采用多元统计分析方法构建南极磷虾粉品质评价体系

陆冰怡，刘宝林，刘志东，张忭忭，林 娜

采用多元统计分析方法构建南极磷虾粉品质评价体系

陆冰怡1,2，刘宝林2，刘志东1※，张忭忭1，林 娜1

（1. 中国水产科学研究院东海水产研究所，上海 200090； 2. 上海理工大学医疗器械与食品学院，上海 200093）

南极磷虾是一种重要的战略性海洋生物资源，营养价值高，资源量大，开发利用前景广阔。为了构建南极磷虾粉品质评价体系，为南极磷虾粉品质的科学评价提供依据。通过检测15项南极磷虾粉品质指标，采用因子分析筛选品质评价指标，应用概率分布分级品质评价指标，通过层次分析确定品质评价指标权重，利用K-均值聚类分析和判别分析建立南极磷虾粉品质判别函数。结果表明：1）南极磷虾粉品质指标之间离散度有差异，变异系数在8.89%～84.46%；2）从15项指标中选择6项作为南极磷虾粉品评价指标（蛋白质、脂质、盐分、赖氨酸、生育酚、挥发性盐基氮）；3）建立了南极磷虾粉品质评价指标的分级标准和评分标准；4）建立了南极磷虾粉品质判别函数，判别率较高。该研究构建的南极磷虾粉品质评价体系为南极磷虾粉品质评价提供了科学依据，可以用于南极磷虾粉的品质定性判别和评价。

品质控制；模型；南极磷虾粉；分析；评价；体系构建

0 引 言

南极磷虾（）是一种生活在南极海域的浮游类甲壳动物，因其良好的营养功能特性，巨大的生物资源量（约为3.79亿t）和潜在的开发利用前景受到广泛关注[1-2]。自2009年实施首次南极磷虾商业化探捕以来，中国南极磷虾捕获量逐年增加；2015年至今，中国已经连续多年成为全球第二大南极磷虾捕获国。目前，南极磷虾船载加工的产品主要是冷冻南极磷虾和虾粉，南极磷虾粉主要用做水产动物饲料、添加剂[3-6]和提取南极磷虾油的原料[7]等。南极海域远离中国大陆，南极磷虾粉由于含水率低，贮运方便等优势，未来有望成为南极磷虾产业最主要的加工产品或中间产品形式。

南极磷虾粉的品质主要取决于南极磷虾的原料特性，加工技术和贮运条件等，直接影响其价格和应用领域。因此，南极磷虾粉的品质对于南极磷虾产业具有重要意义。目前，南极磷虾粉的品质评价指标主要参考鱼粉的评价指标。由于物种的差异和加工方式的不同，两者评价指标的兼容性还需要开展深入探讨；此外，现有的鱼粉评价指标主要侧重于单一品质指标，没有深入探讨指标之间的关联关系。然而，南极磷虾粉是一种复杂体系，体系组分相互关联、相互影响；单一指标不能全面、客观地反映南极磷虾粉的综合品质[8-10]。然而，目前关于南极磷虾粉品质的评价尚没有形成一个科学、系统、公认的评价体系和标准，严重制约了南极磷虾粉行业的发展。能够用于南极磷虾粉品质评价的指标较多，如何在复杂的品质指标中遴选出有效的特征指标，科学、精准地评价南极磷虾粉品质是南极磷虾粉加工与利用领域亟需解决的重要、基本工作之一。只有深入阐明南极磷虾粉品质指标与品质之间的关联关系，才能更全面反映南极磷虾粉品质特性，为南极磷虾粉的品质体系构筑和完善提供全面信息[11-13]。

本研究针对上述问题，明确了南极磷虾粉15项品质评价指标，通过因子分析筛选获得南极磷虾粉的代表性品质评价指标，基于概率分布建立南极磷虾粉品质评价指标分级标准，通过层次分析确定南极磷虾粉品质评价指标的权重，利用K-均值聚类分析和判别分析建立南极磷虾粉品质判别函数，构建南极磷虾粉的品质评价体系，以期为南极磷虾粉品质综合评价与分级提供参考依据，也为相关产品品质的综合评价与分级标准和体系构建提供新的思路。

1 材料与方法

1.1 材料

南极磷虾粉：2018年4月购自江苏深蓝远洋渔业有限公司，青岛远洋渔业有限公司等，运至实验室后保存在−18 ℃冰柜。

1.2 仪器与设备

PHS-3C型精密pH计：梅特勒-托利多公司；KQ-3200DE型数控超声波仪：江苏省昆山市超声仪器有限公司；PL203型电子分析天秤：梅特勒-托利多仪器（上海）有限公司；LXJ-IIB型离心机、RE-52型旋转蒸发器：上海安亭实验仪器有限公司；CR-400/401型色彩色差仪：柯尼卡美能达公司；DG-9073B-1型电热鼓风干燥箱：上海一恒科学仪器有限公司；UV-2550紫外-可见光分光光度计：日本岛津公司；Milli-RO PLUS 30纯水机：法国Millipore公司。

1.3 试验方法

南极磷虾粉的品质指标主要包括理化指标（水分，蛋白质，脂肪，盐分，灰分，磷脂及生育酚等），感官指标（风味，色泽等）和微生物指标等。

水分测定：参照GB 5009.3-2016；蛋白质测定：参照GB/T 5009.5-2016；脂肪测定：参照GB/T 5009.6-2016；灰分测定：参照GB 5009.4-2016；盐分测定：GB 5009.42-2016；磷脂测定：参照GB28401-2012；生育酚测定：参照GB 5009.82-2016；虾青素测定：参照SC/T3053-2019；酸价测定：参照GB 5009.229-2016；组胺测定：参照GB 5009.208-2016；挥发性盐基氮（Total Volatile Base Nitrogen）TVB-N测定：参照GB 5009.228-2016；吡咯测定：参照GB 29977-2013；赖氨酸，蛋氨酸测定：参照GB 5009.124-2016。

1.4 统计分析

每个试验重复3次，取平均值；数据采用平均值±标准差表示。数据运用SPSS 24.0统计软件进行处理、进行因子分析、多元线性回归、分层聚类和判别分析。

2 结果与分析

2.1 南极磷虾粉品质指标及其相关性材料

由表1可知，南极磷虾粉品质指标之间差异较大；其中，氟的变异系数最大，达到84.46%，变异幅度为126～5 984 mg/kg，其次是盐分和磷脂，其指标变异系数分别为34.54%和32.49%；而赖氨酸的变异系数最小，为8.89%；蛋白质和灰分含量的变异性也较小，分别为12.03%和12.91%。由表1的结果可知所选样本品质指标测定值离群点较少，南极磷虾粉品质指标差异较大，具有一定的代表性。表1结果表明，南极磷虾粉组分的含量是相对的，这些组分及其含量对南极磷虾粉品质的形成和演变都发挥了一定作用，但对南极磷虾粉品质的贡献度却并不相同。因此，为了获得南极磷虾粉品质贡献较大的指标，舍弃贡献较小的指标，需要对上述指标进行相关关系分析。本研究针对各指标进行K-S正态分布检验，>0.05 即判定符合正态分布[14]。

南极磷虾粉15项指标间的相关性分析结果表明，各品质特性指标间存在着密切关联关系，直接利用这些指标进行南极磷虾粉的品质评价可能会产生信息的重叠。由表2可知，依次将样品南极磷虾粉的15个品质性状按照水分、蛋白质、脂质、灰分、盐分、磷脂、虾青素、生育酚、酸价、组胺、TVB-N、吡咯、氟、赖氨酸和蛋氨酸的次序从1～15进行编号，相关性分析结果见表2。南极磷虾粉样本的水分与蛋白质、吡咯、灰分呈明显负相关，与酸价、生育酚、氟存在正相关关系；蛋白质与吡咯存在显著正相关，与TVB-N、酸价存在明显负相关；脂质和磷脂、盐分呈显著正相关，和酸价、赖氨酸存在明显负相关；灰分与盐分、组胺呈明显正相关，与氟明显负相关；盐分与磷脂存在显著正相关，与酸价呈显著负相关；磷脂与生育酚、虾青素呈显著正相关，与酸价呈显著负相关；虾青素与生育酚呈显著正相关；生育酚与吡咯、氟存在一定正相关关系；酸价与TVB-N呈明显正相关，与组胺、吡咯明显负相关；组胺与氟存在明显负相关关系；赖氨酸与蛋氨酸存在明显负相关。进一步分析发现，南极磷虾粉组分含量与虾粉品质之间并无必然联系，特定组分含量高，不一定对虾粉综合品质贡献大，组分含量低，也不一定对虾粉综合品质得分贡献小。此外，尽管这些品质指标之间密切相关，但直接利用这些指标进行南极磷虾粉品质评价会产生信息的重叠。因此，还需要对其进行降维分析。

表2 南极磷虾粉15项品质指标间相关性分析

注：*表示显著相关。

Note: * indicates significant correlation.

2.2 南极磷虾粉品质评价指标的优选

样品品质评价时，不能仅考虑单一特性或几个特性的优劣，而应该对其进行全面、系统、科学的综合评价。主成分分析的基本思想是利用降维的方法将多个指标转化为少数相互独立的综合指标（即主成分），且尽可能多地保留众多指标信息，确保评价结果更加科学、客观、准确。南极磷虾粉品质指标间的相关性很强，采用主成分分析法进行综合评价时能够消除过多的重叠信息，较准确地反映南极磷虾粉品质的真实情况。

主成分分析具体是根据各主成分的特征值和贡献率进行主成分提取，针对各指标的原始数据采用标准化法转化为标准化数据，再采用主成分分析提取若干个特征值的主成分。为确定南极磷虾粉的主要品质指标，分析了南极磷虾粉15项品质指标主成分特征值、方差贡献率（表3）。基于因子分析结果，提取6个主因子，方差贡献率达92.263%，包含了15个南极磷虾粉品质指标的大部分信息，为主因子。第1因子代表性指标为蛋白质、脂质、盐分、磷脂、酸价和吡咯，方差贡献率为34.414%，蛋白质可定义为营养因子Ⅰ，脂质可定义为营养因子Ⅱ，盐分可定义为营养因子Ⅲ，磷脂定义为功效因子Ⅰ，酸价可定义为安全因子Ⅰ，吡咯可定义为安全因子Ⅱ；第2因子代表性指标为生育酚和氟，累积方差贡献率为17.055%，生育酚可定义为功效因子Ⅱ，氟可定义为安全因子Ⅲ；第3因子代表性指标为蛋氨酸，可定义为营养因子Ⅳ，方差贡献率为13.470%；第4因子代表性指标为赖氨酸，可定义为营养因子Ⅴ，方差贡献率为11.357%；第5因子代表性指标为TVB-N，可定义为安全因子Ⅳ，方差贡献率为8.567%；第6因子代表性指标为虾青素，可定义为营养因子Ⅴ，方差贡献率为7.400 %。

表3 南极磷虾粉15项品质指标因子分析

由于蛋氨酸和赖氨酸都是南极磷虾粉营养品质的评价指标，两者存在明显相关性，且赖氨酸权重较大（以绝对值论，下同），故选择赖氨酸代表营养因子Ⅳ。酸价、TVB-N和氟都是南极磷虾粉安全品质的评价指标，因为酸价和盐分的相关性显著，氟的变异系数过大，故选择TVB-N代表安全因子。因为磷脂、虾青素、生育酚都是功能品质的评价指标，由于磷脂与脂质相关性显著，剩下两者中生育酚的因子权重最大，故选择生育酚代表功效因子。基于上述分析，确定蛋白质、脂质、盐分、赖氨酸、生育酚、TVB-N等6项指标为南极磷虾粉品质评价指标，其中蛋白质、脂质、盐分、赖氨酸为营养指标，生育酚为功效指标，TVB-N为安全指标。

2.3 南极磷虾粉品质评价指标分级标准的建立

指标分级是指标评价的基础。基于6个品质指标的概率分布将南极磷虾粉每个品质指标均分为5个等级。采用Kolmogorov-Smrnov和Shaprio-Wilk检验，以K-S统计量为准，统计量>0.05则认为分级呈正态分布[15]。本试验利用SPSS的频次分布将样本划分为5级，分别为极高、高、中和低、极低。由表4可知，6项品质评价指标均呈正态分布。从样品指标分布看，蛋白质含量以低中等为主，为44.8%；脂质和盐分含量以中等为主，分别为44.8%和50.4%；赖氨酸含量以高等为主，为33.6%；生育酚含量中等为主，为44.8%；TVB-N含量以中等为主，为33.6%。

表4 南极磷虾粉6项品质评价指标的分级标准

注：统计量>0.05服从正态分布。

Note: Sig>0.05 shows data obey normal distribution.

2.4 南极磷虾粉品质评价指标评分标准的建立

根据南极磷虾粉的6项品质指标贡献及其重要程度，采用9标度法构造出南极磷虾粉品质指标的层次结构关系[16]，较低层因素（蛋白质（C1）、脂质（C2）、盐分（C3）、赖氨酸（C4）、生育酚（C5）、TVB-N（C6））相对于各自对应的高层因素（营养品质（B1）、功能品质（B2）、安全品质（B3））的判断矩阵见表5。层次总排序和判断矩阵的一致性比例分别为0.032 7、0.012 0，均<0.10，说明构造的判断矩阵中各因素的相互关系比较一致，接受层次总排序结果；获得的蛋白质、脂质、盐分、赖氨酸、生育酚、TVB-N等6项指标权重分别为0.297、0.177、0.102、0.061、0.258、0.105。因此，试验样品的蛋白质和生育酚含量对南极磷虾粉综合品质贡献最大，其次是脂质、盐分和TVB-N，赖氨酸对南极磷虾粉综合品质的影响相对较小。

表5 南极磷虾粉品质评价指标判别矩阵

注：判别系数 CR＜0.1，认为比较判断矩阵的一致性可以接受。

Note: Discriminating factor CR＜0.1, denotes the consistency of discriminant matrix accepted.

以层次分析确定的指标权重乘以100，保留两位小数，作为该品质指标的满分值，6项品质指标满分总和为100分。以该品质指标满分值的20%为极差，确定各级的得分。正向指标（蛋白质、脂质、盐分、赖氨酸、生育酚）以最高等级为满分，其前各等级得分依次递减，反向指标（TVB-N）以最低等级为满分，其后各等级得分依次递减。各指标的评分标准见表6。

表6 南极磷虾粉5项品质评价指标的评分标准

2.5 南极磷虾粉品质判别函数的建立

南极磷虾粉品质的综合得分是将主要品质指标原始数据标准化后，计算6个主成分的得分，以所选主成分对应的特征值占6个特征值总和的比例为权重，计算南极磷虾粉的综合评价得分值（），各得分值与相应特征值方差贡献率的乘积累加得出南极磷虾粉品质的综合评价指数。

以南极磷虾粉各品质评价指标的权重乘以各品质评价指标得分经标准化后的数值作为每个样品的综合得分，采用K-均值聚类分析将15个样品依综合得分划分为5类（表7），其品质依次为劣、差、中、良和优。从5类样品中各抽取2/3的样品用于建立判别函数，余下1/3样品用于检验判别函数的判别准确性，经多类判别分析得到5个判别函数：

1=−2 058.884+25.8281+38.1032−191.4983+

424.5544+14.6055+2.1166（1）

2=−1 930.705+25.3541+36.8382−184.8303+

406.5294+14.1935+2.0496（2）

3=−2 220.928+27.4051+39.3602−197.5973+

433.5154+15.1965+2.1946（3）

4=−2 492.796+29.0911+41.5552−208.8733+

458.5944+16.2985+2.2946（4）

5=−2 819.511+30.7901+44.5262−223.0773+

489.1294+17.4505+2.4056（5）

式中1～6分别代表蛋白质、脂质、盐分、赖氨酸、生育酚、TVB-N等6项南极磷虾粉品质评价指标的得分。1～5为6个主要品质指标在表7中的得分带入判别函数获得的综合分值，根据5类判别函数的分值对南极磷虾粉进行分类。

结果表明，本研究获得的5个判别函数判别正确率较高，基本能够满足南极磷虾粉综合品质判别的需要，可以用于南极磷虾粉品质的分类。在实际应用中，只需将南极磷虾粉的蛋白质、脂质、盐分、赖氨酸、生育酚、TVB-N等6项指标的得分分别代入上述5个函数，计算值并对其归类，则其品质就属于第几类。

以南极磷虾粉各品质指标第1特征向量的得分（F1）为横坐标，以各品质指标第2特征向量的得分（F2）为纵坐标，绘制产品品质分布图（图1）。由图1可知，除建模样本中的1个样品外，所建立的判别函数能够实现南极磷虾粉品质的区分，区分效果明显。

表7 K-均值聚类分析结果

图1 样品不同品质两判别函数散点图

3 讨 论

研究表明，由于捕捞海域、时间、生长阶段等因素导致了南极磷虾原料生物学特性的多样性和复杂性；此外，南极磷虾加工、贮运条件等也会对南极磷虾粉品质产生影响，最终表现为南极磷虾粉品质稳定性和复杂性并存的特点[17]。此外，不同的指标在反映南极磷虾粉品质特性方面的作用也是不同的。由于指标指示作用的特异性，研究南极磷虾粉评价指标对南极磷虾粉品质的分类贡献度具有重要的意义。目前，南极磷虾粉的评价多采取单指标法（主要参考鱼粉评价方法），这样虽然可以简化分析计算过程和提高评判效率；但由于各个指标对南极磷虾粉品质变化数量级、变化幅度及相关性方面差异较大，其所反映的信息存在一定程度的重叠和遗漏，可能造成所获得信息的“不真实”。因此，采用单一指标表征总体品质存在较大的误差。

3.1 关于南极磷虾粉指标分级问题

指标分级是品质评价的基础。鱼粉国标GB/T 19164-2003对鱼粉品质指标分为特级品、一级品、二级品和三级品并进行了定性描述。其中鱼粉国标GB/T 19164-2003对鱼粉的感官指标（色泽、组织和气味）做出了规定，但没有定量的指标；理化指标、安全指标和微生物指标规定了定量指标。由于物种来源的不同，加工方式的差异，这种分级方法是否适用于南极磷虾粉的品质评价还有待检验。因此，本研究针对确定的15项南极磷虾粉品质评价指标进行了分级，建立了分级标准，不仅为南极磷虾粉品质的准确评价提供了参考依据，也为南极磷虾粉标准的制订提供了有效信息。

3.2 关于因子分析和层次分析问题

因子分析能够实现将多个变量综合为少数“因子”，但仍可再现原始变量与“因子”之间的相关关系，发挥数据降维的作用[14]。因子分析法和主成分分析法是解决指标间信息重叠问题的主要方法[15]。在南极磷虾粉品质评价指标研究中，利用因子分析从15项指标中筛选出蛋白质、脂质、盐分、赖氨酸、生育酚、TVB-N为南极磷虾粉的适宜定量评价指标。本研究利用因子分析，实现了15项南极磷虾粉品质指标的科学分类（表2），优选出6项指标作为南极磷虾粉品质评价指标。

层次分析法能够实现定性与定量分析方法相结合，属于一种半定量方法[14]。本研究利用层次分析，确定了南极磷虾粉品质评价指标的权重，量化了各指标对南极磷虾粉品质的影响程度。通过因子分析确定了南极磷虾粉主要的品质指标，利用层次分析和判别分析对其主要品质评价指标进行了分级，并建立了分级标准，不仅为南极磷虾粉品质的准确评价提供了科学依据，也为今后制定南极磷虾粉综合评价标准奠定了基础[18-22]。

3.3 关于判别函数判别准确性问题

判别分析能够实现在研究对象采用某种方法已分成若干类的情况下，确定新的数据属于已知类别中的哪一类；主要是通过建立预测数学模型，实现对预报对象的分类。因此，判别函数可以用于南极磷虾粉品质等级的判别与分类，成为评价南极磷虾粉品质的重要技术手段[23-26]。

尽管蛋白质、脂质等在南极磷虾粉品质评价方面具有较高的代表性，在一定程度上为南极磷虾粉分类提供参考，但仅采用单指标评价南极磷虾粉品质，可能会因某项指标的极端分布而带来误差，进而影响南极磷虾粉品质的综合评价。而采用判别函数并结合多个指标分布情况建立判别模型，经降维后，通过考虑多个指标的大小和贡献度，针对南极磷虾粉的品质进行综合分析，能够获得更为合理的分级分类结果[27-30]。

4 结 论

南极磷虾粉品质主要是由南极磷虾原料特性和加工、贮运技术决定；南极磷虾粉有望为解决中国优质动物性蛋白短缺的问题发挥重要作用。目前，中国还没有建立科学、系统的南极磷虾粉品质评价方法及分级标准。本研究表明：1）利用南极磷虾粉蛋白质、脂质、盐分、赖氨酸、生育酚、TVB-N 6个指标进行综合评价，基本能够反映南极磷虾粉品质的主要方面；2）建立的南极磷虾粉品质评价分级标准能够为南极磷虾粉综合品质评价提供参考依据；3）构建的南极磷虾粉综合品质判别函数具有较高的判别准确性，可以用于南极磷虾粉综合品质定性判别。下一步，南极磷虾粉样本的数量还应该再扩大，获得的试验数据将更具有代表性和全面性；南极磷虾粉的品质研究应该集中于相同时间段、不同海域和相同海域、不同时间段的品质2个层面，进一步丰富和完善南极磷虾粉品质评价体系的构建，为南极磷虾粉综合品质评价提供更加坚实的技术支撑。

[1] Atkinson A, Siegel V, Pakhomov E A, et al. Are-appraisal of the total biomass and annual production of Antarctic krill[J]. Deep Sea Research I, 2009, 56: 727-740.

[2] Grantham G J. The Southern Ocean: The Utilization of Krill. Southern Ocean Fisheries Survey Programme GLO/SO/7/3[M]. Rome: Food and Agriculture Organization, 1977: 1-61.

[3] Burri L, Wyse C, Gray S R, et al. Effects of dietary supplementation with krill meal on serum pro-inflammatory markers after the Iditarod sled dog race[J]. Research in Veterinary Science, 2018, 121: 18-22.

[4] Wei Yuting, Shen Haohao, Xu Weiqi, et al. Replacement of dietary fishmeal by Antarctic krill meal on growth performance, intestinal morphology, body composition and organoleptic quality of large yellow croaker[J]. Aquaculture, 2019, 512: 734281.

[5] Hatlen B, Berge K, Nordrum S, et al. The effect of low inclusion levels of Antarctic krill () meal on growth performance, apparent digestibility and slaughter quality of Atlantic salmon ()[J]. Aquac. Nutr, 2017, 23: 721-729.

[6] Wei Y, Chen H, Jia M, et al. Effects of dietary Antarctic krillmeal on growth performeance and muscle qualilty of triploid rainbow troutfarmed in sea water[J]. Aquaculture, 2019, 509: 72-84.

[7] Xie Dan, Jin Jun, Sun Jiang, et al. Comparison of solvents for extraction of krill oil from krill meal: Lipid yield, phospholipids content, fatty acids composition and minor components[J]. Food Chemistry, 2017, 233: 434-441.

[8] 刘志东，陈雪忠，黄洪亮，等. 南极磷虾粉加工与贮藏技术研究进展[J]. 食品工业科技，2016，37(16)：357-361.

Liu Zhidong, Chen Xuezhong, Huang Hongliang, et al. Progress in processing and storaging technologies of Antarctic krill (Euphausia superba) powder[J]. Science and Technology of Food Industry, 2016, 37(16): 357-361. (in Chinese with English abstract)

[9] Lu H F S, Bruheim I, Ale M T, et al. The effect of thermal treatment on the quality changes of Antartic krill meal during the manufacturing process: High processing temperatures decrease product quality[J]. Eur. J. Lipid Sci. Technol, 2015, 117: 411-420.

[10] 杜紫燕，徐杰，熊菁晶，等. 南极磷虾粉贮藏过程中品质变化研究[J]. 食品工业科技，2018，39(9)：267-271，277.

Du Ziyan, Xu Jie, Xiong Jingjing, et al. Effect of storage conditions on the quality of Antarctic krill meal[J]. Science and Technology of Food Technology, 2018, 39(9): 267-271, 277. (in Chinese with English abstract)

[11] Nielsen N S, Lu H F S, Bruheim I, et al. Quality changes of Antarctic krill powder during long term storage[J]. Eur. J. Lipid Sci. Technol, 2017, 119: 1-8.

[12] Yi X, Li J, Wei X, et al. Shrimp shell meal in diets for large yellow croaker Larimichthys croceus: Effects on growth, body composition, skin coloration and anti-oxidative capacity[J]. Aquaculture, 2015, 441: 45-50.

[13] 张思雨，张秋菊，李可. 采用机器视觉与自适应卷积神经网络检测花生仁品质[J]. 农业工程学报，2020，36(4)：269-277.

Zhang Siyu, Zhang Qiuju, Li Ke. Detection of peanut kernel quality based on machine vision and adaptive convolution neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(4): 269-277. (in Chinese with English abstract)

[14] 唐启义. DPS©数据处理系统：实验设计、统计分析及数据挖掘（第2版）[M]. 北京：科学出版社，2010.

[15] 盛骤，谢式千. 概率论与数理统计[M]. 4版. 北京：高等教育出版社，2008：218-283.

[16] 葛世伦. 用1－9标度法确定功能评价系数[J]. 价值工程，1989，1：33-34.

Ge Shilun. Based on nine-demarcation method determines the coefficients of function evaluation[J]. Value Engineering, 1989, 1: 33-34. (in Chinese with English abstract)

[17] 刘志东，陈雪忠，黄洪亮，等. 南极磷虾粉的营养成分分析及评价[J]. 中国海洋药物，2012，4(2)：43-48.

Liu Zhidong, Chen Xuezhong, Huang Hongliang, et al. Analysis and evalutation of the nutritional components of Antarctic krill powder[J]. Chin J Mar Drugs, 2012, 4(2): 43-48. (in Chinese with English abstract)

[18] 蒋华伟，周同星. 基于Fisher判别法则的小麦品质多指标分级[J]. 农业工程学报，2019，35(10)：291-298.

Jiang Huawei, Zhou Tongxing. Classification of storage wheat grain quality based on multi-index analysis and fisher discriminant criterion[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(10): 291-298. (in Chinese with English abstract)

[19] 聂继云，毋永龙，李海飞，等. 苹果鲜榨汁品质评价体系构建[J]. 中国农业科学，2013，46(8)：1657-1667.

Nie Jiyun, Wu Yonglong, Li Haifei, et al. Evaluation system established for fresh apple juice quality[J]. Scientia Agricultura Sinica, 2013, 46(8): 1657-1667. (in Chinese with English abstract)

[20] 王胜鹏，龚自明，郑鹏程，等. 青砖茶茶汤滋味成分分析及品质评价模型建立[J]. 食品科学，2019，40(10)：214-219.

Wang Shengpeng, Gong Ziming, Zheng Pengcheng, et al. Qingzhuan brick tea infusion: Analysis of taste components and establishment of quality evaluation model[J]. Food Science, 2019, 40(10): 214-219. (in Chinese with English abstract)

[21] 马玉娟，赵见军，邓红，等. 陕西洛川富士鲜苹果品质综合评价及分级体系的构建[J]. 食品科学，2015，36(1)：69-74.

Ma Yujuan, Zhao Jianjun, Deng Hong, et al. Construction of comprehensive quality evaluation and grading system for fresh Fuji apple in Luochuan, Shaanxi[J]. Food Science, 2015, 36(1): 69-74. (in Chinese with English abstract)

[22] 董春旺，梁高震，安霆，等. 红茶感官品质及成分近红外光谱快速检测模型建立[J]. 农业工程学报，2018，34(24)：306-313.

Dong Chunwang, Liang Gaozhen, An Ting, et al. Near-infrared spectroscopy detection model for sensory quality and chemical constituents of black tea[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(24): 306-313. (in Chinese with English abstract)

[23] 杨炳南，张小燕，赵凤敏，等. 不同马铃薯品种的不同加工产品适宜性评[J]. 农业工程学报，2015，31(20)：301-308.

Yang Bingnan, Zhang Xiaoyan, Zhao Fengmin, et al. Suitability evaluation of different potato cultivars for processing products[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(20): 301-308. (in Chinese with English abstract)

[24] 赵鑫龙，彭彦昆，李永玉，等. 基于深度学习的牛肉大理石花纹等级手机评价系统[J]. 农业工程学报，2020，36(13)：250-256.

Zhao Xinlong, Peng Yankun, Li Yongyu, et al. Mobile phone evaluation system for grading beef marbling based on deep learning[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(13): 259-256. (in Chinese with English abstract)

[25] 陈辰，郭顺堂，李景妍，等. 不同品种大豆加工豆浆的品质分析及评价模[J]. 农业工程学报，2018，34(8)：291-302.

Chen Chen, Guo Shuntang, Li Jingyan, et al. Analysis on quality of soymilk processed from different soybean cultivars and evaluation model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(8): 291-302. (in Chinese with English abstract)

[26] 马林龙，刘艳丽，曹丹，等. 不同茶树品种（系）的绿茶滋味分析及评价模型构建[J]. 农业工程学报，2020，36(10)：277-286.

Ma Linlong, Liu Yanli, Cao Dan, et al. Analysis and evaluation model for the taste quality of green tea made from various cultivars or strains[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(10): 277-286. (in Chinese with English abstract)

[27] 杨程，高权新，覃干景，等. 南极磷虾粉替代鱼粉对大规格银鲳生长性能、性腺指数及肌肉氨基酸与脂肪酸组成的影响[J]. 动物营养学报，2019，31(10)：4877-4884.

Yang Cheng, Gao Quanxin, Qin Ganjing, et al. Effects of Antarctic krill meal replacing fish meal on gowth performance, gonadal index, amino acid and fatty acid composition in muscle of large size[J]Chinese Journal of Animal Nutrition, 2019, 31(10): 4877-4884. (in Chinese with English abstract)

[28] 李培，牛智有，谭鹤群，等. 鱼粉品质检测电子鼻传感器阵列的多特征数据融合优化[J]. 农业工程学报，2019，35(12)：313-320.

Li Pei, Niu Zhiyou, Tan Hequn, et al. Multi-feature data fusion optimization of sensor array of electronic nose for fish meal quality detection[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(12): 313-320. (in Chinese with English abstract)

[29] Yi X, Shen H, Li J, et al. Effects of dietary vitamin E and astaxanthin on growth, skin colour and antioxidative capacity of large yellow croaker[J]. Aquac. Nutr, 2018, 24: 472-480.

[30] 吴正敏，曹成茂，王二锐，等. 基于形态特征参数的茶叶精选方法[J]. 农业工程学报，2019，35(11)：315-321.

Wu Zhengmin, Cao Chengmao, Wang Errui, et al. Tea selection method based on morphology feature parameters[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(11): 315-321. (in Chinese with English abstract)

Establishment of a quality evaluation system for Antarctic krill meal using multivariate statistics

Lu Bingyi1,2, Liu Baolin2, Liu Zhidong1※, Zhang Bianbian1, Lin Na1

(1.,200090,; 2.200093,)

Antarctic krill () meal has been widely recognized as the most important marine product of protein with highly nutritional values and huge resources. It is also mainly used in the field of aquacultural feed and oil extraction of an Antarctic krill. Therefore, the quality of Antarctic krill meal is crucial to its application. However, the quality evaluation on the Antarctic krill meal varies in different conditions, even conflicts in the related information expression. In this study, a feasible quality evaluation system was established to assess the Antarctic krill meal using the principal component analysis. 15 quality indicators of an Antarctic krill meal were classified, including the moisture, protein, lipid, ash, salt, phospholipid, astaxanthin, tocopherol, acid value, histamine, TVB-N, pyrrole, fluorine, lysine, and methionine. A SPSS 24.0 software was used to carry out the probability distribution, analytical hierarchy process, K-means cluster, and discriminant analysis. A factor analysis was performed to select the primary quality indicators from 15 quality indices of an Antarctic krill meal. The probability distribution and analytical hierarchy process were used to grade and determine the weights of the quality indicators. The K-means cluster and discriminant analysis were employed to establish the discriminant model of a quality evaluation for the Antarctic krill meal. The results demonstrated that the quality indicators of an Antarctic krill meal were dispersed with the coefficient of variation from 8.89% to 84.46%. Six quality indicators of an Antarctic krill meal (protein, lipid, salt, lysine, tocopherol, and TVB-N) were in the highly significant correlation with the quality of Antarctic krill meal, further to serve as the indicators of quality evaluation for the Antarctic krill meal. Five grades were divided in the six quality indicators, including the lower, low, medium, high, and higher level, indicating normal or near normal distributions. The principal component analysis showed that the cumulative variance contribution rate of six principal components were 92.263%. The importance of 6 principal components and the comprehensive evaluation model were selected to establish the quality grading standards and scoring system for the Antarctic krill meal. The results showed that a highly accurate quality evaluation was achieved in the various Antarctic krill meal, whether the modeling samples or experimental ones. Therefore, the scores from the prediction model can be utilized to fully distinguish the quality indicators, such as protein, lipid, salt, lysine, tocopherol, and TVB-N in the tested samples. Combining the grade and score of quality indicators, it was found that the quality of an Antarctic krill meal was a comprehensive effects of different components in the Antarctic krill meal. The prediction model can also be used to accurately distinguish and evaluate the difference in the quality of Antarctic krill meal. This finding can provide a basic information support to establish the evaluation system, further to realize the comprehensive detection in the quality of Antarctic krill meal. The facile evaluation can also be extended to the scientific quality evaluation of fish meal.

quality control; models; Antarctic krill meal; analysis; evaluation; system construction

陆冰怡，刘宝林，刘志东，等. 采用多元统计分析方法构建南极磷虾粉品质评价体系[J]. 农业工程学报，2020，36(23)：301-308.doi：10.11975/j.issn.1002-6819.2020.23.035 http://www.tcsae.org

Lu Bingyi, Liu Baolin, Liu Zhidong, et al. Establishment of a quality evaluation system for Antarctic krill meal using multivariate statistics[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(23): 301-308. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.23.035 http://www.tcsae.org

2020-07-27

2020-11-19

中央级公益性科研院所基本科研业务费专项资金（2020XT1201，2016HY-ZD1003）

陆冰怡，主要从事海洋生物资源研究。Email：609204636@qq.com

刘志东，博士，副研究员，主要从事海洋生物资源利用研究。Email：zd-liu@hotmail.com

10.11975/j.issn.1002-6819.2020.23.035

S986

A

1002-6819(2020)-23-0301-08