秈稻的食味品質(zhì)和綜合品質(zhì)評(píng)價(jià)模型的建立

朱 玫，熊 寧，劉 歡，吳 量，孟 歡，劉 利，吳莉莉

（1.湖北省糧油食品質(zhì)量監(jiān)測(cè)站，湖北 武漢 430061；2.中國(guó)科學(xué)院武漢物理與數(shù)學(xué)研究所，湖北 武漢 430071；3.河南工業(yè)大學(xué)糧油食品學(xué)院，河南 鄭州 450001）

秈稻的食味品質(zhì)和綜合品質(zhì)評(píng)價(jià)模型的建立

朱 玫1，熊 寧1，劉 歡2，吳 量2，孟 歡3，劉 利1，吳莉莉1

（1.湖北省糧油食品質(zhì)量監(jiān)測(cè)站，湖北 武漢 430061；2.中國(guó)科學(xué)院武漢物理與數(shù)學(xué)研究所，湖北 武漢 430071；3.河南工業(yè)大學(xué)糧油食品學(xué)院，河南 鄭州 450001）

對(duì)750 份秈稻樣品的外觀、加工、理化、蒸煮和食味品質(zhì)進(jìn)行了測(cè)試，并對(duì)各項(xiàng)數(shù)據(jù)進(jìn)行了相關(guān)性分析，利用多元線性回歸的方法建立了對(duì)食味計(jì)評(píng)分進(jìn)行修正的米飯食味評(píng)價(jià)模型Y=-0.187 60X1-1.322 7X2+0.122 52X3+ 7.545 8 X4-0.001 558 4X5+81.585（式中：Y為感官評(píng)分；X1為直鏈淀粉含量；X2為蛋白質(zhì)含量；X3為食味計(jì)評(píng)分；X4為回生值；X5為黏度平均值）。綜合考慮食味品質(zhì)、加工品質(zhì)和外觀品質(zhì)，利用主成分分析法建立了米飯用秈稻的綜合指數(shù)模型Y=0.167 21X1+0.027 819X2+0.073 22X3-0.006 76X4-20.271 4（式中：Y為綜合指數(shù)；X1為出糙率；X2為整精米率；X3為感官評(píng)分；X4為堊白度），并用層次分析粗粒化綜合評(píng)價(jià)模型對(duì)該綜合指數(shù)模型進(jìn)行了驗(yàn)證。通過(guò)這兩個(gè)模型可以更科學(xué)、合理地評(píng)價(jià)米飯用秈稻的食味品質(zhì)和綜合品質(zhì)。

米飯用秈稻；食味評(píng)價(jià)模型；綜合指數(shù)模型

稻谷是世界上最主要的糧食作物，其總產(chǎn)量占世界谷物產(chǎn)量的1/3左右。我國(guó)是世界上最大的稻谷生產(chǎn)國(guó)，從2011年開(kāi)始，稻谷的年產(chǎn)量連續(xù)4 年站穩(wěn)在2億 t以上，占世界稻谷總產(chǎn)量的27.5%，居世界第一位。2014年，我國(guó)生產(chǎn)大米1.304億 t，呈逐年遞增的趨勢(shì)[1]?，F(xiàn)階段，我國(guó)稻谷的生產(chǎn)和消費(fèi)不單滿(mǎn)足于解決溫飽問(wèn)題，而且對(duì)稻谷的品質(zhì)有了更高的要求，因此建立科學(xué)客觀的綜合評(píng)價(jià)稻谷品質(zhì)的方法顯得尤為重要。由于我國(guó)稻谷品種很多，而且稻谷種植地的土壤、水質(zhì)和氣候都會(huì)影響稻谷的品質(zhì)，所以稻谷品質(zhì)的評(píng)價(jià)較為復(fù)雜。稻谷的品質(zhì)包括加工品質(zhì)、外觀品質(zhì)和食味品質(zhì)等[2-4]，現(xiàn)在大部分研究都是將這幾種品質(zhì)分別進(jìn)行評(píng)價(jià)，沒(méi)有可以綜合評(píng)價(jià)這幾種品質(zhì)的方法。其中，食味品質(zhì)的評(píng)價(jià)[5-7]最為困難。傳統(tǒng)的感官評(píng)價(jià)方法對(duì)品嘗人員有很高的要求，有較強(qiáng)的主觀性；現(xiàn)在最常用的儀器評(píng)價(jià)方法就是利用米飯食味計(jì)進(jìn)行評(píng)價(jià)，米飯食味計(jì)是通過(guò)建立近紅外光譜與待測(cè)參數(shù)間的分析模型得到米飯硬度、黏度等參數(shù)，無(wú)法真正反映米飯內(nèi)在的物理性狀（彈性、黏性），所以存在一定的局限性。

本實(shí)驗(yàn)以我國(guó)兩個(gè)秈稻主產(chǎn)省（湖北省、江西?。┑亩i稻為研究對(duì)象，對(duì)這些稻谷的外觀品質(zhì)、加工品質(zhì)、理化品質(zhì)、食味品質(zhì)進(jìn)行檢測(cè)，組織專(zhuān)業(yè)品嘗人員對(duì)米飯的食味品質(zhì)打分，再通過(guò)分析感官評(píng)分與食味計(jì)評(píng)分的關(guān)系，建立了對(duì)食味計(jì)評(píng)分進(jìn)行修正的米飯食味評(píng)分模型。同時(shí)，根據(jù)調(diào)研報(bào)告，大米加工廠和方便米飯生產(chǎn)企業(yè)一般選取原料時(shí)主要考慮的指標(biāo)為出糙率、整精米率、堊白度和感官評(píng)分，這綜合考慮了加工品質(zhì)、外觀品質(zhì)、食味品質(zhì)3 個(gè)方面的因素。因此，選取出糙率、整精米率、堊白度和感官評(píng)分這4 個(gè)指標(biāo)進(jìn)行建模，構(gòu)建米飯用秈稻的綜合指數(shù)，用于綜合評(píng)價(jià)稻谷的品質(zhì)，從而可以知道某地區(qū)、某品種對(duì)應(yīng)的平均綜合指數(shù)，對(duì)企業(yè)的收儲(chǔ)和加工具有指導(dǎo)意義。

1 材料與方法

1.1 材料與試劑

64 份2014年湖北省早秈稻樣品、545 份2014年湖北省中晚秈稻樣品、85 份2014年江西省早秈稻樣品、56 份2014年江西省中晚秈稻樣品，共390 個(gè)品種。

1.2 儀器與設(shè)備

THU35C型礱谷機(jī)、TMO5C型碾米機(jī)、米飯食味計(jì)、硬度儀 佐竹機(jī)械（蘇州）有限公司；TMO5C型碾米機(jī)、3100型錘式實(shí)驗(yàn)粉碎機(jī)、RVATecMaster快速黏度分析儀 瑞典Perten公司；AL204型電子精密天平 梅特勒-托利多儀器（上海）有限公司；AC120型電熱恒溫鼓風(fēng)干燥箱 法國(guó)Froilabo公司；TU-1800SPC型紫外-可見(jiàn)分光光度計(jì)北京普析通用儀器有限責(zé)任公司；E-816型粗脂肪測(cè)定儀、凱K-360型氏定氮儀 瑞士Büchi有限公司。

1.3 方法

1.3.1 米飯食味計(jì)評(píng)分、硬度的測(cè)定[7]

參照張欣等[7]的方法進(jìn)行測(cè)定，先稱(chēng)取精米30 g，淘米30 s，加入質(zhì)量為精米1.33倍的蒸餾水，浸泡30 min，蒸煮米飯，米飯冷卻90 min，稱(chēng)取8 g米飯制成米餅，最后放入食味計(jì)和硬度儀中進(jìn)行測(cè)定食味計(jì)評(píng)分和硬度。

1.3.2 指標(biāo)測(cè)定

出糙率的測(cè)定參照文獻(xiàn)[8]、整精米率的測(cè)定參照文獻(xiàn)[9]、水分含量的測(cè)定參照文獻(xiàn)[10]、RVA糊化特性的測(cè)定參照文獻(xiàn)[11]、直鏈淀粉含量的測(cè)定參照文獻(xiàn)[12]、碘藍(lán)值的測(cè)定參照文獻(xiàn)[13]、米湯固形物含量的測(cè)定參照文獻(xiàn)[14]、蛋白質(zhì)含量的測(cè)定參照文獻(xiàn)[15]、大米膠稠度的測(cè)定參照文獻(xiàn)[16]、大米堊白粒率、堊白度以及長(zhǎng)寬比的測(cè)定參照文獻(xiàn)[17]、米飯的感官評(píng)分參照文獻(xiàn)[18]、米飯感官評(píng)價(jià)人員的篩選參照文獻(xiàn)[19]。

1.4 數(shù)據(jù)統(tǒng)計(jì)與分析

米飯的感官評(píng)分是以5～10 名優(yōu)選評(píng)價(jià)員的綜合評(píng)分計(jì)平均值，其余指標(biāo)都平行測(cè)定兩次取算術(shù)平均值，所得數(shù)據(jù)采用Excel軟件建立數(shù)據(jù)庫(kù)，用SPSS 19.0統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)進(jìn)行主成分分析。

2 結(jié)果與分析

2.1 建立米飯食味評(píng)分模型

2.1.1 篩選米飯感官評(píng)分的敏感指標(biāo)

表1 米飯感官評(píng)分與米飯用秈稻指標(biāo)的相關(guān)性Table 1 Correlations between sensory evaluation score and other indexes of indica rice

將270 份湖北省中晚秈稻和30 份湖北省早秈稻的感官評(píng)分與各項(xiàng)指標(biāo)做相關(guān)性分析，結(jié)果見(jiàn)表1。與秈稻的感官評(píng)分相關(guān)的敏感指標(biāo)按照相關(guān)性大小依次為：直鏈淀粉含量、食味計(jì)評(píng)分、黏度、回生值、衰減值、蛋白質(zhì)含量、最終黏度、硬度、平衡度、最低黏度（選擇相關(guān)系數(shù)大于0.5的指標(biāo)）。由于同一儀器測(cè)定的指標(biāo)有內(nèi)在相關(guān)性，所以在黏度、硬度、平衡度3 個(gè)指標(biāo)中只取相關(guān)性最高的黏度作為感官評(píng)分的敏感指標(biāo)，在回生值、衰減值、最終黏度、最低黏度中只取相關(guān)性最高的回生值作為感官評(píng)分的敏感指標(biāo)。最終選定直鏈淀粉含量（X1）、蛋白質(zhì)含量（X2）、食味計(jì)評(píng)分（X3）、黏度（X4）和回生值（X5）為秈稻感官評(píng)分（Y）的敏感指標(biāo)。

2.1.2 多元線性回歸[20-21]

由于感官評(píng)分的敏感指標(biāo)中包括食味計(jì)評(píng)分，所以釆用SPSS軟件建立感官評(píng)分的多元線性方程就可以對(duì)食味計(jì)評(píng)分進(jìn)行修正。為了消除各指標(biāo)量綱不同的影響，對(duì)感官評(píng)分及其敏感指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。將處理后的數(shù)據(jù)進(jìn)行主成分分析，分析結(jié)果見(jiàn)表2，第1、2兩個(gè)主成分的方差貢獻(xiàn)率分別為73.6%、16.3%，所以這兩個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到89.9%，因此剔除第3、4、5主成分，相應(yīng)的因子載荷矩陣如表3所示。因此，可得：

式中：Z表示主成分；ZX表示X標(biāo)準(zhǔn)化后的變量。

表2 主成分方差分析Table 2 Variance analysis of principal components

表3 主成分矩陣Table 3 Matrix of principal components

以這兩個(gè)主成分為自變量，以標(biāo)準(zhǔn)化的感官評(píng)分為因變量，進(jìn)行線性回歸，結(jié)果見(jiàn)表4。由表4可得，ZY=-0.430Z1-0.210Z2+0.033，將該方程去標(biāo)準(zhǔn)化得到多元線性回歸模型，也就是秈稻的米飯食味評(píng)分模型：Y = -0.187 60X1-1.322 7X2+0.122 52X3+ 7.545 8X4-0.001 558 4X5+81.585。式中：X1為直鏈淀粉含量；X2為蛋白質(zhì)含量；X3為食味計(jì)評(píng)分；X4為黏度；X5為回生值。

表4 線性回歸系數(shù)Table 4 Linear regression coefficients

2.1.3 模型的驗(yàn)證

用275 份湖北省中晚秈稻、34 份湖北省早秈稻、85 份江西省早秈稻、56 份江西中晚秈稻數(shù)據(jù)對(duì)秈稻的米飯食味評(píng)分模型進(jìn)行驗(yàn)證，驗(yàn)證結(jié)果見(jiàn)表5。驗(yàn)證樣品總數(shù)為450 份，其中相對(duì)誤差不超過(guò)10%的樣品數(shù)為364 份，占樣品總數(shù)的80.9%；相對(duì)誤差不超過(guò)15%的樣品數(shù)為425 份，占樣品總數(shù)的94.4%。由此可知，該模型的預(yù)測(cè)值與實(shí)際值的差別不大。對(duì)實(shí)際值和預(yù)測(cè)值做相關(guān)性分析，結(jié)果顯示它們呈極顯著正相關(guān)，相關(guān)系數(shù)為0.644。這說(shuō)明此模型可以很好地預(yù)測(cè)秈稻的食味品質(zhì)。

表5 秈稻米飯食味評(píng)分模型驗(yàn)證結(jié)果Table 5 Results of verification of the evaluation model for eating quality

續(xù)表5

續(xù)表5

續(xù)表5

續(xù)表5

2.2 構(gòu)建米飯用稻谷的綜合指數(shù)模型

2.2.1 主成分分析

根據(jù)調(diào)研報(bào)告，大米加工廠和方便米飯生產(chǎn)企業(yè)一般以出糙率、整精米率、堊白度和感官評(píng)分為考核指標(biāo)來(lái)選購(gòu)原料。因此，綜合考慮加工品質(zhì)、外觀品質(zhì)、食味品質(zhì)3 個(gè)方面，選取出糙率（X1）、整精米率（X2）、堊白度（X3）和感官評(píng)分（X4）這4 個(gè)指標(biāo)進(jìn)行建模，構(gòu)建米飯用秈稻的綜合指數(shù)（Y）。利用270 份湖北省中晚秈稻和30 份湖北省早秈稻的數(shù)據(jù)，用SPSS軟件先將各指標(biāo)標(biāo)準(zhǔn)化，然后進(jìn)行主成分分析，結(jié)果見(jiàn)表6。主成分1、2、3的方差貢獻(xiàn)率分別為34.8%、30.1%、20.2%，所以這3 個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到85.1%，因此剔除第4主成分，相應(yīng)的因子載荷矩陣如表7所示。因此，可得：

式中：Z表示主成分；ZX表示X標(biāo)準(zhǔn)化后的變量。

表6 主成分方差分析Table 6 Variance analysis of principal components

用主成分分別乘以它們的貢獻(xiàn)率，得到Y(jié) =0.347 57Z1+ 0.300 66Z2+0.202 30Z3。最后，將各變量去標(biāo)準(zhǔn)化，得到米飯用秈稻的綜合指數(shù)模型：Y =0.167 21X1+0.027 819X2+ 0.073 22X3－0.006 76X4－20.271 4。式中：X1為出糙率；X2為整精米率；X3為感官評(píng)分；X4為堊白度。

表7 主成分矩陣Table 7 Matrix of principal components

2.2.2 模型的驗(yàn)證

用275 份湖北省中晚秈稻、34 份湖北早秈稻、85 份江西早秈稻、56 份江西中晚稻數(shù)據(jù)代入米飯用秈稻的綜合指數(shù)式（2），得到各樣品對(duì)應(yīng)的綜合指數(shù)，再將綜合指數(shù)和各個(gè)參數(shù)進(jìn)行相關(guān)性分析，經(jīng)驗(yàn)證綜合指數(shù)與出糙率（0.635**）、整精米率（0.610**）、感官評(píng)分（0.731**）都呈顯著正相關(guān)，與堊白度（-0.256**）呈顯著負(fù)相關(guān)，這與實(shí)際情況相符。這說(shuō)明這個(gè)綜合指數(shù)模型是合理的。

2.2.3 模型的合理性探討

用層次分析法建立稻谷粗?；C合評(píng)價(jià)模型，檢驗(yàn)層次分析模型與主成分模型的一致性有助于檢驗(yàn)?zāi)Ｐ偷挠行裕绻麅蓚€(gè)模型結(jié)果一致，說(shuō)明兩個(gè)模型都是可靠的，因?yàn)閮蓚€(gè)模型一起犯錯(cuò)誤的概率很小。也可用粗?；姆绞綄?duì)主成分模型的合理性進(jìn)行驗(yàn)證。

2.2.3.1 建模指標(biāo)

綜合考慮加工品質(zhì)、外觀品質(zhì)、食味品質(zhì)3 個(gè)方面，選取出糙率、整精米率、堊白度和感官評(píng)分這4 個(gè)指標(biāo)進(jìn)行建模。

2.2.3.2 粗?；笜?biāo)等級(jí)劃分模型

為了合理的評(píng)價(jià)模型，統(tǒng)一量綱，減少隨機(jī)誤差，根據(jù)270 組湖北省中晚秈稻和30 組湖北省早秈稻數(shù)據(jù)，利用分位點(diǎn)，聚類(lèi)方法分別將秈稻建模使用的4 個(gè)指標(biāo)，劃分成5 個(gè)等級(jí)，并分別打分10、8、6、4、2，等級(jí)劃分基于本次數(shù)據(jù)得出，見(jiàn)表8。

表8 秈稻4 個(gè)指標(biāo)等級(jí)劃分Table 8 Hierarchies of four indexes of indica rice

2.2.3.3 基于粗粒化分?jǐn)?shù)的層次分析綜合評(píng)價(jià)模型

由已知各個(gè)指標(biāo)的粗?；蚍郑竟葮悠返脑u(píng)分需要結(jié)合這些指標(biāo)分?jǐn)?shù)計(jì)算，在各個(gè)指標(biāo)沒(méi)有相關(guān)性的情況下，綜合評(píng)價(jià)模型通常利用加權(quán)和進(jìn)行，綜合評(píng)分值為：

式中：Xi為對(duì)應(yīng)指標(biāo)的粗粒化分?jǐn)?shù)；w1+w2+w3+ w4=1，需要確定權(quán)重wi，（若百分制，需乘以10）。

根據(jù)專(zhuān)業(yè)理論知識(shí)，指標(biāo)重要性食味品質(zhì)排第1，加工品質(zhì)排第2，外觀排第3，建模指標(biāo)中，感官評(píng)分屬于內(nèi)在品質(zhì)，出糙率、整精米率屬于加工特性，堊白度屬于外觀品質(zhì)。

根據(jù)這一重要性排序，利用層次分析法打分矩陣得到權(quán)重wi，得出Z = 0.185 86X1+0.116 73X2+0.641 28X3+ 0.056 11X4。式中：X1為出糙率；X2為整精米率；X3為感官評(píng)分；X4為堊白度。

2.2.3.4 與主成分評(píng)分模型的一致性檢驗(yàn)

檢驗(yàn)兩個(gè)模型的結(jié)果是否一致，需要檢驗(yàn)兩個(gè)模型的結(jié)果是否具有相關(guān)性，排除量綱及結(jié)果分布的影響，考慮利用Spearman秩相關(guān)性檢驗(yàn)（即兩個(gè)模型結(jié)果排序的相關(guān)性），檢驗(yàn)基于270 組湖北省中晚秈稻和30 組湖北省早秈稻數(shù)據(jù)。結(jié)果顯示這兩個(gè)模型的結(jié)果的相關(guān)系數(shù)為0.836 1，顯著性P值為1.04×10-79，這說(shuō)明結(jié)果呈極顯著正相關(guān)，是一致的。

2.2.3.5 主成分評(píng)分模型的合理性檢驗(yàn)

層次分析模型的權(quán)重反映了各個(gè)指標(biāo)的重要程度，其建模的評(píng)分能夠真實(shí)反應(yīng)稻谷的米飯品質(zhì)。主成分評(píng)分模型的系數(shù)權(quán)重值主要反映相應(yīng)主成分的變化強(qiáng)度，其評(píng)價(jià)分?jǐn)?shù)不能直接地反映出真實(shí)的米飯品質(zhì)，需要檢驗(yàn)其合理性。與層次分析模型結(jié)果一致性，能夠一定程度反映出其合理性。檢驗(yàn)其合理性，可以從各個(gè)指標(biāo)的粗粒化等級(jí)出發(fā)，再將計(jì)算的主成分評(píng)分值粗?；癁? 份等級(jí)，如果樣本的每個(gè)指標(biāo)的等級(jí)都高的，主成分模型評(píng)分等級(jí)就應(yīng)該高。

根據(jù)270 組湖北省中晚秈稻和30 組湖北省早秈稻數(shù)據(jù)，利用主成分指數(shù)計(jì)算式2得到指數(shù)5 個(gè)等級(jí)的劃分，見(jiàn)表9。

表9 主成分評(píng)分等級(jí)劃分Table 9 Hierarchies of principal component model

然后利用湖北省剩下的秈稻數(shù)據(jù)及江西省秈稻數(shù)據(jù)檢驗(yàn)Y，判斷是否所有指標(biāo)都高的，主成分評(píng)分都高。利用湖北省剩下的309 組秈稻數(shù)據(jù)和江西省141 組秈稻數(shù)據(jù)檢驗(yàn)Y，結(jié)果見(jiàn)表10。

表10 Y合理性檢驗(yàn)Table 10 Rationality test of Y

從粗?；?jǐn)?shù)模型的比較，可以看出所有指標(biāo)都高的，主成分評(píng)分等級(jí)也高；對(duì)于主成分模型，所有指標(biāo)打分均大于8的樣本，其主成分模型評(píng)分Y的等級(jí)打分也都大于8，甚至更高。同樣的對(duì)于所有指標(biāo)打分均大于6的樣本以及對(duì)于所有指標(biāo)打分均大于4的樣本均如此。各項(xiàng)統(tǒng)計(jì)量的值也符合該情況。該檢驗(yàn)方式拋開(kāi)了模型權(quán)重，能夠檢驗(yàn)?zāi)Ｐ偷暮侠硇?。主成分評(píng)價(jià)模型符合常理判斷，認(rèn)為該評(píng)分模型合理。

3 結(jié) 論

建立了對(duì)食味計(jì)評(píng)分進(jìn)行修正的秈稻谷飯食味評(píng)價(jià)模型Y=-0.187 60X1-1.322 7X2+0.122 52X3+ 7.545 8 X4-0.001 558 4X5+81.585（式中：X1為直鏈淀粉含量；X2為蛋白質(zhì)含量；X3為食味計(jì)評(píng)分；X4為回生值；X5為黏度平均值）。以往的研究通常是建立食味評(píng)分與各理化指標(biāo)的方程[21-23]，很少有人將食味計(jì)評(píng)分作為方程中自變量的一項(xiàng)進(jìn)行建模。運(yùn)用此模型，既可以修正食味計(jì)得到的食味評(píng)分，又可避免人員品嘗評(píng)分的主觀性誤差。

構(gòu)建了包含加工、外觀和口感3方面品質(zhì)的米飯用秈稻的綜合指數(shù)模型為Y=0.167 21X1+0.027 819X2+ 0.073 22X3-0.006 76X4-20.271 4（式中：X1為出糙率；X2為整精米率；X3為感官評(píng)分；X4為堊白度）。并用層次分析法建立的粗粒型綜合評(píng)價(jià)模型進(jìn)行了合理性和一致性驗(yàn)證。大部分研究將加工品質(zhì)、外觀品質(zhì)和食味品質(zhì)作為單項(xiàng)進(jìn)行評(píng)價(jià)[24-26]，目前將這3 個(gè)品質(zhì)建立綜合評(píng)價(jià)模型鮮見(jiàn)報(bào)道。此模型的建立是從企業(yè)選購(gòu)稻谷原料考慮的品質(zhì)出發(fā)，立足于指導(dǎo)企業(yè)分類(lèi)收儲(chǔ)和加工。這個(gè)模型得到的綜合指數(shù)，將作為商品稻谷數(shù)據(jù)庫(kù)的一項(xiàng)，供用戶(hù)查詢(xún)，湖北省和江西省各地域和品種的平均綜合指數(shù)可顯示該地域的秈稻的綜合品質(zhì)，以指導(dǎo)企業(yè)選購(gòu)原料，這項(xiàng)工作已由課題組其他成員完成。

[1] 鄭紅明. 2015年中國(guó)稻谷(大米)產(chǎn)業(yè)報(bào)告[N]. 糧油市場(chǎng)報(bào), 2015-10-17(T17).

[2] 李乃祥, 丁得亮. 現(xiàn)代農(nóng)業(yè)技術(shù)概論[M]. 天津: 南開(kāi)大學(xué)出版社, 2005: 30-32.

[3] 姚人勇, 沈玥, 劉英, 等. 稻米的品質(zhì)評(píng)價(jià)及展望[J]. 糧食與飼料工業(yè), 2009(1): 4-5; 7. DOI:10.3969/j.issn.1003-6202.2009.01.002.

[4] 謝健, 鄧霄, 楊喜華. 中國(guó)大米加工和消費(fèi)對(duì)稻谷品質(zhì)的要求[C]//第一屆中國(guó)糧油標(biāo)準(zhǔn)質(zhì)量年會(huì)暨中國(guó)糧油學(xué)會(huì)糧油質(zhì)檢研究分會(huì)第一次代表大會(huì). 北京: 中國(guó)標(biāo)準(zhǔn)出版社,2009: 412-422.

[5] 丁得亮, 張欣, 張艷. 市場(chǎng)粳米食味品質(zhì)及外觀品質(zhì)性狀間的相關(guān)關(guān)系[J]. 安徽農(nóng)業(yè)科學(xué), 2010, 38(9): 4454-4456. DOI:10.3969/j.issn. 0517-6611.2010.09.013.

[6] 李俊輝, 朱智偉, 謝黎虹. 我國(guó)稻谷食味品質(zhì)的研究現(xiàn)狀與發(fā)展趨勢(shì)[J]. 中國(guó)稻谷, 2008(2): 8-12.

[7] 張欣, 施利利, 丁得亮, 等. 米飯理化指標(biāo)與食味品質(zhì)的相關(guān)性研究[J].中國(guó)農(nóng)學(xué)通報(bào), 2010, 26(12): 45-47.

[8] 國(guó)家糧食局. 糧油檢驗(yàn) 稻谷出糙率檢驗(yàn): GB/T 5495—2008[S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2008.

[9] 國(guó)家糧食局. 稻谷整精米率檢驗(yàn)法: GB/T 21719—2008[S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2008.

[10] 國(guó)家糧食局. 糧食、油料檢驗(yàn)水分測(cè)定法: GB/T 5497—1985[S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 1985.

[11] 國(guó)家糧食局. 大米及米粉糊化特性特性測(cè)定 快速黏度儀法: GB/T 24852—2010[S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2010.

[12] 國(guó)家糧食局. 大米 直鏈淀粉含量的測(cè)定: GB/T 15683—2008[S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2008.

[13] 劉銘三. 谷物及油料品質(zhì)分析法[M]. 北京: 中國(guó)農(nóng)業(yè)出版社, 1987: 42-47.

[14] 阮少蘭, 毛廣卿. 大米蒸煮品質(zhì)的研究[J]. 糧食與飼料工業(yè), 2004(10): 25-26.

[15] 衛(wèi)生部. 食品安全國(guó)家標(biāo)準(zhǔn) 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.

[16] 國(guó)家糧食局. 糧油檢驗(yàn) 大米膠稠度的測(cè)定: GB/T 22294—2008[S].北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2008.

[17] 國(guó)家糧食儲(chǔ)備局, 農(nóng)業(yè)部. 優(yōu)質(zhì)稻谷: GB/T 17891—1999[S]. 北京:中國(guó)標(biāo)準(zhǔn)出版社, 1999.

[18] 國(guó)家糧食局. 糧油檢驗(yàn) 稻谷、大米蒸煮食用品質(zhì)感官評(píng)價(jià)方法: GB/T 15682—2008[S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2008.

[19] 國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局. 感官分析 選拔、培訓(xùn)和管理評(píng)價(jià)員一般導(dǎo)則 第1部分: 優(yōu)選評(píng)價(jià)員: GB/T 16291.1—2012[S]. 北京: 中國(guó)標(biāo)準(zhǔn)出版社, 2012.

[20] 郭呈全, 陳希鎮(zhèn). 主成分回歸的SPSS實(shí)現(xiàn)[J]. 統(tǒng)計(jì)與決策, 2011(5): 157-159.

[21] 周曉晴, 付桂明, 劉成梅, 等. 大米食味品質(zhì)預(yù)測(cè)評(píng)價(jià)模型的建立及應(yīng)用[J]. 食品工業(yè)科技, 2013, 34(2): 94-96.

[22] 張呈良, 程建軍, 解思雨, 等. 黑龍江省粳米食用品質(zhì)評(píng)價(jià)模型的建立[J]. 中國(guó)糧油學(xué)報(bào), 2015, 30(8): 1-6. DOI:10.3969/ j.issn.1003-0174.2015.08.001.

[23] 張玉榮, 王學(xué)鋒, 周顯青, 等. 米飯食味綜合評(píng)價(jià)方法研究[J]. 河南工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版), 2014, 1(1): 20-25.

[24] 賴(lài)穗春, 河野元信, 王志東, 等. 米飯食味計(jì)評(píng)價(jià)華南秈稻食味品質(zhì)[J]. 中國(guó)水稻科學(xué), 2011, 25(4): 435-438. DOI:10.3969/ j.issn.1001-7216.2011.04.014.

[25] NARPINDER S, LOVEDEEP K, NAVDEEP S S, et al. Physicochemical, cooking and textural properties of milled rice from different Indian rice cultivars[J]. Food Chemistry, 2005, 89(2): 253-259. DOI:10.1016/j.foodchem.2004.02.032.

[26] LAMBERTS L, BIE E D, VANDEPUTTE G E, et al. Effect of milling on colour and nutritional properties of rice[J]. Food Chemistry, 2007, 100(4): 1496-1503. DOI:10.1016/j.foodchem.2005.11.042.

Establishment of Models to Evaluate the Eating Quality and Comprehensive Quality of Indica Rice

ZHU Mei1, XIONG Ning1, LIU Huan2, WU Liang2, MENG Huan3, LIU Li1, WU Lili1
(1. Hubei Grain Oil and Food Quality Inspection & Test Station, Wuhan 430061, China; 2. Wuhan Institute of Physics and Mathematics, Chinese Academy of Sciences, Wuhan 430071, China; 3. School of Food Science and Technology, Henan University of Technology, Zhengzhou 450001, China)

The appearance, processing, physicochemical, cooking, and eating qualities of 750 samples of indica rice were determined and correlated with each other. In addition, a palatability evaluation model (Y=-0.187 60X1- 1.322 7X2+ 0.122 52X3+ 7.545 8X4- 0.001 558 4X5+ 81.585 (Y is sensory score; X1is amylose content; X2is protein content; X3is score for rice taste meter; X4is setback; X5is rice viscosity average)) was established by a multiple linear regression method using a modified sensory evaluation model with a Satake taste analyzer. Taking into consideration edibleeating, processing and appearance qualities, a comprehensive evaluation model for cooked indica rice (Y=0.167 21X1+ 0.027 819X2+ 0.073 22X3- 0.006 76X4-20.271 4 (Y is comprehensive index; X1is brown rice rate; X2is head rice rate; X3is sensory score; X4is chalkiness degree)) was constructed by principal component analysis, and verified by fuzzy analytic hierarchy model. More importantly, the developed models are useful for evaluating the sensory and comprehensive quality of cooked indica rice more scientifically and reasonably.

cooked indica rice; palatability evaluation model; comprehensive evaluation model

10.7506/spkx1002-6630-201621017

TS210.2

A

1002-6630（2016）21-0097-07

朱玫, 熊寧, 劉歡, 等. 秈稻的食味品質(zhì)和綜合品質(zhì)評(píng)價(jià)模型的建立[J]. 食品科學(xué), 2016, 37(21): 97-103. DOI:10.7506/ spkx1002-6630-201621017. http://www.spkx.net.cn

ZHU Mei, XIONG Ning, LIU Huan, et al. Establishment of models to evaluate the eating quality and comprehensive quality of indica rice[J]. Food Science, 2016, 37(21): 97-103. (in Chinese with English abstract) DOI:10.7506/spkx1002-6630-201621017. http://www.spkx.net.cn

2015-11-15

糧食公益性行業(yè)科研專(zhuān)項(xiàng)（201313006-2）

朱玫（1988—），女，助理工程師，碩士，研究方向?yàn)榧Z油檢測(cè)。E-mail：zhumeimay@126.com