重庆地区鲜食葡萄品质综合评价

李雪1,梁叶星1,许晶冰2,刘剑飞3*,张雪梅1,杨世雄1,张玲1*,张欢欢1

1(重庆市农业科学院,农产品贮藏加工研究所,重庆,401329) 2(重庆市食品药品检验检测研究院,重庆,401121) 3(重庆市农业科学院,重庆,401329)

摘 要 以重庆地区销售的本地主栽7种、同期市场外调2种(对照)鲜食葡萄果实为试材,通过比较19 项与果实理化营养品质、加工制汁品质和商业品质相关的性状指标,并应用层次分析-逼近理想解排序联合(analytic hierarchy process-technique for order preference by similarity to ideal solution, AHP-TOPSIS)、聚类分析的方法,综合评价重庆地区鲜食葡萄的品质。结果表明:通过AHP分析,鲜食葡萄商业品质权重(0.625)高于加工制汁品质(0.239)、理化营养品质(0.137),其中果实风味、单果重、硬度、出汁率、糖酸比、乙醇含量是影响品质的主要因素,其权重依次为0.267、0.162、0.103、0.102、0.058、0.052;9种鲜食葡萄综合品质TOPSIS排序结果与专家鉴评结果吻合,秩相关系数达0.867,该评价方法较可靠;聚类分析将葡萄分为3类,优选出综合品质优良的鲜食葡萄品种5个,其中本地“阳光玫瑰”、“夏黑”、“巨玫瑰”、“巨峰”综合品质佳。

关键词 重庆;鲜食葡萄;层次分析法;逼近理想解排序法;聚类分析;品质评价

由于气候立地条件等原因,我国南方地区是葡萄栽培次适宜区,生产出的葡萄果实糖分含量较低、酸度较高,不宜制酒,因此除鲜食外,适宜加工糖水葡萄、葡萄汁等[1]。近几年,随着优良品种的引进及栽培技术、设施的完善,南方地区已成为我国重要的葡萄新兴产区[2-3]。重庆市近年葡萄栽培面积和产量保持稳定快速增长趋势[4],据国家统计局网站数据查询,2016年重庆市葡萄产量已达11.08万t,葡萄园面积达9.80千hm2。重庆主栽鲜食葡萄,大多本地鲜销,葡萄生产成为促进当地农民脱贫致富的重要途径。但葡萄品种在重庆地区种植表现、果实品质全面评价的相关研究报道较少,葡萄生产种植缺乏科学引导,当地葡萄品种较杂乱[3]

农产品的品质应包含营养品质、加工品质和商业品质3个方面[5]。前人对鲜食葡萄理化营养及商业品质的研究较多,白世践等[6-8]对鲜食葡萄的内在、外在品质进行评价,包含果重、果形、糖酸比、可溶性固形物、维生素C等指标。由于气候原因,重庆地区7~8月鲜食葡萄盛产期集中来临,鲜销不畅导致大量葡萄腐烂变质,带来了很大的经济损失。鲜食葡萄除直接食用外,也可加工榨汁或酿造低醇甜型葡萄酒[9],解决滞销问题。汤兆星等[10-12]对酿酒及鲜食葡萄加工品质进行研究,包含了风味、总酸、可溶性固形物、蛋白质、出汁率等。对重庆地区鲜食葡萄理化营养品质、加工制汁品质和商业品质进行全面综合评价,才能更好指引重庆葡萄生产。

目前对农产品品质进行综合评价的方法主要包括主成分(principal component analysis,PCA)与因子分析(factor analysis, FA)[13-14]、层次分析(analytic hierarchy process, AHP)[15]、灰色关联度分析(grey relational analysis, GRA)[6-7,16]、逼近理想解排序法(technique for order preference by similarity to ideal solution, TOPSIS)等[17]。PCA及FA主要适用于大样本分析,当样本容量小于变量个数时,就无法提供完善的结论及算法[18],且要求较高,需进行KMO及Bartlett的球形度检验[19];AHP分析法是由美国运筹学家T.L.SAATY提出,主要用于指标的赋权,是分解问题后将不同层级内结合使用定性分析和定量分析的决策方法[20],常与GRA等分析法联合进行品质综合评价,但GRA分析需先主观确定一系列理想值,过程较复杂;TOPSIS分析是系统工程中有限方案多目标决策分析中的一种常用方法,该法应用灵活、结果合理[21],与AHP给予指标赋权结合应用,既能排序又能合理分档。本研究将AHP与TOPSIS联合应用,对重庆地区销售的9种鲜食葡萄果实理化营养品质、加工制汁品质和商业品质进行综合评价,并结合聚类分析优选鲜食葡萄品种,为重庆地区葡萄生产种植、加工提供理论指导,为鲜食葡萄品质综合评价提供理论依据。

1 材料与方法

1.1 材料与试剂

参试葡萄样品于2016~2018年7月中下旬采集,连续3年采样。重庆本地主栽7个品种鲜食葡萄分别为:“玫瑰香”、“巨玫瑰”、“夏黑”、“阳光玫瑰”、“密利”、“金手指”、“巨峰”,分别编号S1、S2、S3、S4、S5、S6、S7,于重庆市九龙坡区西彭镇葡萄园购买;同期采集市场上主要销售的2个外调品种鲜食葡萄,分别为:外调“巨峰”(产地河北)、外调“红提”(产地新疆),分别编号S8、S9,于重庆市九龙坡区大型超市购买。

无水乙醇、甲醇(色谱纯),德国Meker公司;葡萄糖、没食子酸、芦丁、飞燕草色素、矢车菊色素、矮牵牛色素等标准品,美国Sigma-Aldrich公司;浓H2SO4、NaOH、偏磷酸、钼酸铵、草酸、3,5-二硝基水杨酸、冰乙酸等均为国产分析纯;

1.2 仪器与设备

XPE205电子天平,瑞士Mettler Toledo公司;KJELTEC 8400全自动凯氏定氮仪,丹麦Foss公司;F10型自动纤维测定仪,上海晟声自动化分析仪器有限公司;Specord Plus紫外可见分光光度计,德国Analytik Jena公司;7700X电感耦合等离子体质谱仪,美国Agilent公司;1260高效液相色谱仪,美国Agilent公司;7890A气相色谱仪,美国Agilent公司;CT3质构分析仪,美国Brookfield公司。

1.3 方法

1.3.1 测定方法

水分、蛋白质、粗纤维、总酸、矿物质的组成采用相应的食品安全国家标准方法;可溶性糖含量的测定采用NY/T 2742—2015《水果及制品可溶性糖的测定 3,5-二硝基水杨酸比色法》;花青素测定采用NY/T 2640—2014《植物源性食品中花青素的测定高效液相色谱法》;总酚、类黄酮、可溶性固形物、出汁率、乙醇的测定参考《果蔬采后生理生化实验指导》[22];维生素C测定参考李军[23]的钼蓝比色法;硬度的测定采用质构仪,选取TPA程序、TA44探头、1 g触发力、1 mm/s测试速度、50%压缩形变。

风味采用感官评定的方式进行,由10 位经过专业培训的25~40岁技术人员组成评定小组,统计总分取平均值,评分问卷如表1所示;专家鉴评采用开鉴评会的方式,由20 位农产品贮藏加工专家组成评定小组,营养品质、加工品质及商业品质各赋值10 分,统计总分进行优良排序。

表1 鲜食葡萄风味感官评分表
Table 1 Sensory evaluation of table grapes flavor

性状10.0~8.1(分)8.0~6.1(分)6.0~4.1(分)4.0~2.1(分)2.0~0(分)酸甜度酸甜可口酸甜适中略酸或略甜滋味寡淡有苦涩、酒味或其他异味口感果肉丰满细脆、较硬、多汁果肉略松软,多汁性尚可果肉松软,多汁性一般略有粗糙感、汁液少口感粗糙、汁液少香味香味浓郁,有2种及以上特征香味香味中等,有2种及以上特征香味香味浓郁,香味单一香味中等,香味单一香味清淡或有异味

1.3.2 统计分析方法

取3年数据的平均值做统计分析。采用Microsoft Excel 2010软件统计处理数据及TOPSIS分析,用SPSS19.0软件进行相关性及聚类分析,用yaahp 6.0进行AHP分析。数据分析步骤如下:

①指标数据进行变异性及相关性分析,筛选出相互较为独立的指标;

②AHP法赋予指标权重,并进行一致性检验;

③原始数据xij(i=1,2,…nj=1,2,…m)同向化及无量纲化处理,用倒数法将逆向指标(总酚、乙醇含量)正向化,按公式(1)将适度指标(糖酸比、穗重)正向化,将同向化后的指标按公式(2)进行归一化处理,得到归一化矩阵Z;

(1)

(2)

④按公式(3)、(4)将权重系数代入TOPSIS分析中,按公式(5)得到各品质优良排序,按公式(6)得到综合得分Q;

(3)

(4)

(5)

Q=Ci1+Ci2+Ci3

(6)

⑤计算综合得分排序与专家鉴评排序秩相关系数,判断两者吻合程度;

⑥用聚类分析将样品进行分类。

上述公式中,xij为第i个参试葡萄第j个性状的原始数据值(i=1,2,…9; j=1,2,…19),k为适度值,为正向化后的值,Zij为第i个参试葡萄第j个性状归一化后的数据值,wBj为第j个指标的局部权重值,分别表示参试葡萄在第j个指标的最大值和最小值,为正理想解的欧氏距离,为负理想解的欧氏距离,WAJ为第J个品质的局部权重值(J=1,2,3),Ci表示相对接近程度,Ci1表示理化营养品质CiCi2表示加工制汁品质CiCi3表示商业品质Ci

2 结果与分析

2.1 鲜食葡萄品质分析及指标筛选

9种鲜食葡萄22 项品质指标均存在不同的变异情况,如表2所示。果实糖酸比的变异系数最大(87.75),糖酸比是影响鲜食葡萄及葡萄汁口味的重要因素,其表现了葡萄酸甜平衡性,决定葡萄口感风味的好坏[7],各地葡萄由于地理条件及栽培措施有别,各主要质量指标相差很大,因而各地鲜食葡萄的理想糖酸比值也不同(20.00~50.00)[6-7],理想的糖酸比值应取风味酸甜适中的所有品种的平均值或略高于风味为酸甜可口的值作为参考[6],因此该研究设重庆地区鲜食葡萄的适度糖酸比值为35.00。2个外调品种及本地“密利”糖酸比较低,分别为9.48、7.96、9.13,其余本地葡萄糖酸比较合适(31.03~45.70), “金手指”的糖酸比甚至高达108.20。糖酸比主要由鲜食葡萄可溶性总糖及有机酸含量决定,2个外调品种可溶性总糖含量低(3.91、7.51 mg/100 g),除品种及栽培不同外,这可能是由于外调葡萄需要长途运输、采摘时成熟度较低导致,而本地葡萄采摘时成熟度较高,故糖含量普遍较高,可溶性糖含量与糖酸比指标有重复,而糖酸比能更好的反映鲜食葡萄的口味,故筛去可溶性糖指标;有机酸是葡萄中的营养物质,也是重要的风味物质,“密利”总酸含量高达1.00 g/100 g,其果实果酸风味突出,而“金手指”总酸含量仅为0.13 g/100 g,这导致其具有过高糖酸比,前人对鲜食葡萄总酸含量理想值的选择相差较大[24-25],其值的高低易造成风味及营养物质的冲突,且与糖酸比有重复,故筛去该指标。

表2 鲜食葡萄品质性状及指标变异系数
Table 2 Quality indexes and coefficient variation of table grapes

指标编号S1S2S3S4S5S6S7S8S9MSDCVX181.0382.0781.4482.8486.2978.9377.7484.5188.4882.593.414.13X20.790.830.680.630.460.660.720.550.540.650.1218.53X31.413.272.895.672.654.006.535.533.983.991.6541.37X419.2123.6316.076.2010.1910.8419.4410.058.8813.835.9242.81X57.626.536.466.485.748.148.326.346.446.900.9013.02X6150.39141.68115.80147.93103.07161.53158.43139.00123.98137.9819.8314.37X75.796.146.368.986.3314.6710.294.454.747.533.2743.49X812.3316.0516.859.244.628.3411.9715.135.5911.124.4740.14X910.809.9413.945.6922.777.5521.3621.276.4513.316.8451.38X1019.4319.6019.8017.8514.3820.2319.8814.7412.3017.582.9816.95X1117.6614.1514.5213.829.1113.8011.647.513.9111.794.2335.89X120.390.440.450.351.000.130.380.790.490.490.2652.19X1345.7032.2532.2739.629.13108.2031.039.487.9635.0730.7787.75X1462.8868.0075.7062.1713.7554.7065.4058.3357.0757.5617.6030.57X1521.7937.287.0212.8112.9512.5510.8512.6323.5016.829.2655.07X1679.4614.9637.5213.79121.7380.46115.64105.3889.4873.1641.4556.66X1729.0729.3024.8432.1721.6043.5928.8925.6029.5629.406.1821.02X1820.9124.4421.4622.2121.7317.0325.0325.0727.1422.783.0013.15X197.4410.537.519.416.037.5411.098.9913.209.082.2424.64X200.410.560.540.490.440.510.460.861.200.610.2642.61X212.452.434.365.590.904.083.001.723.153.071.4346.48X229.069.199.298.978.298.819.207.627.738.680.657.44

注: X1-水分含量(g/100g);X2-蛋白质含量(g/100g);X3-粗纤维含量(g/100g);X4-维生素C含量(mg/100g);X5-镁含量(mg/100g);X6-钾含量(mg/100g);X7-钙含量(mg/100g);X8-花青素含量(mg/100g);X9-类黄酮含量(mg/100g);X10-可溶性固形物含量(Brix%);X11-可溶性总糖含量(g/100g);X12-总酸含量(g/100g);X13-糖酸比;X14-出汁率(%);X15-总酚含量(mg/100g);X16-乙醇含量(mg/100g);X17-纵径(mm);X18-横径(mm);X19-单果重(g);X20-穗重(kg);X21-硬度(kg);X22-风味;M-均值;SD-标准差;CV-变异系数(%)。

果实乙醇、总酚、总酸及类黄酮含量的变异系数也较高(51.38~56.66)。乙醇是果蔬采后无氧呼吸作用产生,与采后保藏条件、贮藏时间及品种含糖量都有关系,过多的乙醇会导致葡萄产生异味,对葡萄汁品质影响较大;本地“密利”、“巨峰”、外调“巨峰”乙醇含量较高(105.38~121.73 mg/100 g),而“阳光玫瑰”及“巨玫瑰”乙醇含量仅为14.00 mg/100 g左右。总酚是影响果汁加工产品色泽的重要因素[26],“巨玫瑰”总酚含量最高(37.28 mg/100 g),其果汁较易褐变,而“夏黑”总酚含量最低(7.02 mg/100 g),其果汁色泽较稳定。类黄酮是鲜食葡萄中的功能性营养物质,具有抗氧化及抗自由基作用,“密利”、“巨峰”及外调“巨峰”类黄酮含量较高(21.27~22.77 mg/100 g)。

果实硬度、钙含量、VC含量、穗重、粗纤维及花青素含量的变异系数也高(40.14~46.48)。果实硬度是反映鲜食葡萄贮运性的重要指标,“阳光玫瑰”、“夏黑”、“金手指”、外调“红提”及本地“巨峰”有较高的硬度(3.00~5.59 kg),而“密利”最软(0.90 kg),不适合长途运输。“金手指”及“巨峰”有较高的钙含量(10.29、14.67 mg/100 g),2个外调品种钙含量低(4.45、4.74 mg/100 g),这可能主要与栽培条件相关。与外调品种相比,本地鲜食葡萄VC含量普遍较高,本地“巨峰”VC含量比外调“巨峰”高出近1倍,除品种及栽培原因外,本地葡萄采后运输距离短、贮藏时间短,这可能是导致VC损失更小的主要原因。外调“红提”穗重最大(1.20 kg),而本地鲜食葡萄的穗重在0.41~0.56 kg之间,普遍偏小,这在今后的栽培管理中应引起重视,设鲜食葡萄穗重1.00 kg为适度值[5]。“巨峰”及外调“巨峰”粗纤维含量较高(5.53~6.53 g/100 g),而“玫瑰香”仅含1.41 g/100 g)。花青素是鲜食葡萄中的主要功能性营养物质,经测定,参试样品中的花青素以矢车菊素为主,“夏黑”、“巨玫瑰”及外调“巨峰”总花青素含量较高(15.13~16.85 mg/100 g)。

果实可溶性总糖及出汁率的变异系数次之(30.57~35.89)。出汁率是反映鲜食葡萄加工制汁的重要指标,“夏黑”出汁率高达75.70%,适宜制汁加工,而“密利”仅为13.75%。其余大部分指标的变异系数为13.02~24.64,其中,单果重作为消费者判断鲜食葡萄品质的第一标准[27-28],外调品种表现较优,这在今后的栽培管理中值得借鉴;风味指标的变异系数为7.44,是消费者判断鲜食葡萄品质的重要指标,2个外调品种得分仅为7.70左右,本地“夏黑”、“巨峰”及“巨玫瑰”风味得分高(9.19~9.29),这可能也是因为外调葡萄经过长时间的贮藏运输,较多风味损失、品质下降导致。水分含量的变异系数仅为4.13,说明各品种间水分含量差异不大,故筛去该指标。

以上分析可见,筛去具有重复性、变异小的3项指标(可溶性总糖、总酸及水分含量),鲜食葡萄其余19 项果实品质指标均具有较大的变异系数,不同品种具有不同的品质特点,19 项指标能较全面反映鲜食葡萄的品质特点,且各具代表性。

2.2 鲜食葡萄各品质指标相关性分析

指标选择是否合理能直接影响品质评价结果,科学的指标除了能够全面、充分反映被评价对象的真实属性以外,还应遵从独立性原则,即指标之间不存在因果关系,相关度不能过高,2个指标之间的相关系数不宜超过0.5[29],由表3可以看出,171 对指标中有125 对指标相关系数未超过0.5,9 个品种鲜食葡萄的19 项指标能较全面的评价果实品质,虽信息有一定程度的重叠,但不存在因果关系,总体而言相互较为独立。

表3 鲜食葡萄品质指标的相关性分析
Table 3 Correlation analysis of quality indexes of table grapes

P1P2P3P4P5P6P7P8P9P10P11P12P13P14P15P16P17P18P19P11P2-0.1741P30.824∗∗-0.2921P40.5400.2110.3611P50.5890.4090.2280.826∗∗1P60.1740.305-0.0820.695∗0.6081P70.6360.0160.6190.0910.209-0.2141P8-0.3210.1710.138-0.115-0.305-0.2140.1211P90.815∗∗-0.0600.6100.6440.5840.5680.541-0.1571P100.395-0.0700.0500.678∗0.6400.858∗∗-0.015-0.4580.671∗1

续表3

P1P2P3P4P5P6P7P8P9P10P11P12P13P14P15P16P17P18P19P110.700∗0.1990.4170.3820.4940.0310.729∗-0.4130.5330.2051P120.461-0.3270.483-0.1200.088-0.3280.110-0.387-0.038-0.1130.1321P13-0.5170.105-0.1660.182-0.120-0.007-0.4270.668∗-0.422-0.206-0.564-0.3491P140.2840.172-0.1280.6450.728∗0.807∗∗-0.170-0.6330.4150.892∗∗0.2540.043-0.2031P15-0.1380.3710.077-0.332-0.221-0.6520.0860.197-0.552-0.817∗∗0.1430.3360.121-0.5241P160.1100.4890.0590.0920.216-0.168-0.022-0.303-0.276-0.3020.4160.421-0.0920.0940.777∗1P17-0.4270.189-0.379-0.323-0.241-0.446-0.182-0.196-0.740∗-0.4230.0820.2080.158-0.0630.6450.668∗1P180.2390.292-0.2480.2480.3610.4710.080-0.676∗0.4100.4710.573-0.267-0.6440.534-0.2770.166-0.0841P190.772∗-0.1540.6190.4500.3480.4200.417-0.1880.911∗∗0.4580.4440.024-0.5220.199-0.425-0.219-0.774∗0.4401

注: **表示在0.01 水平(双侧)上显著相关,*表示在 0.05 水平(双侧)上显著相关。P1-蛋白质含量;P2-粗纤维含量;P3-维生素C含量;P4-镁含量;P5-钾含量;P6-钙含量;P7-花青素含量;P8-类黄酮含量;P9-可溶性固形物含量;P10-糖酸比;P11-出汁率;P12-总酚含量;P13-乙醇含量;P14-纵径;P15-横径;P16-单果重;P17-穗重;P18-硬度;P19-风味。下同。

其中,风味与蛋白质含量呈显著正相关、与可溶性固形物含量呈极显著正相关、与穗重呈显著负相关,这说明可溶性固形物及蛋白质含量高、果穗小的鲜食葡萄风味佳;穗重与单果重呈显著正相关、与可溶性固形物呈显著负相关,这说明果穗大的鲜食葡萄一般单果质量也较大,而可溶性固形物含量则较低;糖酸比与镁含量、可溶性固形物含量呈显著正相关,与纵径、钙含量呈极显著正相关,与横径呈极显著负相关,这说明横径小、纵径大、钙镁及可溶性固形物含量高的鲜食葡萄口感更甜;纵径与钾含量呈显著正相关,与钙含量呈极显著正相关,这说明纵径大的鲜食葡萄钙、钾含量也较高;镁含量与钾含量呈极显著正相关,与钙含量呈显著正相关;出汁率与蛋白质、花青素含量呈显著正相关;蛋白质与可溶性固形物、VC含量呈极显著正相关;单果重与横径、类黄酮与乙醇呈显著正相关,而类黄酮与硬度呈显著负相关。

2.3 基于AHP法的指标权重确定

层次分析法目标树如图1所示,建立了3层次鲜食葡萄综合评价模型,包括目标层(A),即鲜食葡萄综合品质;基准层(B),即理化营养品质、加工制汁品质及商业品质;方案层(P),代表决策时的备选方案[21],即筛选出的19 项品质性状指标。各品质分类参考张宏志[5]在农产品品质评价体系中的研究。

图1 鲜食葡萄综合品质评价目标树图
Fig.1 Target tree diagram of comprehensive quality evaluation of table grapes

其次,根据SAATY[30]的1~9评价尺度表建立两两比较判断矩阵,计算各指标的相对权重。判断矩阵及一致性检验结果见表4,可以看出,CR值均小于0.1,说明判断矩阵合理。对权重值进行排序,商业品质权重值0.625>加工品质权重值0.239>营养品质权重值0.137,这与白世践等[6]、沈甜等[7]的结果不同,他们认为内在品质权重值0.6>外观品质0.4,这是由于指标分类及专家意见不同导致,本研究将19 项指标分为理化营养品质、加工制汁品质、商业品质3个类别,指标分类更加细化,且评定专家认为鲜食葡萄的商业品质最为重要,其次是加工制汁品质,而鲜食葡萄的理化营养品质并不是消费者购买时考虑的首要因素,这种权重的评价可能更符合消费市场的需求。排序前10的指标依次分别为风味0.267、单果重0.162、硬度0.103、出汁率0.102、糖酸比0.058、乙醇0.052、花青素及类黄酮0.042、穗重0.038、横径0.036、总酚0.019,而蛋白质及粗纤维含量的权重最低,仅为0.004。

表4 AHP判断矩阵及一致性检验
Table 4 The judgment matrix and consistency check from analytic hierarchy process

判断矩阵局部权重最终权重排序总目标层A-准则层BAB1B2B3WACAB111/21/40.1370.1373B2211/30.2390.2392B34310.6250.6251λmax=3.018,CR=0.018<0.1准则层B1-指标层PB1P1P2P3P4P5P6P7P8WB1CB1P1121/51/31/31/31/71/70.0310.00416P21/211/51/21/31/31/71/70.0280.00417P35513331/41/40.1370.01911P4321/31111/51/50.0630.00914P5331/31111/51/50.0660.00913P6331/31111/51/50.0660.00913P7774555110.3040.0427P8774555110.3040.0427λmax=8.331,CR=0.034<0.1准则层B2-指标层PB2P9P10P11P12P13WB2CB2P911/81/91/51/70.0290.00715P10811/3320.2440.0585P11931520.4290.1024P1251/31/511/50.0820.01910P1371/21/2510.2160.0526λmax=5.329,CR=0.074<0.1准则层B3-指标层PB3P14P15P16P17P18P19WB3CB3P1411/21/81/31/71/90.0290.01812P15211/511/41/50.0580.0369P16851621/30.2590.1622P17311/611/31/60.0610.0388P18741/2311/40.1650.1033P199536410.4280.2671λmax=6.248,CR=0.039<0.1

2.4 基于TOPSIS法的鲜食葡萄品质综合评价

为保证指标之间的可对比性,消除各个评价指标的单位、量纲和数量级对评价结果不同程度的影响,需对原始数据进行一致化及无量纲化处理,同趋势化及归一化后形成的数据矩阵见表5。

表5 鲜食葡萄19项品质指标的数据无量纲化值
Table 5 Dimensionless value of 19 quality indexes of table grapes

指标编号S1S2S3S4S5S6S7S8S9P10.400.420.340.320.230.340.360.280.27P20.110.250.220.440.210.310.510.430.31P30.430.530.360.140.230.240.430.220.20P40.370.310.310.310.280.390.400.300.31P50.360.340.280.350.250.390.380.330.30P60.240.250.260.370.260.600.420.180.19P70.350.450.470.260.130.230.340.420.16P80.240.220.310.130.510.170.480.480.15P90.360.370.370.330.270.380.370.280.23P100.180.560.560.370.080.030.420.080.07P110.350.380.420.350.080.300.360.320.32P120.190.110.590.320.320.330.380.330.18

续表5

指标编号S1S2S3S4S5S6S7S8S9P130.120.630.250.690.080.120.080.090.11P140.320.330.280.360.240.480.320.280.33P150.300.350.310.320.320.250.360.360.39P160.270.380.270.340.220.270.400.320.47P170.170.220.210.190.180.200.180.700.49P180.240.240.430.550.090.400.300.170.31P190.350.350.360.340.320.340.350.290.30

根据归一化矩阵,得到正理想解和负理想解,结合表4中各指标的权重,最终计算出各评价对象指标值与正负理想解的相对接近程度Ci值,对各品质及综合得分进行排序,TOPSIS及专家鉴评结果见表6。理化营养品质中,“巨峰”Ci值0.101,营养品质最佳,其次是外调“巨峰”0.099、“夏黑”0.087;加工制汁品质中,“巨玫瑰”Ci值0.198,制汁品质最佳,其次是“阳光玫瑰”0.182、“夏黑”0.163;商业品质中,“阳光玫瑰”Ci值0.402,商业品质最佳,其次是外调“红提”0.385、“巨峰”0.331;综合得分由高至低依次是“阳光玫瑰”、“夏黑”、“巨玫瑰”、“巨峰”、外调“红提”、外调“巨峰”、“金手指”、“玫瑰香”、“密利”。计算TOPSIS与专家鉴评结果排序的秩相关系数为0.867**,呈极显著相关,这说明评价结果可靠,与专家评鉴结果基本吻合。

表6 TOPSIS分析及优良排序
Table 6 Analysis of TOPSIS and excellent ranking

样品编号理化营养品质Ci排序加工制汁品质Ci排序商业品质Ci排序综合得分Q排序专家鉴评S10.06460.10450.19680.36486S20.07640.19810.28960.56333S30.08730.16330.31340.56321S40.03180.18220.40210.61512S50.06950.02090.06190.14999S60.03670.08380.29050.40977S70.10110.12740.33130.55944S80.09920.08960.22770.41565S90.01290.08770.38520.48358

2.5 聚类分析及鲜食葡萄等级评价

根据表6中3个品质的相对接近程度Ci值,对9个品种鲜食葡萄进行K-均值聚类分析,根据现有标准中的分类[31-32],本研究将鲜食葡萄聚为3类,结合表6中的综合得分Q,进一步对聚类分析的结果进行等级评价,聚类分析结果及产品分级如表7所示。

表7 鲜食葡萄K-中心聚类分析及产品分级
Table 7 K-means cluster analysis and grading of fresh grape

样品编号距离聚类分级S10.0431ⅡS20.0743ⅠS30.0423ⅠS40.0723ⅠS50.0002ⅢS60.0611ⅡS70.0483ⅠS80.0341ⅡS90.0913Ⅰ

结果表明,第Ⅰ类,优等品,包括“巨玫瑰”、“夏黑”、“阳光玫瑰”、“巨峰”、外调“红提”5个品种;第Ⅱ类,一等品,包括“玫瑰香”、“金手指”、外调“巨峰”3个品种;第Ⅲ类,二等品,包括“密利”1个品种。

3 结论

该研究从理化营养品质、加工制汁品质、商业品质3个方面,选取风味、单果重、硬度、出汁率、糖酸比、乙醇、花青素含量等19 项相关指标,构建了鲜食葡萄综合品质AHP-TOPSIS分析法,并结合聚类分析优选出重庆本地市场“阳光玫瑰”、“夏黑”、“巨玫瑰”、“巨峰”及外调“红提”5个综合品质佳的鲜食葡萄,评价结果与专家鉴评结果吻合程度高,能较好的反映鲜食葡萄综合品质。该评价方法简单、可靠,亦可在其余农产品品质综合评价上广泛使用。

本地“阳光玫瑰”、“夏黑”、“巨玫瑰”及“巨峰”综合品质高,建议在重庆大规模推广种植,但与外调品种相比,本地鲜食葡萄果穗及单果重普遍较小,这在今后的栽培管理中应引起重视。本地产鲜食葡萄在VC、糖酸比及风味等鲜活性指标方面与同期市场销售的外调葡萄相比优势更大,这可能是因为本地农产品由于采摘时成熟度较高、采后运输距离短、周转次数少,而目前常用的贮藏、物流方式则会在一定程度上损失外调农产品的品质。因此,为最大限度保持农产品的鲜活性,一方面应提高采后贮运技术,另一方面应多在目标消费市场周边发展农产品基地、就地供应。

参考文献

[1] 胡军,陈履荣.去皮糖水葡萄加工及罐藏葡萄品种选择试验[J].中外葡萄与葡萄酒,1989(1):33-35.

[2] 晁无疾.国内外葡萄产业现状与发展趋势[C].第十四届全国葡萄学术研讨会论文集.北京:中国农学会,2008:11-14.

[3] 陈元平,程杨,胡佳羽,等.重庆9个葡萄品种的果实品质比较分析[J].南方农业学报,2014,45(1):76-79.

[4] 王玲,尹克林.重庆葡萄产业现状及发展对策[J].中国园艺文摘,2017,33(4):47-49.

[5] 张宏志,管正学,李家永.农产品品质评价体系的研究[J].江西科学,2002,20(3):179-182.

[6] 白世践,李超,户金鸽,等.层次-关联分析法在引种鲜食葡萄品质综合评价中的应用[J].北方园艺,2016(16):1-8.

[7] 沈甜,牛锐敏,陈卫平,等.应用层次-关联度和聚类分析法评价十八个鲜食葡萄品质[J].北方园艺,2017(23):64-72.

[8] ZHU Shuaimeng,LIANG Yinli,GAO Dekai,et al.Spraying foliar selenium fertilizer on quality of table grape (Vitis vinifera L.) from different source varieties[J].Scientia Horticulturae,2017,218:87-94.

[9] 徐建东.优势葡萄酒酵母菌的筛选及鲜食葡萄酿造甜性葡萄酒工艺的研究[D].新疆:石河子大学,2011:68-70.

[10] 汤兆星.新疆葡萄加工品质评价和基础数据库建立[D].北京:中国农业科学院,2010:21-23.

[11] MORATA A,LOIRA I,VEJARANO R,et al.Grape processing by high hydrostatic pressure: effect on microbial populations,phenol extraction and wine quality[J].Food and Bioprocess Technology,2015,8(2):277-286.

[12] NETZEL M,STRASS G,BITSCH I,et al. Effect of grape processing on selected antioxidant phenolics in red wine[J].Journal of Food Engineering,2003,56(2):223-228.

[13] 金恩惠,王耀民,毛笑,等.基于主成分回归分析法的红茶审评评价模型构建[J].中国食品学报,2016,16(12):235-239.

[14] 古丽尼沙·卡斯木,木合塔尔·扎热,张东亚,等.基于因子分析的无花果引进品种果实品质性状综合评价[J].食品科学,2018,39(1):99-104.

R,HÜHNER M,KOLENKO M,et al. Apple variety assessment with analytical hierarchy process[J].Erwerbs-Obstbau, 2015,57(2):97-104.

[16] 邓健康,刘璇,吴昕烨,等.基于层次分析和灰色关联度法的苹果(等外果)汁品质评价[J].中国食品学报,2017,17 (4):197-208.

[17] ZHOU Sujuan,LIU Bo,MENG Jiang.Quality evaluation of raw moutan cortex using the AHP and gray correlation-TOPSIS method[J].Pharmacognosy Magazine,2017,13(5):528-533.

[18] 林海明.小样本因子分析的SAS软件计算与综合评价[J].统计与决策,2006,2006(24):15-17.

[19] 武松,潘发明.SPSS统计分析大全[M].北京:清华大学出版社,2014:336-343.

[20] 张炳江.层次分析法及其应用案例[M].北京:电子工业出版社,2014:1-2.

[21] 孙振球,王乐三.综合评价方法及其医学应用[M].北京:人民卫生出版社,2014:48-49.

[22] 曹建康,姜微波,赵玉梅.果蔬采后生理生化实验指导[M].北京:中国轻工业出版社,2016:24-44.

[23] 李军.钼蓝比色法测定还原型维生素C[J].食品科学,2000,21(8):42-45.

[24] 弓成林,郭爱民,汪小伟,等.灰色关联度和层次分析法在葡萄品种评价上的应用[J].西南农业学报,2002,15(1):79-82.

[25] 李橙,杨志新,刘树庆,等.河北省主产区葡萄品质综合评价方法的比较分析[J].安徽农业科学,2011,39(17):10 229-10 234.

[26] GUO Jing,YUE Tianli,YUAN Yahong,et al. Chemometric classification of apple juices according to variety and geographical origin based on polyphenolic profiles[J].Journal of Agricultural and Food Chemistry,2013,61(28):6 949-6 963.

[27] MOHAMMAD E A,ESMAEIL F.Influence of mineral nutrients on growth,yield,berry quality,and petiole mineral nutrient concentrations of table grape[J].Journal of Plant Nutrition,2007,30(3):463-470.

[28] 刘美迎,李小龙,梁茁,等.基于模糊数学和聚类分析的鲜食葡萄品种综合品质评价[J].食品科学,2015,36(13):57-64.

[29] 张发明.综合评价基础方法及应用[M].北京:科学出版社,2018:7-8.

[30] SAATY T L.How to make a decision: the analytic hierarchy process[J].European Journal of Operational Research,1990,48:9-26.

[31] 中华全国供销合作总社.鲜葡萄:GH/T 1022—2000[S].北京:中国标准出版社, 2000: 2.

[32] 中华人民共和国商务部.预包装鲜食葡萄流通规范:SB/T 10894—2012[S].北京:中国标准出版社,2013: 2.

Comprehensive quality evaluation of table grapes in Chongqing

LI Xue1, LIANG Yexing1, XU Jingbing2, LIU Jianfei3*, ZHANG Xuemei1, YANG Shixiong1, ZHANG Ling1*, ZHANG Huanhuan1

1(Agricultural Product Storage and Processing Research Institute, Chongqing Academy of Agricultural Sciences, Chongqing 401329, China)2(Chongqing Institute for Food and Drug Control, Chongqing 401121, China) 3(Chongqing Academy of Agricultural Sciences, Chongqing 401329, China)

ABSTRACT In order to provide a scientific guidance for developing grape industries in Chongqing, seven varieties of table grapes that were planted locally and two varieties that were transferred from other region were collected as test materials. Analytic hierarchy process (AHP) and technique for order preference by similarity to ideal solution (TOPSIS) analysis were used to comprehensively evaluate 19 indexes that were related to physiochemical and nutritional quality, juice quality, and commercial quality of ready-to-eat grapes. The results showed that the weight of commercial quality (0.625) was higher than that of juice quality (0.239) and nutritional quality (0.137). Besides, fruit flavor (0.267), single fruit weight (0.162), hardness (0.103), juice yield (0.102), sugar-acid ratio (0.058), and ethanol content (0.052) were the main factors that affected the quality of ready-to-eat grapes. The comprehensive quality of tested nine varieties of grapes was sorted by TOPSIS and the results were consistent with the evaluation results from experts, with the rank correlation coefficient being 0.867, indicated that the evaluation method was reliable. Lastly, cluster analysis revealed that local ‘Sunshine-rose’, ‘Summer-black’, ‘Giant-rose’ and ‘Kyoho’ had good comprehensive quality.

Key words Chongqing; table grape; analytic hierarchy process(AHP); technique for order preference by similarity to ideal solution(TOPSIS); cluster analysis; quality evaluation

DOI:10.13995/j.cnki.11-1802/ts.019358

第一作者:博士研究生,助理研究员(刘剑飞研究员,张玲副研究员为通讯作者,E-mail: 1146958772@qq.com; 16244291@qq.com)。

基金项目:重庆市农业发展资金项目(NKY,2016AA002)

收稿日期:2018-11-18,改回日期:2018-12-03