基于主成分分析法的钙盐漂烫海带质构品质综合评价

摘 要：为对漂烫海带质构品质进行客观综合评价，以不同含量钙盐漂烫处理后的海带样品的硬度、弹性、咀嚼性、内聚性、胶着性、恢复性 6 项质构指标进行分析，并结合模糊感官评价，运用主成分分析法构建海带品质的评价方法。结果表明：漂烫海带的质构指标参数与感观得分呈二次函数关系，存在感观得分最高时的质构指标值Xmax。将质构指标参数转化为与感官品质呈正相关的质构指标指数，经主成分分析，6项质构指标可提取主成分 2个，累积方差贡献率达 93.988%，以各主成分的方差贡獻率与总方差贡献率的比值作为主成分权重系数，计算出综合得分，归一化转化为质构综合指数。该方法的评价结果能综合反映海带质构品质。

关键词：海带；漂烫；质构品质；主成分分析； 综合评价

中图分类号：TS 254.4文献标识码：A文章编号：1008-0384（2017）10-1124-06

Abstract：In order to objectively evaluate the texture quality of kelp， six texture parameters including hardness， elasticity， chewiness， cohesiveness， adhesiveness and recovery of kelp samples bleached by different concentrations of calcium salts were analyzed. The fuzzy sensory evaluation and principal component analysis were used to construct the evaluation method of kelp quality. The results showed that there was a quadratic function relationship between texture parameter and sensory score， and there were several quality indicators Xmax exist when sensory score at the highest level. The parameters of texture were transformed into texture index positively correlated with sensory quality. According to the principal component analysis， two main components were extracted from the six quality indicators， the total variance could reach to 93.988%. The ratio of the variance contribution of each principal component to the total variance contribution was taken as the principal component weighting coefficient to calculate the composite score， then it was converted into the texture composite index by normalization. The results of this method could comprehensively reflect the quality of kelp texture.

Key words：kelp； blanching； texture quality； principal component analysis； comprehensive evaluation

海带是一种低脂肪、低热量的保健食品，符合现代人的饮食结构，将成为当代食疗的最佳选择之一[1]。近几年，随着海带产业发展，深加工海带越来越受欢迎，已开发的产品有海带结、海带挂面、海带片等[2]。然而，海带制品在生产加工过程需要热处理而改变了海带的质构特性，从而影响其食用品质。食品品质常用的评价方法是感官评价法，但感官评价的人为主观性强，缺乏严谨性。有学者借助质构仪进行了果蔬等食品质构品质的评价，但质构指标有硬度、咀嚼性、弹性、胶着性、内聚性、黏性等，指标较多，从多个的质构参数和一个质构参数值的高低难以直观评价其质构品质的优劣，因此需要引入生物统计法，将多个参数归一化为一个综合指标进行评价[3-5]。

主成分分析（Principal Component Analysis，PCA）通过降低数据维数，在损失很少信息的前提下将多个因子化为少数几个互不相关的综合因素[6-8]。用主成分分析法可减少评价指标，简化评价过程，适用于对多指标的综合分析，被广泛用于食品品质评价因子的筛选和品质的综合评价。杨文婷等[9]利用PCA构建滩羊肉品质的评价模型，证明该模型的评价结果与感官评价结果具有良好的一致性，能综合反映滩羊肉品质的优劣。李俊芳等[10]采用主成分分析法对 10 种桑椹的游离氨基酸成分进行分析及综合评价，证明综合评价得分高低能表明桑葚品种主要氨基酸、必需氨基酸、药用氨基酸和呈味氨基酸等的综合情况。

对海带品质PCA研究鲜见报道。本试验对不同钙盐漂烫处理后的海带样品，利用质构仪测定其硬度、弹性、内聚性、咀嚼性、胶着性和恢复性指标，采用PCA法对不同样品海带品质进行综合评价，建立综合评价方法，为进一步研究海带的质构品质提供理论基础和评价方法。

1 材料与方法

1.1 材料与试剂

盐渍海带：新鲜海带用35%的食盐盐渍24 h 后，于-20℃速冻保藏所得。由福建省红太阳精品有限公司提供。氯化钙、食盐均为食品级。

1.2 仪器与设备

TAXT Plus型质构仪，英国SMS公司；数显恒温水浴锅，常州国华电器有限公司。

1.3 试验方法

盐渍海带脱盐后，按料液比1∶3，以不同质量分数的CaCl2溶液、在一定温度下漂烫一定时间，冷却、沥干之后切条，制备不同质构品质的样品 19份，分别标为1～19号。每份取海带中部（宽度1 cm、厚度1.90 mm）进行質构测定。

1.4 分析方法

1.4.1 质构特性测定 通过TPA测试参数：选用P/5R探头进行TPA模式的质构测定，测前速度=1.00 mm·s-1，测后速度=1 mm·s-1，测试速度=1 mm·s-1，触发力=5 g，下压距离为3 mm，2次压缩停留间隔时间=5 s，数据采集速率为400 p·s-1，每份样品平行测定 9 次，取平均值。质构指标包括硬度、弹性、咀嚼性、内聚性、胶着性和恢复性等6项。硬度（g）为第1次穿冲样品时的压力峰值；弹性指在作用力撤销后形变样品的回复程度，为两次压缩峰形变量高度比值；内聚性指第2次压缩和第1次压缩形成的正峰区域比值；胶着性（g）表示半固体样品破裂成吞咽状态时所需的能量，胶着性（g）=硬度（g）×内聚性；咀嚼性（g）指样品咀嚼成吞咽状态时所需的能量，咀嚼性（g）=硬度（g）×内聚性×弹性；恢复性指变形样品时同等条件下恢复到原来形状的程度，为第1次冲穿中的“回收”阶段的面积同下压时冲穿阶段面积的比值[11]。

1.4.2 海带感官模糊评价 采用层次分析法建立海带的评价域U=﹛质地u1，色泽u2，气味u3，口味u4﹜，设定各评价指标的模糊权向量A={0.50，0.10，0.10，0.30﹜，设定评价等级V={很好v1，较好v2，一般v3，差v4 }，品评标准见表1。选用M（·，+）算子建立模糊综合评价模型，各等级的轶标准见表2，每个样品构成1个普通集合（论域）：F={F1，F2，…，F19﹜，Fi﹛i=1，2，…，19﹜。Fi表示i种海带样品，根据隶属度采用秩加权平均原则进行感官模糊综合评价[12-14]。

1.4.3 主成分分析综合评价方法

（1）指标转化：

在海带的品质评价指标中，感官得分数值越大，海带口感越好，可以直接取其数值表示，而质构指标过高或过低都不能体现产品的良好品质[15]。因此，通过建立感观得分与某质构指标的函数关系，分析感观得分最高时的质构指标值Xmax，再将各品质特性的质构参数根据公式（1）转换为质构指标指数，用于主成分分析。

2 结果与分析

2.1 质构参数及感官评价的描述性分析

海带在不同条件下经钙盐漂烫后的质构指标及感官评分如表3所示，结果表明各处理样品的硬度、弹性、内聚性、咀嚼性、胶着性、恢复性及感官评分等指标存在差异。19个处理组数据的描述性统计参数见表4，咀嚼性表现出最大的变异程度（CV=33.34%），其次是胶着性（CV=29.81%），弹性的变异程度最小（CV=7.71%），即弹性的离散度较小，无法表示样品中的差异性，因此后续分析中将其剔除，对其他5个质构指标进行分析。

2.2 模拟最优质构参数的确定

在海带的品质评价指标中，感官得分数值越大，海带口感越好，故可直接取其数值表示，而质构指标过高或过低都不能体现产品的良好品质。通过建立感官得分与质构参数的函数关系，分析确定感官评价分值最高的最优质构参数，即Xmax（表5）。分析结果表明，感官得分（Y）与各质构指标（Xi）的关系符合二次曲线方程，方差分析显示方程P<0.05，方程回归显著。经公式（1）将各质构指标测定值转化为与感观得分呈正相关的质构指标指数，用于主成分分析。

2.3 主成分分析与综合评价

将各因子进行KMO和 Bartlett 检验，KMO为 0.680，Bartlett检验的近似卡方为 119.272，达极显著水平，可以进行因子分析。主成分的分析结果见表 6～7。第 1 主成分特征值为3.990，贡献率为 79.808%，主要包括硬度指数（Y1）、咀嚼性指数（Y3）和胶着性指数（Y5）的信息，称为“硬度指数因子”；第2主成分特征值为 0.709，贡献率为 14.180%，主要包括内聚性指数（Y2）和恢复性指数（Y4），称为“恢复性指数因子”。2个成分累计贡献率可达到 90% 以上，说明用这2个主成分能较好地代替以上 5 项质构指标来评价海带品质。从主成分载荷矩阵可以看出，5 个变量在第 1 主成分上的载荷值都较第 2 主成分大，意味着它们与第 1 主成分的相关程度高，第 2 主成分与原有变量的相关性均较小，它对原有变量的解释作用不显著，因此采取正交旋转法对分析方法进一步优化，获得旋转后的主成分载荷矩阵，旋转后第 1 主成分贡献率为 54.671%，第 2 主成分贡献率为 39.317%，2个成分累计贡献率同样为 93.988%，不影响数据的原始性[16-18]。

主成分 F1 和 F2 从不同方面反映了海带的品质，根据公式（2）求出每个处理主成分 F的函数，并将 Xmax 和 Xmin 所对应的质构指标指数标准化后带入，得到相应的 Fmax 为 1.357 和 Fmin 为 -2.233，再根据公式（3）进行归一化处理转化为质构综合指数，建立综合评价方法，结果见表 8。并将其与模糊感官评价中的得分进行对比，建立感官得分（Y）与质构综合指数的线性关系为Y=0.053X+2.888，R= 0.848，P< 0.001，线性显著相关，故该方法可很好地评价海带品质。

3 讨论与结论

在运用质构指标来评价海带品质的时候，单一的质构指标并不能全面有效地评价海带的品质，而使用多个指标评价又会出现信息的重叠。这是因为各指标之间在计算上存在一定的关联性，如胶着性是由硬度乘以内聚性得到，而咀嚼性是由胶着性乘以弹性得到[19-21]。这就需要我们将不同指标、不同标准的量纲因子统一于同一评价方法中[22-23]。但是各质构指标并不是越大越好，或者越小越好，评价起来存在一定的困难，试验中发现海带的各质构指标与感官得分存在二次函数关系，均有感官得分最高时对应的理论质构指标参数。硬度、恢复性和胶着性的 Xmax 均超出本试验范围，说明硬度、恢复性和胶着性在本试验范围是数值越大，感官越好，而咀嚼性和内聚性的 Xmax 在本试验范围并不是数值越大感官越好，当其超过一定值后，感官评分不但不增，反而下降。为统一计算，将其转化为越大越好的质构指标指数，同时还消除了量纲之间的不统一。

有学者在对综合得分进行归一化处理时，使用最大值和最小值作为 Fmax和 Fmin，这会导致质构综合指数出现极值 0 和 100，与实际值偏差较大[15]。本研究采用感观指标最高时的质构指标值 Xmax 和质构均为 0 时分别对应的 Fmax 和 Fmin 进行归一化计算，结果介于 0～100 之间，可信度高。为评价感官得分与质构综合指数是否具有一致性，建立了感官得分与质构综合指数的线性关系，发现显著性相关关系，变化趋势基本保持一致。

本研究测定了经钙盐漂烫处理的不同海带样品的硬度、弹性、咀嚼性、内聚性、胶着性和恢复性 6 个质构指标及经模糊感官评价得到感官得分。建立感官与质构的二次函数，将质构指标参数转化为与感观得分呈正相关的质构指标指数，用于主成分分析。分析提取了2个主成分F1和F2，累积方差贡献率达到93.988%，以 2 个主成分及单个主成分所对应的方差贡献率占所提取主成分总的方差贡献率之和的比例作为权重，得出综合得分，再进行归一化得到质构综合指数，可用于客观评价海带综合品质。

参考文献：

[1]王庆佳， 李智， 郑宝东， 等. 海带酥性饼干的研制及血糖生成指数评价[J]. 食品研究与开发， 2016， 37（7）： 184-188.

[2]江晓宁， 陈钏杰， 沈宇丹， 等. 海带的加工技术与研究现状[J]. 北京农业， 2015，（4）：22.

[3]李伟， 郜海燕， 陈杭君， 等. 基于主成分分析的不同品种杨梅果实综合品质评价[J]. 中国食品学报， 2017， 17（6）：161-171.

[4]公丽艳， 孟宪军， 刘乃侨， 等. 基于主成分与聚类分析的苹果加工品质评价[J]. 农业工程学报， 2014， 30（13）： 276-285.

[5]王晶晶， 董福， 冯叙桥， 等. TPA质构分析在凌枣贮藏时间判定中的应用[J]. 中国食品学报， 2017， 17（3）： 218-224.

[6]區靖祥， 邱建德. 多元数据的统计分析方法[M].北京： 中国农业科学技术出版社， 2002.

[7]张瑞莲， 尹军峰， 袁海波， 等. 基于主成分分析法研究茶叶加工工艺对茶饮料汤色稳定性的影响[J]. 食品科学， 2010， 31（13）： 82-87.

[8]PRAVDOVA V， BOUCON C， JONG S D， et al. Threeway principal component analysis applied to food analysis： an example[J]. Analytica Chimica Acta， 2002， 462（2）： 133-148.

[9]杨文婷， 李俊丽， 孔丰， 等. 基于主成分分析法对冷冻滩羊肉品质评价模型的构建[J]. 食品工业科技， 2017， 38（9）： 300-303.

[10]李俊芳， 马永昆， 张荣， 等. 不同果桑品种成熟桑椹的游离氨基酸主成分分析和综合评价[J]. 食品科学， 2016， 37（14）： 132-137.

[11]HE L， XU X， GUO S. Rheological and textural properties of fullfat and lowfat cheese analogues[J]. Transactions of the Chinese Society of Agricultural Engineering， 2007， 23（5）：32-41.

[12]李玉珍， 肖怀秋. 模糊数学评价法在食品感官评价中的应用[J]. 中国酿造， 2016， 35（5）： 16-19.

[13]翁敏劼， 陈君琛， 赖谱富， 等. 模糊数学法在即食杏鲍菇评价中的应用[J]. 福建农业学报， 2016， 31（3）： 293-296.

[14]霍红. 模糊数学在食品感官评价质量控制方法中的应用[J]. 食品科学， 2004， 25（6）： 185-188.

[15]黄梅花. 速冻调理米饭套餐配菜品质控制技术的研究[D]. 杭州：浙江大学， 2014.

[16]TODA J， WADA T， YASUMATSU K， et al. Application of principal component analysis to food texture measurements[J]. Journal of Texture Studies， 1971， 2（2）： 207-219.

[17]D"AGOSTINO R B. Principal Components Analysis[M]. Encyclopedia of Biostatistics[J]. John Wiley & Sons， Ltd， 2010：153.

[18]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.

[19]WATTANACHANT S， BENJAKUL S， LEDWARD D A. Effect of heat treatment on changes in texture， structure and properties of Thai indigenous chicken muscle[J]. Food Chemistry， 2005， 93（2）： 337-348.

[20]郭意明， 丛爽， 邓惠馨， 等. 鱼糜和马铃薯粉对饼干质构和风味的影响[J]. 食品科学， 2017，38（20）： 96-102.

[21]伍婧， 王远亮， 李珂， 等. 基于主成分分析的不同醒发条件下挂面的特征质构[J]. 食品科学， 2016， 37（21）： 119-123.

[22]陈中爱， 刘永翔， 陈朝军， 等. 彩色马铃薯馒头的制备及质构特性主成分分析[J]. 食品科技， 2016，37（9）： 163-166.

[23]VIRGINIA K C， DUNCAN I H， PAUL L H. Assessment of objective texture measurements for characterising and predicting the sensory quality of squash （Cucurbita maxima）[J]. New Zealand Journal of Crop & Horticultural Science， 2006， 34（4）： 369-379.

（责任编辑：翁志辉）

推荐访问： 海带 综合评价 分析法 成分 品质

---