Construction of Quality Index System and Screening of Characteristic Index of Rice for Different Uses
-
摘要: 以稻米为研究对象，梳理品质评价指标、评价方法及依据，构建基于不同用途的稻米品质指标体系，同时分析不同优势产区和主栽品种稻米品质差异，筛选基于不同用途稻米的特征性品质指标，以推动稻米的品质评价走向规范。通过Delphi评价法和G1法从基本指标中筛选主要品质指标，构建品质指标体系。测定262个稻米样品的主要品质指标成分差异。采用相关性分析、主成分分析、多元线性回归分析等方法筛选出不同用途稻米品质的特征性指标。结果表明：适用于食用商品稻米的优势产区为东北水稻（辽宁、吉林）、长江流域水稻（江苏），优质品种为沈农511、吉粳816和南粳46，其特征性指标为食味值、蛋白质和气味；米粉加工用稻米的优势产区为东南沿海水稻（广东、广西、浙江）及长江流域水稻（湖南），优质品种为中早39、湘早籼45号、珍桂和春两优61，其特征性指标为峰值粘度、最终粘度、蛋白质含量及直链淀粉含量；发酵制品用稻米的优势产区为东南沿海水稻（浙江）及长江流域水稻（江西、湖南），优质品种为中早39、中早33、湘早籼45号，其特征性指标为直链淀粉含量、糖化性能和还原糖含量。本文的研究结果为不同用途稻米的品质评价提供了理论基础和科学依据。Abstract: Taking rice as the object of study, this study systematized quality evaluation indicators, assessment methods, and their foundations, constructing a rice quality indicator system tailored to different uses. It explored the quality variances among rice from different premier production regions and primary cultivars, identifying distinctive quality indicators for rice suited to specific uses, with the goal of standardizing the quality assessment of rice. The Delphi and G1 methods were applied to distill key quality indicators from a broader set, culminating in the development of a structured quality indicator system. The study assessed the differences in essential quality indicator components across 262 rice samples. Techniques such as correlation analysis, principal component analysis, and multiple linear regression analysis were utilized to pinpoint characteristic quality indicators tailored to the intended use of the rice. The results showed that the dominant producing areas of rice for edible commercial rice were the rice dominant areas in northeast China (Liaoning, Jilin) and the rice dominant areas in the Yangtze River basin (Jiangsu), high quality varietiesare, Shennong 511, Jijing 816, Nanjing 46, and the characteristicquality indicators were food taste value, protein, smell. The dominant producing areas of rice for rice noodles processing were the southeast coastal areas (Guangdong, Guangxi, Zhejiang) and the Yangtze River basin (Hunan), high-quality varieties were Zhongzao 39, Xiangzao Xian 45, Zhengui, and Chunliangyou 61, and the characteristic quality indexes were the peak viscosity, final viscosity, protein content and amylose content. The dominant producing areas of rice for fermentation products were the southeast coastal areas (Zhejiang) and the Yangtze River basin (Jiangxi, Hunan), high-quality varieties were Zhongzao 39, Zhongzao 33, and Xiangzao Xian 45, and the characteristic quality indexes were the amylose content, saccharification property and reducing sugar content. The results of this study provide a theoretical basis and scientific basis for the quality evaluation of rice for different purposes.
-
Keywords:
- rice /
- quality evaluation /
- principal component analysis /
- characteristic index /
- index screening
-
稻米（Oryza sativa L.）是世界上生产和消费最多的谷物之一[1]。全球有超过50%的人口以稻米为主食；其中，中国的稻米产量约占全球稻米产量的33%[2]。稻米常见的用途有去壳成米食用，还可以用于加工成米面制品、发酵成米酒、加工制备冲调米粉。因此，构建不同用途稻米品质评价体系尤为重要。针对不同用途的稻米产品，构建特征性的稻米评价指标体系，既能满足消费者对优质稻米的需求，又能提高稻米的产业化加工利用能力。
近年来，国内外对稻米品质评价有很多的研究，而稻米品质评价是一个复杂过程，各单项指标对不同用途的稻米品质影响相互制约。权重计算作为稻米品质评价的一个重要环节，各指标的权重值直接关系到评价结果的科学性和合理性，也可修正指标体系主观性过强的不足，权重值的确定方法通常有三种：主观赋权法、客观赋权法及综合赋权法，其中综合赋权法综合了主、客观赋权法的优势，既能反映决策者的主观意志，又能反映决策问题的客观实际[3]。阮新民等[4]利用加速遗传算法的投影寻踪模型建立了中籼稻米品质综合评价函数，并对2009~2019年安徽省中籼稻综合品质及其关键影响因子进行分析，结果表明安徽中籼稻米综合品质整体呈显著上升趋势。纪澍琴等[5]基于遗传算法的投影寻踪等级评价模型（PPE）进行稻米品质质量综合评价。胡钧铭等[6]利用灰色关联度模型，求得参试品种与参考样的关联度系数，依米质优劣将不同品种排序，结果表明品质的优劣与品种密切相关，籼型稻谷粒型影响稻谷优劣品质。Barton等[7]研究发现消费者对稻米品质的评价因区域、国家、城市和发展水平不同而存在差异，东南亚以营养价值、柔软度和香气来定义稻米优质品质，而南亚以外观（均匀性、白度、细度、饱腹感和香气）来定义优质品质。在我国21世纪初期，垩白度是限制稻米优质率的主要指标；整精米率整体表现不佳，优质率较低，已经成为7项定级指标中优质率最低的指标，是限制稻米优质率的重要指标[8]。冯莹莹等[9]采用主成分分析法及隶属函数分析对46个东北南部地区优质粳稻的13个稻米品质指标进行检测分析和综合性评价，探究不同水稻品种综合品质指标之间的差异。徐清宇等[10]采用主成分分析和聚类分析对3个红米品种、8个黑米品种和8个普通糙米进行营养评价。
本论文以稻米为研究对象，梳理食味品质、营养品质、加工品质和商品品质等品质评价指标、评价方法及评价依据，以“独立、科学、实用、全面”为原则，结合现有标准，采用Delphi评价法和序关系分析法相结合分别构建基于不同用途的稻米品质指标体系和评价方法，以推动稻米品质评价走向规范。同时分析不同优势产区、主栽品种的稻米品质差异，筛选基于不同产地或品种的特征性品质指标，指导消费者科学消费和产业健康发展。
1. 材料与方法
1.1 材料与仪器
水稻样品 来源于农业农村部农产品贮藏保鲜质量安全风险评估实验室（杭州）、农业农村部农产品质量安全风险评估实验室（南京）、农业农村部稻米产品质量安全风险评估实验室（杭州）、农业农村部农产品质量安全风险评估实验室（哈尔滨），共262个样品，其主产区和主栽品种见表1，所有均在最佳收获期采样，规格为2~3 kg，样品采集后真空密封寄送；D-无水葡萄糖（纯度>98%）、葡萄糖（纯度≥99%）、果糖（纯度≥99%）、乳糖（纯度>99%）、蔗糖（纯度>99%）、甲基红指示液、氢氧化钠溶液、碱性酒石酸铜溶液、淀粉酶溶液（100000 U/mL）、盐酸溶液、葡萄糖、果糖、乳糖、转化糖标准溶液、马来酸钠缓冲溶液、淀粉葡萄糖苷酶AMG原液、稀释的淀粉葡萄糖苷酶AMG溶液、2 mol/L氢氧化钾溶液、乙酸钠缓冲溶液、0.025%麝香草酚蓝乙醇溶液 国药集团化学试剂有限公司。
表 1 基于主产区、主栽品种的稻米样品Table 1. Rice samples based on main producing areas and main varieties主产区 主栽品种 东北水稻
（黑龙江、吉林、长春）稻花香2号、吉宏6号、吉粳561、吉粳816、吉源香1号、佳香2、龙稻18、龙粳31、龙洋11、沈农508、
沈农511、沈农625、松粳22长江流域水稻
（江苏、安徽、江西、河南、
湖北、湖南、重庆、四川、
贵州、云南）南粳46、南粳9108、南粳5055、玉针香、武育粳3号、奉新923、黄金晴、新丰二号、洋西早、润珠537（鄂中5号）、泰优390、晶两优、隆两优、万象优、松粳28、川优6203、宜香优粤禾丝苗、中早33、株两优209、仁两优26、陵两优722、湘早籼45号、株两优39、陆两优171、欣荣优123、湘早籼45号、株双优171/30、陵两优722、株两优316、清香优168、神农优228、渝香203、隆两优534、宜香优2115、渝香203、Y两优云290、台两优802、潢优808、内6优5182、凌禾优98、宜优683、晶两优7206、粳优3号、凌禾优78、滇禾优918 东南沿海水稻
（上海、浙江、福建、广东、
广西、海南）美香占2号、野香优莉丝、金龙优1826、常规稻、金香丝苗、金香农占、象牙香占、黄花占、金农香占、泰丰优2213、珍桂、五山丝苗、黔两优58、野香优2998、野香优丝苗、泰优2068、黔优568、野香优9号、农晶丝苗、乾两优香复香占、深优9569、野香丝苗、粤香1922、黄香占、广丰香8号、孟两优21、春两优61、玉禾1号、南桂占、金龙优068、晶两优华占、南油丝苗、软华优6100、珞红优6564、南粳46、禾香优1号、昱香两优161、昱香两优馥香占、中早39、泰康B、泰两优1332、泰两优217、甬优4949、浙粳优122、浙粳优123、渝802A、中浙优8号、良渚白玉大米、甬优15 QE-250高速粉碎机 浙江屹立工贸有限公司；JJ1000型电子天平 江苏常熟市双杰测试仪器厂；722型可见分光光度计 上海帅宁仪器有限公司；CHA-S气浴恒温振荡器 金坛市天竟仪器厂；AllegraX-30Centrifuge离心机 美国Beckman公司；KN580全自动凯氏定氮仪 济南阿尔瓦仪器有限公司；RVA-SM2快速粘度分析仪 深圳市三利化学品有限公司；Eon酶标仪 美国Thermo公司。
1.2 实验方法
淀粉含量参照GB/T 5009.9-2016，采用酶水解法[11]；直链淀粉含量的测定参照NY/T 2639-2014，采用分光光度法[12]；抗性淀粉含量的测定参照NY/T 2638-2014，采用分光光度法[13]；还原糖含量的测定参照GB 5009.7-2016，采用直接滴定法[14]；糊化温度（碱消值）的测定参照NY/T83-2017中的方法[15]；加工精度参照GB/T 1354-2009[16]；胶稠度参照GB 22294-2008的方法[17]；糖化性能（啤酒）参照毛青钟等[18]的方法，将不同产地稻米准确称取100 g，加一定量的水，蒸制稻米成熟，饭蒸熟后以米与水的比例1:4，加入水，并冷却至60 ℃左右，加入糖化酶1.5 g，充分搅匀，于60~65 ℃保温糖化4 h，其间每隔1 h搅拌一次，糖化完全，用上清液测定糖度。其中糖度（还原糖、以葡萄糖计）按《黄酒GB/T 13662-2008》测定[19]。食味值参照GB/T 15682-2008采用感官评价的方法[20]。糙米率参照GB/T 5495-2008采用感官评价的方法[21]。整精米率、垩白度参照NY/T 2334-2013采用图像法进行测定[22]。气味参照NY/T 596-2002采用感官评价的方法进行测定[23]。
1.3 评价体系构建
1.3.1 品质指标的初步筛选
通过查阅国家、行业、地方、企业标准，文献、产业技术体系等，确定用于筛选的稻米品质指标（附件3，详见本刊官网 http://www.spgykj.com/文章的网络版）。
1.3.2 Delphi 评价法
采用Delphi评价法[24]，对不同用途的稻米相关的产业专家、用户（生产商、经销商及消费者等产业参与人员）进行问卷调查（附件1，详见本刊官网 http://www.spgykj.com/文章的网络版），根据专家意见，删除不重要指标，同时补充体系中未包含的重要指标，完善后形成第二份指标体系，再次进行专家问卷调查（附件2，详见本刊官网 http://www.spgykj.com/文章的网络版），直至各专家（表2）对指标体系形成统一意见。根据专家的意见分别对不同用途的稻米品质初始指标体系进行指标关系判断和重要性赋值，采用G1-法进行指标权重的确定，分析稻米品质指标及其重要性，形成稻米品质评价体系。
表 2 专家信息表Table 2. Expert information年龄 性别 单位 专业 地域 57 男 江苏省农业科学院 农业工程 江苏 37 女 中国水稻研究所 水稻种植 浙江 34 女 江苏省农业科学院 粮食工程 江苏 46 女 黑龙江省农业科学院 粮食工程 哈尔滨 60 男 中国水稻研究所 粮食工程 浙江 39 男 浙江大学食品科学与营养系 食品科学 浙江 37 男 浙江大学食品科学与营养系 食品科学 浙江 37 男 黑龙江省农业科学院 粮食工程 哈尔滨 56 男 浙江大学食品科学与营养系 食品科学 浙江 60 男 浙江大学食品科学与营养系 食品科学 浙江 42 男 **醋厂 粮食工程 河北 46 女 安徽**酒厂 发酵工程 安徽 35 男 浙江****绍兴酒股份有限公司 粮食工程 浙江 34 男 绍兴市**酒业有限公司 发酵工程 浙江 52 男 安徽**酿造有限公司 发酵工程 安徽 43 男 江苏**酿酒有限公司 发酵工程 江苏 37 女 山西**醋业有限公司 食品工程 山西 48 女 安徽**纯粮酒业有限公司 酿酒工程 安徽 41 男 河北石家庄**有限公司 发酵工程 河北 48 女 镇江醋**醋业发展有限公司 发酵工程 江苏 1.3.3 序关系分析法（G1-法）
通过序关系分析法（G1-法）[25−27]分别计算不同用途稻米的各指标重要性。运用G1-法判断数据矩阵的随机一致性比率，根据W值对指标按重要性进行排序。具体步骤如下。
1.3.3.1 确定指标的重要性排序
假设评价指标集为{K1，...，Kn}，首先请相关领域20位专家选出指标集中认为最重要的指标，记作K∗1，然后从剩余的指标集中继续选出为最重要的指标，记作K∗2，以此类推，直至给出指标集中所有的指标的重要性排序[28]。
则评价指标相对于评价标准具有关系式：
K∗1>K∗2>⋯K∗n (1) 1.3.3.2 确定各指标的相对重要程度
请专家根据表3将指标间的相对重要性进行量化。其中，rn为K∗n−1与K∗n的重要性之比，则有：
表 3 指标重要性评分量表Table 3. Index importance score scalern 说明 1.0 指标K*n−1与指标K∗n具有同样重要性 1.2 指标Kn−1比指标Kn稍微重要 1.4 指标K*n−1比指标K∗n明显重要 1.6 指标Kn−1比指标Kn强烈重要 1.8 指标Kn−1比指标Kn极端重要 rn=Wn−1/Wn (2) 式中，Wn代表第 n 个指标的权重。
1.3.3.3 各指标权重系数的计算
根据以上步骤，分别对一级指标、二级指标进行权重计算。以某一级指标权重的计算为例，若专家给出了 rn 的理性赋值，则第 m 个指标对应的权重Wm为：
Wm=(1+∑mn=2∏mi=nri)−1 (3) 而确定某 一指标单个权重后，即可根据公式（4）求同指标集合内其他指标权重：
Wn−1=rnWn(n=m,m−1,⋯,3,2) (4) 1.3.3.4 群决策结果的确定
通过以上方法，根据每一位专家的调查结果计算相应的一级指标和二级指标的权重，然后根据专家所填写的问卷，计算每位专家的权重指数。
问卷中，请各位专家根据实际情况选择对不同用途稻米的了解程度，了解程度分为非常熟悉、比较熟悉、一般熟悉、不太熟悉四个等级，不同等级给予不同的赋值d，如表4所示。
表 4 专家熟悉程度赋值标准Table 4. Expert familiarity assignment专家对该领域的熟悉程度 赋值（d） 非常熟悉 8 比较熟悉 6 一般熟悉 4 不太熟悉 2 则第K位专家的权重指数为：
Lk=dk/∑te=1de (5) 式中，t为参与赋权的专家数量。
假设共有 t 位专家参与决策，引入第 t 位专家在赋权过程中的权重指数Lk，第 K 位专家决策下第 i 个指标的权重为Wik ， 则 第i 个指标的群决策结果为：
Wi=∑ik=1LkWki (6) 1.4 数据处理
使用Excel软件进行数据处理，因各评价指标具有不同的量纲及数量级，为避免对结果造成影响，在数据分析前须对原始数据进行标准化处理。标准化的数据通过SPSS22.0进行描述性统计分析、相关性分析和主成分分析得到方差贡献分析表和经过方差极大正交旋转后的主成分载荷矩阵。每组实验取3个平行样，重复测定3次。
2. 结果与分析
2.1 稻米品质指标的整理
初步确定稻米品质指标41项，其中包括商品品质11项、食味品质7项、加工品质15项、营养品质8项，各指标对应数据范围和评价方法见表5。
表 5 稻米品质指标选用标准Table 5. Selection criteria for rice quality index选定指标 所属品质 指标数据范围及评价描述 评价方法 垩白度 商品品质 0~50% 图像法 粒型 长粒>6.5 mm；5.6 mm≤中粒≤6.5 mm；短粒<5.6 mm 图像法 色泽气味 无异常色泽、气味 感官法 黄粒米 5%~16.5% 感官、图像法 互混率 ≤5.0% 感官法 杂质 ≤1.0% 电动筛选法 碎米率 优质籼米≤15%；优质粳米≤10% 图像法 不完善粒 优质籼、粳米≤3.0%；优质籼、粳米≤5.0% ；优质籼、粳米≤3.0% 图像法 透明度 ≥2.8%为1级；2.3%~2.8%为2级；1.3%~2.2%为3级 图像法 水分 籼米≤13.5%，粳米≤14.5% 烘干法 加工精度 特等：粒面皮层基本去净85%以上；标一：粒面皮层不超过1/5占80%以上；
标二：粒面皮层不超过1/3占75%以上；标三：粒面皮层不超过1/2占70%以上图像法 气味 食味品质 米香味纯正、浓郁 感官法 外观结构 米粒完整，有光泽 感官法 适口性和质地 粘性、弹性、硬度等 感官法 滋味 无异常滋味 感官法 冷饭质地 松散度、粘弹性、硬度等 感官法 食味评分 51~60分为差，61~70分为一般，71~80分为较好，
81~90分为好，90分以上为优（评分均按百分制计）食味计 糙米率 加工品质 77%~85% 称量法 碎米率 <15% 图像法 整精米率 20%~75% 图像分析法、称量法 垩白度 0~50% 图像分析法、目测法 垩白米粒 0~100% 图像分析法 长宽比 1~3 图像分析法 淀粉含量 75% 酶水解法 直链淀粉含量 6%~8% 分光光度法 蛋白质 20%~80% 半微量凯氏法 液化性能 >80% 测透光率法 糖化性能 >6 测透光率法 碱消值 >55 mm 碱液浸泡法 胶稠度 >12% 糊化米胶法 吸水膨胀率 >300% 浸渍称重法 粗蛋白含量 营养品质 5.14%~9.78% 凯氏定氮法法 粗脂肪含量 糙米1.73%~2.85%；精米0.21%~0.40% 索式抽提法 游离氨基酸含量 1.13~31.09 mg/100 g 氨基酸测定仪 淀粉含量 6%~8% 分光光度法 矿物质含量 Zn 18.28~26.65 mg/kg；Mg 700.7~993.2 mg/kg；
Ca 42.3~120.8 mg/kgICP-MS 维生素含量 VB1 0.92~1.59 mg/kg；VB2 0.51~0.63 mg/kg 紫外分光光度法 γ-氨基丁酸 8.26~16.94 μg/g HPLC 酚酸 5~220 μg/mL UPLC 2.2 不同用途稻米品质指标体系的构建
经问卷调查及G1-法计算，最终筛选出8项指标构建不同用途稻米品质指标体系。具体各指标体系见图1a~图1c，食用商品稻米品质指标（图1a）按重要性排序分别为：食味值、糙米率、整精米率、粗蛋白含量、加工精度、气味、垩白度、抗性淀粉含量（R-淀粉含量）、胶稠度。其中，食味值、糙米率、整精米率、粗蛋白含量权重系数最高，分别为0.073、0.060、0.060、0.055。米粉加工稻米品质指标（图1b）按重要性排序分别为：淀粉含量、蛋白质含量、糊化温度、R-淀粉含量、胶稠度、加工精度、热浆粘度、抗性淀粉含量。发酵制品稻米品质指标（图1c）中八个评价指标按重要性排序分别为：淀粉含量、蛋白含量、抗性淀粉含量（R-淀粉含量）、还原糖、糖化性能（啤酒）、糊化温度（碱消值）、黄粒米率、互混率。其中，淀粉含量、蛋白含量、直链淀粉含量权重系数最高，分别为0.162、0.117、0.048。
![]()
图 1 不同用途的稻米品质指标权重系数注：a：食用商品稻米品质指标权重系数；b：米粉加工稻米品质指标权重系数；c：发酵制品稻米品质指标权重系数。Figure 1. Weight coefficient of rice quality index for different uses2.3 不同稻米品种各品质指标之间的比较
从表6可知，本研究中稻米样品的糙米率分布于76.00%~87.60%之间，平均含量为80.84%，变异系数（CV%）为2.05%，其变异系数在所有16个指标中最小，其次是食味值，变异系数（CV%）为7.32%，而变异系数最大的指标是垩白度，其变幅为0~28.50%，变异系数为（CV%）134.76%。说明本研究供试稻米品种对糙米率影响最小，对垩白度影响最大。由变异系数大小可以得出供试水稻品种对16个测试指标影响排序为垩白度>还原糖含量>抗性淀粉含量>碱消值>峰值黏度>最低黏度>最终黏度>直链淀粉含量>糖化性能>蛋白质含量>胶稠度>整精米率>淀粉含量>气味>食味值>糙米率。
表 6 稻米各单项品质指标变异情况Table 6. Variation of each index for rice指标 平均值 变幅 变异系数（CV%） 蛋白质含量（%） 7.31 5.03~11.3 16.58 淀粉含量（%） 73.11 56.20~89.95 9.30 直链淀粉含量（%） 14.70 7.88~25.67 22.88 食味值（分） 78.1 63~90 7.32 气味（分） 73.54 50~87 8.71 峰值黏度BU 263.91 22.00~441.83 27.23 最低黏度BU 149.68 22.08~279 25.60 最终黏度BU 239.78 32.83~437.33 23.47 碱消值（级） 3.72 1.13~6.90 44.52 胶稠度（mm） 99.76 61.13~123.37 15.23 糙米率（%） 80.84 76.00~87.60 2.05 垩白度（%） 2.89 0~28.50 134.76 糖化性能（g/100 g） 346.03 203.55~499.53 19.26 还原糖含量（%） 0.36 0.11~1.85 92.92 抗性淀粉含量（%） 0.25 0.02~0.88 70.88 整精米率（%） 58.3 39.11~72.54 11.62 注：变异系数的计算公式为：变异系数CV%=（标准偏差SD/平均值Mean）×100。 2.4 不同稻米品种各品质指标之间的相关性分析
运用皮尔逊相关系数法对本次研究所采集的稻米样品 16 个指标进行相关性进行分析，其结果见表7，其中有14对指标间的相关性达到显著水平（P<0.05），60对指标间的相关性达到极显著水平（P<0.01），说明各评价指标之间具有较强的相关性。如食味值与糙米率和胶稠度呈极显著的正相关（P<0.01），与蛋白质含量、峰值黏度、最低黏度、最终黏度、白垩度、还原糖含量及直链淀粉含量呈现极显著的负相关（P<0.01）；与糊化温度、淀粉含量呈现显著的正相关（P<0.05）。气味与糙米率、峰值黏度、胶稠度、糖化性能、抗性淀粉含量呈极显著的正相关（P<0.01）；与最终黏度、白垩度及还原糖含量呈极显著负相关（P<0.01）。蛋白质含量与峰值黏度、最低黏度、最终黏度、白垩度呈极显著的正相关（P<0.01）；与糊化温度、胶稠度、糖化性能、抗性淀粉含量呈现极显著的负相关（P<0.01）。由相关性分析结果得出，各指标间均存在不同程度的相关性，使得稻米的品质评价结果会因品质指标所反映的信息重叠而不明确，为了进一步分析各指标之间的关系，并能很好的评价不同样品品质特性的综合值，将采用主成分分析进行分析。
表 7 稻米品质指标相关性分析Table 7. Correlation analysis of quality indexes of rice指标 A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 A16 A1 1 A2 0.027 1 A3 −0.637** −0.150* 1 A4 0.161** 0.205** −0.061 1 A5 0.107 0.021 0.033 0.111 1 A6 −0.391** 0.250** 0.291** −0.032 −0.240** 1 A7 −0.556** −0.044 0.447** −0.141* −0.249** 0.664** 1 A8 −0.534** −0.160** 0.419** −0.196** −0.228** 0.448** 0.909** 1 A9 −0.494** −0.263** 0.456** −0.263** −0.024 0.011 0.375** 0.416** 1 A10 0.158* 0.047 −0.260** 0.009 0.119 −0.322** −0.156* −0.147* −0.295** 1 A11 0.221** 0.217** −0.220** 0.210** 0.162** 0.025 −0.166** −0.171** −0.232** −0.022 1 A12 0.082 0.334** −0.214** −0.029 −0.074 0.294** −0.083 −0.184** −0.383** 0.156* −0.008 1 A13 −0.161** −0.368** 0.145* −0.153* −0.235** 0.005 0.145* 0.156* 0.320** −0.322** −0.171** −0.269** 1 A14 −0.022 0.183** −0.182** −0.107 0.101 0.008 0.008 −0.022 −0.092 0.259** −0.004 0.331** −0.221** 1 A15 −0.305** −0.119 0.245** −0.049 −0.05 −0.128* 0.395** 0.609** 0.488** −0.072 −0.131* −0.386** −0.019 0.022 1 A16 −0.116 0.143* 0.108 0.131* −0.095 0.289** 0.047 −0.013 −0.089 −0.044 −0.042 0.218** −0.116 0.063 −0.01 1 注：**表示在0.01级别（双尾），P<0.01，相关性极显著；*表示在0.05级别（双尾），P<0.05，相关性显著。A1食味值；A2气味；A3蛋白质含量；A4糙米率；A5整精米率；A6峰值黏度；A7最低黏度；A8最终黏度；A9垩白度；A10糊化温度；A11胶稠度；A12糖化性能；A13还原糖含量；A14抗性淀粉含量；A15直链淀粉含量；A16淀粉含量。 2.5 不同用途稻米品种品质指标的主成分分析及特征性指标筛选
2.5.1 食用商品稻米品质指标的主成分分析及特征性指标筛选
通过对不同产地的南粳46、南粳9108、武育粳3号等262个稻米样品进行主成分分析，得到食用商品用稻米的方差贡献分析表、碎石图及其成分矩阵。每个主成分的方差即特征值，表示对应成分能够描述原有信息的多少。以特征值λ>1 的方差贡献率确定最优的主成分数，由表8及图2可知，前三个主成分的特征值大于1，累计贡献率达到61.051%，由初始的8个品质指标降为3个不相关的主成分。第一主成分的贡献率为32.67%，第二主成分的贡献率为15.58%，第三主成分的贡献率为12.80%。因此提取前3个主成分代替原8个指标评价食用商品用稻米的品质指标。
表 8 食用商品大米用稻米品质总方差解释Table 8. Total variance of rice quality for edible commercial rice成分 初始特征值 提取载荷平方和 旋转载荷平方和 总计 方差（%） 累积（%） 总计 方差（%） 累积（%） 总计 方差（%） 累积（%） 1 2.614 32.670 32.670 2.614 32.670 32.670 2.324 29.053 29.053 2 1.247 15.583 48.253 1.247 15.583 48.253 1.441 18.006 47.059 3 1.024 12.798 61.051 1.024 12.798 61.051 1.119 13.992 61.051 4 0.881 11.012 72.063 5 0.815 10.188 82.251 6 0.701 8.763 91.014 7 0.399 4.991 96.005 8 0.320 3.995 100.000 ![]()
图 2 食用商品大米用稻米主成分分析碎石图Figure 2. Macadam diagram of rice principal component analysis for edible commercial rice通过主成分分析得到特征值和因子载荷矩阵，为更好解释指标与因子之间的关系，将所有提取的主成分因子进行旋转处理，目的在于使一个变量在较少的几个因子上有较高的载荷，其载荷值大小反映了各变量在主成分中的重要程度，载荷绝对值越大其相关程度也越高。由表9可知，对于食用商品大米用稻米，第一主成分影响最大的是食味值和蛋白质，第二主成分影响最大的是气味，第三主成分贡献率低，故选取食味值、蛋白质和气味作为其特征性品质指标。
表 9 食用商品大米用稻米品质成分矩阵Table 9. Quality component matrix of edible commercial rice指标（X） 成分矩阵 旋转后成分矩阵 1 2 3 1 2 3 食味值 0.753 −0.224 0.075 −0.767 0.090 0.160 气味 0.351 0.494 −0.324 −0.130 0.649 −0.186 蛋白质含量 −0.730 0.362 0.064 0.817 0.013 0.001 糙米率 0.324 0.509 −0.027 −0.033 0.580 0.117 整精米率 0.148 0.360 0.821 0.087 0.213 0.879 垩白度 −0.822 0.039 0.114 −0.766 −0.323 −0.014 胶稠度 0.433 0.505 0.023 −0.172 0.620 0.168 直链淀粉含量 −0.574 0.094 0.178 0.571 −0.185 0.097 2.5.2 米粉加工制品用稻米品质指标的主成分分析及特征性指标筛选
通过对不同产地的南粳46、南粳9108、武育粳3号等262个稻米样品进行主成分分析，得到米粉加工制品用稻米的方差贡献分析表、碎石图及其成分矩阵。每个主成分的方差即特征值，表示对应成分能够描述原有信息的多少。以特征值λ>1的方差贡献率确定最优的主成分数，由表10及图3可知，前四个主成分的特征值大于1，累计贡献率达到73.670%，由初始的11个品质指标降为4个不相关的主成分。第一主成分的贡献率为33.817%，第二主成分的贡献率为20.101%，第三主成分的贡献率为10.647%，第四主成分的贡献率为9.105%。因此提取前4个主成分代替原11个指标评价米粉加工制品用稻米的品质指标。
表 10 米粉加工制品用稻米品质总方差解释Table 10. Total variance of rice quality for rice noodles processing products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（%） 累积（%） 合计 方差（%） 累积（%） 合计 方差（%） 累积（%） 1 3.720 33.817 33.817 3.720 33.817 33.817 3.089 28.083 28.083 2 2.211 20.101 53.918 2.211 20.101 53.918 2.230 20.272 48.355 3 1.171 10.647 64.565 1.171 10.647 64.565 1.600 14.550 62.904 4 1.002 9.105 73.670 1.002 9.105 73.670 1.184 10.765 73.670 5 0.757 6.885 80.554 6 0.689 6.267 86.821 7 0.628 5.710 92.532 8 0.393 3.572 96.104 9 0.306 2.781 98.885 10 0.091 0.829 99.714 11 0.031 0.286 100.000 ![]()
图 3 米粉加工用稻米主成分分析碎石图Figure 3. Macadam diagram of rice principal component analysis for rice noodles processing products由表11可知，对于米粉加工制品用稻米，第一主成分影响最大的是峰值粘度和最终粘度，第二主成分影响最大的是蛋白质含量和食味值，第三、四主成分贡献率较低，故选取峰值粘度、最终粘度、食味值和蛋白质作为其特征性品质指标。
表 11 米粉加工制品用稻米品质成分矩阵Table 11. Rice quality component matrix for rice noodles processing products指标（X） 成分矩阵 旋转后成分矩阵 1 2 3 4 1 2 3 4 食味值 0.061 0.843 0.158 −0.062 −0.119 0.847 −0.047 −0.099 气味 0.688 0.479 −0.003 0.179 0.530 0.604 −0.194 0.228 蛋白质含量 0.241 −0.747 −0.269 −0.194 0.238 −0.735 −0.342 0.109 峰值黏度 0.869 0.099 −0.234 0.113 0.981 0.228 −0.407 0.388 最低黏度 0.891 −0.255 0.120 0.180 0.921 −0.049 −0.207 0.105 最终黏度 0.897 −0.221 0.249 0.143 0.949 0.002 −0.188 −0.019 碱消值 −0.448 0.086 0.304 0.674 −0.092 0.100 0.857 0.035 胶稠度 0.350 0.579 −0.009 −0.047 0.143 0.619 −0.225 0.074 抗性淀粉含量 −0.580 −0.253 0.122 0.387 −0.274 −0.303 0.631 −0.003 直链淀粉含量 0.395 −0.423 0.585 0.049 0.646 −0.241 0.112 −0.438 淀粉含量 0.128 −0.048 −0.702 0.504 0.053 −0.095 0.057 0.866 2.5.3 发酵制品用稻米品质指标的主成分分析及特征性指标筛选
通过对不同产地的南粳46、南粳9108、武育粳3号等262个稻米样品进行主成分分析，得到发酵制品用稻米的方差贡献分析表、碎石图及其成分矩阵。每个主成分的方差即特征值，表示对应成分能够描述原有信息的多少。以特征值λ>1的方差贡献率确定最优的主成分，由表12及图4可知，前四个主成分的特征值λ>1，分别为27.560%、19.695%、14.174%、12.562%，累计贡献率达到73.991%，因此提取前4个主成分代替原9个指标评价发酵制品用稻米的品质指标。
表 12 发酵制品用稻米品质总方差解释Table 12. Total variance of rice quality for fermentation products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（%） 累积（%） 合计 方差（%） 累积（%） 合计 方差（%） 累积（%） 1 2.480 27.560 27.560 2.480 27.560 27.560 2.164 24.044 24.044 2 1.773 19.695 47.254 1.773 19.695 47.254 1.668 18.529 42.573 3 1.276 14.174 61.428 1.276 14.174 61.428 1.432 15.914 58.487 4 1.131 12.562 73.991 1.131 12.562 73.991 1.395 15.503 73.991 5 0.797 8.860 82.851 6 0.608 6.752 89.603 7 0.506 5.624 95.226 8 0.295 3.274 98.500 9 0.135 1.500 100.000 由表13可知，对于发酵制品用稻米，第一主成分影响最大的是直链淀粉含量和糖化性能，第二主成分影响最大的是还原糖含量，而第三、四主成分贡献率低，故选取直链淀粉含量、糖化性能和还原糖含量作为其特征性品质指标。
表 13 发酵制品用稻米品质成分矩阵Table 13. Rice quality component matrix for fermentation products指标（X） 成分矩阵 旋转后成分矩阵 1 2 3 4 1 2 3 4 食味值 0.739 −0.120 −0.436 0.008 0.416 −0.753 0.100 0.023 气味 0.808 0.411 0.184 0.085 0.813 −0.099 0.120 0.071 蛋白质含量 −0.556 0.485 0.444 −0.019 −0.058 0.818 −0.183 −0.190 黄粒米 −0.740 −0.568 −0.008 −0.042 −0.815 0.133 0.018 0.133 碱消值/级 0.021 −0.678 0.115 0.442 −0.307 −0.209 0.036 0.728 糖化性能 0.846 −0.314 0.403 −0.287 0.874 −0.097 0.703 0.249 还原糖含量 −0.575 0.389 −0.455 −0.547 −0.163 0.824 −0.088 −0.846 直链淀粉含量 −0.764 0.566 0.018 0.678 0.902 0.324 −0.769 0.141 淀粉含量 0.081 0.033 0.687 −0.291 0.175 0.496 0.528 0.093 ![]()
图 4 发酵制品用稻米主成分分析碎石图Figure 4. Macadam diagram of rice principal component analysis for fermentation products2.6 综合评价
用各指标变量的主成分载荷（表9）除以特征值的平方根，得到3个主成分中每个指标对应的系数即特征向量，以每个品质指标（X）的相关矩阵的特征向量为权重构建3个主成分的函数表达式，如下：
F1=0.471X1+0.227X2−0.450X3+0.229X4+0.089X5−0.358X6+0.296X7−0.498X8
F2=−0.271X1+0.430X2+0.320X3+0.517X4+0.414X5+0.183X6+0.401X7+0.070X8
F3=0.272X1−0.559X2−0.040X3−0.105X4+0.748X5+0.058X6+0.124X7+0.155X8
把上述选定的第1、2、3主成分的方差贡献率α1（32.670/61.051）、α2（15.583/61.051）、α3 （12.798/61.051）当成权数，计算主成分综合模型：F=α1F1+α2F2+α3F3，即F总=（32.670/61.051）F1+（15.583/61.051）F2+（12.798/61.051）F3。
在主成分分析的基础上，由综合得分模型计算参试品种适用于食用商品大米用稻米的综合得分见表14，结果发现，沈农511、吉粳816、南粳46综合得分最高，分别为1.669、1.524和1.226，适用于食用稻米的主产区为东北水稻优势区（吉林、辽宁）、长江流域水稻优势区（江苏），优质品种为沈农511、吉粳816、南粳46。
表 14 不同用途稻米优势产区与优质品种Table 14. Advantage rice producing areas and high-quality varieties for different Uses用途分类 优势产区 优质品种 综合得分
米粉加工制品用东南沿海水稻优势区（浙江） 中早39 1.786 长江流域水稻优势（湖南） 湘早籼45号 1.733 东南沿海水稻优势区（广东） 珍桂 1.716 东南沿海水稻优势区（广西） 春两优61 1.688 发酵制品用 东南沿海水稻优势区（浙江） 中早39 1.706 长江流域水稻优势区（江西） 中早33 1.636 长江流域水稻优势区（湖南） 湘早籼45号 1.403
食用商品用东北水稻优势区（辽宁） 沈农511 1.669 东北水稻优势区（吉林） 吉粳816 1.524 长江流域水稻优势区（江苏） 南粳46 1.226 注：以上排名结果，仅代表本次研究所采集的样品，不代表普遍情况。 同上根据表11构建4个主成分的函数表达式，如下式：
F1=0.032X1+0.357X2+0.125X3+0.45X4+0.462X5+0.465X6−0.23X7+0.182X8−0.301X9+0.205X10+0.066X11
F2=0.567X1+0.322X2−0.503X3+0.067X4−0.171X5−0.149X6+0.058X7+0.389X8−0.17X9−0.285X10−0.033X11
F3=0.146X1−0.003X2−0.248X3−0.217X4+0.111X5+0.230X6+0.281X7−0.009X8+0.113X9+0.541X10−0.649X11
F4=−0.062X1+0.179X2−0.19X3+0.11X4+0.179X5+0.143X6+0.673X7−0.047X8+0.387X9+0.049X10+0.503X11
把上述选定的第1、2、3、4主成分的方差贡献率α1（33.817/73.670）、α2（20.101/73.670）、α3（10.647/73.670）、α4（9.105/73.670）当成权数，计算主成分综合模型：F总=α1F1+α2F2+α3F3+α4F4，即F总=（33.817/73.670）F1+（20.101/73.670）F2+（10.647/73.670）F3+（9.105/73.670）F4。
在主成分分析的基础上，由综合得分模型计算所得不同产地和品种适用于米粉加工制品用稻米的综合得分见表14，结果发现，中早39、湘早籼45号、珍桂、春两优61综合得分最高，分别为1.786、1.733、1.716和1.688，适用于米粉加工制品用稻米的主产区为东南沿海水稻优势区（浙江、广东、广西）及长江流域水稻优势（湖南），优质品种为中早39、湘早籼45号、珍桂、春两优61。
同上根据表13构建4个主成分的函数表达式，如下式：
F1=0.469X1+0.513X2−0.353X3−0.47X4+0.013X5+0.347X6−0.194X7−0.104X8+0.052X9
F2=−0.09X1+0.309X2+0.364X3−0.426X4−0.51X5−0.236X6+0.292X7+0.425X8+0.025X9
F3=−0.386X1+0.16X2+0.39X3−0.007X4+0.101X5+0.357X6-0.403X7+0.016X8+0.608X9
F4=0.007X1+0.08X2−0.018X3−0.04X4+0.416X5−0.270X6−0.514X7+0.637X8−0.274X9
把上述选定的第1、2、3、4主成分的方差贡献率α1（27.560/73.991）、α2（19.695/73.991）、α3（14.174/73.991）、α4（12.562/73.991）当成权数，计算主成分综合模型：F=α1F1+α2F2+α3F3+α4F4，即F总=（27.560/73.991）F1+（19.695/73.991）F2+（14.174/73.991）F3+（12.562/73.991）F4。
在主成分分析的基础上，由综合得分模型计算不同产地和品种适用于发酵制品用稻米的综合得分见表14，结果发现，中早39、中早33、湘早籼45号综合得分最高，分别为1.706、1.636和1.403，适用于发酵制品（米酒、米醋）用稻米的主产区为东南沿海水稻优势区（浙江）及长江流域水稻优势（江西、湖南），优质品种为中早39、中早33、湘早籼45号。
3. 讨论
通过Delphi评价法和序关系分析法从基本品质指标中筛选主要品质指标，构建品质指标体系。其中食用商品大米用稻米品质指标中的食味值、糙米率、整精米率、粗蛋白含量权重系数最高。大米的食味是稻米特有的遗传基因品质，食味值通过对米饭气味、口感及综合感官指标进行分析，是国际上评判大米好吃与否的权威指标之一。米粉加工制品用稻米品质指标中，大米蛋白通过与淀粉的相互作用，进一步影响米粉的糊化成型及老化回生，从而影响米粉的品质[29]。发酵制品用稻米品质中淀粉含量、蛋白含量、直链淀粉含量权重系数最高。大米淀粉是稻米的主要组分，在发酵过程中大米蛋白质被降解，而发酵对总淀粉含量影响不大，所以发酵起到了纯化淀粉的作用[30−31]。这与本文构建的不同产业用途稻米指标体系类似，说明该指标体系具备一定的科学性和全面性。
本次研究所采稻米样品的品质指标进行检测统计分析得出，营养品质指标中，262个参试稻米品种蛋白质平均含量7.31%，变异系数（CV%）为16.58%，说明不同品种间蛋白质含量差异较大，丁得亮等[32]发现稻米中高含量的蛋白质会导致稻米的硬度和粘度，进而影响其食味品质。淀粉平均含量为73.11%，变异系数仅为9.30%，表明样品间的差异较小。稻米中直链淀粉含量高，米饭的口感硬，粘度低，适口性差[33]。参试样品的碱消值平均为3.72级，变异系数为7.32%，碱消值低，煮的米饭硬而松散，口感差[34]。稻米样品最低粘度和最终粘度的均值分别为149.68 BU和239.78 BU。最终粘度反映形成凝胶结构时支链与直链淀粉之间的相互作用情况[35]。在加工品质指标中，垩白度均值变异系数为134.76%，表明不同品种之间稻米垩白度的差异较大，垩白度高的稻米外观品质差，易碎，整精米率低，蒸煮后饭粒断裂或蓬松中空而影响食味品质[36−37]。抗性淀粉变异系数为70.88%，张荟等[38]发现抗性淀粉含量对稻米食味和加工品质有重要影响，对稻米品质的贡献率达到19.48%。
不同用途稻米的优势产区及品种间差异明显[39−40]，且不同产区稻米品质受品种遗传及种植环境影响较大[41−43]，即使同一品种，不同来源、不同年份的品质也存在一定差异，如不同地区生产的同一品种春两优61，在广东地区栽培其淀粉含量高适用于米粉加工，在广西地区栽培其还原糖含量高适用于开发发酵制品。不同用途稻米营养成分与不同产地的土壤肥沃程度及稻米优质率有很大关系[44−45]。稻米品质好坏主要受品种遗传基因及外界环境条件的影响。稻米从农田到餐桌食用需要经过多个环节，如生产、收获、干燥、贮藏、加工等，这些都会对稻米品质产生影响。
4. 结论
本文构建了基于不同用途的稻米品质指标体系，食用商品稻米的特征性指标为食味值、蛋白质和气味；米粉加工用稻米的特征性指标为峰值粘度、最终粘度、蛋白质含量及食味值；发酵制品用稻米的特征性指标为直链淀粉含量、糖化性能和还原糖含量。系统深入地解析了稻米品种中食味品质、营养品质、加工品质和商品品质的品质成分差异和规律。根据不同用途的稻米品质评价体系，对稻米优势产区及主栽品种进行代表性采样及品质指标检测。揭示了稻米的特征性品质指标与优势产区、最适品种的筛选评价，适用于食用商品稻米的主产区为东北水稻优势区（吉林、辽宁）、长江流域水稻优势区（江苏），优质品种为沈农511、吉粳816、南粳46；适用于米粉加工制品用稻米的主产区为东南沿海水稻优势区（浙江、广东、广西）及长江流域水稻优势区（湖南），优质品种为中早39、湘早籼45号、珍桂、春两优61；适用于发酵制品用稻米的主产区为东南沿海水稻优势区（浙江）及长江流域水稻优势区（江西、湖南），优质品种为中早39、中早33、湘早籼45号。
稻米品质指标对实际稻米评估的反应程度会影响消费者和企业选择稻米的客观性。今后，为进一步对稻米特征性品质的筛选和研究，应采用更多可量化/可检测的指标，增加数据来源客观性及评估结果，为消费者和企业提供更可靠的科学依据。
-
![]()
图 1 不同用途的稻米品质指标权重系数
注：a：食用商品稻米品质指标权重系数；b：米粉加工稻米品质指标权重系数；c：发酵制品稻米品质指标权重系数。
Figure 1. Weight coefficient of rice quality index for different uses
![]()
图 2 食用商品大米用稻米主成分分析碎石图
Figure 2. Macadam diagram of rice principal component analysis for edible commercial rice
![]()
图 3 米粉加工用稻米主成分分析碎石图
Figure 3. Macadam diagram of rice principal component analysis for rice noodles processing products
![]()
图 4 发酵制品用稻米主成分分析碎石图
Figure 4. Macadam diagram of rice principal component analysis for fermentation products
表 1 基于主产区、主栽品种的稻米样品
Table 1 Rice samples based on main producing areas and main varieties
主产区 主栽品种 东北水稻
（黑龙江、吉林、长春）稻花香2号、吉宏6号、吉粳561、吉粳816、吉源香1号、佳香2、龙稻18、龙粳31、龙洋11、沈农508、
沈农511、沈农625、松粳22长江流域水稻
（江苏、安徽、江西、河南、
湖北、湖南、重庆、四川、
贵州、云南）南粳46、南粳9108、南粳5055、玉针香、武育粳3号、奉新923、黄金晴、新丰二号、洋西早、润珠537（鄂中5号）、泰优390、晶两优、隆两优、万象优、松粳28、川优6203、宜香优粤禾丝苗、中早33、株两优209、仁两优26、陵两优722、湘早籼45号、株两优39、陆两优171、欣荣优123、湘早籼45号、株双优171/30、陵两优722、株两优316、清香优168、神农优228、渝香203、隆两优534、宜香优2115、渝香203、Y两优云290、台两优802、潢优808、内6优5182、凌禾优98、宜优683、晶两优7206、粳优3号、凌禾优78、滇禾优918 东南沿海水稻
（上海、浙江、福建、广东、
广西、海南）美香占2号、野香优莉丝、金龙优1826、常规稻、金香丝苗、金香农占、象牙香占、黄花占、金农香占、泰丰优2213、珍桂、五山丝苗、黔两优58、野香优2998、野香优丝苗、泰优2068、黔优568、野香优9号、农晶丝苗、乾两优香复香占、深优9569、野香丝苗、粤香1922、黄香占、广丰香8号、孟两优21、春两优61、玉禾1号、南桂占、金龙优068、晶两优华占、南油丝苗、软华优6100、珞红优6564、南粳46、禾香优1号、昱香两优161、昱香两优馥香占、中早39、泰康B、泰两优1332、泰两优217、甬优4949、浙粳优122、浙粳优123、渝802A、中浙优8号、良渚白玉大米、甬优15 
下载: 导出CSV
表 2 专家信息表
Table 2 Expert information
年龄 性别 单位 专业 地域 57 男 江苏省农业科学院 农业工程 江苏 37 女 中国水稻研究所 水稻种植 浙江 34 女 江苏省农业科学院 粮食工程 江苏 46 女 黑龙江省农业科学院 粮食工程 哈尔滨 60 男 中国水稻研究所 粮食工程 浙江 39 男 浙江大学食品科学与营养系 食品科学 浙江 37 男 浙江大学食品科学与营养系 食品科学 浙江 37 男 黑龙江省农业科学院 粮食工程 哈尔滨 56 男 浙江大学食品科学与营养系 食品科学 浙江 60 男 浙江大学食品科学与营养系 食品科学 浙江 42 男 **醋厂 粮食工程 河北 46 女 安徽**酒厂 发酵工程 安徽 35 男 浙江****绍兴酒股份有限公司 粮食工程 浙江 34 男 绍兴市**酒业有限公司 发酵工程 浙江 52 男 安徽**酿造有限公司 发酵工程 安徽 43 男 江苏**酿酒有限公司 发酵工程 江苏 37 女 山西**醋业有限公司 食品工程 山西 48 女 安徽**纯粮酒业有限公司 酿酒工程 安徽 41 男 河北石家庄**有限公司 发酵工程 河北 48 女 镇江醋**醋业发展有限公司 发酵工程 江苏
下载: 导出CSV
表 3 指标重要性评分量表
Table 3 Index importance score scale
rn 说明 1.0 指标K*n−1与指标K∗n具有同样重要性 1.2 指标Kn−1比指标Kn稍微重要 1.4 指标K*n−1比指标K∗n明显重要 1.6 指标Kn−1比指标Kn强烈重要 1.8 指标Kn−1比指标Kn极端重要
下载: 导出CSV
表 4 专家熟悉程度赋值标准
Table 4 Expert familiarity assignment
专家对该领域的熟悉程度 赋值（d） 非常熟悉 8 比较熟悉 6 一般熟悉 4 不太熟悉 2
下载: 导出CSV
表 5 稻米品质指标选用标准
Table 5 Selection criteria for rice quality index
选定指标 所属品质 指标数据范围及评价描述 评价方法 垩白度 商品品质 0~50% 图像法 粒型 长粒>6.5 mm；5.6 mm≤中粒≤6.5 mm；短粒<5.6 mm 图像法 色泽气味 无异常色泽、气味 感官法 黄粒米 5%~16.5% 感官、图像法 互混率 ≤5.0% 感官法 杂质 ≤1.0% 电动筛选法 碎米率 优质籼米≤15%；优质粳米≤10% 图像法 不完善粒 优质籼、粳米≤3.0%；优质籼、粳米≤5.0% ；优质籼、粳米≤3.0% 图像法 透明度 ≥2.8%为1级；2.3%~2.8%为2级；1.3%~2.2%为3级 图像法 水分 籼米≤13.5%，粳米≤14.5% 烘干法 加工精度 特等：粒面皮层基本去净85%以上；标一：粒面皮层不超过1/5占80%以上；
标二：粒面皮层不超过1/3占75%以上；标三：粒面皮层不超过1/2占70%以上图像法 气味 食味品质 米香味纯正、浓郁 感官法 外观结构 米粒完整，有光泽 感官法 适口性和质地 粘性、弹性、硬度等 感官法 滋味 无异常滋味 感官法 冷饭质地 松散度、粘弹性、硬度等 感官法 食味评分 51~60分为差，61~70分为一般，71~80分为较好，
81~90分为好，90分以上为优（评分均按百分制计）食味计 糙米率 加工品质 77%~85% 称量法 碎米率 <15% 图像法 整精米率 20%~75% 图像分析法、称量法 垩白度 0~50% 图像分析法、目测法 垩白米粒 0~100% 图像分析法 长宽比 1~3 图像分析法 淀粉含量 75% 酶水解法 直链淀粉含量 6%~8% 分光光度法 蛋白质 20%~80% 半微量凯氏法 液化性能 >80% 测透光率法 糖化性能 >6 测透光率法 碱消值 >55 mm 碱液浸泡法 胶稠度 >12% 糊化米胶法 吸水膨胀率 >300% 浸渍称重法 粗蛋白含量 营养品质 5.14%~9.78% 凯氏定氮法法 粗脂肪含量 糙米1.73%~2.85%；精米0.21%~0.40% 索式抽提法 游离氨基酸含量 1.13~31.09 mg/100 g 氨基酸测定仪 淀粉含量 6%~8% 分光光度法 矿物质含量 Zn 18.28~26.65 mg/kg；Mg 700.7~993.2 mg/kg；
Ca 42.3~120.8 mg/kgICP-MS 维生素含量 VB1 0.92~1.59 mg/kg；VB2 0.51~0.63 mg/kg 紫外分光光度法 γ-氨基丁酸 8.26~16.94 μg/g HPLC 酚酸 5~220 μg/mL UPLC
下载: 导出CSV
表 6 稻米各单项品质指标变异情况
Table 6 Variation of each index for rice
指标 平均值 变幅 变异系数（CV%） 蛋白质含量（%） 7.31 5.03~11.3 16.58 淀粉含量（%） 73.11 56.20~89.95 9.30 直链淀粉含量（%） 14.70 7.88~25.67 22.88 食味值（分） 78.1 63~90 7.32 气味（分） 73.54 50~87 8.71 峰值黏度BU 263.91 22.00~441.83 27.23 最低黏度BU 149.68 22.08~279 25.60 最终黏度BU 239.78 32.83~437.33 23.47 碱消值（级） 3.72 1.13~6.90 44.52 胶稠度（mm） 99.76 61.13~123.37 15.23 糙米率（%） 80.84 76.00~87.60 2.05 垩白度（%） 2.89 0~28.50 134.76 糖化性能（g/100 g） 346.03 203.55~499.53 19.26 还原糖含量（%） 0.36 0.11~1.85 92.92 抗性淀粉含量（%） 0.25 0.02~0.88 70.88 整精米率（%） 58.3 39.11~72.54 11.62 注：变异系数的计算公式为：变异系数CV%=（标准偏差SD/平均值Mean）×100。
下载: 导出CSV
表 7 稻米品质指标相关性分析
Table 7 Correlation analysis of quality indexes of rice
指标 A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 A16 A1 1 A2 0.027 1 A3 −0.637** −0.150* 1 A4 0.161** 0.205** −0.061 1 A5 0.107 0.021 0.033 0.111 1 A6 −0.391** 0.250** 0.291** −0.032 −0.240** 1 A7 −0.556** −0.044 0.447** −0.141* −0.249** 0.664** 1 A8 −0.534** −0.160** 0.419** −0.196** −0.228** 0.448** 0.909** 1 A9 −0.494** −0.263** 0.456** −0.263** −0.024 0.011 0.375** 0.416** 1 A10 0.158* 0.047 −0.260** 0.009 0.119 −0.322** −0.156* −0.147* −0.295** 1 A11 0.221** 0.217** −0.220** 0.210** 0.162** 0.025 −0.166** −0.171** −0.232** −0.022 1 A12 0.082 0.334** −0.214** −0.029 −0.074 0.294** −0.083 −0.184** −0.383** 0.156* −0.008 1 A13 −0.161** −0.368** 0.145* −0.153* −0.235** 0.005 0.145* 0.156* 0.320** −0.322** −0.171** −0.269** 1 A14 −0.022 0.183** −0.182** −0.107 0.101 0.008 0.008 −0.022 −0.092 0.259** −0.004 0.331** −0.221** 1 A15 −0.305** −0.119 0.245** −0.049 −0.05 −0.128* 0.395** 0.609** 0.488** −0.072 −0.131* −0.386** −0.019 0.022 1 A16 −0.116 0.143* 0.108 0.131* −0.095 0.289** 0.047 −0.013 −0.089 −0.044 −0.042 0.218** −0.116 0.063 −0.01 1 注：**表示在0.01级别（双尾），P<0.01，相关性极显著；*表示在0.05级别（双尾），P<0.05，相关性显著。A1食味值；A2气味；A3蛋白质含量；A4糙米率；A5整精米率；A6峰值黏度；A7最低黏度；A8最终黏度；A9垩白度；A10糊化温度；A11胶稠度；A12糖化性能；A13还原糖含量；A14抗性淀粉含量；A15直链淀粉含量；A16淀粉含量。
下载: 导出CSV
表 8 食用商品大米用稻米品质总方差解释
Table 8 Total variance of rice quality for edible commercial rice
成分 初始特征值 提取载荷平方和 旋转载荷平方和 总计 方差（%） 累积（%） 总计 方差（%） 累积（%） 总计 方差（%） 累积（%） 1 2.614 32.670 32.670 2.614 32.670 32.670 2.324 29.053 29.053 2 1.247 15.583 48.253 1.247 15.583 48.253 1.441 18.006 47.059 3 1.024 12.798 61.051 1.024 12.798 61.051 1.119 13.992 61.051 4 0.881 11.012 72.063 5 0.815 10.188 82.251 6 0.701 8.763 91.014 7 0.399 4.991 96.005 8 0.320 3.995 100.000
下载: 导出CSV
表 9 食用商品大米用稻米品质成分矩阵
Table 9 Quality component matrix of edible commercial rice
指标（X） 成分矩阵 旋转后成分矩阵 1 2 3 1 2 3 食味值 0.753 −0.224 0.075 −0.767 0.090 0.160 气味 0.351 0.494 −0.324 −0.130 0.649 −0.186 蛋白质含量 −0.730 0.362 0.064 0.817 0.013 0.001 糙米率 0.324 0.509 −0.027 −0.033 0.580 0.117 整精米率 0.148 0.360 0.821 0.087 0.213 0.879 垩白度 −0.822 0.039 0.114 −0.766 −0.323 −0.014 胶稠度 0.433 0.505 0.023 −0.172 0.620 0.168 直链淀粉含量 −0.574 0.094 0.178 0.571 −0.185 0.097
下载: 导出CSV
表 10 米粉加工制品用稻米品质总方差解释
Table 10 Total variance of rice quality for rice noodles processing products
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（%） 累积（%） 合计 方差（%） 累积（%） 合计 方差（%） 累积（%） 1 3.720 33.817 33.817 3.720 33.817 33.817 3.089 28.083 28.083 2 2.211 20.101 53.918 2.211 20.101 53.918 2.230 20.272 48.355 3 1.171 10.647 64.565 1.171 10.647 64.565 1.600 14.550 62.904 4 1.002 9.105 73.670 1.002 9.105 73.670 1.184 10.765 73.670 5 0.757 6.885 80.554 6 0.689 6.267 86.821 7 0.628 5.710 92.532 8 0.393 3.572 96.104 9 0.306 2.781 98.885 10 0.091 0.829 99.714 11 0.031 0.286 100.000
下载: 导出CSV
表 11 米粉加工制品用稻米品质成分矩阵
Table 11 Rice quality component matrix for rice noodles processing products
指标（X） 成分矩阵 旋转后成分矩阵 1 2 3 4 1 2 3 4 食味值 0.061 0.843 0.158 −0.062 −0.119 0.847 −0.047 −0.099 气味 0.688 0.479 −0.003 0.179 0.530 0.604 −0.194 0.228 蛋白质含量 0.241 −0.747 −0.269 −0.194 0.238 −0.735 −0.342 0.109 峰值黏度 0.869 0.099 −0.234 0.113 0.981 0.228 −0.407 0.388 最低黏度 0.891 −0.255 0.120 0.180 0.921 −0.049 −0.207 0.105 最终黏度 0.897 −0.221 0.249 0.143 0.949 0.002 −0.188 −0.019 碱消值 −0.448 0.086 0.304 0.674 −0.092 0.100 0.857 0.035 胶稠度 0.350 0.579 −0.009 −0.047 0.143 0.619 −0.225 0.074 抗性淀粉含量 −0.580 −0.253 0.122 0.387 −0.274 −0.303 0.631 −0.003 直链淀粉含量 0.395 −0.423 0.585 0.049 0.646 −0.241 0.112 −0.438 淀粉含量 0.128 −0.048 −0.702 0.504 0.053 −0.095 0.057 0.866
下载: 导出CSV
表 12 发酵制品用稻米品质总方差解释
Table 12 Total variance of rice quality for fermentation products
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（%） 累积（%） 合计 方差（%） 累积（%） 合计 方差（%） 累积（%） 1 2.480 27.560 27.560 2.480 27.560 27.560 2.164 24.044 24.044 2 1.773 19.695 47.254 1.773 19.695 47.254 1.668 18.529 42.573 3 1.276 14.174 61.428 1.276 14.174 61.428 1.432 15.914 58.487 4 1.131 12.562 73.991 1.131 12.562 73.991 1.395 15.503 73.991 5 0.797 8.860 82.851 6 0.608 6.752 89.603 7 0.506 5.624 95.226 8 0.295 3.274 98.500 9 0.135 1.500 100.000
下载: 导出CSV
表 13 发酵制品用稻米品质成分矩阵
Table 13 Rice quality component matrix for fermentation products
指标（X） 成分矩阵 旋转后成分矩阵 1 2 3 4 1 2 3 4 食味值 0.739 −0.120 −0.436 0.008 0.416 −0.753 0.100 0.023 气味 0.808 0.411 0.184 0.085 0.813 −0.099 0.120 0.071 蛋白质含量 −0.556 0.485 0.444 −0.019 −0.058 0.818 −0.183 −0.190 黄粒米 −0.740 −0.568 −0.008 −0.042 −0.815 0.133 0.018 0.133 碱消值/级 0.021 −0.678 0.115 0.442 −0.307 −0.209 0.036 0.728 糖化性能 0.846 −0.314 0.403 −0.287 0.874 −0.097 0.703 0.249 还原糖含量 −0.575 0.389 −0.455 −0.547 −0.163 0.824 −0.088 −0.846 直链淀粉含量 −0.764 0.566 0.018 0.678 0.902 0.324 −0.769 0.141 淀粉含量 0.081 0.033 0.687 −0.291 0.175 0.496 0.528 0.093
下载: 导出CSV
表 14 不同用途稻米优势产区与优质品种
Table 14 Advantage rice producing areas and high-quality varieties for different Uses
用途分类 优势产区 优质品种 综合得分
米粉加工制品用东南沿海水稻优势区（浙江） 中早39 1.786 长江流域水稻优势（湖南） 湘早籼45号 1.733 东南沿海水稻优势区（广东） 珍桂 1.716 东南沿海水稻优势区（广西） 春两优61 1.688 发酵制品用 东南沿海水稻优势区（浙江） 中早39 1.706 长江流域水稻优势区（江西） 中早33 1.636 长江流域水稻优势区（湖南） 湘早籼45号 1.403
食用商品用东北水稻优势区（辽宁） 沈农511 1.669 东北水稻优势区（吉林） 吉粳816 1.524 长江流域水稻优势区（江苏） 南粳46 1.226 注：以上排名结果，仅代表本次研究所采集的样品，不代表普遍情况。
下载: 导出CSV
-
[1] FALADE K O, SEMON M, FADAIRO O S, et al. Functional and physico-chemical properties of flours and starches of African rice cultivars[J]. Food Hydrocolloids,2014,39(8):41−50.
[2] TONG C, GAO H Y, LUO S J, et al. Impact of postharvest operations on rice grain quality:A review[J]. Comprehensive Reviews in Food Science and Food Safety,2019,18:626−640. doi: 10.1111/1541-4337.12439
[3] 宋华欣. 基于全产业链的食品欺诈脆弱性评估技术研究[D]. 杭州:浙江大学, 2020. [SONG Huaxin. Research on food fraud vulnerability assessment technology based on whole industry chain[D]. Hangzhou:Zhejiang University, 2020.] SONG Huaxin. Research on food fraud vulnerability assessment technology based on whole industry chain[D]. Hangzhou: Zhejiang University, 2020.
[4] 阮新民, 施伏芝, 从夕汉, 等. 2009~2019年安徽中籼稻米品质综合评价及关键影响因子分析[J]. 中国农业科技导报,2021,23(5):108−115. [RUAN Xinmin, SHI Fuzhi, CONG Xihan, et al. Comprehensive quality evaluation and impact factor analysis of medium indica hybrid rice inanhui province from 2009 to 2019[J]. Journal of Agricultural Science and Technology,2021,23(5):108−115.] RUAN Xinmin, SHI Fuzhi, CONG Xihan, et al. Comprehensive quality evaluation and impact factor analysis of medium indica hybrid rice inanhui province from 2009 to 2019[J]. Journal of Agricultural Science and Technology, 2021, 23（5）: 108−115.
[5] 纪澍琴, 李亚军, 关法春, 等. 基于遗传算法的稻米品质质量等级评价[J]. 数学的实践与认识,2015,45(23):1−9. [JI Zhuqin, LI Yajun, GUAN Fachun, et al. The application of real coding based accelerating genetic algorithm in evaluating rice quality[J]. Mathematics in Practice and Theory,2015,45(23):1−9.] JI Zhuqin, LI Yajun, GUAN Fachun, et al. The application of real coding based accelerating genetic algorithm in evaluating rice quality[J]. Mathematics in Practice and Theory, 2015, 45（23）: 1−9.
[6] 胡钧铭, 江立庚, 吕永成. 基于灰色模型对不同播期优质籼稻品质评价[J]. 华 中农业大学学报,2009,28(2):125−129. [HU junming, JIANG Ligeng, LÜ Yongcheng. Evaluation of grain quality of different sowing date indica rice based on grey correlation model[J]. Journal of Huazhong Agricultural University,2009,28(2):125−129.] HU junming, JIANG Ligeng, LÜ Yongcheng. Evaluation of grain quality of different sowing date indica rice based on grey correlation model[J]. Journal of Huazhong Agricultural University, 2009, 28（2）: 125−129.
[7] BARTON F E, HIMMELSBACH D S, M C, A M, et al. Rice quality by spectroscopic analysis:Precision of three spectral regions[J]. Cereal Chemistry,2000,77(5):669−672. doi: 10.1094/CCHEM.2000.77.5.669
[8] 胡贤巧, 张卫星, 邵雅芳, 等. 我国近20年稻米品质优质率状况分析[J]. 中国稻米,2021,27(4):84−87. [HU Xianqiao, ZHANG Weixing, SHAO Yafang, et al. Analysis on high quality rate of rice in China during recent 20 years[J]. China Rice,2021,27(4):84−87.] HU Xianqiao, ZHANG Weixing, SHAO Yafang, et al. Analysis on high quality rate of rice in China during recent 20 years[J]. China Rice, 2021, 27（4）: 84−87.
[9] 冯莹莹, 董立强, 马亮, 等. 基于主成分及聚类分析的东北南部地区优质粳稻品质的综合评价 [J]. 食品科学, 2024, 45(18): 17−24. [FENG Yingying, DONG Liqiang, MA Liang, et al. Comprehensive evaluation of high-quality japonica rice quality in southern Northeast China based on principal component and cluster analysis[J]. Food Science, 2024, 45(18): 17−24.] FENG Yingying, DONG Liqiang, MA Liang, et al. Comprehensive evaluation of high-quality japonica rice quality in southern Northeast China based on principal component and cluster analysis[J]. Food Science, 2024, 45（18）: 17−24.
[10] 徐清宇, 余静, 朱大伟, 等. 基于主成分分析和聚类分析的不同水稻品种营养品质评价研究[J]. 中国稻米,2022,28(6):1−8. [XU Qingyu, YU Jing, ZHU Dawei, et al. Nutritional quality evaluation of different rice varieties based on principal component analysis and cluster analysis[J]. China Rice,2022,28(6):1−8.] XU Qingyu, YU Jing, ZHU Dawei, et al. Nutritional quality evaluation of different rice varieties based on principal component analysis and cluster analysis[J]. China Rice, 2022, 28（6）: 1−8.
[11] 国家卫生和计划生育委员会, 国家食品药品监督管理总局. 食品中淀粉的测定:GB 5009.9-2016[S]. 北京:中国标准出版社, 2016. [National Health and Family Planning Commission of the People's Republic of China GB 5009.9-2016 Determination of starch in foods[S]. Beijing:Standards Press of China, 2016.] National Health and Family Planning Commission of the People's Republic of China GB 5009.9-2016 Determination of starch in foods[S]. Beijing: Standards Press of China, 2016.
[12] 中华人民共和国农业农村部. NY/T 2639-2014 稻米直链淀粉的测定[S]. 北京:中华人民共和国农业农村部, 2014. [Department of Agriculture in China and rural affairs NY/T 2639-2014. Determination of rice amylose [S]. Beijing:Ministry of Agriculture in China and Rural Affairs, 2014.] Department of Agriculture in China and rural affairs NY/T 2639-2014. Determination of rice amylose [S]. Beijing: Ministry of Agriculture in China and Rural Affairs, 2014.
[13] 中华人民共和国农业农村部. NY/T 2638-2014 稻米及制品中抗性淀粉的测定[S]. 北京:中 华人民共和国农业农村部, 2014. [Department of Agriculture in China and rural affairs NY/T 2638-2014. Determination of resistant starch in rice and its products [S]. Beijing:Ministry of Agriculture in China and Rural Affairs, 2014.] Department of Agriculture in China and rural affairs NY/T 2638-2014. Determination of resistant starch in rice and its products [S]. Beijing: Ministry of Agriculture in China and Rural Affairs, 2014.
[14] 国家卫生和计划生育委员会, 国家食品药品监督管理总局. 食品中还原糖的测定:GB 5009.7-2016[S]. 北京:中国标准出版社, 2016. [National Health and Family Planning Commission of the People's Republic of China GB 5009.7-2016. Determination of reducing sugar in foods[S]. Beijing:Standards Press of China, 2016.] National Health and Family Planning Commission of the People's Republic of China GB 5009.7-2016. Determination of reducing sugar in foods[S]. Beijing: Standards Press of China, 2016.
[15] 中华人民共和国农业农村部. NY/T 83-2017 米质的测定[S]. 北京:中华人民共和国农业农村部, 2017. [Department of Agriculture in China and rural affairs. NY/T 83-2017. Determination of rice quality [S]. Beijing:Ministry of Agriculture in China and Rural Affairs, 2017.] Department of Agriculture in China and rural affairs. NY/T 83-2017. Determination of rice quality [S]. Beijing: Ministry of Agriculture in China and Rural Affairs, 2017.
[16] 国家卫生和计划生育委员会, 国家食品药品监督管理总局. 大米的检验:GB/T 1354-2009[S]. 北京:中国标准出版社, 2009. [National Health and Family Planning Commission of the People's Republic of China GB/T 1354-2009. Inspection of rice[S]Beijing:Standards Press of China, 2009.] National Health and Family Planning Commission of the People's Republic of China GB/T 1354-2009. Inspection of rice[S]Beijing: Standards Press of China, 2009.
[17] 国家卫生和计划生育委员会, 国家食品药品监督管理总局. 粮油检验大米胶稠度的测定:GB/T 22294-2008[S]. 北京:中国标准出版社, 2008. [National Health and Family Planning Commission of the People's Republic of China GB/T 22294-2008. Inspection of grain and oil, determination of consistency of rice gel[S]Beijing:Standards Press of China, 2008.] National Health and Family Planning Commission of the People's Republic of China GB/T 22294-2008. Inspection of grain and oil, determination of consistency of rice gel[S]Beijing: Standards Press of China, 2008.
[18] 毛青钟, 俞关松. 酿制黄酒用糯米糖化性能的研究[J]. 酿酒,2012,39(3):58−60. [MAO Qingzhong, YU Guansong. Brewed Chinese rice wine with rice study on the performance[J]. Liquor Making,2012,39(3):58−60.] doi: 10.3969/j.issn.1002-8110.2012.03.021 MAO Qingzhong, YU Guansong. Brewed Chinese rice wine with rice study on the performance[J]. Liquor Making, 2012, 39（3）: 58−60. doi: 10.3969/j.issn.1002-8110.2012.03.021
[19] 国家卫生和计划生育委员会, 国家食品药品监督管理总局. 黄酒的标准:GB/T 13662-2008[S]. 北京:中国标准出版社, 2008. [National Health and Family Planning Commission of the People's Republic of China GB/T 13662-2008. Standard for rice wine[S] Beijing:Standards Press of China, 2008.] National Health and Family Planning Commission of the People's Republic of China GB/T 13662-2008. Standard for rice wine[S] Beijing: Standards Press of China, 2008.
[20] 国家卫生和计划生育委员会, 国家食品药品监督管理总局. 粮油检验, 稻谷、大米蒸煮食用品质感官评价方法:GB/T 15682-2008[S]. 北京:中国标准出版社, 2008. [National Health and Family Planning Commission of the People's Republic of China GB/T 15682- 2008. Inspection of grain and oil, Sensory evaluation method for cooking and eating quality of rice and paddy[S] Beijing:Standards Press of China, 2008.] National Health and Family Planning Commission of the People's Republic of China GB/T 15682- 2008. Inspection of grain and oil, Sensory evaluation method for cooking and eating quality of rice and paddy[S] Beijing: Standards Press of China, 2008.
[21] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 粮油检验 稻谷出糙率检验:GB/T 5495-2008[S]北京:中国标准出版社, 2008. [General Administration of Quality Supervision, Inspection and Quarantine, Standardization Administration of China. Inspection of grain and oils-Determination of husked rice yield from paddy:GB/T 5495-2008[S] Beijing:Standards Press of China, 2008.] General Administration of Quality Supervision, Inspection and Quarantine, Standardization Administration of China. Inspection of grain and oils-Determination of husked rice yield from paddy: GB/T 5495-2008[S] Beijing: Standards Press of China, 2008.
[22] 中华人民共和国农业农村部. NY/T 2334-2013 稻米整精米率粒型、垩白粒率、垩白度及透明度的测定[S]. 北京:中华人民共和国农业农村部, 2013. [Department of Agriculture in China and rural affairs. NY/T 2334-2013 Determination of head rice yield, grain shape, chalky rice percentage, chalkness degree and translucency[S]. Beijing:Ministry of Agriculture in China and Rural Affairs, 2013.] Department of Agriculture in China and rural affairs. NY/T 2334-2013 Determination of head rice yield, grain shape, chalky rice percentage, chalkness degree and translucency[S]. Beijing: Ministry of Agriculture in China and Rural Affairs, 2013.
[23] 中华人民共和国农业农村部. NY/T 596-2002 香稻米[S]. 北京:中华人民共 和国农业部, 2002. [Department of Agriculture in China and rural affairs. NY/T 596-2002. Fragrant Rice [S]. Beijing:Ministry of Agriculture in China and Rural Affairs, 2002.] Department of Agriculture in China and rural affairs. NY/T 596-2002. Fragrant Rice [S]. Beijing: Ministry of Agriculture in China and Rural Affairs, 2002.
[24] DE B M M, EVERS M B H. Prioritization of food vulnerability, coping capacity and exposure indicators through the Delphi technique:A case in Taquari-Antas basin, Brazi[J]. International Journal of Disaster Risk Reduction,2017,24:119−128. doi: 10.1016/j.ijdrr.2017.05.027
[25] 楼甜甜, 陆柏益, 张星联. 基于AHP法的双孢蘑菇质量安全脆弱性评价模型的建立[J]. 农产品质量安全,2016(4):28−34. [LOU Tiantian, LU Baiyi, ZHANG Xinglian. Establishment of Agaricus bisporus vulnerability assessment model based on AHP method[J]. Quality and safety of agricultural products,2016(4):28−34.] LOU Tiantian, LU Baiyi, ZHANG Xinglian. Establishment of Agaricus bisporus vulnerability assessment model based on AHP method[J]. Quality and safety of agricultural products, 2016（4）: 28−34.
[26] 刘笑可. 基于G1法与熵权法的新型研发机构备案指标筛选研究[D]. 石家庄:河北科技大学, 2019. [LIU Xiaoke. Research on indicators screening of New R & DInstitutions Based on G1 method and entropy weight method[D]. Shijiazhuang:Hebei university of Science and Technology, 2019.] LIU Xiaoke. Research on indicators screening of New R & DInstitutions Based on G1 method and entropy weight method[D]. Shijiazhuang: Hebei university of Science and Technology, 2019.
[27] 刘笑笑, 陈岩. 基于熵权法的流域水资源脆弱性评价——以淮河流域为例[J]. 长江科学院院报,2016,33(9):10−17. [LIU Xiaoxiao CHEN Yan. Assessing the vulnerability of basin water resources based on entropy weight method:A case study of Huaihe River Basin[J]. Journal of Changjiang River Scientific Research,2016,33(9):10−17.] LIU Xiaoxiao CHEN Yan. Assessing the vulnerability of basin water resources based on entropy weight method: A case study of Huaihe River Basin[J]. Journal of Changjiang River Scientific Research, 2016, 33（9）: 10−17.
[28] 夏雨杰. 江苏主产区优质稻米品质特性变化研究[D]. 南京:南京财经大学, 2021. [XIA Yujie. Study on quality characteristics of high quality rice in main production areas of Jiangsu province[D]. Nanjing:Nanjing University of Finance and Economics, 2021.] XIA Yujie. Study on quality characteristics of high quality rice in main production areas of Jiangsu province[D]. Nanjing: Nanjing University of Finance and Economics, 2021.
[29] 中华人民共和国农业农村部. NY/T 3836-2021 米粉专用稻[S]. 北京:中华人民共和国农业农村部, 2021. [Department of Agriculture in China and rural affairs. NY/T 3836-2021 Rice for rice flour [S]. Beijing:Ministry of Agriculture in China and Rural Affairs, 2021.] Department of Agriculture in China and rural affairs. NY/T 3836-2021 Rice for rice flour [S]. Beijing: Ministry of Agriculture in China and Rural Affairs, 2021.
[30] 中华人民共和国农业农村部. NY/T 1885-2017 绿色食品米酒[S]. 北京:中华人民共和国农业部, 2017. [Department of Agriculture in China and rural affairs. NY/T 1885-2017 Green food rice wine [S]. Beijing:Ministry of Agriculture in China and Rural Affairs, 2017.] Department of Agriculture in China and rural affairs. NY/T 1885-2017 Green food rice wine [S]. Beijing: Ministry of Agriculture in China and Rural Affairs, 2017.
[31] 杨中立. Q/HMS 0002 S-2021 谷物杂粮粉[S]. 河南省食品有限公司, 2021. [Yang Zhongli. Cereal powder[S]. Henan Province Food Co. , Ltd. 2021.] Yang Zhongli. Cereal powder[S]. Henan Province Food Co. , Ltd. 2021.
[32] 丁得亮, 张欣, 张艳, 等. 市场粳米食味品质及外观品质性状间的相关关系[J]. 安徽农业科学,2010,38(9):4454−4456. [DING Deliang, ZHANG Xin, ZHANG Yan, et al. Relationship between appearance quality and eating quality of market japonica rice[J]. Journal of Anhui Agricultural Sciences,2010,38(9):4454−4456.] DING Deliang, ZHANG Xin, ZHANG Yan, et al. Relationship between appearance quality and eating quality of market japonica rice[J]. Journal of Anhui Agricultural Sciences, 2010, 38（9）: 4454−4456.
[33] LIU Q Y, TAO Y, CHENG S, et al. Relating amylose and protein contents to eating quality in 105 varieties of Japonica rice[J]. Cereal Chemistry,2020,97(6):1303−1312. doi: 10.1002/cche.10358
[34] COLLUSSI R, DIAS A M, GUTKOSKI L C, et al. A-and-B-type starch granules from wheat exhibiting weak, medium, and strong gluten:An investigation of physicochemical, morphological, and in vitro digestion properties[J]. Cereal Chemistry,2021,98(3):547−556. doi: 10.1002/cche.10395
[35] 杭雅文. 弱筋与中筋小麦品质评价指标筛选及优质高产调控技术研究[D]. 扬州, 扬州大学, 2020. [HANG Yawen. Indexes screening evaluating grain quality of Weak-gluten and medium-gluten wheat and their regulating techniques for good-quality and high-yield[D]. Yangzhou:Yangzhou University, 2020.] HANG Yawen. Indexes screening evaluating grain quality of Weak-gluten and medium-gluten wheat and their regulating techniques for good-quality and high-yield[D]. Yangzhou: Yangzhou University, 2020.
[36] 李彬青. 水稻垩白对稻米品质的影响及其改良研究[J]. 安徽农学通报,2017,23(6):3. [LI Binqing. Effects of the chalkiness on rice quality traits and its improvement[J]. Anhui Agricultural Science Bulletin,2017,23(6):3.] LI Binqing. Effects of the chalkiness on rice quality traits and its improvement[J]. Anhui Agricultural Science Bulletin, 2017, 23（6）: 3.
[37] 贺梅, 黄少锋, 张丽萍, 等. 垩白的产生对稻米品质的影响及改良手段[J]. 北方水稻,2020,50(4):3. [HE Mei, HUANG Shaofeng, ZHANG Liping, et al. Effects of Chalky Character on Rice Quality and lmprovement Method[J]. North Rice,2020,50(4):3.] HE Mei, HUANG Shaofeng, ZHANG Liping, et al. Effects of Chalky Character on Rice Quality and lmprovement Method[J]. North Rice, 2020, 50（4）: 3.
[38] 张荟, 罗曦, 魏林艳, 等. 不同基因型水稻的抗性淀粉含量与稻米品质性状的相关性及差异性[J]. 福建农业学报,2016,31(9):6. [ZHANG Hui, LUO Xi, WEI Lin yan, et al. Correlation analysis of resistance starch content and grain quality in various genotypes rice[J]. Fujian Journal of Agricultural Sciences,2016,31(9):6.] ZHANG Hui, LUO Xi, WEI Lin yan, et al. Correlation analysis of resistance starch content and grain quality in various genotypes rice[J]. Fujian Journal of Agricultural Sciences, 2016, 31（9）: 6.
[39] 胡雪琼, 毛军需, 朱勇, 等. 低纬高原气候下优质稻“云恢290”的品质分析[J]. 中国农业气象,2007(2):166−169. [HU Xueqiong, MAO munitions, ZHU Yong, et al. Quality analysis of high quality rice variety yunhui 290 under lower latitude plateau climate conditions[J]. Chinese Journal of Agrometeorology,2007(2):166−169.] HU Xueqiong, MAO munitions, ZHU Yong, et al. Quality analysis of high quality rice variety yunhui 290 under lower latitude plateau climate conditions[J]. Chinese Journal of Agrometeorology, 2007（2）: 166−169.
[40] 陈建酉, 潘大建, 李晨, 等. 广东水稻地方品种稻米品质分析[J]. 广东农业科学,2011,38(9):13−15. [CHEN Jianyou, PAN Dajian, LI Chen. Study on rice quality of local rice germplasm in Guangdong[J]. Guangdong Agricultural Sciences,2011,38(9):13−15.] CHEN Jianyou, PAN Dajian, LI Chen. Study on rice quality of local rice germplasm in Guangdong[J]. Guangdong Agricultural Sciences, 2011, 38（9）: 13−15.
[41] 张卫星, 马晨怡, 袁玉伟, 等. 我国水稻三大优势产区稻米品质现状及区域差异[J]. 中国稻米,2021,27(5):12−18. [ZHANG weixing, MA Chenyi, YUAN Yuwei, et al. Current situation and regional difference of rice grain quality in three rice-production superiority areas of China[J]. China Rice,2021,27(5):12−18.] doi: 10.3969/j.issn.1006-8082.2021.05.003 ZHANG weixing, MA Chenyi, YUAN Yuwei, et al. Current situation and regional difference of rice grain quality in three rice-production superiority areas of China[J]. China Rice, 2021, 27（5）: 12−18. doi: 10.3969/j.issn.1006-8082.2021.05.003
[42] 胡贤巧, 张卫星, 邵雅芳, 等. 我国近20年稻米品质优质率状况分析[J]. 中国稻米, 2021, 27(4):84−87. [HU Xianqiao, ZHANG Weixing, SHAO Yafang, et al. Analysis on high quality rate of rice in china during recent 20 years[J]. China Rice, 2021, 27(4):84−87.] HU Xianqiao, ZHANG Weixing, SHAO Yafang, et al. Analysis on high quality rate of rice in china during recent 20 years[J]. China Rice, 2021, 27（4）: 84−87.
[43] 王永辉, 张业辉, 张名位, 等. 不同水稻品种大米直链淀粉含量对加工米粉丝品质的影响[J]. 中国农业科学,2013,46(1):109−120. [WANG Yonghui, ZHANG Yehui, ZHANG Mingwei, et al. Effect of amylose content of different rice varieties on the qualities of rice vermicelli[J]. Scientia Agricultura Sinica,2013,46(1):109−120.] WANG Yonghui, ZHANG Yehui, ZHANG Mingwei, et al. Effect of amylose content of different rice varieties on the qualities of rice vermicelli[J]. Scientia Agricultura Sinica, 2013, 46（1）: 109−120.
[44] 高翔, 王亚萍, 王金锁. 不同生育期施用叶面肥对水稻产量的影响[J]. 安徽农学通报,2019,25(6):63−65. [GAO Xiang, WANG Yaping, WANG Jinsuo. Effect of foliar fertilizer on rice yield at different growth stages[J]. Anhui Agricultural Science Bulletin,2019,25(6):63−65.] GAO Xiang, WANG Yaping, WANG Jinsuo. Effect of foliar fertilizer on rice yield at different growth stages[J]. Anhui Agricultural Science Bulletin, 2019, 25（6）: 63−65.
[45] 朱德峰, 张玉屏, 陈惠哲, 等. 中国水稻栽培技术发展与展望[J]. 中国稻米, 2021, 27(4):45-49. [ZHU Defeng, ZHANG Yuping, CHEN Huizhe, et al. Development and Prospect of Cultivation Technology of Rice in China[J], China Rice, 2021, 27(4):45-49.] ZHU Defeng, ZHANG Yuping, CHEN Huizhe, et al. Development and Prospect of Cultivation Technology of Rice in China[J], China Rice, 2021, 27（4）: 45-49.
下载:
计量
- 文章访问数: 51
- HTML全文浏览量: 22
- PDF下载量: 14
