基于因子分析的無花果引進品種果實品質性狀綜合評價

古麗尼沙·卡斯木，木合塔爾·扎熱，張東亞,*，郭 靖，艾吉爾·阿布拉，盛 瑋，阿布都熱西提·熱合曼

（1.新疆林業科學院園林綠化研究所，新疆 烏魯木齊 830063；2.新疆林業科學院經濟林研究所，新疆 烏魯木齊 830063；3.新疆林業科學院防沙治沙研究所，新疆 烏魯木齊 830063）

基于因子分析的無花果引進品種果實品質性狀綜合評價

古麗尼沙·卡斯木1，木合塔爾·扎熱2，張東亞1,*，郭 靖1，艾吉爾·阿布拉3，盛 瑋1，阿布都熱西提·熱合曼1

（1.新疆林業科學院園林綠化研究所，新疆 烏魯木齊 830063；2.新疆林業科學院經濟林研究所，新疆 烏魯木齊 830063；3.新疆林業科學院防沙治沙研究所，新疆 烏魯木齊 830063）

建立5 個無花果品種的果實品質綜合評價體系，為篩選優良品種提供依據。以山東引進的‘布蘭瑞克’、‘豐產黃’、‘日本紫果’、‘美麗亞’和‘波姬紅’5 個無花果品種為試材，測定其4 項外觀指標和10 項內在營養品質指標，對14 項指標進行相關性分析和因子分析，建立基于因子分析的綜合品質評價模型，并根據綜合品質得分進行優良度排序。結果表明：5 個無花果品種14 項果實品質性狀變異程度不同，其中VC含量間的差異最大，單果質量、可滴定酸含量、糖酸比、固酸比和鎂含量間的差異均中等，其余指標間的差異均相對較小，且品質指標間均存在不同的相關性。經因子分析提取出3 個特征根大于1的公因子，累計方差貢獻率為93.486%，其中第1公因子的貢獻率為47.242%，包含單果質量、果實縱徑、可滴定酸含量、可溶性糖含量與可滴定酸含量比、可溶性固形物含量與可滴定酸含量比、鐵、鎂和鈣含量8 個指標；第2公因子的貢獻率為27.150%，包含果實橫徑、果形指數和VC含量3 個指標；第3公因子的貢獻率為19.094%，包含可溶性糖含量、可溶性固形物含量和鉀3 個指標。經綜合品質評價模型得出，5 個無花果品種果實綜合品質得分的優良度排序依次為‘布蘭瑞克’、‘美麗亞’、‘日本紫果’、‘波姬紅’和‘豐產黃’。

無花果；因子分析；果實品質；綜合評價

無花果（Ficus carica L.）屬于桑科（Moraceae）榕屬（Ficus），既可食用又可藥用，也是供庭園觀賞的栽培植物，原產地中海沿岸，分布于土耳其至阿富汗，我國南北均有栽培，新疆南部尤多[1-2]。無花果富含維生素、礦物質、脂肪等營養元素，是鈣和纖維素含量最高的果品之一[3-4]，鮮果中含有18 種氨基酸，其中有8 種是人體必需氨基酸[5]。另外，無花果還富含黃酮、多糖、超氧化物歧化酶等具有防治心血管疾病和阿爾茨海默病的生理活性物質和具有抗癌功效的呋喃香豆素內酯等物質[6-8]。近年來，隨著新疆林果業的快速發展，無花果成為全國著名的新疆特產之一，雖然種植面積和產量逐年增加，但由于新疆無花果品種結構相對單一，上市時間相對集中，嚴重影響了本地區無花果在市場上的競爭力，同時也制約了無花果品種結構的多樣化發展，無法滿足消費者對品種多樣化的要求[9]。本課題組從2012年開始從山東引進部分優良無花果品種，在阿克蘇地區溫宿縣進行了初步的生態適應性實驗，結果表明阿克蘇得天獨厚的光熱資源使無花果部分農藝性狀均優于其他栽培區。引種無花果在本地區的品質表現是決定其商品價值的關鍵，也是其能否推廣的重要指標，因此，找出影響無花果果實品質的主要指標，并簡化評價指標，建立快捷、簡單、準確的無花果品質評價體系是新疆無花果栽培亟待解決的重要問題之一[10]。因子分析是多指標綜合評價中一種常用的多元統計方法[11-12]，與主成分分析類似，其基本思路都是通過降維過程，將多個觀測指標轉化為少數幾個相互獨立的新指標，再根據各樣品的因子得分（或主成分得分）進行綜合評價，使得評價結果更加客觀、合理[13]。目前，對無花果生物學特性[14]、貯藏加工[2]、營養成分檢測和提取[15-16]、栽培模式[17]、引種生態適應性[18-19]等方面已有研究報道。但是，針對無花果果實品質指標進行因子分析與綜合評價的研究鮮見報道。

本實驗以5 個無花果引進品種果實為試材，對單果質量、果實縱徑、果實橫徑、果形指數、VC含量、可溶性糖含量、可溶性固形物含量、可滴定酸含量、糖酸比、固酸比、鐵、鎂、鈣、鉀含量相關無花果果實品質的14 項指標進行因子分析，并進行綜合評價，以期為快速、準確判斷無花果品質以及篩選出適宜本地區栽培的優良品種提供理論依據。

1 材料與方法

1.1 材料與立地概況

供試材料為山東引種栽培的5 個無花果品種的夏秋果（9月份采摘），分別為‘布蘭瑞克’、‘豐產黃’、‘日本紫果’、‘美麗亞’和‘波姬紅’。實驗地位于阿克蘇地區溫宿縣佳木鎮新疆林科院佳木鎮實驗站無花果果園，無花果樹均為于2012年引進的一年生扦插苗，樹齡為3 年，株行距為1 m×2 m，南北行向，無嚴重病蟲害，灌溉方式均為漫灌，水肥管理中等。實驗地區域屬大陸性干旱荒漠氣候，四季分明，晝夜溫差大，多晴少雨，蒸發量大，光熱資源豐富，空氣干燥，年均氣溫10.10 ℃，年均降水量65.4 mm，年均無霜期185 d，春季升溫快而不穩，秋季短暫而降溫迅速，太陽總輻射年平均544.115～590.156 kJ/cm2，日照時間長，年日照時間2 855～2 967 h。

1.2 儀器與設備

AL204型電子分析天平 梅特勒-托利多（上海）有限公司；游標卡尺（量程0～150 mm，精度0.02 mm）上海尺喜工量具有限公司；RP869手持式折光儀 常州德杜精密儀器有限公司；FW80-1型粉碎機 天津市泰斯特儀器有限公司；Explore-EX223型分析天平 奧豪斯儀器（上海）有限公司；TP432自動電位滴定儀 北京時代新維測控設備有限公司；722S型可見分光光度計上海江儀儀器有限公司；新銳T6型紫外-可見分光光度計上海滬粵明科學儀器有限公司；AA7000原子吸收分光光度計 日本島津公司；離心機 德國Eppendorf公司。

1.3 方法

1.3.1 果實樣品采集方法

樣品采集于2015年9月10日，每個品種無花果樹外圍枝條頂端倒數第8～12葉下隨機摘取50個健康果實，即時測定果實單果質量、縱徑和橫徑，以及可溶性固形物含量等指標。然后，其中再次隨機選取30 個果實裝入塑料封口袋并放置保溫箱（帶冰袋，箱內溫度大約為（2.0±3.0）℃），在12 h內帶回新疆農業科學院測試中心，在（3±2）℃條件下的冰箱里放置2 d完成無花果生理后熟，以期減少誤差。將完成后熟的無花果果實隨機分成5 組置于60 ℃恒溫烘箱內烘干至質量恒定，然后每組無花果研磨成粉末狀過40 目篩，將過篩后的樣品置于樣品瓶中待測。

1.3.2 果實品質指標測定方法

果實品質指標均參考常規果實分析法測定。果實縱橫徑采用電子游標卡尺測量；單果質量使用精度為千分之一的電子天平進行測定；可溶性固形物含量采用手持式折光儀測量；VC含量測定參考2,6-二氯酚靛酚滴定法[20]；可溶性糖含量的測定采用蒽酮比色法[21]；可滴定酸含量的測定采用NaOH中和滴定法[21]；糖酸比為可溶性糖含量與可滴定酸含量之比[21]；固酸比為可溶性固形物含量與可滴定酸含量之比[21]；鐵、鎂、鈣和鉀含量的測定均采用原子吸收法[22]，以HF-HClO4分解。

1.4 數據統計分析

本實驗所有數據用SPSS 16.0統計軟件進行相關性分析和因子分析，單果質量、果實縱徑和橫徑數據均設50 個重復，其他果實品質指標均設6 個重復。

數據標準化處理：因子分析前，對原始數據進行均衡歸一化（標準化）的純量處理，也就是將數據規范至[0，1]，其中正相關指標（單果質量、果實縱徑、果實橫徑、果形指數、VC含量、可溶性糖含量、可溶性固形物含量、糖酸比、固酸比、鐵、鎂、鈣、鉀含量）依據公式（1）計算，負相關指標（可滴定酸含量）依據公式（2）計算。

式中：Uin和U′in分別為正相關和負相關指標第n個樣品第i個指標的原始值經轉化后的隸屬函數值；Xin指第n個樣品第i個指標的原始測定值；Ximax和Ximin分別指樣品組中第i個指標的最大和最小值。

2 結果與分析

2.1 無花果果實品質指標分析

由表1可見，5 個無花果品種14 項果實品質指標均存在著不同程度的變異現象。各指標中果實VC含量的變異系數最大（81.63），5 個品種中‘布蘭瑞克’的果實VC含量最高（3.59 mg/100 g），‘日本紫果’的VC含量次之（2.75 mg/100 g），‘豐產黃’的果實VC含量最低（0.19 mg/100 g）。果實可滴定酸含量的變異系數次之（42.30），‘日本紫果’的可滴定酸含量最高（0.37%），其次為‘豐產黃’，‘布蘭瑞克’、‘美麗亞’和‘波姬紅’的果實可滴定酸含量相近。單果質量、糖酸比、固酸比和鎂含量4 項果實品質指標的變異系數較接近（29.52～34.77），‘布蘭瑞克’的固酸比最高（160.74），‘日本紫果’的鎂含量最高（41.28 mg/100 g），‘美麗亞’的單果質量和糖酸比最高，分別為59.25 g、130.64，‘波姬紅’和‘豐產黃’的單果質量、糖酸比、固酸比和鎂含量整體居中等水平。果形指數和鈣含量的變異系數也較接近，分別為18.53和19.67，除了‘豐產黃’的果形指數小于1.0（0.82）外，其他品種的果形指數均大于1.0，‘豐產黃’的果實鈣含量最高，為68.89 mg/100 g，‘日本紫果’的鈣含量次之，為63.43 mg/100 g，‘美麗亞’的果實鈣含量最低。果實縱徑、果實橫徑、可溶性糖、可溶性固形物含量、鐵和鉀含量6 項果實品質指標在5 個無花果品種間的變異系數均較低（11.59～14.52）；‘美麗亞’的果實縱徑最大（6.01 cm），‘豐產黃’的果實橫徑最大（5.05 cm）；除了‘波姬紅’的果實可溶性糖和可溶性固形物含量均偏低（分別為13.85%、18.80%）外，其他4 個品種的果實可溶性糖和可溶性固形物含量均較高，可溶性糖和可溶性固形物含量分別約為19.0%、24.5%，其中‘豐產黃’的可溶性糖和可溶性固形物含量均最高，分別為19.90%、25.50%；‘日本紫果’的鐵和鉀含量均最高，分別為0.70、202.82 mg/100 g。分析可見，5 個無花果品種14 項果實品質指標的變異系數均較大，說明所選5 個無花果品種具有一定的廣泛性和代表性。

表1 無花果果實品質指標Table 1 Fruit quality indexes of Ficus carica L.

2.2 無花果果實品質性狀的相關性分析

從表2可知，5 個無花果品種14 項果實品質指標間均表現出不同的相關性。單果質量與果實縱徑、果實橫徑、果形指數、糖酸比和固酸比間均有正相關性，其中單果質量與果實縱徑間的相關性達顯著水平（α＝0.05）；單果質量與VC含量、可溶性糖、可溶性固形物、可滴定酸、鐵、鎂、鈣和鉀含量間均有負相關性，其中單果質量與鈣含量間的負相關性達極顯著水平（α＝0.01）。果實縱徑與果形指數、VC含量、糖酸比和固酸比和鉀含量間均存在著正相關性，但均未達到顯著水平；果實縱徑與果實橫徑、可溶性糖、可溶性固形物含量、可滴定酸含量、鐵、鎂和鈣含量間均有負相關性，其中果實縱徑與鈣含量間的相關性達顯著水平（α＝0.05）。果實橫徑與可溶性糖、可溶性固形物含量、糖酸比和固酸比間均有正相關性，但均未達到顯著水平；果實橫徑與果形指數、VC含量、可滴定酸含量、鐵、鎂、鈣和鉀含量間均有負相關性，其中果實橫徑與VC含量間的相關性達顯著水平（α＝0.05）。果形指數與VC含量、可滴定酸含量、糖酸比、固酸比、鎂和鉀含量間均有正相關性，其與可溶性糖、可溶性固形物含量、鐵和鈣含量間均有負相關性，但均未達到顯著水平。VC含量與可滴定酸含量、鐵、鎂和鉀含量間均有正相關性，與可溶性糖、可溶性固形物含量、糖酸比、固酸比和鈣含量間均有負相關性，但均未達到顯著水平。可溶性糖與鐵含量間有負相關性，與可溶性固形物含量、可滴定酸含量、糖酸比、固酸比、鎂、鈣和鉀含量間均有正相關性，其中可溶性糖含量與可溶性固形物含量間有極顯著的正相關性（α＝0.01）。可溶性固形物含量與可滴定酸含量、糖酸比、固酸比、鐵、鎂、鈣和鉀含量間均有正相關性，但均未達顯著水平。可滴定酸含量與糖酸比和固酸比間均有負相關性，其中與固酸比間的相關性達顯著水平（α＝0.05），可滴定酸含量與鐵、鎂、鈣和鉀間均有正相關性，但均未達顯著水平。糖酸比與固酸比間有極顯著正相關性（α＝0.01），與鐵、鎂、鈣和鉀含量間均有負相關性，其中與鐵含量間的相關性達顯著水平（α＝0.05）。固酸比與鐵、鎂、鈣和鉀含量間均有負相關性，其中與鐵含量間的相關性達顯著水平（α＝0.05）。鐵含量與鎂、鈣和鉀含量間均有正相關性，鎂含量與鈣和鉀含量間均有正相關性，鈣與鉀含量間有正相關性，但均未達顯著水平。

表2 無花果果實品質指標的相關性分析Table 2 Correlation analysis of fruit quality indexes of Ficus carica L.

2.3 無花果果實品質性狀的因子分析

2.3.1 數據標準化

根據無花果的品種特性和選優目標，在選優時對各果實品質指標的衡量標準有所差異：單果質量、果實縱徑、果實橫徑越大越好，果形指數越接近1越好；VC含量、可溶性糖含量、可溶性固形物含量、糖酸比、固酸比、鐵、鎂、鈣、鉀含量等果實營養成分越高越好；可滴定酸含量越小越好。由于不同果實品質指標的計量單位不同，數據量綱也不一致，不便進行數據分析。因此，在用因子分析進行綜合評價前，使用隸屬函數法對原始數據進行了標準化處理，其結果見表3。

表3 無花果14 項品質指標的數據標準化值Table 3 Normalized values of 14 quality indexes of Ficus carica L.

2.3.2 公因子分析

表4 無花果果實品質指標的公因子分析Table 4 Principal factor analysis of fruit quality of Ficus carica L.

5 個無花果品種的14 項果實品質指標根據其對無花果果實品質的影響分為正相關指標（單果質量、果實縱徑、果實橫徑、果形指數、VC含量、可溶性糖含量、可溶性固形物含量、糖酸比、固酸比、鐵、鎂、鈣、鉀含量）和負相關指標（可滴定酸含量）進行數據標準化處理，然后對其進行公因子分析，經過方差最大正交旋轉后得到的公因子載荷矩陣如表4所示，前3 個公因子累計方差貢獻率達93.486%，且其特征根值均大于1，包含無花果果實品質性狀的大部分信息。第1公因子的貢獻率47.242%，主要由單果質量、果實縱徑、可滴定酸含量、糖酸比、固酸比、鐵、鎂和鈣含量8 個因子決定，它們的因子載荷分別為0.797、0.699、0.879、0.900、0.887、-0.984、-0.918和-0.849，主要反映了果實大小、口感品質及一些微量礦質元素含量的高低。第2公因子的貢獻率27.150%，由果實橫徑、果形指數和VC含量3 個因子決定，它們的因子載荷分別為0.992、-0.837和0.792，主要反映了果實外觀品質和VC含量的多少。第3公因子的貢獻率19.094%，由可溶性糖含量、可溶性固形物含量和鉀含量3 個因子決定，它們的因子載荷分別為0.854、0.898和0.772，主要反映了無花果甜度和鉀含量的高低。

2.4 無花果果實品質性狀的綜合評價

通過因子分析，計算前3 個公因子的得分（fi），以各公因子貢獻率為權重，公因子的得分與相應權重乘積的累加建立果實品質綜合得分（fz）的數學模型：fz＝（47.242f1+27.150f2+19.094f3）/93.486，該模型計算獲取5 個無花果品種的果實品質綜合得分，并根據果實品質性狀的綜合得分進行優良度排序（表5）。

表5 無花果果實品質的各公因子得分、綜合得分及優良度排序Table 5 Principal component scores, comprehensive scores and ranking of Ficus carica L.

由表5可知，綜合得分大小排序依次為‘布蘭瑞克’、‘美麗亞’、‘日本紫果’、‘波姬紅’和‘豐產黃’。5 個無花果品種的3 個公因子相比，‘布蘭瑞克’的3 個公因子均排在第2，說明所測定的14 項品質指標均比較優良；‘美麗亞’的第1 公因子排在第一、第2個公因子排在第4，第3個公因子排在第3，該品種的主要優勢體現在第1個公因子所包含的8 項指標上，第3個公因子所包含的3 項指標均適中，第2個公因子所包含的果實外觀品質和VC含量等3 項指標較差；‘日本紫果’的第1個公因子排在第5，第2個公因子排在第一，第3個公因子排在第4，該品種的主要優勢體現在第2個公因子所包含的3 項指標上，第1個公因子所包含的8 項指標和第3個公因子所包含的3 項指標均較差；‘波姬紅’的第1和第2公因子均排在第3，第3個公因子排在第5，該品種第1個公因子所包含的8 項指標和第2個公因子所包含的3 項指標均較適中，第3個公因子所包含的3 項指標均較差；‘豐產黃’的第1個公因子排在第4，第2個公因子排在第5，第3個公因子排在第一，該品種的主要優勢體現在第3個公因子所包含的3 項指標上，第1個公因子所包含的8 項指標和第2個公因子所包含的3 項指標均較差。

3 討 論

無花果是優良的經濟林樹種，在世界范圍內被廣泛種植，在長期的自然進化和人工選育過程中，產生了眾多的優良品種，全世界的無花果栽培品種超過700 個[23]。變異系數的差異反映了性狀在進化保守性或遺傳可塑性方面的不同，進行品種或變異類型選育應予以考慮[24]。本研究結果表明，5 個無花果品種14 項果實品質指標上表現出不同的差異，其中變異系數最小的是可溶性固形物含量（11.59），VC含量的變異系數達81.63，這說明5 個無花果品種在14 項果實品質性狀上存在較大的遺傳差異，這為無花果優異種質資源發掘提供了豐富的選擇空間[25]。相關性分析結果可見，除了無花果果實少部分品質指標間存在顯著相關性外，大部分品質指標間的相關性未達顯著水平，說明進行綜合評價時沒有必要剔除評價指標間重復信息[26]。

無花果果實性狀的組成因素較多，果實的許多性狀與品質密切相關，這些性狀之間既有相對獨立性，又有一定的相關性。主成分分析法即在最大程度保留原有信息的前提下，利用數目較少且相互獨立的指標去代表數目較多且彼此相關的指標[27-28]。因此，利用主成分分析法可從復雜的現象中找出事物的主要矛盾，減少評價指標，簡化評價過程，而且，在基于主成分分析的綜合評價中，以方差貢獻率作為信息量的測度標準，以主成分相應方差貢獻率（或方差相對貢獻率）作為權重，是一種客觀賦權法，側重于數據本身的客觀性，一定程度上避免人為賦予權重造成的影響[11,29-30]。由于原始指標測定的是不同的品質指標，其計量單位不同，所以數據的量綱也不一致，所以本研究首先采用隸屬函數法對原始數據進行標準化處理，然后進行公因子分析，并根據綜合品質得分進行了優良度排序。公因子分析結果表明，從14 項無花果果實品質指標中提取出3 個特征根均大于1的公因子，這3 個公因子且既是綜合的，又是相互獨立的指標，避免了重復信息的干擾，它包含了無花果果實品質性狀的大部分信息（累計方差貢獻率為93.486%）。經綜合評價，5 個無花果品種的優良度排序為‘布蘭瑞克’＞‘美麗亞’＞‘日本紫果’＞‘波姬紅’＞‘豐產黃’。由此可知，因子分析法不僅可以客觀地篩選出綜合性狀優良的無花果品種，還可根據各公因子得分對每一品種做出適當評價，對無花果優良品種的篩選和定向選育提供了科學的理論依據。在生產和良種選育過程中，可以根據無花果不同品種的不同優勢，生產和推廣種植能夠滿足不同市場需求的無花果果品。

4 結 論

5 個無花果品種14 項果實品質指標的變異系數不一，其中VC含量間的差異最大，變異系數為81.63，果實可滴定酸含量間的差異次之，變異系數為42.30，可溶性固形物含量間的差異最小，變異系數為11.59，由此可見，5 個無花果品種14 項果實品質指標的變異系數均較大，具有一定的廣泛性和代表性。

經因子分析提取出3 個特征根大于1公因子，其中第1公因子包含單果質量、果實縱徑、可滴定酸含量、糖酸比、固酸比、鐵、鎂和鈣含量8 個指標；第2公因子包含果實橫徑、果形指數和VC含量3 個指標；第3公因子包含可溶性糖含量、可溶性固形物含量和鉀含量3 個指標。這3 個公因子的累計方差貢獻率為93.486%，提供了原性狀大部分的信息，且既是綜合的，又是相互獨立的指標，避免了重復信息的干擾。

經綜合品質評價模型得出，5 個無花果品種果實綜合品質得分的優良度大小順序為‘布蘭瑞克’＞‘美麗亞’＞‘日本紫果’＞‘波姬紅’＞‘豐產黃’。

[1] 吳征鎰. 中國植物志(第23卷) [M]. 北京: 中國科學出版社, 1998: 124.

[2] 張雪丹, 安淼, 張倩, 等. 無花果采后生理和貯藏保鮮研究進展[J].食品科學, 2013, 34(23): 363-369. DOI:10.7506/spkx1002-6630-201323072.

[3] MELGAREJO P, SALAZAR D M, ARTéS F. Organic acids and sugars composition of harvested pomegranate fruits[J]. European Food Research and Technology, 2000, 211(3): 185-190. DOI:10.1007/s002170050021.

[4] JOSEPH B, RAJ S J. Pharmacognostic and phytochemical properties of Ficus carica Linn: an overview[J]. International Journal of Pharmtech Research, 2011, 3(1): 8-12.

[5] PIGA A, DEL CARO A, MILELLA G, et a1. HPLC analysis of polyphenols in peel and pulp of fresh fi gs[J]. Acta Horticulturae, 2008,798: 301-306. DOI:10.17660/ActaHortic.2008.798.43.

[6] 潘悠優, 花佩, 王允祥, 等. 無花果多糖提取、分離純化及生物活性的研究進展[J]. 食品科學, 2016, 37(17): 289-295. DOI:10.7506/spkx1002-6630-201617048.

[7] 彭珊珊, 肖峰. 無花果葉、番石榴葉中黃酮類化合物的提取與測定[J]. 食品科學, 2005, 26(9): 300-302. DOI:10.3321/j.issn:1002-6630.2005.09.073.

[8] DE CARO A, PIGX A. Polyphenol composition of peel and pulp of two Italian fresh fi g fruits cultivars (Ficus caria)[J]. European Food Research and Technology, 2007, 226(4): 581-584.

[9] 余希成, 盧俊, 曹為民. 水溶性無花果多糖的微波提取技術[J]. 食品研究與開發, 2009, 30(9): 19-23. DOI:10.3969/j.issn.1005-6521.2009.09.006.

[10] 孫銳, 賈眀, 孫蕾. 世界無花果資源發展現狀及應用研究[J]. 世界林業研究, 2015, 28(3): 31-36.

[11] KURTANJEK Z, HORVAT D, MAGDIC D, et a1. Factor analysis and modelling for rapid quality assessment of croatian wheat cultivars with different gluten characteristics[J]. Food Technology and Biotechnology, 2008, 46(3): 270-277.

[12] 聶繼云, 李志霞, 李海飛, 等. 蘋果理化品質評價指標研究[J]. 中國農業科學, 2012, 45(14): 2895-2903. DOI:10.3864/j.issn.0578-1752.2012.14.012.

[13] CHA?B J, DEVAUX M F, GROTTE M G, et al. Physiological relationships among physical, sensory, and morphological attributes of texture in tomato fruits[J]. Journal of Experimental Botany, 2007,58(8): 1915-1925.

[14] 陳建業, 寧玉霞, 朱自蘭, 等. 無花果生物學特性觀察[J]. 果樹科學,1997, 14(1): 16-20.

[15] 楊潤亞, 明永飛, 王慧, 等. 無花果葉中總黃酮的提取及其抗氧化活性測定[J]. 食品科學, 2010, 31(16): 78-82.

[16] 田景奎, 王愛武, 吳麗敏, 等. 無花果葉揮發油化學成分研究[J]. 中國中藥雜志, 2005, 30(6): 474-476. DOI:10.3321/j.issn:1001-5302.2005.06.023.

[17] GAALICHE B, LAURI P E, TRAD M, et al. Interactions between vegetative and generative growth and between crop generations in fi g tree (Ficus carica L.)[J]. Scientia Horticulture, 2011, 131: 22-28.

[18] 黃鵬, 呂順端, 馬貫羊. 無花果優良品種的引種栽培[J]. 經濟林研究,2009, 27(3): 47-52. DOI:10.3969/j.issn.1003-8981.2009.03.010.

[19] 古麗尼沙?卡斯木, 木合塔爾?扎熱, 布祖拉?依馬木, 等. 4 個無花果品種光合特性比較研究[J]. 浙江林業科技, 2016, 36(1): 32-36.DOI:10.3969/j.issn.1001-3776.2016.01.007.

[20] 寧正祥. 食品成分分析手冊[M]. 北京: 中國輕工業出版社, 1997:306-307.

[21] 張水華. 食品分析實驗[M]. 北京: 化學工業出版社, 2006: 32-33; 43-46.

[22] 孟平, 焦紅, 孫超, 等. 火焰原子吸收光譜法測定Borojo果及其制品中的8 種微量元素[J]. 現代食品科技, 2012, 28(2): 223-225.DOI:10.3969/j.issn.1673-9078.2012.02.023.

[23] 吳子江, 馬翠蘭, 郭陽彬, 等. 無花果生產與研究進展[J]. 亞熱帶農業研究, 2013, 9(3): 151-157.

[24] 湯佳樂, 黃春輝, 劉科鵬, 等. 野生毛花獼猴桃葉片與果實AsA含量變異分析[J]. 江西農業大學學報, 2013, 35(5): 982-987.DOI:10.3969/j.issn.1000-2286.2013.05.015.

[25] 蔣卉, 丁慧萍, 白紅進, 等. 新疆南疆引進鮮食棗品種品質性狀的綜合評價[J]. 食品科學, 2016, 37(3): 55-59. DOI:10.7506/spkx1002-6630-201603011.

[26] 白世踐, 李超, 王愛玲, 等. 吐魯番地區無核葡萄主要品質性狀因子分析與綜合評價[J]. 西北農業學報, 2016, 25(1): 92-102.DOI:10.7606/j.issn.1004-1389.2016.01.013.

[27] 馮會麗, 吳正保, 史彥江, 等. 基于因子分析的灰棗優良無性系果實品質評價[J]. 食品科學, 2016, 37(9): 77-81. DOI:10.7506/spkx1002-6630-201609015.

[28] 倪志華, 張思思, 辜青青, 等. 基于多元統計法的南豐蜜橘品質評價指標的選擇[J]. 果樹學報, 2011, 28(5): 918-923.

[29] 馬慶華, 李永紅, 梁麗松, 等. 冬棗優良單株果實品質的因子分析與綜合評價[J]. 中國農業科學, 2010, 43(12): 2491-2499.

[30] 雷瑩, 張紅艷, 宋文化, 等. 利用多元統計法簡化夏橙果實品質的評價指標[J]. 果樹學報, 2008, 25(5): 640-645.

Factor Analysis and Comprehensive Evaluation of Fruit Quality Traits of Introduced Fig Cultivars

GULNISA Kasim1, MUHTAR Zari2, ZHANG Dongya1,*, GUO Jing1, AJAR Abla3, SHENG Wei1, ABUDUREXIT Rahman1
(1. Institute of Landscape Planning Project Design, Xinjiang Academy of Forestry Sciences, ürümqi 830063, China;2. Institute of Economic Forest, Xinjiang Academy of Forestry Sciences, ürümqi 830063, China;3. Institute of Desert Control and Prevention, Xinjiang Academy of Forestry Sciences, ürümqi 830063, China)

The study aimed to establish a comprehensive evaluation system for the fruit quality of 5 fig cultivars and to provide evidence for the selection of fine cultivars. Totally 5 fig cultivars introduced into and grown in Xinjiang from Shandong, ‘Blanrick’, ‘Fengchanhuang’, ‘Violette Solise’, ‘Meiliya’ and ‘Bojihong’ were collected to determine 4 appearance indexes and 10 nutritional quality indexes and these were subsequently evaluated by correlation analysis and factor analysis. Besides, these cultivars were sorted according to their comprehensive quality scores. The results showed that the intercultivar variations of 14 fruit quality traits were different; the highest difference was observed for vitamin C, fruit weight, titratable acid, sugar to acid ratio, solid to acid ratio and magnesium content were at a moderate level, and the rest varied relatively less. Moreover, different correlations among all quality indexes were found depending on cultivar. By factor analysis, 3 common factors with an eigenvalue greater than 1 were extracted, cumulatively contributing to 93.486% of the total variance. The contribution rate of the fi rst common factor including fruit weight, fruit longitudinal diameter, titratable acidity, sugar to acid ratio, solid to acid ratio, and iron, magnesium and calcium contents was 47.242%, the contribution rate of the second common factor including fruit transverse diameter, fruit shape index and vitamin C content was 27.150%, and the contribution of the third common factor including soluble sugar, soluble solids and potassium content was 19.094%.Using the comprehensive quality evaluation model, the fruit quality of 5 fi g cultivars was ranked in the decreasing order of‘Blanrick’, ‘Meiliya’, ‘Violette Solise’, ‘Bojihong’ and ‘Fengchanhuang’.

fi gs; factor analysis; fruit quality; comprehensive evaluation

10.7506/spkx1002-6630-201801015

S663.3

A

1002-6630（2018）01-0099-06

古麗尼沙?卡斯木, 木合塔爾?扎熱, 張東亞, 等. 基于因子分析的無花果引進品種果實品質性狀綜合評價[J]. 食品科學,2018, 39(1): 99-104.

10.7506/spkx1002-6630-201801015. http://www.spkx.net.cn

GULNISA Kasim, MUHTAR Zari, ZHANG Dongya, et al. Factor analysis and comprehensive evaluation of fruit quality traits of introduced fi g cultivars[J]. Food Science, 2018, 39(1): 99-104. (in Chinese with English abstract) DOI:10.7506/spkx1002-6630-201801015. http://www.spkx.net.cn

2016-09-01

新疆維吾爾自治區科技支撐計劃項目（201531127）

古麗尼沙?卡斯木（1968—），女，高級工程師，學士，研究方向為良種繁育、經濟林及園林植物。E-mail：gulinisha@sina.cn

*通信作者簡介：張東亞（1966—），男，研究員，學士，研究方向為果樹良種選育和經濟林栽培技術。E-mail：358999837@qq.com