CN102854291A - 一种适宜花生油加工的花生品质测定及其评价方法 - Google Patents

Abstract

本发明公开了一种适宜花生油加工的花生品质测定及其评价方法。该测定方法包括如下步骤：测定待测花生样品的粗脂肪含量、油酸含量、亚油酸含量和不饱和脂肪酸总含量；其中：粗脂肪含量、油酸含量、亚油酸含量和不饱和脂肪酸总含量分别为粗脂肪、油酸、亚油酸和不饱和脂肪酸总量占待测花生样品的质量百分含量；将上述各测定值代入至公式（1）中，即得到待测花生样品的油脂氧化稳定性。本发明用SPSS软件对花生油品质的综合值进行K-means聚类分析，将其按照大小顺序排列并分为适宜、基本适宜和不适宜三类。

Description

一种适宜花生油加工的花生品质测定及其评价方法

技术领域

本发明涉及一种适宜花生油加工的花生品质测定及其评价方法。

背景技术

花生（Arachis hypogaea L．）属于豆科，起源于南美洲热带亚热带地区，是一种重要的油料蛋白资源，花生中含油量达46%～52%，不饱和脂肪酸含量达85%以上。我国花生榨油的比例占花生总产量的53%，年产花生油200万吨左右，近年来花生油消费量持续增长。花生油营养丰富，气味清香纯正，是良好的烹饪用油，是目前最受欢迎的食用油之一。油脂的氧化稳定性是衡量花生油品质好坏的重要指标，且与人们的健康息息相关，因此具有良好氧化稳定性花生油是目前主要关注点。研究表明，不同品种花生品质差异显著，因此深入研究不同花生品种品质特性，筛选出具有优质油脂稳定性的花生品种是花生产业的一个重要发展方向。

花生品质众多，各个品质如何影响花生油的氧化稳定性，是目前急需解决的问题之一。有监督主成分回归分析在现代农业科学及相关学科中应用广泛，常用于近红外光谱波长的选择，环境污染指标的选取及疾病影响因素的研究，确实起到了“少而精”反应问题的作用。而如何采用“少而精”的花生品质特性来反映花生蛋白质的油品质还未见报道。

发明内容

本发明的目的是提供一种适宜花生油加工的花生品质测定及其评价方法，通过分析花生品质与花生油品质之间的关系，采用有监督主成分回归分析建立适宜加工花生油的花生品质评价模型，为花生专用品种的利用、鉴定和选育提供理论依据。

本发明所提供的一种适宜花生油加工的花生品质测定方法，包括如下步骤：

测定待测花生样品的粗脂肪含量、油酸含量、亚油酸含量和不饱和脂肪酸含量；其中：

粗脂肪含量、油酸含量、亚油酸含量和不饱和脂肪酸总含量分别为粗脂肪、油酸、亚油酸和不饱和脂肪酸总量占待测花生样品的质量百分含量；

将上述各测定值代入至公式（1）中，即得到待测花生样品的油脂氧化稳定性；

Y=-0.412547×粗脂肪含量+40.560138×油酸含量/亚油酸含量-0.618986×不饱和脂肪酸总含量（1）。

本发明还进一步提供了一种适宜花生油加工的花生品质评价方法，包括如下步骤：

根据上述的方法测定待测花生样品的油脂氧化稳定性，则按照下述1）~3）的标准对待测花生样品进行分类：

1）若该油脂氧化稳定性的计算值≥8.0，则待测花生样品为适宜花生油加工；

2）若该油脂氧化稳定性的计算值为8.0～-10.0，则待测花生样品为基本适宜花生油加工；

3）若该油脂氧化稳定性的计算值≤-10.0，则待测花生样品为不适宜花生油加工。

本发明具有以下有益效果：

1、减少分析步骤：测定花生油的油脂品质需要将花生油提取出来，测定花生油的各项品质指标；本发明中建立适宜花生油加工的花生品质测定模型，通过几个花生的品质特性即可测定出花生油品质的大小；模型中粗脂肪、脂肪酸等指标的测定可采用近红外分析仪进行预测，方便快捷；通过对花生仁的近红外分析检测，即可同时预测模型中的各项指标，对花生仁无任何损伤，且方便快捷。

2、用SPSS软件对花生油品质的综合值进行K-means聚类分析，将其按照大小顺序排列并分为适宜、基本适宜和不适宜三类。利用适宜加工花生油的花生品质评价模型及相关分析的相关系数确定各评价指标权重，将各指标数值大小通过K-means聚类分析的方法分类，分为适宜、基本适宜和不适宜。以各性状权重为评价分值，分别对应各自相应的性状指标，并以权重值作为最高得分，即Ⅰ级，其余依次类推，赋予各等级指标以相应的分值，最后以各性状指标得分之和作为各品种资源的最终得分，并将总分也进行K-means聚类分析分为3类，将该结果与直接采用花生油综合值的分类结果进行比较，最终形成花生加工适宜性评价标准。

附图说明

图1为实施例2中11个花生样品的花生油品质综合值原始值与计算值拟合图。

具体实施方式

下述实施例中所使用的实验方法如无特殊说明，均为常规方法。

下述实施例中所用的材料、试剂等，如无特殊说明，均可从商业途径得到。

实施例1、适宜花生油加工的花生品质测定模型的建立

（1）花生品质的测定

取2011年收获的花生样品作为标准品，45个样品（符合花生群体的常态分布规律，如表1所示）；

表1 45个花生品种

测定各品种的感官品质、理化与营养品质及加工品质指标共35个指标；其中，各指标及其测定方法和标准如下：

花生物理性状：果形：当花生样品的果形为曲棍形时，果形得分为1；当花生样品的果形为驼峰形时，果形得分为2；当花生样品的果形为串珠形时，果形得分为3；当花生样品的果形为普通形时，果形得分为4；当花生样品的果形为蜂腰形时，果形得分为5；当花生样品的果形为葫芦形时，果形得分为6；当花生样品的果形为蚕茧形时，果形得分为7；当花生样品的果形为斧头形时，果形得分为8；籽粒形状：参考栾文琪（栾文琪，1986，栾文琪，封海胜，王晶珊．花生品种主要性状的研究---性状表现及类型间的差异[J]．中国种业，1986，23-7．）；红衣：参考万书波（万书波，2008；万书波．花生品质学[M]．北京：中国农业科学技术出版社，2008．）；百果重：随机取100个花生果，称重，3次重复，求平均值；百仁重：随机取100粒花生仁，称重，3次重复，求平均值；

花生理化与营养品质分析：水分含量：GB/T 5009，3-2003；脂肪含量：GB/T 5009，6-2003；蛋白质含量：GB/T 5009，5-2003；灰分：GB/T 5009，4-2003；粗纤维含量：GB/T 5515-2008；氨基酸含量：GB/T 5009.124-2003；含糖量；以上含量均指占花生的质量百分含量

花生加工品质分析：出仁率：100g花生果剥出花生仁的重量/100g×100%；

花生油品质分析：色泽：参照GB/T5525-85；水分及挥发物：参照GB/T5528–1995；过氧化值：GB/T5538-2005；酸价：GB/T5530-2005；不皂化物：GB/T5535.1-2008；诱导时间：GB/T21121-2007；碘值：GB/T5532-2008；皂化值：GB/T5534-2008；脂肪酸：GB/T 17376-2008，GB/T 17377-1998；VE:GB/T 5009.82-2003；出油率：提取出花生油质量/花生中脂肪含量；甾醇和角鲨烯：根据发明名称为“一种同时测定植物油中植物甾醇和角鲨烯的方法”、申请号为201110424907.7的专利申请中报道的方法。

对所选45个花生品种基本数据的变化范围、均值、标准差、变异系数、进行分析，结果如表2所示；

表2 花生品种的品质特性

	变幅	平均值	变异系数	变异系数
					果形	1.00～8.00	5.07	1.86	36.78
红衣	1.00～9.00	5.47	1.46	26.62
					籽粒形状	1.00～5.00	2.40	1.79	74.54
百果重g	114.80～285.00	183.0667	43.42	23.72
					百仁重g	38.60～120.00	72.16	18.64	25.83
含水量%	3.71～7.41	5.47	0.95	17.43
					脂肪含量%	42.11～58.59	51.22	3.40	6.63
蛋白质含量%	22.15～31.40	26.30	1.97	7.49
					含糖量%	2.87～12.59	7.30	2.56	35.08
灰分%	2.19～3.46	2.57	0.20	7.86
					粗纤维%	1.50～6.90	2.5333	0.82	32.28
豆蔻酸	0.00～0.03	0.01	0.01	63.21
					棕榈酸	4.88～8.00	6.34	0.73	11.50
棕榈一烯酸	0.15～2.34	0.72	0.54	75.83
					十七烷酸	0.00～0.07	0.04	0.01	32.64
十七碳一烯酸	0.00～0.11	0.02	0.02	122.22
					硬脂酸	0.88～8.72	1.88	1.19	63.38
油酸	13.57～25.25	19.34	2.73	14.10
					亚油酸	12.50～21.14	17.52	2.23	12.74
亚麻酸	0.09～3.51	1.10	0.79	72.06
					花生酸	0.30～0.84	0.57	0.15	25.93
花生一烯酸	0.22～0.53	0.36	0.07	20.31
					山嵛酸	0.45～1.27	0.91	0.21	22.95
木焦油酸	0.00～0.55	0.33	0.14	43.13
					出油率/％	24.04～54.60	38.25	5.28	13.80
出仁率/％	50.31～79.94	69.93	5.94	8.50
					O/L	0.84～1.72	1.12	0.23	20.63
α-VE	4.62～17.41	10.39	2.55	24.56
					γ-VE	1.27～8.50	3.56	1.36	38.28
δ-VE	0.11～0.71	0.28	0.11	39.22
					VE总量	8.35～23.39	14.23	3.45	24.25
菜油甾醇	0.15～14.23	6.58	3.37	51.28
					豆甾醇	0.52～37.00	10.97	7.11	64.77
β-谷甾醇	17.10～63.52	38.53	9.42	24.44
					总甾醇	20.46～109.86	56.09	16.75	29.87
角鲨烯	2.01～8.25	4.60	1.46	31.73

变异系数是衡量一组数据中变化程度的一个统计量，脂肪含量、蛋白质含量、灰分、出仁率等四个指标的变异系数<10%（分别为6.63%、7.97%、7.86%、8.50%），变异系数较小，说明它们的离散程度较小；其它指标的变异系数较大，这说明不同品种花生很多品质差异较大。

（2）花生油综合值分析

1）花生油品质指标变换

花生油中，有的指标越大油的品质越好，而有的指标越小油的品质越好；因此，为了后续计算方便，将45个品种花生油的所有评价指标都变为越大越好，结果如下如表3所示；

表3 45个花生品种的花生油品质

2）数据标准化

将45个品种花生油的品质都变为越大越好后，进行标准化处理，即将各指标各数据减去均值除以标准差（范金城，梅长林，数据分析[M]2002，科学出版社）。

3）将处理后的标准化数据进行等全相加记为Y，即为花生品质的综合值，如表4所示；

表4 45个花生品种的综合值

（3）花生蛋白油品质分析

花生油品质是评价花生品质好坏的目标因素，对所选品种油的基本数据的变化范围、均值、标准差、变异系数进行分析，如表5所示，从表5中发现碘值和皂化值的变异系数<10%（为6.90%和6.42%），变异系数较小，说明它们的离散程度较小；其它指标的变异系数较大，这说明不同品种花生很多品质差异较大。

以上分析结果表明，试验所选花生品种之间的品质特性差异较大，试验品种来源广泛，品种选择全面，品种具有一定代表性。

表5 花生油的品质分析

（4）油用加工蛋白质花生品质评价模型的建立

4.1有监督主成分分析建立适宜油用加工的花生品质评价模型

有监督主成分分析是不使用所有的回归自变量建模，而是只利用那些与相应变量有较强相关关系的自变量，根据响应变量与各自变量的相关系数对回归自变量集合进行筛选，将相关系数超过某个阈值的自变量筛选出来，然后对新选出的部分回归自变量进行主成分回归分析，此处采用有监督主成分回归分析对选取45个品种中的前34个品种进行模型的建立。

将表4中的Y值（综合值）与花生的41个指标进行显著性分析，结果发现以下3个指标与Y在0.05水平上显著，如表6所示。

表6 花生品质与花生油品质综合值回归显著性指标表

序号	指标	显著性
			1	粗脂肪含量	0.004
2	油酸含量/亚油酸含量	0.034
			3	不饱和脂肪酸总含量	0.043

4.2回归方程的建立

建立回归方程的因变量需要符合正态分布，由于花生的氧化稳定性本身并不符合正态分布，因此，将Y进行Box-Cox转换（Verkaik-Kloosterman，2011），使得因变量符合正态分布：

得到λ=1，即Y1＝Y-1

建立Y1与各个自变量的回归方程，从回归方程的回归系数可以看出P值在0.05水平上都是显著的，因此，各个指标都纳入到方程中，得到具体方程如下，

表7回归系数显著性

变量	系数	F值	P值
				系数	5.9999982	173.27	0.0001
粗脂肪含量X1	-1.3946738	8.35	0.0072
				油酸含量/亚油酸含量X2	0.6473054	1.87	0.01822
不饱和脂肪酸总含量X3	-1.9303204	16.45	0.0003

Y1=5.9999982-1.3946738*粗脂肪标准化数据+0.6473054*油酸/亚油酸标准化数据-1.9303204*不饱和脂肪酸标准化数据

将上述公式中的Y1变为Y，同时将标准化数据转化为原始数据即得：

Y=-0.412547*X1+2.560138*X2-0.618986*X3，即

Y=-0.412547×粗脂肪含量+40.560138×油酸含量/亚油酸含量-0.618986×不饱和脂肪酸总含量

实施例2、花生样品花生油品质的测定

将实施例1中剩余的11个花生品种进行花生品质的测定。

将该11个花生品种的粗脂肪含量、油酸含量/亚油酸含量、不饱和脂肪酸含量等3个指标代入公式（1），计算11个品种的花生油品质，得到11个花生样品的花生油的综合值（即表示花生的氧化稳定性），该花生油综合值的模型预测值与化学测定值的比较如表8所示；并将模型计算结果与测定的综合值进行回归分析，二者的相关系数为0.70（图1所示）。

表8 11个花生样品的花生油的模型预测值与化学测定值的比较

实施例3、适宜油用加工的花生品质评价方法的建立

采用K-means聚类分析的方法，将花生油综合值进行分类，初步分为三类，确定每类的聚类中心，将花生油综合值划分为三个等级，则可将测得的45个花生品种进行分类，如表9所示。

表9 45个花生品种的分类

依据公式（1）中各指标的回归系数确定各指标权重，采用K-means聚类分析及实际情况，将各评价指标分为Ⅰ级、Ⅱ级和Ⅲ级，各指标权重值作为Ⅰ级得分，依次类推。

表10 公式（1）中各指标的权重

序号	指标	系数	权重
				1	粗脂肪含量	1.3946738	35
2	油酸含量/亚油酸含量	0.6473054	16
				3	不饱和脂肪酸总含量	1.9303204	49

将花生的3个品质指标分别进行K-means聚类分析，将每个指标分为3类，即Ⅰ级（适宜）、Ⅱ级（基本适宜）和Ⅲ级（不适宜），并以各个指标权重作为其最高得分即Ⅰ级，其余依次类推，赋予各等级指标相应的分值，如表11所示。

表11 各指标各等级的分值

以各性状指标得分之和作为各品种花生的最终得分，按照K-means聚类分析公式将各个品种最终得分分为3类，即Ⅰ级（适宜）、Ⅱ级（基本适宜）和Ⅲ级（不适宜），如表12所示。

表12 根据K-means聚类分析方法得到的45个花生品种的分类

将表12结果与表9的结果进行比较，二者匹配度为：适宜品种为80%，基本适宜品种为63.6%，不适宜品种为85.7%，说明该评价结果较好，适合作为适宜加工花生油花生品质评价标准。

K-means聚类分析是一种无监督式的算法，其中K表示的是最终分类个数。它是根据分类个数K随机的选取K个初始的聚类中心，不断迭代。在每一次迭代中，通过每一个点计算和各聚类中心的距离，并将距离最近的类作为该点所属的类，即当目标函数达到最小值时，得到聚类为最终聚类结果，并将数据分为K类。K-means算法目的是将一个集合进行等价类划分，即对数据结构相同的记录按照某种分类规则，将其划分为几个同类型的记录集（薛敬桃等，2010）。目标函数采用平方误差准则，即

E=∑∑|P-m_i|²        （公式5.1）

其中E为各个聚类对象的平方误差之和，P为聚类对象，m_i是类C_i的各聚类对象的平均值，即：

$m_i=\frac{\mathrm{\&Sigma;p}\&Element;C_{i}P}{\left|C_i\right|}$ （公式5.2）

式中，|c_i|表示的是类C_i聚类对象的数目，K-means聚类法的计算复杂度为O(knt)，其中k表示聚类数，n表示聚类对象样本数目，t表示迭代次数。

Claims (2)

1.一种适宜花生油加工的花生品质测定方法，包括如下步骤：

测定待测花生样品的粗脂肪含量、油酸含量、亚油酸含量和不饱和脂肪酸总含量；其中：

粗脂肪含量、油酸含量、亚油酸含量和不饱和脂肪酸总含量分别为粗脂肪、油酸、亚油酸和不饱和脂肪酸总量占待测花生样品的质量百分含量；

将上述各测定值代入至公式（1）中，即得到待测花生样品的油脂氧化稳定性；

Y=-0.412547×粗脂肪含量+40.560138×油酸含量/亚油酸含量-0.618986×不饱和脂肪酸总含量（1）。

2.一种适宜花生油加工的花生品质评价方法，包括如下步骤：

根据权利要求1所述的方法测定待测花生样品的油脂氧化稳定性，则按照下述1）~3）的标准对待测花生样品进行分类：

1）若该油脂氧化稳定性的计算值≥8.0，则待测花生样品为适宜花生油加工；

2）若该油脂氧化稳定性的计算值为8.0～-10.0，则待测花生样品为基本适宜花生油加工；

3）若该油脂氧化稳定性的计算值≤-10.0，则待测花生样品为不适宜花生油加工。

Images