全 文 ：粮食与油脂
1516ls06-05
52 2016 年第 29 卷第 6 期
1516ls06-05
基于主成分与聚类分析的籼米食味品质综合评价
周显青 1，孟　欢 1，2，熊　宁 2，郭利利 1
（1. 河南工业大学粮油食品学院，　河南郑州　450001；
2. 湖北省粮油食品质量监测站，　湖北武汉　430061）
摘　要：测定了 59种籼稻基本理化指标及加工成米饭后的感官指标，探讨籼稻品质特性与感官
品质之间的相关性。结果表明，感官评分与直链淀粉含量、蛋白质含量、最终黏度、回生值、出峰时
间和糊化温度呈显著或极显著的负相关，与粒型、出糙率、胶稠度、米汤固形物、峰值黏度和崩解值
呈显著或极显著正相关。利用主成分分析法构建了籼米的食味品质评价模型，并用感官评价法
对该模型进行了验证。结果表明，该模型具有较好的适用性。用聚类分析法将这 59个籼稻品种
分为 4类，对 4类籼稻的理化指标和感官评分进行分析，分析得到食味品质好的籼稻原料的 5个
品质指标的最佳取值范围为直链淀粉 12.8%~19.8%、峰值黏度 2 886~3 941 cp、崩解值 1 353~
2 221 cp、回生值 –1130~–232 cp、糊化温度 73.6~86.2 ℃，这些指标可对优质稻谷品种进行有效
筛选，同时为食味优良的稻谷育种工作提供参考。
关键词：籼米；食味品质；主成份分析；聚类分析
Analysis of eating quality evaluation of rice based on principal
components and cluster
ZHOU Xian-qing1，MENG Huan1，2，XIONG Ning2，GUO Li-li1
（1. College of Food Science and Technology，Henan University of Technology，Zhengzhou 450001，Henan，China；
2. Cereals，Oils and Foodstuff Quality Monitoring Stations of Hubei Province，Wuhan 430061，Hubei，China）
Abstract：Basic physical properties of 59 varieties of indica and sensory indexes of cooked rice
were determined. Relativity between basic characteristics and sensory characteristics of indica was
investigated. The results showed that the sensory indexes had significantly negative or negative
correlation with amylose content，protein content，final viscosity，setback，peak time and pasting
temperature，while it had significantly positive or positive correlation with grain shape、roughness ratio，
gel consistency，solids in cooking residual，peak viscosity and breakdown value. A principal component
analysis method was used to establish an evaluation model for the indica rice quality. The established
model was validated by using sensory evaluation method，and the results showed that the model had
good applicability， 59 varieties of indica were classified into four groups by cluster analysis， the
physical and chemical index and sensory rating of four types of rice were analyzed. The optimal value
range of 5 indicators of rice quality suitable for good eating quality were summarized that amylose was
12.8%~19.8%，peak viscosity was 2 886~3 941 cp，breakdown value was 1 353~2 221 cp，set back
was –1130~–232 cp，and pasting temperature was 73.6~86.2 ℃ .Therefore，high quality rice varieties
could be effectively selected and a theoretical basis of breeding rice varieties with nice palatability also
could be provided.
Key words：rice；eating quality；principal components analysis；cluster analysis
中图分类号：TS210.7 文献标识码：A 文章编号：1008―9578（2016）06―0052―05
收稿日期：2015–10–15
基金项目：粮食公益性行业科研专项（201313006）
作者简介：周显青（1964― ），男，博士，教授，硕士生导师，研究方向为谷物科学与品质检测分析。
通信作者：熊宁（1964― ），女，本科，教授级工程师，研究方向为粮油食品质量监测与标准化。
稻谷是世界上最重要的粮食作物之一，同时也是
亚洲国家的主食〔1–5〕。我国大米生产和消费的最主
要品种是籼米，且我国长期以来的水稻种植都以籼稻
为主，由于稻米主要作为米饭的形式进行消费，因而
其食用品质的评价更受到人们的重视。对大米的食
味评价，主要有感官评价法、指标评价法与仪器评价
法。目前，我国大米食味品质评定以感官评价为主〔6〕，
其会因品尝人的年龄、性别以及地域的不同而产生较
大的差异〔7〕。仪器评价法，操作简便且客观性强，但
食味计等仪器，价格昂贵，而且，日本研发的食味计不
是以中国人的需求为目标，也不是以中国产的大米为
样本进行开发的，不适合我国的国情，推广使用困难。
随着稻米科学家对大米理化特性研究的深入，各国大
米研究人员正在借助于各种物理、化学的手段研究大
米的食味品质，寻找感官评价方法与其他测试方法的
相关性，借助大米和米饭的某些特性指标来预测其食
味，称为指标评价法，其可将感官评价法量化，以节省
时间，提高判断的准确性和科学性〔8–9〕。
用指标法来预测大米食味品质，有人也做了一些
研究，但是其所选品种较少，不具代表性，且建立的方
程过于复杂，实用性不强。主成分分析采取一种降维
的方法，找出几个综合因子来代表原来众多的变量，
使这些综合因子尽可能地反映原来变量的信息量，而
且彼此之间互不相关，从而达到简化的目的〔10–12〕。聚
类分析是在对分类的数目和结构不做任何假定的情
况下，将分类对象按照一定规则分为若干类群，划分
在同一类群中的对象具有较高的相似性，可真实反映
品种的综合性状〔13–14〕。本研究利用主成分分析法建
立籼米的食味品质预测评价模型，并用传统的感官评
价方法对其验证，以期找到一种比传统感官评价法更
1516ls06-05
粮食与油脂
1516ls06-05
2016 年第 29 卷第 6 期 53
为客观的评价方法，通过聚类分析法对试验的 59 个
籼稻品种进行分类，确定出食味品质好的稻谷品质指
标的最佳取值范围。
1　材料与方法
1.1　原料
选用 2014 年湖北省产的 67 个中晚籼稻谷。
表 1　67个籼稻品种信息表
编
号 品种名称 粒型 编号
品种
名称 　粒型 编号
品种
名称 粒型
P1 两优 986 中粒型 P24
湖广直
播稻
中粒型 P47
珞优 8
号
中粒型
P2
隆平杂交
稻
中粒型 P25
天华单
优
中粒型 P48
T 优
207
中粒型
P3 中优 198 中粒型 P26
俊优
172
中粒型 P49 Y 优 中粒型
P4 倍香 3 号 中粒型 P27
锦优
102
中粒型 P50
硒香 4
号
长粒型
P5
丰两优 4
号
中粒型 P28
中俊优
10 号
中粒型 P51
沁香 5
号
中粒型
P6 德优 8258 中粒型 P29 棉优 中粒型 P52 Q 优 18长粒型
P7 绿优 1 号 中粒型 P30
常优
72
中粒型 P53
两伏航
2 号
中粒型
P8
丰粮优
148
中粒型 P31
广西伏
香 66
中粒型 P54
谷神一
号
中粒型
P9 红香优 68 中粒型 P32
冈优
130
中粒型 P55 特籼粘 中粒型
P10 小隆人 中粒型 P33
D 优
3232
中粒型 P56 美香粘 中粒型
P11 香湘优 中粒型 P34 渝优 中粒型 P57
天优
3301
中粒型
P12 中籼川香 中粒型 P35
金峰 4
号
中粒型 P58
早优
38
中粒型
P13
C 两优
4418
中粒型 P36 协优红 中粒型 P59
亚优
0293
中粒型
P14 汕优 63 中粒型 P37
粤优
738
中粒型 Y1
冈优
918
中粒型
P15 丰优 2 中粒型 P38
沪香优
615
中粒型 Y2
冈优
825
中粒型
P16
龙稻（系
列 8）
中粒型 P39
红良优
166
中粒型 Y3
两优
088
中粒型
P17 福优 310 中粒型 P40 丰乐王 中粒型 Y4
两优
838
中粒型
P18
福广直播
稻
中粒型 P41
湘广杂
交
中粒型 Y5 黄花粘 中粒型
P19 华安 6 号 中粒型 P42 广良优 长粒型 Y6
红良优
2 号
中粒型
P20 精优 725 中粒型 P43
一丰 8
号
中粒型 Y7
两优
287
中粒型
P21 蓉稻 6 号 中粒型 P44
皖稻
121
中粒型 Y8 丰两优 中粒型
P22 鉴真 2 号 中粒型 P45 梦稻 中粒型
P23 鄂中 5 号 中粒型 P46
玉河 1
号
中粒型 　 　 　
1.2　仪器
THU35C 型 砻 谷 机、TMO5C 型 碾 米 机、JMWT
12 型大米颗粒判定仪：佐竹机械（苏州）有限公司；
RVA–TecMaster 快速黏度分析仪：瑞典 Perten 公司；
MB–YN161 电饭锅：广东美的生活电器制造有限公
司、S·HH·W21·420S 数显式电热恒温三用箱：上海
跃进医疗器械有限公司；PROXIMA 型连续流动分析
仪：ALLIANCE INSTRUMENTS 有限公司；K–360 氮
仪：瑞士步琪；HG–9075A 电热恒温鼓风干燥箱：上
海圣新科学仪器有限公司。
1.3　试验方法
1.3.1　大米粉 RVA 糊化特性的测定
按照 GB/T 24852–2010《大米及米粉糊化特性测
定 快速黏度法》的方法测定。
1.3.2　大米碘蓝值和米汤固形物的测定
按照田纪春〔15〕的方法。
1.3.3　大米水分的测定
参照 GB/T 21305–2007《谷物及谷物制品水分的
测定》的方法测定。
1.3.4　大米直链淀粉的测定
参照 GB/T 15683–2008《大米直链淀粉含量的测
定》的方法测定。
1.3.5　大米蛋白质的测定
参照 GB 50009.5–2010《食品安全国家标准 食品
中蛋白质的测定》的仪器测定法测定。
1.3.6　大米胶稠度的测定
参照 GB/T 22294–2008《粮油检验 大米胶稠度的
测定》的方法测定。
1.3.7　大米垩白粒率、垩白度以及长宽比的测定
采用佐竹大米颗粒判定仪测定稻米的外观品质
（粒长、粒宽、垩白度、垩白率），通过 3 个传感器及画
面处理判别每粒米的外观品质，将 1 000 粒精米（约
20 g） 放入样品槽，扫描 40 s，得到测定结果。每组
样品做平行试验 4 次，以其算术平均值为测定结果。
1.3.8　稻谷出糙率和整精米率的测定
分别按 GB/T 5495–2008《粮油检验 稻谷出糙率
检验》和 GB/T 21719–2008《稻谷整精米率检验法》
测定。
1.3.9　米饭的感官评价
按照 GB/T 15682–2008《粮油检验 稻谷、大米蒸
煮食用品质感官评价方法》的方法进行。
1.4　数据统计与分析
所有数据均采用 Excel 建立数据库，用 SPSS 16.0
统计软件对数据进行主成分和聚类分析。
2　结果与讨论
2.1　籼稻各品系间的品质性状差异
表 2　籼稻各品质性状的品系间差异
指标 最小值 最大值 标准偏差 变异系数 /%
粒型 2.00 3.60 0.27 9.87
垩白粒率 /% 11.00 97.40 24.86 49.25
垩白度 /% 1.90 76.20 16.74 85.48
出糙率 /% 69.50 81.00 2.49 3.20
整精米率 /% 27.90 73.80 7.98 13.44
水分 /% 11.30 14.80 0.74 5.70
直链淀粉 /% 12.80 27.30 3.18 17.01
蛋白质 /% 5.98 10.14 0.87 11.02
胶稠度 /mm 44.00 100.00 15.20 19.17
碘蓝值 0.23 0.96 0.15 31.53
米汤固形物
/（mg/g）
100.50 264.00 36.28 22.74
峰值黏度 /cp 2 044.00 3 941.00 416.81 12.92
最低黏度 /cp 831.00 2 301.00 255.36 14.64
崩解值 /cp 643.00 2 221.00 368.25 24.87
最终黏度 /cp 1 703.00 3 893.00 424.22 14.11
回生值 /cp –1130.00 979.00 543.98 248.85
出峰时间 /min 5.50 6.30 0.17 2.86
糊化温度 /℃ 73.60 88.60 4.23 5.43
感官评分 / 分 53.30 88.60 7.89 10.77
对 P1~P59 号籼稻样品的外观特性、碾米特性、
理化特性、蒸煮特性、RVA 特性及感官评分 19 项指标
进行测定，对其结果进行方差分析，结果见表 2。可看
粮食与油脂
1516ls06-05
54 2016 年第 29 卷第 6 期
1516ls06-05
出回生值的变异系数最大，为 248.85%，其次是垩白度
和垩白粒率，出峰时间的变异系数最小，为 2.86%。
2.2　籼稻各品质性状间的相关分析
对 P1~P59 号样品所测的各项指标进行相关性
分析，结果见表 3，其中感官评分与直链淀粉含量、蛋
白质含量、最终黏度、回生值、出峰时间和糊化温度呈
显著或极显著的负相关，与粒型、出糙率、胶稠度、米
汤固形物、峰值黏度和崩解值呈显著或极显著正相
关，说明选育低直链淀粉含量、蛋白质和高胶稠度、米
汤固形物同时具有较好 RVA 特性的稻谷品种可能会
具有较好的食味品质。选取与食味评分相关系数大于
0.5 的为敏感指标，如表 4 所示。
表 4　敏感指标选择结果
X1 X2 X3 X4 X5
直链淀粉 峰值黏度 崩解值 回生值 糊化温度
2.3　 敏感指标与食味评分之间的主成分回归模型的
建立及验证
2.3.1　数据的标准化处理
由于各指标具有不同的量纲，在数量级上也有较
大差异，在应用主成分分析时，不同的量纲和数量级
会产生新的问题。为了消除由此可能带来的不合理影
响，在进行主成分分析之前先对数据做标准化处理。
2.3.2　对标准化的数据进行主成分分析
对 P1~P59 号样品的敏感指标进行标准化处理，
将处理后的数据进行主成分分析，分析结果见表 5，所
有的主成分构成中，信息主要集中于前 3 个主成分，其
对食用品质评价的影响累计可达 97.20%，第一主成分
的贡献率为 73.97%，第二主成分的贡献率为 13.43%，
第三主成分的贡献率为 9.79%，说明用这 3 个主成分
能较好地代替上述 5 项品质特性对食味品质进行评
价。通过特征矩阵公式 ZY=β1*Z1+β2*Z2+β3*Z3，得到
3 个主成分的综合得分，见表 6。
表 5　籼稻敏感指标的主成分分析
特征根 λ
λ1 λ2 λ3
3.698 0.672 0.490
Zscore（直链淀粉） 0.872 0.056 0.430
Zscore（峰值黏度） –0.769 0.486 0.390
Zscore（崩解值） –0.968 0.150 0.011
Zscore（回生值） 0.969 0.034 0.178
Zscore（糊化温度） 0.685 0.639 –0.347
主成分累积贡献率 /% 73.97 87.41 97.20
表 6　主成分综合得分表
编号 Z1 Z2 Z3 编号 Z1 Z2 Z3
P1 –1.76 0.27 0.55 P31 1.01 –2.67 –1.18
P2 –2.55 1.71 –0.16 P32 –1.02 –0.47 0.16
P3 2.40 –0.76 0.31 P33 –1.16 –0.43 0.14
P4 –2.68 0.81 –0.12 P34 –1.43 –0.12 0.42
P5 –1.86 0.20 0.18 P35 –1.40 0.05 0.52
P6 –0.60 –0.39 –0.58 P36 –1.55 –0.34 0.01
P7 –1.43 0.09 –0.34 P37 1.96 –0.02 0.84
P8 –1.72 –0.33 –0.07 P38 –1.34 –0.36 0.16
P9 0.76 1.00 –1.82 P39 –1.62 0.03 0.20
P10 –2.06 0.24 –0.12 P40 –2.25 0.41 0.45
P11 –1.76 0.61 0.30 P41 –0.83 –0.92 –0.56
P12 0.24 0.57 0.95 P42 –1.42 –0.09 0.52
P13 –0.67 0.75 –0.46 P43 –1.78 –0.18 0.04
P14 2.72 –0.77 0.25 P44 –2.01 0.35 –0.28
P15 –0.03 0.58 –1.11 P45 –0.97 –0.71 –0.11
P16 0.08 –1.19 –0.51 P46 –1.31 –0.10 0.17
P17 –1.07 –0.63 –0.08 P47 1.29 0.27 0.79
P18 0.71 –2.32 –1.20 P48 –0.52 0.51 –0.11
P19 0.09 –1.35 –0.71 P49 –1.03 0.76 0.03
P20 2.87 –0.56 0.96 P50 –1.13 –0.16 –0.17
P21 1.66 –0.16 0.74 P51 –0.70 1.70 0.01
P22 –1.10 –0.65 0.26 P52 2.49 –0.75 0.60
表 3　籼稻各品质性状的相关分析
　 感官评分 粒型
垩白
粒率 垩白度 出糙率
整精
米率 水分
直链
淀粉 蛋白质 胶稠度 碘蓝值
米汤固
形物
峰值
黏度
最低
黏度 崩解值
最终
黏度 回生值
出峰
时间
粒型 0.267* 　 　 　
垩白粒率 –0.096 –0.444**
垩白度 –0.054 –0.509* 0.848**
出糙率 0.304* –0.214 0.083 0.011
整精米率 0.002 –0.017 –0.143 –0.065 0.152
水分 –0.126 –0.024 0.006 –0.008 –0.042 0.124
直链淀粉 –0.712** –0.385** 0.271* 0.388** –0.209 –0.086 0.220
蛋白质 –0.444** 0.096 –0.147 –0.115 –0.096 0.104 –0.124 0.098
胶稠度 0.459** 0.170 –0.134 –0.165 0.008 0.027 –0.330* –0.542** –0.247
碘蓝值 –0.217 –0.233 0.295* 0.352** –0.209 –0.305* 0.167 0.517** –0.175 –0.190
米汤固形
物
0.334** 0.063 0.201 0.205 –0.045 –0.374** 0.124 0.019 –0.387** 0.058 0.696**
峰值黏度 0.657** 0.129 0.01 –0.045 0.237 –0.197 0.081 –0.507** –0.47** 0.26* –0.087 0.357**
最低黏度 –0.098 –0.347** 0.241 0.314* 0.153 –0.195 0.175 0.313* –0.127 –0.308* 0.302* 0.127 0.485**
崩解值 0.811** 0.386* –0.166 –0.268* 0.162 –0.087 –0.03 –0.79** –0.444** 0.507** –0.308** 0.316* 0.795** –0.144
最终黏度 –0.414** –0.395** 0.258* 0.357** –0.038 –0.226 0.260* 0.641** –0.033 –0.469** 0.458** 0.102 0.163 0.909** –0.446**
回生值 –0.826** –0.406** 0.200 0.312* –0.211 ––0.026 0.141 0.888** 0.334** –0.564** 0.424** –0.194 –0.639** 0.337** –0.957** 0.655**
出峰时间 –0.261* –0.405** 0.127 0.210 0.164 –0.025 –0.028 0.254 0.195 –0.333** 0.133 –0.243 0.075 0.724** –0.417** 0.689** 0.480**
糊化温度 –0.585** –0.139 0.052 0.04 –0.319* –0.093 –0.047 0.495** 0.342** –0.285* 0.246 –0.156 –0.358** 0.226 –0.562** 0.438** 0.616** 0.309*
注： *在 0.05水平（双侧）上显著相关；**在 0.01水平（双侧）上显著相关
1516ls06-05
粮食与油脂
1516ls06-05
2016 年第 29 卷第 6 期 55
P23 –2.55 –0.36 –0.78 P53 1.95 –0.56 1.27
P24 –1.37 –0.44 0.46 P54 –0.86 0.92 –0.33
P25 3.98 0.31 –1.38 P55 2.84 –0.23 2.04
P26 3.40 1.05 –0.20 P56 0.95 1.15 –0.89
P27 3.76 0.74 –0.39 P57 1.63 0.38 1.37
P28 3.06 0.96 –0.60 P58 –0.76 –0.55 0.41
P29 4.49 0.74 –0.69 P59 0.75 0.62 0.58
P30 3.19 0.82 –0.75 　 　 　 　
以前 3 个主成分为自变量，标准化的感官评分
为 因 变 量，进 行 线 性 回 归 分 析 得 到：ZY=–0.438Z1–
0.001 42Z2+0.041 6Z3，将 其 还 原 成 原 始 变 量 及 恢
复 量 纲（去 标 准 化）得 到 最 终 的 主 成 分 回 归 模 型：
Y=–0.430X 1+0.003 73X 2+0.004 7X 3–0.003 05X 4–
0.331X5+87.397。利用该模型对 8 个籼米的食用品质
进行评价，结果见表 7。
表 7　运用模型对籼米食用品质评价的结果
样品名称 方程预测值 排名 样品名称
方程
预测值 排名
Y1 65.34 1 Y5 72.37 5
Y2 66.66 2 Y6 78.59 6
Y3 67.37 3 Y7 80.16 8
Y4 68.07 4 Y8 80.07 7
2.3.3　籼米品质评价模型的验证
为了验证本文所建立的籼米食味品质评价模型
的评价效果，用国标中的感官评价方法对 Y1~Y8 号
样品进行评价，其评分及排名见表 8。籼米食用品质
评价模型的评价结果与感官评价法相比，只有 Y7 和
Y8 号样品的排名顺序不同，说明本研究提出的方法
可行。本模型评价结果与感官评价法不完全相同，可
能是因为稻谷品种及生长环境的多样性，且影响籼米
的食用品质的因素繁多且复杂，结果出现误差也是合
理的。
表 8　感官评价方法对籼米食用品质评价的结果
样品名称 感官评分 排名 样品名称 感官评分 排名
Y1 61.5 1 Y5 77.0 5
Y2 65.6 2 Y6 77.5 6
Y3 70.3 3 Y7 77.6 7
Y4 75.9 4 Y8 78.0 8
2.4　聚类分析
以 2.3.2 得到 3 个主成分的综合得分 Z1、Z2、Z3
为变量对 59 个籼稻品种进行系统聚类分析，分类结
果见表 9。
59 个籼稻品种的感官评分见表 11，由表 9 和表
11 可知，第一类共包括 6 个籼稻品种，除 P26 以外，
其余品种的感官评分在 60 分以下；第二类共包括 12
个籼稻品种，除 P21、P53 外，其它品种的感官评分在
60~70 分；第三类共包括 2 个籼稻品种，这 2 个品种
的品质指标数据无明显特征，因此不作分析；第四类
有 39 个籼稻品种，感官评分均在 70 分以上。分类结
果是以 Z1、Z2、Z3 为依据得到的，公因子 1、2、3 共代
表了 5 个核心大米品质指标：直链淀粉、峰值黏度、
崩解值、回生值和糊化温度。对第一、二、四类的籼稻
品种的敏感指标进行两两独立样本 T 检验，结果见表
10，第一、二类中峰值黏度、崩解值、回生值和糊化温
度 T 检验的双侧 Sig. 值均在 0.05 的显著水平上；第
一、四类和第二、四类中直链淀粉、峰值黏度、崩解值、
回生值和糊化温度 T 检验的双侧 Sig. 值均在 0.01 的
显著水平上；除了直链淀粉外，三类中稻米品质指标
间均有显著性差异。
表 9　系统聚类分析结果
分类 品种
第一类 P25、P26、P27、P28、P29、P30
第二类
P3、P12、P14、P20、P21、P37、P47、P52、P53、P55、
P57、P59
第三类 P18、P31
第四类
P1、P2、P4、P5、P6、P7、P8、P9、P10、P11、P13、P15、
P16、P17、P19、P22、P23、P24、P32、P33、P34、P35、
P36、P38、P39、P40、P41、P42、P43、P44、P45、P46、
P48、P49、P50、P51、P54、P56、P58
表 10　T检验
项目
第一二类 第一四类 第二四类
t sig.（双侧） t sig.（双侧） t sig.（双侧）
直链淀粉 0.95 0.45 9.890 0.00 –13.006 0.00
峰值黏度 3.35 0.01 –6.184 0.00 3.742 0.00
崩解值 3.93 0.00 –12.090 0.00 9.467 0.00
回生值 –3.89 0.00 14.824 0.00 –14.377 0.00
糊化温度 –24.09 0.00 8.020 0.000 –1.922 0.00
表 11　59个籼稻品种的感官评分
样品
编号
感官
评分
样品
编号
感官
评分
样品
编号
感官
评分
样品
编号
感官
评分
P1 83.0 P16 77.8 P31 76.3 P46 80.7
P2 87.6 P17 76.0 P32 77.1 P47 70.1
P3 68.5 P18 66.8 P33 74.6 P48 82.6
P4 81.4 P19 77.0 P34 74.3 P49 76.5
P5 80.4 P20 70.0 P35 80.3 P50 80.0
P6 74.0 P21 72.0 P36 73.4 P51 83.5
P7 77.9 P22 81.2 P37 67.1 P52 67.0
P8 76.6 P23 80.9 P38 76.8 P53 73.9
P9 72.1 P24 77.7 P39 78.6 P54 79.9
P10 81.7 P25 54.4 P40 77.2 P55 62.2
P11 73.8 P26 61.1 P41 70.0 P56 72.7
P12 69.2 P27 59.6 P42 79.1 P57 60.8
P13 75.9 P28 57.9 P43 75.6 P58 70.9
P14 60.8 P29 58.7 P44 76.8 P59 68.3
P15 77.1 P30 53.3 P45 79.5
2.5　籼稻品质最佳取值范围分析
根据分类结果，分别对 5 个核心指标特征进行分
析，第三类的 2 个品种的品质指标数据无明显特征，不
做分析，其它三个类别的籼稻品质取值范围见表 12。
由 2.4 可知，第四类为食味品质最优的品种，由表
12 可知，当直链淀粉 12.8%~19.8%、峰值黏度 2 886~
3 941 cp、崩 解 值 1 353~2 221 cp、回 生 值 –1130~
–232 cp、糊化温度 73.6~86.2 ℃时，稻谷食味品质好。
表 12　不同类别的籼稻品质取值范围
项目 直链淀粉
/%
峰值黏度
/cp
崩解值
/cp
回生值
/cp
糊化温度
/℃
第一类 21.4~23.5 2 333~2 886 643~919 579~979 87~88.6
第二类 20.6~27.3 2 640~3 499 808~1 566 19~775 76.7~79.9
第四类 12.8~19.8 2 716~3 941 1 353~2 221 –1130~–232 73.6~86.2
粮食与油脂
1516ls06-05
56 2016 年第 29 卷第 6 期
3　结论
对籼稻的外观特性、碾米特性、理化特性、蒸煮特
性、RVA 特性及感官评分 19 项指标进行统计分析，选
取与感官评分相关系数大于 0.5 的指标为敏感指标，
用主成分分析法建立了籼米的食味品质预测评价模
型：Y=–0.430X1+0.003 73X2+0.004 7X3–0.003 05X4–
0.331X5+87.397，用感官评价法进行验证，验证结果表
明：本研究所建立的方法与利用国标的感官评价方法
所得到的评价结果具有较高的一致性。
稻谷的品种繁多，其特性具有较大差异，制备的
米饭的品质也有较大差异，对选取的 59 个具有代表
性的籼稻品种进行聚类分析，将其分成 5 类，经分析
得到食味品质好的籼稻原料的 5 个品质指标的最佳取
值范围：直链淀粉 12.8%~19.8%，峰值黏度 2 886~
3 941 cp，崩 解 值 1 353~2 221 cp，回 生 值 –1130~
–232 cp，糊化温度 73.6~86.2 ℃。这些指标范围的确
定对籼米品种的筛选具有重要的实践意义。
〔参考文献〕
〔 1 〕周显青. 稻谷精深加工技术 [M]. 北京：化学工业出版社，2006.
〔 2 〕胡孔峰，杨泽敏，雷振山. 中国稻米品质研究的现状与展望 [J].
中国农学通报，2006，22（1）：130–135.
〔 3 〕SINGH V，OKADOME H，TOYOSHIMA H，et al. Thermal
and physicochemical properties of rice grain，flour and starch [J].
Agricultural and Food Chemistry，2000，48（7）：2639–2647.
〔 4 〕Zhang Z H，Sun D W. Effects of cooling methods on the
cooling efficiency and quality of cooked rice [J]. Journal of Food
Engineering，2006，77（2）：269–274.
〔 5 〕万娟，陈嘉东，钟国才，等. 碱法提取籼碎米中大米蛋白工艺的
研究 [J]. 现代食品科技，2009，25（9）：1073–1075.
〔 6 〕周显青，张玉荣. 大米食味品质评价技术进展 [J]. 粮食与饲料
工业，2011（5）：37–41.
〔 7 〕赵居生，楠谷彰人，崔晶，等. 粳稻食味感官鉴定方法 [J]. 天津
农业科学，2003，9（1）：12–14.
〔 8 〕刘建伟，三轮精博，后藤清和. 杂交稻米的理化特性与食味评
价的研究 [J]. 中国粮油学报，2003，18（1）：5–9.
〔 9 〕陈能，罗玉坤，朱智伟，等. 优质食用稻米品质的理化指标与食
味的相关性研究 [J]. 中国水稻科学，1997，11（2）：70–76.
〔10〕杨坚，童华荣，贾利蓉. 豆腐乳感官和理化品质的主成分分
析 [J]. 农业工程学报，2002，18（2）：131–135.
〔11〕戴素贤，谢赤军，陈栋，等. 七种高香型乌龙茶香气成分的主成
分分析 [J]. 华南农业大学学报，1999，20（1）：113–117.
〔12〕林松毅，刘静波，叶海青. 主成分分析方法在保健食品功能学
评价中的应用研究 [J]. 食品科学，2007，28（9）：546–548.
〔13〕CHENG Y Q，SONG Q W，MA H M. Research on optimization
of water quality monitoring sites using principal component
analysis and cluster analysis [C] // Computer distributed control
and intelligent environmental monitoring，2011 International
Conference on. IEEE，2011：570–573.
〔14〕NIU C，WANG Q，CHEN H，et al. Application of principal
component analysis and cluster analysis to evaluation of black
soil degradation in Jilin [C] // Multimedia Technology （ICMT），
2011 International Conference on. IEEE，2011：1467–1470.
〔15〕田纪春. 谷物品质测试理论与方法 [M]. 北京：科学出版社，
2006.
枸 杞 色 素 稳 定 性 的 研 究
鲍会梅
（江苏食品药品职业技术学院食品与营养工程学院，　江苏淮安　223003）
摘　要：研究枸杞色素稳定性的影响因素，确定其适宜的贮藏与应用条件。以无水乙醇为提取剂
用索氏提取器在恒温干燥的条件下提取枸杞红色素。用分光光度计法测定枸杞红色素在不同条
件下最大吸光度的变化。通过对实验结果的分析，枸杞红色素应该在常温干燥避光的条件下保存，
注意避免与金属离子、强碱等物质接触。
关键词：枸杞；色素；稳定性
Study on the stability of the pigment of Lycium barbarum
BAO Hui-mei
（Jiangsu Food Vocational Technical College of Engineering Food and Nutrition，Huai’an 223003，Jiangsu，China）
Abstract：To study the influencing factors of the stability of the pigment of Lycium barbarum，the
appropriate storage and application conditions were determined. Using ethanol as the extraction solvent，
with Soxhlet extractor in the conditions of constant temperature and drying red pigment was extracted
from Lycium barbarum. Spectrophotometric method was used to determine the maximum absorbance
changes of red pigment from Lycium barbarum under different conditions. Through the analysis of the
experimental results，Lycium barbarum red pigment should be stored at normal temperature and dry
place away from light，and avoid contact with metal ions，alkali and other substances.
Key words：Lycium barbarum； pigment；stability
中图分类号：TS201.2 文献标识码：A 文章编号：1008―9578（2016）06―0056―03
收稿日期：2015–07–23
作者简介：鲍会梅（1974― ），女，硕士，副教授，研究方向为食品理化检验教学。