免费文献传递   相关文献

主成分分析法在茶藨属植物果实品质评价指标上的应用研究



全 文 :主成分分析法在茶 属植物果实品质评价指标
上的应用研究
田 贺 , 张志东 , 李亚东 , 吴 林 , 刘海广
吉林农业大学园艺学院 ,长春 130118
摘 要:为科学地简化茶 属植物果实品质的评价指标 ,采用主成分分析方法 , 以茶 属植物不同种间的果
实为材料 ,对测得的果实维生素 C 、可溶性固形物 、可溶性糖 、有机酸 、色价 、出汁率等 12 项指标进行了分析。
依据性状累积方差贡献率达到 85%以上 , 提出了 3 个反映茶 属植物果实主要品质的主成分及其主成分函
数式 。通过计算各种重要主成分值 ,进而选择综合性状优良的种。其结果与种的实际表型相近似 , 表明主成
分分析法对茶 属植物果实品质主要性状综合评选比优良性状打分评优更科学 、简便。
关键词:茶 属植物;果实品质;主成分分析;评价指标
中图分类号:S663.9;Q949.751.2   文献标识码:A   文章编号:1000-5684(2009)05-0632-05
Application of Principal Component Analysis in Quality Evaluation In-
dices of Fruit Quality for Ribes
TIAN He , ZHANG Zhi-dong , LI Ya-dong , WU Lin , LIU Hai-guang
College of Horticulture , Jilin Agricultural University , Changchun 130118 , China
Abstract:In order to simplify the indices for evaluating fruit quality without decreasing the information
volume contained in Ribes L., multivariate statistics methods of principal component analysis were used
for analyzing 12 fruit quality indices , including fruit vitamin C content , total soluble solid content , juicy
percentage , sugar , organic acid , color scale , juice rate etc.for fresh fruit of various species of Ribes L.
duce one kilogram kernel.According to more than 85%of the cumulative variance proportion , the results
proposed three principal components and their function equations which reflected the main qualities of
Ribes L.The key principal component values of various varieties were calculated.The method could be
applied to select fine species and the results were similar to practical phenotype.The method of principal
component analysis was more scientific and simple than the method of giving a mark of main fruit quality
of Ribes L.It will provide a theoretical basis for selecting fine breeding materials for Ribes L.
Key words:Ribes L;fruit quality;principal component analysis;quality evaluation indices
  主成分分析是从多个存在一定相关关系的变
量中选出几个新的综合变量 ,而新的综合变量又
能反映原来多个变量所提供的主要信息 ,从而简
化数据结构 ,寻找变量间的线性关系[ 1] 。由于主
成分为综合变量 ,且相互独立 ,所以用主成分值作
为优种选择指标 ,可较准确地了解各性状的综合
表现 ,在科学研究中具有一定的理论和实际意义。
茶 属(Ribes L.)植物是虎耳草科(Saxifra-
gaceae)一类小灌木 ,属浆果资源 。全世界约有茶
属植物 150种以上 ,主要分布在北半球寒带至
温带地区 ,我国分布有 50余种 ,多呈野生状态 ,其
果实风味从苦 、酸到酸甜 ,果实颜色有黑 、红 、黄 、

通讯作者
基金项目:公益性行业科研专项基金项目(nyhyzx07-028 , 2006-G25),吉林省科技发展计划重点项目(20075013)
作者简介:田 贺 ,男 ,硕士研究生 ,研究方向:果树种质资源。
收稿日期:2008-12-20  修回日期:2009-02-28
吉林农业大学学报 2009 ,31(5):632 ~ 636 http:// xuebao.jlau.edu.cn
Journal of Jilin Agricultural University E-mail:jlndxb@vip.sina.com
绿 、褐等[ 2-4] 。作为第 3代新兴果树 ,因其果实鲜
艳 、具有丰富的营养价值 ,且加工性能好及该属植
物具有较强的适应性而倍受青睐[ 5] 。但是目前作
为浆果栽培的茶 属植物只有黑穗醋栗 、红穗醋
栗和醋栗 ,不但优良品种少 ,而且对其果实品质评
价缺乏系统的标准和方法 。本研究通过对茶 属
植物主要果实品质性状进行分析 ,探讨主成分分
析方法用于茶 属优种选择的可行性 ,旨在为茶
属植物优良育种材料的选择提供理论依据 。
1 材料与方法
1.1 材料
栽培品种:黑穗醋栗(Blackcurrant)———黑珍
珠(Ben Lomond)、红穗醋栗(Redcurrant)———红瑞
(Cherry)、醋栗(Gooseberries)———坠玉(Zuiyu)的果
实采自吉林农业大学小浆果园 。野生种:长白茶
子(R .komarovii A.Pojark)、楔叶长白茶 子
(R .komarovii A.Pojark var.cuneifolium Liou)、东北
茶 子(R.mandshuricum Kon.)的果实采自长白
山;红实茶 (R .rubrum L.)的果实采自辽宁省果
树研究所树木园。
1.2 品质测定方法
采集果实样品 ,分别测定单果重 、纵横径及出
汁率 、可溶性固形物 、可溶性糖[ 6] 、有机酸[ 6] 、可溶
性蛋白质[ 6] 、单宁[ 6-7] 、维生素 C[ 7] 、色价值[ 8] 、黄
酮含量[ 9]等 ,并用 SSR法对营养品质进行差异显
著性检验(表 1)。
1.3 统计方法
应用统计软件包 SAS 程序[ 10-11] ,从样本相关
矩阵出发 ,对表 1中的 12个主要性状指标进行主
成分分析 ,根据性状累积方差贡献率达到 85%以
上确定主成分的个数 。由各性状相关矩阵的特征
向量 ,列出主成分的函数表达式 ,最后根据计算的
重要主成分值 ,对育种材料进行选择。
表 1 茶 属植物果实的营养成分
Table 1.The result of nutrition quality of Ribes fruit
性状
Character
黑穗醋栗
Blackcurrant
红穗醋栗
Redcurrant
醋栗
Gooseberry
红实茶
R.rubrum 东北茶R.mandshuricum 长白茶R.komarovii 楔叶长白茶R.komarovii
m(单果)/ g(X 1)
W.O.F. 1.02A 0.23D 1.08A 0.38C 0.68B 0.28CD 0.23D
d(纵)/ cm (X 2)
L.D. 1.224AB 0.752D 1.322A 0.940C 1.112B 0.850CD 0.746D
d(横)/ cm (X 3)
T.D. 1.278A 0.790CD 1.304A 0.882C 1.068B 0.800D 0.628D
w(可溶性固形物)/%(X 4)
Soluble solid
 11.9AB 7.9D  12.8A  10.8BC 9.1CD  10.6ABC  13.6A
w(可溶性糖)/%(X 5)
Soluble sugar
8.08B 5.85D 7.69C 7.60C 5.37E 9.60A 9.50A
w(有机酸)/%(X 6)
Organic acid
2.95A 1.88C 1.74D 0.67F 2.81B 0.94E 0.67F
w(蛋白质)/(mg·g-1)(X 7)
Protein
3.1C 0.77E 0.73E 5.75B 1.17D 8.64A 8.38A
色价值(X 8)
Color scale
14.27A 1.45C 0.90D 0.27E 2.02B 0.85D 0.91D
w(单宁)/ %(X 9)
Tannic Acid
0.33D 0.35D 0.22D 2.00B 0.77C 2.89A 2.74A
w(维生素C)/
(mg·100g -1)(X 10)
Vitamin C
130.24B 24.64G 31.68F 70.40D 147.84A 63.36E 95.04C
w(黄酮)/ %(X11)
Flavonoid
0.06D 0.05D 0.12D 4.62B 2.16C 4.82B 4.65A
出汁率/ %(X 12)
Juice rate
68.5A 53.6B 43.7C 31.6F 37.6D 25.9G 32.8E
633田 贺等:主成分分析法在茶 属植物果实品质评价指标上的应用研究
吉林农业大学学报 Journal of Jilin Agricultural University
2 结果与分析
2.1 主成分分析
主成分的特征根和贡献率是选择主成分的依
据 ,将茶 属植物 12个原性状指标转化为 12个
主成分 。由表 2可以看出 ,第 1个主成分的特征
值为6.753 5 ,方差贡献率为 56.297 2%,代表了全
部性状信息的 56.297 2%,是最重要的主成分;第
2个主成分的特征值为 2.345 4 ,方差贡献率为
19.556 9%,代表了全部性状信息的 19.556 9%,
第3 个主成分的特征值为 1.440 ,方差贡献率为
11.999 6%, 其 他主 成分 的 贡献 率 分 别为
9.417 6%、2.202 5%、0.556 2%,依次明显减少。
前3个主成分的累积方差贡献率为 87.823 7%,
己经把茶 属植物果实主要性状的 87.823 7%的
信息反映出来 ,因此可以选取前 3个主成分作为
茶 属植物果实性状选择的综合指标。
表 2 茶 属植物果实性状主成分的方差贡献率和累积
方差贡献率
Table 2.Economic characters in Ribes variance proportion
and cumulative variance proportion of four princi-
pal components
主成分
PRIN
特征值
Eigenvalue
贡献率/ %
Proportion
累积贡献率/ %
Cumulative
1
2
3
4
5
6
6.753 5
2.345 4
1.440 0
1.130 1
0.264 3
0.066 7
56.279 2
19.556 9
11.999 6
9.417 6
2.202 5
0.556 2
56.297 2
75.824 1
87.823 7
97.241 3
99.443 8
100.000 0
表 3 茶 属植物主要果实性状相关矩阵的特征向量
Table 3.Eigenvectors of correlation matrix of main economic characters in Ribes
性状
Chara-
cter
X1 X2 X3 X 4 X 5 X6 X7 X8 X 9 X 10 X11 X12
第 1主成分
PRIN1 Y 1
第 2主成分
PRIN2 Y 2
第 3主成分
PRIN3 Y 3
0.324 8
0.290 8
-0.132 0
0.305 8
0.263 7
-0.127 1
0.305 5
0.205 2
-0.131 7
-0.054 9
0.581 9
-0.192 4
-0.202 4
0.447 1
-0.257 2
0.350 0
-0.071 4
0.296 9
-0.326 7
0.297 8
0.176 4
0.243 2
0.299 5
0.316 1
-0.360 2
0.167 8
0.166 4
0.094 3
0.193 9
0.739 9
-0.344 4
0.121 5
0.225 4
0.310 3
0.036 3
0.027 1
  主成分是原变量的正规化线性组合 ,主成分
中各性状载荷值的大小体现了各性状在主成分中
的重要程度。根据各性状相关矩阵的特征向量
(表 3),可列出前 3个主成分的函数表达式:
Y 1=0.342 8X 1 +0.305 8X 2 +0.305 5X 3 -
0.054 9X 4-0.202 4X5+0.350 0X 6-0.326 7X7+
0.243 2X8 - 0.360 2X 9 + 0.094 3X 10 -
0.344 4X11+0.3103 3X 12;
Y 2=0.290 8X 1 +0.263 7X 2 +0.205 2X 3 +
0.581 9X 4+0.447 1X5-0.071 4X 6+0.297 8X7+
0.299 5X8 + 0.167 8X 9 + 0.193 9X 10 +
0.121 5X11+0.036 3X 12;
Y 3=-0.132 0X1 -0.127 1X2-0.131 7X3-
0.192 4X 4-0.257 2X5+0.296 9X 6+0.176 4X7+
0.316 1X8 + 0.166 4X 9 + 0.739 9X 10 +
0.225 4X11+0.027 1X 12 。
由表 3和函数关系式可知 ,在第 1主成分 Y 1
中 ,有机酸 X 6 、单果重 X1 、出汁率 X12 、纵径 X2 、横
径 X3 都具有较大的正系数值 ,其中以 X6 的载荷
值最大 , X1 、X 12的载荷值次之;X9 、X 11和 X7 有较
大的负系数值 ,当有机酸含量 、出汁率和单果重较
大时 ,单宁 、黄酮和蛋白质的含量降低 ,表明第 1
主成分主要反映了茶 属植物果实的有机酸 、出
汁率和单果重等品质特性 。
第2主成分 Y 2 中 ,可溶性固形物 X 4、可溶性
糖 X5 和色价 X8 这 3个性状的系数值较大 ,尤其
是以 X 4的载荷值最大 ,在第2主成分中处于首要
位置 ,而 X6 具有较大的负系数值。第2主成分较
大时可溶性固形物 、可溶性糖含量和色价值必然
高 ,而有机酸的含量会降低 ,因此第 2主成分可以
视为以可溶性固形物含量为主的果实内在品质。
第3主成分 Y 3 中 ,维生素 CX10 、色价 X8 和
有机酸 X6这 3个性状的系数值较大 ,维生素C含
量起主要作用 。当第 3主成分的含量升高时 ,维
生素C 、有机酸的含量和色价值也相应地增加。
因此 ,第 3主成分可以视为加工品质的指标。
634   吉林农业大学学报 2009年 10月
Journal of Jilin Agricultural University 2009 , October
主成分的方差贡献率和主成分的原性状相关
矩阵的特征向量进一步表明:有机酸 、出汁率 、可
溶性固形物 、可溶性糖 、维生素 C 和色价是影响
茶 属植物果实品质的主要因素 ,茶 属植物果
实既有很高得营养价值又有很好的加工特性 。
2.2 优良育种材料的选择
茶 属植物价值的大小取决于其商品价值的
大小 ,主成分的生物学内涵表明 ,上述 3个主成分
己较好地综合了茶 属植物果实有机酸 、出汁率 、
可溶性固形物 、可溶性糖 、维生素 C 和色价等主
要品质特性 ,其代表性达到 87.823 7%。因此 ,根
据 3个主成分值可选择综合品质性状优良的育种
材料 。茶 属植物重要主成分值见表 4。
表 4 茶 属植物的主成分值
Table 4.Principal component value(PCV)of Ribes

Species
黑穗醋栗
Blackcurrant
红穗醋栗
Redcurrant
醋栗
Gooseberry
红实茶
R.rubrum 东北茶R.mandshuricum 长白茶R.komarovii 楔叶长白茶R.komarovii
第 1主成分PRIN1
第 2主成分PRIN2
第 3主成分PRIN3
3.720 7
1.943 2
0.982 6
0.514 0
-2.928 5 
-0.662 7 
2.280 8
0.829 5
-2.345 9 
-1.932 7
-0.043 9
-0.151 2
1.856 6
-1.367 6 
1.733 5
-3.063 9 
0.411 6
0.071 0
-3.375 6 
1.155 8
0.372 7
  由表 4可见 ,在供试材料中 , 第 1主成分值
较高的种依次是黑穗醋栗(3.720 7)、醋栗
(2.280 8)、东北 茶 (1.856 6)、红穗 醋栗
(0.514 0);第 2主成分值较高的种依次是黑穗醋
栗(1.943 2)、楔叶长白茶 (1.155 8)、醋栗
(0.829 5)、长白茶 (0.411 6);第 3 主成分值较
高的种依次是东北茶 (1.733 5)、黑穗醋栗
(0.982 6)、楔叶长白茶 (0.372 7)。
以第 1主成分值为横坐标 、以第 2和第 3主
成分值为纵坐标 ,作图排序 ,结果见图 1。由图 1
可见 ,黑穗醋栗的第 1 、第 2和第 3主成分值都较
高 ,即属于营养价值较高 、加工品质好 、适于鲜食
的种;醋栗的第 1 、第2主成分值高 ,第3主成分值
低 ,即属于营养价值较高 、加工品质一般 、适于鲜
食的种;东北茶 的第1 、第 3主成分值高 ,第 2主
成分值低 ,即属于营养价值较高 、加工品质较高 ,
但不适于鲜食的种;长白茶 和楔叶长白茶 的
第2 、第 3 主成分值较高 ,第一主成分值较低 ,即
加工品质较好;红实茶 第 1 、2 、3主成分都一般 ,
不适于鲜食和加工 ,但其果实颜色鲜艳 、树势较
强 ,适宜作为观赏树木开发 、利用。
a.黑穗醋栗 Blackcurrant;b.红穗醋栗 Redcurrant;c.醋栗 Gooseberry;d.红实茶 R.rubrum;e.东北茶 R.mandshuricum;f.长白茶
R.komarovii;g.楔叶长白茶 R.komarovii
图 1 茶 属植物不同种 3个主成分值散点图
Fig.1.Coordinate diagrams of distinct principal component value in Ribes
635田 贺等:主成分分析法在茶 属植物果实品质评价指标上的应用研究
吉林农业大学学报 Journal of Jilin Agricultural University
3 结 论
(1)通过主成分分析 ,将茶 属植物果实的
12个主要品质性状转化为 3个主成分。3个主成
分提供了原性状 85%以上的信息 ,且是综合的 、
相互独立的指标 。将主成分分析方法用于茶 属
植物优良育种材料和优良品种的选择 ,既能把握
品种的综合性状表现 ,又能简化选择程序 ,较人工
打分选优快捷 ,更具有科学性 。
(2)以茶 属植物果实为样本 ,确定出茶
属植物果实 3个主成分的函数式 ,根据主成分函
数式所计算出的主成分值可为衡量茶 属植物果
实综合性状指标提供理论依据 。
(3)应用主成分分析法 ,对茶 属植物不同
种果实的综合品质性状指标排序 ,其结果与种的
实际表型相近。表明主成分分析方法在茶 属优
良育种材料选择及其在生产中均会有较大的应用
价值 。
参考文献:
[ 1]  裴鑫德.多元统计分析及其应用[ M] .北京:农业大学出版
社 , 1991.
[ 2]  桂明珠 ,胡宝忠.小浆果栽培生物学[M] .北京:中国农业出
版社 , 2002.
[ 3]  丁晓东 ,韩芳 ,闫丽波.中国茶 子属野生浆果资源研究
[ J] .北方园艺 ,1995(2):15-17.
[ 4]  林凤起.长白山的小浆果资源[ J] .作物品种资源 , 1986 , 15
(1):15-17.
[ 5]  修荆昌 ,赵伟光 ,张辉 ,等.长白山区茶 子属资源及其开发
利用[ J] .吉林农业大学学报 , 2002 ,24(5):75-77.
[ 6]  张治安 ,张美善 ,蔚荣海.植物生理学实验指导[M] .北京:中
国农业科学技术出版社 ,2004.
[ 7]  仝月澳 ,周厚基.果树营养诊断法[M] .北京:农业出版社 ,
1982:134-138.
[ 8]  李树殿.长白山野生浆果色素含量测定[ J] .中国野生植物 ,
1989(1):40-43.
[ 9]  侯江雁 ,李彦冰.蓝靛果果实中总黄酮的含量测定[ J] .黑龙
江医药 , 2001(4):252.
[ 10]  裴喜春 ,薛何儒.SAS 及应用[ J] .北京:中国农业出版社 ,
1998:158-163.
[ 11]  余家林.农业多元试验统计[M] .北京:北京农业大学出版
社, 1993:188-203.
(上接第 631页)
[ 4]  Kakov L A ,Zaitseva A F.Int roduct ion of Hippophae rhamnoides L.
in the far north[ J] .Pacthrtejibhbie pecypchi , 1998 , 34(3):45-51.
[ 5]  李炎强 ,冼可法.GC与GC/MS定量分析香料的比较[ J] .烟
草科技 , 2006 ,(7):27-35.
[ 6]  张春艳 ,沙棘制品中有机酸 、抗坏血酸及脂肪酸分析方法的
研究[ D] .呼和浩特:内蒙古大学, 2007.
[ 7]  忻耀年 ,周伯川 ,李静.沙棘油的气液色谱分析及制油工艺
研究[ J] .沙棘 ,1995 , 8(1):27-28..
[ 8]  姜紫荣 ,沙棘油的成分分析[ J] .中国野生植物 , 1987,(3):1.
[ 9]  Cyberlipid C.Resource site for lipid studies[ EB/OL] .2008-12-
08.http:// www.cyberlipid.org/ cyberlip.
[ 10]  李娟 , 周震.超临界二氧化碳萃取沙棘籽油的化学成分分
析[ J] .中国药学杂志 , 1996 , 3(1):19-20.
[ 11]  陈耀年, 李静.沙棘油组分的 GC/HPLC研究[ J] .中国油
脂 , 1995 , 20(1):40-43.
[ 12]  王军宪, 李星海 , 朱同长 , 等.中国沙棘种子油成分分析
[ J] .中国野生植物资源 , 1994(3):46-47.
[ 13]  王振宇 , 叶秋艳 ,王佩佩 ,等.大果沙棘果渣油三种不同提
取方法的脂肪酸成分比较[ J] .油脂工程 , 2008 , 70-72.
[ 14]  薄海波 ,秦榕.沙棘果油与沙棘籽油脂肪酸成分对比研究
[ J] .食品科学 , 2008 , 29:378-381.
636   吉林农业大学学报 2009年 10月
Journal of Jilin Agricultural University 2009 , October