![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/REemail.gif)
Quality Evaluation of ‘Fuji’ Apples Cultivated in Different Regions of China
KUANG LiXue1, NIE JiYun![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/REemail.gif)
通讯作者:
责任编辑: 赵伶俐
收稿日期:2019-11-7接受日期:2020-02-23网络出版日期:2020-06-01
基金资助: |
Received:2019-11-7Accepted:2020-02-23Online:2020-06-01
作者简介 About authors
匡立学,E-mail: lixuekuang99@163.com。
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/down.png)
摘要
关键词:
Abstract
Keywords:
PDF (656KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
匡立学, 聂继云, 李银萍, 程杨, 沈友明. 中国不同地区‘富士’苹果品质评价[J]. 中国农业科学, 2020, 53(11): 2253-2263 doi:10.3864/j.issn.0578-1752.2020.11.011
KUANG LiXue, NIE JiYun, LI YinPing, CHENG Yang, SHEN YouMing.
0 引言
【研究意义】苹果是中国第一大水果,中国是全球最大的苹果生产国和消费国 [1]。根据国家统计局数据,截至2017年,我国苹果总面积约为1.947×106 hm2,总产量为4 139.0万t,占园林水果总产量的16.4%,其中陕西、山东、山西、河南、辽宁和河北苹果产量分别占我国苹果总产量的26.4%、22.7%、10.8%、10.5%、5.8%和5.5%,新疆和宁夏苹果产量虽然不是很高,但却是特色产区。‘富士’苹果是我国现阶段晚熟苹果主栽品种之一,占我国苹果总产量的72.7%,同一品种苹果因产地和气候的不同,其品质存在较大差异[2]。苹果品质评价方法主要有感官评价和仪器分析两种。感官评价易受人为因素影响,而仪器分析则比较客观。建立基于仪器分析指标的苹果品质评价方法成为当前研究者关注的重点方向。【前人研究进展】目前关于‘富士’苹果品质研究,多集中在栽培措施方面,对评价指标选择方面虽有报道,但测定指标较少且不够系统和深入[3,4,5,6,7,8]。通过多指标构建科学合理、客观实用的果实品质评价方法将会是未来发展的主要方向。主成分分析法和聚类分析法可将检测出的多指标进行简化[9,10,11]。层次分析法可根据各评价因子对结果影响的重要程度,通过计算得到不同评价指标的权重,从而使各评价因子在评价中得到充分体现[12]。灰色关联度分析法是针对灰色系统以决定因素主次及其相关联程度的一种方法,近年来,层次分析和灰色关联度相结合的方法在西瓜、甜瓜、葡萄、桔类等果品的品质评价中得到应用[13,14,15]。王轩[16]应用层次分析和灰色关联度相结合的方法对来自全国9个主产市(县)的‘富士’苹果品质进行比较研究,但未对不同省份的‘富士’苹果进行大样本的采集和品质分析。【本研究切入点】此前我国涉及‘富士’苹果品质评价的研究涵盖品质指标和采样区域有限、系统性和全面性相对不足,针对全国主产区的‘富士’苹果品质评价研究尚未见报道。【拟解决的关键问题】本研究的样品采自我国8个主产省(区)68个主产市(县)的176份‘富士’苹果样品,检测15项品质指标,通过主成分分析和聚类分析筛选适宜的苹果品质评价指标,在此基础上运用层次分析法确定指标的权重,最后采用灰色关联度法建立‘富士’苹果品质综合评价模型。初步明确我国不同产区的‘富士’苹果品质差异性,为‘富士’苹果品质评价和苹果品种结构调整提供科学依据。1 材料与方法
试验于2018年在中国农业科学院果树研究所进行。1.1 材料来源
于各地区‘富士’苹果适采成熟期,从河北、河南、辽宁、宁夏、山东、山西、陕西、新疆8个主产省(区)分别选取8、6、5、8、14、6、13和8个重点市(县),每个重点市(县)选取代表性果园进行采样(表1)。在果园的中间和4个角的方向定5个点采样(避免在边行和每行距离两端1.0 m内采样),在所选采样点上有选择地采样,避免采有病、过小或未成熟的果实,并且在苹果树的各部位(上、下、内、外、向阳面、背阴面)采样。果实摘下后,当日包装好,快递运回实验室,4℃下贮藏。每批样品运到实验室后,3日内检测完毕。Table 1
表1
表1苹果数量与产地
Table 1
编号 No. | 省份(自治区) Province (Autonomous region) | 主产市(县) Main city or county | 样品数 Sample number |
---|---|---|---|
1 | 河北 Hebei | 辛集市 Xinji city、邢台县 Xingtai county、肥乡县 Feixiang county、抚宁县 Funing county、昌黎县 Changli county、宽城县 Kuancheng county、滦南县 Luanan county、遵化县 Zunhua county | 20 |
2 | 河南 Henan | 灵宝市 Lingbao city、陕县 Shaan county、虞城县 Yucheng county、民权县 Minquan county、商丘市梁园区 Liangyuan district of Shangqiu city、丰县 Feng county | 14 |
3 | 辽宁 Liaoning | 瓦房店市 Wafangdian city、金州 Jinzhou city、绥中县 Suizhong county、兴城市Xingcheng city、建昌县 Jianchang county | 8 |
4 | 宁夏 Ningxia | 中宁县 Zhongning county、吴忠市 Wuzhong city、青铜峡市 Qingtongxia city、灵武市 Lingwu city、中卫县 Zhongwei county、银川市滨河新区 Binhe new district of Yinchuan city、西夏县 Xixia county、兴庆区 Xingqing district | 24 |
5 | 山东 Shandong | 蓬莱市 Penglai city、栖霞市 Qixia city、烟台市 Yantai city、招远市 Zhaoyuan city、沂源县 Yiyuan county、蒙阴县 Mengyin county、沂水县 Yishui county、泰安县 Taian county、胶南市 Jiaonan city、胶州市 Jiaozhou city、海阳市 Haiyang city、文登市 Wendeng city、威海市 Weihai city、牟平县 Muping county | 44 |
6 | 山西 Shanxi | 平陆县 Pinglu county、万荣县 Wanrong county、临猗县 Linyi county、芮城县Ruicheng county、晋中市 Jinzhong city、吉县 Ji county | 15 |
7 | 陕西 Shaanxi | 白水县 Baishui county、澄城县 Chengcheng county、合阳县 Heyang county、蒲城县 Pucheng county、富平县 Fuping county、旬邑县 Xunyi county、长武县 Changwu county、淳化县 Chunhua county、彬县 Bin county、礼泉县 Liquan county、永寿县 Yongshou county、乾县 Qian county、洛川县 Luochuan county | 28 |
8 | 新疆 Xinjiang | 霍城县 Huocheng county、察布查尔锡伯自治县 Qapqal xibe autonomous county、霍尔果斯市 Horgos city、伊宁县 Yining county、新源县 Xinyuan county、温宿县Wensu county、阿克苏市 Aksu city、阿拉尔市 Aral city | 23 |
合计 | 8 | 176 |
新窗口打开|下载CSV
1.2 试验设备及试验方法
1.2.1 主要试验设备 PL602-L型电子天平(瑞士梅特勒-托利多公司);PR-101α型数显式全糖仪(日本ATAGO公司);HWS28型恒温水浴锅(上海一恒科学仪器有限公司);电子万用炉(北京市永光明医疗仪器有限公司);Milli-Q Direct 8实验室纯水系统(美国Millipore公司);905型全自动电位滴定仪(瑞士万通公司);ICS-5000型离子色谱仪(美国戴安公司);艾德堡GY-4型果实硬度计(长沙腾扬仪器仪表有限公司)。1.2.2 试验方法 单果重、硬度、维生素C、可滴定酸、可溶性固性物和可溶性糖含量的测定参照聂继云等[17,18]的方法,山梨醇、葡萄糖、果糖和蔗糖的测定参照郑丽静[19]的方法。甜度值(Sv)按式(1)计算,式中,1、1.75、0.7和0.4分别为蔗糖、果糖、葡萄糖和山梨醇甜度值,Sucr、Fru、Glu和Sor分别代表蔗糖、果糖、葡萄糖和山梨醇,各糖分含量单位%。固酸比、糖酸比和甜酸比分别为可溶性固形物、可溶性糖、甜度与对应的苹果可滴定酸的比值。
1.3 数据处理
采用数据分析软件SPSS 19.0进行数据统计分析。1.3.1 评价指标的筛选 应用主成分分析累计方差贡献率的数值确定核心评价指标的个数,然后根据聚类分析法选择相应数量的核心评价指标。
1.3.2 指标权重的确定[12, 20] 基于层次分析法中的1—9标度法,根据各评价指标对品质评价影响的重要程度构建判断矩阵,通过计算得到各个指标的权重。为了保证结果的合理性,需进行一致性检验,在层次分析法中引入随机一致性比率CR,当CR<0.10时,便认为判断矩阵具有可接受的一致性,否则需对判断矩阵进行调整和修正。
1.3.3 灰色关联度分析[21] 对数据进行无量纲化处理,用式(2)求灰色关联系数。将灰色关联系数和指标权重(1.3.2)代入式(3),求得加权关联度。
式中,ζi(k):关联系数;Δi(k):第i个样品第k个指标无量纲化处理的测量值与理想值的绝对差值;ρ:分辨系数,常取0.5。
式中,γi:第i个样品的灰色关联度;ζi(k):关联系数;ω:此指标的权重值。
2 结果
2.1 方差分析
利用SPSS 19.0的Duncan多重比较方法在0.05水平下对各评价指标进行差异显著性分析,由表2可以看出,除单果重外,不同产地间‘富士’苹果的各项品质指标间均存在显著性差异。新疆和陕西的‘富士’苹果去皮硬度和带皮硬度均较大,高于其余产地的‘富士’苹果;新疆‘富士’苹果的Vc含量显著高于其余产地‘富士’苹果,含量为6.37 mg/100 g,其次是宁夏、陕西和山东的‘富士’苹果,其余产地‘富士’苹果Vc含量较低且各产地之间无显著差异;新疆‘富士’苹果的可溶性固形物和可溶性糖含量显著高于其余产地‘富士’苹果,辽宁产地的‘富士’苹果可溶性固形物和可溶性糖含量最低;河南产地的‘富士’苹果可滴定酸含量最低,其余各产区‘富士’苹果可滴定酸含量无显著差异;新疆‘富士’苹果的山梨醇含量最高,其余产区苹果山梨醇含量较低且无显著性差异;河北、河南、山东、陕西和新疆‘富士’苹果葡萄糖含量较高,辽宁和山西次之,宁夏苹果含量最低;河南、陕西和新疆‘富士’苹果果糖含量较高,宁夏和山东次之,河北、辽宁和山西苹果果糖含量较低;新疆‘富士’苹果的蔗糖含量显著高于其余产地‘富士’苹果,其余各省之间亦无显著差异;新疆、河南和陕西‘富士’苹果甜度值远高于其余产区,其余产区间无显著差异;河南‘富士’苹果的固酸比和糖酸比均最高,分别为55.48和47.79,高于其余各省(区),其余各省(区)之间亦无显著差异;河南和新疆‘富士’苹果的甜酸比高于其余产地,其余产地间无显著性差异。Table 2
表2
表2不同地区‘富士’苹果品质比较
Table 2
产地 Origin | 单果重 SW (g) | 去皮硬度 FF (kg?cm-2) | 带皮硬度 FFS (kg?cm-2) | 维生素C Vc (mg/100 g) | 可溶性固形物 TSS (%) | 可溶 性糖 SS (%) | 可滴 定酸 TA (%) | 山梨醇 Sor (%) | 葡萄糖 Glu (%) | 果糖 Fru (%) | 蔗糖 Sucr (%) | 甜度 Sv | 固酸比 RTT | 糖酸比 RST | 甜酸比 Sv/Av |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
河北 Hebei | 245.64a | 6.55bc | 8.72bc | 2.72d | 13.66cd | 12.13b | 0.29ab | 0.35b | 2.39abc | 4.97c | 2.97b | 13.47cd | 49.01ab | 43.61ab | 48.85bc |
河南 Henan | 243.55a | 6.41c | 8.62bc | 3.47cd | 13.79bcd | 11.89b | 0.27b | 0.40b | 2.63a | 6.07ab | 3.13b | 15.75ab | 55.48a | 47.79a | 63.44a |
辽宁 Liaoning | 234.80a | 6.51bc | 8.72bc | 3.36cd | 13.34d | 11.42b | 0.32a | 0.35b | 2.08c | 4.61c | 2.75b | 12.41d | 45.01b | 38.20b | 41.75c |
宁夏 Ningxia | 244.13a | 7.10ab | 8.75bc | 4.96b | 14.67ab | 12.01b | 0.32a | 0.57a | 1.61d | 5.41bc | 3.48b | 14.30bcd | 46.61b | 38.14b | 45.37c |
山东 Shandong | 254.93a | 6.81abc | 9.01ab | 3.88bc | 13.73bcd | 11.71b | 0.28ab | 0.37b | 2.55ab | 5.26bc | 2.90b | 14.04bcd | 50.50ab | 43.10ab | 52.09abc |
山西 Shanxi | 245.29a | 6.86abc | 8.32c | 3.81cd | 14.40bc | 12.05b | 0.28ab | 0.39b | 2.13bc | 5.09c | 3.05b | 13.60bcd | 51.89ab | 43.46ab | 49.41bc |
陕西 Shaanxi | 240.42a | 7.29a | 9.27ab | 4.48bc | 14.40bc | 12.05b | 0.32a | 0.39b | 2.47abc | 5.91ab | 3.21b | 15.42abc | 47.86ab | 40.17b | 52.13abc |
新疆 Xinjiang | 227.90a | 7.37a | 9.63a | 6.37a | 15.52a | 12.90a | 0.30ab | 0.69a | 2.27abc | 6.43a | 4.31a | 17.44a | 52.23ab | 43.47ab | 58.56ab |
新窗口打开|下载CSV
2.2 描述性分析
检测的15项品质指标的均值、变幅、标准差、变异系数列于表3。由表3可知,15项品质指标存在不同的变异情况。其中,单果重、去皮硬度、带皮硬度、可溶性固形物、可溶性糖的变异系数分别为16.0%、12.3%、10.6%、10.2%和9.8%,离散程度较小,说明这5项指标受产地影响相对较小。其余10项指标的变异系数均>20%,这说明不同产地苹果多数品质指标差异较大。Table 3
表3
表3苹果品质性状及分布
Table 3
指标 Index | 均值 Average | 变幅 Range | 标准差 Standard deviation | 变异系数 CV (%) |
---|---|---|---|---|
单果重 SW (g) | 243.9 | 133.2—388.1 | 39.0 | 16.0 |
去皮硬度 FF (kg?cm-2) | 6.93 | 4.69—10.58 | 0.85 | 12.3 |
带皮硬度 FFS (kg?cm-2) | 8.96 | 6.13—13.05 | 0.95 | 10.6 |
维生素C Vc (mg/100 g) | 4.25 | 0.82—10.88 | 1.83 | 43.1 |
可溶性固形物 TSS (%) | 14.23 | 8.90—18.4 | 1.45 | 10.2 |
可溶性糖 SS (%) | 12.04 | 8.65—15.41 | 1.18 | 9.8 |
可滴定酸 TA (%) | 0.30 | 0.15—0.56 | 0.06 | 20.0 |
山梨醇 Sor (%) | 0.44 | 0.05—1.39 | 0.23 | 52.3 |
葡萄糖 Glu (%) | 2.30 | 0.62—4.39 | 0.67 | 29.1 |
果糖 Fru (%) | 5.52 | 1.04—8.62 | 1.21 | 21.9 |
蔗糖 Sucr (%) | 3.24 | 0.28—6.57 | 1.06 | 32.7 |
固酸比 RTT | 49.87 | 28.04—90.67 | 10.79 | 21.6 |
糖酸比 RST | 42.24 | 23.93—75.27 | 9.42 | 22.3 |
甜度 Sv | 14.70 | 2.55—22.91 | 3.14 | 21.4 |
甜酸比 Sv/Av | 51.86 | 8.80—115.70 | 16.27 | 31.4 |
新窗口打开|下载CSV
2.3 相关性分析
检测的15项品质指标相关性分析结果见表4。从表4可以看出,单果重与去皮硬度、带皮硬度均呈极显著负相关,表明单果重越大,去皮硬度、带皮硬度相对越小;去皮硬度和带皮硬度呈极显著正相关,相关系数为0.688;Vc含量与可溶性固形物、可溶性糖和可滴定酸呈极显著正相关,相关系数分别为0.600、0.447和0.257;可溶性固形物和可溶性糖含量呈极显著正相关,相关系数为0.735;可滴定酸含量与固酸比、糖酸比和甜酸比呈极显著负相关,相关系数分别为-0.844、-0.854和-0.684;除葡萄糖与蔗糖之间相关性不显著以外,其他各糖组分之间均呈极显著正相关,果糖和甜度相关系数达0.963,极显著正相关;固酸比与糖酸比、甜酸比均呈极显著正相关,相关系数分别为0.941和0.742,甜酸比与糖酸比、糖度的相关系数分别为0.741和0.672,均呈极显著正相关。Table 4
表4
表4苹果品质指标间的相关性分析
Table 4
相关性 Correlation | 去皮 硬度 FF | 带皮 硬度 FFS | 维生素C Vc | 可溶性固形物 TSS | 可溶性糖 SS | 可滴 定酸 TA | 山梨醇 Sor | 葡萄糖 Glu | 果糖 Fru | 蔗糖 Sucr | 固酸比 RTT | 糖酸比 RST | 甜度 Sv | 甜酸比 Sv/Av |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
单果重SW | -0.282** | -0.284** | -0.173* | -0.156* | -0.146 | -0.150* | 0.058 | 0.029 | -0.080 | 0.008 | 0.055 | 0.070 | -0.045 | 0.055 |
去皮硬度FF | 0.688** | 0.390** | 0.485** | 0.390** | 0.439** | 0.143 | -0.062 | 0.079 | 0.058 | -0.226** | -0.264** | 0.068 | -0.263** | |
带皮硬度FFS | 0.437** | 0.450** | 0.419** | 0.278** | 0.185* | 0.155* | 0.162* | 0.106 | -0.064 | -0.081 | 0.174* | -0.056 | ||
维生素C Vc | 0.600** | 0.447** | 0.257** | 0.502** | 0.002 | 0.301** | 0.397** | 0.008 | -0.074 | 0.352** | 0.053 | |||
可溶性固形物TSS | 0.735** | 0.324** | 0.499** | -0.020 | 0.239** | 0.342** | 0.140 | 0.000 | 0.289** | -0.030 | ||||
可溶性糖SS | 0.263** | 0.455** | 0.095 | 0.242** | 0.272** | 0.080 | 0.184* | 0.283** | 0.014 | |||||
可滴定酸TA | 0.171* | -0.219** | -0.035 | 0.174* | -0.844** | -0.854** | 0.007 | -0.684** | ||||||
山梨醇Sor | 0.152* | 0.457** | 0.553** | 0.029 | 0.003 | 0.547** | 0.239** | |||||||
葡萄糖Glu | 0.626** | 0.057 | 0.217** | 0.264** | 0.597** | 0.594** | ||||||||
果糖Fru | 0.531** | 0.153* | 0.147 | 0.963** | 0.676** | |||||||||
蔗糖Sucr | -0.009 | -0.047 | 0.722** | 0.351** | ||||||||||
固酸比RTT | 0.941** | 0.134 | 0.742** | |||||||||||
糖酸比RST | 0.123 | 0.741** | ||||||||||||
甜度Sv | 0.672** |
新窗口打开|下载CSV
2.4 主成分分析
将176份‘富士’苹果样品的15项指标用于主成分分析,前5个主成分的累计方差贡献率达到84.189%,可以代表原始数据的大部分信息。由表5可知,第1主成分包含了原来信息量的30.315%,主要代表Vc、可溶性固形物、可溶性糖、山梨醇、果糖、蔗糖和甜度值;第2主成分包含了原来信息量的26.742%,主要代表去皮硬度、带皮硬度、可滴定酸、固酸比、糖酸比和甜酸比;第3、4、5主成分涵盖的信息分别包含了总信息量的12.653%、8.729%和5.750%,包含了其余品质指标信息。Table 5
表5
表515项指标的主成分分析结果
Table 5
指标 Index | PC1 | PC2 | PC3 | PC4 | PC5 |
---|---|---|---|---|---|
单果重 SW | -0.122 | -0.257 | -0.256 | 0.499 | 0.718 |
去皮硬度 FF | 0.266 | 0.649 | 0.357 | -0.326 | 0.126 |
带皮硬度 FFS | 0.410 | 0.479 | 0.394 | -0.417 | 0.178 |
维生素C Vc | 0.589 | 0.429 | 0.188 | 0.185 | -0.138 |
可溶性固形物 TSS | 0.602 | 0.470 | 0.403 | 0.258 | 0.060 |
可溶性糖 SS | 0.583 | 0.366 | 0.406 | 0.185 | 0.181 |
可滴定酸 TA | -0.045 | 0.915 | -0.290 | -0.012 | 0.057 |
山梨醇 Sor | 0.683 | 0.217 | -0.144 | 0.410 | 0.047 |
葡萄糖 Glu | 0.513 | -0.348 | -0.247 | -0.517 | 0.380 |
果糖 Fru | 0.824 | -0.136 | -0.401 | -0.235 | -0.011 |
蔗糖 Sucr | 0.658 | 0.141 | -0.379 | 0.335 | -0.290 |
固酸比 RTT | 0.346 | -0.746 | 0.520 | 0.118 | -0.057 |
糖酸比 RST | 0.318 | -0.780 | 0.500 | 0.078 | 0.008 |
甜度值 Sv | 0.876 | -0.090 | -0.440 | -0.112 | -0.047 |
甜酸比 Sv/Av | 0.645 | -0.734 | -0.059 | -0.098 | -0.069 |
特征值 Characteristic value | 4.547 | 4.011 | 1.898 | 1.309 | 0.862 |
方差贡献率 Variance contribution rate (%) | 30.315 | 26.742 | 12.653 | 8.729 | 5.750 |
累积方差贡献率Cumulative variance contribution rate (%) | 30.315 | 57.057 | 69.710 | 78.439 | 84.189 |
新窗口打开|下载CSV
2.5 聚类分析
采用SPSS 19.0的离差平方和法(Ward法)对15个品质指标进行系统聚类分析(图1)。根据主成分分析的结果,前5个主成分的累积方差贡献率达到84.189%,所以在聚类时可将指标聚为5类。第1类聚集了甜度值、山梨醇、果糖和蔗糖;第2类聚集了固酸比、糖酸比、甜酸比和葡萄糖;第3类聚集了去皮硬度、带皮硬度、可溶性固形物、可溶性糖和维生素C;第4类代表可滴定酸;第5类代表单果重。根据相关性分析,聚为一类的各指标间具有高度相关性,为达到简化的目的,可选用其中较重要的1个指标代表其他指标。第1类中,虽然甜度值是4种糖组分共同计算的结果,但其计算复杂,且与果糖的相关系数为0.963,所以选择果糖作为第1类指标的代表。第2类中,可溶性固形物比可溶性糖和甜度测定简单,并且第1类中果糖已经能够反映‘富士’苹果的甜度值,所以选择固酸比为第2类的代表性指标。因为果实硬度是反映果实质地品质的重要指标,去皮硬度能更好地反映果实硬度,所以选择去皮硬度作为第3类的代表性指标。最终确定果糖、固酸比、可滴定酸、去皮硬度和单果重作为‘富士’苹果品质的核心评价指标。图1
![](https://www.chinaagrisci.com/article/2020/0578-1752/0578-1752-53-11-2253/thumbnail/img_1.png)
图1系统聚类的系统树状图
Fig. 1Dendrogram of hierarchical cluster analysis (HCA)
2.6 权重赋予
邀请5名本领域的著名专家在充分分析5个核心指标对苹果品质影响重要程度的基础上利用层次分析法中的1—9(表6)标度法对每组指标的重要性进行评分,得到最终的判断矩阵,并对判断矩阵进行一致性检验,即用CI=(λmax-n)/(n-1),一致性比率CR= CI/RI,式中:λmax为判断矩阵最大特征根;n为判断矩阵阶数;RI为与n对应的平均随机一致性取值(n=5,RI=1.12)。经计算,最大特征根和一致性比率结果分别为5.0099和0.0022,CR小于0.1,认为判断矩阵具有良好的一致性。判断矩阵和各指标的权重值见表7。可滴定酸、固酸比和果糖的权重均为0.2601,去皮硬度的权重为0.1378,单果重的权重为0.0819,表明可滴定酸、固酸比和果糖代表的风味指标对苹果品质的影响最大,单果重相对较小。Table 6
表6
表6元素重要程度比例标度
Table 6
标度 Scale | 定义Definition | 说明Explain |
---|---|---|
1 | 同等重要Equally important | 两元素具有同样重要性Both elements are equally important |
3 | 稍微重要Weakly important | 一个元素比另一个元素稍微重要One element is slightly more important than the other |
5 | 明显重要Obviously important | 一个元素比另一个元素明显重要One element is significantly more important than the other |
7 | 重要的多More important | 一个元素占主导地位One element dominates |
9 | 绝对重要Absolutely important | 一个元素的主导地位占绝对重要地位One element is absolutely dominant |
2,4,6,8 | 介于上述相邻判断之间Somewhere in between | 介于上述重要性之间Somewhere in between |
新窗口打开|下载CSV
Table 7
表7
表7判断矩阵及权重值
Table 7
指标 Index | 可滴定酸 TA | 去皮硬度 FF | 单果重 SW | 固酸比 RTT | 果糖 Fru | 权重值 Weight |
---|---|---|---|---|---|---|
可滴定酸 TA | 1 | 2 | 3 | 1 | 1 | 0.2601 |
去皮硬度 FF | 0.5 | 1 | 2 | 0.5 | 0.5 | 0.1378 |
单果重 SW | 0.333 | 0.5 | 1 | 0.333 | 0.333 | 0.0819 |
固酸比 RTT | 1 | 2 | 3 | 1 | 1 | 0.2601 |
果糖 Fru | 1 | 2 | 3 | 1 | 1 | 0.2601 |
新窗口打开|下载CSV
2.7 灰色关联度分析
2.7.1 构造理想苹果 根据灰色系统理论,需构造一个参考数列进行比较。硬度、单果重和果糖都属于在适宜范围内越大越好的指标,所以硬度和果糖取各指标测量值中的最大值作为“理想苹果”的参考值,单果重根据专家意见确定270 g作为理想值。可滴定酸和固酸比的选择参考贾定贤等[22]对苹果风味品质评价的研究结果,选定的值分别为0.5%和55。将“理想苹果”的各指标值作为参考序列X0,以各省苹果指标平均值构成比较数列(表8)。Table 8
表8
表8供试苹果与“理想苹果”主要性状指标平均值
Table 8
产地 Origin | 可滴定酸 TA (%) | 去皮硬度 FF (kg?cm-2) | 单果重 SW (g) | 固酸比 RTT | 果糖 Fru (%) |
---|---|---|---|---|---|
X0 | 0.50 | 7.37 | 270.00 | 55.00 | 6.43 |
河北 Hebei | 0.29 | 6.55 | 245.64 | 49.01 | 4.97 |
河南 Henan | 0.27 | 6.41 | 243.55 | 55.48 | 6.07 |
辽宁 Liaoning | 0.32 | 6.51 | 234.80 | 45.01 | 4.61 |
宁夏 Ningxia | 0.32 | 7.10 | 244.13 | 46.61 | 5.41 |
山东 Shandong | 0.28 | 6.81 | 254.93 | 50.50 | 5.26 |
山西 Shanxi | 0.28 | 6.86 | 245.29 | 51.89 | 5.09 |
陕西 Shaanxi | 0.32 | 7.29 | 240.42 | 47.86 | 5.91 |
新疆 Xinjiang | 0.30 | 7.37 | 227.90 | 52.23 | 6.43 |
新窗口打开|下载CSV
2.7.2 灰色关联度计算和品质评价 根据公式(2)计算出关联系数,其中maximaxkΔi(k)为0.46,miniminkΔi(k)为0,分辨系数ρ取0.5。根据关联系数和层次分析法得到的权重值,由公式(3)计算出各产区样品的加权关联度(表9),按照关联分析的原则,加权关联度越大,与“理想苹果”越接近。从计算结果可以看出,加权关联度由高到低依次为:新疆样品>河南样品>陕西样品>山西样品>山东样品>宁夏样品>河北样品>辽宁样品。
Table 9
表9
表9关联度排序
Table 9
产地 Origin | 加权关联度 Weighted correlation degree | 排名 Rank |
---|---|---|
新疆 Xinjiang | 0.7550 | 1 |
河南 Henan | 0.6919 | 2 |
陕西 Shaanxi | 0.6471 | 3 |
山西 Shanxi | 0.5990 | 4 |
山东 Shandong | 0.5958 | 5 |
宁夏 Ningxia | 0.5884 | 6 |
河北 Hebei | 0.5511 | 7 |
辽宁 Liaoning | 0.5070 | 8 |
新窗口打开|下载CSV
3 讨论
层次分析法、灰色系统理论等学科的发展为综合评价体系的构建提供了理论基础。层次分析法可以根据专家的经验,将主观感觉数量化,再通过计算确定评价因子的相对权重[23]。对比利用其他权重赋予方法,层次分析法更加科学、合理。对果品而言,风味对品质的影响最大,所以筛选出的风味代表性指标(可滴定酸、固酸比和果糖)的重要性大于硬度和单果重,硬度是决定苹果质地的重要指标,单果重主要影响消费者的可接受程度。灰色关联分析法可以较为真实全面地对客观系统进行综合评价,采用灰色系统理论对苹果的品质进行评估,通过参考文献、专家建议以及现有苹果果实的实际情况出发,对品质指标设定理想值,通过比较各省苹果样品与理想苹果的差距,得出各省(区)‘富士’苹果的综合排名。本研究通过将层次分析和灰色关联分析相结合,以及合理的选择参考数列,能够使构建的‘富士’苹果品质评价模型及品质排序更客观、合理,能够全面地反映‘富士’苹果品质的优劣。苹果品质性状受到品种、产地和栽培管理方式等多种因素共同影响[24]。本研究选取全国8个主产省的‘富士’苹果,在品种、采样成熟度基本一致的情况下,尽量保证栽培管理条件差异较小,以最大限度的确保苹果的品质差异来源于产地因素。产地因素一般包括海拔、光照、气温、降雨量及土壤条件等,一般来说,含糖量和固酸比与温度呈正相关,可溶性固形物含量、含糖量、硬度和Vc含量与日照时数呈正相关,含酸量和Vc含量与温度呈负相关,果实硬度和可滴定酸与光照呈负相关[25,26,27]。新疆地区日照时间为2 500—3 500 h,日照时间长、昼夜温差大,有利于果实中糖等营养成分的积累。本研究中,新疆‘富士’苹果的带皮硬度、去皮硬度、Vc、可溶性固形物、可溶性糖、山梨醇、果糖、蔗糖和甜度值均高于其他主产省,风味品质最好,在本研究中排列首位。
关于苹果品质评价因子的选择,前人也做了相关研究,徐吉花等[28]选用‘新红星’‘秦冠’‘弘前富士’等10个代表性苹果品种对果实的单果重、果面色泽、可溶性固形物、可滴定酸等15个重要品质指标进行测定,采用主成分分析和聚类分析相结合的分析方法,将果实品质评价指标简化为单果重或果形指数、硬度、可溶性固形物、可滴定酸和果面色泽5个主要指标。赵玉等[29]以‘富士’苹果为试材,最终选择了硬度、可溶性固形物、固酸比和水分含量作为其核心评价指标。魏钦平等[30]将‘长富2号’苹果的评价指标简化为单果重、果皮花青苷、去皮硬度、果形指数和可溶性固形物或总糖。郑丽静等[31]研究表明,可滴定酸、可溶性糖和固酸比3项指标可用于苹果风味的科学评价与分类。聂继云等[24]对不同苹果品种的鲜食品质指标进行选择,简化为果实硬度、可溶性糖含量、可滴定酸含量、糖酸比和Vc含量5项核心评价指标。综合来看,单果重和果形指数选择一个,硬度选择去皮硬度,可溶性固形物和可溶性糖二者选一和可滴定酸是大多数研究者普遍选择的评价指标。苹果的风味是重要的内在品质评价指标,以往的研究中通常选择可溶性固形物、可溶性糖、可滴定酸、固酸比和糖酸比作为其评价指标。但是,苹果风味不是甜味和酸味的简单叠加,是糖和酸共同作用的结果,既取决于糖和酸的含量水平,也取决于糖和酸的种类及比例[32,33,34,35]。苹果中的糖主要是山梨醇、葡萄糖、果糖和蔗糖,本研究中4种糖含量高低顺序为果糖>蔗糖>葡萄糖>山梨醇,因为果糖的含量最高,且其甜味强度最高,为1.75。本研究中,甜度计算较复杂,果糖与甜度的相关系数高达0.958,所以选择果糖作为其核心评价指标之一,反映果实甜度,弥补了以往研究中的不足。
4 结论
本研究对来自全国8个苹果主产省(自治区)不同区域的176份‘富士’苹果样品进行品质测定,不同产地间‘富士’苹果的各项品质指标间均存在显著性差异,单果重(X1)、去皮硬度(X2)、可滴定酸(X3)、固酸比(X4)、果糖(X5)是苹果品质评价的核心指标。通过灰色关联度法建立了‘富士’苹果品质评价模型Y=0.2601X1+0.1378X2+0.0819X3+ 0.2601X4+0.2601X5。评价结果显示,加权关联度由高到低依次为:新疆样品>河南样品>陕西样品>山西样品>山东样品>宁夏样品>河北样品>辽宁样品。参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
DOI:10.1016/j.postharvbio.2007.01.006URL [本文引用: 1]
DOI:10.1007/s10681-005-5340-7URL [本文引用: 1]
DOI:10.1016/j.scienta.2007.05.004URL [本文引用: 1]
DOI:10.1007/s40502-017-0298-8URL [本文引用: 1]
DOI:10.1002/jsfa.2016.96.issue-6URL [本文引用: 1]
DOI:10.1023/A:1003769304778URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
Several conventional sensory methods were adapted to provide aprocedure that is suitable for screening apple (Malus × domestica) breeding selections for dessert quality. Trained judges were presented with randomized coded samples (apple slices) and asked to rate them on 0 to 9 bipolar hedonic (liking) scales for texture and flavour, and 0 to 9 unipolar intensity scales for skin toughness, crispness, hardness, juiciness, aroma, sweetness and sourness. Appearance liking was rated on coded samples of five whole apples, using the 0 to 9 hedonic scale. A minimum panel size of eleven judges was generally sufficient to obtain statistical discrimination of one point on the 0 to 9 scales. Panel mean scores for breeding selections relative to standards have been consistent from panel to panel and year to year. A subset of selections and cultivars was rated for appearance and taste by consumers in blind taste tests. In-house panel findings were comparable to consumer ratings for taste and appearance liking, with a few exceptions in appearance. Panel mean scores for texture and flavour liking were regressed on texture and flavour components. Crispness accounted for about 90% of the variation in texture liking. Juiciness, aroma, sweetness and sourness were all important to flavour liking, but their relative importance changed from year to year and in total accounted for only about 60% of variation in flavour liking. Perceived sweetness and sourness were better predictors of liking than analytical measurements of soluble solids and titratable acidity. Formal sensory evaluation can be used successfully for screening breeding selections, and may provide more reliable data than the opinions of only one or two people.
DOI:10.1023/A:1003862525814URL [本文引用: 1]
URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
为了探讨苹果品种间理化品质的差异,给选育新品种和苹果合理加工利用提供理论支持,采集了30个苹果品种为试材进行模式识别分析。该试验所用苹果在2011年8-10月份按照苹果可采成熟度(九成熟)在辽宁省兴城市国家种质资源圃进行采集。试验测定了单果质量、体积、密度、果皮颜色、硬度、糖酸比、维生素C等20项理化品质指标,采用描述性统计、主成分和聚类分析方法对苹果品种和品质关系进行了分析。结果显示,30个品种苹果的密度、果型指数和含水率3项指标未表现出差异。对剩余17项品质指标进行了主成分分析,依据主成分解释总变量和碎石图提取了6个主成分反映原变量的82.3%的信息。第一主成分主要综合了可滴定酸、糖酸比及固酸比的信息即口尝品质因子;第二主成分主要综合了L值,a值和b值的信息,命名为颜色因子;其余主成分依次为甜度因子、质构因子、内在品质因子和果个大小因子。结合主成分得分图直观地显示了苹果品种和理化指标间关系:辽伏、理想、早金冠和瑞光分布在PC1和PC2的正向区间,糖酸比和固酸比值较大、口感好,但是果皮颜色较绿,是品质较好的早熟苹果;寒富、赤阳和红富士依次落在PC1和PC2第四区间,食用品质好、果皮颜色较红,是较为常见的晚熟苹果。分布在第二区间的普利阿姆,白星,Pvma果皮颜色绿且口感酸涩,不适宜鲜食,这些品种可能较为适宜进行加工。第三区间品种固酸比、甜酸比取值较小但是果皮颜色红,为选育果皮颜色受消费者喜爱且内在品质好的早熟品种提供了理论支持。聚类分析将30个品种苹果分为5类,聚类结果与主成分得分图结果基本一致,该试验初步判定30个品种苹果是否适宜鲜食,为苹果品种选育和加工应用利用提供理论依据。
URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
为了探讨苹果品种间理化品质的差异,给选育新品种和苹果合理加工利用提供理论支持,采集了30个苹果品种为试材进行模式识别分析。该试验所用苹果在2011年8-10月份按照苹果可采成熟度(九成熟)在辽宁省兴城市国家种质资源圃进行采集。试验测定了单果质量、体积、密度、果皮颜色、硬度、糖酸比、维生素C等20项理化品质指标,采用描述性统计、主成分和聚类分析方法对苹果品种和品质关系进行了分析。结果显示,30个品种苹果的密度、果型指数和含水率3项指标未表现出差异。对剩余17项品质指标进行了主成分分析,依据主成分解释总变量和碎石图提取了6个主成分反映原变量的82.3%的信息。第一主成分主要综合了可滴定酸、糖酸比及固酸比的信息即口尝品质因子;第二主成分主要综合了L值,a值和b值的信息,命名为颜色因子;其余主成分依次为甜度因子、质构因子、内在品质因子和果个大小因子。结合主成分得分图直观地显示了苹果品种和理化指标间关系:辽伏、理想、早金冠和瑞光分布在PC1和PC2的正向区间,糖酸比和固酸比值较大、口感好,但是果皮颜色较绿,是品质较好的早熟苹果;寒富、赤阳和红富士依次落在PC1和PC2第四区间,食用品质好、果皮颜色较红,是较为常见的晚熟苹果。分布在第二区间的普利阿姆,白星,Pvma果皮颜色绿且口感酸涩,不适宜鲜食,这些品种可能较为适宜进行加工。第三区间品种固酸比、甜酸比取值较小但是果皮颜色红,为选育果皮颜色受消费者喜爱且内在品质好的早熟品种提供了理论支持。聚类分析将30个品种苹果分为5类,聚类结果与主成分得分图结果基本一致,该试验初步判定30个品种苹果是否适宜鲜食,为苹果品种选育和加工应用利用提供理论依据。
DOI:10.1007/s13197-017-2788-0URL [本文引用: 1]
[本文引用: 2]
[本文引用: 2]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
.
[本文引用: 1]
[本文引用: 1]
[D].
[本文引用: 1]
[D].
[本文引用: 1]
URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
为科学评价苹果品种的鲜榨汁加工适宜性,以122个单果质量在100 g以上的品种为对象,运用相关分析、因子分析、概率分级、层次分析、K-均值聚类、判别分析等方法建立苹果品种鲜榨汁加工适宜性评价技术。结果表明:果实与鲜榨汁间可滴定酸含量、可溶性固形物含量、可溶性糖含量、固酸比和糖酸比5项指标均呈极显著相关,相关系数分别为0.8967、0.9393、0.8413、0.9036和0.9099。果实可溶性固形物含量、固酸比、出汁率、单宁含量等4项指标被确定为苹果品种鲜榨汁加工适宜性评价指标。4项指标均划分为服从或近似服从正态分布的5级,即极低、低、中、高和极高。根据指标权重和指标分级标准,建立了4项指标的评分标准。建立的苹果品种鲜榨汁加工适宜性判别函数有极高的判别准确性,正确判别率达到94.74%(建模样本)和96.55%(检验样本)。筛选出的58个优良品种中,红富士、乔纳金、津轻等43个品种适于加工鲜榨汁,澳洲青苹、红玉、金冠等15个品种极适于加工鲜榨汁。
URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
为科学评价苹果品种的鲜榨汁加工适宜性,以122个单果质量在100 g以上的品种为对象,运用相关分析、因子分析、概率分级、层次分析、K-均值聚类、判别分析等方法建立苹果品种鲜榨汁加工适宜性评价技术。结果表明:果实与鲜榨汁间可滴定酸含量、可溶性固形物含量、可溶性糖含量、固酸比和糖酸比5项指标均呈极显著相关,相关系数分别为0.8967、0.9393、0.8413、0.9036和0.9099。果实可溶性固形物含量、固酸比、出汁率、单宁含量等4项指标被确定为苹果品种鲜榨汁加工适宜性评价指标。4项指标均划分为服从或近似服从正态分布的5级,即极低、低、中、高和极高。根据指标权重和指标分级标准,建立了4项指标的评分标准。建立的苹果品种鲜榨汁加工适宜性判别函数有极高的判别准确性,正确判别率达到94.74%(建模样本)和96.55%(检验样本)。筛选出的58个优良品种中,红富士、乔纳金、津轻等43个品种适于加工鲜榨汁,澳洲青苹、红玉、金冠等15个品种极适于加工鲜榨汁。
[本文引用: 1]
[本文引用: 1]
DOI:10.16420/j.issn.0513-353x.2015-0140URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
以132个苹果品种为试材,采用离子色谱法对其成熟果实的可溶性糖组分进行测定,并测定其可溶性固形物含量(TSS)、可溶性糖含量(SS),利用频次分析、相关性分析、回归分析等统计分析方法,明确苹果果实可溶性糖组分含量水平及其分布和定量关系。结果表明,苹果中的可溶性糖以果糖为主,其次是蔗糖和葡萄糖,山梨醇含量最低,约4/5的品种蔗糖含量高于葡萄糖含量;含量离散度山梨醇 > 葡萄糖 > 蔗糖 > 果糖;果糖含量、蔗糖含量、甜度值、TSS和SS均服从正态分布,去掉个别拖尾品种后葡萄糖含量和山梨醇含量也呈正态分布;果糖含量与甜度值之间、TSS与SS之间均存在极显著一元线性关系,相关系数达0.9450和0.8797;TSS、SS均存在关于其他指标的多元线性模型,且拟合精度和预测精度很高。
DOI:10.16420/j.issn.0513-353x.2015-0140URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
以132个苹果品种为试材,采用离子色谱法对其成熟果实的可溶性糖组分进行测定,并测定其可溶性固形物含量(TSS)、可溶性糖含量(SS),利用频次分析、相关性分析、回归分析等统计分析方法,明确苹果果实可溶性糖组分含量水平及其分布和定量关系。结果表明,苹果中的可溶性糖以果糖为主,其次是蔗糖和葡萄糖,山梨醇含量最低,约4/5的品种蔗糖含量高于葡萄糖含量;含量离散度山梨醇 > 葡萄糖 > 蔗糖 > 果糖;果糖含量、蔗糖含量、甜度值、TSS和SS均服从正态分布,去掉个别拖尾品种后葡萄糖含量和山梨醇含量也呈正态分布;果糖含量与甜度值之间、TSS与SS之间均存在极显著一元线性关系,相关系数达0.9450和0.8797;TSS、SS均存在关于其他指标的多元线性模型,且拟合精度和预测精度很高。
[本文引用: 1]
[本文引用: 1]
URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
应用关联分析法,对北京市郊区栽培的水蜜桃系列的10个品种、蟠桃系列的6个品种和油桃系列的3个品种的10个品质指标进行了综合评价,明确了3个桃品系中的最优品种.依据灰色关联度排序所进行的综合评价结果基本一致,与等权关联度相比,加权关联度的评估结果更能反映出果实品质多个指标的实际表现.在专家打分的基础上,采用灰色关联度分析法可以比较全面、客观地评价桃各个品种的品质.结果表明:供试的水蜜桃系的10个品种的桃中,综合品质表现优异的是晚蜜、绿化9号和艳丰一号;蟠桃系列的6个品种的桃中,综合品质表现优异的是碧露蟠桃、瑞蟠4号和瑞蟠3号;油桃系列3个品种的桃品质最佳的是瑞光19号.
.
URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
应用关联分析法,对北京市郊区栽培的水蜜桃系列的10个品种、蟠桃系列的6个品种和油桃系列的3个品种的10个品质指标进行了综合评价,明确了3个桃品系中的最优品种.依据灰色关联度排序所进行的综合评价结果基本一致,与等权关联度相比,加权关联度的评估结果更能反映出果实品质多个指标的实际表现.在专家打分的基础上,采用灰色关联度分析法可以比较全面、客观地评价桃各个品种的品质.结果表明:供试的水蜜桃系的10个品种的桃中,综合品质表现优异的是晚蜜、绿化9号和艳丰一号;蟠桃系列的6个品种的桃中,综合品质表现优异的是碧露蟠桃、瑞蟠4号和瑞蟠3号;油桃系列3个品种的桃品质最佳的是瑞光19号.
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
DOI:10.3864/j.issn.0578-1752.2012.14.012URL [本文引用: 2]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
【目的】明确苹果主要理化指标之间的相互关系,建立苹果主要理化指标的科学分级标准,确立苹果代表性理化指标,为苹果理化品质评价奠定基础。【方法】以190个品种的果实为试材,测定果实硬度等7项理化指标,利用相关分析和回归分析探索指标间的相互关系,运用概率分级建立各指标的正态分级标准,利用主成分分析和聚类分析确定代表性理化指标。【结果】⑴果实硬度、可滴定酸含量、可溶性固形物含量和可溶性糖含量呈正态分布,在去掉拖尾的少数品种后,固酸比、糖酸比和维生素C含量也呈正态分布;⑵各指标均划分为服从正态分布的5级,各级的平均分布频率分别为7.4%、23.9%、40.1%、18.2%、10.4%;⑶可溶性固形物含量与可溶性糖含量、固酸比与糖酸比、固酸比与可滴定酸含量和糖酸比与可滴定酸含量均呈极显著相关,相关系数分别为0.8343、0.9844、-0.8788和-0.8597;⑷可溶性固形物含量、可溶性糖含量、固酸比和糖酸比之间存在4个极显著的三元线性回归方程,平均预测误差均小于2%;⑸可溶性固形物含量和可溶性糖含量之间、固酸比和糖酸比之间存在极显著的一元线性回归方程,平均预测误差在4.3%—5.6%;⑹7项指标可简化为5项,即果实硬度、可溶性糖含量、可滴定酸含量、糖酸比和维生素C含量。【结论】7项苹果理化指标均可划分为服从正态分布的5级。某些苹果理化指标可用其它苹果理化指标进行预测。用5项指标即可对苹果理化品质进行有效评价。
DOI:10.3864/j.issn.0578-1752.2012.14.012URL [本文引用: 2]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
【目的】明确苹果主要理化指标之间的相互关系,建立苹果主要理化指标的科学分级标准,确立苹果代表性理化指标,为苹果理化品质评价奠定基础。【方法】以190个品种的果实为试材,测定果实硬度等7项理化指标,利用相关分析和回归分析探索指标间的相互关系,运用概率分级建立各指标的正态分级标准,利用主成分分析和聚类分析确定代表性理化指标。【结果】⑴果实硬度、可滴定酸含量、可溶性固形物含量和可溶性糖含量呈正态分布,在去掉拖尾的少数品种后,固酸比、糖酸比和维生素C含量也呈正态分布;⑵各指标均划分为服从正态分布的5级,各级的平均分布频率分别为7.4%、23.9%、40.1%、18.2%、10.4%;⑶可溶性固形物含量与可溶性糖含量、固酸比与糖酸比、固酸比与可滴定酸含量和糖酸比与可滴定酸含量均呈极显著相关,相关系数分别为0.8343、0.9844、-0.8788和-0.8597;⑷可溶性固形物含量、可溶性糖含量、固酸比和糖酸比之间存在4个极显著的三元线性回归方程,平均预测误差均小于2%;⑸可溶性固形物含量和可溶性糖含量之间、固酸比和糖酸比之间存在极显著的一元线性回归方程,平均预测误差在4.3%—5.6%;⑹7项指标可简化为5项,即果实硬度、可溶性糖含量、可滴定酸含量、糖酸比和维生素C含量。【结论】7项苹果理化指标均可划分为服从正态分布的5级。某些苹果理化指标可用其它苹果理化指标进行预测。用5项指标即可对苹果理化品质进行有效评价。
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
果实品质包括外观和内在品质两大部分.外观是指果面色泽、亮度、平滑度、果实大小、形状等.内在品质主要是糖酸含量及糖酸比、香气、果肉纤维素含量、化渣程度、矿质成分、类胡萝卜素和维生素含量等.种子有无也是重要指标之一.
.
URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
果实品质包括外观和内在品质两大部分.外观是指果面色泽、亮度、平滑度、果实大小、形状等.内在品质主要是糖酸含量及糖酸比、香气、果肉纤维素含量、化渣程度、矿质成分、类胡萝卜素和维生素含量等.种子有无也是重要指标之一.
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
.
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
DOI:10.3864/j.issn.0578-1752.2015.14.011URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
【目的】筛选适宜的苹果风味评价指标,为构建苹果风味评价指标体系和苹果风味科学评价奠定基础。【方法】测定132个苹果样品的6项风味指标:用酸度计测定pH,用全糖仪测定可溶性固形物含量,用斐林试剂滴定法测定可溶性糖含量,用指示剂滴定法测定可滴定酸含量,用口尝鉴评法进行风味鉴评,固酸比用可溶性固形物含量与可滴定酸含量的比值表示,糖酸比用可溶性糖含量与可滴定酸含量的比值表示。利用水平分析、回归分析、聚类分析、因子分析等数理统计分析方法,明确各指标的水平及其分布、指标间的变化趋势和定量关系,筛选出适宜的苹果风味评价指标,并进行苹果风味评价与分类。【结果】(1)苹果品种间pH、可溶性固形物含量和可溶性糖含量差异均较小,变异系数分别为8.5%、10.7%和10.6%,可滴定酸含量、固酸比和糖酸比差异均很大,变异系数分别高达45.1%、64.9%和66.5%,可溶性固形物含量和可溶性糖含量均服从正态分布,概率值P分别达0.6241和0.6298,pH、可滴定酸含量、固酸比和糖酸比均呈偏态分布。(2)pH、固酸比和糖酸比均与可滴定酸含量呈极显著负相关,相关系数分别为-0.8810、-0.8117和-0.8116;pH与固酸比和糖酸比间、可溶性糖含量与可溶性固形物含量间、糖酸比与固酸比均呈极显著正相关,相关系数分别为0.8650、0.8507、0.8794和0.9959。(3)pH与可滴定酸含量存在极显著的对数函数变化趋势,其决定系数R2为0.8522,可溶性固形物含量与可溶性糖含量、糖酸比与固酸比均存在极显著的线性变化趋势,相关系数R分别为0.8793和0.9959;固酸比和糖酸比均与可滴定酸含量存在极显著的幂函数变化趋势,其决定系数R2分别为0.9590和0.9638。(4)研究的6项苹果风味指标中,除可滴定酸含量外,其余5项指标均存在关于其他5项指标的多元线性模型,各方程的决定系数R2均接近或超过0.9,甚至接近1,且拟合精度和预测精度极高,平均拟合误差仅为1.88%—2.74%,平均预测误差仅为1.83%—2.59%,能够用于相应指标的准确预测;可滴定酸含量的回归方程决定系数R2仅为0.8122,且平均预测误差和平均拟合误差均在20%左右,拟合精度与预测精度均较低,不能用于可滴定酸含量的准确预测。(5)确定苹果风味评价指标由可滴定酸含量、可溶性固形物和固酸比(分别代表酸味指标、甜味指标和综合风味指标)构成,利用该3项指标可将132个苹果样品分为甜、酸甜、酸甜适度、甜酸和酸5类。【结论】苹果风味评价指标以可滴定酸含量、可溶性糖含量和固酸比为宜,所筛选出的3项指标可用于苹果风味的科学评价与分类。
DOI:10.3864/j.issn.0578-1752.2015.14.011URL [本文引用: 1]
![](https://www.chinaagrisci.com/richhtml/0578-1752/richHtml_jats1_1/images/more.jpg)
【目的】筛选适宜的苹果风味评价指标,为构建苹果风味评价指标体系和苹果风味科学评价奠定基础。【方法】测定132个苹果样品的6项风味指标:用酸度计测定pH,用全糖仪测定可溶性固形物含量,用斐林试剂滴定法测定可溶性糖含量,用指示剂滴定法测定可滴定酸含量,用口尝鉴评法进行风味鉴评,固酸比用可溶性固形物含量与可滴定酸含量的比值表示,糖酸比用可溶性糖含量与可滴定酸含量的比值表示。利用水平分析、回归分析、聚类分析、因子分析等数理统计分析方法,明确各指标的水平及其分布、指标间的变化趋势和定量关系,筛选出适宜的苹果风味评价指标,并进行苹果风味评价与分类。【结果】(1)苹果品种间pH、可溶性固形物含量和可溶性糖含量差异均较小,变异系数分别为8.5%、10.7%和10.6%,可滴定酸含量、固酸比和糖酸比差异均很大,变异系数分别高达45.1%、64.9%和66.5%,可溶性固形物含量和可溶性糖含量均服从正态分布,概率值P分别达0.6241和0.6298,pH、可滴定酸含量、固酸比和糖酸比均呈偏态分布。(2)pH、固酸比和糖酸比均与可滴定酸含量呈极显著负相关,相关系数分别为-0.8810、-0.8117和-0.8116;pH与固酸比和糖酸比间、可溶性糖含量与可溶性固形物含量间、糖酸比与固酸比均呈极显著正相关,相关系数分别为0.8650、0.8507、0.8794和0.9959。(3)pH与可滴定酸含量存在极显著的对数函数变化趋势,其决定系数R2为0.8522,可溶性固形物含量与可溶性糖含量、糖酸比与固酸比均存在极显著的线性变化趋势,相关系数R分别为0.8793和0.9959;固酸比和糖酸比均与可滴定酸含量存在极显著的幂函数变化趋势,其决定系数R2分别为0.9590和0.9638。(4)研究的6项苹果风味指标中,除可滴定酸含量外,其余5项指标均存在关于其他5项指标的多元线性模型,各方程的决定系数R2均接近或超过0.9,甚至接近1,且拟合精度和预测精度极高,平均拟合误差仅为1.88%—2.74%,平均预测误差仅为1.83%—2.59%,能够用于相应指标的准确预测;可滴定酸含量的回归方程决定系数R2仅为0.8122,且平均预测误差和平均拟合误差均在20%左右,拟合精度与预测精度均较低,不能用于可滴定酸含量的准确预测。(5)确定苹果风味评价指标由可滴定酸含量、可溶性固形物和固酸比(分别代表酸味指标、甜味指标和综合风味指标)构成,利用该3项指标可将132个苹果样品分为甜、酸甜、酸甜适度、甜酸和酸5类。【结论】苹果风味评价指标以可滴定酸含量、可溶性糖含量和固酸比为宜,所筛选出的3项指标可用于苹果风味的科学评价与分类。
[本文引用: 1]
[本文引用: 1]
DOI:10.1016/j.postharvbio.2007.01.006URL [本文引用: 1]
DOI:10.1016/S0925-5214(01)00157-0URL [本文引用: 1]
DOI:10.1016/j.foodchem.2006.07.030URL [本文引用: 1]