常見馬鈴薯品種特性分析及加工適宜性分類

楊炳南, 張小燕, 趙鳳敏, 劉 威, 楊延辰, 李樹君

(中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院,北京 100083)

?

常見馬鈴薯品種特性分析及加工適宜性分類

楊炳南, 張小燕, 趙鳳敏, 劉 威, 楊延辰, 李樹君*

(中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院,北京 100083)

摘 要:中國(guó)是馬鈴薯生產(chǎn)和消費(fèi)大國(guó),區(qū)域在種植馬鈴薯品種繁多,不同原料品質(zhì)會(huì)直接影響加工制品品質(zhì)及產(chǎn)品得率。為探討國(guó)內(nèi)常見的44個(gè)馬鈴薯品種差異,指導(dǎo)馬鈴薯產(chǎn)業(yè)原料選擇與品種繁育,實(shí)驗(yàn)測(cè)定了8個(gè)主要品質(zhì)指標(biāo),統(tǒng)計(jì)分析顯示,不同品種的各個(gè)指標(biāo)差異明顯,且指標(biāo)間存在顯著的相關(guān)關(guān)系;為消除冗余,實(shí)驗(yàn)對(duì)8個(gè)指標(biāo)進(jìn)行主成分分析,并轉(zhuǎn)化成3個(gè)主成分因子,第一主成分主要代表水分因子,第二主成分主要代表糖分因子,第三主成分主要代表蛋白質(zhì)因子,這3個(gè)因子的累計(jì)方差貢獻(xiàn)率達(dá)到75.77%,能有效反映初始指標(biāo)的信息。綜合各主成分因子的得分圖可直觀反映馬鈴薯原料指標(biāo)間的關(guān)系,進(jìn)而得出不同品種的加工或鮮食建議。采用Ward聚類方法進(jìn)行系統(tǒng)聚類分析,將44個(gè)劃分為4個(gè)類別,分析各類別間的指標(biāo)差異,并與主成分分析結(jié)果進(jìn)行比較,二者具有較高的一致性,可為馬鈴薯原料加工用途劃分提供參考和借鑒。

關(guān)鍵詞:馬鈴薯;主成分分析;系統(tǒng)聚類;加工適宜性

YANG Bingnan,ZHANG Xiaoyan,ZHAO Fengmin,et al.Characteristic analysis and processing suitability clustering of common potato cultivars[J].Journal of Food Science and Technology,2016,34(1):28-36.

*李樹君,男,研究員,博士,主要從事農(nóng)產(chǎn)品加工及貯藏工程方面的研究。通信作者。

馬鈴薯糧菜兼用、歷史悠久,在很多國(guó)家的飲食結(jié)構(gòu)中占據(jù)不可或缺的地位。國(guó)外發(fā)達(dá)國(guó)家的馬鈴薯產(chǎn)業(yè)發(fā)展迅速,育種與加工配套完備,以加工為龍頭帶動(dòng)馬鈴薯品種繁育,產(chǎn)業(yè)發(fā)展水平高,已基本實(shí)現(xiàn)了馬鈴薯品種專用化、生產(chǎn)規(guī)模化、技術(shù)高新化和質(zhì)量控制全程化[1-2]。馬鈴薯也是保障我國(guó)糧食安全的重要農(nóng)產(chǎn)品,2014年,我國(guó)馬鈴薯種植面積和產(chǎn)量均占世界1/4左右,已成為生產(chǎn)和消費(fèi)第一大國(guó)。隨著馬鈴薯產(chǎn)業(yè)穩(wěn)定發(fā)展,逐步形成了東南西北中均有生產(chǎn)、市場(chǎng)周年供給的發(fā)展格局,伴隨2015年初馬鈴薯主糧化戰(zhàn)略的提出,馬鈴薯在大宗農(nóng)產(chǎn)品中的地位更加舉足輕重[3]。我國(guó)擁有發(fā)展馬鈴薯產(chǎn)業(yè)豐富的資源優(yōu)勢(shì)和巨大的市場(chǎng)潛力,但當(dāng)前馬鈴薯主要用于鮮食、飼料和粗淀粉加工,加工產(chǎn)品少,質(zhì)量參差不齊,馬鈴薯增產(chǎn)后不能及時(shí)加工增值,導(dǎo)致巨大的馬鈴薯資源潛力得不到充分發(fā)揮,嚴(yán)重制約我國(guó)馬鈴薯生產(chǎn)發(fā)展水平[4]。馬鈴薯品種的固有生物學(xué)特性與加工技術(shù)、加工制品、制品品質(zhì)相輔相成,篩選加工專用品種,使馬鈴薯原料物盡其用,對(duì)促進(jìn)馬鈴薯加工產(chǎn)業(yè)升級(jí)具有積極的指導(dǎo)意義[5]。目前,國(guó)內(nèi)針對(duì)馬鈴薯品種脫毒、增產(chǎn)、抗病、貯藏等研究較多[6-8]；在加工方面,長(zhǎng)期注重馬鈴薯制品的加工配方、工藝優(yōu)化及生產(chǎn)線研究[9-11],而在不同特性馬鈴薯原料的加工適宜性研究方面報(bào)道較少,具體品種涵蓋較少,缺乏系統(tǒng)性[12]。針對(duì)我國(guó)當(dāng)前存在的普通品種和原料過(guò)剩、加工品種和原料缺乏等局限性,本研究收集了當(dāng)前國(guó)內(nèi)常見、經(jīng)過(guò)國(guó)家審定的在種植品種特性,系統(tǒng)研究不同品種的加工指標(biāo)并進(jìn)行聚類,初步篩選出適宜不同加工用途的各項(xiàng)品種,以期為馬鈴薯加工產(chǎn)業(yè)原料保障提供參考和借鑒。

1 材料與方法

1.1 材料與試劑

收集了經(jīng)過(guò)國(guó)家審定、適合區(qū)域在種植的44個(gè)常見馬鈴薯品種,為保證原料指標(biāo)可比性與統(tǒng)一性, 44個(gè)品種均種植在河北壩上同一海拔的地塊,由同一級(jí)別微型薯經(jīng)同樣種植、施肥等條件培育而成,具體品種名稱如表1。

表1　44個(gè)馬鈴薯品種的名稱Tab.1 Names of 44 potato cultivars

馬鈴薯樣品到達(dá)實(shí)驗(yàn)室后,按照國(guó)家標(biāo)準(zhǔn)[13-20],在最短時(shí)間內(nèi)測(cè)定水分、淀粉、蛋白質(zhì)、還原糖、總糖、可溶性固形物、維生素C及灰分8項(xiàng)主要品質(zhì)指標(biāo)。所用試劑主要有:85%乙醇(分析純),北京化學(xué)試劑公司；鹽酸(6 mol/L,分析純),北京化工廠；40%氫氧化鈉溶液(分析純),北京化學(xué)試劑公司；20%乙酸鉛(分析純),北京化學(xué)試劑公司；10%硫酸鈉溶液(分析純),北京化學(xué)試劑公司；硫酸(分析純),北京化工廠；酒石酸鈉(分析純),汕頭西隴化工廠；硫酸銅(分析純),國(guó)藥集團(tuán)化學(xué)試劑有限公司。

1.2 儀器與設(shè)備

KDY-9820型凱氏定氮儀,北京思貝得機(jī)電技術(shù)研究所；WAY-1S型阿貝折光儀,上海精密儀器廠；TM-0910E型陶瓷纖維馬弗爐,北京盈安美誠(chéng)科學(xué)儀器有限公司；DHG-9643BS-Ⅲ型電熱恒溫鼓風(fēng)干燥箱,上海新苗醫(yī)療器制造有限公司。

1.3 數(shù)據(jù)處理方法

采用SPSS19.0軟件進(jìn)行數(shù)據(jù)處理與統(tǒng)計(jì)分析。

1.3.1 主成分分析法

在實(shí)際問(wèn)題的研究中,往往會(huì)涉及眾多相關(guān)的變量,變量太多不但會(huì)增加計(jì)算的復(fù)雜性,而且也會(huì)給合理地分析問(wèn)題和解釋問(wèn)題帶來(lái)困難。主成分分析是一種處理高維數(shù)據(jù)的方法,用維數(shù)極少的互補(bǔ)相關(guān)的新變量來(lái)反映原變量所提供的絕大部分信息,旨在將彼此相關(guān)的指標(biāo)變量轉(zhuǎn)化為彼此不相關(guān)的指標(biāo)變量,將個(gè)數(shù)較多的指標(biāo)變量轉(zhuǎn)化為個(gè)數(shù)較少的指標(biāo)變量,將意義單一的指標(biāo)變量轉(zhuǎn)化為意義綜合的指標(biāo)變量,從而降低冗余、消除信息重疊[21]。主成分分析首先將對(duì)原始數(shù)據(jù)進(jìn)行Z-Score標(biāo)準(zhǔn)化變換,以消除各原始變量量綱不同引起的分散程度差異,標(biāo)準(zhǔn)化公式見式(1)。

利用SPSS軟件計(jì)算相關(guān)系數(shù)矩陣、特征值與特征向量,根據(jù)特征值大小繪制主成分分析碎石圖,按照式(2)計(jì)算主成分載荷及主成分得分,進(jìn)而得出主成分因子,繪制主成分因子得分圖,分析不同馬鈴薯原料的指標(biāo)及品質(zhì)性狀。

式(2)中,αij為成分矩陣中i列j行的系數(shù)；βij為特征向量系數(shù)矩陣中i列j行的系數(shù),即第i個(gè)初始因子的載荷；λi為第i個(gè)主成分因子的特征值。

1.3.2 系統(tǒng)聚類法

系統(tǒng)聚類法又稱譜系聚類,是實(shí)際應(yīng)用中使用最多的一種聚類方法。系統(tǒng)聚類法的基本思想是令n個(gè)樣品自成一類,計(jì)算出相似性測(cè)度,把測(cè)度最小的兩個(gè)類合并；按照特定聚類方法計(jì)算類間距離,再按最小距離準(zhǔn)則并類；這樣每次減少一類時(shí)繼續(xù)迭代,直到所有樣品都?xì)w為一類為止[22]。實(shí)驗(yàn)采用Ward系統(tǒng)聚類方法計(jì)算類間歐氏距離。Ward系統(tǒng)聚類方法又稱離差平方和法,在實(shí)際分類中應(yīng)用較廣,是基于方差分析的思想,每次聚類時(shí)使得該聚類導(dǎo)致的類內(nèi)離差平方和增量最小,最終通過(guò)較少的迭代次數(shù),實(shí)現(xiàn)樣品分組組類距離小、組間距離大[23]。

2 結(jié)果與分析

2.1 馬鈴薯基礎(chǔ)數(shù)據(jù)分析

2.1.1 品種的描述性分析

馬鈴薯實(shí)際生產(chǎn)經(jīng)驗(yàn)表明,馬鈴薯原料性狀直接影響加工制品品質(zhì),且根據(jù)文獻(xiàn)[24],水分、淀粉、蛋白質(zhì)、還原糖、總糖、可溶性固形物、維生素C及灰分是馬鈴薯的主要品質(zhì)指標(biāo),與加工制品品質(zhì)息息相關(guān)。實(shí)驗(yàn)對(duì)44個(gè)馬鈴薯品種的這8項(xiàng)指標(biāo)進(jìn)行測(cè)定,利用SPSS軟件進(jìn)行描述性分析,結(jié)果見表2。由表2可見,品種間極值差距較大,為消除由于度量單位或平均數(shù)不同造成的方差分析效果不明確,實(shí)驗(yàn)計(jì)算了各指標(biāo)的變異系數(shù),除水分指標(biāo)外,變異系數(shù)均超過(guò)10%,各項(xiàng)指標(biāo)離散程度較大,表明不同品種馬鈴薯樣品特性指標(biāo)間存在明顯差異。

2.1.2 指標(biāo)的相關(guān)性分析

相關(guān)性分析結(jié)果如表3。結(jié)果表明,還原糖與總糖、淀粉、可溶性固形物呈現(xiàn)極顯著正相關(guān)(相關(guān)系數(shù)分別為:0.789,0.430)；水分與淀粉、灰分、可溶性固形物呈現(xiàn)極顯著負(fù)相關(guān)(相關(guān)系數(shù)分別為:-0.884、-0.600、-0.604)；另外,維生素C與總糖、灰分、還原糖等也呈現(xiàn)出顯著的負(fù)相關(guān),由于各指標(biāo)間相關(guān)關(guān)系的存在,易造成整體信息發(fā)生重疊,指標(biāo)間正負(fù)相關(guān)關(guān)系也會(huì)造成評(píng)價(jià)系統(tǒng)的不穩(wěn)定性,有必要選取具有代表性、彼此不相關(guān)的綜合變量來(lái)降低冗余和評(píng)價(jià)負(fù)擔(dān)。

表2　馬鈴薯主要指標(biāo)統(tǒng)計(jì)分析Tab.2 Data analysis of main indicators of different potato cultivars　g/100 g

表3　馬鈴薯主要指標(biāo)的相關(guān)性分析Tab.3 Correlation analysis of main indicators

2.2 主成分分析的結(jié)果分析

為有效評(píng)價(jià)馬鈴薯各個(gè)指標(biāo)的重要性,可以利用SPSS軟件對(duì)44個(gè)馬鈴薯品種的8個(gè)指標(biāo)進(jìn)行主成分分析,將原來(lái)眾多具有一定相關(guān)性的指標(biāo),重新組合成一組新的互相無(wú)關(guān)的綜合指標(biāo)來(lái)代替原來(lái)的指標(biāo),這些互相無(wú)關(guān)的綜合指標(biāo)能反映馬鈴薯品質(zhì)各個(gè)指標(biāo)原來(lái)較多因素的信息,并度量各個(gè)指標(biāo)的優(yōu)劣程度,利于找出主要指標(biāo),剔除某些次要指標(biāo)。由于不同指標(biāo)的計(jì)量單位不同,數(shù)據(jù)量綱不一致,先采用Z-Score標(biāo)準(zhǔn)化變換對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化,然后通過(guò)主成分分析得出評(píng)價(jià)因子特征值和累計(jì)貢獻(xiàn)率,如表4。

碎石圖(圖1)可顯示提取主成分因子與其他剩余因子的區(qū)別度,斜率(坡度)越大,主成分因子間區(qū)別度越高[21]。圖1中,前3個(gè)主成分因子的斜率呈直線下降趨勢(shì),在第3個(gè)主成分因子處形成明顯轉(zhuǎn)折,且前3個(gè)主成分因子提取特征值均大于1,累計(jì)方差貢獻(xiàn)率達(dá)到75%以上,提取前3個(gè)主成分因子可有效涵蓋馬鈴薯品種的大部分信息。

圖1　主成分分析碎石圖Fig.1 Screen plot of principal component analysis

表5為提取3個(gè)主成分因子時(shí)的初始載荷矩陣,淀粉、水分、灰分及可溶性固形物在第一主成分上具有較高的載荷,說(shuō)明第一主成分主要涵蓋這些與干物質(zhì)相關(guān)指標(biāo)的信息,可稱為干物質(zhì)因子,第一主成分因子方差貢獻(xiàn)率為36.33%；總糖和還原糖在第二主成分上具有較高的載荷,表明第二主成分涵蓋糖分指標(biāo)的相關(guān)信息,可稱為糖分因子,方差貢獻(xiàn)率為24.93%；蛋白質(zhì)在第三主成分因子上擁有較高的載荷,第三主成分主要反映蛋白質(zhì)信息,方差貢獻(xiàn)率為14.52%；維生素C作為人體不可或缺的營(yíng)養(yǎng)物質(zhì),但由于含量相對(duì)較低,在各主成分因子上載荷均相對(duì)較小。

表5　初始因子載荷矩陣Tab.5 Principal component matrix

用X1～X8分別代表還原糖、總糖、淀粉、水分、灰分、可溶性固形物、維生素C、蛋白質(zhì)8個(gè)初始自變量,經(jīng)主成分分析,計(jì)算特征向量系數(shù)矩陣,可將X1～X8經(jīng)線性變換,得出3個(gè)互不相關(guān)的主成分因子表達(dá)式PC1～PC3(式(3)至式(5)),這3個(gè)主成分因子累計(jì)方差貢獻(xiàn)率達(dá)到75.77%,可基本替代初始8個(gè)指標(biāo)進(jìn)行數(shù)據(jù)分析。

根據(jù)馬鈴薯主成分分析的初始因子載荷結(jié)果,得出PC1、PC2、PC3分別代表干物質(zhì)因子、糖分因子及蛋白質(zhì)因子,干物質(zhì)因子PC1正向取值越大,代表品種含水較少,而淀粉、可溶性固形物等成分較高；糖分因子PC2負(fù)向取值越大,則越不容易發(fā)生褐變,加工過(guò)程中能有效保持色澤,PC2正向取值越大,則不適宜加工,但高糖分含量作為主要碳水化合物有利于提高鮮食菜用的營(yíng)養(yǎng)；蛋白質(zhì)因子PC3正向取值越大,蛋白質(zhì)含量越高,馬鈴薯營(yíng)養(yǎng)越豐富。繪制主成分因子得分圖(圖2)可以反映不同馬鈴薯品種與品質(zhì)指標(biāo)間的關(guān)系。

圖2　44個(gè)馬鈴薯品種主成分分析因子得分圖Fig.2 PCA scores for 44 potato cultivars

圖2(a)PC1與PC2綜合得分圖可用于確定馬鈴薯原料用途。第一、第四象限品種干物質(zhì)含量高,涵蓋主要適宜加工品種,如序號(hào)42、6、14、31、30(對(duì)應(yīng)品種GLKS-58-1642.4、轉(zhuǎn)心烏、寧薯7號(hào)、云薯301、云薯102)等品種,第一象限品種比第四象限的品種顏色較易發(fā)生褐變,在加工過(guò)程中需采取相應(yīng)抑制措施；第二象限品種糖分高、干物質(zhì)含量低,鮮食或菜用的食味值較好,如序號(hào)1、18、21、13、2(對(duì)應(yīng)品種中薯1號(hào)、中薯3號(hào)、紫、涼薯17、卡它丁)等；第三象限品種含水較多且不易褐變,鮮食或菜用感官品質(zhì)好,如序號(hào)25、34、37、40(對(duì)應(yīng)品種東農(nóng)303、青薯168、Hertha、Desiree)等。

圖2(b)PC1與PC3綜合得分圖可用于篩選優(yōu)勢(shì)加工品種原料。第一象限干物質(zhì)含量高、蛋白質(zhì)含量高,加工特性好且制品營(yíng)養(yǎng)價(jià)值高,屬于優(yōu)勢(shì)加工品種原料,涵蓋品種有序號(hào)42、6、31、44、30、10(對(duì)應(yīng)品種GLKS-58-1642.4、轉(zhuǎn)心烏、云薯301、LBr-25、云薯102、俄8)等；第四象限干物質(zhì)含量高但蛋白質(zhì)含量較低,屬于較適宜加工品種,如序號(hào)4、43、28、24、23(對(duì)應(yīng)品種Red Gold、TACNA、合作003、馬爾科、鄂95P3-3)等；第二象限品種水分足、蛋白含量高,鮮食菜用品質(zhì)好,如序號(hào)25、34、21、36、18(對(duì)應(yīng)品種東農(nóng)303、青薯168、紫、Kondor、中薯3號(hào))等；13、29(對(duì)應(yīng)品種涼薯17、克新19號(hào))等品種處于第三象限,綜合品質(zhì)較差。

圖2(c)PC2與PC3綜合得分圖可用于篩選營(yíng)養(yǎng)豐富的鮮食品種。第一象限糖分和蛋白質(zhì)含量都較高,序號(hào)1、6、17、14、22、2(對(duì)應(yīng)品種中薯1號(hào)、轉(zhuǎn)心烏、天薯5號(hào)、寧薯7號(hào)、L9810-18、卡它丁)等品種均涵蓋在內(nèi),這些品種尤其適合鮮食或菜用；第二象限的品種糖分少、蛋白質(zhì)高,馬鈴薯產(chǎn)品營(yíng)養(yǎng)高且不易褐變；第三和第四象限營(yíng)養(yǎng)品質(zhì)相對(duì)較低。

2.3 系統(tǒng)聚類結(jié)果分析

利用SPSS軟件對(duì)標(biāo)準(zhǔn)化后的還原糖、總糖、淀粉、水分、灰分、可溶性固形物和蛋白質(zhì)7個(gè)指標(biāo)進(jìn)行系統(tǒng)聚類分析,維生素C雖然是馬鈴薯中重要的營(yíng)養(yǎng)物質(zhì),但在主成分分析中貢獻(xiàn)率較低,為避免對(duì)分類結(jié)果的影響,聚類分析不考慮維生素C變量。采用Ward聚類方法計(jì)算歐氏距離,系統(tǒng)聚類結(jié)果如圖3。從最大距離的1/2處劃分,可將44個(gè)馬鈴薯品種劃分為4類,4類間距離較遠(yuǎn),類中點(diǎn)距離較近,分類效果較好。

圖3中,高原4號(hào)、95P3-3、阿8084、春薯1號(hào)、Shepody等15個(gè)品種歸為一類(標(biāo)記為Ⅰ類),Ⅰ類品種干物質(zhì)含量適中,還原糖和蛋白質(zhì)含量較低,加工或鮮食特征均不明顯,可作為各類用途補(bǔ)充品種；轉(zhuǎn)心烏、GLKS-58-1642.4、云薯102、云薯301、Red Gold、LBr-25等13個(gè)品種聚為一類(標(biāo)記為Ⅱ類),該類品種干物質(zhì)含量高、糖分含量較低且蛋白質(zhì)含量較高,加工過(guò)程中不易變色且生產(chǎn)轉(zhuǎn)化率高,蛋白較高使得產(chǎn)品營(yíng)養(yǎng)豐富,可用于油炸薯?xiàng)l、薯片、全粉等產(chǎn)品加工,兼用于鮮食；天薯5號(hào)、L9810-18、卡它丁、中薯1號(hào)4個(gè)品種聚為一類(標(biāo)記為Ⅲ類),該類品種干物質(zhì)含量低、蛋白質(zhì)較高,不適合加工但適用于鮮食菜用,且糖分含量高、鮮食風(fēng)味較好；中薯3號(hào)、紫、青薯2號(hào)、Desiree、鄭薯5號(hào)、Kondor等12個(gè)品種聚為一類(標(biāo)記為Ⅳ類),該類品種干物質(zhì)含量低、蛋白質(zhì)含量高、還原糖含量較低,適合鮮食菜用,且菜用加工過(guò)程中不易褐變,感官品質(zhì)較好。

綜上,Ⅱ類品種是優(yōu)良的加工品種；Ⅲ類和Ⅳ類品種適合鮮食菜用,Ⅲ類品種營(yíng)養(yǎng)價(jià)值和風(fēng)味較好,Ⅳ類品種切分后不易褐變,感官品質(zhì)較好；Ⅰ類品種各類品質(zhì)指標(biāo)含量適中,屬于兼用型或各用途補(bǔ)充品種。

圖3　系統(tǒng)聚類樹狀圖Fig.3 Hierarchical diagram of clustering

2.4 主成分分析與系統(tǒng)聚類結(jié)果比較

將主成分分析的因子得分表分布情況與系統(tǒng)聚類結(jié)果進(jìn)行比較,結(jié)果如表6。Ⅰ類品種在PC1∩PC3因子得分圖中均位于第三或第四象限,除涼薯17外,其他品種在PC2∩PC3因子得分圖中均位于第三象限,表明Ⅰ類品種干物質(zhì)含量適中,含有較低的糖分含量和蛋白質(zhì),加工特性不明顯；Ⅱ類品種在PC1∩PC2因子得分圖中位于坐標(biāo)系右側(cè),除Spunta 和Red Gold品種在PC1∩PC3因子得分圖中位于第四象限,其他品種均位于第一象限,在PC2∩PC3因子得分圖中基本位于第二象限,表明這類品種干物質(zhì)含量高、蛋白質(zhì)含量高、糖分含量較低,是優(yōu)良的加工專用品種；Ⅲ類品種在PC1∩PC2和PC1∩PC3因子得分圖中位于第二象限或正y軸,在PC2∩PC3因子得分圖中位于第一象限,表明該類品種干物質(zhì)含量低,但糖分含量與蛋白質(zhì)含量均較高,營(yíng)養(yǎng)豐富,最適宜鮮食或菜用；Ⅳ類品種位于PC1∩PC3因子得分圖左側(cè),大多品種在PC1∩PC3和PC2∩PC3因子得分圖中位于第二象限,表明大多數(shù)該類品種水分充足,含有較低的糖分和較高的蛋白質(zhì),適合鮮食,不易褐變,感官品質(zhì)較好。因此,主成分分析與系統(tǒng)聚類結(jié)果具有較高的一致性,可為馬鈴薯產(chǎn)業(yè)加工原料選擇和品種繁育提供較科學(xué)的參考和借鑒。

表6　主成分因子得分圖與系統(tǒng)聚類結(jié)果比較Tab.6 Comparison of hierarchical clustering and PCA scores of 44 potato cultivars

2.5 馬鈴薯加工適宜性評(píng)價(jià)標(biāo)準(zhǔn)

將各類別樣品均值與總體均值進(jìn)行比較,結(jié)果如表7。不同類別的還原糖、淀粉指標(biāo)與總體均值差異最大,水分及蛋白質(zhì)含量與總體均值差異較大,其他指標(biāo)差異較不明顯。還原糖指標(biāo)比較顯示,第Ⅰ類、第Ⅱ類樣品還原糖均值明顯低于總體均值,第Ⅲ類還原糖指標(biāo)遠(yuǎn)高于總體均值；淀粉指標(biāo)比較結(jié)果顯示,第Ⅱ類樣品淀粉含量明顯高于總體均值,而第Ⅳ類樣品淀粉含量最低；水分指標(biāo)中,第Ⅱ類樣品水分含量明顯低于總體均值,而第Ⅳ類樣品水分含量最高；蛋白質(zhì)指標(biāo)中,第Ⅱ類樣品蛋白質(zhì)含量明顯高于總體均值,而第Ⅰ類樣品蛋白質(zhì)含量最低。

表7　各類別樣品均值與總體均值比較Tab.7 Comparison between mean value and totality of different clustering　g/100 g

根據(jù)各類別馬鈴薯樣品中有明顯差異的品質(zhì)指標(biāo)測(cè)量值分布情況,結(jié)合樣品總體均值大小,可初步確定加工適宜性評(píng)價(jià)標(biāo)準(zhǔn),具體如表8。還原糖含量直接影響加工制品的色澤,淀粉和水分指標(biāo)直接影響加工產(chǎn)品得率,蛋白質(zhì)是重要的營(yíng)養(yǎng)指標(biāo),適宜加工品種需具有較小的還原糖和水分含量、較大的淀粉和蛋白質(zhì)含量；當(dāng)糖分和蛋白質(zhì)含量均較高時(shí),馬鈴薯品種則尤其適合鮮食或菜用；各項(xiàng)指標(biāo)含量適中則為兼用品種。結(jié)合各類別最值大小及總體均值可初步得出馬鈴薯加工適宜性評(píng)價(jià)標(biāo)準(zhǔn),后續(xù)將繼續(xù)增加樣本容量,完善加工適宜性評(píng)價(jià)依據(jù),提高該評(píng)價(jià)標(biāo)準(zhǔn)的科學(xué)性和系統(tǒng)性。

表8　馬鈴薯加工適宜性評(píng)價(jià)標(biāo)準(zhǔn)Tab.8 Evaluation standard for suitability of potato processing　g/100 g

3 結(jié) 論

1)實(shí)驗(yàn)對(duì)經(jīng)過(guò)國(guó)家審定、適合區(qū)域在種植的44個(gè)常見馬鈴薯品種8項(xiàng)主要品質(zhì)指標(biāo)(水分、淀粉、蛋白質(zhì)、還原糖、總糖、可溶性固形物、維生素C及灰分)進(jìn)行分析,各指標(biāo)極值差距較大,變異系數(shù)較高,不同馬鈴薯品種品質(zhì)存在明顯差異。

2)8項(xiàng)指標(biāo)間的相關(guān)性分析表明,還原糖與總糖、淀粉與可溶性固形物、水分與淀粉等指標(biāo)間均存在不同程度的相關(guān)關(guān)系,為消除冗余,實(shí)驗(yàn)通過(guò)主成分分析將8個(gè)馬鈴薯初始品質(zhì)指標(biāo)重新組合成4個(gè)互相無(wú)關(guān)的主成分因子PC1、PC2和PC3,分別代表干物質(zhì)因子、糖分因子及蛋白質(zhì)因子,這3個(gè)因子的累計(jì)方差貢獻(xiàn)率達(dá)到75.77%,能反映大部分原始指標(biāo)的信息。為確定馬鈴薯原料品質(zhì)特性進(jìn)而分析加工用途,實(shí)驗(yàn)根據(jù)馬鈴薯主成分分析的初始因子載荷結(jié)果,繪制主成分分析因子得分圖,得出GLKS-58-1642.4、轉(zhuǎn)心烏、云薯301等品種屬于優(yōu)勢(shì)加工品種原料；而中薯1號(hào)、轉(zhuǎn)心烏、天薯5號(hào)、寧薯7號(hào)等品種尤其適合鮮食或菜用。

3)采用Ward聚類方法進(jìn)行系統(tǒng)聚類分析,將44個(gè)劃分為4個(gè)類別(Ⅰ、Ⅱ、Ⅲ和Ⅳ類),Ⅱ類品種是優(yōu)良的加工品種；Ⅲ類和Ⅳ類品種適合鮮食菜用,Ⅲ類品種營(yíng)養(yǎng)價(jià)值和風(fēng)味較好；Ⅳ類品種切分后不易褐變,感官品質(zhì)較好；Ⅰ類品種各類品質(zhì)指標(biāo)含量適中,屬于兼用型或各用途補(bǔ)充品種。

4)將主成分分析的因子得分表分布情況與系統(tǒng)聚類結(jié)果進(jìn)行比較,二者具有較高的一致性。分析聚類結(jié)果中的各類品種原料特性,進(jìn)一步得出馬鈴薯加工適宜性評(píng)價(jià)標(biāo)準(zhǔn),可為馬鈴薯育種及加工產(chǎn)業(yè)的原料選擇提供科學(xué)參考和積極借鑒。后續(xù)研究中隨著實(shí)驗(yàn)樣品數(shù)量增加,適宜性評(píng)價(jià)標(biāo)準(zhǔn)需繼續(xù)完善。

參考文獻(xiàn):

[1]GUPTA V K,LUTHRA S K,SINGH B P.Potato processing varieties:present status and future thrusts[EB/OL].(2014-09-22)[2015-03-04].https:∥www.researchgate.net/publication/273120681_Potato_ processing_varieties_Present_status_and_future_thrusts.

[2]村外.國(guó)外馬鈴薯加工業(yè)狀況及進(jìn)出口需求[J].農(nóng)產(chǎn)品加工,2008(6):11,14.

[3]吳永斌,楊富安.關(guān)于馬鈴薯主糧化的思考[J].甘肅農(nóng)業(yè),2015(1):1.

[4]高明杰,羅其友,劉洋,等.中國(guó)馬鈴薯產(chǎn)業(yè)發(fā)展態(tài)勢(shì)分析[J].中國(guó)馬鈴薯,2013(4):243-247.

[5]FALLOWS S J,WHEELOCK J V.Byproducts from the U K food system 1:the potato processing industry[J].Conservation&Recycling,1982,5(82):163-172.

[6]CHEN Z,ZHAO Y,LEI G,et al.Accumulation and localization of cadmium in potato(Solanum tuberosum)under different soil Cd levels[J].Bulletin of Environmental Contamination&Toxicology,2014,92(6):745-751.

[7]楊如達(dá),楊富,李淑蘭.無(wú)公害馬鈴薯高產(chǎn)高效栽培技術(shù)[J].內(nèi)蒙古農(nóng)業(yè)科技,2011(2):113-114.

[8]RUTOLO M.Detection of potato storage disease via gas analysis:a pilot study using field asymmetric ion mobility spectrometry[J].Sensors,2014,14(9):15939-15952.

[9]張小燕,劉威,興麗,等.馬鈴薯加工品質(zhì)指標(biāo)近紅外預(yù)測(cè)模型研究[J].紅外,2012,33(12):33-39.

[10]劉威,張小燕,楊鸉,等.馬鈴薯片微波滅酶最佳工藝參數(shù)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2013,44(8):213-218.

[11]胡兆波.用正交法研究油炸面包糠土豆泥的加工工藝[J].食品研究與開發(fā),2014(9):63-65.

[12]石瑛,張麗莉,魏峭嶸,等.淀粉加工型馬鈴薯新品種東農(nóng)308的選育[J].中國(guó)蔬菜,2014(2):54-56.

[13]江蘇省農(nóng)科院.水果、蔬菜維生素C含量測(cè)定法(2.6-二氯靛酚滴定法):GB/T 6195—1986[S].北京:國(guó)家標(biāo)準(zhǔn)局,1986.

[14]中華人民共和國(guó)衛(wèi)生部.食品中蛋白質(zhì)的測(cè)定:GB 5009.5—2010[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2010.

[15]國(guó)家技術(shù)監(jiān)督局.水果、蔬菜制品可溶性固形物含量的測(cè)定——折射儀法:GB 12295—1990[S].北京:國(guó)家標(biāo)準(zhǔn)化管理委員會(huì),1990.

[16]中華人民共和國(guó)衛(wèi)生部.食品中灰分的測(cè)定:GB 5009.4—2010[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2010.

[17]中華人民共和國(guó)衛(wèi)生部.食品中水分的測(cè)定:GB 5009.3—2010[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2010.

[18]中華人民共和國(guó)衛(wèi)生部.食品中淀粉的測(cè)定:GB 5009.9—2008[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2009.

[19]黑龍江省農(nóng)科院.水果、蔬菜可溶性糖測(cè)定法:GB/T 6194—1986[S].北京:國(guó)家標(biāo)準(zhǔn)局,1986.

[20]中華人民共和國(guó)衛(wèi)生部.食品中還原糖的測(cè)定:GB 5009.7—2008[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2009.

[21]CHEN S,ZHU Y.Subpattern-based principle component analysis[J].Pattern Recognition,2004,37(5):1081-1083.

[22]ROHLF F J.Adaptive hierarchical clustering schemes[J].Systematic Biology,2015,19(1):58-82.

[23]霍葉青,何躍.基于離差最大化和Ward系統(tǒng)聚類的四川城鎮(zhèn)化水平研究[J].軟科學(xué),2010,24(6):71-73.

[24]張小燕,趙鳳敏,興麗,等.不同馬鈴薯品種用于加工油炸薯片的適宜性[J].農(nóng)業(yè)工程學(xué)報(bào),2013,29 (8):276-283.

(責(zé)任編輯:葉紅波)

Characteristic Analysis and Processing Suitability Clustering of Common Potato Cultivars

YANG Bingnan, ZHANG Xiaoyan, ZHAO Fengmin, LIU Wei, YANG Yanchen, LI Shujun*
(Chinese Academy of Agricultural Mechanization Sciences,Beijing 100083,China)

Abstract:China is one of the world’s largest countries in potato production and consumption.Cultivar differences have significant effects on the quality and yield of potato products.In order to choose proper potato materials for optimal products’processing and provide guiding significance for potato processing industry,8 main quality indicators were tested based on 44 common potato cultivars in domestic.Statistics analysis showed that,there were obvious differences in indicators of different potato cultivars,and the significant correlation was found between most indicators.To reduce the redundancy,principal component analysis(PCA)was used to transform 8 original indicators into 3 irrelevant principal components.The first principal component was represented as the moisture factor.The second principal component was represented as the sugar factor.And the third component was represented as the protein factor.The cumulative percent of 3 principal components reached 75.77%and could effectively reflect the information of the original indicators.Based on PCA scores for 44 potato cultivars,usages of processing or fresh-eating for different cultivars were suggested.Hierarchical clustering with the Ward method was used to divide 44 potato cultivars into 4 categories and the characteristics of each category were analyzed.The result was accordant with PCA scores,and can provide references and uses for different potato cultivars.

Key words:potato；principal component analysis；hierarchical clustering；processing suitability

作者簡(jiǎn)介:楊炳南,男,研究員,主要從事農(nóng)產(chǎn)品加工及貯藏工程方面的研究；

基金項(xiàng)目:公益性行業(yè)(農(nóng)業(yè))科研專項(xiàng)經(jīng)費(fèi)項(xiàng)目(200903043)；國(guó)家馬鈴薯產(chǎn)業(yè)技術(shù)體系項(xiàng)目(CARS-10-P23)；國(guó)家自然科學(xué)基金資助項(xiàng)目(31401582)。

收稿日期:2015-12-05

doi:10.3969/j.issn.2095-6002.2016.01.005

文章編號(hào):2095-6002(2016)01-0028-09

中圖分類號(hào):TS215

文獻(xiàn)標(biāo)志碼:A

引用格式:楊炳南,張小燕,趙鳳敏,等.常見馬鈴薯品種特性分析及加工適宜性分類[J].食品科學(xué)技術(shù)學(xué)報(bào),2016,34(1):28-36.