CN112163779A - 一种梨果实品质的评价方法 - Google Patents
一种梨果实品质的评价方法 Download PDFInfo
- Publication number
- CN112163779A CN112163779A CN202011093273.7A CN202011093273A CN112163779A CN 112163779 A CN112163779 A CN 112163779A CN 202011093273 A CN202011093273 A CN 202011093273A CN 112163779 A CN112163779 A CN 112163779A
- Authority
- CN
- China
- Prior art keywords
- quality
- pear
- content
- fruit
- evaluating
- 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.)
- Pending
Links
- 235000013399 edible fruits Nutrition 0.000 title claims abstract description 102
- 235000014443 Pyrus communis Nutrition 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000000513 principal component analysis Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000013441 quality evaluation Methods 0.000 claims abstract description 10
- 238000010219 correlation analysis Methods 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims abstract description 8
- 230000009897 systematic effect Effects 0.000 claims abstract description 5
- 239000002253 acid Substances 0.000 claims description 34
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 claims description 18
- 239000004575 stone Substances 0.000 claims description 14
- 235000000346 sugar Nutrition 0.000 claims description 14
- 239000007787 solid Substances 0.000 claims description 13
- 239000011973 solid acid Substances 0.000 claims description 12
- 239000011718 vitamin C Substances 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- ZZZCUOFIHGPKAK-UHFFFAOYSA-N D-erythro-ascorbic acid Natural products OCC1OC(=O)C(O)=C1O ZZZCUOFIHGPKAK-UHFFFAOYSA-N 0.000 claims description 9
- 229930003268 Vitamin C Natural products 0.000 claims description 9
- 235000019154 vitamin C Nutrition 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 8
- 238000001543 one-way ANOVA Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 238000013210 evaluation model Methods 0.000 abstract description 2
- 241000220324 Pyrus Species 0.000 description 48
- 238000011156 evaluation Methods 0.000 description 12
- 235000021017 pears Nutrition 0.000 description 7
- 235000016709 nutrition Nutrition 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 238000004737 colorimetric analysis Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000021022 fresh fruits Nutrition 0.000 description 2
- 235000012907 honey Nutrition 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 241000533950 Leucojum Species 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- 244000088401 Pyrus pyrifolia Species 0.000 description 1
- 235000001630 Pyrus pyrifolia var culta Nutrition 0.000 description 1
- 235000011572 Pyrus ussuriensis Nutrition 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 235000013334 alcoholic beverage Nutrition 0.000 description 1
- RJGDLRCDCYRQOQ-UHFFFAOYSA-N anthrone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3CC2=C1 RJGDLRCDCYRQOQ-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000014171 carbonated beverage Nutrition 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 235000011389 fruit/vegetable juice Nutrition 0.000 description 1
- 230000036449 good health Effects 0.000 description 1
- 235000006486 human diet Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 235000015110 jellies Nutrition 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 150000008163 sugars Chemical class 0.000 description 1
- 238000004448 titration Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Breeding Of Plants And Reproduction By Means Of Culturing (AREA)
Abstract
本发明公开了一种梨果实品质的评价方法，包括：(1)选择n个不同品种的梨果实，分别测量各品种梨果实的m项品质指标，得到原始数据；(2)将原始数据进行归一化处理，得到标准化数据；(3)将标准化处理后的数据进行主成分分析，获得每项指标的权重系数；(4)将标准化处理后的数据进行系统聚类分析，筛选出梨果实品质评价的特征指标。通过单因素方差分析、相关性分析、主成分分析和系统聚类分析的分析手段，全面构建起梨果实品质的综合评价模型，简化筛选出适宜梨果实品质评价的特征指标，对不同区域梨果产业具有广泛的实际效果和指导意义。
Description
技术领域
本发明属于果实评价方法的技术领域，具体涉及一种梨果实品质的评价方法。
背景技术
水果作为高经济价值的农业商品，是人类饮食中的重要的组成部分，经常食用水果和其相关产品可以维持良好的健康状况。梨果由于口感的甜、酸、脆深受消费者喜爱，而梨产业除了售卖鲜食梨果外，还包括制作新鲜果汁、碳酸饮料、酒精饮料、果冻和果酱。果实品质是决定产品商业价值的主要因素，外观特征(大小、形状和颜色等)品质较高的水果更容易被消费者感知，而内在品质如肉质、糖、酸和营养化合物则与水果的口感和香气相关。因此，果实的大小、颜色以及营养成分和功能特性是大多数水果品种的育种和品质评价工作中的重点研究对象。
梨在中国的分布极为广泛，除了地处热带的海南省，几乎所有省都有梨的种植，目前大约有2000个栽培种分布在全国各地。多年以来，中国的梨产量占世界的70％左右，其中华北地区梨产量占整个中国的30％以上。中国每年的梨出口价值超过2亿美元，这使其成为中国农村经济最重要的收入来源之一。近年来中国经济发展迅速，果树产业也需要作出相适应的调整，梨产业的生产结构也正逐步向质量型、生态型的特色农业方向发展，而果实品质是梨产业发展的基础。
作为梨产业发展的基础，如何对果实品质进行科学的综合评价是产业中亟待解决的关键问题。目前对鲜食果品的评价通常基于生产经验和少数几个简单指标，缺乏一套准确科学的评价体系。而不同的评价指标间相互关联但又相对独立，这也是果实品质评价的难度所在。因此，针对梨果实品质形成一套标准规范的果实品质评价方法是迫切而必要的，从而简化和筛选出适宜果实品质评价的特征指标，对梨果实品质进行准确客观的分析与评价，为区域品种结构的调整和优化提供相应的数据支撑。
发明内容
本发明的目的是为了解决现有技术中的问题，本发明提供了一种梨果实品质的评价方法，通过主成分分析和系统聚类分析的手段对梨果实品质进行综合评价筛选出果实品质评价的特征指标，从而为不同区域梨品种的选育优化提供科学的数据基础和理论依据。
根据本申请的一个方面，提供了一种梨果实品质的评价方法，该方法包括以下步骤：
(1)选择n个不同品种的梨果实，分别测量各品种梨果实的m项品质指标，得到原始数据；
(2)将原始数据进行归一化处理，得到标准化数据；
(3)将标准化处理后的数据进行主成分分析，获得每项指标的权重系数；
(4)将标准化处理后的数据进行系统聚类分析，筛选出梨果实品质评价的特征指标。
优选的，n≥20，m≥15。
优选的，所述品质指标包括单果重、果形指数、果肉硬度、明度、红绿色差、黄蓝色差、色相、石细胞含量、果肉含水率、可溶性固形物含量、可溶性糖含量、可滴定酸含量、维生素C含量、固酸比和糖酸比。
优选的，步骤(2)中，利用公式Wni＝(ani-aimin)/(aimax-aimin)对原始数据进行归一化处理，
其中Wni为第n个品种中第i个指标的原始数据经归一化处理后的转化值；ani为第n个品种第i个指标的原始数据；aimax和aimin分别为所有品种中第i个指标的最大值和最小值；
优选的，所述方法还包括对原始数据进行单因素方差分析。
优选的，所述方法还包括对标准化处理后的数据进行相关性分析，得到各品质指标间的相互关系。
优选的，步骤(3)中，将标准化处理后的数据进行主成分分析，构建得到主成分综合模型Y：
Y＝0.017*单果重+0.200*果形指数+0.182*明度-0.043*红绿色差+0.208*黄蓝色差+0.075*色相-0.153*果肉硬度+0.043*果肉含水率-0.142*石细胞含量+0.134*可溶性固形物含量+0.073*可溶性糖含量-0.163*可滴定酸含量+0.055*维生素C含量+0.223*固酸比+0.225*糖酸比。
优选的，步骤(4)中，筛选出梨果实品质评价的特征指标包括可滴定酸含量、糖酸比、色相和果形指数。
本发明的有益效果包括但不限于：
(1)根据本申请涉及的梨果实品质的评价方法，通过单因素方差分析、相关性分析、主成分分析和系统聚类分析的分析手段，全面构建起梨果实品质的综合评价模型，简化筛选出适宜梨果实品质评价的特征指标，对不同区域梨果产业的具有广泛的实际效果和指导意义。
(2)根据本申请涉及的梨果实品质的评价方法，综合梨果实的外观特征和营养特性两方面的15个品质指标，从全方面多维度的反映梨果实品质的实际状况，避免了过去通过生产经验判断的主观性和单个指标评价的片面性，具有较广泛的适用范围。
(3)根据本申请涉及的梨果实品质的评价方法，能够科学准确客观的甄别出特定区域内的梨种质资源中各个栽培品种的优劣，为区域品种结构的调整优化和优良品种的选育提供理论基础和数据支撑。
附图说明
图1为本发明实施例中梨果实品质的评价方法的系统聚类分析结果。
具体实施方式
下面结合实施例对本发明进行详细地解释说明。
(1)待测果实样品准备：在果树成熟期选取华北地区主要梨品种的成熟果实，分别为‘红香酥’、‘玉露香’、‘黄冠’、‘安梨’、‘鸭梨’、‘雪花’、‘大果鸭梨’、‘蜜梨’和‘红肖梨’。每个品种选取长势一致的果树，按照东南西北四个方向随机采集20个无病虫害的果实样品，取回放置于0℃冰柜保存，用于果实品质指标测定分析。
(2)果实品质指标测定：果实品质可划分为果实外观特征和营养特性，果实外观特征指标包括单果重、果形指数、果肉硬度、L值(明度)、a值(红绿色差)、b值(黄蓝色差)和h值(色相)；果实营养特性指标包括石细胞含量、果肉含水率、可溶性固形物含量、可溶性糖含量、可滴定酸含量、维生素C含量、固酸比和糖酸比。
在本实施例中，步骤(2)中对梨果实品质指标的测定方法参考《梨种质资源描述规范和数据标准》，其具体方法为：
A、单果重采用电子天平测定；
B、果形指数以果实最大纵径与最大横径的比值计算，采用游标卡尺分别测定；
C、果肉硬度在去皮后果实的最大横径处的对称两侧采用果实硬度计测定；
D、L值(明度)、a值(红绿色差)、b值(黄蓝色差)和h值(色相)采用便携式色差仪测定；
E、石细胞含量采用冷冻破碎法测定；
F、果肉含水率采用微波水分测定仪测定；
G、可溶性固形物含量采用手持折光仪测定；
H、可溶性糖含量采用蒽酮比色法测定；
I、可滴定酸含量采用滴定法测定；
J、维生素C含量采用钼蓝比色法测定；
K、固酸比采用可溶性固形物含量与可滴定酸含量的比值表示；
L、糖酸比采用可溶性糖含量与可滴定酸含量的比值表示。
(3)单因素方差分析：采用SPSS软件对测定得到的各品种梨果实品质指标进行单因素方差分析，得到初步的统计学结果，如表1所示。所选取的15个评价指标在不同梨品种中均表现出显著性差异(P＜0.05，下同)，适宜用于果实品质分析。其中‘安梨’的果肉硬度、石细胞含量和可滴定酸含量均为最高，‘蜜梨’的可溶性固形物含量、维生素C含量、固酸比和糖酸比均为最高。就评价指标而言，在所测定的15项果实评价指标之中，变异系数从1.46％到326.38％不等，基本能够反映出华北地区主要梨品种果实品质的多样性，其中以a值和石细胞含量变异系数较大，说明9个梨品种在果皮颜色和果肉质地上具有一定差异。
表1 单因素方差分析结果
(4)数据标准化处理：原始数据的归一化处理采用Min-Max法，将数值规范到[0-1]之间，消除量纲和数量级对数据处理的影响。
在本实施例中，步骤(4)的原始数据归一化公式如下：
Wni＝(ani-aimin)/(aimax-aimin)
其中Wni为第n个品种中第i个指标的原始数据经归一化处理后的转化值；ani为第n个品种第i个指标的原始数据；aimax和aimin分别为所有品种中第i个指标的最大值和最小值。
(5)相关性分析：采用SPSS软件对步骤(4)得到的经过标准化处理后的数据进行相关性分析，明确各品质指标间的相互关系，如表2所示。对于单果重、果形指数和维生素C含量，他们与其他各个指标间均无显著相关性(P＜0.05)，a值和h值呈极显著负相关(P＜0.01)，该两个指标除此外各自与其他指标间无显著相关性。b值与可溶性固形物和可溶性糖含量均呈显著正相关，果肉含水率与果肉硬度、石细胞和可滴定酸含量均呈显著负相关，可溶性固形物与可溶性糖含量呈极显著正相关。而L值、果肉硬度、石细胞、可滴定酸含量、固酸比和糖酸比各自与5个以上指标存在显著或极显著的相关性，比如石细胞含量与L值、固酸比和糖酸比成极显著负相关，与果肉硬度和可滴定酸含量呈极显著正相关，与果肉含水率呈显著正相关。
表2 相关性分析结果
(6)主成分分析：采用SPSS软件对步骤(4)得到的经过标准化处理后的数据进行主成分分析，将原有多个指标替代为少量且保持原有信息的综合指标，删去指标间的重叠信息以降低数据处理的冗余性，构建起果实品质综合评价模型，如表3所示。提取特征值大于1的前4个主成分，累计贡献率为89.25％＞85％，基本上可以反映原始数据所包含的信息量，满足分析要求。以特征向量载荷值的绝对值大于0.6的指标为解释变量，可以看出，第1主成分由L值(明度)、果肉硬度、果肉含水率、石细胞、可滴定酸含量、固酸比和糖酸比所决定，主要反映了果实肉质和风味质量的信息；第2主成分由b值(黄蓝色差)、可溶性固形物、可溶性糖和维生素C含量所决定，主要涵盖了果实内在营养的信息；第3主成分由单果重、a值(红绿色差)和h值(色相)决定，第4主成分则由果形指数决定，第3主成分和第4主成分主要反映了果实外观特征的信息。
表3 主成分分析结果——特征向量载荷值
在本实施例中，步骤(6)得到的主成分分析结果以X1～X15分别代表15个测定指标，以每个特征向量除以相应主成分特征值的算术平方根为系数，得到每个主成分的线性方程，再以每个主成分的方差贡献占比为权重，即可构建主成分综合模型Y：
Y＝0.017*X1+0.200*X2+0.182*X3-0.043*X4+0.208*X5+0.075*X6-0.153*X7+0.043*X8-0.142*X9+0.134*X10+0.073*X11-0.163*X12+0.055*X13+0.223*X14+0.225*X15
其中每个指标的系数即为该指标在模型中的权重，则评价指标X1～X15对综合模型的贡献排序为：糖酸比(X15)＞固酸比(X14)＞b值(X5)＞果形指数(X2)＞L值(X3)＞可滴定酸含量(X12)＞果肉硬度(X7)＞石细胞含量(X9)＞可溶性固形物含量(X10)＞h值(X6)＞可溶性糖含量(X11)＞维生素C含量(X13)＞果肉含水率(X8)＞a值(X4)＞单果重(X1)。
(7)系统聚类分析：采用SPSS软件对步骤(4)得到的经过标准化处理后的数据进行系统聚类分析，简化筛选出适宜华北主要梨品种果实品质评价的特征指标，如图1所示。由于主成分分析中所提取特征值大于1的主成分为4个，故而将所有评价指标分为4类较为合理，即在类间距离＝8时，将15个果实品质评价指标分为4类。第1类指标为石细胞含量(X9)、可滴定酸含量(X12)和果肉硬度(X7)，相关性分析中此3项指标的两两之间均呈极显著正相关，这与聚类结果相一致。参考主成分综合模型的指标权重，在第1类指标中筛选可滴定酸含量为果实品质评价的特征指标。第2类指标为固酸比(X14)、糖酸比(X15)、L值(X3)、果肉含水率(X8)、a值(X4)和维生素C含量(X13)，根据主成分综合模型的指标权重筛选出糖酸比为本类特征指标。第3类为单果重(X1)和h值(X6)，依据指标权重选择h值为特征指标。第4类指标为可溶性固形物含量(X10)、可溶性糖含量(X11)、b值(X5)和果形指数(X2)，该类中指标权重较高的为b值(X5)和果形指数(X2)，但b值和h值同为表征果皮颜色的评价指标，在所涵盖的信息上有一定重合，故而选取果形指数(X2)为本类特征指标。综上可得，简化筛选出了适宜华北地区主要梨品种果实品质评价的4个特征指标，分别是可滴定酸含量、糖酸比、h值(色相)和果形指数。
以上所述，仅为本申请的实施例而已，本申请的保护范围并不受这些具体实施例的限制，而是由本申请的权利要求书来确定。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的技术思想和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (8)
1.一种梨果实品质的评价方法，其特征在于：该方法包括以下步骤：
(1)选择n个不同品种的梨果实，分别测量各品种梨果实的m项品质指标，得到原始数据；
(2)将原始数据进行归一化处理，得到标准化数据；
(3)将标准化处理后的数据进行主成分分析，获得每项指标的权重系数；
(4)将标准化处理后的数据进行系统聚类分析，筛选出梨果实品质评价的特征指标。
2.根据权利要求1所述的梨果实品质的评价方法，其特征在于：n≥20，m≥15。
3.根据权利要求1所述的梨果实品质的评价方法，其特征在于：所述品质指标包括单果重、果形指数、果肉硬度、明度、红绿色差、黄蓝色差、色相、石细胞含量、果肉含水率、可溶性固形物含量、可溶性糖含量、可滴定酸含量、维生素C含量、固酸比和糖酸比。
4.根据权利要求1所述的梨果实品质的评价方法，其特征在于：步骤(2)中，利用公式Wni＝(ani-aimin)/(aimax-aimin)对原始数据进行归一化处理，
其中Wni为第n个品种中第i个指标的原始数据经归一化处理后的转化值；ani为第n个品种第i个指标的原始数据；aimax和aimin分别为所有品种中第i个指标的最大值和最小值。
5.根据权利要求1所述的梨果实品质的评价方法，其特征在于：所述方法还包括对原始数据进行单因素方差分析。
6.根据权利要求1所述的梨果实品质的评价方法，其特征在于：所述方法还包括对标准化处理后的数据进行相关性分析，得到各品质指标间的相互关系。
7.根据权利要求1所述的梨果实品质的评价方法，其特征在于：步骤(3)中，将标准化处理后的数据进行主成分分析，构建得到主成分综合模型Y：
Y＝0.017*单果重+0.200*果形指数+0.182*明度-0.043*红绿色差+0.208*黄蓝色差+0.075*色相-0.153*果肉硬度+0.043*果肉含水率-0.142*石细胞含量+0.134*可溶性固形物含量+0.073*可溶性糖含量-0.163*可滴定酸含量+0.055*维生素C含量+0.223*固酸比+0.225*糖酸比。
8.根据权利要求1所述的梨果实品质的评价方法，其特征在于：步骤(4)中，筛选出梨果实品质评价的特征指标包括可滴定酸含量、糖酸比、色相和果形指数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011093273.7A CN112163779A (zh) | 2020-10-14 | 2020-10-14 | 一种梨果实品质的评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011093273.7A CN112163779A (zh) | 2020-10-14 | 2020-10-14 | 一种梨果实品质的评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112163779A true CN112163779A (zh) | 2021-01-01 |
Family
ID=73866790
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011093273.7A Pending CN112163779A (zh) | 2020-10-14 | 2020-10-14 | 一种梨果实品质的评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112163779A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112700174A (zh) * | 2021-01-19 | 2021-04-23 | 广州白云山中一药业有限公司 | 白芍种芽质量评价指标的筛选方法及质量评价方法 |
| CN112712296A (zh) * | 2021-01-19 | 2021-04-27 | 广州白云山中一药业有限公司 | 白芍种苗质量评价指标的筛选方法及质量评价方法 |
| CN113514608A (zh) * | 2021-05-08 | 2021-10-19 | 宁夏农林科学院园艺研究所(宁夏设施农业工程技术研究中心) | 冷凉地区娃娃菜优质品种评价方法及筛选方法 |
| CN114371263A (zh) * | 2021-11-08 | 2022-04-19 | 西北农林科技大学 | 一种果蔬汁产品综合品质评价方法 |
| WO2022188319A1 (zh) * | 2021-03-10 | 2022-09-15 | 浙江大学 | 一种指导枇杷销售策略的枇杷果实品质评价及预测方法 |
| CN115615987A (zh) * | 2022-09-26 | 2023-01-17 | 江西绿萌科技控股有限公司 | 一种集外观品质与内部品质检测一体的水果采收分类方法 |
| US11687862B2 (en) | 2021-03-10 | 2023-06-27 | Zhejiang University | Method for guiding sales strategy of loquat fruits by evaluating and predicting quality of loquat fruits |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107246892A (zh) * | 2017-04-25 | 2017-10-13 | 宁夏农林科学院枸杞工程技术研究所 | 一种鲜食枸杞果实品质检测方法与品质综合评价方法 |
| CN110263879A (zh) * | 2019-07-08 | 2019-09-20 | 山东省烟台市农业科学研究院 | 一种基于主成分分析评价西洋梨果实品质的方法 |
| JP6738075B1 (ja) * | 2019-09-12 | 2020-08-12 | 株式会社ディースピリット | ミカン評価装置、及びミカン評価システム |
| CN111708822A (zh) * | 2020-06-22 | 2020-09-25 | 浙江省农业科学院 | 一种不同蛋鸭品种产蛋性能的比较分析方法 |
-
2020
- 2020-10-14 CN CN202011093273.7A patent/CN112163779A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107246892A (zh) * | 2017-04-25 | 2017-10-13 | 宁夏农林科学院枸杞工程技术研究所 | 一种鲜食枸杞果实品质检测方法与品质综合评价方法 |
| CN110263879A (zh) * | 2019-07-08 | 2019-09-20 | 山东省烟台市农业科学研究院 | 一种基于主成分分析评价西洋梨果实品质的方法 |
| JP6738075B1 (ja) * | 2019-09-12 | 2020-08-12 | 株式会社ディースピリット | ミカン評価装置、及びミカン評価システム |
| CN111708822A (zh) * | 2020-06-22 | 2020-09-25 | 浙江省农业科学院 | 一种不同蛋鸭品种产蛋性能的比较分析方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112700174A (zh) * | 2021-01-19 | 2021-04-23 | 广州白云山中一药业有限公司 | 白芍种芽质量评价指标的筛选方法及质量评价方法 |
| CN112712296A (zh) * | 2021-01-19 | 2021-04-27 | 广州白云山中一药业有限公司 | 白芍种苗质量评价指标的筛选方法及质量评价方法 |
| WO2022188319A1 (zh) * | 2021-03-10 | 2022-09-15 | 浙江大学 | 一种指导枇杷销售策略的枇杷果实品质评价及预测方法 |
| US11687862B2 (en) | 2021-03-10 | 2023-06-27 | Zhejiang University | Method for guiding sales strategy of loquat fruits by evaluating and predicting quality of loquat fruits |
| CN113514608A (zh) * | 2021-05-08 | 2021-10-19 | 宁夏农林科学院园艺研究所(宁夏设施农业工程技术研究中心) | 冷凉地区娃娃菜优质品种评价方法及筛选方法 |
| CN114371263A (zh) * | 2021-11-08 | 2022-04-19 | 西北农林科技大学 | 一种果蔬汁产品综合品质评价方法 |
| CN115615987A (zh) * | 2022-09-26 | 2023-01-17 | 江西绿萌科技控股有限公司 | 一种集外观品质与内部品质检测一体的水果采收分类方法 |
| CN115615987B (zh) * | 2022-09-26 | 2024-06-25 | 绿萌科技股份有限公司 | 一种集外观品质与内部品质检测一体的水果采收分类方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112163779A (zh) | 一种梨果实品质的评价方法 | |
| Wanitchang et al. | Maturity sorting index of dragon fruit: Hylocereus polyrhizus | |
| CN103954734B (zh) | 一种适宜果汁加工的荔枝品质的测定和评价方法 | |
| Hao et al. | Effects of water stress at different growth stages on comprehensive fruit quality and yield in different bunches of tomatoes in greenhouses | |
| Zheng et al. | Comprehensive evaluation of the fruit quality of the main cultivars of pear (Pyrus spp.) in North China | |
| Leite et al. | Sweet potato new varieties screening based on morphology, pulp color, proximal composition, and total dietary fiber content via factor analysis and principal component analysis | |
| CN113780845B (zh) | 一种基于多准则决策的甘薯种质资源评价方法 | |
| CN115310860A (zh) | 一种对鲜食荔枝品质进行综合评价的方法 | |
| Kumari et al. | Influence of seasonal variation on phenolic composition and antioxidant capacity of eggplant (Solanum melongena L.) hybrids | |
| Farrokhi et al. | Evaluation of Iranian native apple (Malus x domestica Borkh) germplasm using biochemical and morphological characteristics | |
| Hummer et al. | Phenotypic characterization of a strawberry (Fragaria× ananassa Duchesne ex Rosier) diversity collection | |
| Funsueb et al. | Development of new fruit quality indices through aggregation of fruit quality parameters and their predictions using near-infrared spectroscopy | |
| Englberger et al. | Carotenoid content of pandanus fruit cultivars and other foods of the Republic of Kiribati | |
| Abong et al. | Influence of potato cultivar and stage of maturity on oil content of French fries (chips) made from eight Kenyan potato cultivars | |
| Sultana et al. | Genotype and environment interaction of sweetpotato varieties | |
| CN115033756A (zh) | 柑橘果实综合品质评价模型的筛选及适种区域评价方法 | |
| Castel et al. | Sugar content and organic acid profiles of local apple cultivars recovered from mountain zones | |
| Abbas et al. | Evaluation of pear varieties for physiochemical traits grown under climatic conditions of Soon Valley, Pakistan | |
| Mirfatah et al. | Phenotypic diversity of some Iranian grape cultivars and genotypes (Vitis vinifera L.) using morpho-phenological, bunch and berry traits | |
| Dhakar et al. | Diversity in jackfruit (Artocarpus heterophyllus Lam.): Insights into fruit characterization for the identification of superior genotypes | |
| Farrokhi Toolir et al. | Morphological study of some persian walnut genotypes and commercial cultivars cultured in Kerman region in southeast of Iran | |
| CN109919508A (zh) | 一种用于笋用竹引种质量的分析评价方法 | |
| Jihad Al-Aslan et al. | Evaluation of the qualitative and quantitative traits of some Iranian local pomegranates as compared to “Wonderful” commercial cultivar | |
| Reig et al. | Effects of organic and conventional growth management on apple fruit quality at harvest | |
| Díaz-Pérez et al. | Physical and chemical attributes of pomegranate (Punica granatum L.) cultivars grown in humid conditions in Georgia |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210101 |
|
| WD01 | Invention patent application deemed withdrawn after publication |