色差分析在优质小米选育中的应用

张婷，王根平，罗焱杰，李琳，高翔，程汝宏，师志刚，董立，张喜瑞，杨伟红，许立闪

色差分析在优质小米选育中的应用

张婷，王根平，罗焱杰，李琳，高翔，程汝宏，师志刚，董立，张喜瑞，杨伟红，许立闪

河北省农林科学院谷子研究所/国家谷子改良中心/河北省杂粮研究实验室，石家庄 050035

【】分析近三届参加全国优质米评选谷子品种的色差，并与专家感官评价结果相结合，为提高优质米育种水平提供依据。统计2015年、2017年、2019年近三届参加优质米评选的谷子品种情况；分析色差测定结果L*值、a*值、b*值，并与商品性得分、蒸饭得分、煮饭得分和总分进行相关性分析；建立一级优质米的回归模型。近三届参加优质米评选的谷子参试品种数量呈增长的趋势，增加了82.3%，其中，夏谷区增加了60.0%，春谷区增加了100.0%，一级优质米的数量增加了133.3%；87.5%的一级优质米由7家科研单位育成；93.7%的品种杂交选育而成；抗除草剂类型占62.5%。一级优质米类型中，夏谷L*值变异范围为55.05—66.03，春谷L*值变异范围为53.12—68.84；夏谷a*值变异范围为1.63—8.74，春谷a*值变异范围为2.13—8.59；夏谷b*值变异范围为54.50—75.35，春谷b*值变异范围为40.07—71.40。所有参试品种及一级优质米的L*值、a*值、b*值均呈增加的趋势；与夏谷相比，春谷的b*值变异更大，色彩丰富度更高。总分、商品性得分和L*值、a*值、b*值呈显著相关，蒸饭得分和L*值、a*值呈显著相关，煮饭得分和L*值、a*值、b*值相关性不显著；商品性得分和总分的相关性最高，相关系数达0.7528；商品性得分和蒸饭得分极显著正相关，和煮饭得分不相关。一级优质米的回归模型中，L*值、a*值、b*值决定了总分74.3%的变异。夏谷区商品性和总分前10名的品种主要分为2种类型：一种是a*值较低，L*值和b*值较高的金黄色品种，如冀谷39、豫谷33；一种是a*值较高，L*值和b*值较低的浅黄偏红品种，如济谷19、冀谷42。春谷区商品性和总分前10名的品种主要分为3种类型：一种是L*值较低，a*值和b*值较高的深黄品种，如2015KM826F7-75、峰红4号；一种是L*值较高，a*值和b*值较低的浅黄品种，如榆谷抗1、赤红1号；一种是a*值较高，L*值和b*值较低的浅黄偏红品种，如张杂谷13、晋汾106。近三届参加优质米评选的谷子品种呈增长趋势，优质将成为谷子品种改良的重要目标。商品性得分和总分的相关性最高。通过L*值、a*值、b*值对米色进行选择是一种直观、便捷的方法。外观品质与L*值、a*值、b*值都有关系，在品质育种中，要根据品种特点进行米色选择。

谷子；色差分析；优质米；相关性分析

0 引言

【研究意义】目前，谷子的实际播种面积为1.333×106hm2[1]。谷子营养丰富，是中国传统的营养保健作物，小米（谷子脱壳）是中国居民摄入量排第二位的杂粮，其食用形式十分丰富，包括小米粥、小米面、小米饭等[2-3]。随着生活水平的提高，人们对小米的品质也提出了更高的要求，因此，对不同品种小米的食味品质进行评价具有重要的意义[4]。【前人研究进展】从1986年开始，中国作物学会粟类作物专业委员会每2年组织一次全国优质谷子品质鉴评会，截至2019年，已经举办13届，评审结果得到了市场和管理部门的广泛认可[5]。李中青[6]、李荫梅[7]、王润奇[8]等研究制定了优质食用粟的品质标准，用化学常规分析测试方法将谷子的品质分为一级和二级2个等级，虽然精确，但分析成本较高，评价周期较长，商业操作性较差。中国作物学会粟类作物专业委员会拟定的评分办法分为商品品质和食味品质两大项，各占40分和60分，其中，食味品质又分为稀饭和干饭，各占35分和25分，该方法主要依靠专家采用感官方式进行评定，方法简单易操作，但评定基准较难掌握[6]。舒庆尧等[9]利用黏度速测仪对水稻粘滞性进行测定，一份样品通常只需12.5 min，样品量仅需3 g左右，可用于确定RVA谱特征与食用品质的关系，在品质育种中可快速、简便地选择后代材料。杨延兵等[10]测定了102份华北夏谷区育成品系小米黄色素含量，结果表明，黄色素含量高的育种材料一般米质也较优，因此，在谷子品质育种中，应选育黄色素含量高的品种。张凡等[4]采用电子舌自带软件对10个品种的小米粥食味品质进行感官模糊综合评价，建立了小米粥感官评价预测模型，结果显示，电子舌信号值与小米粥的感官评价结果相关，可用于小米粥的口感评价。国际上测定面粉色泽的方式多为面粉色彩色差计，其测定结果常以不同的色空间XYZ、L*a*b*、L*c*h和Hunter L*a*b*等来表示[11]。目前，较为常用的是国际照明协会于1976年制定的L*a*b*法[12]。【本研究切入点】前人对品质的分析，需要结合生化指标的测定或单纯依赖感官评定，对于大规模育种或田间试验的筛选还不够直观、便捷。【拟解决的关键问题】本研究以2015年、2017年、2019年近三届参加全国优质米评选的谷子品种为材料进行L*值、a*值、b*值测定，并与中国作物学会粟类作物专业委员会组织的专家感官评价结果相结合，为提高品质育种水平，特别是商品性育种水平提供依据。

1 材料与方法

1.1 材料与设备

材料来源于2015年、2017年、2019年近三届参加优质米评选的谷子品种。

WPS分光测色仪，由上海精密科学仪器有限公司制造。

1.2 优质米评选方法

参评单位每个品种需提交20 kg谷子，中国作物学会粟类作物专业委员会在马庄试验站对参评品种统一用碾米机碾成糙米后再进行抛光处理，过20目筛后备用。并组织有关专家，对食味品质、商品品质进行品鉴，通过无记名打分的方法进行评选。评选按照产区分为春谷和夏谷2个组别进行，2组各以被市场广泛认可、往届评选出的一级优质米品种为对照，总分超过对照者为一级优质米。

评审采用百分制，分为商品品质、食味品质两大项，分别占40分和60分，其中食味品质分为稀饭和干饭，分别占35分和25分。参评品种不显示品种名，只有编号，并进行2次编号，2次编号相互独立；商品性评审、稀饭评审、干饭评审采用不同的编号。

商品品质根据小米色泽、色泽一致性、腹沟深浅、碎米多少等评分。

稀饭评审：各品种采用相同的米和水，夏谷品种小米﹕水＝1﹕12，春谷品种小米﹕水＝1﹕13；用相同的酒精锅，统一时间点火，开锅后，夏谷煮20—22 min，春谷煮28—30 min。

干饭评审：各品种采用相同的米和水，夏谷品种小米﹕水＝1﹕1.3，春谷品种小米﹕水＝1﹕1.5，用统一的碗和相同的时间进行汽蒸（约40 min）。

1.3 米色测定方法

采用分光测色仪进行色差测定。其中，L*值越大，米色越亮；a*值和b*值分别表示红绿度和黄蓝度，a*值越大，米色越红，b*值越大，米色越黄。

1.4 数据处理

利用Excel（2013）和DPS软件进行数据处理。

2 结果

2.1 近三届参加优质米评选的谷子品种分析

通过对参加优质米评选的谷子品种进行统计（表1）。结果表明，参试品种数量呈增长的趋势，参试品种总数由34个增加到62个，增加了82.3%。其中，夏谷区参试品种数由15个增加到24个，增加了60.0%；春谷区参试品种数由19个增加到38个，增加了100.0%。一级优质米的数量也由9个增加到21个，增加了133.3%。

近三届累计评选一级优质米48个（电子附表1）。从选育单位看，河北省农林科学院谷子研究所10个，占20.8%；赤峰市农牧科学研究院7个，占14.6%；山东省农业科学院作物科学研究所和山西省农业科学院谷子研究所各6个，分别占12.5%；安阳市农业科学院5个，占10.4%；山西省农业科学院经济作物研究所和张家口市农业科学院各4个，分别占8.3%。以上7家单位优质育种水平较高，育成的一级优质米数量占所有一级米数量的87.5%。

从品种类型看，杂交种4个，占8.3%，其余44个品种均为常规种。48个品种中仅有1个为辐射诱变，占2.1%；系统选育2个，占4.2%；其余45个品种均为杂交选育而成，占93.7%。抗除草剂类型30个，占62.5%，且抗除草剂品种所占比例呈逐渐增加趋势。

2.2 近三届参加优质米评选的谷子L*值、a*值、b*值分析

2015年、2017年、2019年近三届参加优质米评选的谷子L*值、a*值、b*值统计情况见表2。结果表明，所有参试品种中，夏谷L*值变异范围为53.49—67.68，春谷L*值变异范围为49.87—68.84；夏谷a*值变异范围为1.07—8.74，春谷a*值变异范围为0.75—9.15；夏谷b*值变异范围为41.85—75.35，春谷b*值变异范围为26.39—71.40。一级优质米类型中，夏谷L*值变异范围为55.05—66.03，春谷L*值变异范围为53.12—68.84；夏谷a*值变异范围为1.63—8.74，春谷a*值变异范围为2.13—8.59；夏谷b*值变异范围为54.50—75.35，春谷b*值变异范围为40.07—71.40。所有参试品种及一级优质米的L*值、a*值、b*值均呈增加趋势。与夏谷相比，春谷的b*值变异更大，色彩丰富度更高。

表1 近三届参加优质米评选的谷子品种统计

表2 近三届参加优质米评选的谷子L*值、a*值、b*值统计情况

2.3 L*值、a*值、b*值与感官评分的相关性分析

通过对近三届参加优质米评选的所有谷子L*值、a*值、b*值与商品性得分、蒸饭得分、煮饭得分和总分数进行相关性分析（表3），结果表明，总分、商品性得分和L*值、a*值、b*值呈显著相关，蒸饭得分和L*值、a*值呈显著相关，煮饭得分和L*值、a*值、b*值相关性不显著。商品性得分和总分的相关性最高，相关系数达0.7528，说明商品性良好的小米在综合得分上也占优势。商品性得分和蒸饭得分极显著正相关，和煮饭得分不相关。

以一级优质米的L*值、a*值、b*值为自变量（i），总分为因变量（），建立了一级优质米的最优回归模型。=37.6722047+0.62384173761+1.85286616972 +0.042075267473（=0.8619，2=0.7428，=42.3578，=0.0000）。L*值每增加一个单位，评分增加0.6238分；a*值每增加一个单位，评分增加1.8529分；b*值每增加一个单位，评分增加0.0421分；模型校正后的拟合度为0.7428，即该回归模型能解释评分74.3%的表型变异。

夏谷区商品性和总得分前10名的品种主要分为2种类型：一种是a*值较低，L*值和b*值较高的金黄色品种，如冀谷39、豫谷33；一种是a*值较高，L*值和b*值较低的浅黄偏红品种，如济谷19、冀谷42。

春谷区商品性和总得分前10名的品种主要分为3种类型：一种是L*值较低，a*值和b*值较高的深黄品种，如2015KM826F7-75、峰红4号；一种是L*值较高，a*值和b*值较低的浅黄品种，如榆谷抗1、赤红1号；一种是a*值较高，L*值和b*值较低的浅黄偏红品种，如张杂谷13、晋汾106。

*和**分别表示在＜0.05和＜0.01水平差异显著* and ** refer correlation coefficient significant at 0.05 and 0.01 levels

3 讨论

2001—2015年参加华北夏谷区区试且通过鉴定的品种有51个，其中，一级优质米17个，占33.3%[13]；参加西北春谷中晚熟区区试且通过鉴定的品种有29个，其中，一级优质米22个，占76%[14]。2017年5月，谷子实施非主要农作物品种登记，截至2018年底，全国11个省区255个谷子品种完成登记公告，约40%为一级优质米或市场认可的优质米品种，在生产中有效支撑了优质小米产业发展[15]。本研究表明，近三届一级优质米的数量增加了133.3%，优质育种主要体现在7家科研单位。

河北省农林科学院谷子研究所结合色差分析对米色进行筛选，育成的冀谷39、冀谷42、冀谷45、冀杂金苗1号、冀谷168等均为一级优质米类型。被认为夏谷区商品性具有重大突破的冀谷39，克服了夏谷籽粒小、出米率低、米色浅的不足，米色金黄、粒大、商品性和适口性均突出，2017年被评为全国一级优质米，2018年通过农业部登记，2018—2020年连续三年列为河北省主导品种，2019年仅河北省推广面积达4.36×104hm2，成为河北省和全国夏谷推广面积最大的谷子品种，市场销售价格显著高于一般谷子品种，带动了河北省谷子产业化生产和效益的提升。张家口市农科院近年来也注重提高杂交种的品质，张杂谷13扭转了谷子杂交种高产品质差的印象，被评为全国一级优质米，推广面积迅速扩大。安阳市农业科学院选育的豫谷18，不仅突破了光周期限制，在全国四大谷子生态区均能表现高产，而且在第八届全国优质食用粟品质鉴评中，以总分第一名的成绩被评为国家一级优质米，被誉为“谷子界的郑单958”和国家现代农业产业技术体系十二五期间重大技术成果[16]。山东省农业科学院作物研究所把选育高黄色素含量高的品种作为谷子品质育种的重要内容，育成的济谷19、济谷20、济谷21、济谷24、济谷25等均为一级优质米类型。山西省农业科学院谷子研究所、山西省农业科学院经济作物研究所、赤峰市农牧科学研究院等单位也注重品质评价，不但选育了一批优质品种，也为品质选育提供了理论支持[17-19]。

色差仪是运用国际通用的色度空间对物体表面色度L*a*b*进行测量的仪器，具有速度快、精度高等优点，目前，已经广泛应用于肉类、面粉、水果、茶叶等领域颜色的检测[20-24]。张福彦等[25]利用色差仪研究了位点上的不同等位变异类型对活性和面粉色泽的影响。任夏等[20]研究认为，色差仪测量的颜色参数和烟叶显色物质显著相关，对于不同颜色及不同等级之间色度的差异可进行定量表征，且和人工感官评价结果一致，因此可应用于烟叶分级，具有准确、便捷等优势。郑浩等[26]探究了肉色评分与色度值、大理石纹评分和肌内脂肪含量之间的相关性，并建立了转换模型，可将色度值转换成肉色评分，便于比较。赵琳等[27]采用CR-310色彩色差计测定饺子面皮的颜色，研究显示，饺子皮的L*与饺子的颜色和光泽相关性较高。雷激等[28]用色度仪代替人为感官评价对煮熟面条颜色进行定量测定，二者的相关系数为0.73。不同于其他作物，小米储藏过程中容易褪色。候蕊[29]研究显示，不同小米品种在储藏过程中褪色速率也存在差异。因此，在利用色差仪进行小米米色评价时，应注意样品存储时间。

本研究表明商品性得分和总分的相关性最高，和总分、蒸饭得分极显著正相关，因此，提高谷子的商品性对于品质育种具有重要意义。通过L*值、a*值、b*值对米色进行选择是一种直观、便捷的育种方法。张凡等[4]采用模糊感官综合评价以及电子舌技术分析10种小米的食味品质，结果显示，感官评价得分高的小米粥具有较高黄度（b*值），得分最低的小米粥黄色色泽最差，得分高的米粥往往具有更高的亮度（L*值）；10种小米粥的红绿度（a*值）差异不大。尹瑞旸等[30]由主成分分析建立了小米饭食味品质模型，认为硬度、胶黏性及色泽特性对小米饭的综合评价影响较大，小米L*值越大表明小米色泽越光亮，外观品质越受欢迎。本研究建立的一级优质米回归模型能解释评分74.3%的表型变异。本研究认为，外观品质与L*值、a*值、b*值都有关系，例如夏谷区，以冀谷39为代表的深黄品种a*值较低、L*值和b*值较高，以济谷19为代表的浅黄品种a*值较高，L*值和b*值较低，它们属于不同的米色类型，均受大众喜爱。因此，在品质育种中，可以根据品种特点进行米色选择。

4 结论

近三届参加优质米评选的谷子品种呈增长的趋势，许多单位在育种中注重品质选择。优质将成为谷子品种改良的重要目标。商品性得分和总分的相关性最高，通过L*值、a*值、b*值对米色进行选择是一种直观、便捷的方法。外观品质与L*值、a*值、b*值都有关系，在品质育种中，要根据品种特点进行米色选择。

[1] DIAO X M. Production and genetic improvement of minor cereals in China. The Crop Journal, 2017, 5: 103-114.

[2] 刁现民, 程汝宏. 十五年区试数据分析展示谷子糜子育种现状. 中国农业科学, 2017, 50(23): 4469-4474.

DIAO X M, CHENG R H. Current breeding situation of foxtail millet and common millet in China as revealed by exploitation of 15 years regional adaptation test data. Scientia Agricultura Sinica, 2017, 50(23): 4469-4474. (in Chinese)

[3] 张伋, 姜红如, 黄绯绯, 张兵, 张继国, 王惠君. 2015年中国十五省(区、市)18～59岁居民谷薯类食物摄入状况. 营养学报, 2018, 40(2): 17-23.

ZHANG J, JIANG H R, HUANG F F, ZHANG B, ZHANG J G, WANG H J. Cereals and tubers intake in Chinese adults aged 18-59 from 15 provinces in 2015. Acta Nutrimenta Sinica, 2018, 40(2): 17-23. (in Chinese)

[4] 张凡, 李书田, 王显瑞, 沈群. 不同品种小米蒸煮食味品质评价及比较. 食品科学, 2020, 41(9): 23-29.

ZHANG F, LI S T, WANG X R, SHEN Q. Comparative evaluation and analysis of cooking and eating quality of different foxtail millet varieties. Food Science, 2020, 41(9): 23-29. (in Chinese)

[5] 李荣德, 程汝宏, 陈应志, 孙海艳, 史梦雅. 《种子法》实施以来我国谷子品种管理的成效与建议. 中国种业, 2019, 3: 26-29.

LI R D, CHENG R H, CHEN Y Z, SUN H Y, SHI M Y. The effect and suggestion of millet variety management in China since the implement ation of seed law. China Seed Industry, 2019, 3: 26-29. (in Chinese)

[6] 李中青, 李齐霞, 孙万荣, 宋艳芳, 霍成斌, 王根全, 王敏. 小米食味（适口性）评价方法研究. 中国农学通报, 2009, 25(15): 46-50.

LI Z Q, LI Q X, SUN W R, SONG Y F, HUO C B, WANG G Q, WANG M. Study on evaluation methods of millet taste (palatability). Chinese Agricultural Science Bulletin, 2009, 25(15): 46-50. (in Chinese)

[7] 李荫梅. 谷子育种学. 北京: 中国农业出版社, 1997: 391-420.

LI Y M. Millet Breeding. Beijing: China Agriculture Press, 1997: 391-420. (in Chinese)

[8] 王润奇. 谷子蒸煮食味品质的研究. 西安: 天则出版社, 1990: 18-24.

WANG R Q. Study on cooking and eating quality of Millet. Xian: Tianze Press, 1990: 18-24. (in Chinese)

[9] 舒庆尧, 吴殿星, 夏英武, 高明尉. 稻米淀粉RVA 谱特征与食用品质的关系, 中国农业科学, 1998, 31(3): 25-29.

SHU Q Y, WU D X, XIA Y W, GAO M W. Relationship between RVA profile character and eating quality inL.. Scientia Agricultura Sinica, 1998, 31 (3): 25-29. (in Chinese)

[10] 杨延兵, 管延安, 秦岭, 石慧, 王海莲, 张华文, 张晗. 华北夏谷区主要育成品种(系)小米黄色素含量分析. 山东农业科学, 2012, 44(1): 58-60, 62.

YANG Y B, GUAN Y A, QIN L, SHI H, WANG H L, ZHANG H W, ZHANG H. Analysis on yellow pigment content of main varieties (lines) from the north China cultivation areas of summer foxtail millet. Shandong Agricultural Sciences, 2012, 44(1): 58-60, 62. (in Chinese)

[11] Oliver J R, Blakeney A B, Allen H M. Measurement of flour color in colors pace parameters. Cereal Chemistry, 1992, 69(5): 546-551.

[12] 胡瑞波, 田纪春. 小麦主要品质性状与面粉色泽的关系. 麦类作物学报, 2006, 26(3): 96-101.

HU R B, TIAN J C. Relationship between main quality characteristics and wheat flour color. Journal of Triticeae Crops, 2006, 26(3): 96-101. (in Chinese)

[13] 张婷, 师志刚, 王根平, 高翔, 夏雪岩, 杨伟红, 张喜瑞, 田晓建, 程汝宏, 刁现民. 华北夏谷区2001—2015年谷子育种变化. 中国农业科学, 2017, 50(23): 4475-4485.

ZHANG T, SHI Z G, WANG G P, GAO X, XIA X Y, YANG W H, ZHANG X R, TIAN X J, CHENG R H, DIAO X M. The alterations of foxtail millet breeding in North China summer-sowing region from 2001 to 2015. Scientia Agricultura Sinica, 2017, 50(23): 4475-4485. (in Chinese)

[14] 张艾英, 郭二虎, 刁现民, 范惠萍, 李瑜辉, 王丽霞, 郭红亮, 程丽萍, 吴引生. 2005—2015年西北春谷中晚熟区谷子育成品种评价. 中国农业科学, 2017, 50(23): 4486-4495.

ZHANG A Y, GUO E H, DIAO X M, FAN H P, LI Y H, WANG L X, GUO H L, CHENG L P, WU Y S. Evaluation of foxtail millet cultivars developed in the middle and late-maturing spring-sowing region in Northwest China in 2005-2015. Scientia Agricultura Sinica, 2017, 50(23): 4486-4495. (in Chinese)

[15] 李荣德, 程汝宏, 陈应志, 孙海艳, 史梦雅. 谷子品种登记实施进展与建议. 种子, 2019, 38(8): 150-153.

LI R D, CHENG R H, CHEN Y Z, SUN H Y, SHI M Y. Implementation progress and suggestions of millet variety registration. Seed, 2019, 38(8): 150-153. (in Chinese)

[16] 邢璐, 刘金荣, 刘海萍, 王素英, 王淑君, 宋惠, 张扬, 解慧芳, 魏萌涵. 高产优质广适谷子新品种豫谷18在华北夏谷区试验综述. 农业科技通讯, 2018, 5: 190-192.

XING L, LIU J R, LIU H P, WANG S Y, WANG S J, SONG H, ZHANG Y, XIE H F, WEI M H. Experimental review of Yugu 18, a new widely suitable millet variety with high yield and high quality, in summer-sowing region of North China. Bulletin of Agricultural Science and Technology, 2018, 5: 190-192. (in Chinese)

[17] 李瑜辉, 郭二虎, 范惠萍, 王丽霞, 张艾英, 刘鑫, 程丽萍. 山西谷子产业发展十年（2009-2019 年）变迁. 中国种业, 2019, 11: 22-24.

LI Y H, GUO E H, FAN H P, WANG L X, ZHANG A Y, LIU X, CHENG L P. Changes in the development of Shanxi millet industry in ten years (2009-2019). China Seed Industry, 2019, 11: 22-24. (in Chinese)

[18] 冯耐红, 侯东辉, 杨成元, 陈丽红, 李婧, 岳忠孝, 沈群, 田翔. 不同品种小米主要营养成分及氨基酸组分评价. 食品工业科技, 2020, 8: 224-229.

FENG N H, HOU D H, YANG C Y, CHEN L H, LI J, YUE Z X, SHEN Q, TIAN X. Evaluation of main nutrients and amino acid components of different varieties foxtail millet. Science and Technology of Food Industry, 2020, 8: 224-229. (in Chinese)

[19] 王显瑞, 柴晓娇, 付颖, 刘艳春, 沈轶男, 白晓雷, 刘丹竹, 张姼, 李书田, 李洪磊, 吕国志, 陈高勋. 优质高产抗除草剂谷子新品种赤谷K1. 种子, 2019(8): 117-119.

WANG X R, CHAI X J, FU Y, LIU Y C, SHEN Y N, BAI X L, LIU D Z, ZHANG S, LI S T, LI H L, Lü G Z, CHEN G X. A new variety of rice with high quality and high yield resistant to herbicide Chigu K1.Seed, 2019(8): 117-119. (in Chinese)

[20] 任夏, 邱军, 段苏珍, 张忠锋, 丁睿. 色差仪在烤烟烟叶颜色检测中的应用. 江苏农业科学, 2014, 42(7): 335-337.

REN X, QIU J, DUAN S Z, ZHANG Z F, DING R. Application of color difference meter in color detection of flue-cured tobacco leaves. Jiangsu Agricultural Science, 2014, 42(7): 335-337. (in Chinese)

[21] Sarries M V, Beriain M J. Color and texture characteristics in meat of male and female foals. Meat Science, 2006, 74(4): 738-745.

[22] 孙向东, 王乐凯, 任红波, 兰静. 色彩色差计在面粉色泽测定上的应用. 粮油食品科技, 2002, 10(2): 31-33.

SUN X D, WANG L K, REN H B, LAN J. The application of tristimulus colorimeter in the determination of flour color. Science and Technology of Cereals, Oils and Foods, 2002, 10(2): 31-33. (in Chinese)

[23] Salvador A, Sanz T, Fiszman S M. Changes in colour and texture and their relationship with eating quality during storage of two different dessert bananas. Postharvest Biology and Technology, 2007, 43(3): 319-325.

[24] 严俊, 林刚. 测色技术在茶叶色泽及品质评价中的应用研究:（二）茶叶色泽的测定. 茶业通报, 1995, 17(2): 1-3.

YAN J, LIN G. Study on the application of color measurement technology in tea leaf color and quality evaluation: (ii) Tea leaf color determination. Journal of Tea Business, 1995, 17(2): 1-3. (in Chinese)

[25] 张福彦, 陈锋, 程仲杰, 杨保安, 范家霖, 陈晓杰, 张建伟, 陈云堂, 崔龙. 小麦TaLox-B等位变异对脂肪氧化酶活性和面粉色泽的影响. 中国农业科学, 2017, 50(8): 1370-1377.

ZHANG F Y, CHEN F, CHENG Z J, YANG B A, FAN J L, CHEN X J, ZHANG J W, CHEN Y T, CUI L. Effects of TaLox-B alleles on lipoxygenase activity and flour color in wheats. Scientia Agricultura Sinica, 2017, 50(8): 1370-1377. (in Chinese)

[26] 郑浩, 季久秀, 周李生, 李龙云, 麻骏武, 肖石军, 郭源梅. 猪肉肉色评分与色度值、大理石花纹评分及肌内脂肪含量回归模型的建立. 江西农业大学学报, 2019, 41(1): 124-131.

ZHENG H, JI J X, ZHOU L S, LI L Y, MA J W, XIAO S J, GUO Y M. Establishment of regression models of meat color score on colorimetric value, marbling score and intramuscular fat content in pigs. Acta Agriculturae Universitatis Jiangxiensis, 2019, 41(1): 124-131. (in Chinese)

[27] 赵琳, 兰静, 戴常军, 李辉, 李宛. 饺子品质评价方法研究, 粮食加工, 2007, 32(2): 46-48.

ZHAO L, LAN J, DAI C J, LI H, LI W. Methods for evaluation of quality characteristics of dumpling. Grain Processing, 2007, 32(2): 46-48. (in Chinese)

[28] 雷激, 张艳, 王德森, 闫俊, 何中虎. 中国干白面条品质评价方法研究. 中国农业科学, 2004, 37(12): 2000-2005.

LEI J, ZHANG Y, WANG D S, YAN J, HE Z H. Methods for evaluation of quality characteristics of dry white Chinese noodles. Scientia Agricultura Sinica, 2004, 37(12): 2000-2005. (in Chinese)

[29] 候蕊. 谷子脂氧合酶（LOX）与小米储藏过程中褪色关系的研究[D]. 太谷: 山西农业大学, 2016.

HOU R. Lipoxygenase (LOX) and the discoloration of foxtail millet during storage[D]. Taigu: Shanxi Agricultural University, 2016. (in Chinese)

[30] 尹瑞旸, 李星, 沈群. 小米饭食用品质评价模型的建立. 中国食品学报, 2020, 20(6): 270-277.

YIN R Y, LI X, SHEN Q. Establishment of edible quality evaluating model of millet. Journal of Chinese Institute of Food Science and Technology, 2020, 20(6): 270-277. (in Chinese)

Color difference analysis in the application of high quality Foxtail millet breeding

ZHANG Ting, WANG GenPing, LUO YanJie, LI Lin, GAO Xiang, CHENG RuHong, SHI ZhiGang, DONG Li, ZHANG XiRui, YANG WeiHong, XU LiShan

Institute of Millet Crops, Hebei Academy of Agriculture and Forestry Sciences/National Foxtail Millet Improvement Center/Cereal Crops Laboratory of Hebei Province, Shijiazhuang 050035

【】The color difference analysis for grain quality evaluation was conducted using the foxtail millet varieties participating national high-quality foxtail millet competition in recent years. The results, combined with the expert sensory evaluation, could improve high quality millet breeding.【】Millet varieties that participated in the past three high-quality millet competition in 2015, 2017, and 2019 were accounted, the L* values, a* values, b* values were determined by the color difference analysis, and the correlation analysis was performed with the commercial quality scores,cooking and eating quality scores and the total scores. 【】The number of millet varieties competed for high-quality increased by 82.3% in the last 3 sessions. summer-sowing varieties increased by 60.0% while spring-sowing was 100.0%. The number of first-class quality varieties increased by 133.3%, of which, 87.5% were bred by 7 scientific research institutes. 93.7% of the varieties were bred by cross breeding, 62.5% of which was herbicide resistant. Among all of the high-quality millets, the L* values ranged from 55.05 to 66.03 in summer-sowing region, which was from 53.12 to 68.84 in spring-sowing region. The a* values ranged from 1.63 to 8.74 in summer-sowing region, and that was from 2.13 to 8.59 in spring-sowing region. The b* values ranged from 54.50 to 75.35 in summer-sowing region, and that was from 40.07 to 71.40 in spring-sowing region. The L* values, a* values, b* values of all tested varieties and high-quality millets showed an increasing trend. Comparing with summer-sowing region, spring-sowing region had greater variation in b* value and the higher color richness. The commercial quality scores and the total scores were significantly correlated with L* values, a* values, b* values. The steamed millet scores were significantly correlated with L*, a* values. However, the millet congee scores were not significantly correlated with L* values, a* values, b* values.The correlation between commercial quality scores and total scores was the highest, with a correlation coefficient of 0.7528. The commercial quality scores were positively correlated with the steamed millet scores, but was not correlated with the millet congee scores. In the regression model of the first-grade high-quality millet, the L* values, a* values, b* values determined the 74.3% variation of the total score. The varieties with top 10 commercial quality scores and total scores in summer-sowing region were mainly divided into two types: one was the golden varieties with low a*, high L* and b * values, such as Jigu 39 and Yugu 33; the others were the light yellow varieties with high a*, low L* and b* values, such as Jigu 19 and Jigu 42. The varieties with top 10 commercial quality scores and total scores in spring-sowing region were mainly divided into three types: one was the dark yellow varieties with low L*, high a* and b * values, such as 2015KM826F7-75 and Fenghong 4 hao; one was the light yellow varieties with high L*, low a* and b* values, such as Yugukang 1 and Chihong 1 hao; one was the light yellow and red varieties with high a*, low L* and b* values, such as Zhangzagu 13 and Jinfen 106. 【】In the last three national competitions for high-quality foxtail millet varieties, the number of millet varieties showed an increasing trend. Many scientific research institutes have focused on quality breeding. In the future, high grain quality would become an important goal for millet improvement. The commercial quality score and total score showed strong correlation, so it was important to improve the commercial quality of millet for quality breeding. It was an intuitive and convenient breeding method to select millet color by the color difference L* values, a* values, b* values. The commercial quality score correlated with L* values, a* values, b* values, so millet color selection should be based on the characteristics of the variety in quality breeding.

foxtail millet; color difference analysis; good quality; correlationanalysis

10.3864/j.issn.0578-1752.2021.05.003

2020-07-30；

2020-10-13

国家重点研发计划（2019YFD1001700，2018YFD1000705-4）、河北省现代农业产业技术体系杂粮杂豆创新团队优质夏谷岗位（HBCT2018070201）、国家谷子糜子产业技术体系（CARS-06-13.5-A7）、河北省科技计划（F18R16227508D-8）、河北省农林科学院现代农业科技创新工程（2019-4-2-1）、河北省重点研发计划（19226378D）、河北省农林科学院博士基金（F17E02）

张婷，Tel：13722879193；E-mail：jituier@126.com。王根平，Tel：13315487118；E-mail：wang521wgp@163.com。张婷与王根平为同等贡献作者。通信作者程汝宏，Tel：18631103021；E-mail：rhcheng63@126.com。通信作者师志刚，Tel：18631125991；E-mail：shizhigang7869@126.com

（责任编辑 李莉）