• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      野生大樹(shù)茶種質(zhì)資源的品質(zhì)指標(biāo)多樣性分析評(píng)鑒

      2020-09-30 07:54:32劉亞兵趙華富喬大河陳娟陳翔曹雨
      食品工業(yè) 2020年9期
      關(guān)鍵詞:兒茶素大樹(shù)單株

      劉亞兵,趙華富,喬大河,陳娟,陳翔,曹雨*

      1. 貴州省農(nóng)業(yè)科學(xué)院茶葉研究所(貴陽(yáng) 550006);2. 習(xí)水仙緣紅有限公司(習(xí)水 564600)

      大樹(shù)茶(學(xué)名:Camellia arborescens Chang et Yu)是經(jīng)過(guò)長(zhǎng)期的自然選擇和人文環(huán)境選擇下來(lái)的結(jié)果,主要分布在中國(guó)西南地區(qū),具有良好的環(huán)境適應(yīng)性、優(yōu)良的茶葉品質(zhì)及深厚的歷史文化底蘊(yùn)[1-2]。以大樹(shù)茶為原料,加工后的茶葉給人們帶來(lái)很多生理和保健益處,如止渴、消除疲勞、利尿解毒、防止齲齒等作用[3-4]。

      貴州位于中國(guó)的西南地區(qū),處于茶樹(shù)的起源中心地帶,境內(nèi)分布著大量的茶組植物資源,但是因?yàn)殚L(zhǎng)期以來(lái)經(jīng)濟(jì)發(fā)展的落后以及可利用土地資源的短缺,對(duì)這些豐富茶組植物資源的利用有限。但是,這些尚未開(kāi)發(fā)的茶樹(shù)資源為研究其遺傳多樣性、群體結(jié)構(gòu)以及進(jìn)化關(guān)系提供寶貴的資源[5]。特別是習(xí)水大樹(shù)茶種質(zhì)資源,在歷史文化、經(jīng)濟(jì)、科研均具有較高價(jià)值,是貴州北部分布較廣的、較原始的一個(gè)原生種,與茶樹(shù)(Camellia sinensis)在分類(lèi)學(xué)上同屬一個(gè)組中不同的種[6]。多以半野生型和栽培型大樹(shù)茶形式生長(zhǎng)于我省北部山區(qū),大樹(shù)茶群落目前總體生長(zhǎng)良好,當(dāng)?shù)剞r(nóng)民采摘大樹(shù)茶原料收獲頗豐的經(jīng)濟(jì)效益,表現(xiàn)出極大的經(jīng)濟(jì)價(jià)值和開(kāi)發(fā)潛力。近年來(lái),有研究者對(duì)大樹(shù)茶資源類(lèi)型、地理位置分布、管理方式及生態(tài)環(huán)境進(jìn)行描述,并對(duì)其水浸出物、茶多酚、氨基酸、咖啡堿等茶葉內(nèi)合成分及兒茶素組分進(jìn)行檢測(cè)與分析[7]。也有研究者[8]對(duì)大樹(shù)茶資源遺傳多樣性進(jìn)行調(diào)查研究,因?yàn)榇髽?shù)茶資源長(zhǎng)期缺乏人工馴化,其遺傳多樣性要高于人工馴化的栽培型。但是,對(duì)其應(yīng)用還停留在初放的種質(zhì)混制階段,而針對(duì)種質(zhì)個(gè)體特異性系統(tǒng)及加工后品質(zhì)指標(biāo)多樣性評(píng)價(jià)研究還處于初步階段[9]。

      為加快大樹(shù)茶資源的開(kāi)發(fā)利用,試驗(yàn)通過(guò)收集習(xí)水的20份大樹(shù)茶單株,分別測(cè)定其6個(gè)品質(zhì)指標(biāo):水分、游離氨基酸總量、茶多酚、咖啡堿、表沒(méi)食子兒茶素沒(méi)食子酸酯(EGCG)及兒茶素總量,應(yīng)用相關(guān)性分析、主成分分析、逐步回歸分析方法建立加工茶葉綜合評(píng)價(jià)指標(biāo)的回歸模型,探究模型擬合度及回歸模型顯著性,通過(guò)聚類(lèi)分析法對(duì)20份大茶樹(shù)單株進(jìn)行差異性分析和多樣性分析,對(duì)品質(zhì)進(jìn)行初步劃分,分析單株差異對(duì)生化成分的影響,從而對(duì)品質(zhì)進(jìn)行評(píng)價(jià),篩選出3個(gè)AAA級(jí)大茶樹(shù)單株。所建模型可應(yīng)用于實(shí)際大茶樹(shù)品質(zhì)評(píng)價(jià),為篩選具有高品質(zhì)的大茶樹(shù)提供參考和借鑒,為中國(guó)茶產(chǎn)業(yè)的發(fā)展提供理論基礎(chǔ)。

      1 材料與方法

      1.1 材料

      采集原生于習(xí)水縣境內(nèi)的習(xí)水大樹(shù)茶鮮葉(以單株作為鮮葉供給主體,形成單株制樣;選取單株為對(duì)比個(gè)體,性狀穩(wěn)定;以一芽二葉或同等嫩度的對(duì)夾葉鮮葉為主,占比不小于95%)及其鮮葉原料制成的茶葉產(chǎn)品。

      1.2 方法

      1.2.1 樣品處理

      鮮葉→攤青(6 h)→殺青(230 ℃,3~4 min)→干燥(烘箱,85 ℃)→生化成分測(cè)定

      1.2.2 品質(zhì)指標(biāo)測(cè)定方法

      水分參照GB 5009.3—2016干燥法測(cè)定;游離氨基酸總量參照GB/T 8314—2013茚三酮比色法測(cè)定;茶多酚參照GB/T 8313—2018酒石酸亞鐵比色法測(cè)定;咖啡堿參照GB/T 8313—2018紫外分光光度法測(cè)定;EGCG及兒茶素參照GB/T 8313—2018高效液相色譜法測(cè)定。

      1.2.3 試驗(yàn)設(shè)計(jì)

      選擇習(xí)水境內(nèi)不同大樹(shù)茶單株的一芽二葉或同等嫩度的鮮葉為原料,經(jīng)過(guò)綠茶制作工藝,經(jīng)過(guò)攤涼、殺青后,直接烘干形成目標(biāo)樣品[10],處理后測(cè)定其水分、游離氨基酸總量、茶多酚、咖啡堿、EGCG及兒茶素總量等品質(zhì)指標(biāo),對(duì)所得試驗(yàn)數(shù)據(jù)進(jìn)行相關(guān)性分析、主成分分析、逐步回歸分析方法建立大樹(shù)茶綜合評(píng)價(jià)指標(biāo)的回歸模型[11],選擇擬合度較高、回歸模型顯著的品種。通過(guò)聚類(lèi)法對(duì)20份單株品質(zhì)進(jìn)行初步劃分,通過(guò)分析選擇綜合評(píng)分較高的3份單株作為AAA單株。

      將水分定為100分,將其權(quán)重系數(shù)設(shè)為20;游離氨基酸總量越高越好,定為100分,設(shè)其權(quán)重系數(shù)設(shè)為15;茶多酚越小越好,茶多酚定為100分,設(shè)其權(quán)重系數(shù)設(shè)為20;咖啡堿值越小越好,定為100分,設(shè)其權(quán)重系數(shù)設(shè)為15;EGCG含量定為100分,設(shè)其權(quán)重系數(shù)設(shè)為15;兒茶素定為100分,設(shè)其權(quán)重系數(shù)設(shè)為15。

      1.2.4 數(shù)據(jù)分析

      采用SPSS 19.0 統(tǒng)計(jì)軟件進(jìn)行單因素方差分析(One-Way ANOVA),主持成分分析;采用Origin Pro 9.0進(jìn)行聚類(lèi)法。

      2 結(jié)果與分析

      2.1 不同品種大樹(shù)茶品質(zhì)的分析

      由表1和表2可以看出,不同品種大樹(shù)茶的品質(zhì)成分含量差異明顯,其中水分最高是品種2017-15,為10.58%,最低是品種2017-6,為6.69%;品種2017-3的茶多酚含量最高,為27.48%,最低是品種2017-7,為18.64%;游離氨基酸總含量最高是品種2017-5,為4.79%,最低是品種2017-9,為1.56%;咖啡堿含量最高是品種2017-13,為5.51%,最低是品種2017-6,為2.6%;EGCG含量最高是品種2017-3,為11.41%,最低是品種2017-12,為5.45%;兒茶素總含量最高是品種2017-6,為17.62%,最低是品種2017-7,為11.78%。因此,不同品種大樹(shù)茶各品質(zhì)差異明顯。

      將不同大樹(shù)茶品種按1.2.1所示的加工流程制作成品茶。測(cè)定并分析不同品種特征指標(biāo),結(jié)果如表2所示。不同品種的最值差距明顯,方差相對(duì)較高,表明不同大樹(shù)茶加工的品質(zhì)存在較大差異,不同品種各項(xiàng)品質(zhì)指標(biāo)影響方向不一致。

      表1 不同大樹(shù)茶單株的生化指標(biāo)

      表2 不同大樹(shù)茶單株品質(zhì)的描述分析

      2.2 不同大樹(shù)茶單株品質(zhì)指標(biāo)的主成分分析

      通過(guò)SPSS軟件對(duì)20份大樹(shù)茶單株的6個(gè)指標(biāo)進(jìn)行相關(guān)分析,結(jié)果見(jiàn)表3。通過(guò)相關(guān)分析表明,水分與茶多酚及兒茶素含量存在極顯著的負(fù)相關(guān),與咖啡堿含量存在正相關(guān);游離氨基酸總含量與咖啡堿含量存在極顯著正相關(guān);茶多酚含量與EGCG含量、兒茶素含量存在極顯著正相關(guān);EGCG與兒茶素存在極顯著正相關(guān)。由于各指標(biāo)間相關(guān)關(guān)系的存在,易造成整體信息發(fā)生重疊,因此,有必要選取具有代表性的評(píng)價(jià)指標(biāo),消除變量之間相關(guān)性,降低評(píng)價(jià)負(fù)擔(dān)。

      為進(jìn)一步討論不同品種大樹(shù)茶品質(zhì)的貢獻(xiàn)程度,采用因子分析和主成分分析法確定影響的主要因素[13],為評(píng)價(jià)大樹(shù)茶品質(zhì)提供依據(jù)。對(duì)6個(gè)指標(biāo)進(jìn)行主成分分析,得出評(píng)價(jià)因子特征值和累計(jì)貢獻(xiàn)率,如表4所示。由于前2個(gè)主成分對(duì)應(yīng)特征值均大于1,對(duì)應(yīng)的累計(jì)方差貢獻(xiàn)率為91.428%,故可選取前2個(gè)主成分,能較全面反映出不同大樹(shù)茶品質(zhì)的主要信息。

      表3 不同大樹(shù)茶單株品質(zhì)的相關(guān)性 %

      表4 評(píng)價(jià)因子的特征值和累計(jì)貢獻(xiàn)率

      2.3 主成分載荷矩陣、載荷圖及特征向量

      主成分載荷反映了各指標(biāo)對(duì)主成分的貢獻(xiàn)率的大小[14],其前2個(gè)主成分載荷矩陣見(jiàn)表5,由表5可知,第一主成分F1主要反映茶多酚(X3)、EGCG含量(X5)、兒茶素總量(X6);第二主成分F2反映游離氨基酸總量(X2)、咖啡堿含量(X4)和EGCG含量(X5)。

      表5 初始因子載荷矩陣及主成分因子的特征向量

      為了更直觀地反映不同大樹(shù)茶的品質(zhì),采用正交旋轉(zhuǎn)法對(duì)大樹(shù)茶品質(zhì)所對(duì)應(yīng)數(shù)據(jù)的主成分因子進(jìn)行旋轉(zhuǎn),并計(jì)算各個(gè)指標(biāo)的特征向量系數(shù),結(jié)果見(jiàn)表5。根據(jù)表5的數(shù)據(jù),建立主成分與不同大樹(shù)茶品質(zhì)指標(biāo)之間的表達(dá)式[15]。

      以大樹(shù)茶水分含量(X1)、游離氨基酸總量(X2)、茶多酚含量(X3)、咖啡堿含量(X4)、EGCG含量(X5)及兒茶素總量(X6)為初始自變量,經(jīng)過(guò)主成分分析,最終得出2個(gè)主成分因子的方程表達(dá)式如Z1~Z2所示,這2個(gè)主成分因子將原來(lái)6個(gè)品質(zhì)指標(biāo)作線性變換,重新組合成一組新的互相無(wú)關(guān)的綜合指標(biāo),消除不同大樹(shù)茶品質(zhì)6個(gè)指標(biāo)間的相關(guān)性,涵蓋大樹(shù)茶品質(zhì)指標(biāo)的大部分信息,可代替6個(gè)品質(zhì)指標(biāo)進(jìn)行大樹(shù)茶加工評(píng)價(jià)模型的建立。

      2.4 大樹(shù)茶品質(zhì)指標(biāo)歸一化

      經(jīng)回歸線性相關(guān)性分析,大樹(shù)茶綜合指標(biāo)Y與大樹(shù)茶水分相關(guān)系數(shù)為0.091;與游離氨基酸的相關(guān)系數(shù)為0.242;與茶多酚相關(guān)系數(shù)為0.395;與咖啡堿相關(guān)系數(shù)為0.454;與EGCG相關(guān)系數(shù)為0.438;與兒茶素相關(guān)系數(shù)為0.399;與主成分因子的方程Z1和Z2的相關(guān)系數(shù)分別為0.966和0.982;綜合指標(biāo)與各項(xiàng)大樹(shù)茶評(píng)價(jià)指標(biāo)在顯著性水平為0.01上正相關(guān),說(shuō)明利用該方法得到的綜合加工指標(biāo)準(zhǔn)確可靠。

      2.5 大樹(shù)茶品質(zhì)評(píng)價(jià)模型建立

      以2個(gè)主成分因子Z1和Z2為自變量,歸一化后綜合加工品質(zhì)指標(biāo)Y為因變量,采用逐步回歸分析方法建立多元線性回歸方程。設(shè)置進(jìn)入值為0.05,移出值為0.1,即:如果一個(gè)變量的F值的概率小于0.05,那么這個(gè)變量將被選入回歸方程中;變量的F值的概率大于設(shè)置的剔除值0.1,則變量將從回歸方程中被剔除。由于自變量Z1和Z2與因變量Y的顯著性的概率小于0.05,得到逐步回歸方程[16]。

      由模型系數(shù)表(表6)可看出,自變量顯著性水平Sig.=0.000均小于0.05,說(shuō)明自變量對(duì)因變量影響效果顯著,存在顯著線性關(guān)系。

      表6 大樹(shù)茶綜合品質(zhì)評(píng)價(jià)模型系數(shù)

      大樹(shù)茶綜合品質(zhì)評(píng)價(jià)模型[17]的有效性是通過(guò)決定系數(shù)R2和F檢驗(yàn)進(jìn)行判斷的。對(duì)模型進(jìn)行效果匯總:回歸模型的決定系數(shù)R2=0.999,調(diào)整后R2=0.999,隨機(jī)誤差估計(jì)值小,說(shuō)明模型擬合度較高,能滿足實(shí)際需求,使用模型評(píng)價(jià)大樹(shù)茶綜合品質(zhì)有效。將Z1和Z2替換為初始自變量X1~X6,整理得大樹(shù)茶片綜合指標(biāo)與不同品質(zhì)的回歸模型。

      2.6 模型驗(yàn)證

      分別選取20份大樹(shù)單株茶樣品驗(yàn)證回歸模型效果[18],將20份單株的6個(gè)初始指標(biāo)數(shù)據(jù)代入大樹(shù)茶綜合品質(zhì)評(píng)價(jià)模型,得出品質(zhì)綜合指標(biāo)預(yù)測(cè)值,將預(yù)測(cè)值與綜合品質(zhì)指標(biāo)真值進(jìn)行對(duì)比驗(yàn)證,得出的真值與預(yù)測(cè)值相關(guān)系數(shù)為0.991,顯著性為0.014小于0.05,即在0.05水平上顯著相關(guān),說(shuō)明大樹(shù)茶綜合品質(zhì)評(píng)價(jià)模型能有效地預(yù)測(cè)大樹(shù)茶的品質(zhì)。圖1為驗(yàn)證試驗(yàn)的真值與預(yù)測(cè)值散點(diǎn)圖,樣品點(diǎn)較集中分布在45°線周?chē)?,表明預(yù)測(cè)值接近真值,即通過(guò)測(cè)定不同大樹(shù)茶的水分含量、游離氨基酸、茶多酚、咖啡堿、EGCG及兒茶素含量,就可以較準(zhǔn)確地預(yù)測(cè)大樹(shù)茶的綜合品質(zhì)。

      2.7 不同大樹(shù)茶單株綜合指標(biāo)評(píng)價(jià)

      對(duì)20份大樹(shù)茶單株綜合評(píng)價(jià)指標(biāo)進(jìn)行排序,結(jié)果如表7所示。

      采用K-means聚類(lèi)算法[19-20]對(duì)20份大樹(shù)茶單株綜合指標(biāo)進(jìn)行聚類(lèi)分析,設(shè)置k=3,聚類(lèi)中心沒(méi)有改動(dòng)達(dá)到收斂時(shí)迭代停止,最終迭代次數(shù)為10,將20份單株的綜合品質(zhì)初步劃分AAA、AA、A這3類(lèi)(表8)。

      圖1 綜合評(píng)價(jià)指標(biāo)預(yù)測(cè)值與真值散點(diǎn)圖

      表8 20份大樹(shù)茶綜合品質(zhì)指標(biāo)分類(lèi)

      3 討論與結(jié)論

      試驗(yàn)收集了習(xí)水大樹(shù)茶資源的20份大樹(shù)茶單株進(jìn)行制樣,測(cè)定水分、游離氨基酸、茶多酚、咖啡堿、EGCG及兒茶素含量6項(xiàng)指標(biāo),對(duì)大樹(shù)茶研究原料的6個(gè)主要品質(zhì)指標(biāo)進(jìn)行主成分分析,得出2個(gè)主成分因子,從而消除原料各個(gè)指標(biāo)間的相關(guān)關(guān)系,降低后期數(shù)據(jù)處理的冗余性;通過(guò)數(shù)據(jù)指標(biāo)歸一化方法[20]將大樹(shù)茶各個(gè)指標(biāo)轉(zhuǎn)化為一組具有代表性的綜合評(píng)價(jià)指標(biāo),并將綜合評(píng)價(jià)指標(biāo)Y與主成分因子(Z1~Z2)進(jìn)行逐步回歸分析,代入初始自變量X1~X6,整理得大樹(shù)茶綜合指標(biāo)與6個(gè)品質(zhì)的回歸模型,回歸模型的決定系數(shù)R2=0.999[22],調(diào)整后R2=0.999,隨機(jī)誤差估計(jì)值小,表明該模型可以較準(zhǔn)確地預(yù)測(cè)未知樣品的大樹(shù)茶加工品質(zhì);預(yù)測(cè)值與綜合品質(zhì)指標(biāo)真值進(jìn)行對(duì)比驗(yàn)證,得出真值與預(yù)測(cè)值相關(guān)系數(shù)為0.991,顯著性為0.014,小于0.05,說(shuō)明回歸模型能有效地預(yù)測(cè)大樹(shù)茶加工后品質(zhì);應(yīng)用K-means算法對(duì)20份大樹(shù)茶單株的綜合指標(biāo)進(jìn)行初步聚類(lèi),篩選出3個(gè)AAA大樹(shù)茶單株,與實(shí)際應(yīng)用情況相符。試驗(yàn)建立的大樹(shù)茶品質(zhì)評(píng)價(jià)模型效果顯著,可應(yīng)用于實(shí)際大樹(shù)茶綜合品質(zhì)評(píng)價(jià)[23],后期將進(jìn)一步擴(kuò)大建模樣品數(shù)量,探討多樣建模方法,以增強(qiáng)模型的適用性和精確度;此外,大樹(shù)茶油綜合品質(zhì)K-means聚類(lèi)的合理性和科學(xué)性需進(jìn)一步探討,綜合品質(zhì)分類(lèi)依據(jù)及類(lèi)別將今后研究中繼續(xù)完善并驗(yàn)證。

      猜你喜歡
      兒茶素大樹(shù)單株
      無(wú)為市太平山楓香樹(shù)不同單株葉片性狀多樣性分析
      超高效液相色譜法測(cè)定茶葉中的兒茶素
      大樹(shù)的日常
      大樹(shù)
      種植密度與行距對(duì)秋閑田飼用甜高粱單株生產(chǎn)力的影響
      湖南速生、中生、慢生闊葉樹(shù)組單株生長(zhǎng)模型構(gòu)建
      千奇百怪的大樹(shù)
      幼兒園(2016年6期)2016-04-26 10:59:33
      大樹(shù)的夢(mèng)
      秋播蠶豆品種主要農(nóng)藝性狀相關(guān)性和通徑分析
      全甲基化沒(méi)食子兒茶素沒(méi)食子酸酯的制備
      建平县| 祁连县| 岗巴县| 浦北县| 平遥县| 郴州市| 贺兰县| 黔西| 雷山县| 浠水县| 资源县| 稻城县| 襄垣县| 望江县| 望都县| 台湾省| 瑞安市| 深水埗区| 龙州县| 阳谷县| 武清区| 郁南县| 太湖县| 应城市| 南康市| 上林县| 夏邑县| 吐鲁番市| 金川县| 道孚县| 商城县| 高清| 成安县| 太仆寺旗| 阳曲县| 嘉定区| 赤峰市| 镇平县| 绍兴市| 光山县| 岱山县|