基于区域适栽品种筛选的苹果品质综合评价模型的建立
2020-10-23梁国平马丽娟陈佰鸿
毛 娟,万 鹏,梁国平,马丽娟,陈佰鸿
(甘肃农业大学园艺学院,甘肃兰州 730070)
我国是世界苹果生产第一大国,苹果生产模式正在从“数量效益型”向“质量效益型”转变[1]。苹果品质由果实的外观表现和内在的生理指标构成,品质的优劣也是决定其市场竞争力的根本因素[2]。人们对苹果品质的要求不仅在外观上,更注重内在品质和风味营养,因此提高果品品质是当今苹果产业发展的主要任务[3]。苹果不同品种的品质在不同的栽培区域存在较大的差异[4-5],因此,建立苹果品质综合评价模型,对苹果新品种选育、引种筛选和商品等级划分具有重要的应用价值。
主成分分析法(PCA)在果实品质综合评价方面的应用较多,王沛等[6]应用主成分分析对中早熟苹果脆片的品质进行了客观评价,得出了苹果脆片品质的综合得分。但只用主成分分析法对果实品质的评价具有一定的局限性。层次分析法(AHP)作为一种简单、合理、可靠的综合评价分析方法已经被广泛地应用于品质评价方面的研究。刘璇等[7]应用层次分析法确定了影响苹果脆片品质的核心指标并对苹果脆片品质进行了综合排名。Rucitra等[8]利用AHP分析了消费者对菠萝蜜片质量的满意程度。Dirpan等[9]利用AHP对柑橘果实采后技术进行了选择。刘遵春等[10]应用AHP对金花梨果实品质进行了综合评价,获得了优质的金花梨品种。而利用结合PCA[11-12]和AHP[13]对苹果果实品质进行评价,可减少人为主观因素产生的误差效应,达到较为准确的果品选优目的。
本试验以甘肃静宁引进栽培的20个苹果品种为试验材料,采用相关性分析、主成分分析、聚类分析和层次分析建立了苹果综合评价模型,对苹果品质进行了评价,筛选出了综合品质较优的苹果品种,为新品种的引进和筛选提供了评价依据。
1 材料与方法
1.1 材料与仪器
本研究中20个苹果品种 于2017年采自甘肃省平凉市静宁县威戎镇,地处黄土高原丘陵沟壑区,地势平坦,土壤肥沃,平均海拔1600 m,年平均气温为7.9 ℃,日较差11.6 ℃,年降雨量427 mm,年平均日照时间为2175 h,是我国富士苹果的优质产区。不同品种的名称、成熟期、采收时间见表1,每个品种中随机选择24个苹果进行试验。
表1 不同苹果品种的成熟期与采收时间
CHROMA METER CR-400型色差计 日本美能达公司;GY-4型果实硬度计 华威科创(武汉)科技有限公司;PAL-1型便携式数显糖度计 日本ATAGO公司;X-15R高速冷冻离心机 美国BECKMAN ALLEGRA公司;TU-1900紫外分光光度计 北京普析公司。
1.2 实验方法
1.2.1 苹果外观品质测定 每个品种随机选取10个果实,用1%天平称重计算平均单果重,然后用游标卡尺测定果实的纵径和横径,计算出果形指数(果实纵径/果实横径)。果实色泽采用色差计测量果实赤道部位并读取L、a和b色差值,均匀地在每个果实赤道部位测量5次并取平均值,L值表示颜色的亮度取值范围在0~100,100代表白色,0代表黑色;a值代表红绿色度,取值范围为-60~+60,a值取正值时为红色和紫色,负值时为绿色和蓝色,绝对值越大则颜色越深;b值代表黄蓝色度,取值范围为-60~+60,正值时为黄色,负值时为蓝色,绝对值越大则颜色越深。用果实硬度计测定果实去皮硬度,每个果实的阴面和阳面各测定一次,取其平均值。
1.2.3 苹果评价模型的建立
1.2.3.1 异常品种的筛除 基于将盒形图外的边缘线视为离群点的原理,消除存在异常指标的品种。说明这个品种的某个指标与其他品种的相差很大,所以需要剔除,剔除后能使苹果评价模型更加合理。
1.2.3.2 果实品质核心指标的筛选 利用相关性分析、主成分分析结合聚类分析筛选苹果的核心指标。
1.2.3.3 层次分析法(AHP)确定权重 根据苹果果实品质指标的基本性质和不同指标之间的关系,运用1~9比例标度法建立判断矩阵[19-20],计算各指标权重Wi。判断元素间重要程度的衡量尺度见表2,主要用于判断矩阵的建立,在此基础上计算权重及一致性检验。
表2 1-9比率标度法
设m阶判断矩阵,计算权重。利用MATLAB数学软件求矩阵的最大特征根λmax,再根据公式求得指标CI的权重Wi,权重是否合理,需要对判断矩阵进行一致性检验,检验采用以下公式:CI=(λmax-m)/(m-1);CR=CI/RI式中:CR为判断矩阵的随机一致性比率;m为判断矩阵的阶数;CI为判断矩阵的一般一致性指标;RI为判断矩阵的平均随机一致性指标;RI的具体值见表3。
表3 1-15阶矩阵RI值
计算矩阵最大的特征根λmax及相应的特征向量T=(t1,t2,…,ti),i=m;对判断矩阵进行一致性检验,求得一致性指标中的随机一致性比率CR=CI/RI<0.10时,则认为判断矩阵具有较好的一致性,否则就应当重新调整判断矩阵,直至具有满意的一致性。
1.2.3.4 核心指标数据标准化处理 为消除不同量纲和数量级对品质评价的影响,对核心品质指标进行初始化,初始化方法为各品质指标值与理想值间距离的绝对值,公式如下:
1.用全面的观点看,“三严三实”体现了主观和客观的结合。“三严”针对主观世界改造,要求党员干部坚持正确的世界观、人生观、价值观;“三实”针对客观世界改造,要求党员干部把握科学的方法论。内因和外因的结合。“三严”是内在要求,包含政治追求、组织原则、纪律要求;“三实”是行为约束,包含思想路线、工作方法、处世态度。做人和干事的结合。“三严”反映了共产党人的党性原则,要求坚持“严”字当头,坚定理想信念;“三实”反映了党员干部做事的行为准则,要求坚持“实”字筑底,创造经得起实践检验的业绩。
式(1)
式中:X1为各指标的初始化值;X为各指标实测值;X0为理想指标值。
品质指标经过初始化后的规律为:原始指标值越接近理想值,其初始化后值越小,其中X1≥0。为方便综合评价需要对其正向化处理,同时为避免不同数量级对综合评价的影响,需要对其进行归一化。正向化和归一化的公式如下:
式(2)
式中:X2为各指标标准化后结果;X1为各指标的初始化值;X1max为各指标初始化值的最大值。
1.3 数据处理
采用Excel 2010和SPSS 22.0对测定的各指标数据进行分析处理。
2 结果与分析
2.1 指标数据采集
20个苹果品种的果实品质差异见表4,不同品种在可溶性固形物含量、有机酸、糖酸比,VC含量、可溶性蛋白、可溶性糖、还原糖、果皮L值、果皮a值、果皮b值、果形指数、单果重以及果实硬度上存在明显的差异。如在单果重方面,2001/M26、宫崎短枝和烟富3号均高于其它品种,单果重分别为298、277和272 g。红盖露和嘎啦的单果重最小,分别为141和166 g,均小于其它品种,其它品种果个大小均匀,单果重在182~244 g之间。
表4 不同苹果品种的品质指标
2.2 异常样品数据剔除
为使品质指标的分析更加合理,需将存在异常值的样品进行剔除后再进行分析。基于超出箱线图边缘线则视为异常值的原理[21],剔除样本间存在的异常值。如图1所示,红盖露的单果质量仅有141.43 g,果实太小不能作为优质品种。艾斯达的硬度为5.27 kg/cm2,虽然口感比较好但贮藏性较差,所以不能作为优质品种。因此将存在异常值的品种红盖露和艾斯达的全部指标数据从整体数据中剔除。
图1 异常指标数据分析
2.3 苹果品质指标之间的相关性分析
13个品质指标之间存在相关关系(表5)。可溶性固形物与有机酸、可溶性糖与糖酸比、可溶性固形物与果皮L值、果皮L值与果皮b值之间存在显著性正相关(P<0.05)。果实单果重与果实硬度、可溶性糖与有机酸、糖酸比与有机酸、果皮L值与果皮a值之间存在显著性负相关(P<0.05)。由于各指标之间表现出不同程度的相关性,则表明测定指标所反映的信息存在有重叠现象,所以需要对相关性状指标进行归类和简化,以提高果实品质评价效率。
表5 13个苹果品质指标之间的相关性分析
2.4 苹果品质的主成分分析
通过主成分分析得到特征值和因子载荷矩阵,为更好解释指标与因子之间的关系,将所有提取的主成分因子进行旋转处理,目的在于使一个变量在较少的几个因子上有较高的载荷,其载荷值大小反映了各变量在主成分中的重要程度,载荷绝对值越大其相关程度也越高。由结果选取特征值λ>1的前5个主成分,其累计方差贡献率达到81%,说明前5个主成分已经包含了全部测定指标的主要信息[22]。如表6所示,前5个主成分累积贡献率为81.354%,且特征值都大于1,表明前5个主成分因子能够表示原来13个品质指标的绝大部分原始信息。将所提取的主成分因子进行旋转处理,得到各品质指标在5个主成分中的载荷值。如表7所示,第1主成分主要综合了果皮色泽的L、a、b值和果实可溶性固形物的信息;第2主成分主要综合了糖酸比、可溶性糖和可溶性蛋白的信息;第3主成分主要综合了有机酸的信息;第4主成分主要综合了单果重、果实硬度和还原糖的信息;第5主成分主要综合了果形指数和VC的信息。
表6 方差贡献分析表
表7 主成分旋转成分矩阵
2.5 果实品质性状的聚类分析
对13个品质指标通过离差平方和法(Ward法)进行聚类分析,基于方差分析的思想,如果分类合理,则同类的样品之间的离差平方和应当较小,不同类的样品之间的离差平方和应较大[23]。依据主成分分析结果将各个品质指标聚类,由图2所示,将13个品质指标分为5类。由聚类距离和聚类的先后顺序可以得出:有机酸和果皮a值聚为一类;糖酸比、VC含量、可溶性糖、可溶性蛋白聚为一类;果形指数单独为一类;单果重和还原糖聚为一类;可溶性固形物、硬度、果皮L值、果皮b值聚为一类。先聚为一类的品质指标具有较强的相关性,可选用其中一个指标代表其他指标,单独聚类的指标具有独立性,将13个品质指标简化为5个指标分别为:果皮b值或可溶性固形物、单果重或还原糖、果形指数、糖酸比或可溶性糖、有机酸或果皮a值。结合相关性和主成分分析的简化结果,最终选择可溶性固形物、单果重、果形指数、糖酸比、有机酸5个因子来评价果实品质。
图2 13个苹果品质评价指标的聚类分析谱系图
2.6 核心指标权重的确定
根据苹果果实品质指标的基本性质和不同指标之间的关系,运用1~9比例标度法建立判断矩阵如表8。
表8 判断矩阵
检验判断矩阵一致性,得到 CI=(λmax-5)/(5-1)=0.0339,查询随机一致性标准值m=5时,RI=1.12,CR=CI/RI=0.03,CR<0.1,说明判断矩阵具有满意的一致性。得出各品质指标的权重Wi,如表9所示。
表9 核心品质指标的权重
2.7 核心指标数据标准化处理
各品质指标的特性不同,需根据其特性确定理想值(X0),如可溶性固形物和单果重均为正向指标,测定值越大越好;可滴定酸含量为中性指标,取其平均值;苹果的果形指数在0.8~0.9时果形为圆形或近圆形,较为均匀,所以可确定果形指数的理想值为0.85[24];糖酸比在30~35的果实甜酸适宜[25],品质好,所以可确定糖酸比的理想值为32.5。核心指标的标准化结果见表10。
表10 核心指标数据标准化结果
2.8 不同苹果品种的综合评价得分
苹果品质综合评价得公式为:Y(综合值)=0.4276×糖酸比的标准化值+0.2745×有机酸含量的标准化值+0.1759×可溶性固形物含量的标准化值+0.0811×单果重的标准化值+0.0409×果形指数的标准化值;得到苹果品种的综合得分见表11。由表11可知,富士系在静宁产区栽植的表现最好,其中,成纪1号、烟富3号和宫崎短枝的得分最高。柱状苹果的栽植表现较差,不建议在本地推广。
表11 不同苹果品种的综合得分
3 讨论
本试验首先利用盒形图原理消除存在异常指标的品种。然后通过相关性分析发现,不同品质指标之间存在一定的相关性。硬度与单果重之间存在负相关性,这表明随着果实不断的成长变大,硬度在逐渐的降低;果皮红色度值a与果皮亮度值L呈显著负相关,这说明随着花青素的积累,果皮的亮度会逐渐变暗;这些结果与史星雲[26]的研究结果一致。
由于品质指标间存在相关性,若直接利用所有指标对苹果果实品质进行评价会因指标信息的重复而使评价结果不准确[18]。所以本试验利用主成分分析结合聚类分析对果实品质指标进行了综合的分析,筛选出了品质评价的核心指标,然后利用层次分析对核心指标进行权重的确定,最后确定了苹果品质评价的综合模型。这样不仅简化了品质评价工作,而且保留了果实品质指标大量的信息,使得评价结果更加客观、科学、合理。
本试验通过利用盒形图原理、相关性分析、主成分分析和层次分析法建立了苹果品质的综合评价模型,确定的核心指标为单果重、果形指数、可溶性固形物、有机酸和糖酸比,这个结果基本与前人研究结果[6,27-30]具有一定的相似性。表明本试验建立苹果品质评价的方法切实可行,可以对不同苹果品种进行综合评价,发现静宁产区富士系品种的栽培表现最好。
4 结论
采用相关性分析、主成分分析法和聚类分析从13项品质指标中筛选出糖酸比、有机酸、可溶性固形物、单果重和果形指数作为核心指标,利用AHP建立了苹果品质综合评价模型,并筛选出烟富3号、成纪1号和宫崎短枝为静宁产区表现最好的品种。