基于主成分分析的不同水稻品種品質(zhì)綜合評(píng)價(jià)

荊瑞勇，衛(wèi)佳琪，王麗艷，宋維民,，鄭桂萍，郭永霞,

（1.黑龍江八一農(nóng)墾大學(xué)生命科學(xué)技術(shù)學(xué)院，黑龍江 大慶 163319；2.黑龍江八一農(nóng)墾大學(xué)農(nóng)學(xué)院，黑龍江 大慶 163319）

水稻（Oryza sativa L.）是世界上最主要的糧食作物之一，世界上約有一半的人口以水稻為主食[1]。目前我國(guó)稻米產(chǎn)量居世界第一，水稻單產(chǎn)處于世界領(lǐng)先水平[2]。水稻為全球半數(shù)以上的人口提供營(yíng)養(yǎng)和熱量，因此與其他谷類作物相比，水稻的品質(zhì)就顯得尤為重要[3]。原因是由于全球生產(chǎn)的稻米中約有80%是直接被人類消費(fèi)的，而其他谷物的籽粒有很大比例是被用于飼養(yǎng)動(dòng)物或加工成非食品類產(chǎn)品[4]。另外與其他谷類作物不同的是稻米通常不經(jīng)過加工，大多以整粒米的形式直接被食用或進(jìn)入市場(chǎng)，這使其外觀品質(zhì)也很重要[5-7]。隨著人們生活水平的提高，對(duì)稻米品質(zhì)的要求也越來越高，在評(píng)價(jià)稻米的指標(biāo)中，食味品質(zhì)也是其中重要的一項(xiàng)[8]。

主成分分析（principal component analysis，PCA）是通過降低數(shù)據(jù)維數(shù)排除眾多信息共存中相互重疊的信息，把多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)不相關(guān)的綜合指標(biāo)的一種多元統(tǒng)計(jì)分析方法[8-10]。利用PCA可從復(fù)雜現(xiàn)象中解析出主要影響因素，減少評(píng)價(jià)指標(biāo)，簡(jiǎn)化評(píng)價(jià)過程，適用于對(duì)多指標(biāo)的綜合分析，近年來PCA等綜合評(píng)價(jià)方法在食品質(zhì)量評(píng)價(jià)方面成為熱點(diǎn)[11]，已廣泛用于農(nóng)產(chǎn)品品質(zhì)差異的研究[12]。石彥國(guó)等[13]利用PCA結(jié)合偏最小二乘法評(píng)價(jià)黑龍江45 個(gè)大豆品種的食味品質(zhì)，PCA得到4 個(gè)PC，篩選出5 個(gè)適宜蒸煮加工的大豆品種。焦揚(yáng)等[14]利用PCA與聚類分析方法對(duì)甘肅地區(qū)產(chǎn)地木耳品質(zhì)進(jìn)行綜合評(píng)價(jià)，篩選出了6 個(gè)品質(zhì)指標(biāo)可以衡量地木耳品質(zhì)的優(yōu)劣，得出地木耳山丹的品質(zhì)最好。高琦等[15]利用PCA法研究了干燥方式對(duì)山藥脆片香氣品質(zhì)影響，得出冷凍干燥方式得到的山藥脆片香氣品質(zhì)最佳。張春嶺等[16]利用PCA和聚類分析法評(píng)價(jià)中、早熟桃品種的制汁品質(zhì)，選擇適宜的制汁品種，得出成熟度高的中熟黃肉品種的桃汁品質(zhì)較好。楊軍林等[17]利用PCA法評(píng)價(jià)熟化馬鈴薯品質(zhì)，得出 Air-frying（加油）這種熟化方式馬鈴薯品質(zhì)評(píng)價(jià)綜合得分最高。王穎穎等[18]利用PCA法評(píng)價(jià)市售的35 個(gè)芝麻醬產(chǎn)品品質(zhì)，得出白芝麻醬比黑芝麻醬感官評(píng)分高，對(duì)樣品PC綜合得分排序，結(jié)果與感官評(píng)價(jià)一致。Dong Meng等[19]利用PCA法對(duì)10 個(gè)香菇品種的游離氨基酸和5′-核苷酸進(jìn)行分析，得出優(yōu)質(zhì)香菇品種，為香菇的質(zhì)量評(píng)價(jià)提供參考依據(jù)。Lyu等[20]對(duì)中國(guó)北方18 個(gè)白肉桃品種利用PCA和聚類分析進(jìn)行了質(zhì)量評(píng)價(jià)，得到了影響桃品質(zhì)的9 個(gè)PC。Sun Liping等[21]對(duì)13 個(gè)野生食用菌品種的游離氨基酸進(jìn)行綜合評(píng)價(jià)，認(rèn)為PCA法可為品質(zhì)綜合評(píng)價(jià)體系的簡(jiǎn)化提供方便。以上研究表明，在利用PCA進(jìn)行品質(zhì)評(píng)價(jià)時(shí)，可以從眾多影響因素中解析出主要因素，減少評(píng)價(jià)指標(biāo)，從而簡(jiǎn)化評(píng)價(jià)過程[22]。

黑龍江省是我國(guó)優(yōu)質(zhì)粳稻主要產(chǎn)區(qū)之一[23]，日本作為世界著名的優(yōu)質(zhì)米生產(chǎn)國(guó)，日本粳稻品種普遍品質(zhì)優(yōu)良、食味優(yōu)[24]。因此，本研究對(duì)來源于黑龍江的11 個(gè)粳稻品種和來源于日本的7 個(gè)粳稻品種的10 個(gè)品質(zhì)指標(biāo)進(jìn)行測(cè)定，選擇8 個(gè)品質(zhì)指標(biāo)進(jìn)行主成分分析，對(duì)不同水稻品種品質(zhì)進(jìn)行評(píng)價(jià)并篩選，以期為水稻品質(zhì)評(píng)價(jià)及優(yōu)質(zhì)品種的篩選提供理論參考。

1 材料與方法

1.1 材料

供試材料為18 個(gè)粳稻品種：其中11 個(gè)品種來源于黑龍江，分別為龍粳36、龍粳39、龍粳43、龍慶稻1號(hào)、龍慶稻2號(hào)、龍慶稻3號(hào)、墾粳6號(hào)、墾粳8號(hào)、松粳9號(hào)、綏粳18號(hào)、牡丹江32；7 個(gè)品種來源于日本，分別為富士光、星之夢(mèng)、上育418、愛知旭、空育131、早熟青森和新月光。

1.2 儀器與設(shè)備

FC-2K型實(shí)驗(yàn)礱谷機(jī)（YA-MAMOTO，離心式） 杭州錢江儀器設(shè)備有限公司；ES-1000便攜式品質(zhì)分析儀 日本靜岡機(jī)械株式會(huì)社；VECTOR22/N型近紅外光譜儀 德國(guó)Bruker公司；STA1A米飯食味計(jì) 日本佐竹公司；VP-32型實(shí)驗(yàn)?zāi)朊讬C(jī) 鄭州南北儀器設(shè)備有限公司。

1.3 方法

1.3.1 實(shí)驗(yàn)設(shè)計(jì)

實(shí)驗(yàn)地點(diǎn)位于黑龍江八一農(nóng)墾大學(xué)試驗(yàn)基地。采用盆栽實(shí)驗(yàn)，使用直徑為30 cm、高28 cm的塑料桶進(jìn)行?；适┯昧堪凑沾筇锍Ｒ?guī)用量進(jìn)行，即尿素 225 kg/hm2、硫酸鉀150 kg/hm2、磷酸二銨150 kg/hm2。尿素分5 次施用，基肥、分蘗肥、調(diào)節(jié)肥、穗肥、粒肥分別為30%∶30%∶10%∶20%∶10%，硫酸鉀分為基肥60%和穗肥40%施入，磷酸二銨全部作為基肥施入。每桶種植水稻4 穴、每穴3 苗，每一品種種植10 桶，平時(shí)管理按照黑龍江墾區(qū)水稻三化兩管栽培技術(shù)進(jìn)行。

1.3.2 稻米品質(zhì)測(cè)定

加工品質(zhì)的測(cè)定：用FC-2K型實(shí)驗(yàn)礱谷機(jī)加工成糙米，用VP-32型實(shí)驗(yàn)?zāi)朊讬C(jī)加工精米。按式（1）～（3）計(jì)算糙米率、精米率和整精米率：

外觀品質(zhì)的測(cè)定：采用ES-1000便攜式品質(zhì)分析儀測(cè)定堊白率和堊白度；營(yíng)養(yǎng)品質(zhì)的測(cè)定：用VECTOR22/N型近紅外光譜儀測(cè)定糙米的直鏈淀粉含量和蛋白質(zhì)含量；食味品質(zhì)的測(cè)定：用米飯食味計(jì)（STA1A）按儀器說明書進(jìn)行食味品質(zhì)測(cè)定。

1.3.3 綜合指標(biāo)的隸屬函數(shù)值

按式（4）計(jì)算綜合指標(biāo)的隸屬函數(shù)值：

式中：xj為第j個(gè)綜合指標(biāo)（j＝1, 2, …,n）；u（xj）為第j個(gè)綜合指標(biāo)的隸屬函數(shù)值；xmax與xmin分別為第j個(gè)綜合指標(biāo)的最大值與最小值[25-26]。

1.3.4 綜合指標(biāo)權(quán)重

按式（5）計(jì)算綜合指標(biāo)權(quán)重：

式中：wj為第j個(gè)綜合指標(biāo)在所有綜合指標(biāo)中的重要程度即權(quán)重；rj為各基因型第j個(gè)綜合指標(biāo)的貢獻(xiàn)率[27-29]。

1.3.5 不同水稻品種品質(zhì)綜合評(píng)價(jià)值

按式（6）計(jì)算綜合評(píng)價(jià)值：

式中：D為不同水稻品種品質(zhì)的綜合評(píng)價(jià)值[30-31]。

1.4 數(shù)據(jù)統(tǒng)計(jì)分析

采用Excel 2013統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)統(tǒng)計(jì)與整理，采用R語言進(jìn)行相關(guān)性分析、PCA；采用SPSS 20.0數(shù)據(jù)分析軟件進(jìn)行聚類分析。

2 結(jié)果與分析

2.1 不同水稻品種品質(zhì)比較及相關(guān)性分析

從表1可以看出，糙米率在83.08%～87.11%之間，變異系數(shù)為1.38%，可知水稻品種對(duì)糙米率的影響較小。堊白粒率在2.10%～17.54%之間，變異系數(shù)最大為54.76%，可知水稻品種對(duì)堊白粒率的影響最大。其他8 個(gè)指標(biāo)的變異系數(shù)介于1.38%～54.76%之間。按變異系數(shù)大小對(duì)10 個(gè)品質(zhì)指標(biāo)進(jìn)行排序，糙米率＜精米率＜直鏈淀粉含量＜粒長(zhǎng)＜食味評(píng)分＜蛋白質(zhì)含量＜整精米率＜ 粒寬＜堊白度＜堊白粒率。通過此變異系數(shù)的大小可知水稻品種對(duì)10 個(gè)品質(zhì)指標(biāo)影響順序?yàn)閳装琢Ｂ剩緢装?度＞粒寬＞整精米率＞蛋白質(zhì)含量＞食味評(píng)分＞粒長(zhǎng)＞直鏈淀粉含量＞精米率＞糙米率。

表1 不同水稻品種品質(zhì)指標(biāo)值Table 1 Quality indexes of different rice varieties

表2 不同水稻品種品質(zhì)指標(biāo)之間的相關(guān)性分析Table 2 Correlation analysis between quality indexes of different rice varieties

由表2可知，糙米率和精米率的相關(guān)系數(shù)為0.836，極顯著正相關(guān)；糙米率與食味評(píng)分的相關(guān)系數(shù)為0.502，顯著正相關(guān)；精米率與食味評(píng)分的相關(guān)系數(shù)為0.493，顯著正相關(guān)；堊白度與堊白粒率的相關(guān)系數(shù)為0.904，極顯著正相關(guān)；蛋白質(zhì)質(zhì)量分?jǐn)?shù)與食味評(píng)分的相關(guān)系數(shù)為 -0.511，顯著負(fù)相關(guān)。由于不同水稻品種的各品質(zhì)指標(biāo)差異不同，同時(shí)某些指標(biāo)之間存在不同程度的相關(guān)性，因此通過某一個(gè)指標(biāo)評(píng)定不同水稻品種品質(zhì)的優(yōu)劣不客觀，因此通過主成分分析評(píng)價(jià)不同水稻品種的品質(zhì)。

2.2 不同水稻品種品質(zhì)的PCA

由于水稻的粒長(zhǎng)和粒寬不直接影響水稻的品質(zhì)，因此在主成分分析過程中將粒長(zhǎng)和粒寬2 個(gè)指標(biāo)去除。其中堊白粒率、堊白度和蛋白質(zhì)質(zhì)量分?jǐn)?shù)3 個(gè)指標(biāo)與水稻的品質(zhì)呈負(fù)相關(guān)，因此在PCA時(shí)將3 個(gè)指標(biāo)值取倒數(shù)后進(jìn)行分析，用于不同水稻品種PCA的品質(zhì)指標(biāo)為8 個(gè)，見表3。

表3 不同水稻品種PCA品質(zhì)指標(biāo)值Table 3 PC for quality evaluation of different rice varieties

2.2.1 水稻品質(zhì)指標(biāo)PC提取

表4 PC的特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率Table 4 Eigenvalues of PC and their contributions and cumulative contributions to total variance

在對(duì)不同水稻品種品質(zhì)進(jìn)行評(píng)價(jià)時(shí)，不能僅考慮一個(gè)特性和幾個(gè)特性的優(yōu)劣，而應(yīng)該考慮到所有指標(biāo)對(duì)其進(jìn)行全面、科學(xué)、系統(tǒng)的綜合評(píng)價(jià)。本研究以18 個(gè)水稻品種的8 個(gè)品質(zhì)指標(biāo)構(gòu)成18×8的矩陣，利用R語言進(jìn)行PCA。結(jié)合表4和圖1可提取出3 個(gè)PC，累計(jì)方差貢獻(xiàn)率達(dá)到80.045%，綜合了水稻品質(zhì)指標(biāo)的大部分信息，因此可以用這3 個(gè)PC代替上述的8 個(gè)品質(zhì)指標(biāo)對(duì)不同水稻品種品質(zhì)進(jìn)行評(píng)價(jià)和判斷。3 個(gè)PC分別定義為PC1、PC2、PC3，由表5可知其各主成分對(duì)應(yīng)特征向量為：

圖1 碎石圖Fig. 1 Scree plot

表5 PC的特征向量與載荷矩陣Table 5 PC eigenvectors and loading matrix

圖2 PCA圖Fig. 2 PCA plot

由表4、5和圖2可知，PC1的方差貢獻(xiàn)率為35.558%，主要綜合了加工品質(zhì)的糙米率和精米率；PC2的方差貢獻(xiàn)率為29.571%，主要綜合了外觀品質(zhì)的堊白粒率和堊白度；PC3的方差貢獻(xiàn)率為14.916%，主要綜合了營(yíng)養(yǎng)品質(zhì)的直鏈淀粉含量和食味評(píng)分。

表6 不同水稻品種品質(zhì)評(píng)價(jià)綜合指標(biāo)值、權(quán)重、隸屬函數(shù)值、 綜合評(píng)價(jià)值及品質(zhì)排序Table 6 Weight of each of three first three principal components, subordinate function values and integrated assessment values for quality evaluation of different rice varieties and quality ranking

由表6綜合指標(biāo)值可知，在加工品質(zhì)因子PC1上得分最高的前3 個(gè)水稻品種依次為龍粳39、空育131、牡丹江32，說明這3 個(gè)品種的加工品質(zhì)優(yōu)于其他品種；愛知旭在PC2上的得分最高，并且遠(yuǎn)高于其他水稻品種，說明愛知旭水稻品種在外觀品質(zhì)上最好；綏粳18號(hào)、松粳9號(hào)、早熟青森3 個(gè)水稻品種在PC3上得分較高，說明這3 個(gè)品種在直鏈淀粉含量和食味評(píng)分方面優(yōu)于其他水稻品種。

2.2.2 不同水稻品種綜合評(píng)價(jià)

2.2.2.1 隸屬函數(shù)分析

如表6所示，每一水稻品種品質(zhì)的所有綜合指標(biāo)的隸屬函數(shù)值不盡相同，對(duì)于同一綜合指標(biāo)PC1而言，龍粳39的u（x1）值最大為1.000，說明龍粳39水稻品種在 P C 1 綜合指標(biāo)上表現(xiàn)出的品質(zhì)最好，而愛知旭的u（x1）值最小為0，說明愛知旭水稻品種在PC1綜合指標(biāo)上表現(xiàn)出的品質(zhì)最差；對(duì)于同一綜合指標(biāo)PC2而言，愛知旭的u（x2）值最大為1.000，說明愛知旭水稻品種在PC2綜合指標(biāo)上表現(xiàn)出的品質(zhì)最好，而富士光的u（x2）值最小為0，說明富士光水稻品種在PC2綜合指標(biāo)上表現(xiàn)出的品質(zhì)最差；對(duì)于同一綜合指標(biāo)PC3而言，綏粳18號(hào)的u（x3）值最大為1.000，說明綏粳18號(hào)水稻品種在PC3綜合指標(biāo)上表現(xiàn)出的品質(zhì)最好，龍粳43的u（x3）值 最大為0，說明龍粳43水稻品種在PC3綜合指標(biāo)上表現(xiàn)出的品質(zhì)最差。

2.2.2.2 各綜合指標(biāo)權(quán)重的確定

如圖2所示，根據(jù)各綜合指標(biāo)貢獻(xiàn)率的大小，PC1為35.558%，PC2為29.571%，PC3為14.916%，可用式（5）求出其權(quán)重。經(jīng)計(jì)算，3 個(gè)綜合指標(biāo)的權(quán)重分別為0.444、0.369、0.186（表6）。

2.2.2.3 不同水稻品種品質(zhì)綜合評(píng)價(jià)

采用式（6）計(jì)算不同水稻品種品質(zhì)綜合評(píng)價(jià)值 （表6），并根據(jù)綜合評(píng)價(jià)值對(duì)不同水稻品種品質(zhì)優(yōu)劣進(jìn)行排序。通過對(duì)綜合評(píng)價(jià)值進(jìn)行排序得出不同水稻品種品質(zhì)優(yōu)劣順序?yàn)辇埦?9、牡丹江32、空育131、墾粳8號(hào)、早熟青森、龍粳36、愛知旭、綏粳18號(hào)、松粳9號(hào)、星之夢(mèng)、墾粳6號(hào)、龍慶稻1號(hào)、新月光、龍慶稻3號(hào)、上育418、龍慶稻2號(hào)、龍粳43、富士光。

2.2.3 不同水稻品種品質(zhì)的聚類分析

圖3 不同水稻品種品質(zhì)的聚類分析圖Fig. 3 Cluster analysis dendrogram of the quality of different rice varieties

采用組間聯(lián)接法對(duì)表6中的綜合評(píng)價(jià)值進(jìn)行聚類分析，建立聚類樹狀圖，如圖3所示。通過聚類將18 個(gè)水稻品種的品質(zhì)劃分為3 大類。其中，第I類包括龍粳39，其品質(zhì)最好；第II類包括牡丹江32、空育131、墾粳8號(hào)、早熟青森、龍粳36、愛知旭、綏粳18號(hào)、松粳9號(hào)、星之夢(mèng)、墾粳6號(hào)、龍慶稻1號(hào)、新月光、龍慶稻3號(hào)、上育418、龍慶稻2號(hào)、龍粳43，其品質(zhì)居中；第Ⅲ類包括富士光，其品質(zhì)最差。

3 結(jié) 論

本研究對(duì)來源于黑龍江的11 個(gè)品種粳稻和來源于日本的7 個(gè)品種粳稻的10 個(gè)品質(zhì)指標(biāo)進(jìn)行測(cè)定，通過變異系數(shù)的大小得出水稻品種對(duì)10 個(gè)品質(zhì)指標(biāo)影響順序?yàn)閳装琢Ｂ剩緢装锥龋玖挘菊茁剩镜鞍踪|(zhì)含量＞食味評(píng)分＞粒長(zhǎng)＞直鏈淀粉含量＞精米率＞糙米率。

選取了與品質(zhì)直接相關(guān)的8 個(gè)品質(zhì)指標(biāo)進(jìn)行主成分分析，從中提取出3 個(gè)PC，累計(jì)貢獻(xiàn)率達(dá)到80.045%，可較好反映水稻品質(zhì)的綜合信息。PC1的方差貢獻(xiàn)率為35.558%，主要綜合了加工品質(zhì)的糙米率和精米率，龍粳39、空育131、牡丹江32三個(gè)水稻品種在加工品質(zhì)方面優(yōu)于其他品種；PC2的方差貢獻(xiàn)率為29.571%，主要綜合了外觀品質(zhì)的堊白粒率和堊白度，愛知旭水稻品種在外觀品質(zhì)上最好；PC3的方差貢獻(xiàn)率為14.916%，主要綜合了營(yíng)養(yǎng)品質(zhì)的直鏈淀粉含量和食味評(píng)分，綏粳18號(hào)、松粳9號(hào)、早熟青森3 個(gè)水稻品種在直鏈淀粉含量和食味評(píng)分方面優(yōu)于其他水稻品種。通過綜合評(píng)價(jià)得出18 個(gè)水稻品種品質(zhì)優(yōu)劣順序?yàn)辇埦?9、牡丹江32、空育131、墾粳8號(hào)、早熟青森、龍粳36、愛知旭、綏粳18號(hào)、松粳9號(hào)、星之夢(mèng)、墾粳6號(hào)、龍慶稻1號(hào)、新月光、龍慶稻3號(hào)、上育418、龍慶稻2號(hào)、龍粳43、富士光。

通過聚類分析將18 個(gè)水稻品種的品質(zhì)劃分為三大類。其中，第I類包括龍粳39，其品質(zhì)最好；第II類包括牡丹江32、空育131、墾粳8號(hào)、早熟青森、龍粳36、愛知旭、綏粳18號(hào)、松粳9號(hào)、星之夢(mèng)、墾粳6號(hào)、龍慶稻1號(hào)、新月光、龍慶稻3號(hào)、上育418、龍慶稻2號(hào)、龍粳43，其品質(zhì)居中；第Ⅲ類包括富士光，其品質(zhì)最差。此結(jié)論可為優(yōu)質(zhì)水稻品種的篩選提供參考。