常见马铃薯品种特性分析及加工适宜性分类

杨炳南, 张小燕, 赵凤敏, 刘 威, 杨延辰, 李树君

(中国农业机械化科学研究院,北京 100083)



常见马铃薯品种特性分析及加工适宜性分类

杨炳南, 张小燕, 赵凤敏, 刘 威, 杨延辰, 李树君*

(中国农业机械化科学研究院,北京 100083)

摘 要:中国是马铃薯生产和消费大国,区域在种植马铃薯品种繁多,不同原料品质会直接影响加工制品品质及产品得率。为探讨国内常见的44个马铃薯品种差异,指导马铃薯产业原料选择与品种繁育,实验测定了8个主要品质指标,统计分析显示,不同品种的各个指标差异明显,且指标间存在显著的相关关系;为消除冗余,实验对8个指标进行主成分分析,并转化成3个主成分因子,第一主成分主要代表水分因子,第二主成分主要代表糖分因子,第三主成分主要代表蛋白质因子,这3个因子的累计方差贡献率达到75.77%,能有效反映初始指标的信息。综合各主成分因子的得分图可直观反映马铃薯原料指标间的关系,进而得出不同品种的加工或鲜食建议。采用Ward聚类方法进行系统聚类分析,将44个划分为4个类别,分析各类别间的指标差异,并与主成分分析结果进行比较,二者具有较高的一致性,可为马铃薯原料加工用途划分提供参考和借鉴。

关键词:马铃薯;主成分分析;系统聚类;加工适宜性

YANG Bingnan,ZHANG Xiaoyan,ZHAO Fengmin,et al.Characteristic analysis and processing suitability clustering of common potato cultivars[J].Journal of Food Science and Technology,2016,34(1):28-36.

*李树君,男,研究员,博士,主要从事农产品加工及贮藏工程方面的研究。通信作者。

马铃薯粮菜兼用、历史悠久,在很多国家的饮食结构中占据不可或缺的地位。国外发达国家的马铃薯产业发展迅速,育种与加工配套完备,以加工为龙头带动马铃薯品种繁育,产业发展水平高,已基本实现了马铃薯品种专用化、生产规模化、技术高新化和质量控制全程化[1-2]。马铃薯也是保障我国粮食安全的重要农产品,2014年,我国马铃薯种植面积和产量均占世界1/4左右,已成为生产和消费第一大国。随着马铃薯产业稳定发展,逐步形成了东南西北中均有生产、市场周年供给的发展格局,伴随2015年初马铃薯主粮化战略的提出,马铃薯在大宗农产品中的地位更加举足轻重[3]。我国拥有发展马铃薯产业丰富的资源优势和巨大的市场潜力,但当前马铃薯主要用于鲜食、饲料和粗淀粉加工,加工产品少,质量参差不齐,马铃薯增产后不能及时加工增值,导致巨大的马铃薯资源潜力得不到充分发挥,严重制约我国马铃薯生产发展水平[4]。马铃薯品种的固有生物学特性与加工技术、加工制品、制品品质相辅相成,筛选加工专用品种,使马铃薯原料物尽其用,对促进马铃薯加工产业升级具有积极的指导意义[5]。目前,国内针对马铃薯品种脱毒、增产、抗病、贮藏等研究较多[6-8]；在加工方面,长期注重马铃薯制品的加工配方、工艺优化及生产线研究[9-11],而在不同特性马铃薯原料的加工适宜性研究方面报道较少,具体品种涵盖较少,缺乏系统性[12]。针对我国当前存在的普通品种和原料过剩、加工品种和原料缺乏等局限性,本研究收集了当前国内常见、经过国家审定的在种植品种特性,系统研究不同品种的加工指标并进行聚类,初步筛选出适宜不同加工用途的各项品种,以期为马铃薯加工产业原料保障提供参考和借鉴。

1 材料与方法

1.1 材料与试剂

收集了经过国家审定、适合区域在种植的44个常见马铃薯品种,为保证原料指标可比性与统一性, 44个品种均种植在河北坝上同一海拔的地块,由同一级别微型薯经同样种植、施肥等条件培育而成,具体品种名称如表1。

表1　44个马铃薯品种的名称Tab.1 Names of 44 potato cultivars

马铃薯样品到达实验室后,按照国家标准[13-20],在最短时间内测定水分、淀粉、蛋白质、还原糖、总糖、可溶性固形物、维生素C及灰分8项主要品质指标。所用试剂主要有:85%乙醇(分析纯),北京化学试剂公司；盐酸(6 mol/L,分析纯),北京化工厂；40%氢氧化钠溶液(分析纯),北京化学试剂公司；20%乙酸铅(分析纯),北京化学试剂公司；10%硫酸钠溶液(分析纯),北京化学试剂公司；硫酸(分析纯),北京化工厂；酒石酸钠(分析纯),汕头西陇化工厂；硫酸铜(分析纯),国药集团化学试剂有限公司。

1.2 仪器与设备

KDY-9820型凯氏定氮仪,北京思贝得机电技术研究所；WAY-1S型阿贝折光仪,上海精密仪器厂；TM-0910E型陶瓷纤维马弗炉,北京盈安美诚科学仪器有限公司；DHG-9643BS-Ⅲ型电热恒温鼓风干燥箱,上海新苗医疗器制造有限公司。

1.3 数据处理方法

采用SPSS19.0软件进行数据处理与统计分析。

1.3.1 主成分分析法

在实际问题的研究中,往往会涉及众多相关的变量,变量太多不但会增加计算的复杂性,而且也会给合理地分析问题和解释问题带来困难。主成分分析是一种处理高维数据的方法,用维数极少的互补相关的新变量来反映原变量所提供的绝大部分信息,旨在将彼此相关的指标变量转化为彼此不相关的指标变量,将个数较多的指标变量转化为个数较少的指标变量,将意义单一的指标变量转化为意义综合的指标变量,从而降低冗余、消除信息重叠[21]。主成分分析首先将对原始数据进行Z-Score标准化变换,以消除各原始变量量纲不同引起的分散程度差异,标准化公式见式(1)。

利用SPSS软件计算相关系数矩阵、特征值与特征向量,根据特征值大小绘制主成分分析碎石图,按照式(2)计算主成分载荷及主成分得分,进而得出主成分因子,绘制主成分因子得分图,分析不同马铃薯原料的指标及品质性状。

式(2)中,αij为成分矩阵中i列j行的系数；βij为特征向量系数矩阵中i列j行的系数,即第i个初始因子的载荷；λi为第i个主成分因子的特征值。

1.3.2 系统聚类法

系统聚类法又称谱系聚类,是实际应用中使用最多的一种聚类方法。系统聚类法的基本思想是令n个样品自成一类,计算出相似性测度,把测度最小的两个类合并；按照特定聚类方法计算类间距离,再按最小距离准则并类；这样每次减少一类时继续迭代,直到所有样品都归为一类为止[22]。实验采用Ward系统聚类方法计算类间欧氏距离。Ward系统聚类方法又称离差平方和法,在实际分类中应用较广,是基于方差分析的思想,每次聚类时使得该聚类导致的类内离差平方和增量最小,最终通过较少的迭代次数,实现样品分组组类距离小、组间距离大[23]。

2 结果与分析

2.1 马铃薯基础数据分析

2.1.1 品种的描述性分析

马铃薯实际生产经验表明,马铃薯原料性状直接影响加工制品品质,且根据文献[24],水分、淀粉、蛋白质、还原糖、总糖、可溶性固形物、维生素C及灰分是马铃薯的主要品质指标,与加工制品品质息息相关。实验对44个马铃薯品种的这8项指标进行测定,利用SPSS软件进行描述性分析,结果见表2。由表2可见,品种间极值差距较大,为消除由于度量单位或平均数不同造成的方差分析效果不明确,实验计算了各指标的变异系数,除水分指标外,变异系数均超过10%,各项指标离散程度较大,表明不同品种马铃薯样品特性指标间存在明显差异。

2.1.2 指标的相关性分析

相关性分析结果如表3。结果表明,还原糖与总糖、淀粉、可溶性固形物呈现极显著正相关(相关系数分别为:0.789,0.430)；水分与淀粉、灰分、可溶性固形物呈现极显著负相关(相关系数分别为:-0.884、-0.600、-0.604)；另外,维生素C与总糖、灰分、还原糖等也呈现出显著的负相关,由于各指标间相关关系的存在,易造成整体信息发生重叠,指标间正负相关关系也会造成评价系统的不稳定性,有必要选取具有代表性、彼此不相关的综合变量来降低冗余和评价负担。

表2　马铃薯主要指标统计分析Tab.2 Data analysis of main indicators of different potato cultivars　g/100 g

表3　马铃薯主要指标的相关性分析Tab.3 Correlation analysis of main indicators

2.2 主成分分析的结果分析

为有效评价马铃薯各个指标的重要性,可以利用SPSS软件对44个马铃薯品种的8个指标进行主成分分析,将原来众多具有一定相关性的指标,重新组合成一组新的互相无关的综合指标来代替原来的指标,这些互相无关的综合指标能反映马铃薯品质各个指标原来较多因素的信息,并度量各个指标的优劣程度,利于找出主要指标,剔除某些次要指标。由于不同指标的计量单位不同,数据量纲不一致,先采用Z-Score标准化变换对数据进行标准化,然后通过主成分分析得出评价因子特征值和累计贡献率,如表4。

碎石图(图1)可显示提取主成分因子与其他剩余因子的区别度,斜率(坡度)越大,主成分因子间区别度越高[21]。图1中,前3个主成分因子的斜率呈直线下降趋势,在第3个主成分因子处形成明显转折,且前3个主成分因子提取特征值均大于1,累计方差贡献率达到75%以上,提取前3个主成分因子可有效涵盖马铃薯品种的大部分信息。

图1　主成分分析碎石图Fig.1 Screen plot of principal component analysis

表5为提取3个主成分因子时的初始载荷矩阵,淀粉、水分、灰分及可溶性固形物在第一主成分上具有较高的载荷,说明第一主成分主要涵盖这些与干物质相关指标的信息,可称为干物质因子,第一主成分因子方差贡献率为36.33%；总糖和还原糖在第二主成分上具有较高的载荷,表明第二主成分涵盖糖分指标的相关信息,可称为糖分因子,方差贡献率为24.93%；蛋白质在第三主成分因子上拥有较高的载荷,第三主成分主要反映蛋白质信息,方差贡献率为14.52%；维生素C作为人体不可或缺的营养物质,但由于含量相对较低,在各主成分因子上载荷均相对较小。

表5　初始因子载荷矩阵Tab.5 Principal component matrix

用X1～X8分别代表还原糖、总糖、淀粉、水分、灰分、可溶性固形物、维生素C、蛋白质8个初始自变量,经主成分分析,计算特征向量系数矩阵,可将X1～X8经线性变换,得出3个互不相关的主成分因子表达式PC1～PC3(式(3)至式(5)),这3个主成分因子累计方差贡献率达到75.77%,可基本替代初始8个指标进行数据分析。

根据马铃薯主成分分析的初始因子载荷结果,得出PC1、PC2、PC3分别代表干物质因子、糖分因子及蛋白质因子,干物质因子PC1正向取值越大,代表品种含水较少,而淀粉、可溶性固形物等成分较高；糖分因子PC2负向取值越大,则越不容易发生褐变,加工过程中能有效保持色泽,PC2正向取值越大,则不适宜加工,但高糖分含量作为主要碳水化合物有利于提高鲜食菜用的营养；蛋白质因子PC3正向取值越大,蛋白质含量越高,马铃薯营养越丰富。绘制主成分因子得分图(图2)可以反映不同马铃薯品种与品质指标间的关系。

图2　44个马铃薯品种主成分分析因子得分图Fig.2 PCA scores for 44 potato cultivars

图2(a)PC1与PC2综合得分图可用于确定马铃薯原料用途。第一、第四象限品种干物质含量高,涵盖主要适宜加工品种,如序号42、6、14、31、30(对应品种GLKS-58-1642.4、转心乌、宁薯7号、云薯301、云薯102)等品种,第一象限品种比第四象限的品种颜色较易发生褐变,在加工过程中需采取相应抑制措施；第二象限品种糖分高、干物质含量低,鲜食或菜用的食味值较好,如序号1、18、21、13、2(对应品种中薯1号、中薯3号、紫、凉薯17、卡它丁)等；第三象限品种含水较多且不易褐变,鲜食或菜用感官品质好,如序号25、34、37、40(对应品种东农303、青薯168、Hertha、Desiree)等。

图2(b)PC1与PC3综合得分图可用于筛选优势加工品种原料。第一象限干物质含量高、蛋白质含量高,加工特性好且制品营养价值高,属于优势加工品种原料,涵盖品种有序号42、6、31、44、30、10(对应品种GLKS-58-1642.4、转心乌、云薯301、LBr-25、云薯102、俄8)等；第四象限干物质含量高但蛋白质含量较低,属于较适宜加工品种,如序号4、43、28、24、23(对应品种Red Gold、TACNA、合作003、马尔科、鄂95P3-3)等；第二象限品种水分足、蛋白含量高,鲜食菜用品质好,如序号25、34、21、36、18(对应品种东农303、青薯168、紫、Kondor、中薯3号)等；13、29(对应品种凉薯17、克新19号)等品种处于第三象限,综合品质较差。

图2(c)PC2与PC3综合得分图可用于筛选营养丰富的鲜食品种。第一象限糖分和蛋白质含量都较高,序号1、6、17、14、22、2(对应品种中薯1号、转心乌、天薯5号、宁薯7号、L9810-18、卡它丁)等品种均涵盖在内,这些品种尤其适合鲜食或菜用；第二象限的品种糖分少、蛋白质高,马铃薯产品营养高且不易褐变；第三和第四象限营养品质相对较低。

2.3 系统聚类结果分析

利用SPSS软件对标准化后的还原糖、总糖、淀粉、水分、灰分、可溶性固形物和蛋白质7个指标进行系统聚类分析,维生素C虽然是马铃薯中重要的营养物质,但在主成分分析中贡献率较低,为避免对分类结果的影响,聚类分析不考虑维生素C变量。采用Ward聚类方法计算欧氏距离,系统聚类结果如图3。从最大距离的1/2处划分,可将44个马铃薯品种划分为4类,4类间距离较远,类中点距离较近,分类效果较好。

图3中,高原4号、95P3-3、阿8084、春薯1号、Shepody等15个品种归为一类(标记为Ⅰ类),Ⅰ类品种干物质含量适中,还原糖和蛋白质含量较低,加工或鲜食特征均不明显,可作为各类用途补充品种；转心乌、GLKS-58-1642.4、云薯102、云薯301、Red Gold、LBr-25等13个品种聚为一类(标记为Ⅱ类),该类品种干物质含量高、糖分含量较低且蛋白质含量较高,加工过程中不易变色且生产转化率高,蛋白较高使得产品营养丰富,可用于油炸薯条、薯片、全粉等产品加工,兼用于鲜食；天薯5号、L9810-18、卡它丁、中薯1号4个品种聚为一类(标记为Ⅲ类),该类品种干物质含量低、蛋白质较高,不适合加工但适用于鲜食菜用,且糖分含量高、鲜食风味较好；中薯3号、紫、青薯2号、Desiree、郑薯5号、Kondor等12个品种聚为一类(标记为Ⅳ类),该类品种干物质含量低、蛋白质含量高、还原糖含量较低,适合鲜食菜用,且菜用加工过程中不易褐变,感官品质较好。

综上,Ⅱ类品种是优良的加工品种；Ⅲ类和Ⅳ类品种适合鲜食菜用,Ⅲ类品种营养价值和风味较好,Ⅳ类品种切分后不易褐变,感官品质较好；Ⅰ类品种各类品质指标含量适中,属于兼用型或各用途补充品种。

图3　系统聚类树状图Fig.3 Hierarchical diagram of clustering

2.4 主成分分析与系统聚类结果比较

将主成分分析的因子得分表分布情况与系统聚类结果进行比较,结果如表6。Ⅰ类品种在PC1∩PC3因子得分图中均位于第三或第四象限,除凉薯17外,其他品种在PC2∩PC3因子得分图中均位于第三象限,表明Ⅰ类品种干物质含量适中,含有较低的糖分含量和蛋白质,加工特性不明显；Ⅱ类品种在PC1∩PC2因子得分图中位于坐标系右侧,除Spunta 和Red Gold品种在PC1∩PC3因子得分图中位于第四象限,其他品种均位于第一象限,在PC2∩PC3因子得分图中基本位于第二象限,表明这类品种干物质含量高、蛋白质含量高、糖分含量较低,是优良的加工专用品种；Ⅲ类品种在PC1∩PC2和PC1∩PC3因子得分图中位于第二象限或正y轴,在PC2∩PC3因子得分图中位于第一象限,表明该类品种干物质含量低,但糖分含量与蛋白质含量均较高,营养丰富,最适宜鲜食或菜用；Ⅳ类品种位于PC1∩PC3因子得分图左侧,大多品种在PC1∩PC3和PC2∩PC3因子得分图中位于第二象限,表明大多数该类品种水分充足,含有较低的糖分和较高的蛋白质,适合鲜食,不易褐变,感官品质较好。因此,主成分分析与系统聚类结果具有较高的一致性,可为马铃薯产业加工原料选择和品种繁育提供较科学的参考和借鉴。

表6　主成分因子得分图与系统聚类结果比较Tab.6 Comparison of hierarchical clustering and PCA scores of 44 potato cultivars

2.5 马铃薯加工适宜性评价标准

将各类别样品均值与总体均值进行比较,结果如表7。不同类别的还原糖、淀粉指标与总体均值差异最大,水分及蛋白质含量与总体均值差异较大,其他指标差异较不明显。还原糖指标比较显示,第Ⅰ类、第Ⅱ类样品还原糖均值明显低于总体均值,第Ⅲ类还原糖指标远高于总体均值；淀粉指标比较结果显示,第Ⅱ类样品淀粉含量明显高于总体均值,而第Ⅳ类样品淀粉含量最低；水分指标中,第Ⅱ类样品水分含量明显低于总体均值,而第Ⅳ类样品水分含量最高；蛋白质指标中,第Ⅱ类样品蛋白质含量明显高于总体均值,而第Ⅰ类样品蛋白质含量最低。

表7　各类别样品均值与总体均值比较Tab.7 Comparison between mean value and totality of different clustering　g/100 g

根据各类别马铃薯样品中有明显差异的品质指标测量值分布情况,结合样品总体均值大小,可初步确定加工适宜性评价标准,具体如表8。还原糖含量直接影响加工制品的色泽,淀粉和水分指标直接影响加工产品得率,蛋白质是重要的营养指标,适宜加工品种需具有较小的还原糖和水分含量、较大的淀粉和蛋白质含量；当糖分和蛋白质含量均较高时,马铃薯品种则尤其适合鲜食或菜用；各项指标含量适中则为兼用品种。结合各类别最值大小及总体均值可初步得出马铃薯加工适宜性评价标准,后续将继续增加样本容量,完善加工适宜性评价依据,提高该评价标准的科学性和系统性。

表8　马铃薯加工适宜性评价标准Tab.8 Evaluation standard for suitability of potato processing　g/100 g

3 结 论

1)实验对经过国家审定、适合区域在种植的44个常见马铃薯品种8项主要品质指标(水分、淀粉、蛋白质、还原糖、总糖、可溶性固形物、维生素C及灰分)进行分析,各指标极值差距较大,变异系数较高,不同马铃薯品种品质存在明显差异。

2)8项指标间的相关性分析表明,还原糖与总糖、淀粉与可溶性固形物、水分与淀粉等指标间均存在不同程度的相关关系,为消除冗余,实验通过主成分分析将8个马铃薯初始品质指标重新组合成4个互相无关的主成分因子PC1、PC2和PC3,分别代表干物质因子、糖分因子及蛋白质因子,这3个因子的累计方差贡献率达到75.77%,能反映大部分原始指标的信息。为确定马铃薯原料品质特性进而分析加工用途,实验根据马铃薯主成分分析的初始因子载荷结果,绘制主成分分析因子得分图,得出GLKS-58-1642.4、转心乌、云薯301等品种属于优势加工品种原料；而中薯1号、转心乌、天薯5号、宁薯7号等品种尤其适合鲜食或菜用。

3)采用Ward聚类方法进行系统聚类分析,将44个划分为4个类别(Ⅰ、Ⅱ、Ⅲ和Ⅳ类),Ⅱ类品种是优良的加工品种；Ⅲ类和Ⅳ类品种适合鲜食菜用,Ⅲ类品种营养价值和风味较好；Ⅳ类品种切分后不易褐变,感官品质较好；Ⅰ类品种各类品质指标含量适中,属于兼用型或各用途补充品种。

4)将主成分分析的因子得分表分布情况与系统聚类结果进行比较,二者具有较高的一致性。分析聚类结果中的各类品种原料特性,进一步得出马铃薯加工适宜性评价标准,可为马铃薯育种及加工产业的原料选择提供科学参考和积极借鉴。后续研究中随着实验样品数量增加,适宜性评价标准需继续完善。

参考文献:

[1]GUPTA V K,LUTHRA S K,SINGH B P.Potato processing varieties:present status and future thrusts[EB/OL].(2014-09-22)[2015-03-04].https:∥www.researchgate.net/publication/273120681_Potato_ processing_varieties_Present_status_and_future_thrusts.

[2]村外.国外马铃薯加工业状况及进出口需求[J].农产品加工,2008(6):11,14.

[3]吴永斌,杨富安.关于马铃薯主粮化的思考[J].甘肃农业,2015(1):1.

[4]高明杰,罗其友,刘洋,等.中国马铃薯产业发展态势分析[J].中国马铃薯,2013(4):243-247.

[5]FALLOWS S J,WHEELOCK J V.Byproducts from the U K food system 1:the potato processing industry[J].Conservation&Recycling,1982,5(82):163-172.

[6]CHEN Z,ZHAO Y,LEI G,et al.Accumulation and localization of cadmium in potato(Solanum tuberosum)under different soil Cd levels[J].Bulletin of Environmental Contamination&Toxicology,2014,92(6):745-751.

[7]杨如达,杨富,李淑兰.无公害马铃薯高产高效栽培技术[J].内蒙古农业科技,2011(2):113-114.

[8]RUTOLO M.Detection of potato storage disease via gas analysis:a pilot study using field asymmetric ion mobility spectrometry[J].Sensors,2014,14(9):15939-15952.

[9]张小燕,刘威,兴丽,等.马铃薯加工品质指标近红外预测模型研究[J].红外,2012,33(12):33-39.

[10]刘威,张小燕,杨鸉,等.马铃薯片微波灭酶最佳工艺参数[J].农业机械学报,2013,44(8):213-218.

[11]胡兆波.用正交法研究油炸面包糠土豆泥的加工工艺[J].食品研究与开发,2014(9):63-65.

[12]石瑛,张丽莉,魏峭嵘,等.淀粉加工型马铃薯新品种东农308的选育[J].中国蔬菜,2014(2):54-56.

[13]江苏省农科院.水果、蔬菜维生素C含量测定法(2.6-二氯靛酚滴定法):GB/T 6195—1986[S].北京:国家标准局,1986.

[14]中华人民共和国卫生部.食品中蛋白质的测定:GB 5009.5—2010[S].北京:中国标准出版社,2010.

[15]国家技术监督局.水果、蔬菜制品可溶性固形物含量的测定——折射仪法:GB 12295—1990[S].北京:国家标准化管理委员会,1990.

[16]中华人民共和国卫生部.食品中灰分的测定:GB 5009.4—2010[S].北京:中国标准出版社,2010.

[17]中华人民共和国卫生部.食品中水分的测定:GB 5009.3—2010[S].北京:中国标准出版社,2010.

[18]中华人民共和国卫生部.食品中淀粉的测定:GB 5009.9—2008[S].北京:中国标准出版社,2009.

[19]黑龙江省农科院.水果、蔬菜可溶性糖测定法:GB/T 6194—1986[S].北京:国家标准局,1986.

[20]中华人民共和国卫生部.食品中还原糖的测定:GB 5009.7—2008[S].北京:中国标准出版社,2009.

[21]CHEN S,ZHU Y.Subpattern-based principle component analysis[J].Pattern Recognition,2004,37(5):1081-1083.

[22]ROHLF F J.Adaptive hierarchical clustering schemes[J].Systematic Biology,2015,19(1):58-82.

[23]霍叶青,何跃.基于离差最大化和Ward系统聚类的四川城镇化水平研究[J].软科学,2010,24(6):71-73.

[24]张小燕,赵凤敏,兴丽,等.不同马铃薯品种用于加工油炸薯片的适宜性[J].农业工程学报,2013,29 (8):276-283.

(责任编辑:叶红波)

Characteristic Analysis and Processing Suitability Clustering of Common Potato Cultivars

YANG Bingnan, ZHANG Xiaoyan, ZHAO Fengmin, LIU Wei, YANG Yanchen, LI Shujun*
(Chinese Academy of Agricultural Mechanization Sciences,Beijing 100083,China)

Abstract:China is one of the world’s largest countries in potato production and consumption.Cultivar differences have significant effects on the quality and yield of potato products.In order to choose proper potato materials for optimal products’processing and provide guiding significance for potato processing industry,8 main quality indicators were tested based on 44 common potato cultivars in domestic.Statistics analysis showed that,there were obvious differences in indicators of different potato cultivars,and the significant correlation was found between most indicators.To reduce the redundancy,principal component analysis(PCA)was used to transform 8 original indicators into 3 irrelevant principal components.The first principal component was represented as the moisture factor.The second principal component was represented as the sugar factor.And the third component was represented as the protein factor.The cumulative percent of 3 principal components reached 75.77%and could effectively reflect the information of the original indicators.Based on PCA scores for 44 potato cultivars,usages of processing or fresh-eating for different cultivars were suggested.Hierarchical clustering with the Ward method was used to divide 44 potato cultivars into 4 categories and the characteristics of each category were analyzed.The result was accordant with PCA scores,and can provide references and uses for different potato cultivars.

Key words:potato；principal component analysis；hierarchical clustering；processing suitability

作者简介:杨炳南,男,研究员,主要从事农产品加工及贮藏工程方面的研究；

基金项目:公益性行业(农业)科研专项经费项目(200903043)；国家马铃薯产业技术体系项目(CARS-10-P23)；国家自然科学基金资助项目(31401582)。

收稿日期:2015-12-05

doi:10.3969/j.issn.2095-6002.2016.01.005

文章编号:2095-6002(2016)01-0028-09

中图分类号:TS215

文献标志码:A

引用格式:杨炳南,张小燕,赵凤敏,等.常见马铃薯品种特性分析及加工适宜性分类[J].食品科学技术学报,2016,34(1):28-36.