CN110361509A - 获取牡丹种子的油用品质评价模型的方法 - Google Patents

获取牡丹种子的油用品质评价模型的方法 Download PDF

Info

Publication number
CN110361509A
CN110361509A CN201910650549.8A CN201910650549A CN110361509A CN 110361509 A CN110361509 A CN 110361509A CN 201910650549 A CN201910650549 A CN 201910650549A CN 110361509 A CN110361509 A CN 110361509A
Authority
CN
China
Prior art keywords
kernel
skin
content
seed
evaluation model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910650549.8A
Other languages
English (en)
Other versions
CN110361509B (zh
Inventor
舒庆艳
刘政安
门思琦
彭丽平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Botany of CAS
Original Assignee
Institute of Botany of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Botany of CAS filed Critical Institute of Botany of CAS
Priority to CN201910650549.8A priority Critical patent/CN110361509B/zh
Publication of CN110361509A publication Critical patent/CN110361509A/zh
Application granted granted Critical
Publication of CN110361509B publication Critical patent/CN110361509B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/03—Edible oils or edible fats
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明提供一种获取牡丹种子的油用品质评价模型的方法，包括：获取多份牡丹种子样本，获取各个样本的种仁评分、种皮评分和完整种子评分；分别按照种仁主要影响指标集合、种皮主要影响指标集合和完整种子主要影响指标集合进行检测，以得到各样本的种仁指标测试结果、种皮指标测试结果和完整种子指标测试结果；根据各样本的种仁指标测试结果和种仁评分，进行多元线性回归操作，以得到牡丹种子油用的种仁品质评价模型；根据各样本的种皮指标测试结果和种皮评分，进行多元线性回归操作，以得到牡丹种子油用的种皮品质评价模型；根据各样本的完整种子指标测试结果和完整种子评分，进行多元线性回归操作，以得到牡丹种子油用的完整种子品质评价模型。

Description

获取牡丹种子的油用品质评价模型的方法
技术领域
本发明涉及生物技术领域，特别地涉及一种获取牡丹种子的油用品质评价模型的方法。
背景技术
牡丹籽油是一种高不饱和脂肪酸、高亚麻酸以及低n-6/n-3比值的优质食用油。油用牡丹是指我国芍药属牡丹组中结籽量大、含油量高且油品质好的牡丹品种。凤丹是较优的油用牡丹品种之一。随着市场规模的扩大，牡丹种子在市场中的流通也随之愈加频繁。然而，由于尚未制定牡丹种子品质统一的评价标准，种子市场目前出现以次充好，以陈掺新的混乱现状，严重影响到了牡丹籽油的品质及产业的发展。
选择适当的评价指标并制定合理的品质评价体系，从而有效的规范市场中油用牡丹的种子质量标准，能够为油用牡丹种子加工利用提供源头保证。当前的凤丹种子品质综合评价方面的研究尚未开展。主要靠富含经验的农业专家们进行人工评定等级，具有主观、不稳定、不易推广的缺点。亟须开发出更加客观可靠、又简便易用的评价模型。
发明内容
有鉴于此，本发明提供一种客观可靠、简便易用的获取牡丹种子的油用品质评价模型的方法，以解决现有技术中的问题。
本发明实施例的获取牡丹种子的油用品质评价模型的方法，包括：获取多份牡丹种子样本，获取各个所述样本的种仁评分、种皮评分和完整种子评分；分别按照种仁主要影响指标集合、种皮主要影响指标集合和完整种子主要影响指标集合进行检测，以得到各样本的种仁指标测试结果、种皮指标测试结果和完整种子指标测试结果；根据所述各样本的种仁指标测试结果和所述种仁评分，进行多元线性回归操作，以得到牡丹种子油用的种仁品质评价模型；根据所述各样本的种皮指标测试结果和所述种皮评分，进行多元线性回归操作，以得到牡丹种子油用的种皮品质评价模型；根据所述各样本的完整种子指标测试结果和所述完整种子评分，进行多元线性回归操作，以得到牡丹种子油用的完整种子品质评价模型。
可选地，在所述分别按照种仁主要影响指标集合、种皮主要影响指标集合和完整种子主要影响指标集合进行检测，以得到各样本的种仁指标测试结果、种皮指标测试结果和完整种子指标测试结果步骤之前，还包括：获取种仁影响指标全集合、种皮影响指标全集合和完整种子影响指标全集合；根据所述种仁评分与所述种仁影响指标全集合进行灰色关联度分析，筛选出关联度相对较高指标以得到所述种仁主要影响指标集合；根据所述种皮评分与所述种皮影响指标全集合进行灰色关联度分析，筛选出关联度相对较高指标以得到所述种皮主要影响指标集合；根据所述完整种子评分与所述完整种子影响指标全集合进行灰色关联度分析，筛选出关联度相对较高指标以得到所述种皮主要影响指标集合。
可选地，所述种仁主要影响指标集合包括：净度X1、种仁棕榈酸含量Xk1、皮壳率X2、种仁亚麻酸含量Xk2、种仁总脂肪酸含量Xk3、种仁总不饱和脂肪酸含量Xk4、种仁粗蛋白含量Xk5、种仁油酸含量Xk6、种仁抗氧化活性物质含量Xk7、种仁总酚含量Xk8、种仁亚油酸含量Xk9、种仁硬脂酸含量Xk10、种仁亚麻酸及亚油酸比值Xk11、种仁含水量Xk12、种仁维生素E含量Xk13；所述种皮主要影响指标集合包括：种皮抗氧化活性物质含量Xc1、种皮总酚含量Xc2、净度X1、种皮硬脂酸含量Xc3、种皮粗蛋白含量Xc4；所述完整种子主要影响指标集合包括：所述种皮抗氧化活性含量Xc1、种皮硬脂酸含量Xc3、所述种仁棕榈酸含量Xk1、所述净度X1、所述种皮总酚含量Xc2、所述种仁油酸含量Xk6、所述种仁总脂肪酸含量Xk3、所述种仁总不饱和脂肪酸含量Xk4、所述种仁亚麻酸含量Xk2、所述种仁亚油酸含量Xk9、所述种仁总酚含量Xk8、所述皮壳率X2、所述种仁麻酸及亚油酸比值Xk11、所述种仁抗氧化活性物质含量Xk7、种皮SuffruticosolE含量Xc5。
可选地，所述种仁品质评价模型中包括如下参数：所述皮壳率X2、所述种仁亚麻酸含量Xk2、所述种仁粗蛋白含量Xk5、所述种仁总酚含量Xk8、所述种仁含水量Xk12和所述种仁维生素E含量Xk13；所述种皮品质评价模型中包括如下参数：所述种皮总酚含量Xc2、所述净度X1、所述种皮硬脂酸含量Xc3和所述种皮粗蛋白含量Xc4；所述完整种子品质评价模型中包括如下参数：所述种皮硬脂酸含量Xc3、所述种皮总酚含量Xc2、所述种仁亚麻酸含量Xk2、所述种仁亚油酸含量Xk9、所述种仁总酚含量Xk8和所述皮壳率X2。
可选地，所述种仁品质评价模型为：
Y种仁
＝-12.823+0.052X2+0.069Xk2+0.018Xk5+2.398Xk8-0.139Xk12+0.157Xk13。
可选地，所述种皮品质评价模型为：
Y种皮＝-10.017+0.037Xc2+0.071X1+5.232Xc3+0.668Xc4。
可选地，所述完整种子品质评价模型为：
Y完整种子
＝-9.564+6.325Xc3+0.023Xc2+0.047Xk2-0.003Xk9+2.454Xk8-0.066X2。
可选地，所述牡丹为油用牡丹；所述油用牡丹为凤丹。
本发明实施例的获取牡丹种子的油用品质评价模型的方法，由于采用了线性回归分析，起到了简化评价参数的有益效果。所得到的评价模型具有客观可靠、简便易用的优点。本发明为种子加工、衍生产品品质保障及种子的综合利用提供科学依据，为相应的品质标准的建立提供参考。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施方式的获取牡丹种子的油用品质评价模型的方法的主要步骤的示意图；
图2是种仁品质得分与相关指标的关联度示意图；
图3是种仁品质得分验证示意图；
图4是种皮品质得分与相关指标的关联度示意图；
图5是种皮品质得分验证示意图；
图6是完整种子品质得分与相关指标的关联度示意图；
图7是完整种子品质得分验证示意图。
具体实施方式
以下结合附图对本发明的示范性实施方式做出说明，其中包括本发明实施方式的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施方式做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本发明旨在提出一种综合评价方法，选择适当的评价指标并制定合理的牡丹种子品质评价体系。需要说明的是：种仁对应英文为“Seed kernel”，故相关物理量的下标中用“k”表示。种皮对应英文为“Seed coat”，故相关物理量的下标中用“c”表示。
图1是根据本发明实施方式的获取牡丹种子的油用品质评价模型的方法的主要步骤的示意图。如图1所示，该方法主要包括如下的步骤A至步骤E。需要说明的是步骤C至步骤E的执行顺序可以灵活调整，不影响本发明的原理。
步骤A：获取多份牡丹种子样本，获取各个样本的种仁评分、种皮评分和完整种子评分。可选地，牡丹为油用牡丹，该油用牡丹可以为凤丹。
需要说明的是，这些评分并不是完全由评分人主观决定，而是以其他依据作为参考后评出的。例如，可以先对种仁/种皮/完整种子样品的主成分综合得分进行K均值聚类分析，然后划分等级，然后根据划分等级结果进行科学的合理的评分。
步骤B：分别按照种仁主要影响指标集合、种皮主要影响指标集合和完整种子主要影响指标集合进行检测，以得到各样本的种仁指标测试结果、种皮指标测试结果和完整种子指标测试结果。
需要说明的是，种仁主要影响指标集合、种皮主要影响指标集合和完整种子主要影响指标集合并非随意选定，而是从所有相关影响指标中筛选指标得到的。具体地，在步骤B之前，还可以包括如下步骤：(1)获取种仁影响指标全集合、种皮影响指标全集合和完整种子影响指标全集合。(2)根据种仁评分与种仁影响指标全集合进行灰色关联度分析，筛选出关联度相对较高指标以得到种仁主要影响指标集合。例如，从包含33个指标的种仁影响指标全集合中，筛选出15个指标，组成种仁主要影响指标集合。(3)根据种皮评分与种皮影响指标全集合进行灰色关联度分析，筛选出关联度相对较高指标以得到种皮主要影响指标集合。例如，从包含24个指标的种皮影响指标全集合中，筛选出5个指标，组成种皮主要影响指标集合。(4)根据完整种子评分与完整种子影响指标全集合进行灰色关联度分析，筛选出关联度相对较高指标以得到种皮主要影响指标集合。例如，从包含53个指标的完整种子影响指标全集合中，筛选出15个指标，组成完整种子主要影响指标集合。
其中，种仁主要影响指标集合可以包括：种仁主要影响指标集合包括：净度X1、种仁棕榈酸含量Xk1、皮壳率X2、种仁亚麻酸含量Xk2、种仁总脂肪酸含量Xk3、种仁总不饱和脂肪酸含量Xk4、种仁粗蛋白含量Xk5、种仁油酸含量Xk6、种仁抗氧化活性物质含量Xk7、种仁总酚含量Xk8、种仁亚油酸含量Xk9、种仁硬脂酸含量Xk10、种仁亚麻酸及亚油酸比值Xk11、种仁含水量Xk12、种仁维生素E含量Xk13。种皮主要影响指标集合可以包括：种皮抗氧化活性物质含量Xc1、种皮总酚含量Xc2、净度X1、种皮硬脂酸含量Xc3、种皮粗蛋白含量Xc4。完整种子主要影响指标集合可以包括：种皮抗氧化活性含量Xc1、种皮硬脂酸含量Xc3、种仁棕榈酸含量Xk1、净度X1、种皮总酚含量Xc2、种仁油酸含量Xk6、种仁总脂肪酸含量Xk3、种仁总不饱和脂肪酸含量Xk4、种仁亚麻酸含量Xk2、种仁亚油酸含量Xk9、种仁总酚含量Xk8、皮壳率X2、种仁麻酸及亚油酸比值Xk11、种仁抗氧化活性物质含量Xk7、种皮Suffruticosol E含量Xc5。
步骤C：根据各样本的种仁指标测试结果和种仁评分，进行多元线性回归操作，以得到牡丹种子油用的种仁品质评价模型。
其中，种仁品质评价模型中包括如下参数：皮壳率X2、种仁亚麻酸含量Xk2、种仁粗蛋白含量Xk5、种仁总酚含量Xk8、种仁含水量Xk12和种仁维生素E含量Xk13。种仁品质评价模型为：
Y种仁
＝-12.823+0.052X2+0.069Xk2+0.018Xk5+2.398Xk8-0.139Xk12+0.157Xk13。
步骤D：根据各样本的种皮指标测试结果和种皮评分，进行多元线性回归操作，以得到牡丹种子油用的种皮品质评价模型。
其中，种皮品质评价模型中包括如下参数：种皮品质评价模型中包括如下参数：种皮总酚含量Xc2、净度X1、种皮硬脂酸含量Xc3和种皮粗蛋白含量Xc4。种皮品质评价模型为：
Y种皮＝-10.017+0.037Xc2+0.071X1+5.232Xc3+0.668Xc4。
步骤E：根据各样本的完整种子指标测试结果和完整种子评分，进行多元线性回归操作，以得到牡丹种子油用的完整种子品质评价模型。
其中，完整种子品质评价模型中包括如下参数：完整种子品质评价模型中包括如下参数：种皮硬脂酸含量Xc3、种皮总酚含量Xc2、种仁亚麻酸含量Xk2、种仁亚油酸含量Xk9、种仁总酚含量Xk8和皮壳率X2。完整种子品质评价模型为：
Y完整种子
＝-9.564+6.325Xc3+0.023Xc2+0.047Xk2-0.003Xk9+2.454Xk8-0.066X2。
由上可知，本发明实施例的获取牡丹种子的油用品质评价模型的方法，由于采用了线性回归分析，起到了简化评价参数的有益效果。所得到的评价模型具有客观可靠、简便易用的优点。本发明为种子加工、衍生产品品质保障及种子的综合利用提供科学依据，为相应的品质标准的建立提供参考。
为使本领域技术人员更好地理解本发明的技术方案，下面介绍一个详细实施例来进一步说明。需要说明的是，为了方便审查员理解，相关物理量的表述方式做了灵活调整，不再以“X”为标号基础而是改记为其他，该修改并不影响发明原理。
一、采集样品
本研究所用试验材料一共13份，其中11份为凤丹种子，来自四川乐山(P1)、四川达州(P2)、河北唐山(P3)、山东菏泽(P4)、河南焦作(P5)、山东枣庄(P6)、山东聊城(P7)、甘肃平凉(P8)、河南洛阳(P9)、河北商邑(P10)和安徽亳州(P11)。
二、种仁品质评价模型的建立
通过SPSS21.0分析软件对11份不同凤丹种仁样品的主成分综合得分进行K均值聚类分析，结果见表1。
表1种仁主成分综合得分的均值聚类分析结果
通过分析，将11份种仁样品总共划分为3个等级，其中包含在第个一等级内的样品有5个(P1、P3、P9、P10和P11)，第二等级有4个(P2、P4、P7和P8)，第三个等级有2个(P5和P6)。按总分10分的标准，将一级种仁品质定为优(9-10分)、二级品质定为良(8-9分)以及三级品质为中(6-8分)。通过咨询专家参照上述分级结果，获取11个份种仁样品得分依次为：P1(9.5分)、P2(8.0分)、P3(9.8分)、P4(8.3分)、P5(7.3分)、P6(7.2分)、P7(8.8分)、P8(8.5分)、P9(9.3分)、P10(9.2分)、P11(9.0分)。
利用dps软件对上述11份种仁样品的品质得分与种仁的33个影响指标进行灰色关联度分析，33个指标与品质得分的关联度集中在0.3-0.9之间，其中关联度相对较高的前15个指标如图2所示，分别为：A1(净度，0.8708)、A2(棕榈酸，0.8641)、A3(皮壳率，0.8641)、A4(亚麻酸，0.8590)、A5(总脂肪酸，0.8564)、A6(总不饱和脂肪酸，0.8562)、A7(粗蛋白，0.8491)、A8(油酸，0.8470)、A9(抗氧化活性，0.8469)、A10(总酚，0.8356)、A11(亚油酸，0.8319)、A12(硬脂酸，0.8201)、A13(n-3/n-6，0.8104)、A14(含水量，0.8037)、A15(维生素E，0.7795)。
通过SPSS21.0分析软件对选取的15个关联度较高的指标进行相关性分析，相关性分析结果显示，A4(亚麻酸)、A10(总酚)和A13(n-3/n-6)均与A1(净度)呈显著相关，其中A4(亚麻酸)与A1(净度)正显著相关，A10(总酚)和A13(n-3/n-6)均与A1(净度)负显著相关；A4(亚麻酸)、A5(总脂肪酸)和A6(总不饱和脂肪酸)均与A2(棕榈酸)呈极显著正相关，A8(油酸)和A11(亚油酸)与A2(棕榈酸)呈显著正相关；A9(抗氧化活性)与A3(皮壳率)显著正相关；A1(净度)、A2(棕榈酸)、A5(总脂肪酸)、A6(总不饱和脂肪酸)、A8(油酸)、A12(硬脂酸)均与A4(亚麻酸)正相关，其中A2(棕榈酸)、A5(总脂肪酸)、A6(总不饱和脂肪酸)、A8(油酸)与其极显著相关，A1(净度)和A12(硬脂酸)与其显著相关；A2(棕榈酸)、A4(亚麻酸)、A6(总不饱和脂肪酸)和A8(油酸)均与A5(总脂肪酸)呈极显著正相关，A11(亚油酸)和A12(硬脂酸)与A5(总脂肪酸)呈显著正相关；A2(棕榈酸)、A4(亚麻酸)、A5(总脂肪酸)和A8(油酸)与A6(总不饱和脂肪酸)极显著正相关，A11(亚油酸)和A12(硬脂酸)与A6(总不饱和脂肪酸)显著正相关；A13(n-3/n-6)与A7(粗蛋白)呈显著负相关关系；A2(棕榈酸)与A8(油酸)显著正相关，A4(亚麻酸)、A5(总脂肪酸)和A6(总不饱和脂肪酸)均与A8(油酸)为极显著正相关关系；A13(n-3/n-6)和A14(含水量)与A11(亚油酸)呈显著相关，其中A13(n-3/n-6)与其正相关，A14(含水量)与其负相关。
自变量之间存在显著相关性，说明自变量所提供的信息是重叠的，应删除不重要的自变量减少重复信息，根据相关性分析并结合实际，最终选取A3(皮壳率)、A4(亚麻酸)、A7(粗蛋白)、A10(总酚)、A14(含水量)和A15(维生素E)作为自变量，Y(品质得分)作为因变量，利用SPSS21.0分析软件建立凤丹种子仁油用品质综合评价模型，所建多元线性回归方程为：
Y种仁＝-12.823+0.052A3+0.069A4+0.018A7+2.398A10-0.139A14+0.157A15
随机选取P4、P5、P11样品的各指标数据代入回归方程进行得分测试，测试结果如图3，预测值与实际值非常接近。
三、种皮品质评价模型的建立
通过SPSS21.0分析软件对11份种皮样品的主成分综合得分进行K均值聚类分析，结果见表2。
表1种皮主成分综合得分的均值聚类分析结果
通过分析，将11个份种皮样品共划分为3个等级，其中处于第一级的样品有1个(P9)，处于第二级的有3个(P1、P3和P8)，其余7个为第三级，包括P2、P4、P5、P6、P7、P10和P11。按总分10分标准，将一级品质定为优(9-10分)、二级品质确定为良(8-9分)，三级品质为中(6-8分)。通过咨询专家参照上述分级结果，获取11份样品种皮得分依次为：P1(8.4分)、P2(7.9分)、P3(8.8分)、P4(6.7分)、P5(7.4分)、P6(7.7分)、P7(7.5分)、P8(8.5分)、P9(9.6分)、P10(7.3分)、P11(7.0分)。
利用dps软件对上述11份种皮样品的品质得分与种皮的24个影响指标进行灰色关联度分析，24个指标与品质得分的关联度集中在0.3-0.7之间，其中关联度相对较高的前5个指标如图4所示，分别为：B1(抗氧化活性，0.7247)、B2(总酚，0.4704)、B3(净度，0.3702)、B4(硬脂酸，0.5476)、B5(粗蛋白，0.5190)。
通过SPSS21.0分析软件对选取的5个关联度较高的指标进行相关性分析，分析结果表明B1(抗氧化活性)与B2(总酚)显示出极显著正相关关系。
根据相关性分析并结合实际，最终选取B2(总酚)、B3(净度)、B4(硬脂酸)、B5(粗蛋白)作为自变量，Y(品质得分)作为因变量，利用SPSS21.0分析软件建立凤丹种皮品质综合评价模型，所建多元线性回归方程为：
Y种皮＝-10.017+0.037B2+0.071B3+5.232B4+0.668B5
随机选取P7、P10、P11样品的各指标数据代入回归方程进行得分测试，测试结果如图5，预测值与实际值非常接近。
四、完整种子品质评价模型的建立
通过SPSS21.0分析软件对11份完整种子的主成分综合得分进行K均值聚类分析，结果见表3。
表3种仁主成分综合得分的均值聚类分析结果
通过分析，可以将11份种子样品一共划分为3个等级，其中第一等级内有2份样品(P3和P9)，处于第二级的样品数最多，共有7份(P1、P2、P6、P7、P8、P10和P11)，第三等级内样品有2个(P4和P5)。按总分10分标准，将一级品质定为优(9-10分)、二级为良(8-9分)、三级为中(6-8分)。通过咨询专家参照上述分级结果，获取11份种子得分依次为：P1(8.9分)、P2(8.6分)、P3(9.3分)、P4(7.0分)、P5(6.5分)、P6(8.9分)、P7(8.1分)、P8(8.3分)、P9(9.5分)、P10(8.4分)、P11(8.2分)。
利用dps软件对上述11份完整种子样品的品质得分与完整种子的53个相关指标进行灰色关联度分析，53个指标与品质得分的关联度集中在0.3-0.9之间，其中关联度相对较高的前15个指标如图6所示，分别为：C1(种皮抗氧化活性，0.8883)、C2(种皮硬脂酸，0.8775)、C3(种仁棕榈酸，0.8708)、C4(净度，0.8570)、C5(种皮总酚，0.8565)、C6(种仁油酸，0.8548)、C7(种仁总脂肪酸，0.8506)、C8(种仁总不饱和脂肪酸，0.8500)、C9(种仁亚麻酸，0.8423)、C10(种仁亚油酸，0.8413)、C11(种仁总酚，0.8398)、C12(皮壳率，0.8275)、C13(种仁n-3/n-6，0.8205)、C14(种仁抗氧化活性，0.8195)、C15(种皮Suffruticosol E，0.8119)。
通过SPSS21.0分析软件对选取的5个关联度较高的指标进行相关性分析，结果如表3.27。C5(种皮总酚)与C1(种皮抗氧化活性)为极显著正相关；C6(种仁油酸)、C7(种仁总脂肪酸)、C8(种仁总不饱和脂肪酸)、C9(种仁亚麻酸)和C10(种仁亚油酸)均与C3(种仁棕榈酸)正相关，其中C6(种仁油酸)和C10(种仁亚油酸)与其显著相关，C7(种仁总脂肪酸)和C8(种仁总不饱和脂肪酸)与其极显著相关；C9(种仁亚麻酸)与C4(净度)显著正相关，C11(种仁总酚)和C13(种仁n-3/n-6)与C4(净度)显著负相关；C14(种仁抗氧化活性)与C5(种皮总酚)显著负相关；C7(种仁总脂肪酸)、C8(种仁总不饱和脂肪酸)和C9(种仁亚麻酸)与C6(种仁油酸)极显著正相关；C8(种仁总不饱和脂肪酸)和C9(种仁亚麻酸)与C7(种仁总脂肪酸)极显著正相关，C10(种仁亚油酸)与C7(种仁总脂肪酸)显著正相关；C9(种仁亚麻酸)与C8(种仁总不饱和脂肪酸)极显著正相关，C10(种仁亚油酸)与C8(种仁总不饱和脂肪酸)显著正相关；C13(种仁n-3/n-6)和C15(种皮Suffruticosol E)与C10(种仁亚油酸)显著正相关；C14(种仁抗氧化活性)与C12(皮壳率)显著正相关。
根据相关性分析并结合实际，删除不重要的自变量减少重复信息，最终选取C2(种皮硬脂酸)、C5(种皮总酚)、C9(种仁亚麻酸)、C10(种仁亚油酸)、C11(种仁总酚)和C12(皮壳率)作为自变量，Y(品质得分)作为因变量，利用SPSS21.0分析软件建立凤丹完整种子油用品质综合评价模型，所建多元线性回归方程为：
Y完整种子＝-9.564+6.325C2+0.023C5+0.047C9-0.003C10+2.454C11-0.066C12
随机选取P7、P10、P11样品的各指标数据代入回归方程进行得分测试，测试结果如图7，预测值与实际得分非常接近。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (8)

1.一种获取牡丹种子的油用品质评价模型的方法，其特征在于，包括：
获取多份牡丹种子样本，获取各个所述样本的种仁评分、种皮评分和完整种子评分；
分别按照种仁主要影响指标集合、种皮主要影响指标集合和完整种子主要影响指标集合进行检测，以得到各样本的种仁指标测试结果、种皮指标测试结果和完整种子指标测试结果；
根据所述各样本的种仁指标测试结果和所述种仁评分，进行多元线性回归操作，以得到牡丹种子油用的种仁品质评价模型；
根据所述各样本的种皮指标测试结果和所述种皮评分，进行多元线性回归操作，以得到牡丹种子油用的种皮品质评价模型；
根据所述各样本的完整种子指标测试结果和所述完整种子评分，进行多元线性回归操作，以得到牡丹种子油用的完整种子品质评价模型。
2.根据权利要求1所述的方法，其特征在于，在所述分别按照种仁主要影响指标集合、种皮主要影响指标集合和完整种子主要影响指标集合进行检测，以得到各样本的种仁指标测试结果、种皮指标测试结果和完整种子指标测试结果步骤之前，还包括：
获取种仁影响指标全集合、种皮影响指标全集合和完整种子影响指标全集合；
根据所述种仁评分与所述种仁影响指标全集合进行灰色关联度分析，筛选出关联度相对较高指标以得到所述种仁主要影响指标集合；
根据所述种皮评分与所述种皮影响指标全集合进行灰色关联度分析，筛选出关联度相对较高指标以得到所述种皮主要影响指标集合；
根据所述完整种子评分与所述完整种子影响指标全集合进行灰色关联度分析，筛选出关联度相对较高指标以得到所述种皮主要影响指标集合。
3.根据权利要求1所述的方法，其特征在于，
所述种仁主要影响指标集合包括：净度X1、种仁棕榈酸含量Xk1、皮壳率X2、种仁亚麻酸含量Xk2、种仁总脂肪酸含量Xk3、种仁总不饱和脂肪酸含量Xk4、种仁粗蛋白含量Xk5、种仁油酸含量Xk6、种仁抗氧化活性物质含量Xk7、种仁总酚含量Xk8、种仁亚油酸含量Xk9、种仁硬脂酸含量Xk10、种仁亚麻酸及亚油酸比值Xk11、种仁含水量Xk12、种仁维生素E含量Xk13；
所述种皮主要影响指标集合包括：种皮抗氧化活性物质含量Xc1、种皮总酚含量Xc2、净度X1、种皮硬脂酸含量Xc3、种皮粗蛋白含量Xc4；
所述完整种子主要影响指标集合包括：所述种皮抗氧化活性含量Xc1、种皮硬脂酸含量Xc3、所述种仁棕榈酸含量Xk1、所述净度X1、所述种皮总酚含量Xc2、所述种仁油酸含量Xk6、所述种仁总脂肪酸含量Xk3、所述种仁总不饱和脂肪酸含量Xk4、所述种仁亚麻酸含量Xk2、所述种仁亚油酸含量Xk9、所述种仁总酚含量Xk8、所述皮壳率X2、所述种仁麻酸及亚油酸比值Xk11、所述种仁抗氧化活性物质含量Xk7、种皮SuffruticosolE含量Xc5。
4.根据权利要求3所述的方法，其特征在于，
所述种仁品质评价模型中包括如下参数：所述皮壳率X2、所述种仁亚麻酸含量Xk2、所述种仁粗蛋白含量Xk5、所述种仁总酚含量Xk8、所述种仁含水量Xk12和所述种仁维生素E含量Xk13；
所述种皮品质评价模型中包括如下参数：所述种皮总酚含量Xc2、所述净度X1、所述种皮硬脂酸含量Xc3和所述种皮粗蛋白含量Xc4；
所述完整种子品质评价模型中包括如下参数：所述种皮硬脂酸含量Xc3、所述种皮总酚含量Xc2、所述种仁亚麻酸含量Xk2、所述种仁亚油酸含量Xk9、所述种仁总酚含量Xk8和所述皮壳率X2。
5.根据权利要求3所述的方法，其特征在于，所述种仁品质评价模型为：
Y种仁＝-12.823+0.052X2+0.069Xk2+0.018Xk5+2.398Xk8-0.139Xk12+0.157Xk13。
6.根据权利要求3所述的方法，其特征在于，所述种皮品质评价模型为：
Y种皮＝-10.017+0.037Xc2+0.071X1+5.232Xc3+0.668Xc4。
7.根据权利要求3所述的方法，其特征在于，所述完整种子品质评价模型为：
Y完整种子＝-9.564+6.325Xc3+0.023Xc2+0.047Xk2-0.003Xk9+2.454Xk8-0.066X2。
8.根据权利要求1所述的方法，其特征在于，所述牡丹为油用牡丹；所述油用牡丹为凤丹。
CN201910650549.8A 2019-07-18 2019-07-18 获取牡丹种子的油用品质评价模型的方法 Active CN110361509B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910650549.8A CN110361509B (zh) 2019-07-18 2019-07-18 获取牡丹种子的油用品质评价模型的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910650549.8A CN110361509B (zh) 2019-07-18 2019-07-18 获取牡丹种子的油用品质评价模型的方法

Publications (2)

Publication Number Publication Date
CN110361509A true CN110361509A (zh) 2019-10-22
CN110361509B CN110361509B (zh) 2020-07-07

Family

ID=68221108

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910650549.8A Active CN110361509B (zh) 2019-07-18 2019-07-18 获取牡丹种子的油用品质评价模型的方法

Country Status (1)

Country Link
CN (1) CN110361509B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090177447A1 (en) * 2008-01-04 2009-07-09 National Tsing Hua University Method for Estimating Software Development Effort
CN102854291A (zh) * 2012-09-04 2013-01-02 中国农业科学院农产品加工研究所 一种适宜花生油加工的花生品质测定及其评价方法
US20160068853A1 (en) * 2011-01-14 2016-03-10 The Curators Of The University Of Missouri Method To Develop High Oleic Acid Soybeans Using Conventional Soybean Breeding Techniques
CN105740988A (zh) * 2016-02-03 2016-07-06 南京鼎尔特科技有限公司 基于灰色关联分析和多元线性回归模型对煤炭热值的预测方法
US20170153176A1 (en) * 2015-03-27 2017-06-01 Bunge North America, Inc. Testing of Quality of Cooking Oil

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090177447A1 (en) * 2008-01-04 2009-07-09 National Tsing Hua University Method for Estimating Software Development Effort
US20160068853A1 (en) * 2011-01-14 2016-03-10 The Curators Of The University Of Missouri Method To Develop High Oleic Acid Soybeans Using Conventional Soybean Breeding Techniques
CN102854291A (zh) * 2012-09-04 2013-01-02 中国农业科学院农产品加工研究所 一种适宜花生油加工的花生品质测定及其评价方法
US20170153176A1 (en) * 2015-03-27 2017-06-01 Bunge North America, Inc. Testing of Quality of Cooking Oil
CN105740988A (zh) * 2016-02-03 2016-07-06 南京鼎尔特科技有限公司 基于灰色关联分析和多元线性回归模型对煤炭热值的预测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
冀含乐等: "基于层次分析法的油用牡丹品种筛选试验", 《安徽农学通报》 *
李喜悦等: "牡丹种皮、种子及4种干果油脂的脂肪酸组成分析", 《食品安全质量检测学报》 *
李娟等: "灰色关联度分析在地下水污染源强定量评价中的应用", 《安全与环境学报》 *
李晓青等: "不同地区凤丹经济性状及其籽油脂肪酸成分分析", 《粮食与油脂》 *
闫华红等著: "《国有企业分类考核评价体系的构建》", 31 July 2017 *

Also Published As

Publication number Publication date
CN110361509B (zh) 2020-07-07

Similar Documents

Publication Publication Date Title
Bailey et al. Morphology and relationships of Trochodendron and Tetracentron, I. Stem, root, and leaf
Radomski et al. Grasses and grinding stones: inflorrescence phytoliths from tvioclern West African Poaceae and Archaeological Stone artefacts
CN107228924A (zh) 一种适宜蛋白加工用花生原料品质测定及其评价方法
Liu et al. A study on subunit groups of soybean protein extracts under SDS-PAGE
Panella et al. Vignin diversity in wild and cultivated taxa of Vigna unguiculata (L.) Walp.(Fabaceae)
Crawford Plant domestication in East Asia
CN104982279A (zh) 一种薄壳山核桃品种授粉品种选择及其结实性状分析方法
Ghanbari et al. Evaluation of quantitative and qualitative characteristics of Persian walnut (Juglans regia L.) genotypes in the west of Meshkin-Shahr
CN109220786A (zh) 一种从烟草突变体中筛选高分泌型材料的方法
CN110361509A (zh) 获取牡丹种子的油用品质评价模型的方法
Maia et al. Boundary line model to estimate the nutrient sufficiency range in muskmelon leaves
CN105510573A (zh) 一种基于生长轴相关基因血液生化标记选育武定鸡的方法
Kalkisim et al. Evaluation of the effect of different harvest time on the fruit quality of foşa nut
Herlina et al. Genetic diversity of Indonesian shallots based on bulb-tunic patterns and morphological characters
CN109041875A (zh) 基于农艺性状的油菜的产量和抗倒性的预测方法
Pal et al. Studies on morphology and affinity of the Parkeriaceae I. Morphological observations of Ceratopteris thalictroides
Fuller et al. Rice archaeobotany revisted: Comments on Liu et al
Svidenko et al. Characteristic of leaf peltate glandular trichomes and their variability of some Lamiaceae martinov family species
CN104396593B (zh) 一种优质蓝莓品种的筛选方法
Tomaszewski et al. Leaf and stem epicuticular wax structures in Lonicera species (Caprifoliaceae)
JPH0191720A (ja) ピーナッツ製品とピーナッツ植物新品種
Geleti et al. Herbage yield, species diversity and quality of native grazing land vegetation under sub humid climatic conditions of Western Ethiopia
CN101699964A (zh) 芍药品种‘紫凤羽’的营养诊断方法
Camillo et al. Seed biometric parameters in oil palm accessions from a Brazilian germplasm bank
Banco et al. Fruit characteristics and a simple estimate of oil content in twenty-six olive genotypes in Argentina

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant