Luận án Tiến sĩ: Nghiên cứu xây dựng cơ sở dữ liệu thành phần kim loại của cải thìa Brassica rapa subsp.chinensis trồng tại Hà Nội, định hướng ứng dụng xác thực nguồn gốc địa lý

Luận án tiến sĩ này tập trung vào việc xây dựng cơ sở dữ liệu về thành phần kim loại trong cải thìa (Brassica rapa subsp. chinensis) trồng tại khu vực Hà Nội. Mục tiêu là phát triển một phương pháp xác thực nguồn gốc địa lý cho loại rau này, đáp ứng nhu cầu ngày càng cao về minh bạch và an toàn thực phẩm trên thị trường. Luận án cũng hướng đến việc hỗ trợ các doanh nghiệp nông nghiệp Việt Nam nâng cao giá trị sản phẩm và cạnh tranh với hàng nhập khẩu.

Luận án này có ý nghĩa quan trọng trong việc cung cấp một phương pháp khoa học để xác thực nguồn gốc địa lý của rau cải thìa, góp phần bảo vệ quyền lợi người tiêu dùng và hỗ trợ phát triển nông nghiệp bền vững tại Việt Nam.

Luận án này trình bày một nghiên cứu toàn diện về thành phần kim loại trong cải thìa (Brassica rapa subsp. chinensis) trồng tại khu vực Hà Nội, với mục tiêu xây dựng cơ sở dữ liệu và phương pháp xác thực nguồn gốc địa lý cho loại rau này.

1. **Thu thập và phân tích mẫu:** Luận án đã thu thập mẫu đất, nước tưới, và các bộ phận của cây cải thìa (thân, lá, rễ) từ chín vùng trồng rau khác nhau ở Hà Nội (Mê Linh, Bắc Từ Liêm, Thường Tín, Long Biên, Đan Phượng, Chương Mỹ, Đông Anh, Thanh Trì, Vân Nội) trong khoảng thời gian từ tháng 1 năm 2022 đến tháng 5 năm 2024. Các mẫu này sau đó được phân tích bằng phương pháp ICP-MS để xác định hàm lượng của 27 kim loại khác nhau.

2. **Xác định các kim loại marker:** Phân tích thống kê (PCA, AHC, LDA) được sử dụng để xác định các kim loại đóng vai trò quan trọng trong việc phân biệt nguồn gốc địa lý của cải thìa. Kết quả cho thấy các kim loại như Li, Bo, Mg, Al, V, Mn, Co, Zn, Rb, Sr, Ba và Pb có tiềm năng trở thành các marker hiệu quả.

3. **Xây dựng mô hình phân biệt:** Luận án đã xây dựng các mô hình phân loại (LDA và CART) dựa trên thành phần kim loại để phân biệt cải thìa từ các vùng trồng khác nhau. Mô hình CART cho độ chính xác cao hơn (97.22%) so với mô hình LDA (79.63%) khi sử dụng thành phần kim loại từ đất. Khi sử dụng thành phần kim loại từ phần ăn được, mô hình CART đạt độ chính xác 96.29%, cao hơn so với LDA (59.2%). Tuy nhiên, khi kết hợp dữ liệu từ cả phần ăn được và rễ cây, mô hình LDA cho kết quả tốt hơn.

4. **Đánh giá ảnh hưởng của yếu tố môi trường:** Nghiên cứu cũng xem xét ảnh hưởng của nhiệt độ và độ ẩm đến sự tích lũy kim loại trong cây. Kết quả cho thấy sự khác biệt về nhiệt độ và độ ẩm giữa các vùng trồng không đáng kể, cho thấy các yếu tố khác (như thành phần đất và nước tưới) có ảnh hưởng lớn hơn.

5. **So sánh hai mô hình CART và LDA :** Đánh giá so sánh kết quả giữa hai mô hình xác thực, chỉ ra mô hình xác thực nguồn gốc sử dụng mô hình CART đã chứng minh được tính hiệu quả cao hơn mô hình LDA.