新疆北疆地區鮮食葡萄果實品質綜合評價

中圖分類號：S663.1 文獻標志碼：A 文章編號：1002-2910（2025）04-0034-05

Abstract： To scientifically screen high-quality varieties and provide a scientific basis for exploitable resources for the development of table grapes in northern Xinjiang， a comprehensive evaluation of the fruit quality of 25 fresh grapes mainly planted in northern Xinjiang was conducted using principal component analysis methods. Through observing and measuring 13 quality indicators of the tested varieties，a comprehensive quality evaluation and ranking by comprehensive score were conducted based on principal component analysis results. During the analysis，five principal components were extracted， with a cumulative contribution rate of 80.61% .The first principal component had large positive coefficients for total soluble sugar content， soluble solids， aroma，flavor， and sugar-acid ratio，mainly reflecting the inherent quality of the fruit. The second and third principal components showed large positive coefficients for single fruit weight， single ear weight， sugar-acid ratio， and single fruit weight and single ear weight， respectively， collectively reflecting the yield components of the fruit. The fourth principal component was characterized by a prominent positive coefcient for ear compactness，while the fifth principal component was characterized by large positive coefficients for peel thickness and color consistency，both of which collectively reflected the appearance quality of the fruit. The varieties ranked in the top three based on comprehensive score were Hutai No. 8， Zuijinxiang， and Guifei Rose， while 861l ranked last.

Key words： fresh grapes; northern Xinjiang; quality; principal component analysis

葡萄是世界上廣泛栽培的具有重要經濟價值的果樹[1]。近年來，新疆北疆地區鮮食葡萄品種不斷增多，但不同葡萄品種生物性狀和物理性狀不同，果實品質之間有差異較大[2]。葡萄在該地區的品質表現，是決定其商品價值的關鍵，也是其適應性評價及能否推廣的基礎[3]，對葡萄品質表現進行科學、合理的評價，可為篩選適宜該地區栽培的優良品種和引種資源利用提供科學依據。目前對作物品種評價逐步由定性、單一指標向定量、多指標的綜合評價過渡[4]，目前用于栽培植物品種評價的方法主要有層次分析法[5]、模糊數學法[]、灰色關聯法[7]、主成分分析法[8]等。主成分分析法是一種通過降維思想把多個變量（多指標）簡化為少數幾個主成分（綜合指標）的多元分析方法，這種方法既能把握待評類型的綜合性狀表現，又能簡化評價程序[9，10]，本研究運用主成分分析法對新疆北疆25個鮮食葡萄品種的果實品質進行綜合評價，篩選出綜合品質較好的鮮食葡萄品種，為鮮食葡萄品質評價方法的選擇及新疆鮮食葡萄品種的生產及品種選育提供依據。

1材料與方法

1.1試驗材料

試驗區位于新疆維吾爾自治區奎屯市第七師農業科學研所鮮食葡萄資源圃內，試驗園地四周空曠、地勢平坦，土壤屬于砂壤土，土壤肥力較高，pH值8～8.5。年平均氣溫 6.5^°C ，日照極為豐富，年均日照時數為 2598.1h ，年均日照率為 58% 。

選擇25個葡萄品種進行試驗，分別為弗雷、夏黑、維多利亞、奧古斯特、矢富羅莎、巨玫瑰、乍那、京秀、京亞、里扎馬特、信濃樂、無核白、紅地球、戶太8號、香妃、美人指、陽光玫瑰、克瑞森、摩爾多瓦、醉金香、玫瑰香、金手指、8611、貴妃玫瑰、巨峰。2005年定植，南北行向，株行距為 0.8m×3.8m ，采用龍干形樹形，常規管理。

1.2 測定指標及方法

試驗所有數據取2022—2024年3年數據平均值。一個結果枝只保留一穗果，不留二次果。

單穗重、單粒重、果粒整齊度的測定。用電子天平稱取隨機選取的10穗果穗的質量，求得平均單穗重。從混合備用的果粒中選出30粒，分析天平稱重，重復3次測定，求得最終平均單果粒重。果粒整齊度用果粒質量的變異系數來表示，測定5個果穗果粒質量的變異系數，求平均值。

果實品質指標測定。可溶性固形物含量測定：取果粒用紗布擠汁，待澄清后用膠頭滴管吸取上清液利用AtagoPAL-BXIACID2葡萄汁糖酸一體機測定可溶性固形物，重復測量5次。可溶性總糖含量測定：采用Folin試劑熱滴定法測定，結果以葡萄糖計?？傻味ㄋ岷繙y定：取果粒用紗布擠汁，待澄清后用膠頭滴管吸取上清液稀釋50倍后利用AtagoPAL-BXIACID2葡萄汁糖酸一體機測定，重復測量5次。糖酸比含量測定：糖酸比 °leddash 可溶性總糖含量/可滴定酸含量。

感官品質評價。由10位果樹專業技術研究人員進行品評，男女比例 τ=1：1 ，分別由老、中、青3個年齡段組成，對葡萄果皮厚度、果粉厚度、果穗緊密度、著色一致性、果實的香味及風味指標進行打分，采用等級制（表1），分級標準依據《葡萄種質資源描述規范和數據》[I]，統計總分求得最終平均值。

表1供試鮮食葡萄部分性狀賦值標準

1.3 數據統計及分析

利用Excel2003軟件整理試驗數據，利用DPS軟件進行相關性分析、主成分分析。進行主成分分析時，先將供試的鮮食葡萄品質性狀指標進行標準化處理，并進行降維因子分析。對不同樣品的相關品質性狀進行主成分分析，依照因子性狀的累計方差貢獻率 gt;80% 的原則，確定主成分因子個數（F1～F5）。利用SPASS軟件得到不同樣品的主成分分值，按以下公式計算綜合分值[12]。

主成分分析綜合得分 T= （ T1× 方差貢獻率 ?+Tm×? 方差貢獻率）/累計方差貢獻率

式中，T1為第1個主成分得分， Tm 為第 m 個主成分得分。

2 結果與分析

2.1不同葡萄品種的單穗重、單粒重和果粒整齊度供試品種各性狀平均值列于表2。參考育種目標，以供試品種的最優指標為依據，設置出理想品種的性狀指標。由表2可以看出，單穗重最高的是里扎馬特，其次是紅地球，然后是陽光玫瑰和乍那，單穗重分別是 1010.02g.875.51g.850.21g.850.02g 最低的是8611，僅 190.05g ；單粒重最高的是信濃樂和醉金香，其次是紅地球，平均單粒重分別是13.05g 、 13.05g 、 12.25g ，最低的是夏黑，平均單粒重為 2.24g ；其次是弗雷和玫瑰香，平均單粒重均為 2.75g ；果粒整齊度數值越低越整齊，整齊度以香妃、夏黑2個品種最差，果穗果粒質量變異系數為 30.56% 和 20.35% ，其次是醉金香、京亞和8611，果穗果粒質量變異系數為 13.68% ！ 12.85% 、12.11% ，其余品種果穗果粒質量變異系數均在 10% 以下，果穗果粒整齊度較好。

表2理想品種和參試葡萄品種主要性狀表現

注：C1，果穗緊密度；C2，單穗重/g；C3，單粒重/g；C4，著色一致性；C5，果皮厚度；C6，果粉厚度；C7，果粒整齊度；C8，風味；C9，香味；C10，可溶性固形物含量 % ；C11，可溶性總糖含量 % ；C12，可滴定酸含量 % ；C13，糖酸比。

2.2新疆北疆鮮食葡萄品種綜合品質評價

2.2.1不同品種主成分因子的確定由表3可知，將供試的鮮食葡萄品質性狀指標進行標準化處理，并進行降維因子分析，對不同樣品的相關品質性狀進行主成分分析，提取到5個主成分（F1～F5）的貢獻率分別是 29.31% 、 17.41% 、 13.18% 、 12.31% 、8.32% ，累計貢獻率為 80.61% ，這5個主成分已經反映出13項性狀指標的絕大多數信息，因此選取5個主成分較適宜。

第1主成分的可溶性總糖含量、可溶性固形物、香味、風味、糖酸比含量具有較大的正系數，說明第1主成分主要反映了果實內在品質；第2主成分，單穗重、單粒重、糖酸比具有較大的正系數，第3主成分，單穗重、單粒重具有較大的正系數，說明第2、第3主成分主要反映了果實產量構成性狀；第4主成分中，果穗緊密度具有較大正系數；第5主成分中，果皮厚度、著色一致性具有較大正系數，說明第4、第5主成分主要反映了果實外觀品質。

表35個主成分的特征值、方差貢獻率、累積貢獻率和成分載荷矩陣

2.2.2不同供試品種主成分綜合得分和綜合品質評價根據各指標因子得分系數的矩陣，構建5個主成分的函數表達式：

T1=0.0972C1+0.0580C2+0.0573C3-0.2118C4-0.161 0C5-0.3947C6+0.0493C7+0.3909C8+0.3933C9+0.4118C 10+0.4253C11+0.1168C12+0.2885C13

T2=-0.1773C1+0.3508C2+0.3702C3-0.2798C4+0.01 26C5+0.1430C6-0.0960C7+0.2279C8+0.1038C9-0.2183 C10-0.2707C11-0.5098C12+0.3961C13

T3=-0.3088C1+0.4591C2+0.5250C3+0.0509C4-0.1109C5+0.1479C6-0.2065C7-0.0772C8-0.0237C9+0.0675C10+0.2115C11+0.4234C12-0.3221C13

T4=0.5692C1+0.2712C2-0.1210C3+0.0995C4+0.184 9C5-0.0729C6-0.6291C7+0.2248C8-0.2939C9-0.0893C1 0+0.40468C11+0.0694C12+0.0223C13

T5=0.1323C1+0.2046C2+0.1281C3+0.4212C4+0.73 62C5+0.1458C6+0.2792C7+0.0135C8+0.2029C9+0.2055 C10+0.0103C11+0.0296C12+0.1451C13。

根據綜合得分的計算方法得出新疆地區25個供試鮮食葡萄品種的綜合品質得分（表4）。其中，排名前3的依次是戶太8號、醉金香、貴妃玫瑰，巨玫瑰、金手指、乍那分別排第4、5、6位，排名最后的是8611。

3小結與討論

鮮食葡萄栽植于新疆北疆地區后，因自身遺傳因素和外部環境使品種間果實品質性狀差異較大，對其進行評價是選擇優異種質資源并推廣栽培的前提。本研究選取的25個鮮食葡萄品種在栽培環境和管理措施上基本一致，因此，品質性狀取決于其遺傳特性。

篩選適宜推廣的優良品種應從其抗病性、豐產性、耐貯性及地區適應性進行全面的評價，今后的工作中繼續觀測不同地區不同栽培管理模式下果實品質的表現，并加入病蟲害的抗性評價、果實采收后耐貯性調查及保鮮技術開發應用等研究，才能篩選確定區域適應性強、商品性高、認可度高的優良品種。

本研究選取果穗緊密度、穗質量、粒質量、果粒整齊度、可溶性固形物含量、可溶性總糖含量、可滴定酸含量等13項品質相關指標，采用主成分分析法建立了鮮食葡萄綜合品質評價體系，明確了影響鮮食葡萄品質的主要因素。

依據主成分分析法對新疆北疆地區25個鮮食葡萄品質進行了綜合評價及優良度排序，優選出戶太8號、醉金香、貴妃玫瑰等3個綜合品質較優品種，巨玫瑰、金手指、乍那、巨峰、陽光玫瑰等5個綜合品質較良好品種。

表4供試品種果實品質的各主成分得分、綜合得分和優良排序

參考文獻：

［1］周步海，顧克余，李洪山，等.6個歐亞種葡萄果粒品質比較研究[J].江西農業學報，2011，23（12）：45-47.

［2］沈甜，牛銳敏，黃小晶，等．基于層次-關聯度和主成分分析的無核鮮食葡萄品質評價[J]．食品工業科技，2021，42（3）：53-60+67

［3］劉美迎，李小龍，梁茁，等．基于模糊數學和聚類分析的鮮食葡萄品種綜合品質評價［J]．食品科學，2015，36（13）：57-64.

［4］劉龍昌，尚富德，向其柏．植物品種綜合評價方法-以桂花為例[J]．河南大學學報（自然科學版），2003，33（1）：14-17.

［5］陳和明，江南，朱根發，等．層次分析法在大花蕙蘭品種選擇上的應用［J」.亞熱帶植物科學，2009，38（2）：30-32.

［6］曾憲文，彭重華，梁智嬌．模糊數學法在竹子觀賞性評價中的應用[J].竹子研究匯刊，2009，28（3）：29-33.

［7］李倩，梁宗鎖，董娟娥，等．丹參品質與主導氣候因子的灰色關聯度分析［J].生態學報，2010，30（10）：2569-2575

[8]SMIDLV，KARNYM，SAMALM，etal. Smoothness prior informationin principal component analysis of dynamic image data[J].InformationProcessing in Medical Imaging：proceedings，2001（2082）： 225-231.

[9]SAATYTL．The analytic hierarchy process[M]．NewYork：McGraw-Hill Inc.，1980：50.

［10］宋江峰，劉春泉，姜曉青，等．基于主成分與聚類分析的菜用大豆品質綜合評價［J]．食品科學，2015，36（13）：12-17.

［11］劉崇懷，沈育杰，陳俊，等．葡萄種質資源描述規范和數據標準[M]．北京：中國農業出版社，2006.

［12］趙瀅，楊義明，范書田，等．基于主成分分析的山葡萄果實品質評價研究［J]．吉林農業大學學報，2014（5）：575-581.