謝 倩,李易易,張詩艷,束燕萍,王 威,陳清西*
(福建農林大學園藝學院,福建 福州 350002)
橄欖科橄欖屬植物橄欖(Canarium albumL.)是我國南方特有果樹之一,其栽培歷史悠久,為藥食同源植物[1-2]。我國是橄欖栽培面積最大、橄欖產量最高的國家,產區(qū)主要分布在福建、廣東、廣西、臺灣、云南等地[1];其中福建省橄欖栽培面積與產量均居全國首位,占全國60%左右,其中又以福州市的橄欖栽培面積和產量最大[3]。據統(tǒng)計,2020年福建省橄欖種植面積8 448 hm2,年產量13.8萬 t;與2010年相比,福建省橄欖種植面積增加了0.1%,年產量提高了1.2 倍[4]?!案V蓍蠙臁庇?011年獲批全國農產品地理標志登記保護[5],橄欖產業(yè)已成為福建省的鄉(xiāng)土特色產業(yè)。
果實的鮮食品質決定了果品的商品價值,但多數橄欖品種口味苦澀、質地粗硬,不適合鮮食[6],因此亟需選育澀味較淡、回甘明顯且質地細嫩的鮮食橄欖品種以滿足人們的消費需求。園藝作物品質評價常采樣感官評價與傳統(tǒng)的理化檢測相結合的方式,如核桃[7]、蘋果[8]等。理化檢測可以客觀分析果品鮮食品質的特征,如質地[9-10]、風味[11-12];但客觀的理化評價可能僅測定果實的一種或幾種特性,并不足以表征果品的可接受性[13];感官評價則可估計消費者對產品的整體可接受性[14],因此客觀評價與感官評價相結合是全面評價果實品質優(yōu)劣的有效方式。與普通化學分析不同,電子舌分析技術可將化學傳感器信號轉換成數據矩陣,得到樣品的整體信息[15],該方法快速且易于操作,可作為理化分析的替代方案來評估食品品質[16],此外也常被用于解決分類和回歸問題[17],如應用于蘋果[18]、荔枝[19]等的品種和產地辨別。
本研究以同一栽培條件下不同地區(qū)引進高接的10 個橄欖品種(系)果實為研究對象,測定果實品質相關的理化指標,并通過模糊數學感官綜合評價與電子舌技術分析果實品質差異,探究橄欖果實品質與理化指標的關系,旨在建立不同品種橄欖品質特征快速鑒定方法并為橄欖優(yōu)良品種選育提供參考。
橄欖果實采于福建省福州市橄欖種質資源圃(表1),均于2008年春季高接換種,砧木為‘惠圓’。于2020年11月2日果實成熟期選擇無畸形、無病蟲害的果實進行實驗。
表1 橄欖樣品信息Table 1 Information about Cauarium album L.tested in this study
蒽酮、乙酸乙酯、濃硫酸、福林酚、碳酸鈉、無水乙醇、蔗糖、沒食子酸、氫氧化鈉、鄰苯二甲酸氫鉀均為國產分析純。
BS214D電子天平 北京賽多利斯儀器系統(tǒng)有限公司;LGJ-S24型冷凍干燥機 北京四環(huán)科學儀器廠有限公司;FW177中草藥粉碎機 天津市泰斯特儀器有限公司;DK-S24型電熱恒溫水浴鍋 上海精宏實驗設備有限公司;AllegraTM 64 Centrifuge型高速冷凍離心機美國Beckman Coulter公司;Infinite M200 PRO多功能酶標儀 瑞士Tecan公司;TA-XT plus質構儀 英國Stable Micro Systems公司;ISENSO Smartongue智能味覺分析系統(tǒng) 上海瑞玢科學儀器有限公司。
1.3.1 橄欖預處理與橄欖鮮食感官評價-橄欖模糊數學綜合評價
取一部分橄欖果實以蒸餾水沖洗干凈并去核,真空干燥,干燥果肉用粉碎機研磨成粉末,過40 目篩,于-40 ℃低溫保存?zhèn)溆?。另一部分果實洗凈后用于感官評價及質構指標測定。
1.3.1.1 評價因素集確定
評價指標參照NY/T 2667.16—2020《熱帶作物品種審定規(guī)范 第16部分:橄欖》[20]與許長同[21]制定的橄欖鮮食品質評價方法,略作修改。選擇質地、回甘度、澀味度、化渣性、香氣5 個影響鮮食的品質因素進行橄欖鮮食品質評價。
橄欖鮮食感官評價因素集U={u1,u2,u3,u4,u5},u1~u5分別表示硬度、澀味度、化渣性、回甘度、香氣。評價集V={v1,v2,v3},v1~v3分別代表好、較好、差。如表2所示,采用十分制將分值Vm區(qū)域的邊界清晰化,即取區(qū)域的中心值得到相對應的分值Km={k1,k2,…,km}。
表2 橄欖鮮食感官評價標準Table 2 Criteria for sensory evaluation of Cauarium album L.
1.3.1.2 評價因素權重系數確定與一致性檢驗
采用主觀賦權法確定不同評價因素的權重系數,招募13 位橄欖相關研究人員采用德爾菲法對評價因素進行有效權衡,運用九級標度法[22]建立判斷矩陣A,采用幾何平均法計算權重向量集W[23],并進行一致性比例(consistency ratio,CR)檢驗[24],判斷矩陣標度定義與平均隨機一致性指標參考文獻[22]。具體方程如式(1)~(7)所示。
式中:i、j為判斷矩陣因素;n為因素個數;λmax為判斷矩陣的最大特征根;aij為元素i與元素j重要性之比;aji表示元素j與元素i重要性之比;aij∈[0,1];n=5時,一致性指標=1.12,CR<0.10認為判斷矩陣具有可接受的一致性,否則需對判斷矩陣進行調整和修改。
1.3.1.3 模糊數學綜合指標評價模型
招募30 位園藝專業(yè)老師與研究生組成評定小組,評價人數記為Z,按照表2評價標準對橄欖鮮食口感的各項指標按照十分制進行評分,評分結果根據評價集分值區(qū)域Vm記錄為每個評價因素次數xnm。單因子物元關聯模糊評價矩陣Rm×n如式(8)所示,t(x)具有模糊性,,運用模糊數學評判方法[23,25]建立模糊綜合評價集Y(式(9))分析鮮食橄欖的感官評定結果,按式(10)計算模糊綜合評價得分G。
式中:R表示模糊物元;Tij表示t的向量集;t(x)表示與感官評價因素集U相應的模糊量值。
1.3.2 橄欖果實硬度測定
采用穿刺法[26]使用TA-XT plus質構儀測定果實硬度,測試參數為:P/2探頭(直徑2 mm)、測前速率1 mm/s、貫入速率1 mm/s、測后速率10 mm/s、觸發(fā)力10.0 g、穿刺深度3.0 mm。每個品種(系)選取20 個果實進行測定,結果取平均值,單位為g。計算所有品種(系)的硬度變異系數。
1.3.3 橄欖理化品質測定
參照林玉芳等[27]的方法提取總酚,參照謝倩等[28]的方法使用福林-酚試劑法測定總酚質量分數,以沒食子酸標準品配制標準溶液,標準曲線方程為y=(x-0.008 9)/2.424 7(R2=0.999 8);采用蒽酮比色法[29]測定可溶性糖質量分數,以蔗糖標準品配制標準溶液,標準曲線方程為y=303.62x-0.834 1(R2=0.999 3);參照王學奎等[29]的方法測定可滴定酸質量分數。酚糖比為總酚質量分數與可溶性糖質量分數的比值,糖酸比為可溶性糖質量分數與可滴定酸質量分數的比值。以上實驗均重復3 次。計算所有品種(系)橄欖理化指標的變異系數。
1.3.4 多頻大幅脈沖電子舌分析
電子舌分析樣品制備:稱取5 g橄欖凍干樣品于燒杯中,按料液比1∶20(m/V)加入100 mL蒸餾水,常溫浸提30 min后抽濾,取濾液20 mL進行分析,每個樣品重復3 次。
樣品測定:使用電子舌,采用多頻大幅脈沖伏安法進行分析。開機后用0.01 mol/L KCl標準溶液對電子舌傳感器進行活化,預熱30 min后,傳感器陣列由純凈水進行電化學清洗,然后再對樣品進行檢測。
電子舌測定參數設定:電子舌為復合電極,包括鉑電極、金電極、鎢電極、銀電極、鈦電極和鈀電極,脈沖弛豫信號幅值為-10~10 V,起始電位選擇1 V,終止電位選擇-1 V,電平步進位-0.2 V,遞減脈沖幅度為0.2 V,采樣頻率為100 μs采1 個點,靈敏度選擇10-4,每次測量前后,對傳感器都要采用清水進行電化學清洗。3 個脈沖頻段:1、10、100 Hz,每個脈沖頻段分別獲得脈沖最高值(max)、最高值拐點(d1)、最低值(min)、最低值拐點(d2),每個頻率段提取40 個特征值,每個樣品共提取120 個特征值。
參考尹春麗[30]、田師一[31]的方法分析多頻脈沖電子舌數據,采用SPSS 26.0軟件通過主成分分析對數字信號進行模式識別,比較同一電極在不同頻率下對樣品的區(qū)分效果,通過主成分分析得分圖確定最優(yōu)工作電極組合和多頻脈沖頻率段;根據篩選的電極及脈沖頻段,按照C(n,n)、C(n,n-1)、…、C(n,2)進行排列組合,電極數據橫向疊加,得到以行向量代表樣品、縱向量代表變量的數據陣列,優(yōu)化得到具有最好區(qū)分效果的主成分分析得分圖和電極數據疊加方式。
實驗設置3 次平行,結果用平均值±標準差表示。采用SPSS 26.0軟件處理數據并進行鄧肯氏檢驗、Pearson相關性分析、聚類分析與多元線性逐步回歸模型構建,模型性能通過平均相對誤差進行評價,P<0.05表示不同品種差異顯著或指標之間顯著相關。采用Origin Pro 2021軟件作圖。
2.1.1 評價因子判斷矩陣建立、權重系數確定與一致性檢驗
根據13 位評定人員的反饋信息,采用德爾菲法進行有效權衡,結合九級標度法建立評價因子判斷矩陣A如式(11)所示。
經計算得到一致性指數為0.084,CR為0.075,CR<0.10,因此認為該判斷矩陣具有完成一致性,說明通過計算求得的權重系數W可以較好地反映各評價因子的相對重要程度;W={w硬度,w澀味度,w化渣性,w回甘度,w香氣}={0.081,0.311,0.120,0.458,0.030},橄欖感官評價指標權重排序依次為回甘度>澀味度>化渣性>硬度>香氣,回甘度與澀味度的總權重76.9%,說明二者是影響橄欖鮮食品質的主要因素。
2.1.2 模糊數學綜合指標評價結果
30 位評定人員對10 個不同橄欖品種(系)果實的感官評定結果經模糊數學分析后得到綜合感官評價得分,如表3所示,‘三棱欖’綜合評分最高,其次為‘甜欖1號’,說明二者的鮮食品質好;‘自來圓’‘子陽1號’分別位于第9、10位,說明二者鮮食品質較差。
表3 不同橄欖品種鮮食綜合評定結果Table 3 Sensory evaluation results of different varieties of Cauarium album L.
由表4可知,不同品種(系)橄欖各理化品質性狀及質構特性各不相同,且變異系數最大的指標為酚糖比(42.42%),其次為總酚質量分數、糖酸比、可溶性糖質量分數,變異系數分別為29.46%、21.60%、18.24%;硬度、可滴定酸質量分數變異系數均小于10%??偡淤|量分數最高的為‘自來圓’,其次為‘子陽1號’,但兩個品種(系)間差異不顯著(P>0.05);最低為‘青皮長營’,其總酚質量分數與‘東山長穗’‘甜欖1號’‘三棱欖’‘平陽1號’‘平陽3號’差異均不顯著(P>0.05)。可溶性糖質量分數前三的為‘青皮長營’‘三棱欖’‘甜欖1號’,三品種(系)間差異不顯著(P>0.05);最低的為‘自來圓’。酚糖比最高的為‘自來圓’,最低的為‘甜欖1號’。糖酸比最高的為‘甜欖1號’,最低的為‘平陽3號’,‘自來圓’略高于‘平陽3號’。果實硬度最大的為‘子陽1號’,且顯著高于其他品種(系)(P<0.05),最小的為‘東山長穗’。
表4 不同橄欖果實理化品質Table 4 Physicochemical quality characteristics of different varieties of Cauarium album L.
如圖1所示,感官評價得分與酚糖比呈極顯著負相關(P<0.01),與總酚質量分數、硬度存在顯著負相關(P<0.05),與可溶性糖呈顯著正相關(P<0.05),與可滴定酸質量分數、糖酸比相關性不顯著,說明橄欖鮮食品質與酚糖比、總酚質量分數、可溶性糖質量分數及硬度密切相關,其中酚糖比相較于總酚質量分數、可溶性糖質量分數、硬度更能體現橄欖鮮食品質特性;雖然各品種(系)果實可滴定酸質量分數、糖酸比有所差異(表4),但均不是影響橄欖鮮食的主要理化因子。
圖1 橄欖感官評價得分與品質指標相關性分析結果Fig.1 Correlation analysis between sensory evaluation score and quality indexes of Cauarium album L.
2.4.1 不同工作電極在不同頻率段的辨識區(qū)分效果
比較不同工作電極在不同頻率段的辨識區(qū)分效果,以組間不重疊為篩選標準,確定不同工作電極主成分得分圖區(qū)分效果較好的頻率段。由圖2可知,金、鎢、銀在3 個頻段均存在不同程度的疊加,鉑100 Hz對不同品種品質差異具有一定的區(qū)分能力,鈀10 Hz、鈦10 Hz對不同品種品質差異區(qū)分效果好,因此選擇鉑100 Hz、鈀10 Hz、鈦10 Hz作為后續(xù)更高辨識區(qū)分組合選項。
圖2 不同工作電極主成分分析得分Fig.2 PCA score plots obained with different working electrodes
2.4.2 多頻脈沖電子舌傳感器陣列的辨識區(qū)分效果
將鉑100 Hz、鈀10 Hz、鈦10 Hz對應的數據組合后分為4 組,以極值點拐點為特征值進行主成分分析,如圖3A、B所示,不同品種(系)橄欖的數據點存在較多疊加,如圖3C、D所示,不同品種(系)橄欖的數據點均未出現樣本點疊加,但是相較于鈀10 Hz、鈦10 Hz電極組合,鉑100 Hz、鈦10 Hz電極組合重復樣本間聚集性較差;鈀10 Hz、鈦10 Hz電極組合前2 個主成分分別提取了融合數據50.0%、21.5%的信息,累計方差貢獻率達71.5%。因此選擇鈀10 Hz、鈦10 Hz電極組合作為區(qū)分樣本最優(yōu)的電極工作組合。
圖3 聯合頻段電極主成分分析得分Fig.3 PCA score plots obtained with joint frequency-band electrodes
對鈀10 Hz、鈦10 Hz電極工作組合的特征值進行聚類分析,由圖4A可知,在歐氏距離為5時10 個橄欖品種(系)分為三類,‘三棱欖’‘東山長穗’‘甜欖1號’‘青皮長營’‘平陽3號’為一類(I),‘惠圓’‘平陽1號’‘平陽2號’為一類(II),‘子陽1號’‘自來圓’為一類(III)。由圖4B~E可知,3 類橄欖的平均總酚質量分數與酚糖比依次為I類<II類<III類,且差異顯著(P<0.05);平均可溶性糖質量分數與感官評價得分I類>II類>III類;說明篩選的電子舌電極組合傳感器陣列能夠對不同總酚質量分數、酚糖比、可溶性糖質量分數、感官鮮食品質的橄欖進行很好的辨識區(qū)分。
圖4 基于多頻脈沖電子舌信號的10 個橄欖品種(系)聚類分析結果及3 類橄欖的品質Fig.4 Hierarchical clustering of 10 Cauarium album L.varieties(lines) based on multiple-frequency pulsed electronic tongue signals and chemical quality analysis of three groups of Cauarium album L.
根據圖1相關性分析結果,以橄欖感官評價得分(G)為因變量,選取酚糖比(Z)、總酚質量分數(Y)、可溶性糖質量分數(S)、硬度(A)為自變量;同時為研究不同鮮食橄欖化學成分、感官評價得分與電子舌響應信號間的關系,又以感官評價得分(G)、酚糖比(Z)、總酚質量分數(Y)為因變量,以最優(yōu)組合電子舌信號特征值(Xn)為自變量,分別進行多元線性逐步回歸模型構建,各自變量按照F值的顯著性小于0.05進入模型,大于0.10剔除模型的原則逐步篩選,結果如表5所示。5 個模型方差膨脹系數(variance inflation factor,VIF)均小于5,說明各自變量之間已不存在多重共線性;P<0.05,說明模型具有統(tǒng)計學意義;決定系數R2均大于0.5,其中Z(Xn)模型的擬合性最好(R2=0.832),其次為S(Xn)(R2=0.831)、Y(Xn)(R2=0.783)、G(Z)(R2=0.589)、G(Xn)(R2=0.542)。進一步通過平均相對誤差δ評價模型預測效果,δ越小預測效果越好。由圖5可知,5 個多元線性逐步回歸分析模型平均相對誤差均在2.17%~12.08%內,G(Z)、G(Xn)和S(Xn)的平均相對誤差小于10%,Z(Xn)與Y(Xn)大于10%但小于15%。綜上,多頻脈沖電子舌特征信號值能夠有效進行橄欖品質的預測,其中對酚糖比(R2=0.832,δ=10.89%)和可溶性糖質量分數(R2=0.831,δ=5.75%)的預測效果最好,其次為總酚質量分數(R2=0.783,δ=12.08%);此外對感官評價得分的有效預測,化學指標擬合模型預測效果優(yōu)于電子舌信號特征值的擬合模型效果。
表5 不同橄欖感官評價、理化指標與電子舌響應信號的回歸模型Table 5 Regression models of sensory evaluation score and physicochemical indexes against electronic tongue response signals of different varieties of Chinese olive
圖5 各模型預測值與實驗值的相對誤差結果Fig.5 Relative errors between predicted values from each model and experimental values
果實的鮮食品質特性決定了果品的商品價值,果品的商品價值(即消費者對產品的整體可接受性)是消費者通過簡單的感官指標即感官評價判定的[14],因此感官評價常作為果品鮮食品質評價的方法之一。感官評價通常包括傳統(tǒng)感官評價和模糊感官評價[32]。傳統(tǒng)感官評價通過規(guī)定的評分標準進行評價求均值,此法在橄欖[33]、葡萄[34]、番茄[35]等中均有應用,但此法常因評定人員的差異出現較大誤差;而模糊數學綜合評價將定性評價轉化為定量評價,可以有效地分析模糊和不精確的數據,對樣品感官品質中的相互制約因素進行數學化的抽象,建立一個反映樣品本質特征的理想評價模式,減少評價主體間的主觀評價誤差,使實驗結果更加科學與客觀[14,36-37],此法在工程科學、生命科學與經濟管理領域應用較多[38-39],在農業(yè)上的園藝作物感官品質評價方面也有一些應用研究,如灰棗[40]、櫻桃番茄[41]、蘋果[42]等。本研究利用模糊數學評價模型對橄欖鮮食品質進行感官評價,結果認為回甘度與澀味度是影響橄欖鮮食的主要因素,權重為76.9%,10 個不同橄欖品種(系)最佳的為‘三棱欖’,其次為‘甜欖1號’,‘子陽1號’‘自來圓’最差。
在完成對橄欖鮮食感官評價后,本研究又對橄欖理化指標進行測定,以期從客觀評價角度找到影響其鮮食的決定性評價因子,并與感官評價得分進行線性回歸模型構建,以期為后續(xù)優(yōu)良品種選育提供指標量化標準。目前對橄欖客觀評價因子主要集中在酚類物質含量、可溶性糖質量分數、酚糖比、游離氨基酸含量等指標[43-46]。本研究測定了總酚質量分數、可溶性糖質量分數、硬度、可滴定酸質量分數等理化指標,結果發(fā)現酚糖比變異系數最大(42.71%),其次為總酚質量分數(29.46%);與感官綜合評價得分的相關性結果也發(fā)現酚糖比與鮮食品質極顯著負相關,與總酚質量分數、硬度顯著負相關,與可溶性糖質量分數顯著正相關,與可溶性酸質量分數、糖酸比關系不大;進一步通過逐步回歸分析發(fā)現感官綜合評價得分僅與酚糖比有關,再次說明酚糖比對于橄欖鮮食品質的重要性。其他果品糖酸比為重要的品質指標,但橄欖中酚糖比是重要的品質評價指標,與果實回甘度與澀味極顯著相關,此結果與池毓斌[46]、林玉芳[47]等研究結果相一致。
在感官評價與理化指標綜合分析的基礎上,本研究還同時運用多頻脈沖電子舌技術對不同橄欖品種(系)進行檢測,希望提供一種快速且易于處理的替代方案解決品種(系)分類及品質評估。與普通化學分析方法不同,電子舌分析技術得到的是樣品的整體信息,而不是被測樣品某種或某幾種成分的定性與定量結果[16]。本研究采用的多頻大幅脈沖伏安法常被用于食品分析檢測,如酸奶[48]、蜂蜜[49]、荔枝[20]等。本研究針對橄欖,首先將電子舌傳感器陣列的輸出信號結合主成分分析法[31]進行單電極與頻率段的選擇,根據篩選的單電極及脈沖頻段,進行排列組合,結合主成分分析篩選到不同橄欖品種(系)的最佳辨識區(qū)分聯合組合為鈀(10 Hz)、鈦(10 Hz),該組合電極能夠實現不同橄欖類別劃分,劃分結果符合感官評價、與理化指標(酚糖比、總酚質量分數、可溶性糖質量分數)的量化結果。為了進一步利用電子舌進行品質指標的快速評估,提取了優(yōu)化組合的特征響應值,與品質屬性進行多元逐步回歸分析,建立了感官評價量化值、理化評價因子(酚糖比、總酚質量分數、可溶性糖質量分數)4 個多元逐步回歸模型,模型對酚糖比(R2=0.832)、可溶性糖質量分數(R2=0.831)的擬合效果最好,其次為總酚質量分數(R2=0.783),感官綜合評價模型擬合性一般(R2=0.542),通過平均相對誤差評價4 個模型的預測效果,結果表明4 個模型預測效果均符合要求。化學指標(酚糖比)、電子舌信號特征值構建的回歸模型均可實現對感官評價得分的有效預測,化學指標擬合模型預測效果好于電子舌信號特征值的擬合模型。
綜上所述,酚糖比作為橄欖感官評價的預測模型,硬度、可滴定酸質量分數等因素對橄欖感官評價的影響不顯著,貢獻較??;本實驗建立的橄欖品質預測模型仍存在一定的局限,其有效性還有待更多實驗數據的驗證。