Evaluation of Brewing Suitability Quality of Different Guizhou He Varieties Based on Principal Component Analysis and Cluster Analysis
-
摘要: 为探讨不同品种贵州禾酿酒适宜性，并建立其评价体系。本试验选取88个不同品种的贵州禾原料酿造白酒，并对其品质指标进行测定分析，研究不同品种贵州禾酿造白酒各项品质指标之间的差异性。同时，采用主成分分析法、二维排序法和聚类分析法对贵州禾酿酒适宜性进行综合性评价并建立贵州禾酿酒品质评价模型。结果表明，不同品种贵州禾酿造白酒各项品质指标之间均存在差异性（P<0.05），且品质指标间变异系数各不相同，说明不同品种贵州禾酿造的白酒品质性状呈现不同程度的变化。由主成分分析发现，不同品种贵州禾酿酒适宜性品质评价指标可用3个主成分表示，其累积方差贡献率为76.349%。同时，结合二维排序分析和聚类分析结果可知，pH、总酸、总酯、总醛、出酒率和酒精度这6个品质指标可作为综合评价贵州禾酿酒适宜性的关键性指标；此外，可将88个不同品种贵州禾分为4类，第I类贵州禾品种（16个）酿酒品质相对较佳，第II类贵州禾品种（23个）适宜作为低度酒的酿造，第III类贵州禾品种（48个）酿酒品质相对较差，‘牛芒禾’单独聚为第IV类，其酿酒品质最差，不适合作为白酒酿造的原料。本研究结果可为不同品种贵州禾酿酒的品质评价提供参考，并为贵州禾优质酒酿品种的选育及贵州禾资源的开发应用提供理论依据。Abstract: In order to explore the suitability of Baijiu made from different Guizhou He varieties and establish its evaluation system. The 88 Guizhou He varieties were selected to brew the Baijiu, and their quality indexes were determined and analyzed to investigate the difference of quality indexes of Baijiu made from different Guizhou He varieties. At the same time, the brewing suitability quality of different Guizhou He varieties was comprehensively evaluated by principal component analysis, a two-dimensional analysis and cluster analysis, and the quality evaluation model of which was established. The results showed that there were significant differences in quality indexes of Baijiu made from different varieties of Guizhou He (P<0.05), and the coefficient of variation of the quality indexes were different, indicating that Baijiu made from different varieties of Guizhou He presented variation between different quality attributes. The principal component analysis showed that three principal components represented the quality indicators among brewing suitability of Baijiu made from different varieties of Guizhou He, making 76.349% cumulative contribution to the total variance. Meanwhile, combined with the results of a two-dimensional analysis and the cluster analysis, six quality indexes including the pH, total acid, total ester, total aldehyde, liquor yield and alcoholic strength were sufficient to evaluate the suitability of Baijiu made from Guizhou He by different cultivars. In addition, the 88 different varieties of Guizhou He were divided into four categories, the first group contains 16 different varieties of Guizhou He, and its brewing quality was relatively better, the second group Guizhou He by 23 different cultivars, which was suitable for brewing the low-alcohol Baijiu, the third group Guizhou He by 48 different cultivars was relatively poor in brewing quality. 'Niumanghe' alone belongs to the fourth group which had the worst brewing quality, and was not suitable for brewing the Baijiu as the raw materials. The results of this study could provide reference for the quality evaluation among adaptability of Baijiu brewed from Guizhou He by different cultivars, and provide theoretical basis for the breeding of high quality Guizhou He varieties for brewing the Baijiu, and the development and utilization of the germplasm resources of Guizhou He.
-
Keywords:
- Guizhou He /
- brewing /
- principal component analysis /
- cluster analysis /
- quality evaluation
-
白酒作为中国特有的一种蒸馏酒，是中国传统文化的典型代表元素之一[1-2]。原料作为酿酒前提，对酒体的影响至关重要，也是决定白酒品质的第一基础物质[3]。酿造白酒的原料丰富多样，常以高粱、玉米、小麦和糯米等粮食为主，且选用不同原料酿造的白酒其风味特征和品质特性也各具特色[4]。
近年来，关于白酒品质方面的研究主要集中在酿酒工艺的优化[5-7]、白酒发酵过程中呈味物质的变化规律[8-9]、白酒风味物质的鉴定分析[10-13]及香气协同作用机理[14-17]等对白酒品质提升的影响。同时，关于优质酒酿原料的筛选及其对酿酒品质的影响也已见相关报道。姚贤泽等[18]通过对14个不同品种的糯高粱开展对比酿酒实验，比较分析原料的生产特性和酒体的质量特点，挑选出了最适合酿造小曲清香型白酒的糯高粱品种。李宝生等[3]对5个不同品种的高粱进行单粮清香工艺的酿酒，并对其理化指标和酒体品质等进行关联性研究，最终筛选出了适用于单粮清香工艺的最优高粱品种。但是，针对利用不同品种稻米酿造白酒品质评价的研究尚少，特别是选用具有一定地域气候优势和民族特色的稻谷原料酿制白酒的相关报道较少。
贵州禾（Guizhou He），原产于贵州省东南部生态环境，在以侗、苗族为代表的少数民族传统农耕制度下，经过长期自然和人工选择而形成的一类特殊的原始气候生态型稻类品种群，是贵州独特而稀有的一类稻种资源，其品质优良且品种丰富，常被人们用以加工制备乌米饭、糍粑、甜酒等当地特色美食[19]。有学者利用贵州禾中香禾糯品种开展优质米酒酿造的原料筛选实验，并确定了酿制米酒品质最佳的香禾糯品种[20]。然而，目前关于贵州禾加工产品附加值和科技含量仍较低，尚未完全发挥出与贵州禾相匹配的品质和品种资源优势。故如何充分发挥贵州禾品质优势，对其品种资源进行高效利用，通过何种方式将优质贵州禾品种与贵州特色食品产业发展进行有效衔接，是当前亟待解决的问题。本研究主要以88个不同品种的贵州禾为原料，在同一工艺条件下进行酿酒，对不同品种贵州禾的酿酒适宜性进行评价分析，建立贵州禾原料与白酒品质之间的关系，为白酒酿造生产中贵州禾原料的选择、白酒品质的提升和贵州禾产品种类的多样化奠定理论基础。
1. 材料与方法
1.1 材料与仪器
88个不同品种的贵州禾原料 均于2020年初种植于贵州省农业科学院水稻研究所实验田中并于当年正季进行收获。对受试材料进行清理筛选，去除沙石杂质和病虫霉变粒，筛选出籽粒饱满、粒型完整均匀的谷粒，抽真空包装并存贮于4 ℃冰箱中备用；酚酞、氢氧化钠、无水乙醇、盐酸、无水碳酸钠、溴甲酚绿、甲基红、碘化钾、碘、无水硫代硫酸钠、亚硫酸氢钠 分析纯，国药集团化学试剂有限公司；安琪酿酒曲、酿酒酵母 安琪酵母股份有限公司。
电子分析天平 北京赛多利斯科学仪器有限公司；FC2K型糙米机、VP-32型精米机 日本YAMAMOTO公司；LHP-150H型恒温恒湿培养箱 常州润华电器有限公司；GL-3250B型磁力搅拌器 上海恒磁电子科技有限公司；HH-4型电热数显恒温水浴锅 常州亿通分析仪器制造有限公司；PHS-3E型pH计 上海精宏实验设备有限公司；酒精计 河间市振岩仪器仪表厂；WK2102T型电磁炉 广东芜湖美的生活电器制造有限公司；锅口内径28 cm双层不锈钢蒸锅 爱仕达电器股份有限公司；BCD-21SDN型冰箱 青岛海尔股份有限公司。
1.2 实验方法
1.2.1 贵州禾酿酒工艺流程和要点
原料挑选：剔除贵州禾稻米中的沙石杂质和病虫霉变粒，筛选出籽粒饱满、粒型完整均匀的稻米并准确称取原料300 g。清洗、浸泡：将称取的原料用符合饮用水标准的自来水冲洗除尘，再加水浸泡过夜，加水量以淹过原料的15～20 cm为宜。
蒸煮、冷却：将浸泡处理后的受试稻米原料置于底部垫有两层纱布的蒸锅上隔水蒸煮，先初蒸约15 min，开盖搅拌、拨匀，再复蒸20 min，直至米饭呈熟而不烂、外硬内软、内无夹生状态，放置室温通风条件下进行冷却处理。
拌曲：将冷却处理后的样料，依次加入原料量2.5%的酒曲和原料量0.05%的酿酒酵母（酿酒酵母提前用原料量5%的糖水活化处理30 min），进行搅拌使得原料与酒曲充分混匀。
发酵：将拌曲后的物料置于预先经高温蒸汽灭菌冷却后的500 mL的三角瓶中，要求物料疏松均匀的分布于瓶内，用保鲜膜封口并用橡皮筋固定，置于温度28 ℃，湿度56%的恒温恒湿培养箱中进行避光发酵约14 d左右，待漂浮于发酵液面上的物料几乎全部沉入瓶底，发酵液颜色呈淡茶色，不再有气泡产生，即表示原料已发酵完全、彻底，可进行蒸馏。
蒸馏、成品检测：将发酵完成的酒醅置于白酒蒸馏装置中进行蒸馏，去除酒头，接着用干净的玻璃瓶接取蒸馏出的酒心，直至酒尾阶段停止接酒，盖紧瓶盖并于干燥避光处存放，待测；其中，酒头为蒸馏初期截取酒精度较高的馏出物，从流酒开始计时，截取酒精度大于75%vol的酒样约1 min，占总成品酒的1%，而酒尾为蒸馏后期截取出酒精度较低的馏出物，当出现明显的断花现象，酒花消失，酒液浑浊且酒精度低于40%vol左右截取酒尾[21-23]。
1.2.2 贵州禾酿酒品质指标的测定
本研究对制得的酒样进行酒精度、pH、固形物、出酒率、总酸、总酯及总醛等指标测定分析。其中，酒精度和固形物均参考GB/T 10345-2007《白酒分析方法》[24]所述方法进行测定；pH利用PHS-3E型pH计进行测定。每个指标分别测定3次，取其平均值。
出酒率参考姚贤泽等[18]的方法进行测定，按照出酒折55%重量与投粮量的比值，记作出酒率。
总酸、总酯及总醛的测定依据GB/T 601《化学试剂标准滴定溶液的制备》[25]和GB/T 603《化学试剂试验方法中所用制剂及制品的制备》[26]并参考黄晓东等[27]的方法进行，准确吸取25.00 mL酒样于250 mL锥形瓶中，加入25.00 mL水，滴2滴酚酞指示剂，用0.10 mol/L NaOH标准溶液滴定至微红色，记录标准碱用量，计算白酒中总酸的含量；将此滴定后的酒样转移至250 mL圆底烧瓶中，准确加入15.00 mL 0.10 mol/L NaOH标准溶液，接上冷凝管，于沸水浴中回流皂化0.5 h，取下冷却至室温，完全转移至250 mL碘量瓶中，立即用0.10 mol/L HCl标准溶液滴定至微红色刚好消失，记录HCl标准溶液用量，计算白酒中总酯的含量；继续加此HCl标准溶液4.00 mL，再准确加入10.00 mL 0.05 mol/L NaHSO3溶液，于暗处反应0.5 h，并不时摇动，此后准确加入15.00 mL 0.05 mol/L I2溶液，摇匀，立即用0.05 mol/L Na2S2O3标准溶液滴定至浅黄色，加约1.00 mL 0.5%淀粉指示剂，继续滴定至蓝色消失为终点，同时做空白实验，记录读数用以计算白酒中总醛的含量。计算公式均同国标法，每个指标分别测定3次，取其平均值。
1.3 数据处理
通过Excel 2010整理实验数据，应用统计分析软件SPSS 26.0和Orange 2022对数据进行描述性分析、相关性分析、主成分分析、二维排序分析和聚类分析。其中，利用描述性分析计算不同品种贵州禾酒液各指标的均值、标准偏差、中位数及变异系数等值。聚类分析采用系统聚类，样本之间的距离采用平方欧式距离，同时运用Ducan新复极差法进行多重比较分析，实验数据的显著性水平为P<0.05。
2. 结果与分析
2.1 贵州禾酿酒适宜性评价的描述性分析
由表1可知，通过比较不同品种贵州禾酿成白酒各项品质指标的最值发现， “黑糯’的出酒率和总酯含量分别具有最大值，‘白香禾-1’、‘荣懂禾’、‘黑糯’和‘列株禾’均具有最低的固形物含量，‘guo li’具有最低的pH和最高的总酸含量，而‘麻壳糯’具有最高的pH和最低的总酸含量，‘牛芒禾’、‘榕禾’分别具有最低的出酒率、总酯，‘杉皮禾’、‘AC90’具有最低的总醛，‘AC85’具有最低的酒精度，‘AC65’和‘AC89’分别具有最高的酒精度和总醛含量。上述结果表明，不同品种贵州禾酿成白酒的各项品质指标之间均存在差异性（P<0.05）。同时，比较分析贵州禾酿造白酒各项品质指标的变异系数发现，不同品种贵州禾酿成白酒的pH变异系数<10%，为8.86%，表明pH对不同品种贵州禾酿酒品质的影响不明显[28]；而其他各项受试指标变异系数均>10%，且变异系数从高到低依次为：总醛、固形物、总酯、总酸、出酒率和酒精度，表明不同品种贵州禾酿制成白酒的总醛、固形物、总酯、总酸、出酒率和酒精度这6项指标的差异性较大，且对贵州禾酿酒品质的影响也较明显。此外，通过比较均值和中位数发现，不同品种贵州禾酿成白酒的各项品质指标中位数均接近均值数，说明这些指标测定值的离群点较少[29]。综合88个不同品种贵州禾酿酒适宜性的各项品质指标的描述性分析结果可知，各项指标测定值均在可接受范围内，且各指标差异性较大，具有一定的广泛性和代表性[30]。
表 1 不同品种贵州禾酿酒适宜性品质评价指标描述性分析Table 1. Descriptive statistics of quality indexes among adaptability of Chinese Baijiu brewed from different varieties of Guizhou He品种 出酒率（%） 酒精度（%vol） pH 固形物（g/L） 总酸（g/L） 总酯（g/L） 总醛（mg/100 mL） 雅水黑糯 32.10 58.7 4.71 0.003 1.63 2.85 2.64 长芒糯 33.34 60.2 4.46 0.028 1.80 1.64 3.39 香禾 31.40 62.3 4.82 0.008 1.20 1.44 3.17 无名禾 32.18 55.2 5.03 0.024 1.23 3.16 4.05 白香禾-1 31.90 56.3 5.37 0.000 1.14 1.04 3.52 黄鳝血 32.16 55.5 4.43 0.004 1.89 2.20 5.20 黑芒禾 41.25 58.1 4.48 0.004 1.79 2.18 1.22 荣懂禾 33.89 60.9 4.45 0.000 1.81 2.04 0.90 黑糯 42.21 54.0 5.26 0.000 1.07 3.18 0.68 列株禾 38.93 56.9 4.36 0.000 1.95 2.18 0.32 红禾-1 23.83 51.8 4.28 0.171 2.09 2.28 0.58 黄岗洋弄 25.77 55.7 4.41 0.154 1.98 2.11 0.44 扁龙图糯 24.16 54.8 4.39 0.158 2.06 2.07 0.48 白芒晚熟糯 31.72 56.6 4.35 0.155 2.06 2.25 0.46 guo li 27.75 56.1 4.17 0.181 2.17 2.28 0.34 肇兴红芒白糯 31.72 54.3 4.51 0.144 1.73 2.07 0.39 肇兴红芒大糯 26.37 57.2 4.52 0.159 1.76 2.05 0.52 肇兴黑糯 30.21 58.4 4.55 0.165 1.73 2.18 0.35 肇兴无芒大糯 25.53 54.2 4.57 0.162 1.69 1.21 0.52 德顺八月禾 27.27 52.8 4.76 0.146 1.49 1.25 0.61 德顺糯禾 31.22 69.2 5.43 0.011 1.06 1.89 1.17 大白禾 36.83 63.2 5.57 0.010 1.11 1.70 1.06 细白禾 35.26 64.4 5.53 0.016 1.11 1.92 2.82 纪登红禾 20.57 68.4 5.65 0.006 1.05 0.95 2.73 牛芒禾 15.15 60.8 5.59 0.011 1.11 0.85 3.00 归洋禾 23.00 64.4 5.69 0.013 0.95 0.63 2.82 榕禾 25.74 70.4 5.53 0.011 1.11 0.42 10.23 六十天禾-1 26.72 63.6 5.49 0.077 1.16 0.92 1.15 六十天禾-2 21.86 68.4 5.67 0.398 1.05 0.70 0.70 六十天禾-3 29.61 65.8 5.42 0.489 1.17 1.19 1.87 黔禾1号 28.71 59.7 5.53 0.475 1.15 1.63 1.98 苟扬当 25.65 67.9 5.59 0.004 1.14 1.45 7.82 苟芩当-1 32.67 55.3 5.51 0.390 1.15 1.45 2.09 苟芩当-2 28.32 59.1 5.43 0.606 1.17 1.54 2.75 红禾-2 28.99 61.1 5.56 0.194 1.15 1.63 2.92 苟阳弄 27.17 52.9 5.58 0.791 1.14 1.34 1.38 黄毛早禾 25.97 55.0 5.58 0.640 1.15 1.32 1.43 黄毛旱禾 30.21 50.9 5.05 0.435 1.20 1.41 1.93 大白粘 29.88 61.1 5.38 0.722 1.17 1.32 2.09 白香禾 39.98 60.4 5.67 0.083 1.13 0.95 3.08 旱稻 24.33 58.4 5.86 0.404 0.86 0.56 0.09 冷水稻 25.48 70.4 5.62 0.095 1.08 0.56 9.88 野猪谷 24.43 62.4 5.52 0.007 1.11 0.77 0.35 白香禾-2 24.34 48.4 4.94 0.377 1.32 0.82 1.15 麻壳糯 25.71 66.4 6.03 0.028 0.78 0.63 0.62 便禾 25.77 65.6 5.64 0.035 1.06 0.77 1.06 黎平黄岗香禾糯-1 27.05 68.4 5.91 0.050 0.85 0.77 8.26 黎平黄岗香禾糯-2 24.59 42.6 4.96 0.360 1.42 1.35 0.53 苟当2 29.63 68.4 5.57 0.010 1.16 0.94 0.88 AC50 26.17 56.7 5.18 0.322 1.19 1.25 3.22 苟当3 24.00 63.8 5.64 0.379 1.13 1.18 3.52 AC52 23.53 64.0 5.51 0.020 1.16 0.87 3.74 AC53 23.74 66.8 5.12 1.298 1.19 1.35 6.21 AC54 24.34 57.7 5.03 0.472 1.21 1.28 0.62 AC55 24.86 51.8 4.97 0.261 1.24 1.28 0.62 AC56 24.53 69.8 5.58 0.610 1.11 1.55 0.97 AC57 23.56 63.6 5.59 0.037 1.16 1.04 2.16 AC58 23.28 51.0 4.88 0.249 1.32 1.04 1.50 AC59 22.56 60.4 5.53 0.516 1.16 1.11 1.15 AC60 22.74 66.8 5.1 0.328 1.21 1.16 0.39 AC61 27.06 63.6 5.17 0.377 1.19 1.07 3.04 AC62 22.55 48.4 4.81 0.264 1.40 1.46 4.32 AC63 23.28 64.8 5.17 0.880 1.19 1.25 0.61 AC64 23.26 67.2 5.19 0.026 1.19 1.21 0.66 AC65 24.78 72.0 5.58 1.069 1.13 1.44 10.71 AC66 22.95 66.0 4.94 1.147 1.26 1.62 1.10 AC67 23.40 54.0 4.8 0.331 1.32 1.14 0.14 AC68 22.74 60.0 4.92 1.336 1.30 1.39 0.22 AC69 23.82 50.0 4.75 0.228 1.34 1.35 0.07 AC71 25.34 67.2 5.46 1.060 1.17 1.01 7.39 AC72 28.33 50.9 5.69 0.730 1.03 0.73 0.05 AC73 24.43 67.2 5.48 0.822 1.16 1.14 0.97 AC74 23.96 67.2 5.62 0.666 1.13 0.84 0.83 AC75 23.93 43.2 5.03 0.794 1.26 1.37 1.38 AC76 24.03 69.2 5.43 0.730 1.17 0.97 0.39 AC77 23.82 65.6 4.22 0.656 2.16 2.88 1.43 AC79 23.13 64.4 5.75 0.680 0.98 0.64 0.63 AC80 25.54 67.6 5.52 1.046 1.15 1.54 0.35 杉皮禾 26.55 59.6 5.55 0.806 1.15 1.72 0.04 AC82 23.39 64.8 5.26 0.108 1.18 1.63 3.81 秃禾 22.11 61.6 5.08 0.726 1.21 1.67 1.72 锈N2禾 24.33 52.4 4.86 0.770 1.24 1.85 0.17 AC85 26.68 42.2 5.32 0.670 1.18 1.02 2.25 AC86 26.13 70.8 5.47 0.884 1.15 1.18 9.43 AC87 25.27 66.8 5.24 0.868 1.18 0.98 9.17 AC88 26.03 52.8 4.83 0.754 1.24 1.45 0.46 AC89 24.57 66.8 5.08 0.607 1.21 1.36 12.11 AC90 28.33 66.8 5.57 0.882 1.07 0.82 0.04 最小值 15.15 42.2 4.17 0.000 0.78 0.42 0.04 最大值 42.21 72.0 6.03 1.336 2.17 3.18 12.11 均值 26.95 60.32 5.19 0.373 1.29 1.41 2.33 中位数 25.68 60.85 5.29 0.262 1.18 1.33 2.32 标准差 4.67 6.93 0.46 0.36 0.31 0.58 2.77 变异系数（%） 17.33 11.49 8.86 96.51 24.03 41.13 118.88 2.2 贵州禾酿酒适宜性评价的相关性分析
由图1可知，不同品种贵州禾酿成白酒的各项品质指标间存在不同程度的相关性，且部分指标之间的相关性呈显著状态。出酒率与固形物呈显著负相关（P<0.05），与总酸、总酯含量呈显著正相关（P<0.05）；酒精度与pH、总醛含量呈显著正相关（P<0.05），与总酸、总酯含量呈显著负相关（P<0.05）；pH与总酸、总酯含量呈显著负相关（P<0.05），与总醛含量呈显著正相关（P<0.05）；总酸含量与总酯含量呈显著正相关（P<0.05），与总醛含量呈显著负相关（P<0.05）。综合上述相关性分析结果，发现不同品种贵州禾酿成白酒的各项品质指标之间存在一定的相关性，且各指标测定值所呈现的信息出现重叠现象，因此可应用主成分分析和聚类分析的方法，对不同品种贵州禾酿造白酒的各项品质指标通过降维来简化数据结构，进而提高不同品种贵州禾酿酒适宜性综合评价的精准性。
![]()
图 1 贵州禾酿酒适宜性评价指标间的相关性分析注：*在0.05水平（双侧）上显著相关。Figure 1. Correlation analysis between quality indexes among adaptability of Chinese Baijiu brewed from Guizhou He2.3 贵州禾酿酒适宜性评价的主成分分析
2.3.1 主成分提取及成分荷载矩阵
图2和表2反映了不同品种贵州禾酿酒适宜性的主成分分析结果。主成分分析是利用降维的思想，排除众多信息共存中相互重叠的信息，把多指标转化为少数综合指标且能够充分表征原变量的数据结构特点而不丢失信息的一种多元统计分析方法[31]。一般认为当主成分特征值大于1且累积方差贡献率大于75%时，就可利用所提取的主成分表示原始变量大部分主要信息。图2为主成分特征值的碎石图，根据碎石图中曲线坡度的陡峭程度，可以直观的反映各成分的变化趋势，进而明确主成分的提取数量[30]。由图2可知，前3个主成分的特征值呈急剧下降的趋势，随着主成分特征值的增加，碎石图曲线呈缓慢降低的状态。同时，由表2可知，前3个主成分的累积方差贡献率为76.349%，即这3个主成分包含了原始变量76.349%的信息，具有较高的代表性，且其特征值分别为3.06、1.261和1.023，均大于1，表明这3个主成分已经基本涵盖了不同品种贵州禾酿酒适宜性的所有信息。结合图2和表2的分析结果，应选取前3个主成分作为贵州禾酿酒适宜性品质评价分析的指标。
表 2 主成分特征值、方差贡献率和累积贡献率Table 2. Eigenvalues, variance contribution rates and cumulative contribution rates of principal components成分 初始特征值 提取平方和载入 旋转平方和载入 合计 方差的（%） 累积（%） 合计 方差的（%） 累积（%） 合计 方差的（%） 累积（%） 1 3.06 43.716 43.716 3.06 43.716 43.716 2.505 35.793 35.793 2 1.261 18.02 61.737 1.261 18.02 61.737 1.431 20.441 56.234 3 1.023 14.613 76.349 1.023 14.613 76.349 1.408 20.116 76.349 成分荷载是主成分与变量的相关系数，其数值大小表示原有变量在降维后所构成的综合变量中的贡献率高低，同时相对于一个变量而言，荷载绝对值越大的主成分与其关系越密切，也更能代表这个变量[30]。结合表2和表3可知，主成分1的特征值和累积方差贡献率分别为3.06和43.716%，与pH、总酸和总酯具有相对较高的荷载绝对值，顺序由大到小依次为：pH、总酸、总酯，结合指标间相关性和向量关系发现：pH与总酸、总酯含量呈负相关，故主成分1主要代表的是贵州禾酿制成白酒的pH的构成因子。主成分2的特征值是1.261，累积方差贡献率为61.737%，在该主成分中出酒率的荷载绝对值最大，表明主成分2主要体现的是贵州禾酿酒评价指标中出酒率的相关信息。主成分3的特征值和累积方差贡献率分别为1.023和76.349%，与总醛具有相对较大的荷载绝对值，表明主成分3主要代表的是贵州禾酿酒品质评价中总醛的相关信息。
表 3 旋转后成分荷载矩阵Table 3. Component loading matrix after rotation指标 成分 1 2 3 pH 0.894 0.172 −0.293 总酸 −0.881 − 0.310 总酯 −0.809 0.186 0.237 酒精度 0.585 0.423 0.379 出酒率 −0.470 0.657 −0.232 固形物 0.324 −0.599 0.454 总醛 0.403 0.472 0.618 2.3.2 主成分得分及综合得分评价
由表4可知，根据因子得分系数矩阵及其所对应的主成分，可以计算出主成分因子得分，公式如下所示：
表 4 因子得分系数矩阵表Table 4. Rotated factor loading matrix指标 公因子 1 2 3 出酒率 −0.010 0.082 0.582 酒精度 0.015 0.534 0.031 pH −0.404 −0.006 0.150 固形物 0.162 0.079 −0.634 总酸 0.406 0.067 −0.094 总酯 0.339 0.144 0.097 总醛 0.185 0.698 −0.030 F1=−0.01X1+0.015X2−0.404X3+0.162X4+0.406X5+0.339X6+0.185X7
F2=0.082X1+0.534X2−0.006X3+0.079X4+0.067X5+0.144X6+0.698X7
F3=0.582X1+0.031X2+0.15X3−0.634X4−0.094X5+0.097X6−0.03X7
式中：X1~X7分别表示出酒率、酒精度、pH、固形物、总酸、总酯和总醛7个品质指标；F1~F3分别表示各主成分得分。
结合主成分因子得分公式并以各主成分方差贡献率为权重，构建贵州禾酿酒适宜性综合评价得分函数，公式如下所示：
F=0.4372F1+0.1802F2+0.1461F3
式中：F为不同品种贵州禾酿酒适宜性品质评价的综合得分。
根据综合评价得分函数可计算出不同品种贵州禾酿制成白酒品质的综合得分及其排序，其中F值越大，表明该品种贵州禾酿制成白酒的综合品质越好，结果如表5所示。针对88个不同品种贵州禾酿制成白酒的品质综合排名的顺序而言，‘AC77’的品质得分最高，其次为‘黄鳝血’、‘黑芒禾’、‘列株禾’、‘雅水黑糯’和‘guo li’，其综合得分均高于0.9，说明这6个贵州禾品种的酿酒适宜性相对较优。而‘AC79’、‘AC72’、‘麻壳糯’和‘旱稻’的综合得分均低于-0.75，排名居于第85～88，表明这4个品种的贵州禾酿制成的白酒品质相对较差。
表 5 因子得分与综合得分Table 5. Factor scores and comprehensive scores品种 F1 F2 F3 F 排名 AC77 1.5421 0.3972 1.2683 1.2408 1 黄鳝血 1.3381 0.4698 1.0430 1.1003 2 黑芒禾 0.1072 0.3544 1.1120 0.9543 3 列株禾 1.0175 0.4758 1.4869 0.9535 4 雅水黑糯 −0.6827 −0.1319 1.2892 0.9311 5 guo li 1.9110 0.6957 0.9541 0.9307 6 白芒晚熟糯 1.4428 0.0240 2.1848 0.8953 7 长芒糯 1.4112 −0.0011 1.2503 0.8221 8 荣懂禾 0.3560 −0.3286 2.9386 0.7994 9 无名香 1.6970 −0.3013 1.8196 0.7478 10 AC89 2.1209 −0.8002 −0.4404 0.7354 11 红禾−1 1.7487 −0.5731 −0.1032 0.7187 12 黄岗洋弄 1.8581 −0.6507 −0.3533 0.6462 13 扁龙图糯 1.9811 −0.3409 0.6205 0.6435 14 肇兴黑糯 2.3123 −0.4393 −0.0074 0.6097 15 肇兴红芒白糯 1.2987 −0.6539 0.7502 0.5596 16 黑糯 1.3461 −0.4875 0.0611 0.5257 17 AC65 1.3442 −0.3439 0.5745 0.5205 18 肇兴红芒大糯 0.7181 −0.9562 −0.1656 0.5096 19 AC86 0.3032 −1.0511 0.2005 0.4016 20 AC87 −0.4667 0.4532 1.4532 0.3346 21 苟扬当 −0.6701 0.0233 2.1300 0.2891 22 香禾 −0.3851 0.5862 1.9320 0.2732 23 AC53 −1.0951 0.3600 0.0299 0.2421 24 细白禾 −1.0191 −0.2660 −0.7445 0.2195 25 榕禾 −1.4499 0.0181 0.2924 0.1744 26 冷水稻 −0.7325 2.3797 0.4505 0.1418 27 AC71 −0.9353 −0.2692 0.5781 0.1354 28 肇兴无芒大糯 −1.2189 −0.1042 −0.5129 0.1174 29 AC82 −0.4664 0.2946 0.2331 0.0933 30 德顺糯禾 −0.3377 −0.0630 0.2319 0.0899 31 AC62 −0.3128 1.8368 0.6491 0.0774 32 AC66 −0.4721 −0.3673 0.8201 0.0346 33 大白禾 −0.1694 0.0899 −0.1106 0.0224 34 德顺八月禾 −0.4254 0.2246 0.7690 −0.0275 35 红禾−2 −0.4803 −0.7712 −0.5679 −0.0332 36 秃禾 −0.5287 −0.6529 −0.4507 −0.0561 37 AC61 −0.0227 −0.7746 0.2430 −0.0602 38 苟芩当−2 −0.2451 0.0769 −0.1582 −0.0740 39 白香禾 −1.0105 0.2057 2.2598 −0.0746 40 黄毛旱禾 −1.7844 −1.0633 −0.1565 −0.1140 41 大白粘 −0.7494 2.3334 0.3348 −0.1164 42 六十天禾−3 −1.1945 −0.6656 0.4211 −0.1167 43 AC50 −0.1915 −1.3992 −0.5579 −0.1170 44 锈N2禾 −2.1160 −0.3730 0.7997 −0.1186 45 黔禾1号 −1.2959 −0.2214 0.5984 −0.1251 46 黎平黄岗香禾糯−1 −1.3152 1.7877 0.8174 −0.1334 47 白香禾−1 0.1758 −1.8487 −0.4522 −0.1339 48 苟芩当−1 −1.0352 0.0744 1.1136 −0.1528 49 AC88 −0.1987 −0.1433 −0.0295 −0.1753 50 AC68 −0.6476 0.4199 −0.2184 −0.1777 51 AC56 −0.8222 0.3356 0.2540 −0.2002 52 AC64 0.5827 1.5881 −2.0455 −0.2097 53 AC60 −0.1123 −0.7047 −0.5406 −0.2237 54 AC80 −0.1331 −1.1906 −0.1568 −0.2260 55 AC69 −0.4655 0.3873 −0.4547 −0.2297 56 苟当3 −0.8966 −0.0503 0.2961 −0.2394 57 AC63 −0.0404 −1.1037 −0.4408 −0.2466 58 AC54 −0.6592 −0.4455 −0.6841 −0.2550 59 AC52 −0.3020 −0.1515 −0.4409 −0.2619 60 AC67 −0.2674 0.3277 −0.0157 −0.2717 61 苟当2 0.5665 −0.4784 −0.5753 −0.2765 62 AC58 −0.0826 −0.1027 −1.3137 −0.2809 63 AC55 −0.5037 −0.1043 0.2009 −0.2956 64 杉皮禾 0.3665 3.0974 −1.3544 −0.2996 65 AC73 0.5876 0.2760 −1.8622 −0.3163 66 黎平黄岗香禾糯−2 0.0442 −1.1679 −0.5513 −0.3223 67 AC57 0.5320 −0.4184 −2.2922 −0.3578 68 AC76 0.1815 −1.4524 −0.3237 −0.3693 69 六十天禾−1 0.0269 1.8004 −1.3746 −0.3729 70 AC75 −1.2011 −1.4304 −0.3424 −0.3813 71 纪登红禾 −0.4587 0.1430 −0.9689 −0.4095 72 黄毛早禾 −0.8727 −0.0178 −0.7483 −0.4147 73 白香禾−2 0.1726 −1.5349 −1.2333 −0.4174 74 苟阳弄 −0.5819 0.0830 −0.8888 −0.4319 75 AC59 2.9255 0.7501 −1.1866 −0.4684 76 AC74 −1.3097 −0.3780 −0.8310 −0.4941 77 AC90 −0.2130 0.1830 −1.1348 −0.4986 78 便禾 −0.2843 −0.5041 −0.5785 −0.5190 79 AC85 −0.0856 0.6268 0.1219 −0.5317 80 野猪谷 0.2716 −0.0139 −1.1795 −0.5807 81 归洋禾 0.4989 −1.0129 −1.0556 −0.5879 82 牛芒禾 −0.3987 −1.4785 −0.6229 −0.6023 83 六十天禾−2 0.1579 2.6049 −0.9367 −0.6266 84 AC79 0.2532 2.1730 −1.1475 −0.7621 85 AC72 0.3017 −0.9808 −0.8929 −0.8329 86 麻壳糯 0.7361 2.9472 −0.8043 −0.8755 87 旱稻 −0.8900 −0.1408 −0.5758 −0.9946 88 2.3.3 基于主成分的二维排序分析
基于不同品种贵州禾酿酒适宜性的主成分分析结果，以PC1为横坐标，分别以PC2和PC3为纵坐标绘制二维排序图（图3和图4）。由图3可知，酿酒品质综合得分排名前6的贵州禾品种‘AC77’、‘黄鳝血’、‘黑芒禾’、‘列株禾’、‘雅水黑糯’和‘guo li’均位于PC1的负向区间（第二象限和第三象限），其中‘黄鳝血’、‘黑芒禾’、‘列株禾’和‘雅水黑糯’位于第一象限，而PC1主要代表的是贵州禾酿造白酒的指标中pH的相关信息，PC2主要体现的是贵州禾酿酒出酒率的相关信息，表明这4个贵州禾品种酿制的白酒pH较低，出酒率高，虽然‘AC77’和‘guo li’位于第三象限，但因其在PC1上得分相对较高，且PC1的方差贡献率为PC2的2.4倍，故其综合排名仍靠前。又因在PC1构成因子中的pH与总酸、总酯含量呈负相关，同时结合张健等[32]的研究发现，总酸、总酯与白酒的香气强度、香气协调性呈正相关，即总酸和总酯含量越多，香气、滋味和典型性亦越好，白酒的总体质量越好，故这6个贵州禾品种酿酒适宜性相对较好。此外，酿酒品质综合得分排名靠后的4个贵州禾品种‘AC79’、‘AC72’、‘麻壳糯’和‘旱稻’均分布于第四象限，表明这4个贵州禾品种酿制的白酒pH较高，出酒率较低，综合品质较差，不适合用于白酒的酿制。由图4可知，因受试品种在PC3上的得分不同使得其在象限分布中的位置也随之发生改变，PC3主要代表的是贵州禾酿酒中总醛的相关信息，由于白酒醛类含量过高，饮酒时可能会引起明显的‘上头’不适感[33]，故PC3所体现的总醛含量应以适中为宜，同时结合PC1构成因子的相关信息，发现符合贵州禾白酒pH较低且总醛含量适中的贵州禾品种主要分布于PC1的负向区间（第二象限和第三象限）且大部分品种围绕横坐标轴附近，该区域内所包含的贵州禾品种与表5酿酒品质综合得分较好的品种结果相符。
![]()
图 3 第1、2主成分二维排序图注：1.雅水黑糯；2.长芒糯；3.香禾；4.无名香；5.白香禾-1；6.黄鳝血；7.黑芒禾；8.荣懂禾；9.黑糯；10.列株禾；11.红禾-1；12.黄岗洋弄；13.扁龙图糯；14.白芒晚熟糯；15.guo li；16.肇兴红芒白糯；17.肇兴红芒大糯；18.肇兴黑糯；19.肇兴无芒大糯；20.德顺八月禾；21.德顺糯禾；22.大白禾；23.细白禾；24.纪登红禾；25.牛芒禾；26.归洋禾；27.榕禾；28.六十天禾-1；29.六十天禾-2；30.六十天禾-3；31.黔禾1号；32.苟扬当；33.苟芩当-1；34.苟芩当-2；35.红禾-2；36.苟阳弄；37.黄毛早禾；38.黄毛旱禾；39.大白粘；40.白香禾；41.旱稻；42.冷水稻；43.野猪谷；44.白香禾-2；45.麻壳糯；46.便禾；47.黎平黄岗香禾糯-1；48.黎平黄岗香禾糯-2；49.苟当2；50.AC50；51.苟当3；52.AC52；53.AC53；54.AC54；55.AC55；56.AC56；57.AC57；58.AC58；59.AC59；60.AC60；61.AC61；62.AC62；63.AC63；64.AC64；65.AC65；66.AC66；67.AC67；68.AC68；69.AC69；70.AC71；71.AC72；72.AC73；73.AC74；74.AC75；75.AC76；76.AC77；77.AC79；78.AC80；79.杉皮禾；80.AC82；81.秃禾；82.锈N2禾；83.AC85；84.AC86；85.AC87；86.AC88；87.AC89；88.AC90；图4和图6同。Figure 3. Scatter plot based on the first and second PC2.4 贵州禾酿酒适宜性评价的聚类分析
系统聚类分析法可将受试样本划分为不同类群进行评价分析，其中对样品的聚类称为Q型聚类，对变量的聚类称为R型聚类，其结果具有综合性、客观性和科学性[30,34]。本试验是在主成分分析的基础上，采用系统聚类分析法对不同品种贵州禾酿制成白酒的7个品质指标进行R型聚类，同时对88个贵州禾受试品种进行Q型聚类。其中，聚类方法采用组间联接法，聚类区间为平方Euclidean距离，聚类结果如图5和图6所示。
![]()
图 5 贵州禾酿酒适宜性品质指标的R型聚类Figure 5. R-type cluster analysis of quality indexes among adaptability of Chinese Baijiu brewed from Guizhou He![]()
图 6 贵州禾酿酒适宜性品质指标的Q型聚类Figure 6. Q-type cluster analysis of quality indexes among adaptability of Chinese Baijiu brewed from Guizhou He由图5可知，在欧氏距离为5.0处时，可将贵州禾酿制成白酒的品质指标划分为3大类，第1类为总酸、总酯、固形物、总醛和pH，出酒率和酒精度分别单独聚为第2类和第3类。同时，结合主成分荷载分析结果，最终确定选用pH、总酸、总酯、总醛、出酒率和酒精度作为综合评价贵州禾酿造白酒品质提升的关键性指标。
结合图6和表6可知，评价酿酒适宜性的88个贵州禾受试品种可划分为4类。其中，第Ⅰ类含有16个贵州禾品种，分别为‘1（雅水黑糯）’、‘2（长芒糯）’、‘4（无名香）’、‘5（白香禾-1）’、‘6（黄鳝血）’、‘7（黑芒禾）’、‘8（荣懂禾）’、‘9（黑糯）’、‘10（列株禾）’、‘14（白芒晚熟糯）’、‘16（肇兴红芒白糯）’、‘18（肇兴黑糯）’、‘22（大白禾）’、‘23（细白禾）’、‘33（苟芩当-1）’和‘40（白香禾）’，占所有受试材料的18.18%，该类中贵州禾原料酿制的白酒出酒率、总酸、总酯和总醛含量的均值在4个类群中最高，分别为32.61%、1.52 g/L、2.05 g/L和3.11 mg/100 mL，而pH的均值具有最小值，其他品质指标的均值在4个类群中居中，结合主成分分析中因子得分与综合得分评价结果，发现该类贵州禾品种酿酒品质评分大多数居于前20名，且与二维排序分析结果基本一致，表明该类群中贵州禾品种的酿酒品质相对较优。第Ⅱ类是由23个贵州禾品种聚类而成，占所有受试材料的26.14%，该类贵州禾原料酿造的白酒酒精度和总醛含量的均值最低，分别为52.69%vol和1.05 mg/100 mL，而其他品质指标的均值相对居中，表明该类贵州禾品种适合作为低度酒酿制的原料。第Ⅲ类主要包括48个贵州禾品种，占所有受试材料的54.55%；其中，酒精度和固形物含量的均值具有最大值，分别为64.15%vol和0.400 g/L，其他品质指标的均值在4个类群中相对居中，然而白酒的酒精度过高，容易引起机体内酶和维生素的缺乏，进而对肝脏造成一定程度的损伤[35]，且固形物含量增大不利于白酒品质的提升[36]，因此第Ⅲ类贵州禾品种酿造白酒的品质相对较差。‘25（牛芒禾）’单独聚为第Ⅳ类，在4个类群中具有最高的pH均值，酒精度和总醛含量的均值相对居中，而出酒率、固形物、总酸和总酯含量的均值具有最小值，由于白酒pH的增大及总酸、总酯含量的降低均不利于白酒品质的提升，且‘牛芒禾’酿制的白酒在主成分分析中因子得分与综合得分相对较低，故‘牛芒禾’不适合用于白酒酿造的原料。
表 6 不同品种贵州禾酿酒适宜性品质指标聚类分析的各类均值Table 6. Average of quality indexes among adaptability of Chinese Baijiu brewed from Guizhou He by cluster analysis指标 均值 Ⅰ（16） Ⅱ（23） Ⅲ（48） Ⅳ（1） 出酒率（%） 32.61 25.49 26.99 15.15 酒精度（%vol） 57.44 52.69 64.15 60.8 pH 4.85 4.88 5.35 5.59 固形物（g/L） 0.064 0.396 0.400 0.011 总酸（g/L） 1.52 1.44 1.20 1.11 总酯（g/L） 2.05 1.45 1.31 0.85 总醛（mg/100 mL） 3.11 1.05 2.75 3.00 3. 结论
本研究通过对88个不同品种贵州禾酿酒适宜性的各项品质指标进行描述性分析和相关性分析，发现贵州禾酿酒的各项品质指标间均存在差异性（P<0.05），且不同品种贵州禾酿造的白酒品质性状呈现不同程度的变化。通过主成分分析、二维排序分析和聚类分析方法对88个贵州禾品种酿造的白酒各项品质指标进行综合性分析，最终确定了评价贵州禾酿酒适宜性的关键性指标，分别为pH、总酸、总酯、总醛、出酒率和酒精度。此外，通过主成分分析，提取了3个主成分，累积方差贡献率为76.349%；同时，综合贵州禾酿酒适宜性综合品质得分评价、二维排序分析和聚类分析结果，发现‘雅水黑糯’、‘长芒糯’、‘无名香’、‘白香禾-1’、‘黄鳝血’、‘黑芒禾’、‘荣懂禾’、‘黑糯’、‘列株禾’、‘白芒晚熟糯’、‘肇兴红芒白糯’、‘肇兴黑糯’、‘大白禾’、‘细白禾’、‘苟芩当-1’和‘白香禾’的酿酒品质相对较佳，‘红禾-1’、‘黄岗洋弄’、‘扁龙图糯’、‘guo li’、‘肇兴红芒大糯’、‘肇兴无芒大糯’、‘德顺八月禾’、‘苟阳弄’、‘黄毛早禾’、‘黄毛旱禾’、‘白香禾-2’、‘黎平黄岗香禾糯-2’、‘AC50’、‘AC55’、‘AC58’、‘AC62’、‘AC67’、‘AC69’、‘AC72’、‘AC75’、‘锈N2禾’、‘AC85’和‘AC88’适合作为低度酒酿制的原料，而‘牛芒禾’不适合用于白酒酿造的原料。该研究结果为进一步准确判定酒用贵州禾品种及其酿酒品质的优劣、影响其白酒品质提升的关键因素及后期确定贵州禾白酒香型的归属和风味物质定性定量分析奠定理论基础。同时，对贵州禾优质酒酿品种的选育和贵州禾稻种资源的充分利用及其农产品精深加工也具有重要的指导意义。
-
![]()
图 1 贵州禾酿酒适宜性评价指标间的相关性分析
注：*在0.05水平（双侧）上显著相关。
Figure 1. Correlation analysis between quality indexes among adaptability of Chinese Baijiu brewed from Guizhou He
![]()
图 3 第1、2主成分二维排序图
注：1.雅水黑糯；2.长芒糯；3.香禾；4.无名香；5.白香禾-1；6.黄鳝血；7.黑芒禾；8.荣懂禾；9.黑糯；10.列株禾；11.红禾-1；12.黄岗洋弄；13.扁龙图糯；14.白芒晚熟糯；15.guo li；16.肇兴红芒白糯；17.肇兴红芒大糯；18.肇兴黑糯；19.肇兴无芒大糯；20.德顺八月禾；21.德顺糯禾；22.大白禾；23.细白禾；24.纪登红禾；25.牛芒禾；26.归洋禾；27.榕禾；28.六十天禾-1；29.六十天禾-2；30.六十天禾-3；31.黔禾1号；32.苟扬当；33.苟芩当-1；34.苟芩当-2；35.红禾-2；36.苟阳弄；37.黄毛早禾；38.黄毛旱禾；39.大白粘；40.白香禾；41.旱稻；42.冷水稻；43.野猪谷；44.白香禾-2；45.麻壳糯；46.便禾；47.黎平黄岗香禾糯-1；48.黎平黄岗香禾糯-2；49.苟当2；50.AC50；51.苟当3；52.AC52；53.AC53；54.AC54；55.AC55；56.AC56；57.AC57；58.AC58；59.AC59；60.AC60；61.AC61；62.AC62；63.AC63；64.AC64；65.AC65；66.AC66；67.AC67；68.AC68；69.AC69；70.AC71；71.AC72；72.AC73；73.AC74；74.AC75；75.AC76；76.AC77；77.AC79；78.AC80；79.杉皮禾；80.AC82；81.秃禾；82.锈N2禾；83.AC85；84.AC86；85.AC87；86.AC88；87.AC89；88.AC90；图4和图6同。
Figure 3. Scatter plot based on the first and second PC
![]()
图 5 贵州禾酿酒适宜性品质指标的R型聚类
Figure 5. R-type cluster analysis of quality indexes among adaptability of Chinese Baijiu brewed from Guizhou He
![]()
图 6 贵州禾酿酒适宜性品质指标的Q型聚类
Figure 6. Q-type cluster analysis of quality indexes among adaptability of Chinese Baijiu brewed from Guizhou He
表 1 不同品种贵州禾酿酒适宜性品质评价指标描述性分析
Table 1 Descriptive statistics of quality indexes among adaptability of Chinese Baijiu brewed from different varieties of Guizhou He
品种 出酒率（%） 酒精度（%vol） pH 固形物（g/L） 总酸（g/L） 总酯（g/L） 总醛（mg/100 mL） 雅水黑糯 32.10 58.7 4.71 0.003 1.63 2.85 2.64 长芒糯 33.34 60.2 4.46 0.028 1.80 1.64 3.39 香禾 31.40 62.3 4.82 0.008 1.20 1.44 3.17 无名禾 32.18 55.2 5.03 0.024 1.23 3.16 4.05 白香禾-1 31.90 56.3 5.37 0.000 1.14 1.04 3.52 黄鳝血 32.16 55.5 4.43 0.004 1.89 2.20 5.20 黑芒禾 41.25 58.1 4.48 0.004 1.79 2.18 1.22 荣懂禾 33.89 60.9 4.45 0.000 1.81 2.04 0.90 黑糯 42.21 54.0 5.26 0.000 1.07 3.18 0.68 列株禾 38.93 56.9 4.36 0.000 1.95 2.18 0.32 红禾-1 23.83 51.8 4.28 0.171 2.09 2.28 0.58 黄岗洋弄 25.77 55.7 4.41 0.154 1.98 2.11 0.44 扁龙图糯 24.16 54.8 4.39 0.158 2.06 2.07 0.48 白芒晚熟糯 31.72 56.6 4.35 0.155 2.06 2.25 0.46 guo li 27.75 56.1 4.17 0.181 2.17 2.28 0.34 肇兴红芒白糯 31.72 54.3 4.51 0.144 1.73 2.07 0.39 肇兴红芒大糯 26.37 57.2 4.52 0.159 1.76 2.05 0.52 肇兴黑糯 30.21 58.4 4.55 0.165 1.73 2.18 0.35 肇兴无芒大糯 25.53 54.2 4.57 0.162 1.69 1.21 0.52 德顺八月禾 27.27 52.8 4.76 0.146 1.49 1.25 0.61 德顺糯禾 31.22 69.2 5.43 0.011 1.06 1.89 1.17 大白禾 36.83 63.2 5.57 0.010 1.11 1.70 1.06 细白禾 35.26 64.4 5.53 0.016 1.11 1.92 2.82 纪登红禾 20.57 68.4 5.65 0.006 1.05 0.95 2.73 牛芒禾 15.15 60.8 5.59 0.011 1.11 0.85 3.00 归洋禾 23.00 64.4 5.69 0.013 0.95 0.63 2.82 榕禾 25.74 70.4 5.53 0.011 1.11 0.42 10.23 六十天禾-1 26.72 63.6 5.49 0.077 1.16 0.92 1.15 六十天禾-2 21.86 68.4 5.67 0.398 1.05 0.70 0.70 六十天禾-3 29.61 65.8 5.42 0.489 1.17 1.19 1.87 黔禾1号 28.71 59.7 5.53 0.475 1.15 1.63 1.98 苟扬当 25.65 67.9 5.59 0.004 1.14 1.45 7.82 苟芩当-1 32.67 55.3 5.51 0.390 1.15 1.45 2.09 苟芩当-2 28.32 59.1 5.43 0.606 1.17 1.54 2.75 红禾-2 28.99 61.1 5.56 0.194 1.15 1.63 2.92 苟阳弄 27.17 52.9 5.58 0.791 1.14 1.34 1.38 黄毛早禾 25.97 55.0 5.58 0.640 1.15 1.32 1.43 黄毛旱禾 30.21 50.9 5.05 0.435 1.20 1.41 1.93 大白粘 29.88 61.1 5.38 0.722 1.17 1.32 2.09 白香禾 39.98 60.4 5.67 0.083 1.13 0.95 3.08 旱稻 24.33 58.4 5.86 0.404 0.86 0.56 0.09 冷水稻 25.48 70.4 5.62 0.095 1.08 0.56 9.88 野猪谷 24.43 62.4 5.52 0.007 1.11 0.77 0.35 白香禾-2 24.34 48.4 4.94 0.377 1.32 0.82 1.15 麻壳糯 25.71 66.4 6.03 0.028 0.78 0.63 0.62 便禾 25.77 65.6 5.64 0.035 1.06 0.77 1.06 黎平黄岗香禾糯-1 27.05 68.4 5.91 0.050 0.85 0.77 8.26 黎平黄岗香禾糯-2 24.59 42.6 4.96 0.360 1.42 1.35 0.53 苟当2 29.63 68.4 5.57 0.010 1.16 0.94 0.88 AC50 26.17 56.7 5.18 0.322 1.19 1.25 3.22 苟当3 24.00 63.8 5.64 0.379 1.13 1.18 3.52 AC52 23.53 64.0 5.51 0.020 1.16 0.87 3.74 AC53 23.74 66.8 5.12 1.298 1.19 1.35 6.21 AC54 24.34 57.7 5.03 0.472 1.21 1.28 0.62 AC55 24.86 51.8 4.97 0.261 1.24 1.28 0.62 AC56 24.53 69.8 5.58 0.610 1.11 1.55 0.97 AC57 23.56 63.6 5.59 0.037 1.16 1.04 2.16 AC58 23.28 51.0 4.88 0.249 1.32 1.04 1.50 AC59 22.56 60.4 5.53 0.516 1.16 1.11 1.15 AC60 22.74 66.8 5.1 0.328 1.21 1.16 0.39 AC61 27.06 63.6 5.17 0.377 1.19 1.07 3.04 AC62 22.55 48.4 4.81 0.264 1.40 1.46 4.32 AC63 23.28 64.8 5.17 0.880 1.19 1.25 0.61 AC64 23.26 67.2 5.19 0.026 1.19 1.21 0.66 AC65 24.78 72.0 5.58 1.069 1.13 1.44 10.71 AC66 22.95 66.0 4.94 1.147 1.26 1.62 1.10 AC67 23.40 54.0 4.8 0.331 1.32 1.14 0.14 AC68 22.74 60.0 4.92 1.336 1.30 1.39 0.22 AC69 23.82 50.0 4.75 0.228 1.34 1.35 0.07 AC71 25.34 67.2 5.46 1.060 1.17 1.01 7.39 AC72 28.33 50.9 5.69 0.730 1.03 0.73 0.05 AC73 24.43 67.2 5.48 0.822 1.16 1.14 0.97 AC74 23.96 67.2 5.62 0.666 1.13 0.84 0.83 AC75 23.93 43.2 5.03 0.794 1.26 1.37 1.38 AC76 24.03 69.2 5.43 0.730 1.17 0.97 0.39 AC77 23.82 65.6 4.22 0.656 2.16 2.88 1.43 AC79 23.13 64.4 5.75 0.680 0.98 0.64 0.63 AC80 25.54 67.6 5.52 1.046 1.15 1.54 0.35 杉皮禾 26.55 59.6 5.55 0.806 1.15 1.72 0.04 AC82 23.39 64.8 5.26 0.108 1.18 1.63 3.81 秃禾 22.11 61.6 5.08 0.726 1.21 1.67 1.72 锈N2禾 24.33 52.4 4.86 0.770 1.24 1.85 0.17 AC85 26.68 42.2 5.32 0.670 1.18 1.02 2.25 AC86 26.13 70.8 5.47 0.884 1.15 1.18 9.43 AC87 25.27 66.8 5.24 0.868 1.18 0.98 9.17 AC88 26.03 52.8 4.83 0.754 1.24 1.45 0.46 AC89 24.57 66.8 5.08 0.607 1.21 1.36 12.11 AC90 28.33 66.8 5.57 0.882 1.07 0.82 0.04 最小值 15.15 42.2 4.17 0.000 0.78 0.42 0.04 最大值 42.21 72.0 6.03 1.336 2.17 3.18 12.11 均值 26.95 60.32 5.19 0.373 1.29 1.41 2.33 中位数 25.68 60.85 5.29 0.262 1.18 1.33 2.32 标准差 4.67 6.93 0.46 0.36 0.31 0.58 2.77 变异系数（%） 17.33 11.49 8.86 96.51 24.03 41.13 118.88 
下载: 导出CSV
表 2 主成分特征值、方差贡献率和累积贡献率
Table 2 Eigenvalues, variance contribution rates and cumulative contribution rates of principal components
成分 初始特征值 提取平方和载入 旋转平方和载入 合计 方差的（%） 累积（%） 合计 方差的（%） 累积（%） 合计 方差的（%） 累积（%） 1 3.06 43.716 43.716 3.06 43.716 43.716 2.505 35.793 35.793 2 1.261 18.02 61.737 1.261 18.02 61.737 1.431 20.441 56.234 3 1.023 14.613 76.349 1.023 14.613 76.349 1.408 20.116 76.349
下载: 导出CSV
表 3 旋转后成分荷载矩阵
Table 3 Component loading matrix after rotation
指标 成分 1 2 3 pH 0.894 0.172 −0.293 总酸 −0.881 − 0.310 总酯 −0.809 0.186 0.237 酒精度 0.585 0.423 0.379 出酒率 −0.470 0.657 −0.232 固形物 0.324 −0.599 0.454 总醛 0.403 0.472 0.618
下载: 导出CSV
表 4 因子得分系数矩阵表
Table 4 Rotated factor loading matrix
指标 公因子 1 2 3 出酒率 −0.010 0.082 0.582 酒精度 0.015 0.534 0.031 pH −0.404 −0.006 0.150 固形物 0.162 0.079 −0.634 总酸 0.406 0.067 −0.094 总酯 0.339 0.144 0.097 总醛 0.185 0.698 −0.030
下载: 导出CSV
表 5 因子得分与综合得分
Table 5 Factor scores and comprehensive scores
品种 F1 F2 F3 F 排名 AC77 1.5421 0.3972 1.2683 1.2408 1 黄鳝血 1.3381 0.4698 1.0430 1.1003 2 黑芒禾 0.1072 0.3544 1.1120 0.9543 3 列株禾 1.0175 0.4758 1.4869 0.9535 4 雅水黑糯 −0.6827 −0.1319 1.2892 0.9311 5 guo li 1.9110 0.6957 0.9541 0.9307 6 白芒晚熟糯 1.4428 0.0240 2.1848 0.8953 7 长芒糯 1.4112 −0.0011 1.2503 0.8221 8 荣懂禾 0.3560 −0.3286 2.9386 0.7994 9 无名香 1.6970 −0.3013 1.8196 0.7478 10 AC89 2.1209 −0.8002 −0.4404 0.7354 11 红禾−1 1.7487 −0.5731 −0.1032 0.7187 12 黄岗洋弄 1.8581 −0.6507 −0.3533 0.6462 13 扁龙图糯 1.9811 −0.3409 0.6205 0.6435 14 肇兴黑糯 2.3123 −0.4393 −0.0074 0.6097 15 肇兴红芒白糯 1.2987 −0.6539 0.7502 0.5596 16 黑糯 1.3461 −0.4875 0.0611 0.5257 17 AC65 1.3442 −0.3439 0.5745 0.5205 18 肇兴红芒大糯 0.7181 −0.9562 −0.1656 0.5096 19 AC86 0.3032 −1.0511 0.2005 0.4016 20 AC87 −0.4667 0.4532 1.4532 0.3346 21 苟扬当 −0.6701 0.0233 2.1300 0.2891 22 香禾 −0.3851 0.5862 1.9320 0.2732 23 AC53 −1.0951 0.3600 0.0299 0.2421 24 细白禾 −1.0191 −0.2660 −0.7445 0.2195 25 榕禾 −1.4499 0.0181 0.2924 0.1744 26 冷水稻 −0.7325 2.3797 0.4505 0.1418 27 AC71 −0.9353 −0.2692 0.5781 0.1354 28 肇兴无芒大糯 −1.2189 −0.1042 −0.5129 0.1174 29 AC82 −0.4664 0.2946 0.2331 0.0933 30 德顺糯禾 −0.3377 −0.0630 0.2319 0.0899 31 AC62 −0.3128 1.8368 0.6491 0.0774 32 AC66 −0.4721 −0.3673 0.8201 0.0346 33 大白禾 −0.1694 0.0899 −0.1106 0.0224 34 德顺八月禾 −0.4254 0.2246 0.7690 −0.0275 35 红禾−2 −0.4803 −0.7712 −0.5679 −0.0332 36 秃禾 −0.5287 −0.6529 −0.4507 −0.0561 37 AC61 −0.0227 −0.7746 0.2430 −0.0602 38 苟芩当−2 −0.2451 0.0769 −0.1582 −0.0740 39 白香禾 −1.0105 0.2057 2.2598 −0.0746 40 黄毛旱禾 −1.7844 −1.0633 −0.1565 −0.1140 41 大白粘 −0.7494 2.3334 0.3348 −0.1164 42 六十天禾−3 −1.1945 −0.6656 0.4211 −0.1167 43 AC50 −0.1915 −1.3992 −0.5579 −0.1170 44 锈N2禾 −2.1160 −0.3730 0.7997 −0.1186 45 黔禾1号 −1.2959 −0.2214 0.5984 −0.1251 46 黎平黄岗香禾糯−1 −1.3152 1.7877 0.8174 −0.1334 47 白香禾−1 0.1758 −1.8487 −0.4522 −0.1339 48 苟芩当−1 −1.0352 0.0744 1.1136 −0.1528 49 AC88 −0.1987 −0.1433 −0.0295 −0.1753 50 AC68 −0.6476 0.4199 −0.2184 −0.1777 51 AC56 −0.8222 0.3356 0.2540 −0.2002 52 AC64 0.5827 1.5881 −2.0455 −0.2097 53 AC60 −0.1123 −0.7047 −0.5406 −0.2237 54 AC80 −0.1331 −1.1906 −0.1568 −0.2260 55 AC69 −0.4655 0.3873 −0.4547 −0.2297 56 苟当3 −0.8966 −0.0503 0.2961 −0.2394 57 AC63 −0.0404 −1.1037 −0.4408 −0.2466 58 AC54 −0.6592 −0.4455 −0.6841 −0.2550 59 AC52 −0.3020 −0.1515 −0.4409 −0.2619 60 AC67 −0.2674 0.3277 −0.0157 −0.2717 61 苟当2 0.5665 −0.4784 −0.5753 −0.2765 62 AC58 −0.0826 −0.1027 −1.3137 −0.2809 63 AC55 −0.5037 −0.1043 0.2009 −0.2956 64 杉皮禾 0.3665 3.0974 −1.3544 −0.2996 65 AC73 0.5876 0.2760 −1.8622 −0.3163 66 黎平黄岗香禾糯−2 0.0442 −1.1679 −0.5513 −0.3223 67 AC57 0.5320 −0.4184 −2.2922 −0.3578 68 AC76 0.1815 −1.4524 −0.3237 −0.3693 69 六十天禾−1 0.0269 1.8004 −1.3746 −0.3729 70 AC75 −1.2011 −1.4304 −0.3424 −0.3813 71 纪登红禾 −0.4587 0.1430 −0.9689 −0.4095 72 黄毛早禾 −0.8727 −0.0178 −0.7483 −0.4147 73 白香禾−2 0.1726 −1.5349 −1.2333 −0.4174 74 苟阳弄 −0.5819 0.0830 −0.8888 −0.4319 75 AC59 2.9255 0.7501 −1.1866 −0.4684 76 AC74 −1.3097 −0.3780 −0.8310 −0.4941 77 AC90 −0.2130 0.1830 −1.1348 −0.4986 78 便禾 −0.2843 −0.5041 −0.5785 −0.5190 79 AC85 −0.0856 0.6268 0.1219 −0.5317 80 野猪谷 0.2716 −0.0139 −1.1795 −0.5807 81 归洋禾 0.4989 −1.0129 −1.0556 −0.5879 82 牛芒禾 −0.3987 −1.4785 −0.6229 −0.6023 83 六十天禾−2 0.1579 2.6049 −0.9367 −0.6266 84 AC79 0.2532 2.1730 −1.1475 −0.7621 85 AC72 0.3017 −0.9808 −0.8929 −0.8329 86 麻壳糯 0.7361 2.9472 −0.8043 −0.8755 87 旱稻 −0.8900 −0.1408 −0.5758 −0.9946 88
下载: 导出CSV
表 6 不同品种贵州禾酿酒适宜性品质指标聚类分析的各类均值
Table 6 Average of quality indexes among adaptability of Chinese Baijiu brewed from Guizhou He by cluster analysis
指标 均值 Ⅰ（16） Ⅱ（23） Ⅲ（48） Ⅳ（1） 出酒率（%） 32.61 25.49 26.99 15.15 酒精度（%vol） 57.44 52.69 64.15 60.8 pH 4.85 4.88 5.35 5.59 固形物（g/L） 0.064 0.396 0.400 0.011 总酸（g/L） 1.52 1.44 1.20 1.11 总酯（g/L） 2.05 1.45 1.31 0.85 总醛（mg/100 mL） 3.11 1.05 2.75 3.00
下载: 导出CSV
-
[1] 孙宝国. 国酒[M]. 北京: 化学工业出版社, 2019: 4. SUN B G. Chinese national alcohols: Baijiu & Huangjiu[M]. Beijing: Chemical Industry Press, 2019: 4.
[2] 付欢, 陈雪峰, 赵燕妮, 等. 白酒成分分析的研究进展[J]. 食品与发酵工业,2021,47(21):320−327. [FU H, CHEN X F, ZHAO Y N, et al. Research progress on the component analysis in Baijiu[J]. Food and Fermentation Industries,2021,47(21):320−327. [3] 李宝生, 杨凯环, 苏建如, 等. 不同高粱酿造性能与单粮清香型白酒品质的关联性研究[J]. 食品与发酵工业,2021,47(22):55−62. [LI B S, YANG K H, SU J R, et al. Correlation between the brewing performance of different sorghum and the quality of single light-aroma Baijiu[J]. Food and Fermentation Industries,2021,47(22):55−62. doi: 10.13995/j.cnki.11-1802/ts.026467 [4] 陈翔, 滕抗, 胡海洋, 等. 白酒酿造原料对酒体风味影响的试验及讨论[J]. 酿酒,2008,35(1):19−22. [CHEN X, TENG K, HU H Y, et al. Experiment and discussion on effect of liquor flavor by liquor-making materials[J]. Liquor Making,2008,35(1):19−22. doi: 10.3969/j.issn.1002-8110.2008.01.011 [5] 郭世鑫, 张小娜, 姚孟琦, 等. 不同工艺酱香型白酒成分分析[J]. 食品与发酵工业,2022,48(1):241−246. [GUO S X, ZHANG X N, YAO M Q, et al. Composition analysis of maotai-flavor baijiu with different processing technologies[J]. Food and Fermentation Industries,2022,48(1):241−246. [6] 常强, 吴再节, 孙伟, 等. 浓香型白酒纯大米酿造工艺技术研究[J]. 酿酒科技,2022(2):51−55. [CHANG Q, WU Z J, SUN W, et al. Production of nongxiang baijiu with pure rice[J]. Liquor-making Science & Technology,2022(2):51−55. doi: 10.13746/j.njkj.2021218 [7] WU Z, YANG S, XU L, et al. Screening and identifying microorganisms with feruloyl esterase activity in Chinese sesame-flavour baijiu fermentation materials (Jiupei)[J]. Journal of Food Composition and Analysis,2021,102:1−7.
[8] LIU H, SUN B. Effect of fermentation processing on the flavor of baijiu[J]. Journal of Agricultural and Food Chemistry,2018,66:5425−5432. doi: 10.1021/acs.jafc.8b00692
[9] XU Y, ZhAO J, LIU X, et al. Flavor mystery of Chinese traditional fermented baijiu: the great contribution of ester compounds[J]. Food Chemistry,2022,369:1−13.
[10] DONG W, SHI K, LIU M, et al. Characterization of 3-methylindole as a source of a 'mud'-like off-odor in strong-aroma types of base baijiu[J]. Journal of Agricultural and Food Chemistry,2018,66(48):12765−12772. doi: 10.1021/acs.jafc.8b04734
[11] ChEN S, SHA S, QIAN M, et al. Characterization of volatile sulfur compounds in moutai liquors by headspace solid-phase microextraction gas chromatography-pulsed flame photometric detection and odor activity value[J]. Journal of Food Science,2017,82(12):2816−2822. doi: 10.1111/1750-3841.13969
[12] ZHU L, WANG X, SONG X, et al. Evolution of the key odorants and aroma profiles in traditional Laowuzeng Baijiu during its one-year ageing[J]. Food Chemistry,2020,310(25):1−11.
[13] WANG J, MING Y, LI Y, et al. Characterization and comparative study of the key odorants in caoyuanwang mild-flavor style baijiu using gas chromatography-olfactometry and sensory approaches[J]. Food Chemistry,2021,347:1−10.
[14] SUN X, DU J, XIONG Y, et al. Characterization of the key aroma compounds in Chinese JingJiu by quantitative measurements, aroma recombination, and omission experiment[J]. Food Chemistry,2021,352:1−13.
[15] WANG Y, YANG Y, LI H, et al. Characterization of aroma-active compounds in steamed breads fermented with Chinese traditional sourdough[J]. Food Chemistry,2021,152:1−9.
[16] LI H, QIN D, WU Z, et al. Characterization of key aroma compounds in Chinese Guojing sesame-flavor Baijiu by means of molecular sensory science[J]. Food Chemistry,2019,284(30):100−107.
[17] FAN W, QIAN M C. Characterization of aroma compounds of Chinese ''Wuliangye'' and ''Jiannanchun'' liquors by aroma extract dilution analysis[J]. Journal of Agricultural and Food Chemistry,2006,54(7):2695−2704. doi: 10.1021/jf052635t
[18] 姚贤泽, 杨生智, 万贤平, 等. 不同品种糯高粱酿造小曲清香型白酒差异研究[J]. 酿酒科技,2020,8(8):61−69. [YAO X Z, YANG S Z, WAN X P, et al. Differences in qingxiang xiaoqu baijiu produced by different varieties of glutinous sorghum[J]. Liquor-making Science & Technology,2020,8(8):61−69. [19] 王艳杰. 贵州禾类稻种资源的遗传演化及其与侗族传统文化关系研究[D]. 北京: 中国农业科学院, 2017. WANG Y J. Study on genetic evolution of kam sweet rice and influence from dong’s traditional culture[J]. Beijing: Chinese Academy of Agricultural Sciences, 2017.
[20] 申可, 王晓丹, 邱树毅, 等. 从江县米酒酿造原料香禾糯的理化品质分析[J]. 现代食品科技,2021,37(1):84−91. [SHEN K, WANG X D, QIU S Y, et al. Analysis in the physical and chemical qualities of fragrant glutinous rice as raw materials for rice wine brewing in Congjiang county[J]. Modern Food Science and Technology,2021,37(1):84−91. doi: 10.13982/j.mfst.1673-9078.2021.01.0700 [21] 林慧, 张宿义, 秦辉, 等. 浓香型白酒看花摘酒工艺的可视化分析[J]. 食品与发酵工业,2022,48(18):183−190. [LIN H, ZHANG S Y, QIN H, et al. Visualization analysis of ''liquor picking by flowers'' process in Nongxiangxing baijiu[J]. Food and Fermentation Industries,2022,48(18):183−190. doi: 10.13995/j.cnki.11-1802/ts.031319 [22] 黄慧芬. 米香型白酒酿造产香酵母的筛选鉴定及其产酯规律研究[D]. 长沙: 中南林业科技大学, 2018. HUANG H F. Aroma producing yeast strain screening, identification for Rice aromatic Chinese spirits and research on ester production law of it[D]. Changsha: Central South University of Forestry & Technology, 2018.
[23] 郭梅君, 周世永, 刘幼强, 等. 降低米香型白酒杂醇油的蒸馏方法研究[J]. 酿酒科技,2019(4):44−47. [GUO M J, ZHOU S Y, LIU Y Q, et al. Research on the distillation method of mixiang baijiu to reduce fusel oil content[J]. Liquor-making Science & Technology,2019(4):44−47. doi: 10.13746/j.njkj.2018246 [24] 中国国家标准化管理委员会. GB/T 10345-2007白酒分析方法[S]. 北京: 中国标准出版社, 2007. Standardization Administration of the People's Republic of China. GB/T 10345-2007 Method of analysis for Chinese spirits[S]. Beijing: Standards Press of China, 2007.
[25] 中国国家标准化管理委员会. GB/T 601-2016化学试剂 标准滴定溶液的制备[S]. 北京: 中国标准出版社, 2016. Standardization Administration of the People's Republic of China. GB/T 601-2016 Chemical reagent-Preparations of reference titration solutions[S]. Beijing: Standards Press of China, 2016.
[26] 中国国家标准化管理委员会. GB/T 603-2002化学试剂 试验方法中所用制剂及制品的制备[S]. 北京: 中国标准出版社, 2002. Standardization Administration of the People's Republic of China. GB/T 603-2002 Chemical reagent-Preparations of reagent solutions for use in test methods[S]. Beijing: Standards Press of China, 2002.
[27] 黄晓东, 程巢宣. 白酒中总酸、总酯、总醛含量的常规连续测定[J]. 食品科技,2004,28(5):70−72. [HUANG X D, CHENG C X. Traditional continuous determine the total of acid and ester and aldehyde in Chinese distill sprits[J]. Food Science and Technology,2004,28(5):70−72. doi: 10.3969/j.issn.1005-9989.2004.05.024 [28] 雷月, 宫彦龙, 朱速松, 等. 基于蒸谷米制备前后品质性状及糊化特性的评价分析[J]. 食品工业科技,2021,42(11):1−8. [LEI Y, GONG Y L, ZHU S S, et al. Evaluation and analysis of parboiled rice before and after preparation based on quality characteristics and gelatinization properties[J]. Science and Technology of Food Industry,2021,42(11):1−8. doi: 10.13386/j.issn1002-0306.2020070021 [29] 董超, 张丽, 谢鹏, 等. 基于主成分与聚类分析的市售儿童牛排质量特征[J]. 食品工业科技,2018,39(12):1−10. [DONG C, ZHANG L, XIE P, et al. The quality characteristics of commercially available children's steak based on principal component analysis and cluster analysis[J]. Science and Technology of Food Industry,2018,39(12):1−10. doi: 10.13386/j.issn1002-0306.2018.12.001 [30] 雷月, 宫彦龙, 朱速松, 等. 基于主成分分析和聚类分析综合评价蒸谷米的品质特性[J]. 食品工业科技,2021,42(7):258−267. [LEI Y, GONG Y L, ZHU S S, et al. Comprehensive evaluation of quality characteristics of parboiled rice based on principal component analysis and cluster analysis[J]. Science and Technology of Food Industry,2021,42(7):258−267. doi: 10.13386/j.issn1002-0306.2020050209 [31] 焦扬, 折发文, 张娟娟, 等. 基于主成分与聚类分析的甘肃地区产地木耳品质综合评价[J]. 食品科学,2019,40(8):130−135. [JIAO Y, ZHE F W, ZHANG J J, et al. Comprehensive quality evaluation of Nostoc commune Vauch. from Gansu province by principal component analysis and cluster analysis[J]. Food Science,2019,40(8):130−135. doi: 10.7506/spkx1002-6630-20180806-053 [32] 张健, 高海燕, 赵镭, 等. 白酒理化指标及其与香气品质的关系[J]. 食品科学,2010,31(10):283−286. [ZHANG J, GAO H Y, ZHAO L, et al. Correlations between physico-chemical properties and aroma quality of different flavors of liquors[J]. Food Science,2010,31(10):283−286. [33] 郝俊光, 戴梓茹, 柯锋, 等. 基于风味优化的米香型白酒低度化和现代化[J]. 食品工业,2021,42(4):311−315. [HAO J G, DAI Z R, KE F, et al. The low alcohol and modernizing producing of rice flavor liquor based on flavor optimization[J]. The Food Industry,2021,42(4):311−315. [34] 朱周俊, 袁德义, 邹锋, 等. 不同锥栗农家种种仁中9种矿质元素含量的因子分析与聚类分析[J]. 食品科学,2019,40(2):165−170. [ZHU Z J, YUAN D Y, ZOU F, et al. Factor analysis and cluster analysis of contents of 9 mineral elements in seed kernels of Castanea henryi from different varieties[J]. Food Science,2019,40(2):165−170. doi: 10.7506/spkx1002-6630-20180602-020 [35] 邱修柄. 米香型白酒上头成分的形成机理及控制措施研究[D]. 广州: 仲恺农业工程学院, 2014. QIU X B. Research on formation mechanism and controlling measuresment of dizzying ingredients in rice-wine[D]. Guangzhou: Zhongkai University of Agriculture and Engineering, 2014.
[36] 戴奕杰, 田志强, 孟望霓, 等. 酱香型白酒理化指标抽检分析及研究[J]. 酿酒科技,2020(8):36−41. [DAI Y J, TIAN Z Q, MENG W N, et al. Spot test of physicochemical indexes of Jiangxiang Baijiu[J]. Liquor-making Science & Technology,2020(8):36−41. doi: 10.13746/j.njkj.2020142 -
期刊类型引用(5)
1. 李兴凤，杨艳，刘学艳. 云南双江不同季节晒青茶品质对比分析. 热带农业科技. 2025(01): 53-57 . 
百度学术
2. 罗慧，王庆华，施宗运，刘春艳，杨澜，吴华强，关晓阳，周玲. 不同方法渥堆发酵的普洱熟茶品质比较分析. 茶叶通讯. 2024(01): 60-67 . 百度学术
3. 谢晨昕，赵锋，林雨，蔡良绥，林智，郭丽. 日晒茶风味化学特征研究进展. 茶叶科学. 2024(04): 554-564 . 百度学术
4. 王媛媛，冯勇荣，孙青占，吕兆林. 不同产地沙棘叶茶品质分析及综合评价. 食品与发酵工业. 2024(24): 331-338 . 百度学术
5. 罗慧，宗加福，刘春艳，王庆华，杨澜，吴华强，关晓阳，周玲. 云南易武和临翔茶区古树晒青茶品质差异分析. 茶叶通讯. 2023(04): 500-508 . 百度学术
其他类型引用(2)
下载:
计量
- 文章访问数: 311
- HTML全文浏览量: 45
- PDF下载量: 20
- 被引次数: 7
