA Name Isotopenverh ltnis VSMOW PE Folie Polyethylenfolie PDB 9 2 2 In House kalibrierte Arbeitsstandards Folgende Materialien wurden gegen die IAEA Referenzmaterialien zum t glichen Gebrauch und zur Qualit tskontrolle der C N und O Messungen als Arbeitsstandards kalibriert
69. oo N 3 2835 37 57 28 16 37 89 28 80 37 16 A D A ro lo gt AIO 27 85 35 32 29 67 27 07 28 65 38 28 28 30 38 38 28 55 35 31 28 15 37 78 153 R S ISS R S 27 95 1 18 2640 2489 129 29 72 29 99 27 30 R S 29 48 27 81 A n lo AYA NLD A oo A No R ger stet S gesalzen G gr n XIX
70. r Risikobewertung BfR bedanken in deren Mitte ich mich sehr wohl gef hlt habe und die mir immer hilfreich zur Seite standen moralisch technisch statis tisch im Labor und bei der Auswertung und kritischen Beurteilung dieser Arbeit Meinen privaten Freunden gilt mein besonderer Dank denn auch von dieser Seite habe ich viel Hilfe und Ermutigung bekommen und die n tige Ablenkung von der Arbeit Vielen Dank auch an alle die f r mich flei ig Pistazienproben gesammelt haben ii F r die Bereitstellung von kostenlosem authentischem Probenmaterial m chte ich folgenden Personen und Instituten recht herzlich danken Dr F Shojaee Khatam Lab Tehran Iran Dr H Yazdanpanah und Dr M Cheraghali Ministry of Health and Medical Education Food and Drug Control Labs Tehran Iran B Klein California Pistachio Commission Fresno United States of America L B rs Dr Wierts Dipl Chem Eggert Dr J rissen GmbH Handels und Umweltschutzlaboratorium Hamburg Deutschland F r den Einkauf und die Zusendung von Pistazien in aus Kalifornien bedanke ich mich ebenfalls ganz herzlich bei Herrn M Kracht und Frau S Freihammer ill Abstract Abstract Previously there was no established analytical procedure to prove the origin and authenticity of pistachio nuts A simple quick method is needed because every batch of Iranian and Turkish pistachios have to be inspected by law for aflatoxin contamination bef
71. seit Jahren von dem Global Network of Isotopes in Precipitation GNIP durch weltweit ver teilte Messstationen aufge zeichnet Der jahres durchschnittliche 5 O Wert der Niederschl ge in den drei Pistazienhauptanbauge bieten Iran USA und T rkei sind in den nachfolgenden Abbildungen 19 und 20 he 142 rauszulesen und in Tabel Abbildung 19 le 5 zusammengefasst Durchschnittliche 5 Oysyow Zusammensetzung des Nieder schlags in Asien 2001 26 3 2 Stabilisotope Weighted Annual 5180 Abbildung 20 25W Kalifornien Durchschnittliche 8 Ovsmow is E Zusammensetzung des Nieder schlags in Nord Amerika 2001 20H 170W 150 150W 140W 130W 120W 110W Tabelle 5 Jahresdurchschnittliche 5 O Werte des Niederschlags in den Hauptanbaugebieten der Pistazien Pistazienanbaugebiet 6 Oysmow Bereich des Nieder schlags im Jahr 2001 o Iran Zentraliran S dwesten 0 bis 6 T rkei syrische Grenze 6 bis 10 USA Kalifornien 2 bis 10 Der nachstehenden Tabelle 6 ist zu entnehmen dass die drei Pistazienhauptanbaul nder Iran USA und T rkei fast auf demselben Breitengrad liegen Iran etwas n her am quator als die beiden anderen L nder sie sich jedoch stark in L ngegrad und H he voneinander unterschei den In den Abbildungen 3 und 4 in Kapitel 3 1 2 sind die dazugeh rigen Klimadaten schon aufgef hrt worden In Tabelle 5 ist dagegen zu sehen dass trotz der unterschiedli
72. und der Darstellung der Messwerte in einfachen x y Streudiagrammen s Kap 6 1 auf Das Kohlenstoff Isotopenverh ltnis l dt auf der 2 kanonischen Diskriminanzfunktion Es ist wie bei der Hauptkomponentenanalyse das zweitwichtigste Element f r die Herkunftsbestimmung von Pistazien und ist f r die Trennung zwischen den amerikanischen und t rkischen Pistazien verantwortlich Dies wurde auch bei den einfachen x y Streudiagrammen schon erkannt denn das grafische Ergebnis der Auftragung des 6 Cppg Werts gegen das O O Verhiltnis ist bes ser als das der 8 N4 8 Ovsmow Auftragung vgl Abb 43 mit Abb 42 in Kap 6 1 Der 6PN4 Variable wurde von der schrittweisen Diskriminanzanalyse als letztes ausgew hlt und l dt zusammen mit dem Kohlenstoffisotop auf der 2 Diskriminanzfunktion Anders als bei der Hauptkomponentenanalyse bei der das Stickstoffisotop aufgrund seiner Korrelation und dem Beitrag zur Abtrennung der iranischen Proben mit dem Sauerstoffisotop zu einer Komponente geb ndelt wurde hat die Diskriminanzanalyse das Stickstoffisotop haupts chlich auf der gegen s tzlichen Achse vom Sauerstoffisotop wirken lassen Zusammen mit dem 6 C Wert verschiebt das Stickstoff Isotopenverh ltnis die Punktwolke der T rkei in y Richtung also weiter weg von den iranischen Pistazien Damit ist die Diskriminanzanalyse ihrem Grundprinzip gefolgt n m lich die vorgegebenen Gruppen bestm glich voneinander zu trennen Im Gegensatz zur Diskri minan
73. von einer Rotation abgesehen da in der Regel nicht die Konstruktion interpretierbarer Komponenten im Vordergrund steht sondern die Reduzierung komplizierter Datenbeziehungen auf eine einfache Form I 4 Berechnung der Faktorwerte F r eine Vielzahl von Fragestellungen ist es von gro em Interesse nicht nur die Variablen auf eine geringere Anzahl von Faktoren zu reduzieren sondern danach zu erfahren welche Werte die Objekte hinsichtlich der extrahierten Faktoren annehmen um sie z B als Variablen in weite ren Untersuchungen zu verwenden oder grafisch darstellen zu k nnen Im Gegensatz zu anderen Extraktionsverfahren lassen sich die Faktorwerte im Falle der Hauptkomponentenanalyse recht einfach anhand einer linearen Gleichung berechnen 279 N here Erl uterungen zur Diskriminanzanalyse Die Diskriminanzanalyse ist eine der klassischen Techniken der mulitvariaten Datenanalyse und dient zur Trennung gegebener Gruppen und zur Einordnung neuer unbekannter Objekte Dazu wird zun chst in der sog Lernphase das Klassifikationsmodell aufgestellt wobei von den Vari ablenmustern einer bestimmten Menge von gruppierten Lern Objekten ausgegangen wird Hinter dem Klassifikationsmodell verbergen sich bestimmte Rechengr en Vektoren die sp ter die Klassifikation neuer Objekte erlauben Im vorliegenden Fall der Zuordnung von Pistazien nach ihrer Herkunft liegen drei Gruppen Iran USA T rkei vor d h es werden zwei Diskrimina
74. werden Die Messung des N N Verhiiltnisses zur Herkunftsbestimmung von Pistazien hat sich somit in dieser Arbeit als generell weniger wichtig erwiesen Der Na Wert wurde von der schritt weisen Diskriminanzanalyse zwar als dritte und letzte Variable ins System mit aufgenommen er leistet aber nur einen geringen Trennbeitrag und es konnte gezeigt werden dass die Klassifika tion genauso gut ohne die Einbeziehung der Stickstoffvariable funktioniert Das Stickstoffisotop wird auch in der Literatur nicht h ufig zur Herkunftsbestimmung herangezogen sondern eher zur Bestimmung der prim ren Stickstoffquelle genutzt Da das Stickstoff Isotopenverh ltnis von Pflanzen direkt von dem des Bodens abh ngt schlagen sich exogene Eintr ge in den Boden wie D ngemittel auch sofort in den Pflanzen nieder Das Stickstoff Isotopenverh ltnis kann in der Lebensmittelanalytik daher kaum lokale Gegebenheiten mit Sicherheit widerspiegeln und ist somit wenig aussagekr ftig bzw kann schlimmsten Falls zu Falschaussagen bei Authentizit ts pr fungen wie im Falle der D ngung f hren Die Aussagekraft einfacherer Modelle zur Herkunftsbestimmung von Pistazien wie die zweidi mensionale Auftragung des 8 Nai Werts gegen das C N Verh ltnis von Anderson et al sind durch die Anf lligkeit des Stickstoff Isotopenverh ltnisses gegen ber Fremdeinfl ssen im Bo den noch gef hrdeter Eine biologisch angebaute amerikanische Pistazienprobe w rde z B im Anderso
75. werden dort meist sonnengetrocknet unger stet und ungesalzen verzehrt wie es auch im brigen Orient und S deuropa blich ist Eine wichtige auch aus dem Iran stammende Sorte ist die Kerman die fast ausschlie lich in Kalifornien angebaut wird Sie bildet eine besonders gro e Nuss und eine weitgespaltene Schale 56 6 3 1 Pistazien 3 1 1 Ernte Verarbeitung Die Erntezeit der Pistazien liegt je nach Anbauregion im September Oktober und dauert nur 3 6 Wochen an Der Erntezeitpunkt ist sehr wichtig um eine m glichst gro e Menge an nat r lich gespaltenen lachenden N ssen zu erzielen die jedoch noch nicht von selbst zu Boden gefallen sind Zu Boden gefallene Pistazien w rden eine sehr aufw ndige Reinigung verursa chen da der gr ne Kern durch die nat rlich ge ffneten Schalen frei zug nglich f r Schmutz und Mikroorganismen jet 6 Pistazien werden entweder maschinell vom Baum geschiittelt und in eine Auffangeinreichung geworfen tree trunk shakers ohne den Boden zu ber hren pro Baum weniger als eine Minu te erforderlich oder vornehmlich im Iran noch traditionell per Hand vom Baum gepfliickt ge klopft oder geschiittelt und in am Boden ausgelegten Netzen oder Matten gesammelt Danach miissen sie innerhalb von 12 bis 24 Stunden enthiilst und getrocknet werden da andernfalls die Fruchtfleischh lle Feuchtigkeit aufnimmt und sich dadurch die Schalen verf rben 962861 Sch lmaschinen hullers
76. zu leichtem Isotop in einer Probe kann mit 8X Rprobe Rstandard 7 1 x 10 mit X schweres Isotop PC BN 80 etc einem IRMS Ger t sehr genau gemessen werden Nebenstehend ist die Formel f r die Verh ltnis schweres Isotop Hauptisoto Berechnung des Werts dargestellt 7777 z B N N 80 0 E P Aus der Formel f r den Wert folgt dass der Anstieg des 6 Werts auch einen Anstieg des Ge halts an schwererem Isotop bedeutet und folglich eine reziproke Abnahme des leichteren Haupt Isotops Die internationalen Bezugsstandards f r die einzelnen Bioelemente sind in Tabelle 3 aufgef hrt Diese gibt zus tzlich die am h ufigsten verwendeten Messgase und das in der Regel gemessene Stabilisotopenverh ltnis wieder Die Standards sind fast nur von der inter nationalen Atomenergiebeh rde IAEA in Wien zu beziehen wegen Knappheit zum Teil sogar nur in bestimmten Zeitabst nden Tabelle 3 Internationalen Bezugsstandards typische Messgase und Isotopenverh ltnisse der Bio elemente f r die IRMS Messung Element Messgas Verh ltnis internationaler Bezugsstandard Abk Wasserstoff D H Vienna Standard Mean Ocean Water VSMOW Kohlenstoff _ Pee Dee Belemnite fossiles CaCO3 PDB Stickstoff SN 4N Stickstoffgas der Luft Air Sauerstoff CO 550 50 Vienna Standard Mean Ocean Water VSMOW Schwefel SO 345 225 Diablo Troilite FeS Meteorit CDT Calcit Fossil aus
77. zwischen den SN N Messwerten des Irans und der USA k nnten Sortenunterschiede sein In Kapitel 3 1 wurde bereits beschrieben dass die Iraner eine breite Vielfalt von Pistaziensorten anbauen w h rend in den USA fast ausschlie lich die Sorte Kerman kultiviert wird Das Vorkommen signifi kanter 5 Nai Variationen von bis zu 1 3 zwischen verschiedenen Genotypen wilder Gerste 213 wurde in der Literatur schon beschrieben Der Ovsmow Wert zeigt die gr te Trennkraft hinsichtlich der geografischen Herkunft von Pistazien was schon aus der Theorie zu erwarten gewesen ist s Kap 3 2 3 Er trennt die beiden Hauptanbaul nder Iran und USA vollst ndig und sehr deutlich voneinander s Kapitel 5 2 die 133 7 Ergebnisdiskussion t rkischen Proben liegen allerdings genau dazwischen und berschneiden sich mit den Proben der beiden anderen L ndern Es l sst sich hier aber schon folgendes Ergebnis zur 100 igen Unterscheidung von ausschlie lich iranischen und amerikanischen Pistazien formulieren Werden bei einer Pistazienprobe 8 Oysmow Werte unterhalb von 30 gefunden handelt es sich um eine amerikanische Pistazie liegen die Ovsmow Werte dagegen oberhalb von 34 o liegt eine iranische Ware vor Beim Pistazien l ist die Spannweite der 8 Oysmow Werte zwischen den beiden L ndern sogar noch etwas gr er und bewegt sich zwischen 28 und 35 o Dies ist ein groBartiger Erfolg und eines der Hauptziele
78. 001 USA T rkei lt 0 001 lt 0 001 T rkei lt Iran 0 002 0 001 SIN R ckstand Iran amp USA lt 0 001 lt 0 001 USA T rkei 0 001 0 215 T rkei lt Iran lt 0 001 lt 0 001 8 Ovsmov R ckstand Iran lt USA lt 0 001 lt 0 001 USA T rkei lt 0 001 lt 0 001 T rkei lt Iran 0 001 0 001 Es konnte mit dem Post Hoc Mehrfachvergleichstest T2 nach Tamhane gezeigt werden dass die erw nschten signifikanten Unterschiede auf dem 95 Signifikanzniveau zwischen den einzel nen Gruppen Landern in allen Variablen bestehen Alle Signifikanzwerte sind kleiner als 0 05 s Tabelle 36 linke Wertespalte was bedeutet dass die Mittelwerte der einzelnen Grup pen pro Variable nicht aus einer Grundgesamtheit stammen Es bestehen damit signifikante Un terschiede zwischen den L ndern und die Voraussetzungen f r eine multivariate Datenanalyse zur Herkunftserkennung sind gegeben Zum Vergleich wurde auch die hier eigentlich unzul ssige Scheff Prozedur durchgef hrt die Varianzhomogenit t voraussetzt Auch mit diesem Test werden f r fast alle Variablen signifi kante Gruppenunterschiede angezeigt Ergebnisse 0 05 Die Mittelwerte liegen also trotz un terschiedlicher Varianzen weit genug auseinander s Tabelle 36 rechte Wertespalte Nur f r die beiden Stickstoff Parameter wird zwischen den Pistazien der USA und der T rkei kein signifi kanter Unterschied gefunden w hrend der Varianzheterogenitat tolerierende Tamhane
79. 003 Der Iran ist traditionsgem mit ber 60 Weltmarktanteil das mit Abstand gr te Erzeuger land von Pistazien und auch der mit Abstand weltgr te Exporteur s Abbildung e Pistazien stellen dort nach Erd l und Perserteppichen das drittwichtigste Exportgut dar Deutschland USA Deutschland Iran 10 5 Niederlande 4 4 Hong Kong 2 Belgien 2 Italien 41 T rkei 1 Andere 3 Export Gesamtwert 928 029 844 7 Import Gesamtwert 664 633 728 Abbildung 6 Hauptexporteure links und importeure rechts von Pistazien 2003 Das Hauptanbaugebiet des Irans liegt bei der Stadt Rafsanjan in der Provinz Kerman die sich in den klimatisch und geologisch besonders g nstig liegenden trockenen Hochebene 1200 1600 m im S dosten des Landes befindet daneben Yazd und Shiraz s Abbildung 7 95 der iranischen Pistazienproduktion kommen aus dieser Region dies entspricht ungefahr 50 der weltweit erzeugen Gesamternte Die Hauptabnehmer iranischer Pistazien waren im Jahr 2003 die Arabischen Emirate Deutschland und Hong Kong s Abbildung 7 9 P5215258 3 Allgemeiner Teil Mashhad TEHRAN Aoosen ye K Damavand Qom Kerm nsh h ARABIA 100 200 km Asien Vereinigte 4 Arabische Russische erba F deration 6 China Hong Kong 9 Deutschland 19 Gesamtexport 184 946 t Gesamtwert 679 939 648 Abbildung 7 Irankarte und Hauptexportlander f r ir
80. 2 26 56 27 41 26 56 sin 0 0 16 0 03 0 08 0 09 0 04 0 14 0 06 0 12 50 4 4 Voruntersuchungen von Pistazien Tabelle 11 5 N Ergebnisse des Vergleichs der Standardabweichung von 10 einzelnen Pistazien niissen und einer 20 g Mischprobe derselben Tiite SIN T tel T te2 T te3 T te4 T te5 T te6 T te7 T te8 2 xin 4 55 1 74 927 3 64 218 133 0 84 4 75 T sin o 2 26 2 52 1 75 2 36 1 96 217 0 91 1 98 S sin Wo 6 5 6 4 5 7 71 5 7 7 6 2 6 5 3 ac Xin 397 0 41 10 00 370 153 25 102 5 11 a sin o 0 13 0 03 0 11 0 26 0 08 0 15 0 13 0 35 Tabelle 12 5 O Ergebnisse des Vergleichs der Standardabweichung von 10 einzelnen Pistazien n ssen und einer 20 g Mischprobe derselben T te 8 50 T te1 T te2 T te3 T te4 T te5 T te6 T te7 T te8 2 xin 3726 29 77 3660 3650 2924 2883 2716 3523 T sin 1 84 2 24 0 85 1 12 1 01 0 96 1 61 1 68 B Sin o 5 0 6 2 2 5 42 3 1 2 9 5 4 5 0 xin 36 87 26 95 36 44 35 37 27 51 2866 27 92 36 01 sin 0 0 72 0 27 0 34 0 63 0 37 0 12 0 57 0 50 Die resultierenden Standardabweichungen s und Spannweiten S aus zehn einzelnen Pistazien s sen einer T te sind mit bis zu 2 o s Tabelle 10 12 bzw 6 o s Tabelle 12 6 O Reihe recht hoch im Vergleich zu denen der Arbeitsstandards s Kapitel 4 1 Diese hohe biologische Streubreite ist jedoch nicht verwunderlich denn bei Pistazien handelt es sich um ein nat rlich gewachsenes Produkt bei dem
81. 30 30 29 18 27 84 2791 29 27 29 56 26 75 27 95 30 11 29 54 26 93 27 76 30 29 29 51 27 61 27 73 0 90 27 72 24 85 090 29 51 29 25 27 18 S 28 42 0 99 2723 25 3 126 3037 30 01 27 45 Bam LS 28 40 28 16 27 84 29 84 27 71 29 51 27 66 29 97 27 32 29 47 28 22 29 79 28 01 30 40 oh R 4S R S R S R S O R S S R S 27 27 30 76 27 88 30 91 28 16 0 99 2851 25 14 1 12 3037 27 81 30 90 10 roh 2807 29 16 R S B 2728 490 3044 2442 5 03 32 33 70 R 28 07 30 28 R ger stet S gesalzen O ohne Schale B biologischer Anbau fett gedruckte Werte nachgewiesene Ausrei er nach Kapitel 5 3 1 Io SI Gi BIW NM Re OO COIN 2 ain S SIN Anhang III authentisch turkische Pistazienproben Mittelwerte der 6 Messung nach Grubbs Ausrei ertest tazie IS SON air 5 Cops R ckstand R ckstand 5 Ovsmow R ckstand Pistazienol 5 Ovsmow Pistazien l P SINA E 27 14 2 62 24 57 26 16 A 26 37 33 29 26 39 34 35 25 28 35 23 33 39 Verarbei 28 84 27 74 27 98 27 82 26 82 6 4 o0 Lo B Em mmm unu i 3329 3435 3523 27 14 0 00 3339 2851 26 62 28 07 26 93 28 37 26
82. 4 und Abb 46 47 in Kap 6 3 5 Die Hauptkomponentenanalyse diente in diesem Fall nur zur Uberpriifung der grundlegenden F higkeit der gemessenen Stabilisotopenvariablen nach L ndern zu trennen s Kap 6 2 Bei der Betrachtung der Komponentenmatrizes s Tab 42 43 in Kap 6 2 3 stellte sich heraus dass Komponente die Variablen derjenigen beiden Bioelemente O und N vereinigt die schon nach Pearson hoch miteinander korrelieren s Korrelationskoeffizienten Tabelle 37 in Kap 5 3 5 Die Korrelation zwischen dem Stickstoff und Sauerstoff Isotopenverh ltnis in den Pistazien k nnte damit zusammenh ngen dass beide Elemente durch gleichartige exogene Faktoren beeinflusst werden Hierf r w rden nur zwei in Frage kommen Niederschlag und D nger s Kap 3 2 2 und 3 2 3 Beide Faktoren k nnen sowohl auf das 0 O als auch auf das N N Verh ltnis dis kriminierend einwirken Au erdem ist beiden gemeinsam dass sie fraktionierend auf das Isoto penverh ltnis der N hrstoffe im Boden z B Wasser Nitrat wirken bzw dieses ver ndern bevor die Pflanze diese aufnimmt Niederschlag und D nger k nnen standortspezifische Isotopenver h ltnis Unterschiede auf Pflanzen bertragen die sich um mehrere unterscheiden Auf die Hauptkomponente 2 l dt dagegen dasjenige Bioelement hoch C welches die Pflanzen aus einem weitgehend homogenen Pool Luft aufnehmen Das Isotopenverh ltnis des Kohlen stoffs aus wird vornehmlich nur durch d
83. 5 1073 Macko S A Estep M L F Engel M H Hare P E Kinetic Fractionation of Stable Nitrogen Isotopes During Amino Acid Transamination Geochimica et Cosmochimica Acta 1986 50 10 S 2143 2146 Manca G Camin F Coloru G C Del Caro A Depentori D Franco M A Vers ini G Characterization of the geographical origin of pecorino sardo cheese by casein stable isotope C 13 C 12 and N 15 N 14 ratios and free amino acid ratios Journal of Agricultural and Food Chemistry 2001 49 3 S 1404 1409 Mannina L Patumi M Proietti N Bassi D Segre A L Geographical characteri zation of Italian extra virgin olive oils using high field H 1 NMR spectroscopy Journal of Agricultural and Food Chemistry 2001 49 6 S 2687 2696 Mc Kinney C R Mc Crea J M Epstein S Allen H A Urey H C Improvements in Mass Spectrometers for the Measurement of Small Differences in Isotope Abundance Ratios Review of Scientific Instruments 1950 21 8 S 724 730 Medina R Schmidt H L Nitrogen Isotope Ratio Variations in Biological Material Indicator for Metabolic Correlations In Stable Isotopes Hrsg Schmidt H L F rstel H Heinzinger K Elsevier Schientific Publishing Company 1982 S 465 473 Meier Augenstein W Applied gas chromatography coupled to isotope ratio mass spec trometry Journal of Chromatography A 1999 842 1 2 S 351 371 Melzer E Schmidt H L Carb
84. 52 355 Holbach B F rstel H Das Verh ltnis der Stabilisotopen 180 und zur Herkunfts bestimmung von Wein In Niederschrift ber die Tagung des Bundesausschusses f r Weinforschung in Oberschei heim vom 24 bis 26 Mai 1994 1994 S 169 185 Houerou G Kelly S D Dennis M J Determination of the oxygen 18 oxygen 16 isotope ratios of sugar citric acid and water from single strength orange juice Rapid Communications in Mass Spectrometry 1999 13 13 S 1257 1262 H bner H Isotope Effects of Nitrogen in the Soil and Biosphere In Handbook of Enviromental Isotope Geochemistry Volume 2 The Terrestrial Environment B Hrsg Fritz P Fontes J Ch Elsevier 1986 S 361 506 International Atomic Energy Agency Analytical Quality Control Services Database of Reference Materials Attp www iaea org programmes aqcs index shtml letzter Aufruf der Website 11 5 2006 ISO 5725 2 1994 E Accuracy trueness and precision of measurement methods and results Part 2 1994 ISO 5725 6 1994 E Accuracy trueness and precision of measurement methods and results Part 6 1994 Isotope Hydrology Section of the IAEA GNIP Maps and Animations 2001 http isohis iaea org letzter Aufruf der Website 11 5 2006 Jamin E Gonzalez J Bengoechea L Kerneur G Remaud G Naulet N Martin G G Measurement of C 13 C 12 ratios of sugars malic acid and citric acid as authentic ity probes of cit
85. 58 2928 26 68 R R Koch m RS 27 92 074 2628 25 19 0 58 28 85 29 93 26 44 RS 2716 164 27 87 2425 143 30 18 2923 27 74 R R 114 R 27 42 0 96 26 23 25 01 1 21 28 78 29 51 26 12 R R WIN S S S S S S S S S S S 5 5 S N N N N RS 2756 147 2655 24 51 1 46 29 37 29 59 26 16 RS 26 41 3 60 35 62 23 41 3 71 3822 2794 40 78 R ger stet S gesalzen G gr n L lose Ware O ohne Schale NINININ Din AJU XVII Anhang III Handelsproben mit Herkunftsdeklaration Forts Mittelwerte der 6 Messung nach Grubbs Ausrei ertest Verarbei tung Cyppg Pistazie Pistazie Pistazie 5 Cypps R ckstand R ckstand 8 Ovsuow R ckstand Pistazienol 5 Ovsuow Pistazienol Griechenland Marokko Usbekistan Italien R ger stet S gesalzen G griin L lose Ware O ohne Schale XVIII Probenliste mit 5 Werten Handelsproben ohne Herkunftsdeklaration Mittelwerte der 6 Messung nach Grubbs Ausrei ertest Probennr SINA R ckstand 8 Ovsmow Pistazien l to 913 amp 6 4 ee Pistazienol m LA A LA LA SI
86. 86 13 S 699 756 Shearer G Legg J O Variations in Natural Abundance of N 15 of Wheat Plants in Relation to Fertilizer Nitrogen Applications Soil Science Society of America Journal 1975 39 5 S 896 901 10 Literaturverzeichnis 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 Shearer G B Kohl D H Commoner B Precision of Determinations of Natural Abundance of Nitrogen 15 in Soils Fertilizers and Shelf Chemicals Soil Science 1974 118 5 S 308 316 Simpkins W A Patel G Collins P Harrison M Goldberg D Oxygen isotope ratios of juice water in Australian oranges and concentrates Journal of Agricultural and Food Chemistry 1999 47 7 S 2606 2612 Smith B N Epstein S Two categories of PC C ratios for higher plants Plant Physiology 1971 47 S 380 384 Smith B N Oliver J Mcmillan C Influence of Carbon Source Oxygen Concentra tion Light Intensity and Temperature on C 13 C 12 Ratios in Plant Tissues Botanical Gazette 1976 137 2 S 99 104 Souci S W Fachmann W Kraut H Die Zusammensetzung der Lebensmittel N hrwert Tabellen CRC Press medpharm Scientific Publishers 2000 Spangenberg J E Macko S A Hunziker J Characterization of olive oil by carbon isotope analysis of individual fatty acids Implications for authentication Journal of Agricultural and Fo
87. 9 SINA 82 86 88 5 Ovsmow 38 5 Ovsmow 82 86 88 90 Ol Ol 8 Cpps 8 Cpps 75 8 Ovsuow 33 69 6 Ovsuow 82 86 88 90 75 5 Ergebnisteil II Univariate Statistik Der authentischen Datensatz der Proben des Irans zeigt in der Box Plot Darstellung weder AusreiBer noch Extremwerte s Abbildung 38 40 in Kapitel 5 2 Bei den authentischen Pistazienproben aus den USA sind Box Plot AusreiBer vor allem beim Stickstoff weniger im Sauerstoff Isotopenverh ltnis zu finden Viele davon sind sogar als Ex tremwerte gekennzeichnet s fett gedruckte Werte in Tabelle 29 und vgl Abb 38 40 in Kap 5 2 Auffallig sind hier die Proben mit den Nummern 33 34 35 61 und 69 Die ersteren drei sind direkt von kalifornischen Farmen bezogen worden 34 35 gesalzene und ungesalzene Ver sion wahrend die letzteren beiden im amerikanischen Handel gekauft wurden gleiche Firma jedoch verschiedene Ernten und den Vermerk USDA organic tragen Mit dem Vermerk organic d rfen in den USA nur Produkte gekennzeichnet werden deren Hersteller von dem United States Department of Agriculture Agrarministerium begutachtet und akkreditiert wurden und die nach deren Vorgaben produziert werden Dazu geh ren die Vermeidung der meisten konventionellen Pestizide Herbizide und kommerzieller D nger sowie keine Kl rschlammaufbringung beim Anbau und keine Benutzung von Bestrahlung oder gen technisch hergestellten Zutaten bei der Produktion Organic is
88. 99 208 4 S 277 281 Werner R A Entwicklung neuer Verfahren f r die on line O O und H H Isotopenverh ltnismessung und ihre Anwendung zur Authentizit ts und Herkunftsbe stimmung bei Naturstoffen Dissertation Technische Universit t M nchen 1998 Werner R A The Online 0 O Analysis Development and Application Isotopes in Environmental and Health Studies 2003 39 2 S 85 104 Werner R A Brand W A Referencing strategies and techniques in stable isotope ratio analysis Rapid Communications in Mass Spectrometry 2001 15 7 S 501 519 Werner R A Kornexl B E Rossmann A Schmidt H L On line determination of delta O 18 values of organic substances Analytica Chimica Acta 1996 319 1 2 S 159 164 Werner R A Schmidt H L The in vivo nitrogen isotope discrimination among organic plant compounds Phytochemistry 2002 61 S 465 484 WetterOnline Meteorologische Dienstleistungen GmbH Attp www wetteronline de letzter Aufruf der Website 11 5 2006 Whelan T Sackett W M Benedict C R Carbon Isotope Discrimination in A Plant Possessing C4 Dicarboxylic Acid Pathway Biochemical and Biophysical Research Communications 1970 41 5 S 1205 White J W Internal Standard Stable Carbon Isotope Ratio Method for Determination of C 4 Plant Sugars in Honey Collaborative Study and Evaluation of Improved Protein Preparation Procedure Journal of ADAC Internationa
89. Ergebnisse der Klassifikation werden farblich abgesetzt in einem Streudiagramm visuell dargestellt und daher die Klassifikationsmatrix nicht mit aufgef hrt Die Probennummern in der Grafik stimmen mit denen im Kapitel 9 1 und im Anhang III berein 117 6 Ergebnisteil III Multivariate Statistik Ergebnis 4 T rkei 3 zl gt 449 T rkei be Og ER 125 D 5 D in e o A c 14 o o 110 o A o LK 124 SS o0 A K 5 A 3 o 9 ES ze A o E EE e a amp A A M d o gz 2 A m i 126 o 2 o 3 o USA Iran Xo VE o 5 T T T T T T T T 8 6 4 2 0 2 4 6 8 1 kanonische Diskriminanzfunktion 50 Ol authentisch Iran A authentisch USA O authentisch T rkei kommerziell Iran A kommerziell USA Abbildung 50 Grafische Darstellung der Klassifizierung von Handelsproben mit deklarierter Her kunft durch das 3 Variablen Diskriminanzmodell aus Kapitel 6 3 2 Die grafische Darstellung des Klassifizierungsergebnisses s Abbildung 50 zeigt deutlich dass alle Handelsproben als Dreiecke in ihrer deklarierten Gruppenfarbe dargestellt durch das Dis kriminanzmodell eindeutig einem der drei L nder zugeordnet werden W hrend alle getesteten iranischen Handelspistazien auch innerhalb der iranischen Punktwolke wieder zu finden sind werden bei den amerikanischen nicht alle Handelsproben auch der USA Gruppe zugeordnet Vier der vermeintlich amerikanischen Proben sind hier
90. Es existiert jedoch keine definierte Regel bez glich der minimal ben tigen Gr e eines Lerndatensatzes zur Ermittlung der Diskriminanzfunktion aber aus mathematisch technischer Sicht sollten pro Gruppe wesentlich mehr Proben als Variablen vorhanden sein Ansonsten besteht die Gefahr des sog Lasso Effekts oder overfittings d h bei Verwendung nur weniger Proben wird eine scheinbar sehr gute Trennung der Gruppen erreicht aber Testproben danach falsch klassifiziert Nach der Aufstellung eines Klassifizierungsmodells ist die abschlie ende Angabe einer Klassifi kationsfehlerrate als G tema f r die in der Lernphase aufgestellte Zuordnungsregel ein unver zichtbarer Bestandteil der Diskriminanzanalyse Damit kann abgesch tzt werden mit welcher Sicherheit bzw Irrtumswahrscheinlichkeit die Einordnung der Testobjekte in die vorgegebenen Klassen behaftet ist und der schon erw hnte Lasso Effekt wird ausgeschlossen N here Erl uterungen zur Durchf hrung einer Diskriminanzanalyse finden sich in Anhang II 40 4 Ergebnisteil I Methodenvalidierung 4 Ergebnisteil I Methodenvalidierung 4 Ergebnisteil I Methodenvalidierung Bevor Proben vermessen und ihre Messwertergebnisse diskutiert und interpretiert werden k n nen m ssen zuerst einige generelle Parameter berpr ft werden um sicherzustellen dass das Messger t die Proben und die Methode sichere stabile und richtige Ergebnisse liefern und auch die v
91. House Validierung der IRMS Methode Tabelle 20 Ergebnisse der Ermittlung der Pr zisionsdaten f r die O Methode 180 Methode Pistazie R ckstand I x 969 n 3x7 27 03 29 86 26 67 Sr o 0 513 0 537 0 397 sr 0 0 517 0 543 0 397 r o 1 44 1 50 1 11 Riaborintern 760 1 45 1 52 1 11 Vergleiche 2 Wan indirekte Verfahren ee 4 S 0 50 0 58 Bei allen drei Methoden ist zu erkennen dass die laborinterne Vergleichsstandardabweichung sr fast gleich der Wiederholstandardabweichung s ist d h die Streuung zwischen den Se rien Tagen ist vernachl ssigbar klein gegen ber der Streuung innerhalb einer Serie eines Tages Des Weiteren ist die geringere Streuung bei den len gegen ber den Feststoffen auff llig was sich auf die bessere Homogenit t einer Fl ssigkeit zur ckf hren l sst Beim Vergleich der Wiederholbarkeiten von Pistazie R ckstand und l mit den angef hrten validierten C Vergleichsmethoden Weinethanol Fruchtsaftzucker pulpe ist zu erkennen dass sie alle in vergleichbaren Gr enordnungen liegen Die erreichte Pr zision mit der IRMS PC Methode ist somit akzeptabel F r Stickstoff gibt es noch keine validierten Methoden zum Vergleich jedoch liegen die erziel ten Pr zisionswerte in der Gr enordnung der C Methode und werden daher ebenfalls als gut beurteilt Die O Methode weist sowohl im Vergleich mit der C und N Methode als auch mit den aufgef hrten Vergle
92. Kreislauf von den Prim rsubstraten entfernt liegen schen den verschiedenen Fraktionen einer Pflanze wie z B Zucker zu Lipiden erlauben zudem eine interne Standardisierung P 5 1452192392 So k nnen z B einem Lebensmittel hinzugef gte Bestandteile leicht erkannt werden da diese das PC C Verh ltnis von bestimmten Fraktionen 216 294 zueinander ver ndern P 6 4l Durch positionelle C Bestimmungen mittels IRMS konnte au erdem nachgewiesen werden dass auch die C Verteilung in einzelnen Molek len nicht statistisch ist sondern An und Ab reicherungen in bestimmten Positionen auftreten intramolekulare Isotopenmuster Die Fruk tose 1 6 Bisphosphataldolase bewirkt z B eine C Anreicherung in den Positionen C 3 und C 4 des Prim rprodukts Glucos el 11 217 227 was sich natiirlich auch in den Folgeprodukten bemerkbar macht so z B in Ethanol organischen S uren funktionellen Gruppen an Aromaten sowie Pyru vat dem Ausgangsstoff vieler sekund rer Pflanzeninhaltsstoffe Auch die Isotopeneffekte be stimmter Schl sselreaktionen Enzymreaktionen f hren zu ganz spezifischen Verteilungsmus tern in den Produkten So ist z B in der Carboxylgruppe von Acetyl CoA eine starke C Abreicherung zu finden und damit auch in den daraus synthetisierten Fetts uren genauso wie in den Methoxylgruppen von Pektin und Lignin Werte bis zu 77 960 1105 155 159216294 Die berlagerung der bisher beschriebenen endogenen Faktor
93. Kromidas St VCH Weinheim 1995 S 181 207 Giesemann A Jager H J Norman A L Krouse H P Brand W A Online Sulfur Isotope Determination Using An Elemental Analyzer Coupled to A Mass Spectrometer Analytical Chemistry 1994 66 18 S 2816 2819 Gimenez Miralles J E Salazar D M Solana I Regional origin assignment of red wines from Valencia Spain by H 2 NMR and C 13 IRMS stable isotope analysis of fermentative ethanol Journal of Agricultural and Food Chemistry 1999 47 7 S 2645 2652 Gleixner G Danier H J Werner R A Schmidt L Correlations between the C Content of Primary and Secondary Plant Products in Different Cell Compartments and That in Decomposing Basidiomycetes Plant Physiology 1993 102 S 1287 1290 Gleixner G Schmidt H L Carbon isotope effects on the fructose 1 6 bisphosphate aldolase reaction origin for non statistical C 13 distributions in carbohydrates Journal of Biological Chemistry 1997 272 9 S 5382 5387 Gonzalez J Remaud G Jamin E Naulet N Martin G G Specific natural isotope profile studied by isotope ratio mass spectrometry SNIP IRMS C 13 C 12 ratios of fructose glucose and sucrose for improved detection of sugar addition to pineapple juices and concentrates Journal of Agricultural and Food Chemistry 1999 47 6 S 2316 2321 Gray J Thompson P Climatic Information from O 18 O 16 Analysis of Cellulose Lignin and Who
94. Lineare Regression zwischen 5 O von Schale Haut und Kern 5 O von Haut und Kern 86 BO Schale Haut Kern 8 Haut Schale 1 0 925 0 967 S i Haut 0 925 1 0 949 28 Kern 0 967 0 949 1 Anzahl der Messungen n 15 gei A 8 0 Kern 20 26 30 34 38 42 Die Untersuchung der Stabilisotopenverh ltnisse im Kern der Haut und der Schale von einzel nen Pistazien ssen hat ergeben dass sich die drei Hauptbestandteile der Pistazie klar voneinan der unterschieden Dies ist an den gro en Unterschieden in den Differenzen gt 1 o zwischen Haut gt Kern und Schale gt Kern zu erkennen s Tabelle 13 und daher d rften diese Bestand teile bei einer Messung nicht miteinander vermischt werden Praktisch ist die vollst ndige Ab trennung der Pistazienhaut vom Kern einer ger steten Pistazie jedoch nicht m glich und im Handel werden Pistazien ohne Haut au er in der Form griin auch gar nicht angeboten Die Korrelationsanalysen nach Pearson s Tabelle 14 16 und Regressionsgraden in Abbildung 31 33 zeigen jedoch dass Kern und Haut einer Pistaziennuss in allen drei untersuchten Stabil isotopenverh ltnissen hoch bis sehr hoch Korrelationskoeffizient gt 0 7 miteinander korrelieren d h der Isotopenwert des Kerns wird durch die Mischung mit der Haut nur proportional ver schoben Da au erdem der Anteil der Haut gegen ber dem Kern sehr gering ist wurde entschie den die Pistazie mit der Haut zu vermahlen u
95. M S Iran ER e n ae USA Iran s USA 3 Ovsmow l 4 31 3 4 VW 4 8 24 26 28 30 32 34 36 38 40 42 1 kanonische Diskriminanzfunktion 90 Varianz so l Abbildung 56 Abbildung 57 13 18 Wiederholung der Abb 46 aus Kap 6 3 5 Auftragung der Cppp gegen die 5 Oysmow Darstellung der Diskriminanzfunktionswerte Messwerte der authentischen Pistazien le Die grunds tzlichen Strukturen des Datensatzes und dessen grafische Darstellung d h die Lage und das Aussehen der Punktwolken hneln sich zwar sehr aber bei genauerer Betrachtung der Abbildungen 56 sind doch kleine Unterschiede zu dem in Abbildung 57 gezeigten einfachen Vergleichsstreudiagramm festzustellen Die Punktwolken der grafischen Darstellung der Dis kriminanzfunktionswerte s auch Abb 46 47 in Kap 6 3 5 sind in sich dichter und dazwischen besser voneinander abgetrennt und vor allem die Punktwolke der t rkischen Proben ist in y Richtung etwas weiter nach oben verschoben Durch die Anwendung der Diskriminanzanalyse auf das authentische Datenmaterial der Pistazien wurde das Ziel eine 100 ige Trennung der Pistazien nach ihren Herkunftsl ndern erreicht und vor allem durch das Klassifizierungsmodell die M glichkeit gegeben unbekannte Proben statistisch abgesichert einem der drei Hauptanbau l nder zuzuordnen Dies ist mit einem einfachen x y Streudiagramm nicht m glich denn wenn sich unbekannte Proben genau in dem Bereich zwischen zwei Punktwolken anordnen
96. Nachweis der geographischen Herkunft von Pistazien anhand der Stabilisotopenverh ltnisse vorgelegt von Diplom Lebensmittelchemikerin Anke Heier aus Berlin von der Fakult t III Prozesswissenschaften der Technischen Universit t Berlin zur Erlangung des akademischen Grades Doktorin der Naturwissenschaften Dr rer nat genehmigte Dissertation Promotionsausschuss Vorsitzender Prof Dr W Rotard Berichterin Prof Dr A Hartwig Berichter Prof Dr R Wittkowski Tag der wissenschaftlichen Aussprache 07 September 2006 Berlin 2006 D 83 Fur meine Mutter Danksagung Ich m chte mich in erster Linie bei meinen Eltern f r ihre langj hrige Unterst tzung bedanken denn ohne ihre Ermutigung zum Studium und der finanziellen Unterst tzung w re diese Arbeit nicht zustande gekommen Herrn Professor Wittkowski danke ich ganz herzlich f r die Bereitstellung des Themas und die Beurteilung dieser Arbeit sowie auch f r seine Unterst tzung bei meinem einj hrigen England aufenthalt ber das Marie Curie Stipendium Frau Professor Hartwig m chte ich ebenfalls f r die bernahme der Betreuung und die Beurtei lung dieser Arbeit danken Herrn Professor Stan gilt mein besonderer Dank f r die Unterst tzung und das Beurteilungs schreiben durch die ich das NaF G Stipendium erhalten habe Ganz besonders herzlich m chte ich mich auch bei meinem Arbeitskreis und den vielen lieben Kollegen am Bundesinstitut f
97. Regressions Diskriminanz oder Vari anzanalyse IX Anhang II Durchf hrung einer Hauptkomponentenanalyse Die Hauptkomponentenanalyse ist eine multivariate Analysenmethode und dient zur Entdeckung der Strukturen eines Datensatzes Sie wird blicher Weise in folgenden vier Schritten durchge f hrt 1 Berechnung der Korrelationsmatrizen Zur Ermittlung der Faktoren ist es erforderlich die Zusammenh nge zwischen den Ausgangsva riablen messbar zu machen Als methodisches Hilfsmittel wird hierzu die Korrelationsanalyse herangezogen Durch die Berechnung der Korrelationen zwischen den beteiligten Variablen mit Hilfe der Pearson Korrelationskoeffizienten l sst sich erkennen ob Zusammenh nge zwischen Paaren von Variablen bestehen Korrelationsmatrix Besteht ein solcher Zusammenhang k n nen diese Variablen als voneinander abh ngig und damit als b ndelungsf hig angesehen wer den An der so erstellten Korrelationsmatrix kann dann auch abgelesen werden welche Variab len m glicherweise unber cksichtigt bleiben sollten weil sie mit den brigen Variablen nur sehr geringe Korrelationen aufweisen 2 Extraktion der Faktoren Die Hauptkomponentenanalyse ist das gebr uchlichste Verfahren zur Extraktion der Faktoren Wie bei anderen Verfahren auch z B Maximum Likelihood Methode kanonische Faktorenana lyse Hauptachsen Faktorenanalyse wird zu diesem Zweck eine Ladungsmatrix konstruiert welche die Korrel
98. SKUSSION nissen 129 8 ZUSAMMENFASSUNG unseres 9 MATERIAL UND METHODEN ccccccccccccccsccsccccccccccccccccccccsccccces 49 91 gt WORMS EE 150 9 2 Standards und Referenzmaterialien ccccccccssscccssssssscccssssscesseccces 160 9 2 1 Referenzmaterialien der LAEA 160 9 2 2 In House kalibrierte Abetsstandards nn 160 92 3 Geritekontrollproben uoc e rrr qe ae in lan hast 161 vii Inhaltsverzeichnis 9 3 Gerdateeinstellungen und 5 5 162 9 3 1 Isotopenm sserispektrometer 162 9 3 2 Elementaranalysator seinen ebe P aa PRU RE Pe RALIS ex be 162 9 3 3 Pyrolvseemhelt tcu te ot dee i ia Ord tele EN us 164 9 3 4 Probenvorbereitung f r die IRMS ccc cecccceseceseceeseeeseeeeeeceeeseeeenseecsaeeneenees 165 9 3 5 Gewinnung des Pistazienolss ana eek 166 9 3 6 R stung und Salzung im Laborversuch seen 167 10 LITERATURVERZEICHNIS ccccccccsccccccscccccccccccccccccccccccsccccccsces 169 Anhang I Formelverzeichnis Berechnung des 0 W erts x ten sel II Statistische Grrundformeln u a IV Statistische Tests a Vil Anhang II Weiterf hrende Erl uterungen zur mulitvariaten Statistik Ix Einteilung multivariater Analysenmethoden essere IX Durchf
99. Schulz H D Usdowski E Springer Verlag 1992 S 212 219 Schmidt L Werner A Rossmann A O 18 pattern and biosynthesis of natural plant products Phytochemistry 2001 58 1 S 9 32 Schmidt H L Winkler F J Einige Ursachen der Variationsbreite von 5 C Werten bei C3 und C4 Pflanzen Berichte der Deutschen Botanischen Gesellschaft 1979 92 S 185 191 Schmidt H L Winkler F J Latzko E Wirth E Kinetic C 13 Isotope Effects in Photosynthetic Carboxylation Reactions and Delta C 13 Values of Plant Material srael Journal of Chemistry 1978 17 3 S 223 224 Schmidt O Quilter J M Bahar B Moloney A P Scrimgeour C M Begley I S Monahan F J Inferring the origin and dietary history of beef from C N and S stable isotope ratio analysis Food Chemistry 2005 91 3 S 545 549 Schumacher E Vergleich von mehr als zwei Parametern Saphir Verlag 2003 Sch tze M Ein neues Verfahren zur direkten Sauerstoffbestimmung in organischen Substanzen Fresenius Zeitschrift fur Analytische Chemie 1939 118 S 241 244 Schwartz R S Hecking L T Determination of Geographic Origin of Agricultural Products by Multivariate Analysis of Trace Element Composition Journal of Analytical Atomic Spectrometry 1991 6 8 S 637 642 Shearer G Kohl D H N Fixation in Field Settings Estimations Based on Natural DN Abundance Australian Journal of Plant Physiology 19
100. Standardabweichungen der Variablen n Anzahl der Wertepaare Anhang I Z score P 9l z mit z Z score x Messwert X wahrer Wert Zielwert o Ziel Standardabweichung VI Formelverzeichnis Statistische Tests Sollwert t Test 0 mit t Pr fgr e x Mittelwert u Sollwert z B zertifiziertes AEA Referenzmaterial x Messunsicherheit systematischer Fehler 5 Standardabweichung Anzahl der Wiederholmessungen trabelte Wert aus der t Tabelle 95 f n 1 Doerffel Test 66 m die 1 5 5 Vn mit x Mittelwert u Sollwert zertifiziertes IAEA Referenzmaterial x ul Messunsicherheit systematischer Fehler S Standardabweichung n Anzahl der Wiederholmessungen VII Anhang II F Test l s 4 P P Soo d mit ei Standardabweichung der Messung 52 Wiederholstandardabweichung der Methode Freiheitsgrade n 1 x Pf Wert aus der y Tabelle 95 f n 1 Ausrei ertest nach Grubbs x x O 5 mit Q Pr fgr e 0 95 Mittelwert x ausrei erverd chtiger Wert Ausrei ertest nach Nalimov 7 X1 mi Xma n r S mA 1 mit 7 Pr fgr e P 0 99 ausrei erverd chtiger Wert Xma Mittelwert der gesamten Messreihe SmA Standardabweichung der gesamten Messreihe inklusive x4 n Anzahl der Messwerte Erl uterungen zur multivariaten Stati
101. Standards ben tigt jedoch existierten zu diesem Zeitpunkt f r die Sauerstoffanalyse noch keine zertifizierten organischen Feststoffe Daher wur de die Cellulose ber die zwei vom 5 Wert am nahe liegensten verf gbaren Wasser Standards des Labors kalibriert dem IAEA Referenzmaterial VSMOW und einem Wasser Arbeitsstandard der Gasbench Eine Richtigkeitspr fung erfolgte anschlieBend f r die Kalibrierungsergebnisse der Feststoff Arbeitstandards mittels Proben bekannten 5 Werts s Kapitel 4 5 1 44 4 1 Kalibrierung der Arbeitsstandards Ergebnis Tabelle 7 Ergebnisse der Kalibrierung der Feststoff Arbeitsstandards mittels IAEA Referenz materialien 5 Cppp Acetanilid SINA Acetanilid 8 Osmow Cellulose IAEA Referenzmaterial Polyethylenfolie Kaliumnitrat Bes SE Kalibrierverfahren Ein Punkt Kalibrierung Ein Punkt Kalibrierung Normierung ermittelter 5 Wert 25 0 o 8 6 o 31 3 o Standardabweichung s 0 10 96o 0 07 96o 0 43 96o Anzahl der Sequenzen 5 4 13 Anzahl der Messwerte 49 39 63 Normalverteilungstest 0 200 0 200 0 200 Varianzhomogenitat 0 330 0 567 0 934 ANOVA 0 994 0 051 0 101 Test auf Normalverteilung nach Kolmogorov Smirnov Test auf Homogeni t der Varianzen nach Le vene Tabelle 8 Ergebnisse der Referenzgas Kalibrierung Mittelwerte aus verschiedenen Standards und Sequenzen Gas Mode Kalibrier 1 Messperiode 2 Messperiode 3 Messperiode standards Wert s o Wert s o Wer
102. T2 Test das Gegenteil anzeigt Bei der Betrachtung der entsprechenden Box Plot Darstellungen s Ab bildung 39 in Kapitel 5 2 wird diese Diskrepanz visuell deutlich denn die Mediane sind zwar verschieden jedoch hat der Pistazienprobendatensatz der T rkei eine wesentlich gr ere Spann weite und schlie t damit alle amerikanischen Messwerte in seinem Intervall ein 83 5 Ergebnisteil II Univariate Statistik 5 3 5 Korrelationsanalyse Bei der Betrachtung der Box Plot Darstellungen s Abbildung 38 40 in Kapitel 5 2 des authen tischen Datenmaterials wurde aufgrund der gleichm igen Verschiebungen zwischen den 5 Werten der Pistazie des entfetteten R ckstands und des ls vermutet dass die Fraktionen mit einander korrelieren Zur berpr fung dieser Vermutung wird eine Korrelationsanalyse durchge f hrt die die Zusammenh nge zwischen gleichwertigen Zufallsvariablen anhand einer Stichpro be untersucht Eine Ma zahl f r die St rke und Richtung eines linearen Zusammenhangs ist der Korrelationskoeffizient Er liegt zwischen 1 und 1 wobei ein Betrag nahe 1 einen starken und ein Betrag nahe Null einen schwachen Zusammenhang anzeigt Die Berechnung des Korrelationskoeffizienten h ngt vom Skalenniveau der betreffenden Variablen ab Im vorliegen den Fall der Pistazienmesswerte sind alle Variablen intervallskaliert und normalverteilt daher wird die Produkt Moment Korrelation nach Pearson angewandt s Anhang I Formelverz
103. Test zur Bewertung der Modellg te 104 Struktur Matrix der 3 Variablenkombination eee 105 Tabellenverzeichnis Tabelle 49 Struktur Matrix der 2 Variablenkombination eee Tabelle 50 Klassifikationsmatrix mit den Ergebnissen der 3 und 2 Variablenkombination nach der R L und H Metbode Tabelle 51 Fisher Klassifikationsmatrix mit den Ergebnissen der 3 und 2 Variablen kombination nach der R und H Methode Tabelle 52 Klassifikationsmatrix aus der Diskriminanzanalyse der 3 und 2 Variablen kombination der Pistazien Gesamtnuss mit den Ergebnissen nach der R L und real IR duca xi Abbildungsverzeichnis Abbildungsverzeichnis Abbildung 1 Abbildung 2 Abbildung 3 Abbildung 4 Abbildung 5 Abbildung 6 Abbildung 7 Abbildung 8 Abbildung 9 Abbildung 10 Abbildung 11 Abbildung 12 Abbildung 13 Abbildung 14 Abbildung 15 Abbildung 16 Abbildung 17 Abbildung 18 Abbildung 20 Abbildung 21 Abbildung 22 Abbildung 23 Abbildung 24 Abbildung 25 Abbildung 26 Abbildung 27 Abbildung 28 xli Separationsergebnis nach L ndern von Pistazienproben mit einer Auftragung des C N Verh ltnisses gegen den 8 N Wert see 3 N hrstoffzusammensetzung von Pistazten 6 Klimadiagramme der iranischen St dte Kerman Shiraz und Yazd 8 Klimadiagramme der amerikanische
104. Tiere Wasser Tiere Land Pflanzen Wasser Pflanzen Land von 0 o haben Abbildung 15 zeigt die 5 N Streu Stickstoff Ozeanwasser pools Daraus ist zu ersehen dass in breiten verschiedener der Literatur f r Pflanzenmaterial im Allgemeinen 5 N Werte swischemcsund 310 M beschrieben Abbildung 15 65N4 Werte verschiedener Stickstoffpools werden 12179 2 21 Diagrammdaten stammen aus den Ver ffentlichungen von B Wagner und F J Winkler Der organisch gebundene Stickstoff des Bodens wird von auBen durch mehrere Quellen in den Stickstoffkreislauf eingetragen 1 gasf rmige Verbindungen Stickstofffixierung Niederschlag Industrieemissionen 2 Pflanzen Ernter ckst nde Laub Gr nd ngung und 3 D nger Durch die metabolische Umsetzung von standort und bodenabh ngigen Mikroorganismen wer den diese Stickstoffeintr ge Proteine Nukleins uren Aminozucker den Pflanzen im Boden wieder als Nitrat oder Ammonium zug nglich gemacht und zus tzlich durch topografische geo grafische und klimatische Gegebenheiten beeinflusst l Mikroorganismen wandeln dazu den organischen Stickstoff zu Ammoniak um Ammonifikation der sich wiederum mit Wasser zu Ammonium umsetzt Im zweiten Schritt wird daraus Nitrit gebildet Nitrifikation und dieses weiter zu Nitrat oxidiert Durch Denitrifikation k nnen fakultativ anaerobe Bakterien das Nitrat auch wieder vollst ndig in 273 molekular
105. Trennung der USA Proben von denen der T rkei bei Beim Vergleich der grafischen Darstellung der Ergebnisse der Hauptkomponentenanalyse mit den einfachen x y Streudiagrammen der einzelnen Stabilisotopenvariablen aus Kapitel 6 1 s Abbildung 41 43 ist eine erhebliche Verbesserung in der L ndertrennung zu erkennen Die iranischen Proben sind deutlich von denen der beiden anderen L nder abgetrennt was jedoch schon teilweise mit den einfachen Streudiagrammen erreicht wurde Durch die Hauptkomponen tenanalyse ist es nun aber gelungen auch die t rkischen Pistazien vollst ndig von den amerika nischen zu trennen Hiermit ist auch eine erhebliche Verbesserung gegen ber den Ergebnissen von Anderson et al s Kapitel 6 1 Abbildung 44 erreicht worden die keine multivariate Da tenauswertung angewendet haben sondern mit der alleinigen Abtrennung der amerikanischen Proben von denen des Irans und der T rkei zufrieden waren 99 6 Ergebnisteil III Multivariate Statistik 6 3 Diskriminanzanalyse Die im vorangegangenen Kapitel 6 2 durchgef hrte Hauptkomponentenanalyse hat gezeigt dass die gemessenen Stabilisotopenverh ltnisse grunds tzlich eine gute Trennkraft bez glich der Pis tazienherkunftsl nder besitzen Der authentische Datensatz wurde grafisch in drei separate Punktwolken aufgeteilt die auch genau den drei L ndern Iran USA und T rkei entsprechen Eine Diskriminanzanalyse wird nun durchgef hrt um ber die vollst ndige Tre
106. Ursachen der L nderunter schiede zwischen den Werten der Pistazien sind in Kapitel 7 gegeben Weiterhin ist bei der Betrachtung der Box Plots aller L nder die sehr gleichm ige Verschie bung der Messwertbereiche zwischen den Fraktionen Pistazie entfettetem R ckstand und l in den 68PCppg und 8 Oysmow Werten auff llig s Abbildung 38 und 40 Da diese sehr gleich m ig bei den Proben aus allen L ndern auftreten k nnte hier ein statistischer Zusammenhang wie eine Korrelation bestehen Eine Korrelationsanalyse zur berpr fung dieser Vermutung wird an sp terer Stelle durchgef hrt s Kapitel 5 3 5 73 5 Ergebnisteil II Univariate Statistik 5 3 Univariate statistische Vorbetrachtung des authentischen Datenmaterials Der Datensatz der authentischen Pistazienproben muss zuerst sorgfaltig auf nachfolgende Krite rien hin untersucht werden da er sonst nicht zur multivariaten Datenanalyse eingesetzt werden darf 1 Ausreifer 2 Normalverteilung 3 Varianzhomogenitat 4 Gruppenunterschiede 5 Korrelation Auf die Betrachtung der Ausrei er muss besondere Sorgfalt gelegt werden da deren Entfernung aus dem Datensatz die Ergebnisse der multivariaten Datenanalyse ma geblich beeinflusst Zu dem ist die Pr fung der Daten auf Normalverteilung entscheidend da dies eine der Grundvor aussetzungen f r die Anwendbarkeit der Diskriminanzanalyse ist Varianzhomogenitat ist hilfreich fiir eine gute Separation der G
107. a Kalifornien Supermarkt in San Diego v 22 NI 904 Kalifornien Supermarkt in San Diego vla Supermarkt in San Diego v v Ge Ei iis Kalifornien biologischer Anbau Supermarkt in Los Angeles v v s BE Supermarkt in Los Angeles v v v gt ar Kalifornien Supermarkt in Los Angeles v S WE Supermarkt in Los Angeles v s WE Supermarkt in Los Angeles sla Supermarkt in Los Angeles sla Supermarkt in Los Angeles v v s BE Supermarkt in Los Angeles v v E Kalifornien biologischer Anbau Supermarkt in Los Angeles v A 2002 Kalifornien 9 Material und Methoden authentisch t rkische Pistazienproben z l E z S a Bereitgestellt Bezogen von ai ah ae 2 eb en S Gi 71 v IV iv 2001 Markt in der Tiirkei REESEN er p mme 77 v v 2002 T rkischer Supermarkt Berlin eee pee ef a RN REES Te mee RN gt ee 154 9 1 Probenliste authentisch t rkische Pistazienproben Forts 2 Z E Je 3 D Bereitgestellt Bezogen von 2 Ki gt 2 2 e 5 8 2 2 E e amp amp S 5 90 Ire 2002 T rkischer Supermarkt Berlin 91 viv 2002 Tiirkischer Supermarkt Berlin 92 viv 2003 T rkischer Supermarkt Berlin 93 viv 2003 T rkischer Supermarkt Berlin 94 viv 2002 T rkischer Supermarkt Berlin 95 v owe oe 2003 T rkischer Marktstan
108. aber die in der Literatur 582 194 schon fr h beschriebene Beobachtung best tigt werden dass der 8 C Wert der Lipide um ca 8 o gegen ber den Prim rprodukten der Photosynthese den Kohlenhydraten abgereichert ist Die Kohlenhydrate befinden sich nach der Olextraktion im entfetten R ckstand und machen dort inhaltlich den gr ten Anteil aus Der in dieser Arbeit durchschnittlich gefun 131 7 Ergebnisdiskussion dene Unterschied zwischen dem l und dem entfetteten R ckstand betr gt ca 6 o s Kap 5 2 Abb 38 Er ist etwas niedriger da im entfetten Riickstand auch noch die Proteine enthalten sind die etwa 2 3 o gegen ber den Kohlenhydraten abgereichert sind und dadurch den 8 C Wertunterschied etwas erniedrigen Die sehr wichtige und unbedingt notwendige statistische Voruntersuchung des authentischen Pistaziendatensatzes zeigte dass die Kriterien Normalverteilung Varianzhomogenitat Gruppen unterschiede und Korrelation von diesem erf llt werden und er daher bestens zur multivariaten Datenanalyse geeignet ist Die Betrachtungen der Werte in den Box Plots und x y Streudiagrammen untermauert dies da hier schon eine Anordnung der Werte nach L ndern zu erkennen ist s Abb 38 40 in Kap 5 2 und Abb 41 43 in Kap 6 1 Der Cppg Wert zeigt Trenneigenschaften hinsichtlich der geografischen Herkunft von Pista zien jedoch schafft er es nicht eines der drei betrachteten L nder vollst ndig von den andere
109. aiser Kriterium sollten diejenigen Komponenten ins Modell aufgenommen werden die einen Eigenwert gt 1 haben Dies sind in diesem Fall auch nur die ersten beiden Komponenten alle anderen haben Werte nahe Null Tabelle 41 enth lt die Werte der Kommunalit ten Sie gibt in der Spalte Anf nglich die Kommu nalit ten an die sich ergeben solange im ersten Schritt der Faktorextraktion insgesamt acht Fak toren alle Stabilisotopenvariablen unterschieden werden Die Spalte Extraktion gibt nun die Kommunalit ten f r die abschlie ende L sung der Faktorextraktion wieder Sie sind kleiner als Eins da nur noch zwei Faktoren im Faktormodell verwendet werden die nur einen Teil der Streuung jeder Variablen erkl ren k nnen Die Werte der Kommunalit ten liegen jedoch trotzdem noch f r alle Variablen nahe Eins Dies bedeutet dass durch die beiden ersten Haupt komponenten Faktoren fast die gesamte Streuung jeder einzelnen Variablen erkl rt wird Damit hat sich die vorangegangene Auswahl von nur zwei Faktoren f r die weitere Hauptkomponen tenanalyse als ausreichend f r den Erkl rungsgehalt erwiesen 96 6 2 Hauptkomponentenanalyse 6 2 3 Faktorinterpretation Rotation Es soll nun versucht werden die Faktoren mit Hilfe der Faktorladungen zu interpretieren Durchf hrung Die Faktorladung ist ein Ma f r den Zusammenhang zwischen Variablen und Faktor und ist 13 Gro e Faktorladungen zeigen daher eine gro e Bedeutung s
110. alit tsregelkarte von Atropin GKP zur Pr fung der Verfahrensstabilitat der C Methode Re ee es 59 Qualit tsregelkarte von Atropin GKP zur Pr fung der Verfahrensstabilitat ee le Ee 59 Qualit tsregelkarte von Benzoes ure GKP zur Pr fung der Verfahrens stabilit t der O Methode ccccccccsssssssssessessesssessessesssessessessessssesessessseesesseeseeeeee 60 berblick ber das untersuchte Probenmaterial sss 70 Box Plot Darstellung der 8 C Messwerte des authentischen Datensatzes 71 Box Plot Darstellung der 6 N Messwerte des authentischen Datensatzes 72 Box Plot Darstellung der 5 O Messwerte des authentischen Datensatzes 72 Auftragung der ones gegen die 5 Nai Messwerte der authentischen IER EE 90 Auftragung der Na gegen die 5 8Ovsmow Messwerte der authentischen IST ME 90 Auftragung der d e gegen die 5 8Ovsmow Messwerte der authentischen Eet EE 91 Wiederholung der Abbildung 1 zum Vergleich sss 91 Grafische Darstellung der Varimax rotierten Faktorwerte aus der Hauptkomponentenanalyse mit dem authentischen Pistaziendatensatz 98 Grafische Darstellung der Funktionswerte aus der Diskriminanzanalyse mit SNarlablen ans res 111 Grafische Darstellung der Funktionswerte und Trenngeraden aus der Diskriminanzanalyse mit 2 Variablen eese eerte nenn 112 Grafische Darstellung der Funktionswerte aus der Diskriminanzanalyse mi
111. als die drei Hauptpro duzenten nicht erkannt werden k nnen Zur Verbesserung m ssten zum einen mehr authentische Proben von anderen L ndern gesammelt und zum anderen noch andere herkunftsspezifische Va riablen gefunden werden Erst dann k nnte ein aussagekr ftigeres Modell erstellt werden denn die hier gemachten Vorversuche mit der Hauptkomponentenanalyse haben gezeigt dass mit den drei Stabilisotopenvariablen allein keine neue Gruppe durch eines der exotischen L nder ge bildet wird Das D H RSS oder Sr Sr Verh ltnis NMR oder ICP MS Daten k nnten hier z B hilfreiche Erg nzungen sein Au erdem sollte auch der Jahrgangseinfluss untersucht werden um die evtl dadurch eingebrachte h here Streuung in den Werten ber cksichtigen und bewerten zu k nnen N here Untersuchungen des Einflusses verschiedener organischer D nger auf den 8 N4 und 8 Ovsmow Wert der Pflanzen im Labor oder Feldversuch w rden mehr Klarheit ber die Rich tung der Beeinflussung geben Au erdem w re es noch sehr interessant das Pistazien l mit einer GC IRMS Kombination zu vermessen um den a Cass 5 8Ovsmow und amp Hysmow Wert der einzelnen Fetts uren zu ermitteln da hier eine Versch rfung der Trennung zu erwarten ist und dadurch eine Erleichterung bei der Erweiterung des Klassifizierungsmodells auf mehr als die drei Hauptanbaul nder erreicht werden k nnte 143 8 Zusammenfassung 144 8 Zusammenfassung 8 Zusammenf
112. anische Pistazien 2003 Bal kasir Eskisehir Anatolia Griechenland 28 Italien Deutschland 23 9 Gesamtexport 1 039 t Gesamtwert 6 251 208 Abbildung 8 T rkeikarte und Hauptexportl nder f r t rkische Pistazien 2003 10 In der T rkei hat der Pistazienan bau auch eine gro e Tradition hier begann der kommerzielle Anbau im 18 Jahrhundert Sie ist das drittgr te Erzeugerland und das Hauptanbaugebiet liegt hier in Stidostanatolien an der Grenze zu Syrien Die Pistazie wird nach ihrem ber hmten Herkunftsgebiet der Provinz auch Antep Nuss Die Hauptabnehmer f r t rkische Pistazien waren 2003 Gaziantep genannt Griechenland Italien Deutschland Israel und die USA s Abbildung 8 T rkische Pistazien sind im Allgemeinen klein nur wenig ge ffnet und haben eine dunkle Schale und stehen damit ganz im Gegensatz zu den ame rikanischen Anspr chen Viele Kenner sch tzen die t rkische ihres besonderen Aromas Die dunkle Farbe entsteht durch die Lagerung Rot d h die getrocknete Pistazie jedoch wegen Fruchth lle wird nicht binnen 24 Stunden nach der Ernte entfernt sondern bis zur Verarbeitung an der Schale belassen 3 1 Pistazien Madera Pistazien sind in Amerika erst seit 1976 erste Ernteerfolge f r kommerzielle Zwe OOUDARwWH n 3 m Di d o Goes cke gez chtet worden Seitdem erh hen Butte 10 Yol gt m amp 19 Yolo ax
113. anne 45 Ermittelte lineare Arbeitsbereiche f r die C N und O Methode 49 5 C Ergebnisse des Vergleichs der Standardabweichung von 10 einzelnen Pistazienn ssen und einer 20 g Mischprobe derselben T te 50 5 N Ergebnisse des Vergleichs der Standardabweichung von 10 einzelnen Pistazienn ssen und einer 20 g Mischprobe derselben T te 51 5 O Ergebnisse des Vergleichs der Standardabweichung von 10 einzelnen Pistazienn ssen und einer 20 g Mischprobe derselben T te 51 Minimale maximale und mittlere Differenz zwischen den 6 Werten von Haut gt Kern und Schale lt gt Kern aus der Untersuchung von einzelnen Pistazienn ssen 52 Pearson Korrelationsmatrix f r 8C von Schale Haut und 52 Pearson Korrelationsmatrix f r 5 N von Haut und Kern see 53 Pearson Korrelationsmatrix f r 5 8O von Schale Haut und 53 berpr fung der Methoden Richtigkeit mittels der Arbeitsstandards und Proben EE oc ee 55 Ergebnisse der Ermittlung der Prazisionsdaten f r die C Methode 56 Ergebnisse der Ermittlung der Pr zisionsdaten f r die N Methode 56 Ergebnisse der Ermittlung der Pr zisionsdaten f r die O Methode 57 Daten fiir die Qualit tsregelkarten zur Kontrolle der Ve
114. assung 8 Zusammenfassung Im weltweiten Pistazienhandel kommt es immer wieder zu Verfalschungen weil iranische Pista zien umetikettiert und als teurere amerikanische Ware verkauft oder amerikanischen Pistazien beigemischt werden Dadurch wird der Verbraucher nicht nur gem 17 des LFGB s get uscht sondern evtl sogar gesundheitlich gef hrdet Iranische und auch t rkische Pistazien m ssen per Gesetz vor dem Import in die EU auf ihre Aflatoxinbelastung hin untersucht werden weil diese h ufig zu hoch ist w hrend amerikanische Pistazien keiner Vorf hrpflicht unterliegen Es steht der Lebensmittel berwachung jedoch bisher noch keine Methode zur Verf gung mit der die Herkunft von Pistazien eindeutig bestimmt und die Etikettierung berpr ft werden kann In dieser Arbeit wird nun ein Diskriminanzmodell vorgestellt welches mit Hilfe der IRMS Messtechnik eine eindeutige Authentizit tsbestimmung von Pistazien aus den drei Hauptproduk tionsl ndern Iran USA und T rkei leistet Zur Erstellung dieser Methode wurde zuerst die Messmethodik sehr genau berpr ft um die G ltigkeit und Verwendbarkeit der Ergebnisse abzusichern So sind Feststoffarbeitsstandards f r alle gemessenen Isotope und die Referenzgase gegen zertifizierte Referenzmaterialien kalibriert und ihre Eignung und die Beherrschung der Messmethode durch den positiv ausgefallenen Ver gleich mit den Herstellerangaben der Ger tepr zisionen berpr ft worden Durch
115. ationen der beobachteten Merkmale mit den k nstlichen Faktoren enth lt Im Speziellen geht die Hauptkomponentenanalyse davon aus dass die Varianz einer Ausgangsvari ablen vollst ndig durch die Extraktion von Faktoren erkl rt werden kann d h sie unterstellt dass keine Einzelrestvarianz spezifische Varianz Messfehlervarianz in den Variablen existiert Es werden dazu lineare Kombinationen der Variablen gebildet Das Ziel der Hauptkomponen tenanalyse liegt in der m glichst umfassenden Reproduktion der Datenstruktur durch m glichst wenige Faktoren 133637121129 3 Rotation Die gefundenen Faktoren sind h ufig zun chst schwierig zu interpretieren Zur Erleichterung macht man sich den Umstand zu nutze dass die Faktoren Kunstgebilde sind die verzerrungsfrei unterschiedlichen Transformationen unterworfen werden k nnen Dadurch gelingt es h ufig die Verbindung zu den Beobachtungsvariablen deutlicher aufzuzeigen und damit die Interpretation der Faktoren zu erleichtern Dieser Schritt wird als Rotation bezeichnet da hierbei wenn man sich die Faktoren in einem Koordinatenkreuz angeordnet vorstellt die Koordinatenachsen in gewisser Weise gedreht werden Es wird zwischen orthogonalen rechtwinkligen z B Variamx X Erl uterungen zur multivariaten Statistik Quartimax Methode und schiefwinkligen z B direkte Oblimin Promax Rotation Rotations verfahren unterschieden Speziell bei der Hauptkomponentenanalyse wird meistens
116. berpr fung der CO Referenzgaskalibrierung Die erw nschte Stabilit t der Referenzgase ist an den Qualit tsregelkarten s Abbildung 28 30 gut abzulesen Die Messwerte der bei jeder Sequenz mitgef hrten Arbeitsstandards streuen um den Mittelwert Sollwert es sind keine Trends erkennbar und die Messwerte liegen meistens innerhalb der Warngrenzen 2s Die Referenzgase eignen sich daher genauso gut als Bezugs standards wie die Feststoff Arbeitsstandards Dadurch wird die aufw ndige nachtr gliche Wertberechnung der Proben berfl ssig denn die IRMS Ger tesoftware ISODAT kann die Werte direkt bezogen auf den internationalen Standard ausgegeben 48 4 3 Linearer Arbeitsbereich 4 3 Linearer Arbeitsbereich Der lineare Arbeitsbereich eines IRMS Ger ts soll sich ber einen Bereich von 2 7 V erstrecken und wird von der Firma Finnigan derart definiert dass die bei steigender Konzentration resultie rende Signal Messwert Gerade um nicht mehr als 0 06 o V steigen darf Durchf hrung Der lineare Arbeitsbereich des EA s und TC EA s wurde jeweils mit Pistazie entfetteten R ck stand und Pistazien l bestimmt um eventuelle Matrix Unterschiede zu erkennen Dazu wurden die Proben auf vier verschiedenen Konzentrationsniveaus jeweils f nffach vermessen Ergebnis Tabelle 9 Ermittelte lineare Arbeitsbereiche f r die Se ISN und O Methode Pistazie R ckstand Ol Bc linearer Arbeitsbereich 5 8V 2 6V 3 8V Steigung 0
117. che reine Messgase CO2 N2 H2 SO CO berf hrt werden und zwar quantitativ oder zumindest frei von Isotopeneffekten 1562812831 F r die vorliegende Arbeit zur Authentizit tspr fung von Pistazien stand ein der Firma Finnigan als Basisger t zur Verf gung An dieses konnten wahlweise ber das ConFlo II Interface die Peripherieger te EA Elemental Analyzer Elementaranalysator zur gleich zeitigen Kohlenstoff und Stickstoff Isotopenverh ltnisbestimmung 05201203204 oder TC EA High Temperatur Conversion Elemental Analyzer Pyrolyseeinheit zur Sauerstoff Isotopenverh ltnisbestimmung 7 1182841 angeschlossen werden Die Funktionsweise und der Aufbau des Basisger ts und der beiden Peripherieger te werden in den folgenden Kapiteln erl u tert 3 3 1 IRMS Basisger te Isotopenverh ltnis Massenspektrometer IRMS sind hoch spezialisierte Sektorfeld Massenspektrometer die nur f r die Isotopenverh ltnismessung einfacher Gasmolek le wie CO SO einsetzbar sind Die hohe Pr zision und Genauigkeit der IRMS wird u a durch die abwechselnde Messung des Analytengases und eines Standard oder Referenzgases erreicht Diese Relativmethode bietet die gr te Genauigkeit bei der Bestimmung und dem Ver gleich der Variation denn Diskriminierungseffekte wie sie z B ber die Zeit oder zwischen zwei Ger ten auftreten k nnen werden kompensiert 7 1 1 281 93 Die Ionisation der Gas
118. chen Lage auf zwei Kontinenten die 8 O Wertbereiche des Niederschlags in der T rkei und Kalifornien Hauptanbaugebiet der USA fast identisch sind Der Regen im Iran zeigt im Durchschnitt die h chsten 8 8O Werte von den drei betrachteten L ndern s Tabelle 5 obwohl die Entfernung zur T rkei nur vergleichsweise gering ist Hier scheint nicht die extreme H henlage der irani schen Pistazienanbaugebiete bzw der H hen Effekt Einfluss zu nehmen der niedrige 5 O Werte gegen ber den beiden anderen L ndern erzeugen w rde sondern die weltweite Bewegung der Luftmassen durch die der Wasserdampf vom tropischen Bereich um den Aquator herum jeweils nach Norden und S den zu den Polen transportiert wird und dabei an O verarmt Da der Iran etwas n her am Aquator liegt als die T rkei und Kalifornien sind hier h here 8 O Werte im Niederschlag zu erwarten was die Abbildungen 19 und 20 auch zeigen 27 3 Allgemeiner Teil Tabelle 6 Geografische Lage zentraler Stadte in den Pistazienanbaugebieten der drei Hauptpro duzenten Iran Tiirkei und USA Land Stadt Langengrad Breitengrad H he m M Iran Shiraz 52 stl 29 n rdl 1486 Yazd 54 stl 32 n rdl 1238 Kerman 57 stl 30 n rdl 1748 T rkei Gaziantep 37 stl 37 n rdl 701 Urfa 39 stl 37 n rdl 547 USA Kalifornien Stockton 121 westl 38 n rdl 9 Fresno 119 westl 37 n rdl 101 Daten stammen von der Website www w
119. chieden aufgrund des Photosynthesetypus kommt es auch innerhalb der einzelnen Teile und Substanzklassen einer Pflanze zu kleinen aber signifikanten Unterschieden in den 8 C Werten Diese h ngen von einer Reihe exogener und endogener Faktoren ab von denen der Sekund rmetabolismus den gr ten Einfluss hat Die h chsten C Gehalte in Pflanzenma 513c Pel terial finden sich in Kohlenhydraten Zu 30 20 10 0 10 cker Cellulose St rke und organischen S uren den Prim rprodukten der Photo synthese Lipide und Phenole sind dem e 2 R gegen ber bis zu 8 o abgerei chert 2 58 182 194 287 p 1 5 C3 Pflanzen Kohlenhydtate C4 1 Aminos uren und Pro Leen 13 teine weisen wiederum o C Werte zwi mm Kohlenhydrate C schen denen der Zucker und Lipide auf Lipide C4 mm Lipido 3 und sind um ca 2 3 o gegen ber den Proteine C Kohlenhydraten erniedrigt 999216251 Proteine C Abbildung 14 zeigt die Unterschiede des 5 C Werts in den verschiedenen Koh Il Abbildung 14 SC werte verschiedener Kohlenstoffpools lenstoffpools und innerhalb der verschie Originalgrafik aus der Ver ffentlichung von Butzen denen Substanzklassen der Pflanzen lechne Die Ursache f r diese generellen Muster intermolekulare Korrelation liegt in Kohlenstoff Isotopenfraktionierungen bei Schl sselreaktionen im Verlauf d
120. ctrometry Isotopenverh ltnis Massenspektrometrie Kapitel Kilogramm Kilojoule Quadratkilometer Lebensmittel und Futtermittelgesetzbuch paarweiser multipler Vergleichstest auf geringste signifikante Differenz Meter Milligramm Mykotoxin H chstmengenverordnung Minute Millimeter Stickstoff Nuclear Magnetic Resonance Nummer Sauerstoff oben genannt Signifikanz Wahrscheinlichkeitsniveau Pee Dee Belemnite Bezugsstandard f r die Kohlenstoffisotopenmessung Wiederholbarkeit Vergleichbarkeit relative Luftfeuchtigkeit Referenzgas Sekunde Standardabweichung Spannweite siehe siehe oben so genannt Standard Abk rzungsverzeichnis Tab TC EA d M vgl VO VSMOW z B z T ZW Tonne Tabelle High Temperature Combustion Elemental Analyser Pyrolyseeinheit ber dem Meeresspiegel vergleiche Verordnung Vienna Standard Mean Ocean Water Bezugstandard f r Sauerstoffisotopenmessung und Referenzwasser der IAEA Mittelwert Mittelwert der Mittelwerte Gesamtmittelwert zum Beispiel zum Teil zwischen Summe 1 Problemstellung 1 Problemstellung 1 Problemstellung Die Hauptanbaugebiete von Pistazien liegen im Iran und den USA Diese beiden Lander teilen sich fast den gesamten Pistazien Weltmarkthandel jedoch erzielen die USA aufgrund moderne rer Erntemethoden eine bessere Qualit t hinsichtlich der Schimmelpilzbelastung Daraus resul tiert ein etwas h
121. d net sich jedoch immer zwischen der iranischen und amerikanischen an Dadurch sto en z B in Abbildung 42 die Punktwolken der t rkischen und der USA Proben ohne Zwischenraum aneinander Da das Stickstoffisotop in diesem Fall gar keine Trennung leistet liegen diese beiden Punktwolken auch auf gleicher H he Die iranischen Proben sind hier dage gen aufgrund differierender 8P NA Werte in y Richtung verschoben Es ist daher zu bemerken dass durch die Auftragung des 8 N4 Werts gegen das Sauerstoff Isotopenverh ltnis eine Ab grenzung iranischer Pistazien von amerikanischer und t rkischer Ware erreicht wird 9 6 Ergebnisteil III Multivariate Statistik Bei der Auftragung des 8 Cppg Werts gegen das O Verh ltnis s Abbildung 43 sind die amerikanische und iranische Punktwolke ebenfalls klar getrennt jedoch ordnen sich die tiirki schen Pistazienproben ohne eindeutige Abgrenzung genau dazwischen an Sie heben sich nur aufgrund ihrer etwas h heren 5 Cppp Werte optisch von der amerikanischen Punktwolke ab Auff llig ist hier au erdem die gro e Streubreite der iranischen Proben im C C Verhiltnis die die gesamte Spannweite der amerikanischen und t rkischen Proben einschlie t Der Vergleich der drei Streudiagramme s Abbildung 41 43 mit dem ebenfalls grafisch zwei dimensionalen Ergebnis von Anderson et al s Abbildung 44 Auftragung des 5 N Werts gegen das C N Verh ltnis l sst nun erkennen dass auch durch di
122. d R P Rossell J B Griffith R E Farnell P Detection of Vegetable Oil Adulteration Using Gas Chromatography Combustion Isotope Ratio Mass Spectrometry Analytical Chemistry 1995 67 15 S 2685 2690 Yeh H W Epstein S Hydrogen and Carbon Isotopes of Petroleum and Related Organic Matter Geochimica et Cosmochimica Acta 1981 45 5 S 753 762 Yoneyama T Kamachi K Yamaya T Mae T Fractionation of Nitrogen Isotopes by Glutamine Synthetase Isolated from Spinach Leaves Plant and Cell Physiology 1993 34 3 S 489 491 Yoneyama T Kaneko A Variations in the Natural Abundance of N 15 in Nitroge nous Fractions of Komatsuna Plants Supplied with Nitrate Plant and Cell Physiology 1989 30 7 S 957 962 Yoneyama T Kouno K Yazaki J Variation of natural PN abundance of crops and soils in Japan with special reference to the effects of soil conditions and fertilizer applica tion Soil Science and Plant Nutrition 1990 36 S 667 675 Yunianta Zhang B L Lees M Martin G J Stable Isotope Fractionation in Fruit Juice Concentrates Application to the Authentication of Grape and Orange Products Journal of Agricultural and Food Chemistry 1995 43 9 S 2411 2417 Ziegler H Stichler W Maurizio A Vorwohl G Use of Stable Isotopes for Charac terization of Honeys Their Origin and Adulteration Apidologie 1977 8 4 S 337 347 Zur K Authentizit tspr fung von Pis
123. d welcher Anteil der gesamten Streuung berechnet als Summe der Quad ratsummen zwischen den Gruppen auf die einzelnen Funktionen entf llt Die erste Funktion leistet hier mit ber 90 fast alleinig die Trennung der Gruppen Des Weiteren zeigen die kano 104 6 3 Diskriminanzanalyse nischen Korrelationskoeffizienten mit den hier errechneten Werten von gt 0 7 an dass sich beide Funktionen beider Variablenkombinationen als erkl rungsrelevant f r das Modell erweisen auch wenn die zweite Funktion nur ca 10 zur Trennung beitr gt Tabelle 47 enth lt die Ma zahlen zur Beurteilung der Modellg te Mit einem Wilks Lambda Wert von lt 0 02 liefert die Kombination der beiden Funktionen eine hervorragende Trenng te was der Signifikanztest mit der Ablehnung der Nullhypothese best tigt Diese Nullhypothese wird ebenfalls abgelehnt wenn nur noch die zweite Funktion betrachtet wird d h auch diese Funktion tr gt signifikant zur Trennung bei 6 3 2 3 Ableitung des Erkl rungsbeitrags der einzelnen Variablen Nachdem alle betrachteten Kennzahlen eine sehr gute Modellg te sowohl f r die 3 als auch f r die 2 Variablenkombination anzeigen ist es als n chstes interessant den Erkl rungsbeitrag der einzelnen Variablen abzuleiten Durchf hrung Es wird einer Korrelationsanalyse durchgef hrt bei der jedoch die gepoolten Korrelationskoeffi zienten zwischen den einzelnen unabh ngigen Variablen und den Diskriminanzfunktionen b
124. d dabei das R sten und Salzen daher wurde dies im Laborversuch nachgestellt und untersucht Durchf hrung Eine als roh getrocknet gekaufte Ware wurde frisch nach zwei verschieden langen R s tungszeiten Unterschied 4h Spannweite laut verwendetem Rezept s Kapitel 9 3 6 und nach Salzung amp R stung auf ihr Isotopenverh ltnis hin untersucht Ergebnis Tabelle 26 Einfluss des R stens und Salzens auf den 8 Cpps Wert 513 GE Pistazie R ckstand l 1 3 n 3 n 2 roh getrocknet 27 8 96o 25 8 o 29 8 o R stung 12h 27 6 o 24 5 o 29 2 o R stung Ah 27 6 o 24 9 o 29 4 o Salzung R stung 17h 27 5 o 24 4 o 29 3 96o Salzung R stung 1 h 28 5 96o 25 4 o 30 2 96o Mittelwert X aus den 5 Verarbeitungsstadien 27 8 96o 25 0 96o 29 6 96o Standardabweichung s 0 41 96o 0 60 96o 0 41 96o s C Methode 0 13 o 0 21 o 0 08 o F Test 52 5 2 lt 0 95 10 4 z 2 4 7 8 lt 2 4 26 2 lt 2 4 Signifikanz ANOVA lt 0 001 lt 0 001 lt 0 001 Voraussetzung der Varianzhomogenit t Levene Test ist gegeben 66 4 7 Einfluss von R stung und Salzung Tabelle 27 Einfluss des R stens und Salzens auf den SINA ANert SIN co aoe roh getrocknet 1 0 o 1 2 o R stung 17h 1 2 96o 1 4 o R stung 1 h 0 6 o 0 9 96o Salzung R stung 17h 0 7 96o 0 6 96o Salzung R stung 1 h 1 1 o 1 0 o Mittelwert X aus den 5 Verarbeitungsstadien 0 9 o 1 0 o Standardabweichu
125. d in Berlin 96 viv 2002 Tiirkischer Supermarkt Berlin 2002 T rkischer Supermarkt Berlin 2003 T rkischer Supermarkt Berlin 2003 T rkischer Supermarkt Berlin 2003 T rkischer Supermarkt Berlin 2003 T rkischer Supermarkt Berlin 155 9 Material und Methoden Handelsproben mit Herkunftsdeklaration Deklarierte Herkunft Bezogen aus von ohne Schale Proben Nr gesalzen lose Ware Erntejahr lt ger stet Supermarkt Berlin Cre demone m ee BEER BEER 108 viv 2001 Iran Supermarkt Berlin e pr pm enm Eeer me epe pm em Eent epe pm pts el epe pm m Feet epe pm m Eeer epe pe m Eeer sepe pm n Jee 117 viv 2001 Kalifornien 118 Viv 2002 Kalifornien 119 viv ues Kalifornien 120 viv 2001 Kalifornien 156 9 1 Probenliste Handelsproben mit Herkunftsdeklaration Forts Deklarierte Herkunft Bezogen aus von ohne Schale lose Ware Erntejahr Proben Nr lt ger stet lt gesalzen Supermarkt New York 2000 Griechenland Supermarkt Griechenland 2002 Marokko Gr ne Woche Berlin 2002 Usbekistan Gr ne Woche Berlin Wierts Eggert J rissen 157 9 Material und Methoden Handelsproben ohne Herkunftsdeklaration Bezogen aus von
126. d und l innerhalb eines Elements miteinander korrelieren Der Korrelationszusammenhang ist fast immer abgesehen von einer Ausnahme sehr hoch gt 0 9 und damit hoch signifikant Dies war zu erwarten denn wie schon in Kapitel 3 2 darge legt wurde korrelieren die Werte der Pflanzen mit ihren jeweiligen Kohlenstoff Stickstoff und Sauerstoffquellen der Umwelt Im weiteren Stoffwechsel der Pflanzen kommt es zwar zu diversen Isotopeneffekten jedoch nach diesem Ergebnis scheinen die Isotopeneffekte immer in einem Korrelationsgleichgewicht abzulaufen Daher f hrt die Untersuchung der einzelnen Frak tionen l und entfetteter R ckstand nicht zu einer Versch rfung der Trennung zwischen den L ndern Durch die hier festgestellten Korrelationen zwischen den Fraktionen eines Elements l sst sich au erdem ableiten dass f r die Diskriminanzanalyse nur eine Fraktion pro Element zugelassen werden darf da sonst die Aussagekraft des Modells verschlechtert wird s Kapitel 3 4 2 F r die Hauptkomponentenanalyse dagegen ist die Korrelation von Variablen gerade erstrebenswert da diese die korrelierenden Fraktionen zu Faktoren b ndeln wird Au erdem ist zu beobachten dass neben den sehr hohen Korrelationskoeffizienten zwischen Pistazie R ckstand und l innerhalb der Elemente auch signifikante Korrelationen zwischen verschiedenen Elementen bestehen Die Variablen des Sauerstoffisotopenverh ltnisses korreliert sowohl
127. dabweichungen s des Atropins lie gen au erdem in der Gr enordnung der zul ssigen Methodenpr zision der Pistazien s Tabelle 21 und best rken somit die gute Verfahrensstabilit t dieser beiden Methoden Auch die O Methode zeigt wie die beiden anderen Methoden alle Merkmale einer guten Ver fahrensstabilit t Allerdings musste hier eine Periode von Messdaten aus der Pr zisionsdatenbe rechnung herausgenommen werden da die Werte ganz offensichtlich geringere 180 60 60 4 5 In House Validierung der IRMS Methode Verh ltnisse aufweisen s Abbildung 36 Diese Messwerte wurden nach einer Reaktorreinigung aufgenommen Die Werte verlagern sich wieder zu h heren Werten Anfangswerte Sollwer te als der Reaktor erneut ausgebaut und gereinigt wurde Daher h ngen die niedrigen 6 Werte Sep 03 Okt 03 ganz offensichtlich mit einem Fehler bei der Reaktorreinigung zusammen Die mit diesem Reaktor vermessenen Proben wurden allerdings nicht korrigiert da dieses Ph nomen nur bei der Benzoes ure zu beobachten war und weder beim Arbeitsstandard Cellulose s Kapitel 4 2 Abbildung 30 noch bei den zus tzlich mitgef hrten Matrix Ger tekontrollproben Pistazie R ckstand und l auftrat nicht dargestellt Offensichtlich hatte der durch die Reini gung des Reaktors eingef hrte Fehler nur Auswirkungen auf die Verbrennung der Benzoes ure Es zeigt sich au erdem bei allen drei Stabilisotopenverh ltnissen dass zu kei
128. dazu geeig net die Herkunft von Lebensmitteln zu bestimmen Vor allem zur Kontrolle der Herkunft 32 69 137 146 223 245 Wein 124 17 136 und Verf lschung von Fruchtsaft 1 und alkoholhaltigen Getr n ken 27 28 sowie f r Aromen wie Koffein 276271 und Vanille gt hat sich das 50 60 Verh ltnis bereits als sehr aussagekr ftig erwiesen h ufig auch in Kombination mit H und PC g 8g D Messungen 30 68 205 300 31 3 Allgemeiner Teil 3 3 Isotopenverhaltnis Massenspektrometrie IRMS Die instrumentelle Entwicklung von speziellen Isotopenverh ltnis Massenspektrometern IRMS Isotope Ratio Mass Spectrometer zur Isotopenverh ltnisbestimmung bei Bioelementen begann im Bereich der Geowissenschaften Mitte des 20 Jahrhunderts IRMS Ger te unterschei den sich deutlich von gew hnlichen Massenspektrometern bez glich des aufzul senden Massen bereichs der Stabilit t der Ionenproduktion und auch in der Probenzufuhr Ihre Entwicklung wurde durch die Einf hrung multipler Kollektoren f r die simultane Detektion der isotopomeren Ionen und des Doppeleinlasssystems Dual Inlet bzw des Changeover Ventils erm glicht durch dessen abwechselnden Einlass von Standard und Probengas die Notwendigkeit langwieri ger Absolutmessungen von Isotopengehalten oder der statischen Messung von Standard und Probengas entfiel Zur Bestimmung des Stabilisotopenverh ltnisses der Bioelemente m ssen die organische Proben in einfa
129. den folgenden vier Schritten durchgef hrt Berechnung der Korrelationsmatrizen Extraktion der Faktoren Rotation Be Es Ee Berechnung der Faktorwerte N here Ausf hrungen zu den vier Schritten der Hauptkomponentenanalyse finden sich in An hang II 39 3 Allgemeiner Teil 3 4 2 Diskriminanzanalyse Die Diskriminanzanalyse ist eines der klassischen strukturen priifenden Verfahren unter der Vielzahl multivariater Datenanalysen Ihr prim res Ziel besteht in der optimalen linearen Sepa ration gegebener Gruppen Lernphase um sp ter neue Objekte in eine dieser Gruppen mit m g lichst gro er Sicherheit einzuordnen zu klassifizieren Im Mittelpunkt der Diskriminanzana lyse steht die Aufstellung der sog Diskriminanzfunktion d die auch als kanonische Diskrimi nanzfunktion bezeichnet wird um die vorgenommene Linearkombination der Variablen zu kennzeichnen t a Dabei sind x bis x die verschiedenen erkl renden Variablen und b bis b sowie die Konstante a die von der Analyse abzusch tzenden Koeffizienten mit denen die Variablen in die Diskrimi nanzfunktion einflie en Bei g Gruppen lassen sich maximal g 1 Diskriminanzfunktionen die jeweils orthogonal rechtwinklig bzw unkorreliert zueinander sind bilden Ziel der Diskrimi nanzanalyse ist es nun die Koeffizienten so zu ermitteln dass die Werte der Diskriminanzfunk tionen die untersuchten Gruppen m glichst optimal trennen
130. der PeeDee Formation in South Carolina 15 3 Allgemeiner Teil 3 2 1 Kohlenstoff Die prim re Quelle des Kohlenstoffs in biologischen Systemen ist das atmosph rische das aufgrund eines thermodynamischen Isotopeneffekts gegen ber dem gel stem HCO der Ozeane 0 969 um ca 7 an C abgereichert ist Organisch gebundener Kohlenstoff weist wieder um ein Defizit an C gegen ber dem CO der Luft auf Kohlenstoff wird aus dem CO der Luft durch die Photosynthese der Pflanzen organisch gebun den Da CO langsamer reagiert als CO tritt bei der prim ren CO Bindung ein erheblicher Isotopeneffekt auf wobei das schwerere C diskriminiert wird Die dadurch auftretende C Abreicherung in organisch gebundenem Kohlenstoff ist jedoch nicht in jeder Pflanze gleich sondern das Ausma h ngt von deren jeweiligen Photosynthesetyp ab Es werden nach den Pho tosynthesewegen drei Pflanzengruppen unterschieden C4 und CAM Crassulacean Acid Metabolism Pflanzen Abbildung 12 gibt einen berblick ber die 8 C Verteilung des Kohlenstoffs in der Natur atmosph risches CO2 atmosph risches CO2 Industriegebiete l ndliche Gebiete Atmosph re 7 8 bis 12 7 8 5 tnthropogenes 1 Y CAM Pflanzen CA Pflanzen 10 bis 28 13 Na __ de geltstes CO2 Bodensubstanz Abbildung 12 0 fossile eee e C Verteilung des Kohlen Brel SE a2 stoffs in der Natur Carbonat C3 Pflanzen
131. deutlich der iranischen Punktwolke zuge ordnet und eine liegt innerhalb der t rkischen Da diese f nf USA deklarierten Proben so klar d h inmitten der Punktwolke die die Proben aus dem Iran bzw der T rkei repr sentieren ein geordnet werden kann hier von einer Falschdeklaration ausgegangen werden Die Klassifizierungsfunktionen von Fisher s Kapitel 6 3 4 sowie auch das kanonische Diskri minanzmodell aus nur 2 Variablen liefern die gleichen Klassifizierungsergebnisse wie es in Ab bildung 50 dargestellt ist d h es werden die gleichen f nf amerikanisch deklarierten Proben dem Iran bzw eine davon der T rkei zugeordnet 118 6 4 Anwendung der multivariaten Datenmodelle 6 4 2 Klassifizierung von Handelsproben unbekannter Herkunft Eine weitere praktische Anwendung des Diskriminanzmodells liegt in der Herkunftsbestimmung von unbekannten Pistazienproben Hierbei ist allerdings zu beachten dass das hier aufgestellte Diskriminanzmodell nur zwischen den drei L ndern Iran USA und T rkei unterscheiden kann d h andere Anbaul nder k nnen nicht erkannt werden bzw Proben anderer Anbaul nder werden grunds tzlich einem der drei Hauptanbaul nder zugeordnet Durchf hrung Handelsproben ohne jegliche Herkunftsangaben s Kapitel 9 1 und Anhang III werden in das 3 Variablen Diskriminanzmodell aus Kapitel 6 3 2 eingesetzt und klassifiziert Die Ergebnisse der Klassifikation werden farblich abgesetzt in einem Streudiagramm vis
132. die F hrung von Qualit tsregelkarten mit in jeder Sequenz vermessene Ger tekontroll proben konnte jederzeit kontrolliert werden dass die Stabilit t der Referenzgase und aller ver wendeten Materialen und Chemikalien ber den Messzeitraum hinweg ca ein Jahr gegeben war Durch eine Alterungsstudie konnte au erdem der Beweis erbracht werden dass sich auch die Stabilisotopenverh ltnisse des Analyten selber der Pistazienproben nicht ver nderten son dern stabil blieben Da mit der C N und O Methode richtige wiederholbare und ver gleichbare Ergebnisse produziert wurden konnten sie im Zuge dieser Untersuchung auch vali diert werden Weitere Voruntersuchungen ergaben dass eine Vermahlung von 20 g Pistazien kernen mit Haut pro Probe Handelsverpackung statistisch ausreichend ist und auch aus den kleinsten Handelspackungen 50 g noch gewonnen werden kann Die Verwendung der Pista zienschale als Probenmaterial entfiel aufgrund fehlenden Stickstoffvorkommens ihrer extremen H rte und weil im Handel auch schalenlose Pistazien angeboten werden Die biologische Streu breite einer Pistazienhandelsverpackung wurde zufrieden stellend zu lt 1 o ermittelt Des Weiteren hat sich gezeigt dass sowohl die Soxhlet Extraktion als auch die ASE zur Gewin nung des Pistazien ls und des entfetteten R ckstands diskriminierungsfrei arbeiten und die Ver wendung des Pistazien ls f r die IRMS Messung sehr vorteilhaft ist da die Fl ssigkeit eine we
133. dung 54 und 55 sind bei den univariat erkannten Ausrei ern des au thentisch amerikanischen Datensatzes eigentlich nur zwei von den f nf Proben Nur die Proben mit den Nummern 33 und 69 liegen optisch auff llig rechts neben der amerikanischen Punktwol ke Sie sind wegen ihrer hohen 8 N4 Werte nicht nur nach unten sondern aufgrund des zus tz lich erh hten 8 Ovsmow Werts auch noch nach links in Richtung der iranischen Punktwolke verschoben Probe Nr 33 liegt in Abb 54 allerdings h her als in Abb 55 da ihr 68 N4 Wert niedriger als der amerikanische Durchschnitt ist Die Proben mit den Nummern 35 und 61 sind optisch keine auff lligen Ausrei er denn sie lie gen noch am Rand der USA Punktwolke Desgleichen Probe Nr 34 die nur im 2 Variablenmodell auff llig abgesetzt am linken Rand der Gruppe liegt jedoch klar als amerika nische Probe klassifiziert werden muss da es an dieser Stelle keine Schnittmenge mit anderen Gruppen gibt Es ist somit zusammenfassend festzustellen dass nur USA Proben mit erh hten f r iranische Pistazien typischen bzw hnlichen Sauerstoff Isotopenverh ltnissen im Streudiagramm visuell auff llig rechts neben ihrer Punktwolke liegen Da aber der Abstand zur iranischen Punktwolke sehr gro ist Kommt es nicht zu einer Fehlklassifizierung Fehlklassifizierungen von amerikanischen Pistazien mit t rkischen k nnen ebenfalls nicht vor kommen da die t rkische Punktwolke oberhalb und nach rechts verschoben v
134. e rechnet werden Hierbei ergeben sich Koeffizienten f r die gesamten Variablen deren Werte zwischen Null und Eins liegen und die aus allen F llen des verwendeten Datensatzes gleichzeitig und gleichberechtigt berechnet werden Struktur Matrix F r die R ckschl sse von den Bei tr gen der Koeffizienten auf den Erkl rungsgehalt der Variablen gibt es jedoch Einschr nkun gen Sobald Korrelationen zwischen den Variablen vorliegen k nnten die Koeffizienten verzerrt sein und derartige R ckschl sse sind dann nicht mehr uneingeschr nkt m glich Ergebnis Tabelle 48 Struktur Matrix der Tabelle 49 Struktur Matrix der 3 Variablenkombination 2 Variablenkombination Funktion 1 Funktion 2 Funktion 1 Funktion 2 850 l 0 973 0 137 650 l 0 975 0 220 8 C Ol 0 252 0 831 8 C l 0 257 0 966 5 N R ckstand 0 299 0 691 105 6 Ergebnisteil III Multivariate Statistik Die Korrelationsmatrix der gepoolten Koeffizienten der 3 Variablenkombination s Tabelle 48 gibt ein recht eindeutiges Bild ber den jeweiligen Erkl rungsbeitrag der drei Variablen zu den beiden Funktionen aus Das Sauerstoffisotop des ls korreliert sehr hoch gt 0 9 mit der Diskri minanzfunktion 1 w hrend die beiden anderen Variablen mit Werten 0 3 kaum einen Erkl rungsbeitrag zu dieser Funktion leisten Das Kohlenstoff und Stickstoffisotop korrelieren daf r mit der 2 Diskriminanzfunktion sehr stark gt 0 7 und erkl ren dort gemeinsam die T
135. e Hinzunahme des Sauerstoff Isotopenverh ltnisses keine bessere Trennung der drei L nder erreicht wurde Die beiden Haupt pistazienproduzenten Iran und USA konnten in dieser Arbeit wie auch in der von Anderson et al deutlich voneinander getrennt werden jedoch berschneiden sich die t rkischen Pistazien mit denen der beiden Hauptproduzenten In dieser Arbeit mehr mit den amerikanischen Proben bei Anderson et al mit den iranischen Es f hrt somit keine zweidimensionale Kombination der drei gemessenen Stabilisotopenverh lt nisse s Abbildung 41 43 zu einer befriedigenden klaren Trennung der drei L nder jedoch zeigen alle eine potenzielle Eignung was f r die anschlie enden multivariaten Datenanalysen von gro em Vorteil ist Multivariate Datenanalysen nutzten derartige Trends aus und verst rken sie statistisch was in diesem Fall auf eine vollst ndige Trennung der drei L nder hoffen l sst Das Sauerstoff Isotopenverh ltnis ist hierbei die wichtigste Variable da sie schon alleinig die iranischen und amerikanischen Pistazienproben voneinander trennt Au erdem trennt sie auch die t rkischen Proben recht gut von den iranischen ab aber nicht vollst ndig von den amerikani schen Der 5 Cppp Wert ist die zweitwichtigste Variable denn sie zeigt St rken bei der Trennung der amerikanischen Proben von den t rkischen Das Stickstoff Isotopenverh ltnis zeigt hier die we nigste Trennkraft denn es kann nur die Sauerstoffvariable bei
136. e Stadt Fresno im California Central Valley liegt fast auf Meeresspie gelh he Im t rkischen Pistazienanbaugebiet um die Stadt Urfa herum fallt dagegen der meiste Regen und es werden mit 18 C recht hohe Durchschnittstemperaturen erreicht Kerman 15 9 C Shiraz 17 6 Yazd 19 1 C 1749 m 143 mm 1491 m 306 mm 1230 m 60 mm Niese schlag mm n en nmsedus Niederschlag mm 9 poig snjosadwa Niederschlag mm o po49 snjyosadwa 4 5 6 7 8 Monat Abbildung 3 Klimadiagramme der iranischen St dte Kerman Shiraz und Yazd Fresno 16 8 C Urfa 18 1 C 100 m 261 mm 547m 482 mm 8 3 Li Abbildung 4 Klimadiagramme der amerika nischen Stadt Fresno California Central Valley und der t rki schen Stadt Urfa n men nmwiedus Niederschlag mm Niedersz ag mm o snyosadwa 3 1 Pistazien 3 1 3 Wirtschaft Griechenland Wild wachsend sind Pistazien von Syrien bis Irak 2 Syrien Italien vom Nordost Iran bis Nord Afghanistan und sogar 11 1 in Indien anzutreffen Gewerbsm ig kultiviert werden sie dagegen vor allem im Iran den USA Me Kalifornien der T rkei Syrien Griechenland Agina Italien Sizilien und China Die Welt produktion an Pistazien aus dem Jahr 20031 ist Iran Kalifornien 64 11 in Abbildung 5 als Kreisdiagramm prozentual dargestellt Gesamternte 474 276 t Abbildung 5 Pistazienweltproduktion 2
137. e ein kinetischer Isotopeneffekt auf Der Luftsauerstoff wird 850 30 20 10 0 10 20 30 40 50 Abbildung 22 68 Oysuow Werte verschiedener Sauerstoffpools dadurch gegen ber seinem Diagrammdaten stammen aus den Ver ffentlichungen von A 6 O Ausgangswert von ca Rofimann e und F J Winkler 23 auf Werte zwischen 0 und 10 abgereichert aromatische Verbindungen wie z B Lignin Anethol Estragol 9216282 In Abbildung 22 sind die 8 Ovsuow Werte verschiedener pflanzli cher Stoffklassen und deren Herkunftsquellen dargestellt Eine vollst ndige Kl rung des Sauerstoffkreislaufs in den Pflanzen ist bislang noch nicht gelun gen Aufgrund der unterschiedlichen Quellen des Sauerstoffs und der Isotopeneffekte innerhalb der Pflanzen sind jedoch f r die verschiedenen Stoffklassen deutlich unterscheidbare O Gehalte zu erwarten und z T auch nachgewiesen worden s Abbildung 21 und 22 30 3 2 Stabilisotope 3 2 3 3 Weitere Einflussfaktoren auf das O O Verhaltnis von Pflanzen Eine weitere weniger bedeutsame Sauerstoffquelle fiir Pflanzen ist das Nitrat und Nitrit aus dem Boden Hierbei stammt ein O Atom im biologisch gebildeten NO Jon aus die beiden anderen aus H2O da Stickstoff Verbindungen niedrigerer Oxidationsstufen ihr O Atom z T schon mit Wasser ausgetauscht haben Das durch Nitrifikation im Boden entstehende NO hat daher einen 8 O Wert der weitgehend durch das 5 80
138. e ist ein Ma daf r wie stark die unabh ngigen Variablen untereinander korreliert sind und ist defi niert als 1 c2 wobei der quadrierte multiple Korrelationskoeffizient zwischen der jeweils be trachteten Variablen und der Gesamtheit der anderen bereits im Modell aufgenommenen Variab len ist Liegt eine starke Korrelation vor ergibt sich ein hohes c und damit ein niedriger Tole ranzwert Per Voreinstellung von SPSS 12 0 werden Variablen dann nicht in das Modell aufge nommen wenn ihr Toleranzwert unter 0 001 liegt bzw diese das Toleranzniveau einer bereits im Modell enthaltenen Variable auf einen Werte unter 0 001 verringern w rden 100 6 3 Diskriminanzanalyse Ergebnis 1 Tabelle 44 Ergebnis der schrittweisen Diskriminanzanalyse mit allen Variablen des authentischen Datensatzes der Pistazien Schritt aufgenommeneVariable Toleranz F Wert far Ausschluss Wilks Lambda 1 50 l 1 000 815 904 2 850 l 0 999 561 817 0 266 SC Ol 0 999 71 930 0 051 3 50 l 0 449 15 169 0 019 SC l 0 984 36 687 0 026 8 50 R ckstand 0 448 15 784 0 019 4 850 l 0 439 15 977 0 016 SC l 0 952 20 911 0 018 650 R ckstand 0 446 11 578 0 015 SIN R ckstand 0 895 6 853 0 014 5 50 l 0 292 18 134 0 016 SC l 0 951 19 235 0 016 650 R ckstand 0 395 6 014 0 012 SIN R ckstand 0 883 7 403 0 013 6 50 Pistazie 0 312 3 944 0 012 Die schrittweise Diskriminanzanalyse hat aus den acht gemessenen unabh ngigen Variablen f nf
139. earen Abh ngigkeiten der Testobjekte In diesem Fall liegt dann nur noch eine ineare Diskriminanzfunktion LDF vor bei der zwischen den Gruppen lineare Trennfl chen bzw linien erscheinen Dies hat den Vorteil einer einfachen und gut interpretierbaren grafische Darstellungsm glichkeit der Ergebnisse jedoch wird die Voraus setzung der Gleichheit der Kovarianzmatrizen in praktischen Anwendungen meist nie erf llt R A Fisher hat 1936 aus den linearen Diskriminanzfunktionen die nach ihm benannten Klassi fizierungsfunktionen entwickelt die ein einfaches und praktisches Hilfsmittel zur Klassifizie rung von unbekannten Proben direkt auf Basis der Merkmalswerte bilden d h ohne die Verwen dung von Diskriminanzfunktionen Die Fisher schen Klassifikationsfunktionen hneln den Dis kriminanzfunktionen jedoch wird hier f r jede Gruppe eine gesonderte Klassifizierungsfunktion F bestimmt XII Erl uterungen zur multivariaten Statistik Pie boi ba1Xn F2 be Ein unbekanntes Element ist hierbei derjenigen Gruppe g zuzuordnen fiir die der Funktionswert F maximal ist Wenn die Koeffizienten der Fisher schen Klassifizierungsfunktionen erst einmal mit einem Computerprogramm bestimmt sind wird die Zuordnung neuer Falle relativ einfach und ist sogar mit einem Taschenrechner m glich was z B f r die Anwendung in einem Labor bei Routineuntersuchungen sehr vorteilhaft sein kann
140. eferenzgases gegen ber dem Standard unbekannt CF ts Wert des Standards gegen ber dem Referenzgas Messwert gn Z O Wert des Standards gegen ber der int Bezugsgr e bekannt II Formelverzeichnis Kalibrierung der EA Arbeitsstandards mittels Ein Punkt Kalibrierung Die Kalibrierung des Acetanilids als Arbeitsstandard f r die C und N Messung erfolgte nach obigen Formeln wobei das Acetanilid wie eine Probe behandelt wurde und das IAEA Referenzmaterial als Standard diente Kalibrierung des TC EA Arbeitsstandards mittels Normierung Zur Ermittlung des Sauerstoffisotopenverh ltnisses des Arbeitsstandards wird dessen 6 Wert nach obigen Formeln mittels eines IAEA Referenzmaterials berechnet und durch einen Korrek turfaktor F normiert Dieser wird mit Hilfe von einem zweiten mitgemessenen Standard bekann ten Werts ermittelt Dies ist n tig da beim TC EA eine Linearit t ber weite Bereiche nicht gegeben ist und die verf gbaren Standards f r die Kalibrierung SMOW Wasser und Wasser Arbeitstandard der Gasbench ca 20 unter der zu kalibrierenden Cellulose lagen Arbeitsstd Arbeitsstd Ka Bezugsgr e normiert F Ka Bezugsgr e und Std int Bezugsgr e theoretisch 554 int Bezugsgr e gemessen mit F Korrekturfaktor Std Arbeitsstd Wasser __ 0 O int Bezugigrblle Ovsmow be 14 53 Arbeitsstd Wasser ausreichend gepriifter Arbeitsstandard aus dem IRMS
141. eiBer des authentischen Datenmaterials der USA un ee Eee aaa 77 Zusammenfassung der Grubbs Nalimov Test Ausrei er des authentischen Datenmaterials der T rkei 22e der rere an a aa 78 Signifikanzergebnisse P 95 des K S Normalverteilungstests vom authentischen Datenmaterial ohne Ausrei er essere 80 Signifikanzergebnisse des Levene Tests auf Varianzhomogenit t 81 Signifikanz Ergebnisse multipler Vergleichstests eee 82 Korrelationskoeffizienten nach Pearson f r die Variablen der authentischen EE 84 Ergebnis des Bartlett Tests und Wert des KMO Kriteriums esee 94 Ergebnisse des MSA MARES es co aep en snap AE TIAE es nie 94 Eigenwerte und prozentueller Beitrag der Komponenten zur Erkl rung der sees eater odd A ERR nerd edt envi eere edel pene os 95 Anf ngliche und mit zwei Faktoren extrahierte Kommunalit ten 96 ooa ee papa fed price rend tha ote epe e pee NR 97 R tierte KonporientefimatiiX s s ose aste nt 97 Ergebnis der schrittweisen Diskriminanzanalyse mit allen Variablen des authentischen Datensatzes der Pistazien sese 101 Ergebnis der schrittweisen Diskriminanzanalyse mit sechs Variablen 102 Ma zahlen zur berpr fung der Modellg te der Diskriminanzanalyse mit 3 NIE Sr eese 104 Wilks Lambda und
142. eich nis Pl Durchf hrung Die Korrelationsanalyse nach Pearson wird mit dem um die Ausrei er verminderten authenti schen Datensatz durchgef hrt Ergebnis Tabelle 37 Korrelationskoeffizienten nach Pearson f r die Variablen der authentischen Proben Korrelations 6 6 56 SIN SIN 8 50 8 0 8 50 analyse Pistazie Riickst l Pistazie R ckst Pistazie R ckst l 5 C Pistazie 1 0 896 0 961 0 088 0 087 0 462 0 427 0 535 C R ckstand 0 896 1 0 928 0 058 0 045 0 499 0 465 0 576 6 Pistazien l 0 961 0 928 1 0 023 0 018 0 453 0 416 0 537 SIN Pistazie 0 088 0 058 0 023 1 0 988 0 757 0 789 0 720 SIN R ckstand 0 087 0 045 0 018 0 988 1 0 7550 0 781 0 716 8 0 Pistazie 0 462 0 499 0 453 0 757 0 750 1 0 981 0 980 850 R ckstand 0 427 0 465 0 46 0 789 0 781 0 981 1 0 974 8 50 Pistazien l 0 535 0576 0537 0 720 0 716 0 980 0 974 1 fettgedruckt Korrelationen zwischen den Fraktionen eines Elements Die Korrelationen sind alle auf dem Niveau von 0 01 2 seitig signifikant unterstrichen Korrelationen zwischen den Fraktionen verschiedener Elemente Die Korrelation ist auf dem Niveau von 0 01 2 seitig signifikant 84 5 3 Univariate statistische Vorbetrachtung Die Korrelationsanalyse nach Pearson s Tabelle 37 bestatigt statistisch den schon bei der Be trachtung der Box Plots visuell erkannten Zusammenhang s Kapitel 5 2 dass die Fraktionen Pistazie entfetteter R ckstan
143. ein Anstieg des N Gehalts im Boden und damit auch im Pflanzenstickstoff beobachtet P Bei steigender mineralischer D ngung kann ein signifikanter R ckgang 57252991 des AN Wert im Pflanzenstickstoff festgestellt werden P 25 Konventionelle Farmer verwenden gr tenteils synthetische Minerald nger jedoch mischen sie teilweise auch organischen unter Dagegen d rfen Bio Bauern die 6kolo gisch produzieren wollen nach der ko Verordnung VO EWG Nr 2092 91 nur aus schlieBlich zugelassene organische Diinger verwenden Ahnlich werden in den USA Farmen und deren Produkte die das Label organic tragen wollen durch das United States Department of Agriculture reguliert und zertifiziert Durch die vielen u eren Einflussfaktoren kann die Schwankungsbreite der Stickstoff Isotopenverteilung des Bodens und damit der Pflanzen betr chtlich sein Vor allem der mensch liche Einfluss durch die die Art der D ngung kann zu erheblichen saisonalen und lokalen Unter schieden f hren Daher k nnen keine generellen Aussagen ber bestimmte Gebiete gemacht werden Trotzdem kann der 5 N Wert des Gesamtstickstoffs einer Pflanze Informationen ber ihre prim re Stickstoffquelle widerspiegeln und in Kombination mit anderen Elementen zur Her kunftsbestimmung herangezogen werden um die Authentizit t von z B Alkaloiden 7 Milch 6l Kase Fleisch oder Fruchts ften zu kontrollieren 24 3 2 Stabilisot
144. eiten schrittweisen Diskriminanzanalyse wurden neben der so l Variable nur noch zwei weitere ausgew hlt s Tabelle 45 und zwar genau die beiden die auch schon in dem ersten Versuch s Tabelle 44 als modellrelevant angezeigt wurden 8 l und 8 N R ck stand Die Auswahl gerade dieser Element Fraktion Kombinationen vom System ist leicht er kl rlich denn bei der Diskriminanzanalyse kommt es neben einer gro en Streuung zwischen den Gruppenmittelpunkten vor allem darauf an dass die Streuung innerhalb der Gruppen m glichst klein ist d h die Gruppen homogen sind Die geringste Streuung innerhalb der Gruppen ist bei den len zu finden da sie fl ssig und damit viel homogener als die Feststofffraktionen sind Die Stickstoffvariable wurde von der schrittweisen Diskriminanzanalyse als letztes ausgew hlt Bei der Betrachtung der Box Plots s Abb 39 in Kap 5 2 und den Streudiagrammdarstellungen s Abb 41 und 42 in Kap 6 1 wurde schon erkannt dass dieses Element die schw chste Trenn kraft hinsichtlich der Pistazienherkunft hat Es wird daher vermutet dass das DN N Verhi ltnis nur sehr wenig zur Trennung beitragen wird und ggf auch weggelassen werden kann Das Dis kriminanzmodell wird daher einmal mit allen drei Variablen die die schrittweise Diskriminan zanalyse als optimale L sung ausgegeben hat und als zweites nur mit den beiden ersten Variab len 8 O l und 8 C Ol erstellt 102 6 3 D
145. ellung Der Nachteil eines strukturen entdeckenden Verfahrens wie der Hauptkomponentenanalyse ist es allerdings dass mit ihr keine neuen Proben ein bzw zugeordnet werden k nnen Das Ziel dieser Arbeit ist es jedoch Pistazienproben deren Herkunft unbekannt oder zweifelhaft ist den Erzeu gerl ndern Iran USA oder T rkei anhand ihrer Stabilisotopenverh ltnisdaten eindeutig zuordnen zu k nnen Daher muss zus tzlich ein strukturen pr fendes Verfahren wie die Diskriminanzana lyse auf den authentischen Datensatz angewendet werden denn erst hiermit kann ein Klassifika tions Zuordnungs modell f r Pistazien erstellt werden 88 6 Ergebnisteil III Multivariate Statistik Die Diskriminanzanalyse wird in Kapitel 6 3 zuerst schrittweise durchgef hrt um die Gesamtan zahl der Variablen zu reduzieren und die aussagekr ftigsten herauszufiltern Danach wird mit den optimalen Variablen das Diskriminanzmodell erstellt Dazu wird versucht die Koeffizien ten der Diskriminanzfunktion so zu ermitteln dass die untersuchten Gruppen m glichst optimal getrennt werden d h das Diskriminanzkriterium T maximal wird 7 7 Eine neue unbekann te Probe wird dann nach der Bayes schen Klassifikationsregel in diejenige Gruppe eingeordnet der sie am n chsten liegt d h bez glich derer die Distanz zwischen Element und Gruppenmittel Zentroid minimal wird s Kapitel 3 4 1 Die Klassifikationsf higkeit des erstellten Diskriminanzmodel
146. ellung der Funktionsweise des ConFlo w hrend einer N CO Dualgasmessung ist in Abbildung 26 wiedergegeben Au erdem k nnen ber die beweglichen Kapillaren dieses Open Split Systems auch die f r die interne Standardisierung ben tigten Referenzgaspulse in den Helium Tr gergasstrom aus dem EA zugegeben werden Dadurch kann auch die externe Kalibrierung durch Messung von Ar beitsstandards entfallen da die Steuerungssoftware ISODAT NT die Eingabe des 5 Werts der Referenzgase erlaubt und somit der Wert der Probe bezogen auf den internationalen Bezug standard ausgegeben wird Nach Herstellerangaben liegt die Pr zision einer N2 CO2 Dualgasmessung f r 5 N bei 0 13 o 5 ug N und f r 8C bei 0 11 4 ug C 22921 35 3 Allgemeiner Teil 3 3 4 High Temperature Conversion Elemental Analyzer TC EA Ausgangspunkt vieler Entwicklungsversuche fiir eine Sauerstoffbestimmung waren die Metho den nach Unterzaucher 1952 und Sch tze 1939 sowie Rittenberg und Ponticorvo 1956 1 bei denen der in der Probe enthaltene Sauerstoff quantitativ zu Kohlenmonoxid um gesetzt und dieses weiter zu Kohlendioxid zur Quantifizierung oxidiert wird Diese Techniken sind jedoch mit hohen Zeitaufwand Blindwerten Memoryeffekten Reaktionen mit Reaktorw nden und Einschr nkungen bez glich der zu analysierenden Proben Fluoride reagie ren mit dem Quarzrohr Sulfate mit Kohlenstoff verbunden Der Durchbruch auf dem Gebiet de
147. elt es sich um Atome der gleichen Kernladungszahl aber verschiedener Neutronenzahl Molek le die aus unterschiedlichen Isotopen aufgebaut sind werden als Isotopomere bezeich net In Tabelle 2 sind die wichtigsten stabilen Isotope der Bioelemente mit ihren relativen nat r lichen H ufigkeiten aufgef hrt Es ist darin zu erkennen dass im Allgemeinen bei weitem der Anteil des leichten Hauptisotops berwiegt gt 99 Atom zo HIT Tabelle 2 Relative nat rliche H ufigkeiten der stabilen Isotope der Bioelemente Element Ordnungszahl stabile relative nat rliche im PSE Isotope H ufigkeit Atom Wasserstoff 1 H 99 985 H 0 015 Kohlenstoff 6 ae 98 892 MC 1 108 Stickstoff 7 N 99 634 BN 0 366 Sauerstoff 8 160 99 759 0 0 037 180 0 204 Obwohl die Isotope eines Elements die gleiche Elektronenkonfiguration besitzen bedingen die geringf gigen Unterschiede in Kernmasse und symmetrie ein unterschiedliches Verhalten bei physikalischen und chemischen Prozessen Dies wird als Isotopeneffekt bezeichnet Durch ihre h here Bindungsenergie reagieren z B Molek le mit schwereren Isotopen im Allgemeinen langsamer und reichern sich bei chemischen Umsetzungen im Ausgangspool an Diskriminie rung Die Auswirkungen dieses kinetischer Isotopeneffekts sind umso st rker je gr er die relative Massendifferenz zweier Isotope ist d h bei den Isotopen des Wasserstoffs ist der kineti sche Isotopeneffekt am
148. emistry 1995 43 4 S 981 983 Day M P Zhang B L Martin G J Determination of the Geographical Origin of Wine Using Joint Analysis of Elemental and Isotopic Composition 2 Differentiation of the Principal Production Zones in France for the 1990 Vintage Journal of the Science of Food and Agriculture 1995 67 1 S 113 123 Deichsel D Trampisch H J Clusteranalyse und Diskriminanzanalyse G Fischer Verlag 1985 Delwiche C C Steyn P L Nitrogen Isotope Fractionation in Soils and Microbial Reactions Environmental Science amp Technology 1970 4 11 S 929 Deniro M J Epstein S Mechanism of Carbon Isotope Fractionation Associated with Lipid Synthesis Science 1977 197 4300 S 261 263 173 10 Literaturverzeichnis 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 174 Deniro M J Epstein S Relationship Between the Oxygen Isotope Ratios of Terres trial Plant Cellulose Carbon Dioxide and Water Science 1979 204 4388 S 51 53 DIN V ENV 12140 1996 Frucht und Gem ses fte Bestimmung des Verh ltnisses der stabilen Kohlenstoff Isotope 13C 12C im Zuckeranteil von Fruchs ften Verfahren unter Verwendung der Isotopenverh ltnis Massenspektrometrie 1996 DIN V ENV 12141 1996 Frucht und Gem ses fte Bestimmung des Verh ltnisses der stabilen Sauerstoff Isotope 180 160 im Wasseranteil von Fruc
149. en 76 5 3 Univariate statistische Vorbetrachtung 5 3 1 2 Ausrei ertest nach Grubbs und Nalimov Zur berpr fung ob ein Wert mit einer starken Abweichung ein Ausrei er ist oder nicht wird beim Grubbs Test die Pr fgr e und beim Nalimov Test die Pr fgr e r berechnet s Anhang I Formelverzeichnis und mit einem Tabellenwert verglichen Der Wert gilt als Aus rei er wenn die berechnete Pr fgr e bzw r gr er als der entsprechende Tabellenwert ist 122 166 Durchf hrung Der zweiseitige Grubbs Test wird zuerst auf die Messwerte der Mehrfachbestimmungen jeder einzelnen Probe angewendet So erkannte Ausrei er wurden nicht in die Berechnung des Mittel werts einbezogen Danach wird der zweiseitige Grubbs Test erneut auf die Mittelwerte aller Pro ben eines Landes angewendet Signifikanzniveau P 95 Die so ermittelten Grubbs Ausrei er sind in den Tabellen 31 33 fett gedruckt hervorgehoben Danach werden die durch den Grubbs Test bereinigten Mittelwerte auf einem Signifikanzniveau von P 99 dem Nalimov Test unterzogen Die aufgef hrten Probennummern in den nachfol genden Tabellen 31 33 und im Text korrespondieren mit denen der Probenlisten in Kapitel 9 1 und im Anhang III Ergebnis Tabelle 31 Zusammenfassung der Grubbs Nalimov Test Ausrei er des authentischen Datenma Tabelle 32 Zusammenfassung der Grubbs Nalimov Test Ausrei er des authentischen Datenmaterials
150. en Prim r und Sekund rstoffwechsel der Pflanze selber beeinflusst und ver ndert Pflanzeninterne Kohlenstoff Diskriminierungen die zu Stand ortunterschieden f hren k nnen nur durch exogene Faktoren die auf diese Pflanzenmetabolis men wirken z B Klima H he Druck hervorgerufen werden Sie besitzen allerdings nur gerin ge Diskriminierungskr fte 2 3 o s Kap 3 2 1 Obwohl die Hauptkomponentenanalyse den authentischen Pistaziendatensatz vollst ndig nach L ndern zu trennen vermag ist sie als strukturen entdeckendes Verfahren nicht dazu geeignet die Herkunft neuer unbekannter Proben zu ermitteln Dies liefert jedoch die Diskriminanzanaly se s Kap 6 3 so dass auf die Erstellung des Diskriminanzmodells und die Auswahl der ver wendeten Variablen die gr te Sorgfalt gelegt und alle Pr fkriterien genaustes analysiert wur den Die schrittweise Diskriminanzanalyse hat dabei eine nicht berraschende Elementauswahl der Variablen in der Reihenfolge Sauerstoff Ol Kohlenstoff Ol Stickstoff entfetteter 136 7 Ergebnisdiskussion R ckstand getroffen s Kap 6 3 1 Anders als bei der Hauptkomponentenanalyse l dt hier al lerdings das Sauerstoffisotop alleinig auf der 1 kanonischen Diskriminanzfunktion und leistet den Hauptanteil zur Gruppentrennung Die gro e Trennkraft des Sauerstoff Isotopen verh ltnisses hinsichtlich der Herkunft von Pistazien fiel bereits bei der Betrachtung der Box Plots s Kap 5 2
151. en Stickstoff umsetzen In Abbildung 16 sind die hier wichtigsten Vorg nge im biologischen Stickstoffkreislauf schematisch dargestellt 22 3 2 Stabilisotope Ammonifikation Nitrifikation und N O stratospnare Denitrifikation sind Reaktionen die vom Boden und klimatischen Fakto ren abh ngen und bei denen erhebli che Isotopeneffekte und damit Frakti NO Mineral f onierungen auftreten W hrend die d nger Verbrennung Atmosph re Denitrifikation zur Anreicherung des Norganisen NH I 0 1 N ME ea schweren Isotops im verbleibenden 20 02 Bodennitrat f hrt ergeben sich bei der Nitrifikation aufgrund der bevor Grundwasser NO N 0 N zugten Oxidation leichter N Verbin Abbildung 16 15 Stickstoffkreislauf der wichtigsten N Verbindungen zwi dungen ein Nitra schen Atmosph re Boden und Grundwasser und ein PN angereichertes Ammoni um im Boden 1 57 85 138 159 Originalgrafik ver ndert nach Schmidt et al Lange und intensiv landwirtschaftlich genutzter Boden zeigt im Allgemeinen eine Anreicherung von PN weil durch die Bodenbearbeitung die biologische Aktivit t gef rdert und somit die Um satzrate der isotopenrelevanten Prozesse erh ht wird D rre Salzgehalt oder Stickstoff mangel k nnen den 8 N Wert von Pflanzen dagegen bis zu 2 202 Eine signifikante Abnahme des 8 N Werts in den Pflanz
152. en drei Fraktionen jeweils die h chsten und die USA immer die niedrigsten Messwerte auf Die amerikanischen Proben sind zudem von den t rkischen besser abgetrennt als von den iranischen Da die hier verglichenen Pistazienpflanzen denselben Photosyntheseweg haben k nnen die ge ringen aber sichtbaren Unterschiede im C Verh ltnis nur durch exogene Einfl sse hervorge rufen worden sein s Kapitel 3 2 1 72 5 2 Box Plot Betrachtung Das 8 Naj Verhaltnis zeigt im Gegensatz zum 8 Cppg Verh ltnis in allen Fraktionen eine deut liche Trennung zwischen den Messwerten des Irans und der USA an s Abbildung 39 jedoch berlappen sich die Werte der t rkischen Proben mit denen der USA Die Messwerte f r die ira nischen Proben sind insgesamt h her als die der amerikanischen und t rkischen Pistazien Hier f r k nnen verschiedene exogene Faktoren verantwortlich sein D nger Jahresdurchschnitts temperaturen jahresdurchschnittliche Niederschlagsmenge Bodenbeschaffenheit oder Sortenun terschiede s Kapitel 3 2 2 Neben den 8 N4 Wert Unterschieden ist auch die stark unterschiedliche Streuung L nge der Boxen zwischen den drei L ndern beim Stickstoffisotop sehr auff llig Der Iran als fl chen und mengenm ig gr ter Produzent zeigt hierbei die gr te Streuung w hrend die USA mit einem recht abgegrenzten Anbaugebiet Kalifornien und wenigen aber daf r sehr gro en Far men die kleinste Streuung in den Messwerten
153. en erkl rt weitestgehend die Varia tionsbreite der nat rlich vorkommenden 8 C Werte Dazu kommen jedoch auch noch exogene kologische Faktoren die zu kleinen aber trotzdem signifikanten regionalen Unterschiede im PC C Verh ltnis der Pflanzen f hren k nnen Geringe Schwankungen des 8 C Werts pflanzlichen Materials werden z B durch unterschiedli che Isotopengehalte des atmosph rischen CO s verursacht In Gebieten mit geringer industriel ler Ansiedlung besitzt atmosph risches CO 8 C Werte zwischen 6 4 und 7 0 o w hrend dieser Wert in Gebieten mit hoher industrieller Ansiedlung aufgrund der Verbrennung von Kohle und Erd l negativer ist s Abb 14 5 199 196294 19 3 Allgemeiner Teil Das vorherrschende Klima Temperatur Luftfeuchtigkeit und Niederschlag an einem Ort ist ein weiterer exogener Faktor der zus tzlich auf das Isotopenverh ltnis 2 3 o einwirken kann und somit eine standortspezifische Gr e darstellt Die theoretische Basis die den Umwelteinfluss auf das C Verh ltnis von C3 Pflanzen beschreibt wurde bereits in den 80er Jahren von meh reren Autoren 055 190 191 untersucht und sogar in Form einer Gleichung ausgedr ckt Danach erniedrigt sich der SC went der Pflanze wenn der partielle Druck des interzellul ren CO s erh ht wird wie z B durch Umwelteinfl sse die die Leitf higkeit der Spalt ffnungen erh hen und oder die Carboxylierungsrate senken Eine derartige Beeinflussung der
154. en wurde au erdem mit fallender Jah resdurchschnittstemperatur und steigendem jahresdurchschnittlichen Niederschlag festgestellt Eine eindeutige Erkl rung f r diese empirischen Beobachtungen konnte jedoch noch nicht gege ben werden da noch zu wenig Forschung auf diesem Gebiet betrieben wurde Es scheint dass Pflanzen mit steigender Feuchtigkeit effizienter am mineralischen Stickstoffzyklus teilhaben In dem Artikel von Amundson et al P wurden au erdem Einflussfaktoren wie H he Alter und Art der B den diskutiert Zusammenfassend ist aus diesen Ergebnissen festzustellen dass es zu glo balen Unterschieden aufgrund des Klimas im PN N Verh ltnis kommen kann Einen relativ hohes N N Verhiltnis ist auch in k stennah wachsenden Pflanzen zu beobach ten weil diese durch Windeinfluss mit dem relativ stark an N angereicherten Ozeanwasser in Ber hrung kommen s Abbildung 15 Au erdem sind auch innerhalb einer Pflanzenart die auf der gleichen Stickstoffquelle gez chtet wurden signifikante 8 N Variationen von bis zu 1 3 o zwischen verschiedenen Genotypen beobachtet worden Da die Stickstoffaufnahme keine Isotopendiskriminierungen verursacht wurde von den Autoren der Verlust l slicher N Verbindungen durch die Wurzeln als Erkl rung genannt 23 3 Allgemeiner Teil Desgleichen diskriminieren wie beim Kohlenstoff nahezu alle Enzyme gegen ber N und es kommt dadurch zu 8PN Wert Unterschieden zwischen einzelne
155. envariablen zum Herkunftsnachweis Hauptkomponentenanalyse und zur Erstellung eines Klassifizierungsmodells Diskriminanzanalyse eingesetzt Dazu wurde ein Datensatz aus authentischen Proben d h Proben mit bekannter Herkunft benutzt Ziel dieser Arbeit ist es jedoch der Lebensmittel berwachung eine effiziente Methode zur Auf deckung falsch deklarierter Handelspistazien oder zur Ermittlung der Herkunft unbekannter Pro ben zu liefern Daher sollen der praktische Nutzen und die Grenzen der Diskriminanz und Hauptkomponentenanalyse anhand einiger nachfolgender Beispielanwendungen aufgezeigt wer den 6 4 1 Klassifizierung von Handelsproben mit deklarierter Herkunft Das Hauptanwendungsgebiet des in dieser Arbeit erstellten Diskriminanzmodells s Kapitel 6 3 soll die berpr fung der Herkunftsdeklaration von Pistazien sein Da amerikanische Pistazien auf dem Weltmarkt im Allgemeinen einen h heren Preis erzielen besteht hier eine potenzielle Gefahr der T uschung des Verbrauchers durch eine falsche Deklaration Es werden daher iranisch und amerikanisch deklarierte Handelsproben in das im vorangegangenen Kapitel 6 3 2 erstellte 3 Variablen Klassifikationsmodell eingesetzt um die Richtigkeit ihrer Deklaration zu berpr fen Durchf hrung Amerikanische und iranische Handelsproben mit deklarierter Herkunft s Kapitel 9 1 und An hang III werden in das 3 Variablen Diskriminanzmodell aus Kapitel 6 3 2 eingesetzt und klassi fiziert Die
156. er Biosynthesen und Verzwei gungen im Stoffwechsel So ist z B ein gro er kinetischer BC Isotopeneffekt bei der Pyruvat 58 182 zu beobachten den Decarboxylase Reaktion und der Pyruvat Dehydrogenase Reaktion einleitenden Schritten zur Biosynthese von Lipiden und einigen Aminos uren aus Kohlenhydra ten Durch die bevorzugte bertragung von C haltigen Gruppen durch Enzyme sind die aus Acetylresten aufgebauten Sekund rmetabolite gegen ber den prim ren an C verarmt Dies er 237 kl rt auch die Beobachtung mehrerer Autoren dass der Gesamt 8 C Wert einer Pflanze einer zeitlichen nderung ber deren Entwicklungszeitraum unterliegt Nach der Wachstums 18 3 2 Stabilisotope phase werden in verst rktem Ma e Sekund rmetabolite niedrigere 5 C Werte synthetisiert w hrend gegen deren Ende Reservekohlenhydrate Prim rmetabolite h here 5 C Werte ein gelagert werden Weitere Diskriminierungen des Kohlenstoff Isotopenverh ltnisses die zu definierten Mustern in bestimmten Substanzklassen beitragen werden durch die Aldolase und Transketolase Reaktion sowie enzymkatalysierten Esterkondensationen eingebracht und sind vor allem auch in Sekun d rmetaboliten des Shikimis urewegs z B Lignin Aromaten Flavonoide zu finden Die St rke der Abreicherung h ngt hier davon ab wie weit die betrachteten Sekund rstoffe im biologischen 104 110 231 260 110231260 Die konstanten Differenzen zwi
157. ere Kontrollgrenze der 3s Bereich 99 7 gew hlt 58 4 5 In House Validierung der IRMS Methode Zur Priifung der Stabilitat des Analyten tiber die Analysenzeit dieser Arbeit wurde eine Pista zienprobe frisch vermahlen auf ihre Stabilisotopenverh ltnisse hin vermessen und diese Messun gen in verschiedenen Zeitabst nden wiederholt Die Lagerung der Probe erfolgte in einem Plastikbeh ltnis im K hlschrank Ergebnis Verfahrensstabilit t Tabelle 21 Daten f r die Qualit tsregelkarten zur Kontrolle der Verfahrensstabilit t aus der Vorperiode Bc ISN 1809 Ger tekontrollprobe Atropin Atropin Benzoes ure Sollwert x n 20 29 05 o 17 97 24 95 Sr 0 149 0 119 0 238 o Sr Pistazie aus Kap 4 5 2 0 126 o 0 176 o 0 513 o C Atropin Qualit tsregelkarte Stabilit t der C Methode AA EEN 29 0 29 3 Zn Abbildung 34 Qualit tsregelkarte von 29 6 Atropin GKP zur Pr Okt Okt Okt Feb Feb Mrz Mrz Mrz Mrz Mrz Mrz Mrz Mrz Mrz Mrz Mrz Mrz s Messwerte Sollwert 2s 2s 35 3s SN Atropin Qualit tsregelkarte Stabilit t der N Methode 17 6 4 18 4 Okt Okt Okt Okt Feb Feb Mrz Mrz Mrz Mrz Mrz Mrz Mrz Mrz Mrz Mrz Mrz Mrz E Messwerte Sollwert 25 X 25 35 3s fung der Verfahrens stabilit t der C Methode Abbildung 35 Qualit
158. ergaben dass sich mit zunehmender H he die Carboxylierungseffizienz der Pflanzen erh ht Blatter von Bergpflanzen m ssen die Photosynthese bei niedrigeren Partialdr cken betreiben was wiederum in erh hten 8 C Werten resultiert Au erdem nehmen die Blattdicke und der Stickstoffgehalt mit steigender H he zu was au erdem zu einer Erh hung der Photosyn thesekapazit t beitr gt Zudem konnte durch gro angelegte Versuche gezeigt werden dass das PC C Verh ltnis auch vom Breitengrad abh ngt Vom Aquator zu den Polen nimmt die Dis kriminierung gegen ber C ab d h der 8 Wert wird positiver 5 7l Durch die Vielzahl der auf das C C Verhiltnis einwirkenden exogenen Faktoren kann die resultierende Diskriminierungsrichtung nicht vorhergesagt werden daher sind gegens tzliche Messergebnisse nicht berraschend Das Ausma eines umweltbedingten Faktors h ngt davon ab inwieweit dieser die Photosynthese beeinflusst Wirkt er sowohl auf die Spalt ffnungen als auch auf die Carboxylierung kann dies einen gegens tzlichen Effekt auf 8 C aus ben 20 3 2 Stabilisotope Die Schwankungsbreiten der einzelnen hier beschriebenen endogenen und exogenen Faktoren die auf das 8 C Verhaltnis von C3 Pflanzen wirken sind von T H E Heaton 1999 in sei nem Artikel zusammengefasst worden s Tabelle 4 Tabelle 4 Ausma und Faktoren der Unterschiede im 58 C Wert von C3 Pflanzen Grund f r die Schwankungsbreite Ausma der Schwankung
159. erstellung einer diskriminierungsfreien Extraktion des Pistazien ls wurden zwei Haus 209 halts le einer Soxhlet Extraktion mit Petrolbenzin unterzogen und die Stabilisotopendaten vor und nach der Extraktion gemessen Ergebnis Tabelle 23 Vergleich der Werte zweier le vor und nach Soxhlet Extraktion 8 Ovsuow 8 Cpps 8 Ovsuow Ol 1 Ol 1 012 Ol 2 Xyor der Extraktion 27 5 o 22 4 o 13 3 o 20 8 o Xnach der Extraktion 27 5 o 22 9 o 13 3 o 21 2 o Kritische Grenze CD Kein Daach Kein Dyor 5 gt Dnach 5 Xvorher Xnachher lt CD Unterschied 0 5 lt 0 5 Unterschied 0 4 x 0 5 Zur Berechnung der kritischen Grenze CD zwischen zwei Werten s Anhang I Statistische Grundfor meln Aus der Ergebnistabelle 23 ist zu entnehmen dass keine Diskriminierung durch das Extraktions verfahren nach Soxhlet bei der C Messung zu beobachten ist denn die Mittelwerte vor und nach der Extraktion beider le sind gleich Obwohl die Mittelwerte beim Sauerstoffisotop vor und nach der Extraktion differieren konnte auch hier statistisch keine Diskriminierung durch die Soxhlet Extraktion festgestellt werden Hierzu wurde der Vergleich mit der kritischen Grenze herangezogen der zeigt dass die Mittel 62 4 6 Priifung der Ol Extraktionsmethode werte um einen von der Methodenpr zision her zul ssigen Betrag differieren Die Olextrakti onsmethode nach Soxhlet arbeitet somit diskriminierungsfrei und ist
160. erwendeten Materialien und Aufarbeitungsschritte keine Fehler in die Ergebnisse eintragen Das einwandfreie Arbeiten und die Stabilit t der Ger te kann am besten ber darauf kalibrierte Standards gepr ft und verfolgt werden Zertifizierte Referenzmaterialien sind im Bereich der Stabilisotopenanalytik allerdings nur in geringen Mengen und sehr teuer bei der Internationalen Atomenergiebeh rde IAEA zu beziehen Daher eignen sie sich nicht als t glicher Laborstan dard sondern dienen nur zur Kontrolle des Ger ts in gr eren Abst nden und zur Kalibrierung eines Arbeitsstandards Dieser kann dann aber hervorragend f r die t glichen Messungen als Bezugs Berechnungs und Kontrollstandard eingesetzt werden Au erdem sollte bei IRMS Ger ten immer der lineare Arbeitsbereich kontrolliert werden damit die Einwaagen richtig ge w hlt sind Zu hohe Einwaagen f hren n mlich zu einer berladung der Detektoren und zu nied rige k nnen nicht mehr erfasst werden Empfindlichkeit Allerdings ist unter Linearit t in der IRMS nicht der klassische Zusammenhang zwischen Signal und Konzentration zu verstehen aus dessen Korrelation sich eine Kalibrierfunktion ergibt sondern der Zusammenhang zwischen Signalh he bzw Probenmenge und Messwert es werden keine Quantit ten sondern Verh ltnisse gemessen Idealer Weise sollte bei der Auftragung der Signalh he gegen den Messwert eine Parallele zur Achse resultieren denn das Isotopenverh ltnis einer Probe sol
161. estandteilen und Herkunft Des Weiteren hei t es in der Entscheidung des Rats vom 30 September 2002 2002 834 EG im Anhang 1 unter dem Ziel 1 1 5 Lebens mittelqualit t und sicherheit Im Mittelpunkt der Forschung werden folgende Themen stehen Implementierung und Validierung von Methoden f r die gesamte Lebensmittelkette Sicher stellung der Unverfalschbarkeit Echtheit von Kennzeichnungen Aus diesen Gr nden besteht hier vor allem in der Lebensmittel berwachung der Bedarf an ei ner effizienten Methode um die geografische Herkunft von Pistazien in Handelsware ermitteln und ihre Kennzeichnung berpr fen zu k nnen Das Hauptziel dieser Arbeit soll daher die Ent wicklung einer Methode sein mit der Pistazien der beiden Hauptanbaulander Iran und USA un terschieden werden k nnen sowie auch die der T rkei da diese gleichermafen einer Vorf hr pflicht in der EU unterliegen und h ufig auf dem deutschen Markt zu finden sind 2 Einleitung 2 Einleitung Pistazien werden in ihrem Ursprungsland Iran haufig noch traditionell per Hand durch Schiitteln des Baums und Aufsammeln der heruntergefallenen Niisse von Matten geerntet Dadurch kann neben Schmutz und Mikroorganismen auch der Schimmelpilz Aspergillus flavus in die ge ffne ten Schalen gelangen der als Ausscheidungsprodukt die hoch krebserzeugenden Aflatoxine bil det Feuchtigkeit und W rme unterst tzen zudem ein rasches Wachstum dieses Schimmelpil
162. este Fraktion f r die 6 Wertbestimmung ist da die Fl ssigkeit eine wesentlich homogenere Matrix darstellt Gegen ber den Feststofffraktionen Gesamtnuss entfetteter R ck stand konnte eine deutlich niedrigere Wiederhol und Vergleichsstandardabweichung Sr sr festgestellt und auch sp ter bei den Probenmessungen eine allgemein niedrigere Streubreite in den 5 Werten des ls beobachtet werden Diese Diskrepanz zwischen den Matrizes wird am deutlichsten beim Vergleich der 8 Cppg 5 Ovsmow Auftragung in einfachen x y Streudiagrammen Mit den 5 Messwerten des ls s Abb 57 an sp terer Stelle in diesem Kapi tel wird eine viel deutlichere Trennung der L nder erreicht als mit denen der Gesamtnuss s Abb 43 in Kap 6 1 Entgegen Beschreibungen in der Literatur 67873 kann jedoch keine Versch rfung der Mess wertunterschiede in den hier untersuchten Pistazienfraktionen beobachtet werden Durch den Sekund rstoffwechsel der Pflanzen kann derartiges hervorgerufen werden jedoch ist dieses Ph nomen eher in Produkten zu finden die in der Stoffwechselkette weit ab von den Prim rproduk ten liegen oder zwischen Molek len einer Stoffklasse wie z B zwischen Fetts uren In die ser Arbeit wurde nur eine grobe Fraktionierung der Pistazien in das l und den entfetteten R ck stand Kohlenhydrate und Proteine vorgenommen welche nur die Prim rverzweigungen der Biosynthese darstellen und daher auch untereinander hoch korrelieren Es kann
163. eten Ele mente Fraktionen und Lander eine zweiseitige Signifikanz gt 0 05 d h es kann f r alle Messrei hen eine Normalverteilung nicht abgelehnt werden s Tabelle 34 5 3 3 Pr fung der Homogenit t der Varianzen nach Levene Der Levene Test dient zum Vergleich von Gruppenvarianzen und zum Testen derer Homogeni t t Er ist relativ unempfindlich robust gegen ber Abweichungen von der Normalverteilung und testet die Nullhypothese alle Varianzen sind gleich gegen die F Verteilung Falls das Signifikanzergebnis lt 0 05 ist wird die Alternativhypothese angenommen d h mindestens zwei der betrachteten Varianzen sind ungleich Voraussetzung f r die Anwendbarkeit des Levene Tests sind Stichprobenumf nge pro Gruppe gt 10 Eine Varianzhomogenit t zwischen den Grup pen w re f r die nachfolgenden multivariaten Datenanalysen w nschenswert und hilfreich ist H 224 239 256 jedoch keine zwingende Voraussetzung 0 Durchf hrung Der Test auf Varianzhomogenit t nach Levene wird mit dem um die Ausrei er verminderten authentischen Datensatz durchgef hrt Ergebnis Tabelle 35 Signifikanzergebnisse des Levene Tests auf Varianzhomogenit t Levene Homogenit tstest Signifikanz Crog Pistazie 0 057 Nair Pistazie lt 0 001 8 Ovyswuov Pistazie 0 020 Crog R ckstand 0 043 SIN R ckstand lt 0 001 8 Ovsmov R ckstand 0 052 SCH I 0 038 5 8 Ol 0 006 Es wird nur f r zwei der acht Variablen
164. ethode Gruppe Iran USA T rkei Gesamt F lle R Methode Iran 100 0 0 100 32 USA 0 100 0 100 33 T rkei 0 0 100 100 25 H Methode Iran 100 0 0 100 16 USA 0 100 0 100 16 T rkei 0 0 100 100 12 F r die Berechnung der H Methode wurden die Gruppen per Zufallsgenerator in jeweils 50 Lern und 50 Kontrollstichprobe unterteilt Nach dem Box M Signifikanztest Ergebnisse nicht dargestellt liegen keine gleichen Kovari anzmatrizen in den Gruppen des authentischen Pistaziendatensatzes vor und die linearen Klassi fizierungsfunktionen nach Fisher diirften nicht angewandt werden Tabelle 51 die die Werte der Fehlerrate zur Pr fung der Modellgiite nach der R und H Methode enth lt zeigt allerdings das gleiche Ergebnis wie es mit den kanonischen Diskriminanzfunktionen s vorheriges Kap 6 3 3 erreicht wurde Alle Proben beider Variablenkombinationen werden durch die Fisher schen Klassifizierungsfunktionen in ihre vorgegebene Gruppe richtig eingeordnet Aus diesem eindeu tigen Ergebnis kann abgeleitet werden dass die Fisher schen Klassifizierungsfunktionen trotz fehlender Voraussetzung hier anwendbar sind und als Alternative zum kanonischen Diskrimi nanzmodell zur schnellen Bestimmung der Herkunft einer Pistazienprobe genutzt werden kann 110 6 3 Diskriminanzanalyse 6 3 5 Grafische Darstellung der Funktionswerte Bei einer Diskriminanzanalyse mit nur zwei Diskriminanzfunktionen kann die
165. etrus D R Delta O 18 Measurements in Water for Detection of Sugar Beet Derived Syrups in Frozen Concentrated Orange Juice Collaborative Study Journal of AOAC International 1992 75 6 S 1107 1111 Douthitt C B Hyphenation of gas chromatographic techniques with isotope ratio mass spectrometry Present status and future Analusis 1999 27 3 S 197 199 Dunbar J Use of C 13 C 12 Ratios for Studying the Origin of CO2 in Sparkling Wines Fresenius Zeitschrift fur Analytische Chemie 1982 311 6 S 578 580 Dunbar J Wilson A T Determination of Geographic Origin of Caffeine by Stable Isotope Analysis Analytical Chemistry 1982 54 3 S 590 592 Dyszel S M Petit B C Determination of the Country of Origin of Pistachio Nuts by DSC and HPLC Journal of the American Oil Chemists Society 1990 67 12 S 947 951 10 Literaturverzeichnis 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 Dyszel S M Pettitt B Schwartz S Hecking L T Determination of the coun try of origin of pistachio nuts Customs Laboratory Bulletin 1989 1 1 S 36 44 Ehleringer J R The Influence of Atmospheric Temperature and Water on the Abundace of C3 C4 Taxa In A History of Atmospheric CO and its Effects on Plants Animals and Ecosystems Hrsg Ehleringer J R Carling Dearing Springer 2005 S 214 231 Ehleri
166. etteronline de Das Boden und Grundwasser spiegelt letztendlich das l ngerfristige Mittel der rtlichen Nieder schl ge wider weil das Wasser in den unteren Bodenschichten nicht mehr umgesetzt wird Die ses nimmt die Pflanze mit ihren Wurzeln auf und leitet es durch den Stamm bis in die Blatter Dabei findet weder bei der Aufnahme durch die Wurzeln noch w hrend des Transports durch die pflanzlichen Leitsysteme eine Isotopenfraktionierung des Wassers statt Erst wenn der Wasser dampf aus Blattern und Fr chten an die umgebene Luft abgegeben wird kommt es durch Evapo Transpiration zu einer Anreicherung von im verbleibenden Blattwasser Das Ausma dieser Anreicherung wird vom lokalen Klima Temperatur Luftfeuchtigkeit und Niederschlag beeinflusst So transpirieren Pflanzen bei h heren Temperaturen mehr und es kommt zu einer erh hten Anreicherung von O im Blattwasser In niederschlagsreichen Gebieten nimmt die dort im Allgemeinen herrschende hohe Luftfeuchte stark an O abgereichert Einfluss auf den Iso topenwert im Blattwasser da sie sich mit diesem austauscht Es herrscht hier ein signifikanter positiver Zusammenhang zwischen dem 8 O Wert und der maximalen Temperatur und relativen Luftfeuchtigkeit an einem Ort Au erdem unterliegt die O Anreicherung im Blattwasser zeitli chen Variationen sowohl im Vegetationsverlauf h here Werte im Sommer als auch im Tages verlauf h chste Werte am fr hen Abend 215920
167. f hrt die Klassifikation mit den Fisher schen Klassifizierungsfunktio nen und der 2 Variablenkombination zu den gleichen Ergebnissen 6 4 3 Klassifizierung von Mischproben USA lt Iran Im vorherigen Kapitel 6 4 2 wurden die Grenzen des Diskriminanzmodells anhand der zwischen den Punktwolken liegenden Probe angesprochen Die Diskriminanzanalyse kann weder andere L nder als die drei vorgegebenen Iran USA T rkei noch Mischungen erkennen d h derartige F lle werden zwangsweise in eine der vorgegebenen Gruppen eingeordnet Um das Modell da hingehend zu testen wurden Mischproben aus authentisch iranischen und authentisch amerikani schen Pistazien in verschiedenen Verh ltnissen hergestellt vermessen und in das Diskriminanz modell eingeordnet Durchf hrung Es wurde die authentisch amerikanische Pistazienprobe Nr 36 mit der authentisch iranischen Probe Nr 12 s Kap 9 1 und Anhang III f r diesen Versuch ausgew hlt und in folgenden Ver h ltnissen gemischt 10 90 30 70 50 50 70 30 und 90 10 Die Klassifikation dieser Mischungen wird auf Grundlage der 3 Variablen Diskriminanzmodells aus Kapitel 6 3 2 durchgef hrt 120 6 4 Anwendung der multivariaten Datenmodelle Ergebnis 1 4 o authentisch Iran rkei a o A authentisch USA DH 2 6 EP D authentisch T rkei t 14 0 2 A 100 USA it e cD o sf o AUSA Iran 90 10 E m o 2 4
168. f fruit juice beverages 1987 S 109 124 Krueger D A Krueger H W Carbon Isotopes in Vanillin and the Detection of Falsified Natural Vanillin Journal of Agricultural and Food Chemistry 1983 31 6 S 1265 1268 Krueger D A Krueger H W Detection of Fraudulent Vanillin Labeled with C 13 in the Carbonyl Carbon Journal of Agricultural and Food Chemistry 1985 33 3 S 323 325 Le Gall G Colquhoun I J Defernez M Metabolite profiling using H 1 NMR spec troscopy for quality assessment of green tea Camellia sinensis L Journal of Agricul tural and Food Chemistry 2004 52 4 S 692 700 Ledgard S F Woo K C Bergersen F J Isotopic fractionation during reduction of nitrate and nitrite by extracts of spinach leaves Australian Journal of Plant Physiology 1985 12 S 631 640 L tolle R Nitrogen 15 in the Natural Environment In Handbook of Enviromental Isotope Geochemistry Volume 1 The Terrestrial Environment A Hrsg Fritz P Fontes J Ch Elsevier 1980 S 407 433 181 10 Literaturverzeichnis 175 176 177 178 179 180 181 182 183 184 185 186 187 188 182 Ma J Y Chen T Qiang W Y Wang G Correlations Between Foliar Stable Car bon Isotope Composition and Environmental Factors in Desert Plant Reaumuria soongo rica Pall Maxim Journal of Integrative Plant Biology 2005 47 9 S 106
169. gebnis des Laborvergleichstests Proficiency Test o C Gehalt eines Proteins wahrer Wert X 23 31 o Labormittelwert XLabor 23 38 o Zielstandardabweichung o 0 25 o Z Score des Labors Ziabor 0 29 Das mit der laborinternen IRMS Methode erzielte Ergebnis der internationalen Laborvergleichs untersuchung liegt mit seinem Z Score hervorragend am Mittelwert und innerhalb der Warn grenzen d h mit der angewandten Analytik wurde den Anforderungen des Proficiency Tests entsprochen und es konnte auf diesem Wege zumindest f r die C Methode eine gute Pr zision Anwendbarkeit nachgewiesen werden 4 5 4 Stabilit t Alterungsstudie Die Messstabilit t einer Methode eines Verfahrens und nat rlich auch die Stabilit t des Analy ten selber m ssen ber den Zeitraum einer Analysenserie hinweg gew hrleistet sein und sind daher auch innerhalb einer Validierungsstudie zu berpr fen Hierf r eignen sich am besten Qualit tsregelkarten Durchf hrung Zur Erstellung der Qualit tsregelkarten wurden sog Ger tekontrollproben in jeder IRMS Messsequenz ber die gesamte Analysenzeit hinweg mitgef hrt Die Stabilit t des C und N Verfahrens wurden mit Hilfe von Atropin die O Messung mit Benzoes ure berpr ft Nach zwanzig Messungen wurde jeweils der Mittelwert gebildet Vorperiode und dieser als Sollwert f r die weiteren Messungen angesehen Als obere untere Warngrenze wurde der 2s Bereich 95 5 als obere unt
170. gekenn zeichnet durch Ellipsen in Abb 57 kann nicht entschieden werden zu welchem Land die Probe geh rt Hiermit ist der Lebensmittel berwachung erstmals eine leistungsf hige und bei gegebener Ger tevoraussetzung auch einfache und schnelle Methode an die Hand gegeben die Herkunft von Pistazien nachzuweisen Da sich au erdem gezeigt hat dass auch die linearen Klassifizierungs funktionen nach Fisher anwendbar sind s Kap 6 3 4 ist dies wirklich eine praktikable Labor methode mit der ganz ohne den authentischen Lerndatensatz und statistischer Computersoftware die Pr fung der Herkunft einer Pistazienprobe mit Hilfe des Taschenrechners erfolgen kann 138 7 Ergebnisdiskussion Dem Klassifizierungsmodell sind jedoch auch deutliche Grenzen gesetzt die bei der Anwendung beachtet werden m ssen So k nnen Pistazien anderer L nder generell mit der Diskriminanzana lyse nicht erkannt werden da sie als strukturen pr fendes Verfahren jede Probe in eine der vom Lerndatensatz vorgegebenen Gruppen einordnen muss Eine berpr fung der Leistungsf higkeit der Stabilisotopenvariablen mit einigen exotischen Pistazienproben aus kleineren Anbaul n dern durch eine erneute Hauptkomponentenanalyse hat gezeigt dass diese anderen L nder keine separaten Gruppen bilden s Kap 6 4 5 In der Praxis stellen Pistazien aus anderen L ndern als dem Iran der USA und der T rkei auf dem deutschen und europ ischen Markt kaum ein Prob le
171. gen f llt Es wurde dazu auch schon erkl rt dass dies von der etwas n heren Lage des Landes zum quator herr hrt Die Messergebnisse der iranischen Pistazien zeigen damit bereinstimmend auch die h chsten 5 Oysmow Werte von den drei betrachteten L ndern Weiterhin ist aus den GNIP Karten abzulesen dass die 8 Ovsuow Werte der T rkei und Kali forniens hnlich sind Auch dies war zu erwarten da beide Gebiete fast auf dem gleichen Brei tengrad liegen s Kap 3 2 3 Tab 6 und sich damit kein prinzipieller Unterschied in dem O Abreicherungsgrad der Wolken ergibt der O Gehalt der Luftmassen nimmt vom Aquator zu den Polen hin ab Es ist jedoch ein deutlicher Trend in den Messwerten der Pistazien zu erken 134 7 Ergebnisdiskussion nen Die 8 Ovsmow Werte der t rkischen Pistazien sind h her als die amerikanischen und daher berlappen sich die Messwerte dieser beiden Lander nur und sind nicht homogen vermischt Die sog H hen und Kontinental Effekte vgl Kap 3 2 3 k nnen f r die st rker positiven t rkischen 5 Ovsuow Werte nicht verantwortlich sein denn hier besteht ein negativer Zusam menhang Danach m sste das Verh ltnis umgekehrt sein t rkische 8 Ovsmow Werte niedriger als die amerikanischen denn das Pistazienanbaugebiet der T rkei liegt h her ber dem Meeres spiegel und mehr im Landesinneren als das California Central Valley in den USA Es besteht aber ein signifikanter positiver Zusammenha
172. genwerte und prozentueller Beitrag der Komponenten zur Erkl rung der Gesamtva rianz Komponente Eigenwerte der erklarten Varianz Kumulierte Varianz 1 5 100 4 208 63 745 52 595 63 745 52 595 2 2 427 3 319 30 338 41 489 94 084 94 084 3 0 304 3 800 97 884 4 0 094 1 173 99 057 5 0 032 0 399 99 456 6 0 018 0 231 99 687 7 0 015 0 191 99 878 amp 0 010 0 122 100 000 Werte in Klammern ergeben sich mit der Varimax Rotation 95 6 Ergebnisteil III Multivariate Statistik Tabelle 41 Anf ngliche und mit zwei Faktoren extrahierte Kommunalit ten Kommunalit ten Anf nglich Extraktion SliConp Pistazie 1 000 0 924 Crog R ckstand 1 000 0 935 5 Cppp _ Pistaziendl 1 000 0 967 5 Nair Pistazie 1 000 0 930 SON ir R ckstand 1 000 0 926 5 Oysmow Pistazie 1 000 0 941 5Ovsmow R ckstand 1 000 0 950 5Ovsmow Pistazien l 1 000 0 953 Tabelle 40 ist zu entnehmen dass die erste Hauptkomponente schon ber 60 der Gesamtstreu ung der Variablen erkl rt die zweite steuert ca 30 bei und die dritte nur noch knapp 4 Da nach nimmt der Erkl rungsbeitrag aller weiteren Komponenten rapide ab Damit wird die Aus wahl der Faktorenzahl f r die weiteren Schritte der Hauptkomponentenanalyse recht einfach Da Komponente 1 und 2 zusammen schon fast die gesamte Erkl rung der Varianz gt 90 liefern ist die Einbeziehung aller brigen weniger aussagekr ftigen Faktoren nicht mehr n tig Richtet man sich nach dem K
173. h verlieren sie schneller als andere N sse an Qualit t da sie auf grund ihres hohen lanteils leicht ranzig werden 495 101 3 Allgemeiner Teil 3 1 2 Klima Pistazienb ume bevorzugen w sten hnliche Regionen denn sie ben tigen k hle Winter und lange hei e trockene Sommer Sie k nnen Temperaturen zwischen 25 C und 45 C aushal ten kommen mit 250 380 mm Niederschlag aus und sind bez glich des Bodens sehr anspruchs los Daher verdr ngten Pistazien im Iran wegen zunehmender Wasserknappheit in den f nfziger Jahren Kulturen wie Baumwolle Gerste und Weizen Das Hauptanbaugebiet des Irans liegt in der Provinz Kerman und speziell um die Stadt Rafsanjan wo ein mildes bis trockenes Klima herrscht und der meiste Regen im Februar und M rz f llt 100 mm j hrlicher Nieder 95 96 258 286 Te P e RE ie 96258286 Das amerikanische Pistazienanbaugebiet liegt vornehmlich im s dlichen San schlag Joaquin Valley Kalifornien Auch dort ist das Klima w hrend der Wachstumsperiode hei und trocken 38 C und es f llt praktisch kein Regen zwischen Mai und Oktober Daher m ssen die Pistazienfelder bew ssert werden Aus den nachfolgend abgebildeten Klimadiagrammen s Abbildung 3 und 4 der zentralen St dte der drei Hauptanbaul nder Iran USA und T rkei ist abzulesen dass die Pistazienanbau gebiete des Irans wesentlich h her liegen 71000 m und trockener sind als die der T rkei und vor allem der USA Di
174. herer Weltmarktpreis f r amerikanische Pistazien Bei iranischen Pistazien wie auch bei t rkischen wird h ufiger eine berschreitung des Mykotoxingrenzwerts MHmV ge funden und daher unterliegen diese einer Vorf hrpflicht in der Europ ischen Union EU ameri kanische jedoch nicht Aus diesem Grund kommt es immer wieder vor dass iranische Ware um etikettiert und als teurere amerikanische verkauft wird so dass der Verbraucher gem 11 des deutschen Lebensmittel und Futtermittelgesetzbuches LFGB get uscht wird Die EU zeigt an Methoden zur Feststellung der geografischen Herkunft von Lebensmitteln auch ein gro es Interesse was die Inhalte der Forschungsthemen des 5 und 6 Rahmenprogramms zeigen Es wird nicht mehr nur der gesundheitliche Verbraucherschutz gef rdert sondern auch der Schutz von Lebensmitteln die sich durch die Produktion in einer bestimmten Region quali t tsm ig und damit auch preislich hervorheben Bei hochwertigen Lebensmitteln besteht somit immer die Gefahr einer Nachahmung Verf lschung oder falschen Deklaration von Lebensmit teln Daher wird im Anhang 2 der Entscheidung des Rats vom 30 September 2002 2002 836 EG als ein Kernbereich die ffentliche Sicherheit und Betrugsbek mpfung ge nannt In der n heren Erkl rung hei t es explizit Die GFS beabsichtigt die Anwendung neuer Technologien zu pr fen Korrelation der Isotopen Analysen von Getr nken und Lebensmitteln zur Bestimmung von B
175. hkeitsniveau zwischen dem Sollwert und dem gefundenem Mittelwert der Ver gleichsmaterialien bekannten Werts festgestellt Es ist somit bewiesen dass die O Wert Bestimmung mit der PC N und O Methode zu richtigen Ergebnissen f hrt 8g g 8 4 5 2 Pr zision Pr zision ist bei einem festgelegten Ermittlungsverfahren das Ma f r die bereinstimmung unabh ngiger Analysenergebnisse untereinander unter vorgegebenen Bedingungen Erfolgt die Ermittlung der Pr zision unter Wiederholbedingungen Wiederholbarkeit r repeatability so wird dieselbe Probe in kurzen Zeitabst nden in einer statistisch ausreichend gro en Zahl n gt 5 mit demselben Verfahren in demselben Labor durch denselben Bearbeiter und derselben Ger teausr stung vermessen Werden die Ergebnisse durch dasselbe Verfahren und an identischem Material aber mit verschiedenen Beobachtern in verschiedenen Labors mit verschiedener Ger teausr stung gewonnen so ermittelt man die Pr zision unter Vergleichsbedingungen Vergleich barkeit R reproducibility 1071401411 55 4 Ergebnisteil I Methodenvalidierung Aufgrund der Neuheit der IRMS Technik in der Lebensmittelchemie und der erst allm hlichen Verbreitung der Ger te in der Routine sind auf dem Sektor der Isotopenanalytik Wiederhol und Vergleichbarkeitsdaten von nur wenigen Lebensmitteln vorhanden Offiziell validierte Methoden mit Ringversuchsabsicherung existieren bisher bei Wein l Fruchtsaft 560 63 H
176. hleswig Holstein immer noch 34 96 359 Proben der iranischen Pistazienpartien auf grund zu hoher Aflatoxinwerte abgelehnt wobei sich vor allem Pistazien mit Schale als kritisch erwiesen Durch die verst rkten Untersuchungen auff lliger Erzeugnisse und Importeure musste das f r die amtlichen Untersuchungen in Hamburg zust ndige Institut f r Hygiene und Umwelt jedoch beobachten dass 2004 wesentlich weniger iranische Pistazien ber Hamburg eingef hrt wurden HI Da es auch bei Pistazien aus der T rkei immer wieder zu berschreitungen der Mykotoxin h chstwerte kam erlie die EU Kommission im Februar 2002 eine gleichartige Sondervorschrift 2002 80 EG f r t rkische Pistazien Amerikanische Pistazien unterliegen dagegen keiner gesetzlichen Vorf hrpflicht da in den USA rein maschinell geerntet getrocknet und sortiert wird was zu einer besseren Qualit t hinsichtlich der Aflatoxinbelastung und dadurch auch zu einem etwas h heren Weltmarktpreis f hrt s Tabelle 1 Tabelle 1 Exportmengen und Handelswerte von Pistazien aus den drei Hauptanbaul ndern 2003 Exportmenge Handelswert Preis pro kg Iran 184 946 224 kg 679 939 648 3 66 kg USA 23 769 662 kg 91 430 848 3 85 S kg T rkei 1 039 321 kg 6 251 208 6 01 kg Daten stammen von der Website www unstats un orgl 13 3 Allgemeiner Teil 3 2 Stabilisotope Die meisten Bioelemente kommen in der Natur als Gemische mehrerer stabiler Isotope vor da bei hand
177. hoch gt 0 7 mit den Stickstoff Variablen als auch noch gering mit dem Kohlen stoff Variablen 0 5 Diese Kreuzkorrelationen sind f r die Hauptkomponentenanalyse er strebenswert da dadurch eine weitere B ndelung der Variablen und eine Variablenreduktion zu erwarten ist Die Grundvoraussetzung f r eine gute Eignung des Datensatzes f r die Hauptkom ponentenanalyse ist damit hinreichend gegeben Weitere Pr fkriterien dazu werden im n chsten Kapitel untersucht F r die Diskriminanzanalyse ist die hohe Korrelation zwischen Sauerstoff und Stickstoff eher kritisch zu betrachten Es k nnten dadurch Probleme bei der Modellbildung entstehen da die Diskriminanzanalyse sehr empfindlich auf zwischenelementare Korrelationen reagiert Dies wird sich jedoch erst beim Testen des Diskriminanzmodells zeigen 85 6 Ergebnisteil III Multivariate Statistik 86 6 Ergebnisteil III Multivariate Statistik 6 Ergebnisteil III Multivariate Statistik 6 Ergebnisteil III Multivariate Statistik In diesem Kapitel werden die 6 Wertergebnisse der authentischen Pistazienproben zuerst in ein fachen Streudiagrammen zur visuellen Darstellung der Trennf higkeit der Isotopenvariablen betrachtet Danach wird der authentische Datensatz mit multivariaten Datenanalysen untersucht um ein Modell zur Pr fung der Authentizit t von Pistazien aus den drei Hauptanbaul ndern Iran USA und T rkei zu erstellen Im Anschluss wird die Leis
178. hr hohen Temperaturen unter Sauerstoffausschluss und mit einem Koh lenstoffdonator Graphitcrucible in die Messgase CO und elementaren berf hrt s Reaktionsgleichung in Abbildung 27 Die Probe f llt dabei in die hei este Zone des Reaktor rohrs 1350 C das aus einem u eren Keramikmantel Aluminiumoxidrohr und einem inneren Glassy Carbon Rohr besteht Der Zwischenraum zwischen diesen beiden Rohren wird permanent mit Helium gesp lt um unerw nschte Oxidationen zu vermeiden Der Helium Tr gergasstrom transportiert die entstehenden Probengase weiter wobei Schwefel an Silberwolle gebunden wird die Bestandteil der Reaktorf llung ist Die im Tr gergasstrom verbleibenden Analytengase Ho und CO werden isotherm 70 C an einer GC S ule Molsieve voneinander getrennt und dem IRMS via Open Split Interface ConFlo II zugef hrt 28 Nach Herstellerangaben liegt die Pr zision des TC EA f r O Messung von Feststoffen Benzoes ure bei 0 4 52 ug und f r SH bei 3 25 ug H P Es ist bei der Sauerstoffanalyse au erdem zu beachten dass das aus stickstoffhaltigen Proben entstehende Stickstoffgas die Messung st ren kann In der Ionenquelle entsteht aus dem Stick stoff in Verbindung mit Wasser Stickstoffmonooxid NO das einerseits schwer abzupumpen ist und andererseits mit einer Masse von m z 30 die CO Messwerte verf lscht Abhilfe kann hier das Zumischen eines sog Auxiliary Gases aus 1 2 Wasserstoff in Heli
179. hs ften Verfahren unter Verwendung der Isotopenverh ltnis Massenspektrometrie 1996 DIN V ENV 12142 1996 Frucht und Gem ses fte Bestimmung des Verh ltnisses der stabilen Wasserstoff Isotope 2H 1H im Wasseranteil von Fruchs ften Verfahren unter Verwendung der Isotopenverh ltnis Massenspektrometrie 1996 DIN V ENV 13070 1998 Frucht und Gem ses fte Bestimmung des Verh ltnisses der stabilen Kohlenstoff Isotope 13C 12C in der Pulpe von Fruchs ften Verfahren unter Verwendung der Isotopenverh ltnis Massenspektrometrie 1998 Doerffel K Statistik in der analytischen Chemie Wiley VCH 1990 Dole M Lane G A Rudd D P Zaukelies D A Isotopic Composition of Atmospheric Oxygen and Nitrogen Geochimica et Cosmochimica Acta 1954 6 2 3 S 65 78 Doner L W Application of Natural Variations in 13C 12C Ratios to Detect Adultera tion of Orange Lemon and Apple Juices In Adulteration of fruit juice beverages 1987 S 125 138 Doner L W Carbon Isotope Ratios in Natural and Synthetic Citric Acid As Indicators of Lemon Juice Adulteration Journal of Agricultural and Food Chemistry 1985 33 4 S 770 772 Doner L W Ajie H O Sternberg L D L Milburn J M Deniro M J Hicks K B Detecting Sugar Beet Syrups in Orange Juice by D H and 18 0 16 Analysis of Sucrose Journal of Agricultural and Food Chemistry 1987 35 4 S 610 612 Doner L W Brause A R P
180. htung der Sauerstoffisotopenwerte in den Box Plots s Kapitel 5 2 hat sehr deutlich gezeigt dass diese zwischen dem Iran und der USA so stark verschieden sind dass eine multivariate Datenanalyse zur Authentifizierung nicht mehr n tig ist 6 3 6 Diskriminanzanalyse mit den Isotopenvariablen der Pistazien Gesamtnuss Mit Hilfe der schrittweisen Diskriminanzanalyse wurden aus den acht vorhandenen Variablen die drei Isotopenverh ltnis Fraktion Kombinationen ausgew hlt die den besten Erkl rungsbei trag die optimale L sung zur Trennung der Pistazien nach ihrer Herkunft liefern Dabei stellten sich die extrahierten Fraktionen l und entfetteter R ckstand wegen ihrer Matrixhomogenit t als die besseren Variablen heraus Die Gewinnung des ls und des entfetteten R ckstands kostet jedoch Analysenzeit und geld Daher wird die Diskriminanzanalyse wiederholt um zu pr fen ob mit nur den drei bzw zwei Isotopenverh ltnisvariablen der reinen gemahlenen Pistazien die gleiche Modellg te erreicht werden kann wie mit der optimalen L sung aus Kapitel 6 3 2 113 6 Ergebnisteil III Multivariate Statistik Durchf hrung Die Erstellung des Diskriminanzmodells die Pr fung des Klassifizierungsmodells mit der R L und H Methode und die Berechnung der Funktionswerte zur grafischen Darstellung werden ana log zu den Kapiteln 6 3 2 bis 6 3 5 durchgef hrt Ergebnis Diskriminanzfunktionen der 3 Pistazienvariablenkombination d
181. i ER ran a 4 T T T 8 A 0 4 1 kanonische Diskriminanzfunktion 90 Varianz 5 O Pistazie Abbildung 48 Grafische Darstellung der Funktionswerte aus der Diskriminanzanalyse mit den 3 Pistazien Gesamtnussvariablen E Gruppenzentroide 24 N c 9 A A 3 9 A WN S A Es uf c A ae a 24 A of e 5 USA S Es wk 4 T T i 8 4 0 4 1 kanonische Diskriminanzfunktion 93 Varianz 5 O Pistazie Abbildung 49 Grafische Darstellung der Funktionswerte und Trenngeraden aus der Diskrimi nanzanalyse mit den 2 Pistazien Gesamtnussvariablen 115 6 Ergebnisteil III Multivariate Statistik Die Diskriminanzanalyse mit nur den Stabilisotopenverh ltnisvariablen der Pistazien Gesamtnuss ergibt ein gleich gutes Klassifizierungsergebnis fiir beide Variablenkombinationen wie das Diskriminanzmodell der optimalen L sung s Kapitel 6 3 3 Auch hier werden mit allen drei Klassifizierungsmethoden alle authentischen Proben richtig in ihre vorgegebenen Gruppen eingeordnet d h relative H ufigkeiten von 100 erreicht Die Trennleistung der Pis tazienvariablen reicht somit augenscheinlich schon aus um ihre Herkunft zu bestimmen Bei der Betrachtung der grafischen Auftragung der Funktionswerte s Abbildungen 48 und 49 zeigt sich jedoch der gro e Unterschied gegen ber den Diskriminanzmodellen mit den Variablen der Pistazienfraktionen Die Gruppen streuen wesentlich
182. i anbaut Vielleicht ist der Sortenunterschied eine Erkl rung f r das Ausrei en dieser Probe Literaturstellen die sich mit der Auswirkung der Sorte auf die Isotopenverh ltnisse be sch ftigen konnten bisher nur f r das N N Verh ltnis gefunden werden s Kap 3 2 2 Fast alle Ausrei er des authentisch t rkischen Datensatzes finden sich wie bei den amerikani schen Ausrei erproben nur bei den SINA und 8 Ovsmow Werten welche auch hier immer erh ht gegen ber den Durchschnittswerten sind Hier k nnte wie bei den organisch produzierten Proben im amerikanischen Datensatz ein Zusammenhang mit der landwirtschaftlichen Produkti on bestehen Biologisch angebaute t rkische Pistazien k nnen jedoch nicht wie die amerikanischen von irani schen Pistazien unterschieden werden und Mischungen ebenfalls nicht Eine Erh hung des Nair und oder des Oysmow Werts verschiebt die Proben zwangsl ufig in die iranische Punktwolke und daher w rden t rkische Bio Pistazien immer zu falsch positiven Beanstan dungen f hren Allerdings ist der kologische Anbau etwas Besonderes und wird vom Konsu menten sogar mit h heren Preisen bezahlt daher werden derartig angebaute Pistazien in der Pra 141 7 Ergebnisdiskussion xis sicherlich immer mit dieser Besonderheit beworben So kann bei der Beurteilung einer tiir kisch etikettierten Probe welche vom Klassifizierungsmodell als iranische erkannt wird dieser Umstand in Betracht gezogen
183. ichsmethoden eine drei bis f nffach h here Wiederholbarkeit und laborin terne Vergleichbarkeit auf Die erh hte Streuung gegen ber den beiden anderen Methoden wird durch den TC EA selber verursacht der aufgrund von Nebenreaktionen eine geringere Messsta bilit t als der Elementaranalysator hat s Kapitel 3 3 4 Au erdem ist beim Vergleich mit den offiziellen Ringversuchsmethoden in Betracht zu ziehen dass die Verbrennung der Probe zu Kohlenmonoxid mit dem TC EA ein direktes Onlineverfahren ist w hrend der Sauerstoff bei den angef hrten Wein und Fruchtsaftwasser Methoden indirekt ber eine Equilibrierung mit Kohlendioxidgas gemessen wurde Aufgrund des Fehlens einer validierten Vergleichsmethode ist die Beurteilung der erzielten Pr zisionsdaten f r die O Methode daher schwer Da die Werte gegen ber den EA Methoden jedoch nicht bergro sind wird hier davon ausgegangen dass noch eine akzeptable Pr zision vorliegt 57 4 Ergebnisteil I Methodenvalidierung 4 5 3 Pr fung der Laborpr zision F r die berpr fung der Laborpr zision standen weder ein zweites IRMS Ger t noch ein ande rer Anwender zur Verf gung 9 daher wurde an einer internationalen Laborvergleichsuntersu chung teilgenommen die von dem Joint Research Centre der Europ ischen Kommission initi iert wurde Innerhalb dieses Proficiency Tests konnte 2004 anhand eines Proteins die Leis tungsf higkeit der C Methode berpr ft werden Er
184. ie 1 kanonische Diskriminanzfunktion allein f r die Trennung der beiden Pistazienhauptanbauge biete Iran und USA verantwortlich ist Die gro e Trennkraft des Sauerstoffisotops welche schon 112 6 3 Diskriminanzanalyse bei der Betrachtung der Sauerstoffisotopen Box Plots s Kapitel 5 2 und den einfachen Streu diagrammen s Kapitel 6 1 auffiel wird nat rlich auch in der Diskriminanzanalyse ausgenutzt Die Gr nde daf r liegen in der geografische Lage dieser beiden Lander und dem globalen Was serkreislauf Dies wird n her in der Ergebnisdiskussion s Kapitel 7 ausgef hrt Die Messwerte der t rkischen Pistazien liegen auch bei der Diskriminanzanalyse wieder genau zwischen denen der USA und dem Iran Jedoch wird die Punktwolke die die T rkei repr sen tiert durch die 2 kanonische Diskriminanzfunktion auf der y Achse nach oben verschoben so dass sie wesentlich deutlicher von den beiden anderen L ndern abgetrennt wird als mit der Hauptkomponentenanalyse vgl Abb 46 und 47 mit Abb 45 in Kap 6 2 4 Dies wird haupts chlich durch das Kohlenstoffisotopenverh ltnis bewirkt welches tendenziell aber nicht vollst ndig die drei L nder zu trennen vermag s Abb 38 in Kap 5 2 An dieser Stelle sollte noch einmal erw hnt werden dass wenn nur zwischen amerikanischen und iranischen Pistazien unterschieden werden soll schon eine univariate Betrachtung des Sau erstoff Isotopenverh ltnisses ausreichend ist Die Betrac
185. ie Gesamtstandardabweichung der zul ssigen Pr zision gen gt und die Standardabweichung zwischen den Serien maximal das Doppelte der Standardabweichung in der Serie betr gt 19 1 Daher werden in diesem Kapitel Ger te Methoden Materialien und Aufarbeitungsverfahren auf nachfolgende Punkte untersucht Kalibrierung der Arbeitsstandards Stabilit tspr fung der Referenzgase Linearer Arbeitsbereich Voruntersuchungen von Pistazien In House Validierung der IRMS Methode Pr fung der l Extraktionsmethode ins cS e VD vx Einfluss von R stung und Salzung auf den Wert Alle statistischen Auswertungen und Tests werden mit Hilfe der Software SPSS 12 0 auf dem 95 Wahrscheinlichkeitsniveau durchgef hrt 43 4 Ergebnisteil I Methodenvalidierung 4 1 Kalibrierung der Arbeitsstandards Die Grundvoraussetzungen eines Stoffes der als Arbeitsstandard dienen soll sind Homogenitat und Stabilit t zudem sollte er preisg nstig in gen gend gro en Mengen verf gbar und nicht giftig sein Den praktischsten Arbeitsstandard stellen daher die Referenzgase dar Au erdem bietet die ISODAT Software zur Steuerung der IRMS Ger te der Firma Finnigan die M glich keit den 6 Wert f r das Referenzgas vorzugeben so dass bei jeder Messung gleich der 5 Wert der Probe bezogen auf den internationalen Standard bestimmt wird Da die Einsatzf higkeit und Stabilit t der Referenzgase als Arbeitsstandards erst w hrend dieser Arbeit
186. im Text stimmen mit denen in Kapitel 9 1 und im Anhang III berein Ergebnis 6 o authentisch Iran T LLI k E a 75 4 ur el A authentisch USA 5 A e LN a D o authentisch T rkei t E 24 oo Z S den 90 B o oW S 5 o 86 Wa Ausrei er USA 2 0 73 35 E 34 A A 33 o aS A e Ausrei er T rkei as De NA A69 8 oo 88 5 SE we x ij USA i e oO xo 44 o Es o Iran 6 8 6 4 2 0 2 4 6 8 10 1 kanonische Diskriminanzfunktion ia Oia Ol Abbildung 54 Klassifizierung der Ausrei er aus dem authentischen Pistaziendatensatz mit dem 3 Variablenmodell 123 6 Ergebnisteil III Multivariate Statistik T au B 75 o authentisch Iran _ 4 A authentisch USA o O hr z 24 J m authentisch T rkei S A 34 m F 86 S 1 35 Es A61 A 2 5 A Ausrei er USA A 4 o E 4 E A33 980 B Ausrei er T rkei x a 2 d 780 o A USA j E o Iran o N 5 T T 8 6 4 2 0 2 4 6 8 10 1 kanonische Diskriminanzfunktion iB Ovsnow l Abbildung 55 Klassifizierung der Ausrei er aus dem authentischen Pistaziendatensatz mit dem 2 Variablenmodell Rein mathematisch werden alle f nf Ausrei er Nr 33 34 35 61 69 de
187. in Tabelle 43 dargestellt ist Durch die Rotation werden auch die Eigenwerte und der prozentuelle Beitrag der Komponen ten zur Erkl rung der Gesamtvarianz beeinflusst s Werte in Klammern in Tabelle 40 Die Fak toren in der rotierten Form weisen eine viel klarere Beziehung zu den einzelnen Variablen auf Es ist nun deutlich zu erkennen dass Komponente 1 vornehmlich von den Stickstoff und Sauer stoffvariablen beschrieben wird w hrend auf Komponente 2 nur die Variablen der Kohlenstoff isotope laden 97 6 Ergebnisteil III Multivariate Statistik 6 2 4 Grafische Darstellung der Faktorwerte Durchf hrung Die Sch tzung der Faktorwerte erfolgte auf Basis einer multiplen Regressionsrechnung Dies f hrt zu standardisierten Faktorwerten mit einem Mittelwert von Null und einer Standardabwei chung von Eins die bei zwei Komponenten wie in diesem Fall in einem Streudiagramm gra fisch dargestellt werden k nnen F r die inhaltliche Interpretation der Komponentenwerte ist jedoch zu beachten dass die Komponenten unter Verwendung aller Faktorladungen aus der ro tierten Komponentenmatrix berechnet werden in Tabelle 43 wurden nur die Ladungen gt 0 5 auf gef hrt Auch kleine Faktorladungen haben einen gewissen Einfluss auf die Gr e der Faktor werte Ergebnis a Ti gw urkel o a 2 a P m T e Be B WW S 05 WW Te e gt as Ze A x a 0 5
188. in das Modell aufgenommen s Tabelle 44 Darunter sind alle drei Variablen des Sauerstoff Isotopenverh ltnisses von denen aus der Korrelationsanalyse s Kapitel 5 3 5 schon bekannt ist dass sie hoch miteinander korrelieren Eine Grundvoraussetzung f r ein aussagekr ftiges Diskriminanzmodell ist jedoch dass die verwendeten Variablen unkorreliert sind Daher d rfen nicht alle drei Sauerstoffisotopenvariablen gleichzeitig in das Diskriminanzmodell aufgenommen werden Ihre Korrelation ist auch an den Toleranzwerten zu erkennen Sobald die zweite Variab le des Sauerstoffs ins Modell aufgenommen wird 3 Schritt sinken beide Toleranzwerte der Sauerstoffvariablen stark ab mit Aufnahme der dritten 5 Schritt sogar auf lt 0 4 Die schritt weise Diskriminanzanalyse wurde daher nochmals durchgef hrt und zwar ohne die Variablen 0 O R ckstand und 5 O Pistazie Die Variable 8 O l wurde im Datensatz belassen da diese von der Diskriminanzanalyse als erstes ausgew hlt wurde und somit die aussagekr ftigste ist 101 6 Ergebnisteil III Multivariate Statistik Ergebnis 2 Tabelle 45 Ergebnis der schrittweisen Diskriminanzanalyse mit sechs Variablen Schritt aufgenommene Variable Toleranz F Wert Ausschluss Wilks Lambda 8 0 Ol 1 000 815 904 2 50 l 0 999 561 817 0 266 SC l 0 999 71 930 0 051 3 50 l 0 915 148 911 0 067 SC l 0 971 28 833 0 025 SIN R ckstand 0 896 11 639 0 019 Mit der zw
189. inbau 2001 15 S 18 23 Bottinga Y Craig H Oxygen Isotope Fractionation Between CO2 and Water and Isotopic Composition of Marine Atmospheric CO2 Earth and Planetary Science Letters 1969 5 5 S 285 Brand W A Mass Spectrometer Hardware for Analyzing Stable Isotope Ratios In Handbook of Stable Isotope Analytical Techniques Volume I Hrsg De Groot P A Elsevier B V 2004 S 835 856 Brand W A Isotope Ratio Mass Spectrometry Precision from Transient Signals In Advances in Mass Spectrometry Hrsg Karjalainen E J Hesso J E Karjalainen U P Elsevier Science Publishers 1998 S 655 679 Braunsdorf R Hener U Mosandl A Analytical Differentiation Between Naturally Grown Fermentatively Produced and Synthetic Nature Identical Aroma Compounds 2 GC C Irms Analysis of Important Flavor Aldehydes Fundamentals and Applications Zeitschrift f r Lebensmitteluntersuchung und forschung 1992 194 5 S 426 430 171 10 Literaturverzeichnis 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 172 Braunsdorf R Hener U Przibilla G Piecha S Mosandl A The Influence of Ana lytical and Technological Procedures on the 13C 12C Isotope Ratio of Orange Oil Com pounds Zeitschrift f r Lebensmitteluntersuchung und forschung 1993 197 1 S 24 28 Braunsdorf R Hener U Stein S Mosandl A Co
190. inus communis Functional Plant Biology 2003 30 10 S 1059 1070 Craig H Isotopic Standards for Carbon and Oxygen and Correction Factors for Mass Spectrometric Analysis of Carbon Dioxide Geochimica et Cosmochimica Acta 1957 12 1 2 S 133 149 Curt M D Aguado P Sanchez G Bigeriego M Fernandez J Nitrogen isotope ratios of synthetic and organic sources of nitrate water contamination in Spain Water Air and Soil Pollution 2004 151 1 4 S 135 142 CVUA Karlsruhe Jahresbericht 2002 3 1 4 Mykotoxine Gef hrliche Stoffwechsel produkte von Schimmelpilzen http www cvua karlsruhe de seiten jahresbericht2002 pdf kapitel3 pdf letzter Aufruf der Website 4 5 2005 Da Silveira L Sternberg L Deniro M J Biogeochemical implications of the iso topic equilibrium fractionation factor between the oxygen atoms of acetone and water Geochimica et Cosmochimica Acta 1983 47 S 2271 2274 Danho D Naulet N Martin G J Deuterium Carbon and Nitrogen Isotopic Analysis of Natural and Synthetic Caffeines Authentication of Coffees and Coffee Extracts Analusis 1992 20 3 S 179 184 Dansgaard W Stable Isotopes in Precipitation Tellus 1964 16 4 S 436 468 Dautraix S Gerola K Guilluy R Brazier J L Chateau A Guichard E Etievant P Test of Isotopic Fractionation During Liquid Liquid Extraction of Volatile Compo nents from Fruits Journal of Agricultural and Food Ch
191. irect Micro Determination of Oxygen in Organic Substances Analyst 1952 77 920 S 584 Virginia R A Delwiche C C Natural N 15 Abundance of Presumed N 2 Fixing and Non N 2 Fixing Plants from Selected Ecosystems Oecologia 1982 54 3 S 317 325 Vitoria L Otero N Soler A Canals A Fertilizer characterization Isotopic data N S O C and Sr Environmental Science amp Technology 2004 38 12 S 3254 3262 VO EG Nr 223 2003 zur nderung der VO EWG Nr 2091 92 EWG Verordnung ber den kologischen Landbau die biologische Landwirtschaft und die entsprechende Kennzeichnung der landwirtschaftlichen Erzeugnisse und Lebensmittel Oko VO 1991 VO EG Nr 440 2003 zur Anderung der VO EWG Nr 2676 90 Anhang II 45 Be stimmung des Isotopenverh ltnisses C C durch Isotopenverh ltnis Massenspektro metrie IR MS von Weinethanol oder Ethanol aus der Verg rung von Traubenmost konzentriertem Traubenmost und rektifiziertem Traubenmostkonzentrat 2003 VO EG Nr 822 97 zur Anderung der VO EWG Nr 2676 90 Annex 43 Determination of the isotopic ratio 0 O of the water content in wines 1997 Wagner and B Untersuchungen zur Nutzung des N Werte verschiedenen Stick stoffquellen zur Aufkl rung von Stickstofffl ssen in X Winterweizenbest nden Disserta tion Technische Universitat M nchen 1997 Weber D Kexel H Schmidt H L C 13 pattern of natural glycerol Origin and prac tical importa
192. is dieser Proben ganz offensichtlich gegen ber herk mmlich produ zierten Pistazien ver ndert worden denn sieben weitere in dieser Arbeit untersuchte Proben der gleichen Herstellerfirma ohne diesen Vermerk sind unauff llig Nr 58 60 65 68 vgl Probenlis te in Kap 9 1 Im biologischen Anbau d rfen nur organische D nger anstelle von kommerziel len Minerald ngern verwendet werden was sich sicherlich auf den 8 N4 Wert der Proben Nr 61 und 69 ausgewirkt bzw diesen erh ht s Kap 3 2 2 hat Der Einfluss von D nger w re auch eine denkbare Erkl rung f r die Erh hung im Stickstoff Isotopenverh ltnis der beiden Ausrei erproben Nr 34 und 35 bei denen es sich um Pistazien handelt die direkt von einer kleineren Farm bezogen wurden Eventuell kultiviert und verarbeitet 139 7 Ergebnisdiskussion diese Farm ihre Pistazien nicht gro technisch bzw baut biologisch an da sie nur f r ihren di rekten Eigenverkauf produziert Der Einfluss von D nger ist schon in mehreren Ver ffentlichungen beschrieben wor den 47734744299 denn organische D nger wie Stallmist oder G lle haben wesentlich h here 5 Nai Werte als synthetische Minerald nger h ufiger verwendete D ngerart in der Landwirt schaft und erh hen bei Aufbringung den N Gehalt im Boden und somit auch in den Pflanzen Zudem scheint organischer D nger auch Einfluss auf das 8 Ovsmow Verhaltnis zu nehmen was so noch nicht in der Literatur beschrieben wurde
193. is noch viel h her liegt Eine Methode zur Feststellung der geografischen Herkunft von Pistazien ware daher f r die Lebensmitteliiberwa chung sehr hilfreich Eine Literaturstudie hinsichtlich Ver ffentlichungen die sich mit der geografischen Herkunft von Pistazien befassen erbrachte nur wenige Ergebnisse 1989 und 1990 wurden von S M Dyszel et a 7l Ger teaufwands HPLC DSC AAS ICP bzw GC iranische kalifornische und t rkische Pista zien unterscheiden konnten Die untersuchte Probenanzahl wurde in den Artikeln nicht genannt zwei Arbeiten herausgebracht die aus der Datenkombination eines sehr hohen R Schwartz und L Hecking beschrieben 1991 eine weitere langwierige und komplizierte Methode aus ICP AES AAS und mulivariater Statistik mit der Pistazienproben aus sechs ver schiedenen Landern richtig klassifiziert werden konnten Es wurden jedoch insgesamt nur 33 Proben untersucht was f r eine aussagekr ftige statistische Auswertung zu wenig ist und einen sog Lasso Effekt n heres s Kap 3 4 2 erzeugt 2 2 Einleitung Ein weiterer Versuch die Authentizit t von Pistazien aus den drei Haupterzeugerl ndern Iran Kalifornien USA und T rkei nachzuweisen wurde erst k rzlich von K Anderson und B Smith 2005 unternommen Hier wurde die Trennung der drei L nder mit Hilfe der ICP AES Technik und multivariater Methoden u a Haupkomponenten und Diskriminanzanalyse ver sucht Anders als bei dem Vers
194. iskriminanzanalyse 6 3 2 Erstellung des Diskriminanzmodells 6 3 2 1 Schatzung der Koeffizienten der Diskriminanzfunktionen Das Ziel der Diskriminanzanalyse besteht in der Sch tzung der Koeffizienten f r die Diskrimi nanzfunktionen mit Hilfe derer die untersuchten Gruppen m glichst optimal vollst ndig ge trennt werden Im vorliegenden Fall sind zwei Diskriminanzfunktionen zu sch tzen da drei Gruppen L nder getrennt werden sollen Das Statistikprogramm SPSS 12 0 gibt auf Grundlage der zuvor mit der schrittweisen Diskriminanzanalyse ermittelten 3 Variablenkombination 8 Ol SPC l und 8N R ckstand folgende Koeffizienten f r die zwei Diskriminanzfunkti onen aus d 0 891 x 6 0 l 0 564 x 5 l 0 061 x SN R ckstand 12 585 d 0 017 x 8 50 l 1 788 x 5 l 0 370 x 8 N R ckstand 53 235 F r die 2 Variablenkombination 5 50 l und SC l haben die Koeffizienten der Diskri minanzfunktionen nachstehende Werte d 0 917 x 6 0 l 0 536 x 8 C l 14 059 d 0 244 amp l 2 374 x 5 l 76 480 Um nun die Werte der Diskriminanzfunktion f r die einzelnen Proben zu berechnen sind ledig lich die Auspr gungen der drei erkl renden Variablen in diese Funktionen einzusetzen 6 3 2 2 Beurteilung der Trennkraft G te der Diskriminanzfunktionen Im n chsten Schritt ist die Trennkraft G te der ermittel
195. l 1992 75 3 S 543 548 189 10 Literaturverzeichnis 289 290 291 292 293 294 295 296 297 298 299 300 301 302 190 White J W Doner L W C 13 C 12 Ratio in Honey Journal of Apicultural Research 1978 17 2 S 94 99 White J W Doner L W Mass Spectrometric Detection of High Fructose Corn Sirup in Honey by Use of C 13 C 12 Ratio Collaborative Study Journal of the Association of Official Analytical Chemists 1978 61 3 S 746 750 White J W Winters K Honey Protein As Internal Standard for Stable Carbon Iso tope Ratio Detection of Adulteration of Honey Journal of the Association of Official Analytical Chemists 1989 72 6 S 907 911 White J W Winters K Martin P Rossmann A Stable carbon isotope ratio analy sis of honey Validation of internal standard procedure for worldwide application Journal of AOAC International 1998 81 3 S 610 619 Winkler F J Application of Natural Abundance Stable Isotope Mass Spectrometry in Food Control In Chromatography and Mass Spectrometry in Nutrition Science and Food Safety Hrsg Frigerio A Milon H Elsevier Science Publishers 1984 S 173 190 Winkler F J Schmidt H L Scope of the Application of C 13 Isotope Mass Spectrometry in Food Analysis Zeitschrift f r Lebensmitteluntersuchung und forschung 1980 171 2 S 85 94 Woodbury S E Evershe
196. l auf den authentischen Pistaziendatensatz angewendet werden um zu berpr fen und sicherzustellen dass ein grund s tzlicher statistischer Zusammenhang zwischen den Werten und der Herkunft der Pistazien besteht Au erdem eignet sich die Hauptkomponentenanalyse aufgrund ihrer strukturen entdeckenden Eigenschaft hervorragend zur Erkennung multivariater Ausrei er wenn sie auf einen authentischen Datensatz angewendet wird da hier die kausalen Zusammenh nge der Vari ablen schon bekannt sind in diesem Falle die Herkunft der Pistazienproben Bei der Hauptkomponentenanalyse wird eine gr ere Anzahl von Variablen anhand der gegebe nen F lle auf eine kleinere Anzahl unabh ngiger Einflussgr en Hintergrundvariablen k nstli che Merkmale zur ckgef hrt Diese sog Faktoren die als hinter den Variablen stehende Gr Ben angesehen werden repr sentieren den Zusammenhang zwischen verschiedenen Ausgangsva riablen und machen diese handhabbar und oft auch erst interpretierbar Der Vorteil dieser k nst lichen Gr en besteht darin dass sie mehr Information bertragen als jede einzelne Ausgangsva riable Dabei werden diejenigen Variablen die untereinander stark korrelieren zu einem Faktor zusammengefasst Ziel der Hauptkomponentenanalyse ist es somit solche Faktoren zu ermitteln welche die beobachteten Zusammenh nge zwischen den gegebenen Variablen m glichst voll st ndig erkl ren P l blicherweise wird diese Analyse in
197. le Wood from Tree Rings Nature 1977 270 5639 S 708 709 Gremaud G Pfammatter E Piantini U Quaile S Classifiation of Swiss Wines on a Regional Scale by Means of a Multi Isotopic Analysis Combined with Chemometric Methods Mitteilungen aus Lebensmitteluntersuchung und Hygiene 2002 93 S 44 56 Gremaud G Quaile S Piantini U Pfammatter E Corvi C Characterization of Swiss vineyards using isotopic data in combination with trace elements and classical parameters European Food Research and Technology 2004 219 1 S 97 104 Gucek M Marsel J Ogrinc N Lojen S Stable Isotopes Determinations in some Fruit Juices to Detect Added Sugar Acta Chimica Slovenica 1998 45 3 S 217 228 Guillou C Jamin E Martin G J Reniero F Wittkowski R Wood R Isotopic analyses of wine and of products derived from grape Bulletin O I V 2001 74 839 840 S 26 36 177 10 Literaturverzeichnis 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 178 Guillou C Lipp M Radovic B Reniero F Schmidt M Anklam E Use of pyro lysis mass spectrometry in food analysis applications in the food analysis laboratory of the European Commissions Joint Research Centre Journal of Analytical and Applied Pyrolysis 1999 49 1 2 S 329 335 Handley L L Raven J A The use of natural abundance of
198. lg Nussauthentizit t konnten zum Zeit punkt des Beginns dieser Arbeit nicht gefunden werden Daher berschneiden sich die Untersu chungen und Ergebnisse teilweise mit der Arbeit von Anderson et al die nach den Angaben der untersuchten Erntejahre 2000 und 2001 zur gleichen Zeit durchgef hrt wurde Im Rahmen einer Diplomarbeit wurden zus tzlich von K Zur 2004 1 ein Gro teil der ge wonnen Pistazien le mittels H and C NMR Spektroskopie vermessen um die Frage nach der Herkunft von Pistazien ber ihre klimaabh ngige Fetts urezusammensetzung mit dieser Technik zu testen Mit Hilfe multivariater Statistik konnte hier eine 100 ige Trennung in die drei Hauptanbaugebiete Iran USA und T rkei erreicht werden allerdings dauert die Messung mit dem NMR wesentlich l nger als eine IRMS Messung und ist kostenintensiver 3 Allgemeiner Teil 3 Allgemeiner Teil 3 Allgemeiner Teil 3 1 Pistazien Die Pistazie Pistachia vera Griine Man del kommt urspr nglich aus dem Mittleren Mineralien Wasser 3 Osten und wurde bereits vor tiber 4000 Jah 6 Ballaststoffe ren in Assyrien in Kultur genommen Sie 11 geh rt zur Familie der Anacardiaceae und ist botanisch eine Steinfrucht und damit mit der ee Fett 51 Cashewnuss und der Mango verwandt Sie ist 12 sehr einwei und fettreich Energiegehalt 2405 kJ 100 g und liefert unter allen N ssen Eiwei den h chsten Gehalt an Eisen 7 3
199. lle 31 zwei anzeigt Diese treten jedoch nicht wie die Ausrei erproben der anderen Lander in mehreren Fraktionen auf und werden weder mit dem Grubbs Test noch von den Box Plots best tigt Es kann hier keine plausible Erkl rung f r deren Herausfallen gefunden wer den da sie 100 authentisch sind und keiner auffalligen Produktion oder Region entstammen Sie werden daher nicht aus dem Datensatz entfernt sondern alle 32 authentisch iranischen Pro ben werden in die multivariate Datenanalyse einflieBen Der Nalimov und Grubbs Test best tigen bei den USA Proben die drei Extremwert Proben Nr 34 61 und 69 der Box Plots s Tabelle 32 und vgl mit Tabelle 29 in Kap 5 3 1 1 Die vier AusreiBerproben Nr 33 35 38 und 48 die bei der Box Plot Darstellung noch nah an der Box grenze liegen s Kapitel 5 2 werden von Nalimov allerdings nicht als AusreiBer angezeigt 78 5 3 Univariate statistische Vorbetrachtung Den Proben mit den Nummern 33 34 61 und 69 scheint der biologische Anbau gemeinsam zu sein da es sich bei diesen Proben um diejenigen handelt die den Aufdruck organic tragen bzw direkt von kleinen Privatfarmen bezogen wurden Es wird hier vermutet dass sich eine be vorzugte oder ausschlie liche Aufbringung von organischen D ngern auf das N und 5O Stabilisotopenverh ltnis ausgewirkt hat Diese Proben sind dadurch jedoch nicht weniger authen tisch sondern zeigen nur dass die D ngung einen starken Ei
200. llt jedoch Methoden und Verfah ren zur Verf gung die die gemeinsame gleichzeitige Analyse mehrerer Merkmale bzw deren Auspr gungen erlauben und gegen ber einer univariaten Analyse die Abh ngigkeiten zwischen den beobachteten Merkmalen ber cksichtigen In den letzten Jahren wurden vor allem sechs spezielle Lebensmittel Wein 5 156 162 185 198221 kaltgepresstes Oliven l 75249250 K se 7 9 1 Fleisch 22209 Kaffee und 952 87172216 mit tels Stabilisotopendaten oder einer Kombination der Messungen von Stabilisotopen H NMR Metallen oder Spurenelementen sehr intensiv unter Zuhilfenahme der multivariaten Datenanaly se untersucht Hierbei wurden meistens die Hauptkomponentenanalyse und die Diskriminanz analyse haufig auch in Kombination verwendet Ein Datensatz wird im Allgemeinen ber zwei Gr en definiert den Objekten Untersuchungs 1129 Bei der vorlie gegenst nden und den Variablen Messgr en Eigenschaften Parametern genden Fragestellung nach der Herkunft Gruppenvariable der Pistazien werden an mehreren Objekten gesamte Nuss l entfetteter R ckstand drei verschiedene Variablen Isotopenda ten 8 C 8PN 8550 gemessen Ziel der multivariaten statistischen Untersuchung ist es nun mit Hilfe eines authentischen Datensatzes Pistazienproben mit bekannter Herkunft Gruppen zugeh rigkeit diejenige Variablen Objekt Kombination herauszufinden die eine Herkunfts Gruppenzuordnung der Proben nach
201. ls muss au erdem gepr ft werden und zwar ber die H ufigkeit von korrekt und falsch klassifizierten Elementen bekannter Her kunft Da in der Regel aber alle authentischen Proben als Lerndatensatz f r die Erstellung des Klassifizierungsmodells verwendet werden m ssen diese zus tzlich als Quasi Proben fungieren n heres zur Methodik siehe in Kapitel 6 3 3 Hierf r gibt das Statistik Programm SPSS 12 0 eine sog Klassifikationsmatrix aus aus der sehr einfach die Klassifikationsfehlerrate f r die auf gestellte Zuordnungsregel abgelesen werden kann Des Weiteren wird auch die Eignung der Isotopenvariablen zur Anwendung der linearen Klassi fizierungsfunktionen nach Fisher gepr ft s Kapitel 6 3 4 und die Ergebnisse der Diskriminan zanalyse grafisch in Streudiagrammen veranschaulicht s Kapitel 6 3 5 Im abschlie enden Abschnitt 6 4 dieses Kapitels werden dann die Leistungsf higkeit und die Grenzen des erstellten Modells anhand von Handelsproben aufgezeigt und die Ausrei er des authentischen Datensatzes noch einmal im Diskriminanzmodell betrachtet Die Durchf hrung und Auswertung der multivariaten Datenanalysen erfolgt in diesem Kapitel unter Zuhilfenahme der Statistik Software SPSS 12 0 auf dem 95 Wahrscheinlichkeitsniveau und es wird ausschlie lich der um die Ausrei er verminderte authentische Pistaziendatensatz f r die Berechnungen verwendet Diskriminanzkriterium T Streuung zwischen den Gruppen Streuung
202. lte immer gleich also unabh ngig von der Einwaage und der Signalh he sein Im Zuge der Qualit tssicherung und des Qualit tsnachweises in einem analytischen Labor sollte eine neue Messmethode au erdem validiert werden um die Verwendbarkeit und G ltigkeit der Analysenergebnisse zu gew hrleisten Die wichtigsten Kriterien f r den Validierungsumfang sind nat rlich die Art der Probe die Apparatur und das Ziel der Validierung Die Validierung eines Analysenverfahrens besteht im Wesentlichen aus der kritischen Untersu chung der einzelnen Analysenschritte auf systematische und statistische Fehler jedoch erlaubt die IRMS Technik in diesem Zusammenhang nur die Pr fung von sehr wenigen der blichen Validierungsparameter da hier Verh ltnismessungen an einer bestimmten charakteristischen Eigenschaft der Probe durchgef hrt werden Die Auswahl an zertifizierten Referenzmaterialien ist begrenzt und Standardmatrizes sind k uflich nicht zu erwerben so dass sich die Validierung in diesem Fall nur auf die Feststellung der Richtigkeit Pr zision und Stabilit t beschr nkt 197166 Des Weiteren m ssen neben der Messmethode auch die Probe an sich und ihre Aufarbeitung auf Quellen von Fehlereintr gen und Diskriminierungen untersucht werden Pistazien kommen z B in unterschiedlichen Darreichungsformen in den Handel und werden als Snack Artikel zumeist ger stet und gesalzen angeboten selten ohne Schale Vor allem auf dem amerikanischen Markt 42
203. m dar da nach den Importstatistiken der UN zu ber 95 nur aus den drei Hauptanbau l ndern importiert wird Eine weitere Grenze des hier erstellen Diskriminanzmodells liegt in der Erkennung von Pista zienmischungen aus verschiedenen L ndern s Kap 6 4 3 Auch hier ist die zwangsweise Ein ordnung von allen Proben in eine der drei Gruppen durch das Klassifizierungsmodell hinderlich Im Versuch konnten Beimischungen von iranischen Pistazien zu amerikanischen ab ca 30 optisch im Streudiagramm erkannt werden jedoch wurde die USA Iran Mischung im Verh ltnis von 70 30 statistisch vom Modell noch zu den amerikanischen Proben geordnet und ware damit nicht auffallig Hilfestellung kann das System hier nur durch die Abfrage der Wahrscheinlichkeit der Gruppenzugeh rigkeit geben die in der Statistiksoftware SPSS 12 0 f r jede Entschei dung Probe abgerufen werden kann Eine weitere Schwierigkeit im Zusammenhang mit falschen Klassifizierungen wurde bei der Betrachtung der Ausrei er im authentischen Pistaziendatensatz aufgedeckt F nf amerikanische Proben sind wegen ihrer auffalligen SIN und 5 8Ovsmow Werte von drei verschiedenen Aus rei ertests als solche identifiziert worden obwohl ihre amerikanische Authentizit t kaum anzu zweifeln ist Auff llig war hier der Verpackungsvermerk USDA organic biologischer An bau bei den Proben Nr 61 und 69 Durch diese besondere Produktion ist das Stickstoff und Sauerstoff Isotopenverh ltn
204. messen Ergebnis Tabelle 25 Ergebnisse des Vergleichs der Mittelwerte n 5 von sechs ASE Extraktionen einer Pistazienprobe SEET ies Amann a Extraktion 1 24 8 0 13 2 1 0 18 30 00 38 29 6 0 06 26 4 0 27 Extraktion 2 24 7 0 17 2 1 0 03 30 3 0 49 29 6 0 04 26 3 0 18 Extraktion 3 24 8 0 22 2 0 0 14 30 60 46 29 5 0 02 26 2 0 51 Extraktion 4 25 0 0 40 2 1 021 30 0 0 64 29 3 20 06 26 8 0 11 Extraktion 5 24 8 0 31 2 1 0 11 30 1 0 21 29 6 0 06 26 3 0 18 Extraktion 6 24 6 0 23 2 0 0 15 30 40 52 29 5 0 07 26 1 0 30 Mittelwert 24 8 2 1 30 2 29 5 26 3 Sr Versuch 0 26 0 15 0 48 0 05 0 31 Sr Labor 0 21 0 11 0 54 0 08 0 40 sig UN 0 556 0 246 0 397 0 137 0 299 u 0 457 0 777 0 420 0 246 0 793 Post Hoc Tests kein signifikanter kein signifikanter kein signifikanter kein signifikanter kein signifikanter zw Extraktion 1 6 Unterschied Unterschied Unterschied Unterschied Unterschied fett Ausrei er nach zweiseitigem Grubbs Test P 95 und durch die Post Hoc Tests erkannter Ver ursacher eines signifikanten Mittelwertunterschieds p lt 0 05 bei der ANOVA Werte wurden in die weiteren Berechnungen nicht mit einbezogen Test auf Homogenit t der Varianzen nach Levene Vergleich der Mittelwerte mittels einfaktorieller ANOVA 95 und Post Hoc Mehrfachvergleiche nach Scheff Tukey und LSD 64 4 6 Priifung der Ol Extraktionsmethode Die Messwerte des Ols der Extrakti
205. mg 100 g m und Kalium 1020 mg 100 g P596248258 Abbildung 2 N hrstoffzusammensetzung von Pistazien Ein Pistazienbaum kann bis zu 10 m hoch und 200 300 Jahre alt werden und kommt in beiden Geschlechtern vor nur der weibliche tr gt die N sse Er w chst sehr langsam und hat wie viele andere Nussb ume eine zweij hrige Fruchtfolge abwechselnd gro e und kleine Ernten so dass Spitzenertr ge von bis zu 40 kg Fr chten 1 8 3 4 t ha erst nach ca 20 Jahren erzielt werden k nnen Eine ad quate D ngung mit kommerziellen oder organischen D ngern ist au erdem unerl sslich f r ein gutes Wachstum und hohe Ernteertr ge 92561 Pistazien wachsen in trauben hnlichen Gruppen und w hrend des Reifungsprozesses f rbt sich die u ere Haut des Fruchtfleisches rosa und die innere Schale wird durch den wachsenden gr nen Kern auf nat rliche Weise am vorderen Teil gespalten Sobald sich die u ere Fruchtfleisch h lle von der inneren Schale trennt und der gr ne Kern in seiner r tlich violetten Samenschale offen liegt sind Pistazien erntereif In der Farbe des Kerns spiegeln sich hierbei die Sorten und Qualit tsunterschiede wider gelbli 6286 Tm traditionellen Hauptanbau che Kerne sind von geringer Qualitat gr ne von der besten land Iran gibt es insgesamt 60 Sorten davon sind die gangigsten Momtaz klein aber teuer Kalleghuchi sehr gro Akbari l nglich Badami mandelf rmig und Fandoghi rundlich P Sie
206. mit dem Photosynthesetypus erwiesen hat So kann z B die Herkunft von Saccharose ermittelt werden da die Zuckerr be eine C3 Pflanze ist und Rohrzucker sowie Maishydrolysate zu den C4 Pflanzen geh ren Die Messung des 5 C Werts in Lebensmitteln h ufig auch in Kombination mit anderen Elementen hat sich im Zu 34 66 112 116 143 145 sammenhang mit Verfalschungsfragen vor allem bei Fruchts ften Honi gen 52552923 und alkoholischen Getr nken Zuckergrundlage des G rungsalko hols 47 195 208 220 222 275 oder Kohlendioxids bew hrt aber auch bei Glycerol 4 100 74 Essig 652101 und OU 53249250295 Auch die Unterscheidung nat rlicher Substanzen von synthetischen Analoga ist mit dem Wert m glich Die meisten synthetischen Austauschstoffe werden n mlich aus fossilen Kohlen 17 3 Allgemeiner Teil stoffquellen Erd l Kohle hergestellt die mit 8 C Werte zwischen 22 und 35 o grunds tz lich verschieden von C4 Pflanzen sind Es wurden hier vor allem Arbeiten auf dem Gebiet 20 27 29 46 126 148 278 der Aromen geleistet besonders zur Authentizit tspr fung von nat rlichem Vanillin das wesentlich teurer ist als industriell synthetisiertes 1 170171225 Auch die Zuga be von synthetisch hergestellten Fruchts uren zu Fruchts ften 210 226 oder die Unterscheidung von synthetischem Essig und G rungsessig sind m glich Neben den gro en Unters
207. modell mit Hilfe des authentischen Probenmaterials erstellt wurde muss nun die G te der Klassifikation berpr ft werden Dies erfolgt aufgrund der gepoolten Va rianzen innerhalb der Gruppen und das Statistik Programm SPSS 12 0 berechnet die Sicherheit optional nach drei verschiedenen Methoden 1 Resubstitutionsmethode R Methode 2 Leaving one out Methode L Methode 3 Hold out Methode H Methode Durchf hrung Die einfachste und am weitesten verbreitete Prozedur zur Pr fung der Klassifikationsg te eines Diskriminanzmodells ist die Resubstitutionsmethode bei der es sich um bloBes Wiedereinsetzen aller Lernobjekte selbst in das Klassifikationsmodell handelt Da so die Fehlerrate auf Basis der selben Stichprobe berechnet wird die auch f r die Sch tzung der Diskriminanzfunktion verwen det wurde und diese so ermittelt wurde dass die Fehlerrate in der verwendeten Stichprobe mi nimal wird f hrt dies zwangsl ufig zu einer Untersch tzung der Fehlerrate vor allem bei klei nen Stichprobenumfangen 13 Die Leaving one out Methode liefert dagegen einen im Mittel richtigen Sch tzwert denn hier werden Lernobjekte getestet die selbst nicht in das Klassifizierungsmodell eingegangen sind Dazu wird jedes der n Lernobjekte der Reihe nach genau einmal vom Datensatz isoliert Die Klassifikationsregel die dann auf das isolierte Objekt angewendet wird ergibt sich aus den je weils verbleibenden n 1 Lernobjekten Da auch das isolie
208. molek le erfolgt ber Elektronensto weil hiermit eine hohe Ionisations rate und gute Stabilit t erreicht wird Die entstehenden Kationen werden aufgrund ihres Mas se Ladungsverh ltnisses m z in einem Magnetfeld Permanent bzw Elektromagnet getrennt 32 3 3 Isotopenverh ltnis Massenspektrometrie und die Isotopomere in parallelen Faraday Kollektoren im Falle des in dieser Arbeit verwende plus ten Finnigan Delta ein Dreifach Auff nger quantifiziert Ein Schema der Ionenoptik eines Finnigan Delta IRMS ist in Abbildung 24 dargestellt Die hohe Pr zision und Genauig keit der IRMS die kleinen Mas senunterschiede bei zugleich gro Den Konzentrationsunterschieden zwischen den Isotopomeren emp findlich und pr zise zu messen wurde u a erst durch Faraday Cups m glich In diesen werden die durch den Magneten Abbildung 24 aufgetrennten Isotopomere aufge Schema der Ionenoptik eines Finnigan Delta IRMS fangen und durch einen VFC vol Originalgrafik aus der Finnigan Delta Manual tage to frequency converter Spannungs Frequenzwandler verschieden hoch verst rkt Im Falle der Kohlenstoff Isotopenverh ltnismessung m ssen z B die drei Massen m z 44 45 und 46 des Kohlendioxids die aus den Isotopen Kombination PC 50 und PC O O herr hren voneinander ge trennt werden wobei das leichtere Isotopomer C 0 mit 99 nat rlichen Anteils im absolu ten berschuss vo
209. mprehensive C GC Irms Analysis in the Authenticity Control of Flavors and Essential Oils 1 Lemon Oil Zeitschrift f r Lebensmitteluntersuchung und forschung 1993 197 2 S 137 141 Breas O Reniero F Serrini G Isotope Ratio Mass Spectrometry Analysis of Wines from Different European Countries Rapid Communications in Mass Spectrome try 1994 8 12 S 967 970 Brenna J T Corso T N Tobias H J Caimi R J High precision continuous flow isotope ratio mass spectrometry Mass Spectrometry Reviews 1997 16 S 227 258 Bricout J Control of Authenticity of Fruit Juices by Isotopic Analysis Journal of the Association of Official Analytical Chemists 1973 56 3 S 739 742 Bricout J Fontes J Ch Merlivat L Detection of Synthetic Vanillin in Vanilla Ex tracts by Isotopic Analysis Journal of the Association of Official Analytical Chemists 1974 57 3 S 713 715 Bricout J Koziet J Control of the Authenticity of Orange Juice by Isotopic Analy sis Journal of Agricultural and Food Chemistry 1987 35 5 S 758 760 Brockhaus Die Enzyklop die Peru Rag F A Brockhaus GmbH 1998 Brosius F SPSS 11 mim Verlag 2002 B hl A Z fel P SPSS 11 Einf hrung in die moderne Datenanalyse unter Windows Pearson Studium 2002 Bundesamt f r Verbraucherschutz und Lebensmittelsicherheit BVL Amtliche Sammlung von Untersuchungsverfahren nach 35 LMBG 2004 Bundesministeri
210. n abzutrennen Die am st rksten negativen Werte sind hier bei den Pistazienproben aus den USA zu finden Eine Erkl rung hierf r k nnte zum einen der h here Grad an industriellen Ansiedlun gen und dem damit verbundenen vermehrten Aussto von Verbrennungsabgasen aus Kohle und Erd l stark negative 6 Werte sein s Kap 3 2 1 Zum anderen wurde in Kapitel 3 2 1 bereits erw hnt dass vermehrter Regen das Absinken des 8 Cppg Werts bewirkt Die modernen Pista zienfarmen in den USA werden bekannterma en ausnahmslos bew ssert Verminderte Wasserverf gbarkeit f hrt im Gegenzug zu einer Erh hung des Cppg Werts mehr positiv Dies k nnte in der T rkei und dem Iran der Fall sein da hier teilweise noch tradi tionell bzw mit weniger modernen Mitteln Pistazien angebaut werden Die riesige Pistazienkul tur im Iran ist u a auch aus Wasserknappheit in den f nfziger Jahren entstanden weil andere Kulturpflanzen z B Weizen Baumwolle in diesen Regionen nicht mehr angebaut werden konnten s Kap 3 1 2 Ein weiterer exogener Faktor der sich auf das C C Verh ltnis auswirkt ist die Temperatur Die Diskriminierungsrichtung wird zwar in der Literatur noch diskutiert in neueren Artikeln beschreiben die Autoren 7l Laut den Klimatabellen der drei betrachteten Lander s Kap 3 1 2 Abb 3 4 sind die Jahres durchschnittstemperaturen im Iran und in der T rkei h her als in den USA d h auch hier stimmt jedoch h ufiger einen
211. n Modell weit ber der amerikanischen Punktwolke platziert werden so dass sie zwar sehr auff llig jedoch berhaupt nicht mehr interpretierbar ist Evtl w rde sie aufgrund des C N Verh ltnisses sogar zur iranischen Punktwolke hin verschoben und dann als falsch deklariert beurteilt werden Die hier vorgestellte validierte C N und O Methode zur IRMS Vermessung von Pista zien und das mit Hilfe der Diskriminanzanalyse aufgestellte Modell zu ihrer Klassifizierung ist trotz der zuvor diskutierten Limitierungen des Modells eine durchaus f r die Praxis einsetzbare und geeignete Methode um die Authentizit t von etikettierten Pistazien zu berpr fen oder die geografische Herkunft von unbekannten Pistazienproben zu ermitteln Die Wahl der IRMS als 7 73 74 241 peschriebe Messtechnik ist eine wesentliche Verbesserung der bisher in der Literatur nen Versuche die Herkunft von Pistazien nachzuweisen da sie viel schneller sicherer und ein facher zum Ergebnis f hrt Durch den ausreichend gro gew hlten authentischen Datensatz gt 25 Proben pro Land und die berpr fung der Modellg te mit der Resubstitutions Leaving one out und Hold out Methode ist das erstellte Diskriminanzmodell auch so gut statistisch abgesi 142 7 Ergebnisdiskussion chert dass dem Klassifizierungsergebnis vertraut und ein Lasso Effekt ausgeschlossen werden kann Natiirlich ist die Methode noch verbesserungsfahig da z B andere Lander
212. n Stadt Fresno California Central Valley und der t rkischen Stadt Urfa i iier t ree een 8 Pistazienweltproduktion 2003 22 een ern 9 Hauptexporteure links und importeure rechts von Pistazien 2003 9 Irankarte und Hauptexportlander f r iranische Pistazien 2003 10 T rkeikarte und Hauptexportlander f r t rkische Pistazien 2003 10 Kalifornienkarte und Hauptexportlander f r amerikanische Pistazien 2003 11 Hauptimport links und Exportl nder rechts Deutschlands 2003 11 Strukturtormel Aflatoxin By e ea 12 5 C Verteilung des Kohlenstoffs in der Nam 16 Querschnitte durch Bl tter von C3 und C4 Pflanzen mit schematischer Darstel lung der relevanten Schritte bei den unterschiedlichen Photosynthesewegen 17 5 C Werte verschiedener Kohlenstoffpools ee 18 8P NA Werte verschiedener aieo Ra ana 22 Stickstoffkreislauf der wichtigsten N Verbindungen zwischen Atmosph re B den und Grundwasser ss EENEG 23 Schematische Darstellung der verschiedenen nat rlichen Faktoren die auf das Sauerstoffisotopenverh ltnis der Pflanzen Einfluss nehmen 25 Schema des globalen Wasserkretslaufs 26 Durchschnittliche 8 Ovsuow Zusammensetzung des Niederschlags in Nord ee 27 Zusammenhang zwischen den prim ren Sauerstoffquellen und den 8 O Werten organischer
213. n Substanzklassen und Pflanzen teilen Hier sind die Nitratreduktase 61 7 180232 176 Glutaminsynthetase und vor allem die Transaminase als Fraktionierungsfaktoren zu nennen 7 8 Werner und Schmidt ha ben 2002 diesbez glich einen sehr detaillierten bersichtsartikel herausgebracht in dem die N An und Abreicherungen in den einzelnen Molek lgruppen im Stickstoffkreislauf der Pflanzen eingehend beschrieben werden Den zweiten gro en Einfluss auf den 5 N Wert des Bodens und damit auch auf den der Pflan zen bewirken neben den Mikroorganismen D nger In der Landwirtschaft werden vorwiegend Minerald nger aber auch organische D nger eingesetzt Die 68 N Werte von Minerald ngern liegen aufgrund der Einbindung atmosph rischen Stickstoffs w hrend ihrer Synthese mit 5 bis 5 o s Abbildung 15 recht niedrig Dabei haben Ammoniumd nger im Allgemeinen niedrigere negative 6 Werte N wird kinetisch bei der Ammoniumsynthese bevorzugt wah rend Nitratd nger positive 8 Werte zeigen 952691 Organische Stickstoffd nger wie G lle oder Stallmist unterscheiden sich dagegen signifikant von den synthetisch anorganischen Minerald ngern Sie zeigen mit 5 N Werten von 10 20 o eine deutlich h here Anreicherung mit PN s Abb 15 das vor allem aus einer Isotopenfraktio nierung bei der Ammoniak Verdampfung aus tierischen Exkrementen resultiert Daher wird beim Einsatz von organischen D ngern fast immer
214. nahme einer Statistik Software ermittelt werden Die Messwerte einer Probe werden einfach direkt in die Funktionen eingesetzt z B unter Zuhilfe nahme eines Taschenrechners und derjenigen Gruppe zugeordnet f r die der Funktionswert F maximal wird Durchf hrung Nach Fisher wird f r jedes der drei hier untersuchten L nder eine lineare Klassifizierungsfunkti on erstellt Vorraussetzung f r die Anwendbarkeit der Fisher schen Klassifizierungsfunktionen ist jedoch die Annahme gleicher Kovarianzmatrizen in den Gruppen Box M Signifikanztest Zur berpr fung der G te des Klassifikationsmodells kann hier die R und H Methode einge setzt werden Ergebnis 3 Variablenkombination Firan 41 556 x 8 0 l 182 362 x 8P C l 13 451 x 5 N R ckstand 3359 922 Fusa 32 395 l 187 859 x 8 C Ol 14 142 x 5 N R ckstand 3222 118 Fr rkei 37 272 X 5 O l 179 101 x 5 C l 14 969 x 5 N R ckstand 3112 862 2 Variablenkombination Firan 36 360 x 5 O l 173 343 x 5 l 3173 467 Fusa 26 932 x 6 O I 178 376 8 C Ol 3016 012 Fr rkei 31 490 x 8 O l 169 065 8 C l 2881 964 109 6 Ergebnisteil III Multivariate Statistik Tabelle 51 Fisher Klassifikationsmatrix mit den Ergebnissen der 3 und 2 Variablenkombination nach der R und H Methode Vorhergesagte Gruppenzugeh rigkeit Pr fm
215. national 2004 87 3 S 621 631 Juchelka D Beck T Hener U Dettmar F Mosandl A Multidimensional gas chromatography coupled on line with isotope ratio mass spectrometry MDGC IRMS Progress in the analytical authentication of genuine flavor components Journal of High Resolution Chromatography 1998 21 3 S 145 151 Karamanos R E Rennie D A Variations in Natural N 15 Abundance As An Aid in Tracing Fertilizer Nitrogen Transformations Soil Science Society of America Journal 1980 44 1 S 57 62 Kaufmann A Multivariate statistics as a classification tool in the food laboratory Journal of AOAC International 1997 80 3 S 665 675 Kaunzinger A Juchelka D Mosandl A Progress in the authenticity assessment of vanilla 1 Initiation of authenticity profiles Journal of Agricultural and Food Chemis try 1997 45 5 S 1752 1757 Keeling C D The concentration and isotopic abundances of carbon dioxide in rural and marine air Geochimica et Cosmochimica Acta 1961 24 S 277 298 Kelly S Parker I Sharman M Dennis J Goodall I Assessing the authenticity of single seed vegetable oils using fatty acid stable carbon isotope ratios C 13 C 12 Food Chemistry 1997 59 2 S 181 186 Kelly S D Rhodes C Emerging techniques in vegetable oil analysis using stable isotope ratio mass spectrometry Grasas y Aceites 2002 53 1 S 34 44 Keppler F Kalin R M Harper D
216. nce Journal of Agricultural and Food Chemistry 1997 45 6 S 2042 2046 10 Literaturverzeichnis 275 276 277 278 279 280 281 282 283 284 285 286 287 288 Weber D Ro mann A Schwarz S Schmidt H L Correlations of carbon isotope ratios of wine ingredients for the improved detection of adulterations 1 Organic acids and ethanol Zeitschrift ftir Lebensmitteluntersuchung und forschung 1997 205 2 S 158 164 Weckerle B Richling E Heinrich S Schreier P Origin assessment of green coffee Coffea arabica by multi element stable isotope analysis of caffeine Analytical and Bioanalytical Chemistry 2002 374 5 S 886 890 Weckerle B Richling E Schreier P Authenticity assessment of guarana products Paullinia cupana by caffeine isotope analysis Deutsche Lebensmittel Rundschau 2002 98 4 S 122 124 Weilacher T Gleixner G Schmidt H L Carbon isotope pattern in purine alkaloids a key to isotope discriminations in C 1 compounds Phytochemistry 1996 41 4 S 1073 1077 Weinert B Zur Authentizit tsbewertung von Tee Isotopenmassenspektrometrische und enantioselektive Verfahren Dissertation Johann Wolfgang Goethe Universit t Frankfurt am Main 1998 Weinert B Ulrich M Mosandl A GC IRMS analysis of black Ceylon Assam and Darjeeling teas Zeitschrift f r Lebensmitteluntersuchung und forschung 19
217. nd als Gemisch zur Isotopenanalyse einzusetzen Die Verwendung der Schalen entfiel aufgrund des fehlenden Stickstoffvorkommens gro er Probleme bei der Zerkleinerung durch ihre extreme H rte und weil im Handel Pistazien auch ohne Schale dargereicht werden 53 4 Ergebnisteil I Methodenvalidierung 4 5 In House Validierung der IRMS Methode 4 5 1 Richtigkeit Richtigkeit ist das Ma der bereinstimmung zwischen einem ermittelten und einem als richtig angesehenen Wert Man bezieht sich dabei auf einen Wert der konventionell als fehlerfrei und somit als richtig gilt z B zertifiziertes Referenzmaterial da der wahre Wert prinzipiell nie be kannt sein kann Hier bieten sich zur berpr fung der N und O Methode die IAEA Referenzmaterialien NBS22 Ol Ammoniumsulfat und der Wasserstandard der Gasbench an Zur Pr fung auf die Richtigkeit kann ein Soll Ist Vergleich t Test oder der Doerffel Test durchgef hrt werden 07 122 166 Durchf hrung Die Vergleichsmaterialien mit bekanntem Wert werden in einer IRMS Sequenz mehrmals wie eine unbekannte Probe vermessen ihr 6 Wert ber die allgemeine Formel s Anhang I Berech nung des 6 Werts mit den zuvor kalibrierten Arbeitsstandards s Kapitel 4 1 bestimmt und das Ergebnis mit ihrem Sollwert statistisch verglichen Sollwert Test Es wird berpr ft ob der Sollwert mit einer Wahrscheinlichkeit von 95 inner halb des Vertrauensbereichs des Analysenergebnis
218. nem der untersuch ten Lagerzeitpunkte 18 bzw 9 Monate der Pistazienprobe ein signifikanter Mittelwertunter schied im 6 Wert auf dem 95 Signifikanzniveau auftritt da p immer gt 0 05 ist ANOVA Signifikanzwert Au erdem ist die Standardabweichung s zwischen den Werten der drei La gerzeitpunkte kleiner als die Wiederholstandardabweichung s der Methode d h sie gen gt der Methodenpr zision Eine vermahlene Pistazienprobe ist somit ber die betrachteten Zeitr ume hinweg stabil 61 4 Ergebnisteil I Methodenvalidierung 4 6 Pr fung der l Extraktionsmethode Neben der Untersuchung des Pistazienkerns im Ganzen wurde auch von allen Proben das Pista zien l und der nach der Extraktion verbleibende entfettete R ckstand auf die Isotopenverh ltnis se hin untersucht Hierdurch soll in der sp teren statistischen Auswertung gekl rt werden ob eine Versch rfung der Trennung der Herkunftsl nder aufgrund von Sekund rstoffwechselvor g ngen in der Pflanze in den Messwerten auftritt Bei der Auswahl des Verfahrens zur Gewin nung des ls und des entfetteten R ckstands wurde in erster Linie darauf geachtet dass es dis kriminierungsfrei arbeitet denn sonst wird das Stabilisotopenverh ltnis stark verf lscht Da sehr viele Proben aufgearbeitet werden mussten sollte die Aufarbeitungsmethode au erdem einfach schnell und automatisierbar sein 4 6 1 Diskriminierungsstudie anhand der Soxhletmethode Durchf hrung Zur Sich
219. nfluss hat vor allem auf das Stick stoff Isotopenverh ltnis Sie werden aber trotzdem aus dem authentischen Datenmaterial ent fernt und flie en nicht mit in die multivariate Datenanalyse ein Ebenso Probe Nr 35 die zwar nur in der Box Plot Darstellung auff llig ist jedoch stammt sie von der gleichen Farm wie die Ausrei erprobe Nr 34 Sie unterscheiden sich nur in der Verarbeitung gesalzen ungesalzen Somit werden f nf Proben Nr 33 34 35 61 69 aus dem amerikanischen Pistaziendatensatz entfernt und nur 33 von 38 authentischen USA Proben zur multivariaten Datenanalyse zugelas sen Die beiden Proben Nr 38 und 48 verbleiben im Datensatz da sie jeweils nur in einer Vari ablen in den Box Plots auff llig sind W hrend die Box Plots die Ausrei er bei den t rkischen Proben mehr im Sauerstoffisotopenver h ltnis s Tabelle 30 gekennzeichnet haben rei en dieselben Proben s Tabelle 33 Probe Nr 71 82 86 88 90 beim Nalimov Test im NI N Verh ltnis aus Die AusreiBerprobe Nr 71 ist zwar eine in der T rkei gekaufte lose Ware bei der die Authentizit t schwer anzuzweifeln ist jedoch ist sie von zwei Tests eindeutig als Ausrei er erkannt worden Au erdem wird auch die t rkische Probe Nr 75 wie mit den beiden anderen Tests als Ausrei er beim 5 Cppp Verhiiltnis erkannt Es finden sich somit bei den authentisch t rkischen Proben die meisten Ausrei er was zu erwar ten war da die Proben nicht direkt aus dem Land sonde
220. ng E Rossmann A Schreier P Authentication of tequila by gas chromatography and stable isotope ratio analyses European Food Research and Technology 2003 217 5 S 438 443 Begley I S Scrimgeour C M High precision delta H 2 and delta O 18 measurement for water and volatile organic compounds by continuous flow pyrolysis isotope ratio mass spectrometry Analytical Chemistry 1997 69 8 S 1530 1535 Belcher R Ingram G Majer J R Direct Determination of Oxygen in Organic Mate rials I A Study of Carbon Reduction Method Talanta 1969 16 7 S 881 Bensaid F F Wietzerbin K Martin G J Authentication of natural vanilla flavor ings Isotopic characterization using degradation of vanillin into guaiacol Journal of Agricultural and Food Chemistry 2002 50 22 S 6271 6275 Bilke S Mosandl A H 2 H 1 and C 13 C 12 isotope ratios of trans anethole using gas chromatography isotope ratio mass spectrometry Journal of Agricultural and Food Chemistry 2002 50 14 S 3935 3937 Blackmer A M Bremner J M Nitrogen Isotope Discrimination in Denitrification of Nitrate in Soils Soil Biology amp Biochemistry 1977 9 2 S 73 77 Boner M Forstel H Stable isotope variation as a tool to trace the authenticity of beef Analytical and Bioanalytical Chemistry 2004 378 2 S 301 310 Boner M F rstel H berpr fung der 8 C Isotope im Schaum und Perlwein Der Deutsche We
221. ng der Eignung der Korrelattonsmatz 93 6 2 2 Extraktion der Faktoren Komponenten 95 6 2 3 Faktorinterpretation Rotation 97 6 2 4 Grafische Darstellung der Faktorwerte nre per EO e aet 98 6 3 Diskrimimmanzanalyse anni 100 6 3 1 Schrittweise Diskriminanzanaly se iue ciet bte tear oa ena sun 100 6 3 2 Erstellung des Diskriminanzmodells seen 103 6 3 2 1 Sch tzung der Koeffizienten der Diskriminanzfunktionen sss 103 6 3 2 2 Beurteilung der Trennkraft G te der Diskriminanzfunktionen sse 103 6 3 2 3 Ableitung des Erkl rungsbeitrags der einzelnen 105 6 3 3 Pr fung des Klassifizierungsmodells sssssssseeeeene 107 6 3 4 Klassifizierungsfunktionen nach Fsher 109 6 3 5 Grafische Darstellung der Funktionswerte essen 111 6 3 6 Diskriminanzanalyse mit den Isotopenvariablen der Pistazien Gesamtnuss 113 6 4 Anwendung der multivariaten Datenmodelle 117 6 4 1 Klassifizierung von Handelsproben mit deklarierter Herkunft 117 6 4 2 Klassifizierung von Handelsproben unbekannter Herkunft 119 6 4 3 Klassifizierung von Mischproben USA lt Iran 120 6 4 4 Klassifizierung der AusreiBer aus Kapitel 33 123 6 4 5 Multivariate Betrachtung anderer L nder 127 T ERGEBNISDI
222. ng s 0 26 96o 0 30 96o s N Methode 0 17 o 0 11 o F Test 52 5 2 lt 260 95 7 2 3 2 4 7 1 lt 2 4 Signifikanz ANOVA lt 0 001 lt 0 001 Voraussetzung der Varianzhomogenit t Levene Test ist gegeben Tabelle 28 Einfluss des R stens und Salzens auf den 5 8Ovsmow Wert B OS Pistazie R ckstand l n 4 n 4 n 3 roh getrocknet 27 8 o 29 8 o 27 6 o R stung ch 29 2 o 30 6 o 27 9 o R stung 1 h 28 6 o 30 1 27 7 o Salzung R stung 17h 28 7 o 30 4 o 27 8 o Salzung R stung Ah 27 8 o 29 8 o 27 5 o Mittelwert X aus den 5 Verarbeitungsstadien 28 4 o 30 1 o 27 7 o Standardabweichung s 0 61 o 0 36 o 0 16 o s 3O Methode 0 51 o 0 54 o 0 40 o F Test 52 5 2 lt 2 0 95 7 1 4 lt 2 4 0 4 lt 2 4 0 2 lt 2 4 Signifikanz ANOVA 0 206 0 062 0 014 Voraussetzung der Varianzhomogenit t Levene Test ist gegeben Die Ergebnistabellen 26 und 27 zeigen dass bei gegebener Varianzhomogenit t mit dem Mittel wertvergleichstest ANOVA ein deutlich signifikanter Unterschied zwischen den f nf Verarbei tungsstadien in den Messwerten des C und N Verhiltnisses der Pistazie des entfetteten R ckstands und des ls festzustellen ist Dies best tigt auch der F Test bei dem der Unterschied der Standardabweichung s des Versuchs gegen die gegebene Wiederholstandardabweichung s der jeweiligen Methode getestet wird Die Hypothese dass s und s aus einer Grundgesamtheit 67
223. ng zwischen dem O O Verh ltnis und der maxi malen Temperatur und relativen Luftfeuchtigkeit an einem Ort s Kap 3 2 3 Die Klimatabellen aus den Pistazienanbaugebieten dieser beiden L nder zeigen s Kap 3 1 2 Abb 4 dass die jahresdurchschnittliche Temperatur und Luftfeuchtigkeit tats chlich in der T rkei h her ist als in dem Hauptanbaugebiet der USA Kalifornien Dies k nnte die Erkl rung f r die gefundenen 8 Ovsuow Werte in den Pistazien dieser beiden Herkunftsorte sein Weitergehend zur Arbeit von Anderson et al sollten auch die Pistazien aus der T rkei klar von den beiden anderen L ndern abgetrennt werden Es besteht hier zwar keine Verfalschungsgefahr von amerikanischen mit t rkischen Pistazien aber t rkische Pistazien k nnen mit iranischen verwechselt bzw bewusst vertauscht werden Im Iran werden im Gegensatz zur USA dort wird fast ausnahmslos nur die groBe weitgespaltene Sorte Kerman kultiviert sehr viele verschiedene Sorten angebaut und u a auch sehr kleine wie sie in der T rkei blich sind Aufgrund ihrer ge schmacklichen Qualit t und der Nachfrage vieler t rkischer Konsumenten in Deutschland in t rkischen Superm rkten werden fast ausschlie lich nur landeseigene Pistazien gef hrt werden t rkische Pistazien vermehrt importiert und auch sehr gesch tzt Sie sind sehr viel teurer als ame rikanische oder iranische Pistazien s Kap 3 1 4 da in der T rkei nur wenig produziert und noch weniger expor
224. nger J R Osmond C B Stable Isotopes In Plant Physiological Ecology Field methods and instrumentation Hrsg Pearcy R W Ehleringer J R Moony H A Rundel PW Chapman and Hall 1989 S 281 300 Epstein S Mayeda T Variation of O 18 Content of Waters from Natural Sources Geochimica et Cosmochimica Acta 1953 4 5 S 213 224 Epstein S Thompson P Yapp C J Oxygen and Hydrogen Isotopic Ratios in Plant Cellulose Science 1977 198 4323 S 1209 1215 Eschricht M Leitzmann C Handbuch Bio Lebensmittel Behr s Verlag 2003 Farquhar G D Ehleringer J R Hubick K T Carbon Isotope Discrimination and Photosynthesis Annual Review of Plant Physiology and Plant Molecular Biology 1989 40 S 503 537 Farquhar G D Henry B K Styles J M A rapid on line technique for determination of oxygen isotope composition of nitrogen containing organic matter and water Rapid Communications in Mass Spectrometry 1997 11 14 S 1554 1560 Farquhar G D Lloyd J Taylor J A Flanagan L B Syvertsen J P Hubick Wong S C Ehleringer J R Vegetation Effects on the Isotope Composition of Oxy gen in Atmospheric CO2 Nature 1993 363 6428 S 439 443 Farquhar G D O Leary M H Berry J A On the Relationship between Carbon Isotope Discrimination and the Intercellular Carbon Dioxide Concentration in Leaves Australian Journal of Plant Physiology 1982
225. nn tige und eigentlich nichts zur Separation der Gruppen beitragende Variablen in das Modell einbezogen werden die die zu erwartende Fehlerrate sogar negativ beeinflussen k n nen Die meisten Statistik Programme bieten daher die schrittweise Diskriminanzanalyse an wobei der Algorithmus automatisch nur diejenigen Variablen ausw hlt die signifikant zur Ver besserung der Diskriminanzanalyse beitragen und zu einer minimalen Fehlerrate f hren Aus der Rangfolge mit der die Variablen in die Diskriminanzfunktion en aufgenommen werden l sst sich deren relative Wichtigkeit erkennen 76 Das Endziel der Diskriminanzanalyse ist die Klassifizierung neuer unbekannter Proben anhand des mit dem Lerndatensatz erstellten Modells Als Zuordnungsregel wird die Bayessche Klassi fikation verwendet die eine Normalverteilung der Werte voraussetzt Ein Element wird danach in diejenige Gruppe eingeordnet der es am n chsten liegt d h bez glich derer die Distanz zwi schen Element und Gruppenmittel Zentroid minimal wird blicherweise werden die quadrier ten Mahalanobis Distanzen verwendet daher spricht man auch von quadratischer Diskriminanz funktion QDF Daraus ergeben sich daraus gekr mmte Trennfl chen zwischen den Gruppen Liegen gleiche Streuungen in den Gruppen vor d h sind die Kovarianzmatrizen der Gruppen ann hernd gleich Pr fung mit dem Box s M Test so minimiert sich die Bayessche Entschei dungsregel von quadratischen zu nur noch lin
226. nnung des Daten satzes ein Klassifizierungsmodell zu erstellen denn nur so k nnen neue unbekannte Proben ei nem Land zugeordnet werden 6 3 1 Schrittweise Diskriminanzanalyse Durchf hrung Bei der schrittweisen Diskriminanzanalyse werden die Variablen solange einzeln nacheinander in das Modell einbezogen bis von den noch nicht aufgenommenen kein signifikanter Erkl rungsbeitrag mehr zu erwarten ist Das Selektionskriterium hierbei ist das Wilks Lambda G te ma und zwar wird diejenige Variable zuerst in das Modell aufgenommen f r die sich der kleinste Wilks Lambda Wert ergibt Nach der Aufnahme der zweiten Variable wird die erste erneut daraufhin berpr ft ob sie auch noch in Kombination mit der zweiten Variable einen ge n gend gro en Erkl rungswert Signifikanztest ber partiellen F Wert f r die Diskriminanz funktion liefert Anschlie end folgen analog weitere Schritte bis keine der noch nicht aufge nommenen Variablen das Aufnahmekriterium mehr erf llt Als Signifikanzgrenzwert minimaler partieller F Wert f r die Aufnahme einer Variablen in das Modell wird der in SPSS 12 0 vor eingestellte Wert 3 84 genommen der Grenzwert maximaler partieller F Wert f r den erneuten Ausschluss einer schon ins Modell aufgenommenen Variable ist 2 71 Neben dem F Wert und Wilks Lambda wird auch die Toleranz als Kriterium f r die Aufnahme oder den Ausschluss einer Variablen in der schrittweisen Diskriminanzanalyse verwendet Si
227. nung zwischen den beiden Pistazien hauptanbaul ndern leistet w hrend sich die t rkischen Werte genau dazwischen anordnen Uni variat wurde ebenfalls erkannt dass das Stickstoffisotop eine fast vollst ndige Trennung der ira nischen und amerikanischen Proben schafft sich aber t rkische und amerikanische Proben in diesem Element berschneiden Aus diesem Grund sind die Sauerstoff und Stickstoffvariablen in der ersten Hauptkomponente geb ndelt und dienen zur Abtrennung der iranischen Pistazien von denen aus den USA und der T rkei Die vollst ndige Abtrennung der t rkischen Messwerte von den amerikanischen wird erst durch die Hauptkomponente 2 y Richtung erreicht deren Trennkraft haupts chlich auf dem Kohlen stoffisotop beruht Es flie en hier allerdings noch geringf gig die guten Trenneigenschaften des Sauerstoffs mit ein Die rotierten Faktoren der Sauerstoffisotopen Variablen der zweiten Haupt komponente wurden in Tabelle 43 zwar nicht aufgef hrt weil die lt 0 5 und daher nicht als hoch ladend zu bezeichnen sind doch liegen sie immerhin zwischen 0 3 und 0 5 und gehen somit nicht unerheblich in die Berechnung der Faktorwerte mit ein Aufgrund dessen ist auch die Punktwolke der iranischen Messwerte ein wenig in y Richtung verschoben Die in Tabelle 43 nicht aufgef hrten rotierten Faktoren f r die Stickstoffisotopen Variablen liegen dagegen unter 0 1 d h sie tragen nur sehr geringf gig zur Hauptkomponente 2 und damit zur
228. nzfunktionen gebildet Dies ist sehr vor teilhaft da sich die Ergebnisse dann in einem zweidimensionalen Streudiagramm grafisch dar stellen und dadurch leichter interpretieren lassen Es muss bei der Diskriminanzanalyse aller dings darauf geachtet werden dass die Anzahl der Diskriminanzfunktionen nicht gr er sein darf als die Anzahl der Merkmalsvariablen d h es d rfen nicht mehr Gruppen als gemessene Variab 13 36 37 len 5 7 Die Gruppengr e darf auch nicht zu klein gew hlt werden da sonst der sog Lasso Effekt auftritt Die Diskriminanzanalyse hat als strukturen pr fendes Verfahren n mlich den gro en Nachteil dass prinzipiell alle Proben in eine der vorgegebenen Gruppen eingeordnet werden m ssen Daher werden auch Ausrei er und Proben mit einer Gruppenzugeh rigkeit die nicht im Klassifikationsmodell enthalten ist nicht erkannt Aufgrund dessen muss auf die Auswahl der Daten f r den Lerndatensatz die gr te Sorgfalt gelegt werden und Ausrei er sind vorher ber XI Anhang II angemessene Tests zu eliminieren Die Diskriminanzanalyse liefert auch schlechte bzw instabile Ergebnisse wenn miteinander hoch korrelierende Variablen in die Berechnung des Modells ein bezogen werden 992571 Auch die Anzahl der zur Erstellung des Diskriminanzmodells verwendeten Variablen ist nicht beliebig Die Einbeziehung zahlreicher Variablen in das Klassifikationsmodell erh ht nur die Gefahr dass u
229. o pische Bereich um den quator von dem aus der Wasserdampf jeweils nach Norden und S den zu den Polen transportiert wird Aufgrund der Fraktionierungen im weltweiten Wasserkreislauf hat die isotopogene Zusammensetzung der Niederschl ge ein bestimmtes geografisches Muster und ist auch sehr eng mit der mittleren Lufttemperatur an einem Ort korreliert P gt Eine schematische Darstellung des Wasserkreislaufs ist in der nachfolgenden Abbildung 18 darge stellt 25 3 Allgemeiner Teil i i Evaporation Precipitation Percolation ie 7 Abbildung 18 4 1 Schema des globalen Wasser PES kreislaufs Ground Waterflow Originalgrafik aus der Ver f fentlichung von Hoffman et al Bei der Verdunstung werden Wassermolek le mit dem leichteren Isotop O bevorzugt daher sind Wolken und Niederschl ge gegen ber der Verdunstungsquelle an abgereichert Durch die Bewegung der Luftmassen vom Meer aus ber das Land verarmt der Niederschlag immer mehr an DO 8 Wert nimmt ab und es k nnen zwei damit einhergehende Effekte unterschieden werden 1 die Abnahme des O Gehalts im Niederschlag von der K ste zum Landesinneren mit zu nehmender Entfernung vom Meer Kontinental Effekt 2 die Abnahme des O Gehalts im Niederschlag mit der Erhebung ber das Meeresniveau H hen Effekt der auf dem Abregnen an Hindernissen beruht Die 8O Gehalte von Nieder Weighted Annual 5180 schlagen werden
230. od Chemistry 1998 46 10 S 4179 4184 Spangenberg J E Ogrinc N Authentication of vegetable oils by bulk and molecular carbon isotope analyses with emphasis on olive oil and pumpkin seed oil Journal of Agricultural and Food Chemistry 2001 49 3 S 1534 1540 SPSS GmbH Software SPSS Base 9 0 Benutzerhandbuch SPSS Inc 1999 Stadt Hamburg Publikationen http fhh hamburg de stadt Aktuell behoerden wissen schaft gesundheit hygiene umwelt publikationen jahresbericht jahresbericht 2003 b pdf property source pdf letzter Aufruf der Website 4 5 2005 Sternberg L Oxygen and Hydrogen Isotope Ratios in Plant Cellulose Mechanisms and Applications In Stable Isotopes in Ecological Research Hrsg Rundel PW Ehler inger J R Nagy K A Springer Verlag 1989 S 124 141 Sternberg L Deniro M J Keeley J E Hydrogen Oxygen and Carbon Isotope Ra tios of Cellulose from Submerged Aquatic Crassulacean Acid Metabolism and Non Crassulacean Acid Metabolism Plants Plant Physiology 1984 76 1 S 68 70 Sternberg L D L Deniro M J Savidge R A Oxygen Isotope Exchange Between Metabolites and Water During Biochemical Reactions Leading to Cellulose Synthesis Plant Physiology 1986 82 2 S 423 427 Sumpf D Moll E Sch tzen eines Parameters und Vergleich von bis zu zwei Parame tern Saphir Verlag 2003 Tabachnick B G Fidell L S Using Multivariate Statistics Harper amp Row
231. omit ein Korrelationskoeffizient eines Faktors f r die entsprechende Variable an kleine dagegen eine geringe Ein Faktor ist dann leicht zu interpretieren wenn einige Variablen hoch auf ihn laden Werte gt 0 5 und gleichzei tig die Landungen der anderen Variablen auf diesen Faktor gering sind Ergebnis Tabelle 42 Komponentenmatrix Tabelle 43 Rotierte Komponentenmatrix Faktor 1 Faktor 2 Varimax Rotation Faktor 1 Faktor 2 80 Pistazien l 0 972 SN Pistazie 0 960 80 Pistazie 0 953 SIN R ckstand 0 957 80 R ckstand 0 947 80 R ckstand 0 907 SIN Pistazie 0 730 0 629 880 Pistazie 0 884 8P N R ckstand 0 724 0 633 850 Pistazien l 0 848 8P C Pistazien l 0 642 0 746 8P C Pistazien l 0 979 C R ckstand 0 668 0 699 83C R ckstand 0 957 8P C Pistazie 0 660 0 699 8 C Pistazie 0 952 Werte lt 0 5 sind nicht aufgef hrt Werte lt 0 5 sind nicht aufgef hrt In Tabelle 42 sind die nach Gr e sortierten Werte der Komponentenmatrix wiedergegeben und es ist deutlich zu erkennen dass alleinig das Sauerstoffverh ltnis auf den ersten Faktor hoch l dt Die Stickstoff und Kohlenstoffvariablen erweisen sich dagegen als heterogen denn sie laden jeweils auf beiden Faktoren ungef hr gleich hoch Somit ist eine Interpretation der Faktoren erst einmal nicht m glich Wird die Komponentenladungsmatrix allerdings durch orthogonale Drehung transformiert Varimax Verfahren ergibt sich eine neue Komponentenmatrix wie sie
232. on 4 wurden aus den statistischen Berechnungen herausge nommen weil sie mit dem zweiseitigen Grubbs Test s Anhang I Statistische Tests als Ausrei Der erkannt wurden Hier scheint ein Fehler nach der Extraktion gemacht worden zu sein da nur das l und nicht der R ckstand betroffen ist Dies kann z B durch Eintrag einer Verunreinigung beim Trocknen oder Umf llen passiert sein Abgesehen von diesem Ausrei er beim l ergibt sich aus den Mittelwerten der PC N und 180 Messung der R ckst nde wie auch der le dass keine signifikanten Unterschiede zwischen den sechs Extraktionen bestehen d h mit 95 iger Wahrscheinlichkeit geh ren diese Werte zu einer Grundgesamtheit Die Wiederholstandardabweichungen s Versuch der Extraktionen liegen zudem in der gleichen Gr enordnung wie die im Rahmen der In House Validierung ermittelten Wiederholstandard abweichungen s Labor s Kapitel 4 5 2 Die Abweichungen zwischen den sechs Extraktionen sind somit nicht gr er als die Methodenpr zision zul sst und die Reproduzierbarkeit der Ex traktion mit der ASE Technik zur Gewinnung des Pistazien ls und des entfetteten R ckstands ist daher gegeben 65 4 Ergebnisteil I Methodenvalidierung 4 7 Einfluss von R stung und Salzung auf den Wert Pistazien durchlaufen viele Verarbeitungsschritte bevor sie getrocknet ger stet oder ger stet amp gesalzen in den Handel gelangen Die beiden diskriminierungsverd chtigsten Schritte sin
233. on Isotope Effects on the Pyruvate Dehydrogenase Re action and Their Importance for Relative C 13 Depletion in Lipids Journal of Biologi cal Chemistry 1987 262 17 S 8159 8164 Monetti A Versini G Reniero F Classification of Italian wines on a regional scale by means of a multi isotopic analysis In Food Flavors Generation Analysis and Proc ess Influence Hrsg Charalambous G Elsevier 1995 S 1723 1730 Moore D J Nowak R S Tausch R J Gas exchange and carbon isotope discrimina tion of Juniperus oestosperma and Juniperus occidentalis across environmental gradients in the Great Basin of western North America Tree Physiology 1999 19 S 421 433 M hr B http www klimadiagramme de letzter Aufruf der Website 11 5 2006 Nier A O A Mass Spectrometer for Isotope and Gas Analysis Review of Scientific Instruments 1947 18 6 S 398 411 Oe elmann J Hilkert A Douthitt C B DeltaP MAT 252 Trends in Stable Iso tope Analyses and Applications ThermoFinnigan Application Presentation 2001 OeBelmann J Juchelka D Hilkert A Avak H Douthitt and C Isotope Ratio Mass Spectrometry Authenticity Control by Multiple Element Isotope Ratio Determination Prasentation ThermoFinnigan Finnigan MAT GmbH Bremen 2001 10 Literaturverzeichnis 189 190 191 192 193 194 195 196 197 198 199 200 201 202 Osm
234. on der amerikani schen liegt N here Erl uterungen zu den m glichen Gr nden der erh hten 8 Nai und 8 Ovsuow Werte in den USA Ausrei erproben sind im nachfolgenden Kapitel 7 Ergebnisdis kussion gegeben Im authentisch t rkischen Datensatz waren nach der univariaten Ausrei erbetrachtung sechs Proben auffallig s Kapitel 5 3 1 und wurden aus dem Datensatz entfernt Beide Diskriminanz modelle s Abbildung 54 und 55 ordnen die Proben mit den Nummern 71 und 75 mathematisch der t rkischen Gruppe zu wahrend die brigen vier Proben Nr 82 86 88 und 90 der irani schen Punktwolke zugeh rig sind Ausrei erprobe Nr 71 wird vom Klassifizierungsmodell zwar als t rkische Probe erkannt je doch liegt sie optisch bei der iranischen Punktwolke s Abbildung 54 und 55 und scheint daher ein echter Ausrei er zu sein Probe Nr 75 liegt in beiden Grafiken s Abbildung 54 und 55 auf f llig oberhalb der t rkischen Punktwolke da ihr 8 Cppg Wert berdurchschnittlich hoch ist An dieser Stelle gibt es jedoch keinerlei berschneidungen mit den beiden anderen L ndern daher ist die t rkische Authentizit t dieser Probe schwer anzuzweifeln Der optisch deutlichste Ausrei er im authentisch t rkischen Datensatz ist Probe Nr 88 denn sie liegt inmitten der iranischen Punktwolke Ihre SINA und 8 Ovsuow Werte sind in allen Frak 125 6 Ergebnisteil III Multivariate Statistik tionen extrem hoch und liegen in der Spannweite des I
235. on mit der Soxhlet und der ASE Methode 5 Cppp SN 8 Ovsmow 8 Cons 8 Oysuow R ckstand R ckstand R ckstand Ol Ol Xsoxhletverfahren N 2 24 4 o 8 5 o 39 3 o 29 0 o 38 0 o XASE Methode N 2 24 3 o 8 5 o 39 2 28 9 o 37 7 o Kritische Grenze CD Q1 04 00 lt 02 01 11 01 02 03 08 IXsoxhle XAsg lt CD Zur Berechnung der kritischen Grenze CD zwischen zwei Werten s Anhang I Statistische Grundfor meln Der Vergleich der Mittelwertdifferenzen mit der jeweiligen kritischen Grenze CD zeigt s Tabelle 24 dass die Stabilisotopenverh ltnisse der extrahierten Ole und entfetteten R ck 63 4 Ergebnisteil I Methodenvalidierung st nde nur um einen methodenpr zisionszul ssigen Wert schwanken Damit unterscheiden sich die mit dem ASE Verfahren ermittelten 6 Werte nicht von denen aus der Soxhletextraktion Das ASE Verfahren zur Gewinnung von Pistazien l und dem entfetteten R ckstand arbeitet somit auch diskriminierungsfrei und ist als Probenaufarbeitungsmethode f r die IRMS geeignet 4 6 3 Wiederholbarkeit der Extraktionsmethode Die lextraktionsmethode mit der ASE muss auf ihre Wiederholbarkeit hin berpr ft werden um den Fehlerbeitrag der Aufarbeitung zur Gesamtmethode absch tzen zu k nnen Durchf hrung Eine Pistazienprobe wurde sechsmal mit der ASE extrahiert und die gewonnenen le und entfet teten R ckst nde auf ihr C N und O Isotopenverhiltnis hin f nffach ver
236. ond C B Ziegler H Schwere Pflanzen und leichte Pflanzen Stabile Isotope im Photosynthesestoffwechsel und in der biochemischen Okologie Naturwissenschaftliche Rundschau 1975 28 S 323 328 O Leary M H Carbon Isotope Fractionation in Plants Phytochemistry 1981 20 4 S 553 567 O Leary M H Environmental effects on carbon isotope fractionation in terrestrial plants In Stable Isotopes in the Biosphere Hrsg Wada E Yoneyama T Minagawa M Ando T Fry B D Kyoto University Press 1995 S 78 91 Paleofood de PK Webdesigns Aflatoxine in Nissen sorgen fiir Schlagzeilen http www paleofood de Ernahrung Ern5ab ern5ab html letzter Aufruf der Website 11 5 2006 Park R Epstein S Carbon isotope fractionation during photosynthesis Geochimica et Cosmochimica Acta 1961 21 S 110 126 Park R Epstein S Methabolic Fractionation of CP amp CP in Plants Plant Physiol ogy 1961 36 2 S 133 138 Parker I G Kelly S D Sharman M Dennis M J Howie D Investigation into the use of carbon isotope ratios C 13 C 12 of Scotch whisky congeners to establish brand authenticity using gas chromatography combusiton isotope ratio mass spectrometry Food Chemistry 1998 63 3 S 423 428 Pataki D E Bush S E Ehleringer J R Stable Isotopes as a Tool in Urban Ecol ogy In Stable Isotopes and Biosphere Atmosphere Interactions Processes and Biologi cal Controls Hrsg
237. onig und Ahornsirup l Durchf hrung Die Wiederhol und Vergleichbarkeit f r die N und O Methode wurden jeweils an Pis tazie entfettetem R ckstand und Pistazien l ermittelt um eventuelle Unterschiede der Pr zision zwischen den Fraktionen erkennen zu k nnen Dazu wurden die Proben jeweils sieben Mal an drei verschiedenen Tagen vermessen Da unter den gegebenen Umst nden die Ermittlung einer echten Vergleichsprazision nicht m glich war wurde hier eine laborinterne Vergleichsprazision gemessen indem die Analyse an unterschiedlichen Tagen durchgef hrt wurde Die Sch tzung der Pr zisionen erfolgte ber die Wiederhol bzw Vergleichsstandardabweichungen s sg aus denen dann die Wiederhol und Vergleichbarkeit r R errechnet wurde s Anhang I Statisti sche Grundformeln Ergebnis Tabelle 18 Ergebnisse der Ermittlung der Prazisionsdaten f r die C Methode P C Methode Pistazie R ckstand I x o n 3x7 27 56 24 48 29 59 Sr 0 0 126 0 213 0 081 sr o 0 126 0 213 0 101 r o 0 35 0 60 0 23 R aborintern 760 0 35 0 60 0 28 Vergleiche 371 Me SES Orangensatipulpe direkte Verfahren du n 20 e 0 60 R 0 66 R 1 03 Tabelle 19 Ergebnisse der Ermittlung der Pr zisionsdaten f r die N Methode P N Methode Pistazie R ckstand Ol x 9 n 3x7 2 02 2 09 z Sr 0 0 170 0 109 sr 0 0 176 0 113 r o 0 48 0 31 R aborintern 769 0 49 0 32 56 4 5 In
238. ope 3 2 3 Sauerstoff Es gibt drei m gliche Quellen f r den Sauerstoff in organischem Pflanzenmaterial Wasser CO2 und molekularen Sauerstoff Diese Quellen weisen stark unterschiedliche O Gehalte auf wobei Luftsauerstoff und mit standortunabh ngigen 8 O Werten von ca 23 5 o bzw 41 o relativ schwer sind 65 1671 5 O Werte zeigt ca 5 bis 5 969 Abbildung 17 veranschaulicht diese verschiedenen w hrend Grund Wasser variable aber meist deutlich niedrigere Einfl sse auf organisches Material in einem Schema H O Evapotranspiration Atmospheric Atmospheric CO 23 H20 IH Vapor a Isotopic exchanges v i E lt a weem MP MUS pi j 71 13 6 0 Abbildung 17 Schematische Darstellung der verschiedenen nat rlichen Fak toren die auf das Sauerstoffiso topenverh ltnis der Pflanzen Einfluss nehmen Evaporation Originalgrafik aus der Ver f fentlichung von Hillaire Marcel 3 2 3 1 Wasserkreislauf Das gr te Wasserreservoir der Erde bilden mit 98 die Ozeane deren Isotopenverh ltnis kon stant ist 0 o 1 Der berwiegende Rest ist in den Polkappen als Eis gebunden und nur eine im Verh ltnis dazu sehr geringe Wassermenge wird durch Wetteraktivit ten als Wasserdampf in Umlauf gebracht und innerhalb des Wasserkreislaufs stark diskriminiert Ausgangsort der gro r umigen Bewegung der Luftmassen im weltweiten Ma stab ist der tr
239. ore they are allowed to be imported into the European Union EU By contrast US American pistachio nuts do not have to be checked Therefore Iranian pista chios are repeatedly labelled as being of US American origin to generate higher prices on the world market and to avoid the analytical control at the EU borders This work presents a fast method to provenance pistachio nuts grown by the three main producer countries Iran USA and Turkey The values of the elements oxygen carbon and nitrogen measured by stable isotope ratio mass spectrometry IRMS are used as variables for univariate and multivariate statistics First the IRMS method was validated in house for each element and pistachio fraction The re peatability r and reproducibility R for the EA methods are lt 0 6 o whereas r and R for the TC EA methods are higher lt 1 5 o due to the linearity problems of this instrument Pistachio oil was found to be the best fraction to analyse its liquid matrix produces the lowest standard deviations and best r and R values in comparison with the solid fractions grinded nut and defat ted residue The instruments were calibrated by reference materials prior to sample analysis and the stability of the reference materials working standards and pistachio nuts were observed by control charts The dataset of the authentic pistachio samples was examined for outliers by cross checking with three different tests and then by univariate
240. orversuch wurde somit nachgewiesen dass die R stung und Salzung das Isoto penverh ltnis beeinflusst und zwar schon aufgrund nur einer R sttemperatur 160 C und zwei verschiedenen R stzeiten die sich nur um eine Viertelstunde unterscheiden Bei Handelsware kann nun von vielen verschiedenen Herstellungs V erarbeitungsvarianten aus gegangen werden die das Isotopenverh ltnis nachhaltig ver ndern bzw die Isotopen diskrimi nieren Dieser Fehlerbeitrag ist jedoch gering Smax in diesem Laborversuch 0 6 im Ver gleich mit der Standardabweichung die zwischen N ssen einer T te besteht Smax 2 5 o s Kapitel 4 4 1 Neben der hier untersuchten Verarbeitung flie en in die sog biologische Streubreite noch viele andere nat rliche Faktoren Sorte Gebiet etc ein die den Fehler erh hen Die biologische Streubreite ist somit viel h her als der in diesem Versuch festgestellte Fehler der durch die Verarbeitung eingetragen wird Daher sind die herstellungsbedingten Un terschiede im Isotopenverh ltnis insgesamt gesehen vernachl ssigbar klein und die Proben blei ben vergleichbar 68 5 Ergebnisteil II Univariate Statistik 5 Ergebnisteil II Univariate Statistik 5 Ergebnisteil II Univariate Statistik 5 1 bersicht ber das Probenmaterial Es wurden insgesamt 164 Pistazienproben untersucht von denen 101 authentisch sind und 63 im Handel gekauft wurden Bei den authentischen Pistazien handelt
241. pic Method for the Authentication of Natural Vinegars Fresenius Journal of Analytical Chemistry 1992 342 4 5 S 457 461 Richling E Hohn C Weckerle B Heckel F Schreier P Authentication analysis of caffeine containing foods via elemental analysis combustion pyrolysis isotope ratio mass spectrometry EA C P IRMS European Food Research and Technology 2003 216 6 S 544 548 Rittenberg D Ponticorvo L A Method for the Determination of the O5 Concentra tion of the Oxygen of Organic Compounds International Journal of Applied Radiation and Isotopes 1956 1 S 208 214 Robinson D Handley L L Scrimgeour C M Gordon D C Forster B P Ellis R P Using stable isotope natural abundances 615N and 13C to integrate the stress responses of wild barley Hordeum spontaneum C Koch genotypes Journal of Expe rimental Botany 2000 51 342 S 41 50 R nne P Pressestelle der Finanzbeh rde Pistazien aus dem Iran Versch rfte Kontrol len Attp www hamburg de Behoerden Pressestelle Meldungen tagesmeldungen 1998 okt w43 mo news htm letzter Aufruf der Website 11 5 2006 Rosengarten F The Book of Edible Nuts Walker Publishing Company 1984 Ro mann A Stabil Isotopenanalyse an Naturstoffen als Routinemethode f r die Quali tatskontrolle bei Lebensmitteln Habilitation Technische Universitat M nchen 1997 10 Literaturverzeichnis 217 218 219 220 221
242. positiven Zusammenhang s Kap 3 2 1 die Theorie mit den in dieser Arbeit gefundenen Cppg Ergebnissen berein berdies spiegelt sich auch der H henunterschied zwischen den Anbaufl chen der beiden Pistazienhauptproduzen ten Iran 21000 m d M und USA 100 m d M in den Messwerten wieder Laut Literatur steigt mit zunehmender H he auch der EW Cppp Wert s Kap 3 2 1 Die Messwerte der T rkei folgen hier allerdings nicht der Theorie da die Cppg Werte dort am h chsten sind das An 132 7 Ergebnisdiskussion baugebiet aber h henm ig zwischen dem Iran und den USA liegt Dies ist jedoch nicht ver wunderlich denn der 8 Cppg Wert wird durch das Zusammenspiel aller umweltbedingten Fak toren bestimmt und kann daher niemals mit Sicherheit vorhergesagt werden Vielleicht spielt bei den Werten der t rkischen Pistazien noch die etwas n rdlichere Lage eine Rolle denn es wurde auch eine positive Abh ngigkeit des C C Verhiltnisses mit dem Breitengrad in der Litera tur 2575 beschrieben s Kap 3 2 1 Der 8 N4 Wert trennt dagegen sehr deutlich die Pistazienproben des Irans von denen der USA und T rkei ab st rker positive 6 Werte F r h here Stabilisotopen Messwerte k nnen beim Element Stickstoff Faktoren wie verst rkter Einsatz von organischen D ngern hohe Jahres durchschnittstemperaturen oder landwirtschaftlich lange und intensiv genutzte B den verant wortlich sein s Kap 3 2 2 All diese P
243. ppe Iran USA T rkei Gesamt F lle R Methode Iran 100 0 0 100 96 32 USA 0 100 0 100 33 T rkei 0 0 100 100 96 25 L Methode Iran 100 0 0 100 32 USA 0 100 0 100 33 T rkei 0 0 100 100 96 25 H Methode Iran 100 0 0 100 16 USA 0 100 0 100 16 T rkei 0 0 100 100 12 die Berechnung der H Methode wurden die Gruppen per Zufallsgenerator in jeweils 50 Lern und 50 Kontrollstichprobe unterteilt Tabelle 50 zeigt die Klassifikationsmatrix mit dem Berechnungsergebnis der Fehlerraten nach der R L und H Methode Die 3 und 2 Variablenkombination liefern hierbei exakt die gleichen Werte daher ist nur eine Tabelle dargestellt Das Ergebnis aller drei Methoden ist sehr eindeutig Alle authentischen Proben werden in ihre vorgegebene Gruppe richtig eingeordnet was durch die relative H ufigkeit von 100 zum Ausdruck gebracht wird Damit ist dieses Klassifizie rungsmodell hervorragend dazu geeignet Pistazien unbekannter Herkunft den L ndern Iran USA oder T rkei zuzuordnen oder deren Etikettierung zu berpr fen 108 6 3 Diskriminanzanalyse 6 3 4 Klassifizierungsfunktionen nach Fisher Die Klassifizierung von Merkmalselementen kann auch ber Fishers lineare Klassifizierungs funktionen erfolgen Die Berechnung der Funktionen erfolgt zun chst mit SPSS 12 0 aber da nach kann die Gruppenzugeh rigkeit einer unbekannten Probe ohne das kanonische Diskrimi nanzmodell bzw ohne die Zuhilfe
244. r Sauerstoff Isotopenverh ltnismessung wurde daher durch die Entwicklung von memoryfreien Pyrolyserohren aus glasartigem Kohlenstoff Glassy Carbon und die Umstellung auf eine direk te Messung der Kohlenmonoxidmassen m z 30 und 28 erreicht Auch die online Kopplung der Pyrolyseeinheit an ein IRMS konnte durch die Verwendung von Helium als Tr gergas erreicht 160 165 187 263 281 284 werden 60 65 187 263 281 284 Das in dieser Arbeit verwendete Pyrolyseger t der Firma ThermoQuest Finnigan MAT ist der sog TC EA High Temperature Conversion Elemental Analyzer der fiir die simultane Was serstoff und Sauerstoffbestimmung fliissiger oder fester organischer oder anorganischer Proben konzipiert ist Im Falle der vorliegenden Arbeit war nur die Sauerstoffanalyse m glich da das IRMS Basisger t nicht mit H2 Faraday Auffangern ausgestattet war Der schematische Aufbau und die Funktionsweise des TC EA sind in Abbildung 27 dargestellt 80 e o NM e GLASSY 4 CARBON u ha 8 ae Abbildung 27 ConFlo Schema des Aufbaus und der QC min reference Funktionsweise des TC EA gases Originalgrafik aus der TC EA Ger tebeschreibung 36 3 3 Isotopenverh ltnis Massenspektrometrie Die in Zinn oder Silberkapseln eingewogenen Proben werden hier anders als beim EA durch einen heliumgesp lten Autosampler in das Reaktorrohr eingeworfen und durch Pyrolyse d h einer Verbrennung bei se
245. r allem die vier USA Proben Nr 33 34 61 und 69 bei denen ganz offensichtlich die Art der D ngung das Isotopenverh lt nis beeinflusst hat 5 3 2 Pr fung der Normalverteilung nach Kolmogorov Smirnov Der Test nach Kolmogorov 1941 und Smirnov 1948 ist dem Chi y Anpassungstest hn lich und vergleicht die empirische Verteilungsfunktion fiir eine Variable mit der Normalvertei lung Dabei zeigt ein Testwertergebnis gt 0 05 an dass die betrachtete Variable normalverteilt ist Eine Normalverteilung der Variablen ist Grundvoraussetzung f r deren Verwendbarkeit in der Diskriminanzanalyse und fiir die Aufstellung einer guten Korrelationsmatrix in der Hauptkom ponentenanalyse 251 256 Durchf hrung Der Test auf Normalverteilung nach Kolmogorov Smirnov K S wird mit dem um die Ausrei Der verminderten authentischen Datensatz durchgef hrt Ergebnis Tabelle 34 Signifikanzergebnisse P 95 des K S Normalverteilungstests vom authentischen Datenmaterial ohne Ausrei er em an usa T rke 6PCppp Pistazie 0 972 1 000 0 783 Nr Pistazie 0 422 0 706 0 903 5 Oysmov Pistazie 0 951 0 979 0 874 5 Cppp R ckstand 0 910 0 952 0 692 SIN Riickstand 0 460 0 830 0 863 5Ovsmov R ckstand 0 163 0 985 0 871 SiConp 1 0 408 0 872 0 774 5 Ovsmoy l 0 494 0 543 0 849 80 5 3 Univariate statistische Vorbetrachtung Der Kolmogorov Smirnov Anpassungstest auf Normalverteilung zeigt f r alle betracht
246. rans Es handelt sich hierbei um eine 5 Jahre alte als t rkisch deklarierte Handelsware die entweder tats chlich falsch deklariert ist oder deren Stabilisotopenverh ltnisse ber die Jahre sehr stark fraktioniert sind Letztere M g lichkeit ist durch die Alterungsstudie in Kapitel 4 5 4 eher anzuzweifeln da eine Fraktionierung bzw ein Austausch der Stabilisotopen mit der Umwelt zumindest ber einen Zeitraum von ei nem Jahr nicht nachgewiesen werden konnte Die Proben mit den Nummern 82 und 86 haben ebenfalls berdurchschnittlich hohe 6 Naji und 5 Ovsmow Werte und sind deshalb als Ausrei er markiert worden Sie liegen beide im oberen Teil der iranischen Punktwolke da sie aufgrund ihres erh hten Sauerstoff Isotopenverh ltnisses vom Diskriminanzmodell dorthin nach rechts weg von der t rkischen Punktwolke verschoben wurden Im 2 Variablenmodell s Abbildung 55 liegen die beiden Proben immer noch auf der H he der t rkischen Werte w hrend sie wegen ihres iran hnlichen Stickstoff Isotopenverh ltnisses im 3 Variablenmodell s Abbildung 54 dagegen zus tzlich noch nach unten gedr ckt worden sind Daher liegen Probe Nr 82 und 86 im 3 Variablenmodell optisch weiter von der t rkischen Gruppe entfernt Ausrei erprobe Nr 90 liegt in beiden Grafiken s Abbildung 54 und 55 am oberen Rand der iranischen Punktwolke und w rde im unteren Bereich der t rkischen Punktwolke liegen wenn sie aufgrund ihres hohen 8 Ovsmow Werts vom Kla
247. rauchsmaterialienzulieferer IVA Analysentechnik e K Meerbusch Deutschland 164 9 3 Ger teeinstellungen und Probenvorbereitung 9 3 4 Probenvorbereitung f r die IRMS M hle Hersteller Name Retsch Grindomix GM200 Einwaage 20 g Pistazien ohne Schale Mikrowaage Hersteller Name Mettler Toledo Comparator Einwaagen f r den EA Acetanilid 0 5 0 6 mg Arbeitsstandard Atropin 0 9 1 0 mg Ger tekontrollprobe Pistazie 1 0 1 1 mg Pistazienhaut 1 5 1 7 mg R ckstand 0 7 0 9 mg Pistazien l 0 75 ul Einwaagen f r den TC EA Cellulose 80 100 ug Arbeitsstandard Benzoes ure 140 160 ug Ger tekontrollprobe Pistazie 120 160 ug Pistazienhaut 110 140 ug R ckstand 100 130 ug Pistazien l 0 40 ul EinwaagegefaBe Zinnkapseln f r Feststoffe 0 02 ml 3 2x4 mm Zinnreinheit 97 5 Zinnkapseln f r Fl ssigkeiten 0 012 ml amp 2 00 mm H he 5 0 mm Zinnreinheit 99 9 Zinnkapseln f r Fl ssigkeiten 0 003 ml amp 1 06 mm H he 5 5 mm Zinnreinheit 99 9 Lagerung gemahlene Pistazien K hlschrank Plastikgef e Naglene Pistazien l K hlschrank 1 5 ml Glas Vials Wheaton entfetteter Pistazienr ckstand Raumtemperatur Plastikgef e in evakuiertem Exsikkator Pistazien Raumtemperatur eingeschwei t in T ten Anmerkung Alle Proben f r die TC EA Messungen wurden mindestens einen Tag lang ber di Phosphorpentoxid p A Merck
248. rden jeweils durch einen waagerechten auf einem senkrechten Strich gekenn zeichnet Werte die um mehr als anderthalb Kastenl ngen au erhalb liegen sind Ausrei er und werden mit einem Kreis gekennzeichnet Werte die um mehr als drei Kastenl ngen au erhalb liegen gelten als Extremwerte und werden im Box Plot mit einem Stern markiert 2 Durchf hrung Die Box Plots der 6 Messwerte des authentischen Pistaziendatensatzes getrennt nach Herkunfts l ndern und Isotopen wurden mit Hilfe der Statistik Software SPSS 12 0 erstellt Die Proben nummern in den Grafiken korrespondieren mit denen der Probenlisten in Kapitel 9 1 und im An hang III Ergebnis EI Pistazie EI R ckstand m l T rkei Abbildung 38 Box Plot Darstellung der 5 C Messwerte des authentischen Datensatzes 71 5 Ergebnisteil II Univariate Statistik Pistazie E R ckstand Pistazie E R ckstand B T rkei Abbildung 40 Box Plot Darstellung der 5 O Messwerte des authentischen Datensatzes Die Box Plot Darstellungen der 5 Cppp Werte des authentischen Datensatzes s Abbildung 38 l sst erkennen dass die Stabilisotopenverh ltnisse der drei L nder in allen betrachteten Pista zienfraktionen Gesamtnuss entfetteter R ckstand Ol sehr eng beieinander liegen Dennoch ist hier ein Trend zu erkennen Die 5 C Werte der T rkei weisen in all
249. renneigen schaften Daf r leistet hier die Sauerstoffvariable praktisch keinen Beitrag Anders als bei der Hauptkomponentenanalyse l dt das Stickstoffisotop hier auf der 2 Diskriminanzfunktion zu sammen mit dem Kohlenstoff Dies ist jedoch nicht verwunderlich da der Grundgedanke zur B ndelung von Variablen bei diesen beiden multivariaten Analysen v llig verschieden ist Die Hauptkomponentenanalyse sucht nach Korrelationen zwischen Variablen daher laden Sauerstoff und Stickstoff auf der 1 Hauptkomponente w hrend bei der Diskriminanzanalyse die Gruppen vorgegeben werden und ber die Streuung in und zwischen den Gruppen nach der maximalen Trennm glichkeit gesucht wird Die Struktur Matrix der 2 Variablenkombination s Tabelle 49 gibt eine analoge Beziehung der Variablen zu den Funktionen aus Die Sauerstoffvariable korreliert sehr hoch mit der ersten Funktion und kaum mit der zweiten w hrend die Kohlenstoffvariable die Trennkraft der zweite Funktion ausmacht und kaum einen Erkl rungsbeitrag zur ersten liefert Das Sauerstoffisotop ist somit das Element was den gr ten Beitrag zur Trennung der Pistazien nach ihrer Herkunft leistet denn es l dt fast alleinig auf der 1 Diskriminanzfunktion Korrelati onskoeffizient gt 0 9 s Tab 48 und 49 die wiederum ber 90 der Varianz erkl rt s Kapitel 6 3 2 2 Tabelle 46 106 6 3 Diskriminanzanalyse 6 3 3 Pr fung des Klassifizierungsmodells Nachdem das Klassifizierungs
250. republik 12 3 1 Pistazien Deutschland die Mykotoxin H chstmengenverordnung MHmV die Grenzwerte f r alle Le bensmittel regelt Aflatoxin Bi 2 ug kg Summe Aflatoxine B B und 4 ug kg Zu hohen Aflatoxinbelastungen kommt es in L ndern wie dem Iran oder der T rkei in denen h ufig noch traditionelle Erntemethoden angewendet werden Die Pistazien werden dort von den B umen gesch ttelt und liegen danach l ngere Zeit in Netzen oder Matten auf dem Boden d h frei zug nglich f r Schmutz und Mikroorganismen Sie werden dann zwar gewaschen getrock net und sortiert aber teilweise lagern die N sse noch monatelang in schlecht bel fteten K hl h usern bevor sie verkauft werden Pistazien aus dem Iran fielen daher wegen erh hter Gehalte an Aflatoxinen in der Vergangenheit immer wieder auf und die EU reagierte darauf mit der noch heute g ltige Pistazien Verordnung s auch Einleitung die eine strenge Kontrolle der Pistazien vor der Einfuhr in ein EU Mitgliedsland verlangt Vorf hrpflicht 55 Abs 1 Nr 3 LFBG l So m ssen Importeure Un bedenklichkeitsbescheinigungen Gutachten von amtlich zugelassenen Laboratorien aus dem Erzeugerland Iran und dem EU Importland vorweisen um Pistazien in der EU in den Handel bringen zu d rfen Dies bedeutet dass von jeder Partie iranischer Pistazien eine Probe an den gesetzlich festgelegten Eingangszollstellen 2004 429 EG genommen wird Im Jahr 2003 wur den in Sc
251. rfahrensstabilit t aus der Ke Nee 59 Ergebnisse der Alterungsstudie mit Pistazien esee 60 Vergleich der Werte zweier Ole vor und nach Soxhlet Extraktion 62 1X Tabellenverzeichnis Tabelle 24 Tabelle 25 Tabelle 26 Tabelle 27 Tabelle 28 Tabelle 29 Tabelle 30 Tabelle 31 Tabelle 32 Tabelle 33 Tabelle 34 Tabelle 35 Tabelle 36 Tabelle 37 Tabelle 38 Tabelle 39 Tabelle 40 Tabelle 41 Tabelle 42 Tabelle 43 Tabelle 44 Tabelle 45 Tabelle 46 Tabelle 47 Tabelle 48 Vergleich der 5 Wert Ergebnisse nach der Extraktion mit der Soxhlet und der INS EE 63 Ergebnisse des Vergleichs der Mittelwerte n 5 von sechs ASE Extraktionen einer Pistazienprobe xu ceu ente HER 64 Einfluss des R stens und Salzens auf den 66 Einfluss des R stens und Salzens auf den SIN zc Wert 67 Einfluss des R stens und Salzens auf den 8 67 Zusammenfassung der Box Plot Ausrei er und Extremwerte des authentischen Datenmater ls des USA T usa an 75 Zusammenfassung der Box Plot Ausrei er und Extremwerte des authentischen DatenmatenalsderTurker name 75 Zusammenfassung der Grubbs Nalimov Test Ausrei er des authentischen Datenmiaterials des Hans an aa a en 77 Zusammenfassung der Grubbs Nalimov Test Ausr
252. rift f r Lebensmitteluntersuchung und forschung 1996 203 3 S 293 301 Rossmann A Trimborn P Oxygen stable isotope content in water from apple juice concentrate as a criterion for the proof of sugar addition Zeitschrift f r Lebensmittelun tersuchung und forschung 1996 203 3 S 277 282 Sachs L Angewandte Statistik Springer Verlag 1999 Scharrer A Mosandl A Progress in the authenticity assessment of vanilla 2 delta C 13 V PDB correlations and methodical optimisations Deutsche Lebensmittel Rundschau 2002 98 4 S 117 121 Schmid E R Fogy I Schwarz P Method for Differentiating Between Vinegar Pro duced by Fermentation and Vinegar Made from Synthetic Acetic Acid Based on Deter mination of C 13 C 12 Isotope Ratio by Mass Spectrometry Zeitschrift fiir Lebens mitteluntersuchung und forschung 1978 166 2 S 89 92 Schmidt H L Fundamentals and systematics of the non statistical distributions of iso topes in natural compounds Naturwissenschaften 2003 90 12 S 537 552 Schmidt H L Isotope discriminations upon biosynthesis in natural systems General causes and individual factors of the different bioelements Isotopes in Environmental and Health Studies 1999 35 1 2 S 11 18 Schmidt H L Food quality control and studies on human nutrition by mass spectro metric and nuclear magnetic resonance isotope ratio determination Fresenius Journal of Analytical Chemistry
253. rk abweicht um einen Ausrei er oder um eine zuf llige Abweichung handelt existieren eine Vielzahl von Tests Prinzipiell berpr fen dabei alle die Hypothese ob der verd chtigte Wert signifikant nicht mehr zur Messreihe geh rt also ein Ausrei er ist Werden Messwerte als Ausrei er identifiziert so 122 166 Die vorliegenden d rfen sie in die Gesamtberechnung nicht mehr mit einbezogen werden Messwerte werden daher zuerst grafisch mit Hilfe der Box Plot Darstellung betrachtet und da nach zur Best tigung der visuell gefundenen Ausrei er dem Grubbs und Nalimov Ausrei ertest unterzogen 5 3 1 1 Box Plots Durchf hrung siehe Kapitel 5 2 Abbildung 38 40 In den nachfolgenden Tabellen 29 und 30 sind die in den Box Plots angezeigten Ausrei er und Extremwerte fett gedruckt aufgelistet Die aufgef hrten Probennummern in den Tabellen und im Text korrespondieren mit denen in der Probenliste des Kapitels 9 1 und des Anhangs III Ergebnis Tabelle 29 Tabelle 30 Zusammenfassung der Box Plot Ausrei er Zusammenfassung der Box Plot Ausrei er und und Extremwerte des authentischen Da Extremwerte des authentischen Datenmateri tenmaterials der USA als der T rkei USA Probennummern T rkei Probennummern Pistazie Pistazie 8 Cppg 8 Cpps 75 EN air 33 34 35 48 61 69 Nr 82 86 88 8 Ovsuow 34 69 amp 71 86 88 R ckstand R ckstand 6 Cpps 6 Crog 75 80 SINA 33 34 61 6
254. rliegt s Tabelle 2 in Kapitel 3 2 P6 55 151281 Im Falle der Kohlenstoffmessung muss auch beachtet werden dass der 8 C Wert nicht unab h ngig vom Sauerstoff bestimmt werden kann da C 50 die gleiche Masse hat wie das Mole k l aus der Isotopomerenkombination C O 0 m z 45 Somit fallen beide Molek le in den gleichen Cup und die Berechnung der C Konzentration w rde durch das O verf lscht werden das einen Beitrag von ca 7 zur Masse m z 45 leistet Daher muss der 8 C Wert bzw das 45 44 Verh ltnis immer korrigiert werden was meist nach der sog O Korrektur nach Craig erfolgt P 33 3 Allgemeiner Teil 3 3 2 Elementaranalysator EA Der Elementaranalysator EA dient zur berf hrung von festen oder fl ssigen organischen Pro ben in die Messgase und zur simultanen Kohlenstoff und Stickstoffbestimmung Dumas Combustion Ein Schema des in dieser Arbeit verwendeten EA 1110 CHN von Carlo Erba Finnigan ist in Abbildung 25 dargestellt Die Probe wird f r die Analyse in Zinnkapseln eingewogen und in mmm oxygen pulse den kontinuierlich mit Sauerstoff gesp lten Autosampler platziert He Beim ffnen des Autosamplers 7 fallt die Probe in die heiBeste Zo ne 1040 C des Oxidationsofens flash combustion Quarzrohr und der Sp l GC column Sauerstoff verhindert den Eintritt 299 furnace von Luft in den Reaktor Durch den mit gek rntem Chromoxid to mass spect
255. rn gr tenteils in t rkischen L den in Deutschland erworben wurden Die o g Proben Nr 71 75 82 86 88 90 werden daher aus dem Datensatz genommen und nicht zur multivariaten Datenanalyse zugelassen Somit flie en nur 25 von 31 t rkischen Ausgangsproben in die multivariate Auswertung ein Probe Nr 80 wird im Datensatz belassen da sie nur in der Variable R ckstand ausrei t und nicht wie alle anderen Ausrei erproben in mehreren Variablen und Elementen Insgesamt ist anzumerken dass die meisten und deutlichsten Ausrei er im Stickstoff Isotopenverh ltnis zu finden sind In Kapitel 3 2 2 wurde hierzu schon angemerkt dass durch die Vielschichtigkeit der u eren Einflussfaktoren die Schwankungsbreite des 5 N Werts des Bo dens und damit der Pflanzen betr chtlich sein kann was sich bei einer Herkunftsbestimmung ber dieses Element nachteilig auswirkt Viele Zusammenh nge von Boden Luft D nger und Pflanze sind auch noch nicht eingehend wissenschaftlich untersucht worden Die Verwendung 79 5 Ergebnisteil II Univariate Statistik des Stickstoffisotopenverh ltnisses hat sich somit als nicht besonders geeignet f r eine Her kunftsbestimmung herausgestellt Alle Ausrei erproben werden an sp terer Stelle noch einmal mit der multivariaten Datenanalyse s Kapitel 6 4 5 gesondert betrachtet und ihre Herausnahme aus dem authentischen Datensatz in der Ergebnisdiskussion s Kapitel 7 eingehend diskutiert vo
256. rn und Schale gt Kern miteinander verglichen Anschlie end wurde eine Korrelationsana lyse nach Pearson durchgef hrt Ergebnis Tabelle 13 Minimale maximale und mittlere Differenz zwischen den Werten von Haut gt Kern und Schale Kern aus der Untersuchung von einzelnen Pistazienn ssen Es ist kein N in der Schale detektierbar Tabelle 14 Pearson Korrelationsmatrix f r C von Schale Haut und Kern BE Schale Haut Kern Schale 1 0 857 0 628 Haut 0 857 1 0 775 Kern 0 628 0 775 1 Anzahl der Messungen n 15 52 6 Cppg amp Nair 6 Ovsuow n 15 n 15 n 10 Min Differenz Haut gt Kern 1 19 o 1 01 o 2 65 o Max Differenz Haut gt Kern 1 61 o 1 09 o 7 30 o Mittelwert der Differenzen Haut Kern 0 16 o 0 17 o 4 68 o Min Differenz Schale Kern 0 07 o 0 52 o Max Differenz Schale Kern 2 68 96o 7 30 o Mittelwert der Differenzen Schale Kern 1 34 o 4 25 Abbildung 31 Lineare Regression zwischen 6 C von Haut und Kern 5 Haut 4 4 Voruntersuchungen von Pistazien Abbildung 32 Lineare Regression zwischen Tabelle 15 Pearson Korrelationsmatrix 15 N von Haut und Kern f r SIN von Haut und Kern KEEN 10 IN Haut Kern SIN Haut 8 4 Haut 1 0 986 e Kern 0 986 1 Anzahl der Messungen n 15 2 m 0 8 NKern 2 1 1 3 5 7 9 Tabelle 16 Pearson Korrelationsmatrix fiir Abbildung 33
257. roben Nr lt ger stet lt gesalzen Orandi Farms Kalifornien Van Mourik Farms Kalifornien Van Mourik Farms Kalifornien Wierts Eggert J rissen GmbH Wierts Eggert J rissen GmbH California Pistachio Commission LA 39 2002 California Pistachio Commission 40 viv California Pistachio Commission California Pistachio Commission California Pistachio Commission California Pistachio Commission California Pistachio Commission California Pistachio Commission California Pistachio Commission California Pistachio Commission Supermarkt in San Diego Kalifornien Supermarkt in San Diego Kalifornien 50 s XN en in San Diego 5 s y v E in San Diego 4 viv 42 viv 43 v v 44 viv 45 46 v v 47 48 e 49 v 152 9 1 Probenliste authentisch US amerikanische Pistazienproben Forts Bereitgestellt Bezogen von ohne Schale lose Ware Erntejahr Proben Nr Supermarkt in San Diego Kalifornien lt ger stet lt gesalzen N Supermarkt in San Diego v E E Kalifornien 2002 Supermarkt in San Diego Kalifornien 2002 Supermarkt in San Diego Kalifornien 2002 Supermarkt in San Diego Kalifornien 2002 Supermarkt in San Diego Kalifornien Supermarkt in San Diego v gt
258. rometer gef llten Reaktor flie t Helium open split interface als Tr gergas dem gleichzeitig Abbildung 25 mit dem Einwurf der Probe Sauer Schema des Aufbaus und der Funktionsweise des EA stoff zugesetzt wird um die Probe katalytisch in die Messgase Originalgrafik aus Pr sentation von Oe elmann et al 7 und H O umzusetzen Das gleichzeitig verbrennende Zinn unterst tzt dabei die quantitative Verbrennung indem es die Temperatur durch einen sog Flash kurzzeitig auf ber 1800 C erh ht St rende Gase werden mit silberhaltigem Kobaltoxid entfernt Die gasf rmigen Analyten werden durch das Tr gergas aus dem Oxidationsofen in den etwas k hleren Reduktionsofen 650 C gesp lt Dieser ist mit Kupfer gef llt und reduziert entstandene Stickstoffoxide NOx zu elementarem Stickstoff und bindet den bersch ssigen Sauerstoff Das bei der Verbrennung entstandene Wasser wird an einer einfachen Magnesiumperchlorat Falle gebunden und an einer GC S ule Porapak werden die Messgase und CO isotherm 50 C voneinander getrennt Ein Open Split Interface ConFlo II f hrt die Analytengase und die Referenzgaspulse dem IRMS zu und reduziert den Tr gergasstrom von ca 90 ml min auf eine f r das IRMS vertr gli che Flussrate von ca 0 3 ml min Dadurch erreichen nur noch ca 0 3 des Gases das IRMS P531 197262 34 3 3 Isotopenverh ltnis Massenspektrometrie 3 3 3 ConFlo II Interface
259. rte Objekt zum urspr nglichen Lernda tensatz geh rte ist seine Herkunft bekannt und es k nnen sukzessiv die Fehlentscheidungen ausgez hlt werden Dadurch ergibt sich eine realistische und im Allgemeinen h here Fehlerrate als bei der R Methode Die R Methode dient h ufig nur dazu die Verl sslichkeit der L Methode zu berpr fen Sind beide Schatzwerte gleich so deutet dies darauf hin dass der gew hlte Stich probenumfang gro genug f r ein verl ssliches Klassifikationsmodell und die Angabe einer Feh lerrate ist Klaffen die beiden Sch tzungen weit auseinander deutet dies auf das Gegenteil hin der Stichprobenumfang ist zu klein 9 l Bei der Hold out Methode wird der Datensatz in zwei Teile untergliedert wobei der eine Teil als Lernstichprobe zur Sch tzung der Diskriminanzfunktionen dient w hrend der andere als Kon trollstichprobe zur Sch tzung der Fehlerrate fungiert prozentuale Unterteilung Lernstichpro be Kontrollstichprobe 50 50 oder 70 30 Die H Methode ist nur dann zweckm ig wenn eine hinreichend gro e Stichprobe zur Verf gung steht da mit abnehmender Gr e der Lernstichpro be die Zuverl ssigkeit der gesch tzten Diskriminanzkoeffizienten abnimmt 107 6 Ergebnisteil III Multivariate Statistik Ergebnis Tabelle 50 Klassifikationsmatrix mit den Ergebnissen der 3 und 2 Variablenkombination nach der R L und H Methode Vorhergesagte Gruppenzugeh rigkeit Pr fmethode Gru
260. rteilung der Korrelationsmatrix insgesamt w hrend das MSA Ma die Beurteilung der einzelnen Variablen erlaubt Die Wertebereiche liegen jeweils zwischen Null und Eins wobei Werte 0 5 anzeigen dass die Korrelationsmatrix nicht f r eine Hauptkompo nentenanalyse geeignet ist Werte 20 8 sind w nschenswert Bei der Bewertung des KMO und MSA Ma es sind folgende Wortlaute gebr uchlich P Wert Beurteilung 0 9 bis 1 0 fabelhaft marvelous 0 8 bis 0 9 recht gut meritorious 0 7 bis 0 8 mittelprachtig middling 0 6 bis lt 0 7 m ig mediocre 0 5 bis lt 0 6 schlecht miserable lt 0 5 inakzeptabel unacceptable 93 6 Ergebnisteil III Multivariate Statistik Ergebnis Tabelle 38 Ergebnis des Bartlett Tests und Wert des KMO Kriteriums Signifikanz des Bartlett Tests auf Sph rizit t lt 0 001 MaB der Stichprobeneignung nach Kaiser Meyer Olkin 0 807 Tabelle 39 Ergebnisse des MSA Ma es 6 6 6 SIN SIN 8 50 8 0 8 0 Pistazie R ckst Ol Pistazie R ckst Pistazie R ckst Ol MSA Ma 0 761 0 915 0 722 0 728 0 715 0 877 0 891 0 834 Das KMO Ma zeigt mit einem Wert von ca 0 8 s Tabelle 38 eine recht gute Eignung der gesamten Korrelationsmatrix f r die Hauptkomponentenanalyse an Der Bartlett Tests best tigt dies denn durch das Ergebnis von p lt 0 05 wird die Nullhypothese abgelehnt d h die Variablen der Erhebungsgesamtheit sind mit einer Wahrscheinlichkeit von nahe 100
261. rung des Ger ts oder eines Arbeitsstandards k uflich zu erwerben war Daher musste gegen Wasserstan dards kalibriert werden die nicht den Wertebereich des Arbeitsstandards und der Proben ein schlossen Durch das unterschiedliche Verhalten von Fl ssigkeiten und Feststoffen bei der Verbrennung im TC EA und die Extrapolation des 6 Werts wurde ein Fehler in die Kalibrierung eingetragen Dies war jedoch die einzige M glichkeit der Kalibrierung eines Standards und Mes sung des 8 O Werts in Pistazien berhaupt Die Ergebnisse innerhalb dieser Arbeit bleiben dadurch aber trotzdem vergleichbar und anwend bar da bei der IRMS nur Verh ltnisse und keine Absolutwerte gemessen werden Mit einem passenden Referenzmaterial dies ist seit 2005 in Form von zwei Benzoes uren bei der IAEA erh ltlich k nnte der Arbeitsstand nachkalibriert werden und bei Bedarf alle Ergebnisse durch eine einfache Multiplikation mit einem Korrekturfaktor berichtigt werden Weitere Voraussetzungen auf die bei der IRMS Messung geachtet werden m ssen um richtige Ergebnisse zu erzeugen sind die vorherige Feststellung der Diskriminierungsfreiheit sowie Wie derholbarkeit der Aufarbeitung der Proben s Kap 4 6 Pr fung der l Extraktionsmethode und die berpr fung des linearen Arbeitsbereichs der Ger te s Kap 4 3 Hier ergab sich eine Un stimmigkeit weil die Signal Messwert Gerade entgegen der Herstellerdefinition um mehr als 0 06 0o V in dem Bereich von 2 7 Vol
262. ruppen und Voraussetzung fiir die Anwendbarkeit der Fisher schen Klassifizierungsfunktionen Erl uterungen s Kapitel 6 3 4 und Anhang II Auch f r die Hauptkomponentenanalyse sind diese Voraussetzungen empfehlens wert um eine gute Korrelationsmatrix erstellen zu k nnen Die Durchf hrung eines Mehrstichprobentests zur Pr fung auf Mittelwertgleichheit zwischen den Gruppen L ndern der einzelnen Variablen ist ratsam um sicherzustellen dass globale Gruppenunterschiede vorhanden sind Mit Hilfe von Post Hoc Mehrfachvergleichen k nnen dann paarweise Mittelwertvergleiche durchgef hrt werden um zu testen ob zwischen allen einzelnen Gruppen signifikante Unterschiede bestehen Die Pr fung der Korrelation der Variablen ist wiederum f r die Diskriminanzanalyse wichtig weil korrelierende Parameter nicht in den Lerndatensatz mit einbezogen werden d rfen da sonst die Gefahr eines instabilen Modells besteht s Kapitel 3 4 2 Die oben genannten f nf Kriterien die der authentische Pistaziendatensatz erf llen muss um zur multivariaten Datenanalyse zugelassen zu werden werden in den folgenden Kapiteln 5 3 1 bis 5 3 5 untersucht Die statistischen Auswertungen und Tests wurden mit Hilfe der Statistik Software SPSS 12 0 auf dem 95 Wahrscheinlichkeitsniveau durchgef hrt 74 5 3 Univariate statistische Vorbetrachtung 5 3 1 Betrachtung der Ausrei er Zur berpr fung ob es sich bei einem Wert der von den anderen auffallend sta
263. rus juices and concentrates Journal of AOAC International 1998 81 3 S 604 609 Jamin E Gonzalez J Remaud G Naulet N Martin G G Detection of exogenous sugars or organic acids addition in pineapple juices and concentrates by C 13 IRMS ana lysis Journal of Agricultural and Food Chemistry 1997 45 10 S 3961 3967 Jamin E Gonzalez J Remaud G Naulet N Martin G G Weber D Rossmann A Schmidt H L Improved detection of sugar addition to apple juices and concen trates using internal standard C 13 IRMS Analytica Chimica Acta 1997 347 3 S 359 368 Jamin E Guerin R Retif M Lees M Martin G J Improved detection of added water in orange juice by simultaneous determination of the oxygen 18 oxygen 16 isotope ratios of water and ethanol derived from sugars Journal of Agricultural and Food Chemistry 2003 51 18 S 5202 5206 179 10 Literaturverzeichnis 147 148 149 150 151 152 153 154 155 156 157 158 159 160 180 Jamin E Martin F Martin G G Blanch Cortes A I Christoph N Ciambotti A Giraudon S Guerin R Guillou C Kelly S Lamoureux C Mazac J Naulet N Pavanello F Retif M Rossmann A Versini G Determination of the C 13 C 12 ratio of ethanol derived from fruit juices and maple syrup by isotope ratio mass spectrometry Collaborative study Journal of AOAC Inter
264. s authentisch amerikanischen Datensatzes von beiden Diskriminanzmodellen s Abbildung 54 und 55 der amerikanischen Gruppe zugeordnet Allen f nf Ausrei ern des authentischen Pistaziendatensat zes der USA ist gemein dass sie AusreiBer und Extremwerte im Stickstoff Isotopenverh ltnis zeigen und drei davon auch in den Sauerstoffvariablen Ihre Lage in den grafischen Darstellun gen der Diskriminanzfunktionen s Abbildung 54 und 55 l sst erkennen dass sie in der 3 Variablenkombination n her an der amerikanischen Gruppe liegen als bei der Diskriminanza nalyse mit nur 2 Variablen bei der die Stickstoffvariable nicht eingeht Diese bessere Zuordnung der besagten Proben ist jedoch nur scheinbar denn das Stickstoff wie auch das Sauerstoff Isotopenverh ltnis leisten einen negativen Erkl rungsbeitrag auf der 2 kanonischen Diskrimi nanzfunktion s Kapitel 6 3 2 3 Je h her also der 8 N4 Wert einer Probe ist desto mehr wird der Funktionswert auf der y Achse nach unten gedriickt namlich auf das Niveau der iranischen Proben deren 8 N4i Werte allgemein deutlich h her sind als die der amerikanischen und t rki schen s Abbildung 39 in Kapitel 5 2 Daher liegen die amerikanischen Ausrei erproben mit ihren Extremwerten im Stickstoff Isotopenverh ltnis allgemein tiefer im 3 als im 2 Variablenmodell und damit n her besser in der amerikanischen Punktwolke 124 6 4 Anwendung der multivariaten Datenmodelle Optisch auff llig in Abbil
265. sbreite Innerhalb eines Gebietes Unterschiede innerhalb einer Pflanze 1 2 Unterschiede innerhalb einer Art 1 5 o Unterschiede zwischen Genotypen lt 4 Unterschiede zwischen verschiedenen Arten lt 4 o Zwischen verschiedenen Gebieten Temperatureinfluss 0 3 969 C Unterschiede in der relativen Luftfeuchtigkeit 0 1 Die 9o r F H heneinfluss 1 o 1000 m Bodenunterschiede lt 0 5 Daten stammen aus der Ver ffentlichung von T H E Heaton Der 5 C Wert eignet sich somit hervorragend zur Feststellung von Verschnitten zwischen C3 und C4 Pflanzen sowie zur Erkennung synthetischer Austauschstoffe Er kann auch zur Feststel lung der Herkunft von Lebensmitteln beitragen da die umweltbedingten 5 Wert Unterschiede zwar klein aber signifikant sind Das C C Verhiltnis hat sich in Kombination mit den 8 Werten anderer Elemente oder in der multivariaten Datenauswertung schon als durchaus aussa gekr ftig bew hrt 21 3 Allgemeiner Teil 3 2 2 Stickstoff Obwohl die Atmosph re die gr te Stickstoffquelle der Erde ist 78 nutzen Pflanzen vor wiegend den Stickstoff des Bodens NO und spiegeln dessen 5 N Wert wie der 99242268 Ausnahmen bilden Kohle l hier Pflanzen die in Symbiose mit E N gt fixierenden Bakterien leben Le Bodennitrat guminosen und daher auch einen 5 N Wert zwischen 2 und 2 o nahe dem des atmosph rischen N2 Boden Org D nger Minerald nger
266. ses liegt Formel s Anhang I Statistische Tests 69 Doerffel Test Es wird berpr ft ob zwischen dem Sollwert und dem gefundenen Mittelwert ein signifikanter Unterschied besteht Ist die zu berechnende Ungleichung er f llt besteht kein Grund zur Annahme eines systematischen Fehlers Formel s Anhang I Statistische Tests 54 4 5 In House Validierung der IRMS Methode Ergebnis Tabelle 17 Uberpriifung der Methoden Richtigkeit mittels der Arbeitsstandards und Proben be kannten Werts DC Methode SN Methode 180 Methode Arbeitsstandard Acetanilid Acetanilid Cellulose Vergleichsmaterial NBS 22 NH4 2SO4 GKP Wasser Herkunft der Vergleiche IAEA IAEA Laborstandard Sollwert u 29 7 o 0 4 o 8 1 Mittelwert x 29 6 o 0 4 o 7 9 o Standardabweichung s 0 21 o 0 08 o 0 50 o Anzahl der Messwerte n 3 7 12 0 95 lt 2 78 0 95 lt 2 45 1 06 lt 2 20 0 09 lt 0 14 0 03 lt 0 05 0 15 lt 0 22 Ix ul lt 1 5xs n Zur Durchf hrung des Doerffel und Sollwert t Tests siehe Anhang I Statistische Tests Die Ergebnistabelle 17 zeigt dass mit allen drei Stabilisotopen Messmethoden ein 1 Wert er reicht wird der kleiner als der zul ssige Tabellenwert ist Auch beim Doerffel Test ist die Diffe renz zwischen dem Soll und Ist Wert kleiner als der zul ssige Berechnungsterm Somit wurden bei beiden Tests richtige Ergebnisse erzielt und keine signifikanten Unterschiede auf dem 95 Wahrscheinlic
267. spr fung der Referenzgas Kalibrierung 4 2 Stabilit tspr fung der Referenzgas Kalibrierung Die Pr fung der Richtigkeit und der Stabilit t der Referenzgas Kalibrierung erfolgte ber Quali t tsregelkarten mit Hilfe der Arbeitsstandards die zur Sicherheit in jeder Sequenz mitgef hrt wurden Die Daten f r den Sollwert und die Standardabweichung zur Berechnung der Kontroll und Warngrenzen 2s 3s stammen aus der Kalibrierung der Arbeitsstandards gegen die IAEA Referenzmaterialen s vorheriges Kapitel 4 1 Ergebnis 8 c Qualit tsregelkarte Acetanilid vs CO Referenzgas Apr Jun Jul Jul Jul Okt Okt Feb Feb Mrz Mrz Mrz Mrz Abbildung 28 Qualit tsregelkarte Acetanilid zur berpr fung der CO Referenzgaskalibrierung SM Qualit tsregelkarte Acetanilid vs N Referenzgas 83 Sollwert m 1 2 Mess periode 3 Mess periode 3s Jun Jun Jun Jul Jul Jul Jul Okt Okt Okt Feb Feb Mrz Mrz Mrz Mrz Mrz Mrz Abbildung 29 Qualit tsregelkarte Acetanilid zur berpr fung der N Referenzgaskalibrierung 47 4 Ergebnisteil I Methodenvalidierung 580 Qualit tsregelkarte Cellulose vs CO Referenzgas Aug Aug Sep Sep Sep Sep Sep Sep Okt Apr Mai Mai Mai Mai Mai Jun Jun 03 08 03 03 03 03 03 03 03 04 04 04 04 04 04 04 04 Abbildung 30 Qualit tsregelkarte Cellulose zur
268. sschlaggebende Trennva riable im Pistazienklassifizierungsmodell ist f hren Erh hungen in diesem Wert zu einer Ver schiebung in Richtung der iranischen Punktwolke denn iranische Pistazien haben die h chsten O Werte von allen drei untersuchten L ndern Biologisch angebaute amerikanische Pistazien werden somit zwar nicht vom System falsch klassifiziert k nnen grafisch aber wie Mischproben aussehen und daher im u ersten Fall zu einer falsch positiven Beanstandung f hren Die Punktwolke der t rkischen Proben hat in diesem Fall keine Probleme gemacht da sie in der grafischen Darstellung des Diskriminanzmodells s Kap 6 3 5 Abb 4647 oberhalb der ame rikanischen und iranischen liegt so dass keine Fehlklassifizierungen von amerikanischen Proben in diese Gruppe vorkommen k nnen Es ist damit festzustellen dass es mit der Diskriminanzana lyse zu keiner Verwechslung von Proben der USA mit denen aus dem Iran und umgekehrt kommen kann Diese beiden Gruppen sind aufgrund des Sauerstoff Isotopenverh ltnisses sehr weit voneinander getrennt Die f nfte amerikanische Ausrei erprobe Nr 33 die ebenfalls direkt von einer kalifornischen Farm bezogen wurde hat dagegen ein erniedrigtes N N Verh lnis und das O O Verhaltnis ist alleinig beim l erh ht Von dieser speziellen Farm ist bekannt dass sie anders als der Gro teil der Pistazienbauern in Kalifornien nicht die bliche Pistaziensorte Kerman sondern Arya und Kaleghuch
269. ssifizierungsmodell nicht nach rechts ver schoben worden w re Ihre t rkische Authentizit t ist jedoch anzuzweifeln da sie als lose Ware auf einem Berliner Markt gekauft wurde Die Trennung zwischen Pistazien aus dem Iran und der T rkei ist somit schwierig Im Gegensatz zu den Ausrei ern im authentisch amerikanischen Datensatz ist die Authentizit t der univariat erkannten t rkischen Ausrei erproben tats chlich anzuzweifeln da die meisten Proben aufgrund fehlender Direktkontakte in die T rkei auf dem deutschen Markt gekauft wurden T rkische Proben mit erh hten 8 Oysmow Werten und AN vie Wetten werden wie die amerikanischen Proben in der grafischen Darstellung nach rechts und nach unten verschoben jedoch liegen sie damit zwangslaufig in der iranischen Punktwolke bzw werden auch als solche klassifiziert Zwi schen der T rkei und dem Iran kann es daher sehr leicht zu Fehlklassifizierungen bei der Dis kriminanzanalyse kommen s dazu auch Kapitel 7 Ergebnisdiskussion 126 6 4 Anwendung der multivariaten Datenmodelle 6 4 5 Multivariate Betrachtung anderer Lander Neben den Pistazien aus den drei Hauptanbaul ndern Iran USA und T rkei konnten auch einige Proben aus anderen L ndern gesammelt werden 1xItalien Sizilien 1xMarokko 1xUsbekistan 3xSyrien 6xGriechenland Da von der Diskriminanzanalyse fremde Gruppen nicht erkannt werden k nnen sondern jede Probe in eins der vorgegebenen L nder eingeordnet wird wurde
270. st rker und die Punktwolken sind daher gr er Dadurch liegen die Punktwolken der drei L nder viel dichter zusammen und die ameri kanischen Pistazien sind von den t rkischen nur knapp getrennt Bei der 2 Variablenkombination s Abbildung 49 liegen einige Datenpunkte sogar fast auf den Trenngeraden Dies wird durch die gr ere Streuung der 6 Messwerte der Pistazien Gesamtnuss gegen ber der in den Fraktio nen bedingt Die beiden Diskriminanzmodelle die nur aus den Variablen Pistazien Gesamtnuss erstellt wurden sind daher sehr bedingt zur Authentifizierung von unbekannten Handels Pro ben geeignet Die Wahrscheinlichkeit einer Fehleinordnung ist durch die schlechte Abgrenzung der Messwerte der t rkischen Proben recht hoch Eine Extraktion des Pistazien ls und Verwen dung dieser Messdaten im Diskriminanzmodell ist daher anzuraten auch wenn dies einen Zeit und Kostenfaktor darstellt Es wurde auch die Trenng te von Diskriminanzmodellen getestet die nur aus den Variablen der Kohlenstoff und Stickstoff Isotopenverh ltnisse bestanden jedoch werden damit nur Klassifika tionsraten unter 90 erreicht Die Vermessung des Sauerstoff Isotopenverh ltnisses zur Fest stellung der Authentizit t von Pistazien ist daher unerl sslich 116 6 4 Anwendung der multivariaten Datenmodelle 6 4 Anwendung der multivariaten Datenmodelle Die multivariate Datenanalyse wurde bisher nur zur grunds tzlichen Eignungspr fung der Stabil isotop
271. st rksten ausgepr gt 159 159 2791 Die physikalischen Eigenschaften von Molek len wie chromatografisches Verhalten Molvolu men oder Dampfdruck werden durch Isotope ebenfalls beeinflusst Bei der Destillation verblei ben die schwereren Molek le l nger in der fl ssigen Phase bei der HPLC an Normalphasen z B Kieselgel l sen sich die Kohlenstoffisotopomere mit h heren Massenzahlen langsamer von der station ren Phase w hrend sie auf reversed phase S ulen sowohl bei der HPLC als auch 14 3 2 Stabilisotope 28 106 bei der GC schneller eluieren Dieses Verhalten wird als thermodynamischer Isotopenef fekt bezeichnet 14027 Kinetische und thermodynamische Isotopeneffekte finden auch bei der Biosynthese von Molek len in Pflanzen und Tieren statt so dass in der Natur nicht die mittleren Isotopenverteilungen der Bioelemente s Tabelle 2 sondern unterschiedliche Isotopenverh ltnisse vorkommen Derzeit sind schon viele biochemische Umsetzungen in der Natur aufgedeckt worden bei denen eine Fraktionierung der stabilen Isotope der Bioelemente stattfindet Dies wird in den nachfolgenden Kapiteln 3 2 1 3 2 2 und 3 2 3 naher ausgef hrt F r die Angabe des Isotopenverh ltnisses einer Probe wird der sog delta Wert in Promille 960 verwendet Der Wert gibt an wie stark die Isotopenzusammensetzung einer Probe von der eines international festgelegten Standards abweicht Das Verh ltnis zwischen schwerem
272. statistic tests normality homogeneity of variance post hoc tests of observed means analysis of correlation and principal compound analysis be fore performing discriminant analysis 25 30 authentic pistachio samples were collected for each country and used to set up the dis criminant analysis model This model is able to separate the three countries with 100 statisti cal probability 95 confidence level 63 further pistachio samples were used to test the strengths and limits of the classification model Key words pistachio nuts origin authenticity isotopes IRMS EA TC EA 8 50 SPC SPN multivariate statistics discriminant analysis iv Inhaltsverzeichnis Inhaltsverzeichnis INHALTSVERZEICHNIS E V KR N E AN Lei TER LX ABBIEDUNGSVERZEICHNIS scscssccsscocsscestccevecscocstocescceeecteccscccveseeseccsces XTT ABK RZUNGSVERZEICHNIS cssssesccssssssscccccsssssssssssssssssscsccccssssesssssees 1 PROBLEMSTELLUNG e TE E 6 Sd ansehen 7 EE CLIE amp 3 123 Wirtschaften ee 9 314 Allatoxinproblematik euer ku dE 12 3 2 Stabilisotope nassen 14 3 2 1 Ee 16 3 22 nenne 22 E SAUCES se be e erii nae adea 25 32 3 Masserkrelslauf a ett te ote a 25 3 2 3 2 Sauerstoffkreislauf in Pflanzen sse eee nennen 29 3 2 3 3 Weitere Einflussfaktoren auf das O O Verh ltnis von
273. stik Anhang II Weiterf hrende Erl uterungen zur mulitvariaten Sta tistik Einteilung multivariater Analysenmethoden Aufgrund der Vielzahl multivariater Analysenmethoden werden sie oft nach ihren Fragestellun gen in prim r strukturen entdeckende Verfahren und prim r strukturen pr fende Verfahren eingeteilt Diese beiden Kriterien werden folgenderma en verstanden 1 Strukturen entdeckende Verfahren sind multivariate Verfahren deren prim res Ziel die Ent deckung von Zusammenh ngen zwischen Variablen oder zwischen Objekten ist Der An wender besitzt zu Beginn der Analyse noch keine Vorstellungen dar ber welche Bezie hungszusammenh nge in einem Datensatz existieren Derartige Verfahren sind z B die Fak torenanalyse oder die Clusteranalyse 2 Strukturen pr fende Verfahren sind multivariate Verfahren deren prim res Ziel in der berpr fung von Zusammenh ngen zwischen Variablen liegt Der Anwender besitzt eine auf sachlogischen oder theoretischen berlegungen basierende Vorstellung ber die Kausal zusammenh nge zwischen den Variablen und m chte diese mit Hilfe multivariater Verfah ren berpr fen d h er wei oder vermutet welche der Variablen auf andere Variablen ein wirken Er muss also in der Regel die von ihm betrachteten Variablen in abh ngige und un abh ngige Variablen einteilen k nnen Verfahren die diesem Bereich der multivariaten Da tenanalyse zugeordnet werden k nnen sind z B die
274. streuung aller beobachteten Variablen im statistischen Sinne erkl rt Der zweite Komponente wird anschlie end so ermittelt dass sie sich zur ersten orthogonal verh lt mit dieser also unkor reliert ist und einen m glichst gro en Teil der verbleibenden Streuung erkl rt Auf diese Weise lassen sich immer weitere Komponenten bestimmen bis im Extremfall so viele Komponenten ermittelt wurden wie Ausgangsvariablen im Faktorenmodell enthalten sind Im Einzelnen werden zur gegebenen Korrelationsmatrix die sog Eigenwerte und die dazugeh rigen Eigenvektoren bestimmt Der Eigenwert einer Komponente zeigt an welcher Betrag der Gesamtstreuung aller beobachteten Variablen durch diese erkl rt wird Mit dem Eigenwert Eins Kriterium nach Kaiser oder dem Scree Test nach Cattell wird die signifikante Komponentenzahl bestimmt blicherweise werden so viele Komponenten extrahiert wie Eigenwerte mit einem Wert gt 1 vorliegen Die zu diesen Eigenwerten geh renden Eigenvektoren bilden die Komponen ten die Elemente der Eigenvektoren nennt man die Faktorladungen Diese k nnen als Korrelati onskoeffizienten zwischen den betreffenden Variablen und den Komponenten verstanden wer den Ebenfalls eine gro e Bedeutung f r die Beurteilung der Faktorenextraktion hat die sog Kommunalit t Sie gibt anders als der Eigenwert an welcher Teil der Streuung einer Variab len durch alle Komponenten erkl rt wird 133637121129 Ergebnis Tabelle 40 Ei
275. t den 3 Pistazien Gesamtnussvariablen nenn 115 Grafische Darstellung der Funktionswerte und Trenngeraden aus der Diskriminanzanalyse mit den 2 Pistazien Gesamtnussvariablen 115 Grafische Darstellung der Klassifizierung von Handelsproben mit deklarierter Herkunft durch das 3 Variablen Diskriminanzmodell aus Kapitel 6 3 2 118 xiii Abbildungsverzeichnis Abbildung 51 Abbildung 52 Abbildung 53 Abbildung 54 Abbildung 55 Abbildung 56 Abbildung 57 xiv Grafische Darstellung der Klassifizierung von Handelsproben unbekannter Herkunft durch das 3 Variablen Diskriminanzmodell aus Kapitel 6 3 2 119 Grafische Darstellung der Klassifizierung von USA Iran Mischproben verschiedener Verh ltnisse durch das 3 Variablen Diskriminanzmodell aus 2 eignen 121 Grafische Darstellung der Klassifizierung von USA Iran Mischproben verschiedener Verh ltnisse durch ein 2 L nder Diskriminanzmodell im Vergleich mit der 8 Ovsmow Messreihe des Oe 122 Klassifizierung der Ausrei er aus dem authentischen Pistaziendatensatz mit dem 3 V ariablenmedell uses 123 Klassifizierung der Ausrei er aus dem authentischen Pistaziendatensatz mit dem 2 Variablenmodell c hessen ann 124 Wiederholung der Abb 46 aus Kap 6 3 5 Darstellung der Diskriminanz fonktionswerlel unklare 138 Auftragung der 5 Cppp gegen die 5 Ovsmow Messwerte der authentischen EK le EE
276. t s o Polyethylenfolie CO Single NBS 22 28 4 0 06 33 1 0 07 Polyethylenfolie CO Dual NBS 22 28 3 0 05 28 5 0 10 33 0 0 09 5 7 0 14 5 7 0 08 13 7 0 09 mmoniumsulfat CO Single Cellulose 2 6 0 40 2 9 0 29 Gasflaschenwechsel bei den Referenzgasen CO und Es konnte gezeigt werden dass die zwei Feststoffe Acetanilid und Cellulose dazu geeignet sind als Arbeitsstandards f r die 5 C 5N bzw 5 O Messung zu fungieren Die Kalibrierung die ser Stoffe ber mehrere Sequenzen an verschiedenen Tagen f hrt zu normalverteilten Werten und der Vergleich der Varianzhomogenit ten und Mittelwerte zwischen den Sequenzen liefert keine signifikanten Unterschiede auf dem 95 Signifikanzniveau s Tabelle 7 Zwischen den Einstellungen Single und Dualgasmode am Elementaranalysator konnten keine Unterschie de in den erhaltenen Messwerten festgestellt werden 45 4 Ergebnisteil I Methodenvalidierung Auch die Ermittlung der Werte der Referenzgase f hrt zu Mittelwerten mit befriedigenden Standardabweichungen s Tabelle 8 Da die Eignung der Referenzgase als Arbeitsstandards ber den Zeitraum dieser Arbeit erst getestet wurde siehe dazu die Stabilit tspr fung in Kapitel 4 2 kann an dieser Stelle keine statistische Beurteilung erfolgen In Tabelle 8 ist auch abzulesen dass zu Beginn jeder neuen Messperiode die Referenzgase ge ringf gig nachkalibriert werden
277. t also vergleichbar mit dem deut schen Begriff biologischer Anbau P6 Die Box Plot Darstellung zeigt bei den authentisch t rkischen Messergebnissen sehr auffallige AusreiBer in den SIN az und 8 8Oysmow Werten und zwar bei denselben Proben in allen drei Fraktionen s Tabelle 30 und vgl Abb 38 40 in Kap 5 2 Dies sind die Pistazienproben mit den Nummern 82 lose Ware ohne Schale 86 verpackte Ware ohne Schale 88 verpack te Ware 5 Jahre alt mit Schale und 90 lose Ware mit Schale Es scheint als ob die Pistazien ohne Schale durch ufere Einfl sse z B Luft Verarbeitung Lagerung in ihrem Stickstoff und Sauerstoff Isotopenverh ltnis beeinflusst wurden bzw mehr isotopenrelevant beeinflusst wurden als Pistazien mit Schale Die beiden auffalligen Proben Nr 82 und 86 sind auch die einzigen ohne Schale im authentisch t rkischen Datensatz Bei Probe Nr 88 k nnte die Alterung 5 Jahre keine Angaben ber die Lagerungsbedingungen zu einer Ver nderung der Isotopenverh ltnisse gef hrt haben Die authentisch t rkische Herkunft der Probe Nr 90 ist nicht mit Sicherheit anzunehmen da sie als lose Ware in Berlin gekauft wurde Ein weiterer auff lliger Ausrei er im t rkischen Datenmaterial ist die Probe Nr 75 die nur im 6 Cppg Verh ltnis aller Fraktionen ausrei t Es handelt sich dabei ebenfalls um eine in Berlin gekaufte lose Ware mit Schale und ihre t rkische Herkunft kann somit nicht mit Gewissheit angenommen werd
278. t anstieg Mit genauen Einwaagen und der Verwendung von Mikroliterspritzen statt der Mikrowaage beim Ol konnte die Messung im linearen Arbeitsbe reich jedoch weitestgehend gew hrleistet werden 130 7 Ergebnisdiskussion Au erdem hat sich gezeigt dass eine Trocknung der Proben ber Pentoxid f r die Bestimmung unbedingt erforderlich ist um die Standardabweichung zu verringern Alle weiteren Voruntersuchungen der Methodik und Materialien Kalibrierungen Stabilit t der Standards und Analyten schlossen mit sehr zufrieden stellenden Ergebnissen ab so dass die IRMS Messmethoden In House validiert werden konnten um die Verwendbarkeit und G ltig keit der Messergebnisse sicherzustellen s Kap 4 5 Durch den Vergleich der erzielten Wieder hol und Vergleichbarkeitsdaten r R mit anderen bereits validierten IRMS Methoden in der Lebensmittelanalytik zeigte sich dass mit der C N und O Methode richtige wiederholba re und vergleichbare Ergebnisse erzielt werden Die Validierung der drei Stabilisotopen Methoden zur Vermessung von Pistazien ist sehr wich tig da mit dieser Arbeit eine praktisch anwendbare Methodik erstellt werden sollte und sie erst nach der Ermittlung der wichtigen Kenndaten wie r und R auch in einem Handels oder berwa chungslabor f r z B Routineuntersuchungen etabliert werden kann Im Zuge der Validierung wurde eine weitere wichtige Erkenntnis gewonnen n mlich dass das Pistazien l die b
279. tazien l 5 Ovsmow Pistazien l P SINA 2 D 2 a E D gt R p E vo 2 im 36 15 38 35 R 30 88 41 09 8 26 94 6 77 3690 24 18 6 64 4028 28 84 36 68 9 R 2646 847 3642 2421 851 40 80 28 14 38 06 14 G 2624 5 12 34 06 23 68 5 28 38 85 28 01 37 28 16 R 27 33 2 37 36 50 24 35 2 50 39 27 29 07 37 25 R ger stet S gesalzen G gr n Z Zitronensaft fett gedruckte Werte nachgewiesene Ausrei er nach Kapitel 5 3 1 Probenliste mit 5 Werten authentisch US amerikanische Pistazienproben Mittelwerte der 6 Messung nach Grubbs Ausrei ertest Verarbei BC ppm R ckstand R ckstand 5 Ovsmow R ckstand Pistazien l 8 Ovsmow Pistazien l WW Go Go EH Probennr 27 78 222 29 03 28 04 29 84 27 27 28 75 27 53 28 46 27 36 30 21 27 88 28 80 27 54 29 22 27 52 29 23 26 98 30 03 29 93 30 16 29 44 29 67 29 42 29 89 29 42 29 58 29 11 30 41 29 79 29 62 29 81 29 49 30 28 29 96 30 26 29 26 29 87 30 10 29 79 29 11 29 96 26 18 26 68 25 95 25 97 27 60 25 91 27 08 26 48 27 64 25 92 27 55 26 87 27 93 26 42 26 50 27 22 25 81 27 70 27 37 27 48 27 63 29 77 27 99 36 R 27 53 1 85 2702 25 10 2 06 30 83 29 65 26 53 40 R S 27 70 135 2807 2509 1 52 30 51 29 56 27 92 27 89 29 17 29 64 26 59 27 57
280. tazien mittels H NMR und C NMR Spektro skopie und multivariater Statistik Diplomarbeit Technische Universit t Berlin 2004 Anhang Anhang Anhang I Anhang I Formelverzeichnis Berechnung des Werts Allgemeine Formel E Probe a 1 2 1000 Probe BW ask Isotop int Bezugsgr e I d osos Isotop Hauptisotop Jint Bezugsgr e Mit An delta Wert der Probe in 0 Abweichung des Isotopenverh ltnisses der Probe zur internationalen Bezugsgr e Ischweres Isotop IHauptisotop Verh ltnis der Ionenstr me Bestimmung des Werts einer Probe mittels Ein Punkt Kalibrierung Die Probe und der jeweilige Standard z B Referenzmaterial Arbeitsstandard werden gegen das Referenzgas Ref gas vermessen und somit ihre Werte gegen dieses Referenzgas ermittelt Der Wert des Standards gegen ber der internationalen Bezugsgr e ist bekannt F r die Be rechnung des relativen Isotopenverh ltnisses der Probe gegen die internationale Bezugsgr e gelten dann nach Umstellen der allgemeinen Gleichung s o folgende Relationen rote Probe Probe Ref gas Ref gas int Bezugsgr e Ont Bezugsgr Be Onef gas 4 Ont Bezugsgr e 1000 Std gt pee int Bezugsgr e 7 C Ref gas int Bezugsgr e Std 1 ES Ref gas 1000 Prob mit Ge 6 Wert der Probe gesuchte Gr e D 6 Wert der Probe gegen ber dem Referenzgas Messwert AA Wert des R
281. teeinstellungen und Probenvorbereitung Einstellungen am EA Zyklus Probenzufuhr cycle time 60s Sauerstoffzufuhr oxy time 59s Probeneinwurf start sample 17s Autosamplerdrehung stop sample 40s Druckeinstellungen am ConFlo II Helium Dilution 1 30 bar Kohlendioxid 1 15 bar Stickstoff 1 60 bar Oxidationsrohr Quarz Temperatur 1040 C Packung Quarzwolle Chronx II oxid gek rnt versilbertes Kobaltoxid Granulat Reduktionsrohr Quarz Temperatur 650 C Packung Quarzwolle reduziertes Kupfer 0 5mm Kupfer II oxid 0 5mm GC S ule Temperatur 50 Material Porapak Wasserfalle Temperatur Raumtemperatur nicht beheizbar Packung Magnesiumperchlorat Granulat Verbrauchsmaterialienzulieferer Analysentechnik e K Meerbusch Deutschland 163 9 Material und Methoden 9 3 3 Pyrolyseeinheit TC EA Hersteller ThermoQuest Finnigan Ger tename TC EA Autosampler AS 200 f r 50 Proben He druck Purge 1 0 bar He druck Carrier 0 7 bar Auxiliarygasdruck 0 8 bar 2 in He Heliumflu 90 ml min Druckeinstellungen am ConFlo II Helium Dilution 1 30 bar Kohlendioxid 1 15 bar Kohlenmonoxid 1 60 bar Reaktor Glassy Carbon Rohr in Aluminiumoxidrohr Temperatur 1350 C Packung Graphitcrucibles rund Glassy Carbon Granulat Quarzwolle Silberwolle GC Saule Temperatur 70 C Material Molecular Sieve 5a 80 100 mesh Verb
282. ten Diskriminanzfunktionen zu beurtei len wof r mehrere Ma zahlen zur Verf gung stehen Durchf hrung Es wird zu jeder Diskriminanzfunktion der dazugeh rige Eigenwert y Maximalwert des Diskri minanzkriteriums bestimmt der sowohl in seiner Berechnung als auch in dem zugrunde lie genden Konzept weitgehend dem F Wert einer Varianzanalyse entspricht Er ergibt sich aus dem Quotienten der Quadratsummen zwischen den Gruppen und innerhalb der Gruppen Er ist somit eine Kennzahl daf r wie sauber die Diskriminanzfunktion zwischen den verschiedenen Ob jekten der abh ngigen Variablen zu trennen in der Lage ist Er wird der Einfachheit halber meist 103 6 Ergebnisteil III Multivariate Statistik normiert so dass er Werte zwischen Null und Eins annimmt Bei der Diskriminanzanalyse wird ein m glichst gro er Eigenwert nahe Eins angestrebt denn dann ist gew hrleistet dass sich die Funktionswerte der einzelnen Gruppen deutlich voneinander unterscheiden w hrend die Werte innerhalb einer Gruppe sehr hnlich sind 779 Das im Zusammenhang mit der Diskriminanzanalyse h ufiger betrachtete Kriterium ist Wilks Lambda A welches den Anteil der Streuung innerhalb der Gruppen an der gesamten Streuung A V 1 y kennzeichnet Auch dieser Wert ist normiert jedoch zeigen hier kleine Werte nahe Null eine gute Trennung zwischen den Gruppen an Wilks Lambda l sst sich au erdem in ein ann hernd Chi y verteiltes Ma
283. tiert wird 1 s Kap 3 1 3 und ihr Weltmarktanteil ist daher sehr gering Die Um Etikettierung g nstigerer iranischer Pistazien als t rkische ist somit wie bei den amerikanischen sehr lohnenswert und bei steigender Nachfrage nach t rkischen Pistazien aber geringen oder gleich bleibenden Ernten ein potentiell wachsendes Problem Die Abtrennung der t rkischen Pistazien von den iranischen ist jedoch nicht so einfach wie die der USA da sich die beiden L nder in allen drei betrachteten Stabilisotopenverh ltnissen ber schneiden Der 8 O Wert ist auch hier wieder die st rkste Trennkomponente jedoch erst im Zusammenspiel mit dem 5 C oder 5 N Wert kann eine deutliche Abtrennung der Punktwolke des Irans von der der T rkei in den x y Streudiagrammen erkannt werden s Kap 6 1 Abb 42 43 Aber wie bei der Darstellung von Anderson et al hier wurde keine deutliche Tren nung zwischen iranischen und t rkischen Pistazien erreicht ist es bei dieser einfachen zweidi 135 7 Ergebnisdiskussion mensionalen Auftragung sehr schwer die Herkunft einer unbekannten Probe zu bestimmen vor allem wenn sie genau zwischen zwei Punktwolken liegt Dieses Problem und weitere Hauptziel dieser Arbeit wurde mit Hilfe der multivariaten Datenana lyse gel st Es konnte hier sowohl mit der Hauptkomponenten als auch der Diskriminanzanalyse eine vollstandige Trennung der drei Lander voneinander erreicht werden s Abb 45 in Kap 6 2
284. transformieren so dass ein Hypothesentest durchgef hrt werden kann Hierbei wird getestet ob zwischen den durchschnittlichen Funktionswerten in den einzelnen Fallgruppen kein Unterschied besteht Der kanonische Korrelationskoeffizient misst wiederum den Anteil der Streuung zwischen den Gruppen und der gesamten Streuung Die Werte des Koeffizienten liegen zwischen Null und Eins wobei ein hoher kanonischer Korrelationskoeffizient auf eine gute Trennung zwischen den Gruppen und damit auf einen hohen Erkl rungsgehalt des Modells hinweist Ergebnis Tabelle 46 Ma zahlen zur berpr fung der Modellg te der Diskriminanzanalyse mit 3 und 2 Variablen Funktion Eigenwert der Varianz Kanonische Korrelation 1 19 781 19 633 90 1 92 6 0 976 0 975 2 2 177 1 559 9 9 74 0 826 0 781 Die in Klammern stehenden Werte sind die Ergebnisse aus der 2 Variablenkombination Tabelle 47 Wilks Lambda und y Test zur Bewertung der Modellg te Funktionen Wilks s Lambda Signifikanz 1 und 2 0 015 0 019 0 000 0 000 nur 2 0 315 0 391 0 000 0 000 Die in Klammern stehenden Werte sind die Ergebnisse aus der 2 Variablenkombination Im vorliegenden Fall sind die Eigenwerte beider Funktionen beider Variablenkombinationen als hoch zu bezeichnen wobei der Wert der ersten Diskriminanzfunktion wesentlich gr er als der der zweiten ist s Tabelle 46 Dies kommt auch in der Spalte der Varianz zum Ausdruck in der angegeben wir
285. tsregelkarte von Atropin GKP zur Pr fung der Verfahrensstabi lit t der N Methode 59 4 Ergebnisteil I Methodenvalidierung 50 Benzoes ure Qualit tsregelkarte Stabilit t der O Methode 25 9 E Messwerte Reaktor een ae PENES EM E M ERE MM problem Sollwert 25 1 24 3 23 9 T T T T T T T T T T T T T T T T T T T T T T T T T r Sep Sep Sep Sep Sep Sep Okt Mai Mai Mai Mai Jun Jun Jun 03 03 03 03 3 03 03 04 04 04 04 04 Abbildung 36 Qualit tsregelkarte Benzoes ure GKP zur Pr fung der Verfahrensstabilitat der O Methode Ergebnis Alterungsstudie Tabelle 22 Ergebnisse der Alterungsstudie mit Pistazien 6 Cppg S Nair 6 Ovsuow frisch n 5 26 8 o 0 4 o frisch n 4 27 2 o 7 Monate alt n 5 26 9 o 0 6 o 1 Monat alt n 3 27 2 o 18 Monate alt n 5 27 0 o 0 7 o 9 Monate alt n 5 27 1 o X aus den 3 Alterungsstadien 26 88 o 0 56 o X aus den 3 Alterungsstadien 27 16 o 0 076 o 0 150 o 0 056 o s Pistazie 0 126 o 0 170 96o s Pistazie 0 513 96o an 0 943 T er 0 365 Die Qualit tsregelkarten f r die C und N Methode s Abbildung 34 und 35 zeigen ber einen Zeitraum von ca 1 Jahren eine stabile Messung der Ger tekontrollproben an Die Mess werte schwanken um den aus der Vorperiode errechneten Mittelwert s Tabelle 21 und treten nicht ber die Kontrollgrenzen hinaus Die Wiederholstandar
286. tungsf higkeit des erstellten Modells mit Handelsproben berpr ft und getestet In vorherigen Kapitel 5 wurde das authentische Pistaziendatenmaterial bereits univariat betrach tet und auf Ausrei er und seine Eignung f r die Hauptkomponenten und Diskriminanzanalyse hin untersucht Es hat sich dabei herausgestellt dass die Isotopen Messwerte der Pistazien alle zwingend geforderten Kriterien Normalverteilung Gruppenunterschiede Korrelation erf llen und sich daher sehr gut f r die multivariate Datenanalyse eignen Es mussten zudem nur einige Ausrei er aus dem Datensatz entfernt werden genaue sachlogische Erkl rungen dazu sind in der Ergebnisdiskussion in Kapitel 7 gegeben so dass die Probenanzahl pro Gruppe Land noch gen gend gro f r den Einsatz zur multivariaten Statistik ist Bei der multivariaten Datenanalyse wird der authentische Datensatz zuerst einer Hauptkompo nentenanalyse unterzogen Hierbei werden n mlich keine Gruppen L nder vorgegeben daher eignet sich die Hauptkomponentenanalyse hervorragend zur Entdeckung der Strukturen des Da tensatzes und damit auch zur Pr fung ob die Stabilisotopenvariablen dazu geeignet sind nach der Herkunft zu trennen s Kapitel 3 4 1 Sie wird in Kapitel 6 2 in folgenden Schritten durch gef hrt und die Ergebnisse jeweils diskutiert werden 1 Pr fung der Eignung der Korrelationsmatrix 2 Extraktion der Faktoren Komponenten 3 Faktorinterpretation 4 grafische Darst
287. uch von R Schwartz und L Hecking 1991 wurden hier knapp 380 Proben aus zwei aufeinander folgenden Erntejahren vermessen jedoch sind die Pro benzahlen pro Land und Erntejahr sehr unterschiedlich Es konnte eine grafisch sichtbare Auf trennung der ICP MS Daten in drei Punktwolken erreicht werden jedoch kommen berlappun gen vor Klassifikationsmatrix gibt Zuordnungssicherheit zwischen 65 100 aus Bei der T r kei treten hierbei die gr ten Fehlerraten auf Als Erkl rung daf r wurden von den Autoren die vorher mit der ANOVA nachgewiesenen saisonalen Unterschiede eine breitere geografische Streuung der gesammelten Proben aus dem Jahr 2001 und evtl Sortenunterschiede postuliert Neben der ICP AES Messung wurde von K Anderson und B Smith auch ein Teil n 71 des Gesamtdatensatzes aus 2001 auf 8 C und 5 N Isotopendaten sowie das gesamt C N Verh ltnis vermessen Die von den ICP MS Daten separate statistische Auswertung der Werte blieb univariat da mit einer Auftragung des C N Verh ltnisses gegen den 8 N Wert die kaliforni schen Proben klar von den anderen abgetrennt sind Die Punktwolken der t rkischen und irani schen Pistazienproben liegen Jedoch sehr nahe beieinander und eine klare Trennung ist hier nicht zu erkennen AuBerdem k nnen mit diesem Modell unbekannte Proben die in diesen Schnitt mengenbereich fallen nicht klar identifiziert werden Die nachfolgende Abbildung 1 zeigt das Ergebnisdiagramm von Anderson und B
288. uell dargestellt und da her die Klassifikationsmatrix nicht mit aufgef hrt Ergebnis 4 D a TU k sl rkei 2 2 24 5 a dea e o 1 Og g E Sab 9 eg 4 wee oF ae oo a 4 9o 5o e 3 o Se USA c 9 Iran Nn gt 5 T T T T T T T T 8 6 4 2 0 2 4 6 8 1 kanonische Diskriminanzfunktion 850 Ol authentisch Iran A authentisch USA o authentisch T rkei unbekannte Handelsware Abbildung 51 Grafische Darstellung der Klassifizierung von Handelsproben unbekannter Her kunft durch das 3 Variablen Diskriminanzmodell aus Kapitel 6 3 2 Die Handelsproben unbekannter Herkunft werden vom Diskriminanzmodell fast berwiegend in die iranische Punktwolke eingeordnet s Abbildung 51 Die meisten Pistazien auf dem deut schen Markt stammen demnach aus dem Haupterzeugerland Iran was den Importstatistiken zu folge s Kap 3 1 3 Abb 10 2 auch die tats chliche Marktsituation in Deutschland wider 119 6 Ergebnisteil III Multivariate Statistik spiegelt Der USA Punktwolke werden 8 der 24 undeklarierten Proben zugeordnet Eine weitere Probe befindet sich in der Grafik genau zwischen der tiirkischen und iranischen Punktwolke Sie wird vom Klassifizierungsmodell statistisch der T rkei zugeordnet jedoch k nnte diese Probe auch aus einem anderen vierten Land stammen oder eine Mischprobe sein Auch in diesem Versuch
289. um der Finanzen Zoll online Vorf hrpflichten nach 55 Abs 1 Nr 3 LFBG Attp www zoll d de e0 downloads f dont show vorfuehrpflichten pdf letzter Aufruf der Website 11 5 2006 Butzenlechner M Isotopenverteilungen in Phenylpropan Abk mmlingen Spiegel ihrer Biosynthese und Grundlagen f r ihre Herkunftsbestimmung Dissertation Technische Universit t M nchen 1990 Calderone G Naulet N Guillou C Reniero F Characterization of European wine glycerol Stable carbon isotope approach Journal of Agricultural and Food Chemistry 2004 52 19 S 5902 5906 California Pistachio Commission http www pistachios org letzter Aufruf der Website 11 5 2006 California Pistachio Commission Good Agricultural Practices Manual Guidelines for California Pistachio Growers 2000 10 Literaturverzeichnis 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 California Pistachio Commission Good Processing Practices Manual Guidelines for California Pistachio Processors 2000 Calvin M Bassham J A The Photosynthesis of Carbon Compounds Benjamin 1962 Casabianca H Graff J B Enantiomeric and Isotopic Analysis of Flavor Compounds of Some Raspberry Cultivars Journal of Chromatography A 1994 684 2 S 360 365 Cernusak L A Wong S C Farquhar G D Oxygen isotope composition of phloem sap in relation to leaf water in Ric
290. um zum Helium Tragergasstrom schaffen um nach folgender Formel das Wasser in der IRMS Quelle abzufangen bzw f r eine Reaktion mit zu inaktivieren H5 gt OH Ein weiteres praktisches Problem w hrend der Durchf hrung der vorliegenden Arbeit war das Fehlen kommerziell erh ltlicher fester organischer Referenzsubstanzen Kalibrierungen mussten daher mit vorhandenen w ssrigen Standards VSMOW und einem Laborstandard der Gasbench durchgef hrt werden obwohl sich diese bei der Pyrolyse anders verhalten als ein organischer Feststoff Des Weiteren decken die kommerziell erh ltlichen Referenzw sser nur 5 O Werte im negativen Bereich ab jedoch liegen die von Pflanzen bzw Lebensmitteln im All gemeinen mehr im Positiven Seit Mitte 2004 sind bei der Internationalen Atomenergiebeh rde IAEA zwei Benzoes uren 23 06 und 71 40 o k uflich zu erwerben die eine sichere 2 Punkt Kalibrierung des TC EA f r die Messung von organischen Festproben erm glichen jedoch kamen sie f r diese Arbeit leider zu sp t auf den Markt 31 3 Allgemeiner Teil 3 4 Multivariate Datenanalyse Der Literatur ist zu entnehmen dass der Einsatz multivariater statistischer Datenanalysen in der Lebensmittelchemie immer h ufiger und notwendiger wird Der Nachweis der Herkunft oder Verf lschung von hochwertigen und damit teuren Lebensmitteln kann meist nicht nur anhand eines Parameters gef hrt werden Die multivariate Statistik ste
291. undlage von Whisky 5 5 oder Tequila topenmassenspektrometrie festgestellt werden Ein umfassender bersichtsartikel ber die An wendung der Stabilisotopenanalytik zur Bestimmung der Herkunft und Authentizit t von Le bensmitteln wurde erst k rzlich von Schmidt et al 2005 ver ffentlicht Nach den Ergebnissen von Anderson et al wird daher angenommen dass die Frage nach der geografischen Herkunft von amerikanischen iranischen und t rkischen Pistazien mit Hilfe einer einfachen und schnellen IRMS Methode eindeutiger gel st werden k nnte Es stand in dieser Arbeit neben dem Elementaranalysator EA zur Messung des Kohlenstoff und Stickstoffisoto penverh ltnisses auch eine Pyrolyseeinheit TC EA zur Sauerstoffbestimmung bereit Diese Ger te erlauben schnelle Analysenzeiten ca 10 Minuten und eine einfache Probenvorbereitung Einwaage der zermahlenen Probe Da evtl eine multivariate Datenanalyse zur Auswertung in Frage kam musste eine gen gend gro e Anzahl authentischer Proben vermessen werden min destens 30 authentische Proben pro Land Au erdem sollten auch bestimmte Pistazieninhalts stoffe z B l Eiwei Zucker vermessen werden da in der Literatur eine Isotopendiskriminie rung in den Sekund rstoffwechseln der Pflanzen beschrieben wird die zu einer Versch rfung der Messwertunterschiede f hren k nnte 16225295294 Literaturver ffentlichungen auf dem Gebiet der IRMS bez glich der Frage nach Pistazien oder al
292. unications in Mass Spectrometry 2001 15 S 763 766 Fruit amp Nut Research Information Center University of California Pistachios Process ing Procedures http fruitsandnuts ucdavis edu crops pistachprocess shtml letzter Aufruf der Website 11 5 2006 Funk W Dammann V Donnevert G Qualit tssicherung in der Analytischen Chemie VCH Weinheim 1992 Galimov E M Kodina L A Generalova V N Experimental Investigation of Intra and Intermolecular Isotopic Effects in Biogenic Aromatic Compounds Geochemistry International 1975 S 9 13 Gensler M Ro mann A Schmidt H L Die Isotopenverh ltnis Massen spektrometrie als Analysenverfahren zum Authentizit tsnachweis bei Fruchs ften gezeigt an verschiedenen Inhaltsstoffen Lebensmittelchemie 1993 48 6 S 129 130 10 Literaturverzeichnis 105 106 107 108 109 110 111 112 113 114 115 116 117 Gensler M Rossmann A Schmidt H L Detection of Added L Ascorbic Acid in Fruit Juices by Isotope Ratio Mass Spectrometry Journal of Agricultural and Food Chemistry 1995 43 10 S 2662 2666 Gensler M Schmidt H L Isolation of the main organic acids from fruit juices and nectars for carbon isotope ratio measurements Analytica Chimica Acta 1994 299 S 231 237 Gertz Ch Methodenvalidierung und Bewertung von Analysenergebnissen In Quali tat im analytischen Labor Hrsg
293. unkte k nnten auf das N N Verh ltnis der iranischen Pistazien Einfluss genommen haben Die heutigen Anbaufl chen des Irans werden z B schon seit den f nfziger Jahren intensiv landwirtschaftlich genutzt w hrend in den USA Pistazien erst seit den siebziger Jahren angebaut werden Die Jahresdurchschnittstemperaturen liegen im Iran auch etwas h her als in den USA Au erdem ist es in dem h ufig noch traditionell bewirtschafte ten Iran auch eher wahrscheinlich dass mehr organische D nger G lle Stallmist anstelle teurer Minerald nger verwendet werden Synthetische D nger f rdern das allm hliche Absinken des 5 Nai Werts im Pflanzenstickstoff und in den USA ist von einer derartigen D ngung auszuge hen Von der T rkei sind die Diingergewohnheiten f r Pistazien leider nicht bekannt Ein weiterer exogener Faktor der die allgemein niedrigeren 8PNA Werte in den amerikani schen und t rkischen Pistazien bewirken k nnte ist die jahresdurchschnittliche Niederschlags menge Zwar fallt im California Central Valley nicht unbedingt mehr Regen als im Iran jedoch ist bekannt dass die amerikanischen Pistazienfelder regelm ig und ausreichend bew ssert wer den In der T rkei fallt im Jahresdurchschnitt der meiste Regen was die niedrigeren SINA Werte gegen ber den iranischen Pistazien verursachen k nnte vgl dazu die Klimadiagramme in Kap 3 1 2 Abb 3 4 Eine Erkl rung f r die zudem beobachteten stark unterschiedlichen Streubreiten
294. urch gr ere Punktwolke ist eine Zumischung von ber 70 iranischen zu amerikanischen Pistazien nicht mehr auff llig 122 6 4 Anwendung der multivariaten Datenmodelle 6 4 4 Klassifizierung der AusreiBer aus Kapitel 5 3 1 Die Ausrei er Betrachtung des authentischen Datenmaterials in Kapitel 5 3 1 erbrachte vor al lem bei den amerikanischen Proben mehrere Ausrei er F lle die zwar von allen Tests angezeigt wurden aber deren Authentizit t aufgrund des Direktbezugs aus den USA schwer anzuzweifeln ist Es soll daher gepr ft werden wie sich die Ausrei er in der Diskriminanzanalyse verhalten d h ob sie grafisch auff llig sind oder inmitten einer der drei Punktwolken eingeordnet werden Da sie meistens aufgrund des Stickstoff Isotopenverh ltnises als Ausrei er erkannt wurden sol len sie zus tzlich auch mit dem 2 Variablen Diskriminanzmodell betrachtet werden bei dem keine Stickstoffvariable eingeht Hierdurch soll getestet werden ob die Ausrei er immer noch grafisch auff llig oder in falsche Gruppen eingeordnet werden und ob das Stickstoff Isotopenverh ltnis berhaupt zur Herkunftsbestimmung von Pistazien geeignet ist oder zu Falsch Klassifizierungen f hrt Durchf hrung Alle in Kapitel 5 3 1 erkannten Ausrei er werden mit dem 3 und 2 Variablen Diskriminanzmodell klassifiziert und die Ergebnisse grafisch dargestellt Ausrei er gef llte Symbole in jeweiligen Gruppefarbe Die Probennummern in den Grafiken und
295. viele verschiedene u ere Faktoren z B Versorgung Standort Reifungsgrad etc wahrend des Wachstums auf die einzelnen N sse einwirken AuBerdem k n nen Handelsproben Mischungen verschiedenster Chargen sein d h der Einfluss verschiedener Gebiete innerhalb eines Landes unterschiedlicher Erntezeitpunkte Sorten Behandlungen etc flieBt mit ein Durch das Vermahlen der einzelnen N sse 7 20 g Kerne wird die resultierende Gesamtprobe so gut gemischt homogenisiert dass die Standardabweichungen weit unter 1 o sinken und sich damit in den Gr enordnungen der Arbeitsstandards bewegen 20 g sind somit eine repr sentative Menge f r eine Probe die auch noch aus der kleinsten auf dem Markt erh lt lichen Verpackungseinheit 50 g Pistazien mit Schale gewonnen werden kann und sich mit einer normalen Laborm hle zerkleinern l sst 51 4 Ergebnisteil I Methodenvalidierung 4 4 2 5 Wert Beziehungen zwischen einzelnen Pistazienbestandteilen Bei Pistazien k nnen drei Hauptbestandteile unterschieden werden Schale Haut und Kern F r die Wahl des ftir die Untersuchung zu analysierenden Teils ist es daher wichtig zu wissen ob sich diese drei Bestandteile in ihren Isotopenwerten signifikant voneinander unterscheiden Durchf hrung Schale Haut und Kern einzelner Pistazien ger stet und gesalzen Iran und USA wurden separat auf ihr C PN und O Isotopenverhiltnis hin vermessen und die Differenzen zwischen Haut Ke
296. vsmow umgebende Wasser bestimmt wird Die Denitrifi Chilean Nitrates kation f hrt infolge kinetischer Isotopenfraktionie Chilean Nitrate Fertilizers rung wie beim Stickstoff zu einem DO angerei chertem NO3 Bei technisch hergestelltem Nitrat Atmospheric N2 and 02 wie es in Mineraldiingern vorkommt stammen die Nitrate Fertilizers Sauerstoffatome vornehmlich aus dem der Luft Aus diesem Grund weisen Nitrate aus indus Soil Organic Matter Manure a ne 18 septic systems trieller Produktion alle stark positive O Werte effluents 10 auf und liegen nahe dem des Luftsauerstoffs SEN A 00 Air 23 5 o Die Aufbringung von Minerald ngern Abbildung 23 durch den Menschen kann daher den Sauerstoffiso sae 2 8 N und 8 0 Werte verschiedener D n topengehalt der Pflanzen beeinflussen 91 Die gernitrate Wert Unterschiede in den verschiedenen D n Originalgrafik al 2 9 ver ndert nach Vitoria et gerarten sind in Abbildung 23 grafisch dargestellt W hrend der molekulare Sauerstoff und das Kohlendioxid der Luft im Wesentlichen unabh ngig vom Standort sind bildet das in der Pflanze enthaltene Wasser eine standortspezifische Gr e da sein O Wert vom Grund bzw Niederschlagswasser und geografischen und klimatischen Faktoren abh ngt Das standortspezifische Isotopenmuster des Wassers wird wiederum auf das Pflanzenmaterial bertragen starke Korrelationen daher ist der 5 O Wert sehr gut
297. zanalyse kann die Hauptkomponentenanalyse dies nicht leisten da sie ein strukturen entdeckendes Verfahren ist und keine Gruppen vorgegeben sind Um zu testen ob die Stickstoffvariable wirklich einen relevanten Trennbeitrag leistet wurden zwei Diskriminanzmodelle aufgestellt einmal mit allen drei den optimalen Stabilisotopenvari ablen und zum anderen nur mit der Sauerstoff und Kohlenstoffvariable Es stellte sich heraus dass sowohl mit dem 3 als auch mit dem 2 Variablenmodell Klassifizierungsmodelle aufgestellt werden konnten s Kap 6 3 2 welche in der berpr fung der Sicherheit mit den drei einschl gigen Sch tzverfahren R L H Methode eine 100 ig richtige Einordnung der Quasi Proben erreichen s Kap 6 3 3 Der Beitrag den die Stickstoff Isotopenverh ltnisvariable 6 R ck stand zur Trennung der drei Pistazienanbaul nder leistet ist daher nur sehr gering 137 7 Ergebnisdiskussion Der Vorteil der Diskriminanzanalyse gegen ber einer einfachen zweidimensionalen Auftragung der 5 Werte wird beim Vergleich mit einer 6 Cppg 6 Ovsyow Auftragung der Pistazien ldaten deutlich vgl nachfolgende Abb 56 57 po l 4 m Gruppenzentroide D m D T i at a e gt T rkei 28 T rkei Vi WI gt 5 5 nah D ko Za ic s S A p T fo A D t 29 ki e A itc D Wi AE i ER 24 WH fe D ER a Z oe zs ay m 30 a toi E
298. zes Dies stellt vor allem bei iranischen Pistazien ein Problem dar da sie oftmals nicht ausreichend getrocknet werden und noch lange in schlecht gel fteten Silos lagern bevor sie zur Weiterverar beitung R sten und Salzen mit Containerschiffen in die Verbraucherl nder transportiert wer den 1997 wurden bis zu 70 der iranischen Pistazienlieferungen aufgrund zu hoher Aflatoxinwerte an den europ ischen Grenzen abgelehnt und die EU reagierte darauf mit einem europaweiten Einfuhrstopp Eine Pistazienverordnung 97 830 EG l ste Ende 1997 das Einfuhrverbot durch eine noch heute g ltige Einfuhrbeschr nkung ab Seitdem m ssen von allen iranischen Pistazien importen Proben genommen und auf ihre Unbedenklichkeit hin untersucht werden Seit 2002 gilt diese Vorf hrpflicht auch f r Pistazien aus der T rkei 2002 80 EG Im Gegensatz dazu werden die Pistazien in den USA rein maschinell geerntet gewaschen getrocknet sortiert und meist noch auf der Ranch ger stet und gesalzen Die Ware ist daher kaum aflatoxinkontaminiert so dass amerikanische Pistazien auf dem Weltmarkt einen h heren Preis erzielen und keinerlei Ein fuhrkontrollen unterliegen USA Pistazien sind daher aus Gewinngr nden dazu geeignet mit den g nstigeren iranischen verschnitten oder ganz ausgetauscht zu werden Desgleichen k nnen auch die zwar kleinen aber geschmacklich hochwertigen t rkischen Pistazien mit iranischen ver schnitten oder ausgetauscht sein da ihr Weltmarktpre

Dokument_12.

Contents

Download Pdf Manuals

Related Search

Related Contents