首页> 中国专利> 一种花生芽菜用花生的品质测定方法及其评价方法

一种花生芽菜用花生的品质测定方法及其评价方法

摘要

本发明涉及一种花生芽菜用花生的品质测定方法及其评价方法,该方法包括以下步骤:测定待测花生的百果仁重、果仁直径、含水量、粗蛋白含量、多糖含量、粗脂肪含量、三日增重率和粗纤维含量;将上述各测定值代入下式,即得花生芽菜用花生的品质综合评分Y总评:Y总评=2.3160709‑0.00898×百果仁重+0.01935×粗蛋白含量‑0.01062×果仁直径+0.01285×含水量+0.04051×多糖含量+0.0906×粗脂肪含量+0.02156×三日增重率+0.02708×粗纤维含量。利用此种品质测定方法和评价方法可以预测某一花生品种是否适宜用于花生芽菜生产,分析方法简单,标准化程度高,通过模型验证证实其客观、准确地反映了花生品种是否适宜花生芽菜,在生产实践中简便易行。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-02-19

    专利权的转移 IPC(主分类):G01N33/02 登记生效日:20190125 变更前: 变更后: 变更前:

    专利申请权、专利权的转移

  • 2018-09-11

    授权

    授权

  • 2017-02-22

    实质审查的生效 IPC(主分类):G01N33/02 申请日:20160809

    实质审查的生效

  • 2016-10-26

    公开

    公开

说明书

技术领域

本发明涉及一种花生芽菜用花生的品质测定方法及其评价方法,属于营养与食品加工领域。

背景技术

花生作为一种油料作物是我国主要的经济农作物。由于其营养价值丰富,花生加工产品越来越受到人们的重视。近几年来,市场上出现了一种新的芽苗菜——花生芽菜成为了讨论热点。花生芽菜可在人工控制的环境下无土栽培,无需施肥,占地面积小,还可立体培植,是一种无公害无污染的绿色食品。因其含有丰富的营养成份及膳食纤维具有营养保健的作用,受到了广大消费者的喜爱。由于花生的发芽可以使其子叶中的蛋白质水解为易于人体吸收的氨基酸,脂肪含量也由于油脂转化为了热量而大大降低,因此被人们广为称赞,使害怕长胖的人也可以放心食用;同时,花生芽中富含维生素以及铁、锌、钾、钙等矿质元素还有人体所需的各种氨基酸,被赞为“万寿果芽”。

但是并不是所有品种的花生都适宜生产花生芽菜,挑选出营养价值高、生长速度快的优质花生品种对于花生芽菜的开发及推广具有重要意义。花生芽菜为花生加工未来发展的趋势之一蕴藏着巨大的潜力和商机,但是在花生品质、品种对花生芽菜品质的影响、适宜加工花生芽菜用花生品种品质研究方面尚未见报道。

发明内容

本发明的目的是提供一种花生芽菜用花生的品质测定方法及其评价方法,利用此方法可以预测某一花生品种是否适宜花生芽菜生产,以克服目前花生芽菜加工业采用品种生产花生芽菜所造成的资源浪费和经济损失。本方法操作简单、快速高效、准确性高、基础数据覆盖面广,可以准确选择可以人工栽培作为食用花生芽菜且可推向市场带来经济效益的花生芽菜的花生品种。

为达到上述目的,具体采用如下的技术方案:

一种花生芽菜用花生的品质测定方法及其评价方法,具体步骤如下:

测定待测花生的测定待测花生的百果仁重、果仁直径、含水量、粗蛋白含量、多糖含量、粗脂肪含量、三日增重率和粗纤维含量;

将上述各测定值代入下式,即得花生芽菜用花生的品质综合评分Y总评:

Y总评=2.3160709-0.00898×百果仁重+0.01935×粗蛋白含量-0.01062×果仁直径+0.01285×含水量+0.04051×多糖含量+0.0906×粗脂肪含量+0.02156×三日增重率+0.02708×粗纤维含量。

按照下述1)~3)的标准对待测花生进行分类:

1)若该花生的Y综合≤8.0,则待测花生不适宜花生芽菜加工;

2)若该花生的Y综合为8.01~8.99,则待测花生基本适宜花生芽菜加工;

3)若该花生的Y综合≥9.0,则待测花生适宜花生芽菜生产。

本发明中百果仁重为同一品种中随机选取的一百粒花生的克数。果仁直径指一百粒果仁的横向最长直径与纵向最长直径之和的一半的平均数。含水量、粗蛋白含量、多糖含量、粗脂肪含量和粗纤维含量分别为含水量、粗蛋白、多糖、粗脂肪和粗纤维含量占待测花生的质量百分含量。

本发明中三日增重率测量方法如下:将测量百果仁干重的花生米,清水漂洗,然后80℃热水浸泡5min,迅速滤水,加入籽仁重量4倍的自来水,室温浸泡吸胀6~8h。测量泡好的百果重量A1,将浸好的种子从清水中捞出,均匀摆放在花生芽的培育盘中,23-26℃,发芽72小时后测量重量A2。三日增重率=(A2-A1)/A1×100%。

本发明提供一种花生芽菜用花生的品质测定方法及其评价方法,其优点在于:

(1)发明通过一种花生芽菜用花生的品质测定方法及其评价方法,可检测和预测花生芽菜加工的适宜性及品质质量,分析方法简单,标准化程度高,通过模型验证证实其客观、准确地反映了花生品种是否适宜花生芽菜,在生产实践中简便易行;

(2)本发明运用花生的多种理化指标进行评价,避免了因感官评价中的个体差异及嗜好等人为因素造成的偏差,更能客观地反映产品的品质,为花生芽菜加工适宜性的评价提供理论依据和技术支撑;

(3)该模型采用百果仁重、果仁直径、含水量、三日增重率三个直观指标、配合粗蛋白含量、多糖含量、粗脂肪含量和粗纤维含量四个间接指标相互配合,模型拟合度好,计算结果准确性高;

(4)采用该模型为预测花生芽菜加工品质的关键指标及适宜加工花生芽菜用花生专用品种的筛选奠定基础,也可避免企业在生产花生芽菜时盲目选择花生品种,同时为育种研究者提供理论依据及参考。

具体实施方式

下面结合具体实施例对本发明作进一步说明,以助于理解本发明的内容。

下述实施例中所用的材料、试剂等,如无特殊说明,均可从商业途径得到;实验方法如无特殊说明,均为常规方法。

下述实施例每步骤的数据处理都是采用t检验方法,p≤0.05认为结果显著差异,

整个数据处理是采用SPSS 19.0和SAS 9.1软件。

实施例l

一种花生芽菜用花生的品质测定方法及其评价方法,经过如下步骤:

采用常规方法测定花生样品的百果仁重、果仁直径、含水量、粗蛋白含量、多糖含量、粗脂肪含量、三日增重率和粗纤维含量,如表1所示。

表1待测花生品种的品质分析

将上述表1中的数值代入花生芽菜用花生的品质综合评分Y总评:

Y总评=2. 3160709-0.00898×百果仁重+0. 01935×粗蛋白含量-0.01062×果仁直径+0.01285×含水量+0.04051×多糖含量+0.0906×粗脂肪含量+0.02156×三日增重率+0.02708×粗纤维含量

得到待测品种花生芽菜品质Y总评值,如下表2:

表2待测花生品种的芽菜品质分析

表2中的花生芽菜Y总评值,与适宜性评价标准比对,最终得到品种四粒红、花育33、桂花21的Y总评值≥9.0 ,符合适宜性评价标准中的适宜一项。

根据上述步骤(3)的结果,确定最适宜花生芽菜生产的品种为四粒红、花育33、桂花21。

实施例2:一种适宜花生芽菜用花生品质评价模型的建立

l、花生品质的测定

取2015年收获的花生样品20个(符合花生群体的常态分布规律)包括白沙1016、海花、潍花8号、丰花1号、山花9号、花育22、豫花9414、阜花12、花育23、花育19、花育25、阜华19、花育51、桂花17、开1517、花育53、白花生、多彩花生、阜花16、阜花13和粤油256测定各品种的感官品质、理化营养品质及加工品质指标共10个指标;对所选15个花生品种基本数据的变化范围、均值、标准差、变异系数进行分析,结果如表1所示;

表1花生品种的品质特性

2、花生芽菜品质评价指标分析

2.1花生芽菜相关性分析

本文采用相关性分析,建立回归方程评价花生原料特性与花生芽菜品质间的相关关系,首先从20个品种中随机选取15个品种作为建立模型集,剩余5个品种作为验证模型集。

首先,将15个品种花生6个指标进行相关性分析,结果发现,百果仁重、果仁直径与花生芽菜得率、Vc含量呈显著负相关,百果仁重和果仁直径越大,其花生芽菜的得率、Vc含量越低,反之,三日增重率越高,其花生芽菜的得率越高,可能是影响花生芽菜的重要指标。根据相关性分析可知,除灰分外其余指标均有显著性差异,因此删除灰分这一指标。其余指标之间关系密切,一种指标可以制约或增加另一种指标的变化,相互制约,此消彼长。

2.2主成分回归建立模型

(1)适宜加工花生芽菜的花生特性指标筛选

按照回归分析的思想,将花生特性单个指标与花生芽菜综合值进行回归系数显著性分析,发现百果仁重、果仁直径、含水量、粗蛋白含量、多糖含量、粗脂肪含量、三日增重率和粗纤维含量8个指标在0. 05水平上与花生芽菜综合值呈显著关系,这6个指标的相关性贡献率大于95%,其中百果仁重、果仁直径、粗蛋白含量和三日增重率4个指标在0. 01水平上与花生芽菜综合值呈极显著关系。

(2)回归方程的建立

根据回归分析发现上述8个指标与花生芽菜综合值的回归系数在0.05水平上具有显著性,因此,建立各个花生特性指标与花生芽菜综合值之间的关系,该模型的决定系数R值为0.937,进而建立各个指标与花生芽菜综合值的关系,结果见公式A:

Y总评=2. 3160709-0. 00898×百果仁重+0. 01935×粗蛋白含量-0. 01062×果仁直径+0.01285×含水量+0.04051×多糖含量+0.0906×粗脂肪含量+0. 02156×三日增重率+0. 02708×粗纤维含量(公式A)

2.3模型的验证

采用剩余5个品种进行模型验证,用其来验证所建模型的准确性及推广适用性。将5个花生品种的百果仁重、果仁直径、含水量、粗蛋白含量、多糖含量、粗脂肪含量、三日增重率和粗纤维含量8个指标代入公式,计算6个品种的花生芽菜Y总评值,并将模型计算结果与花生芽菜综合值进行回归分析,二者的相关系数R =0. 8924(表2)。

2.4适宜加工花生芽菜用花生特性评价标准及适宜性分析

2.4.1花生芽菜分类标准划分

将建立模型和预测模型共20个品种的花生芽菜综合值进行聚类分析(分类数为3),将20个花生品种划分为适宜、基本适宜和不适宜三类(表3),作为适宜加工花生芽菜花生特性评价标准的依据。

表3不同花生品种花生芽菜种植评价结果

将表2结果与表3的结果与实际进行的花生芽菜生长实验进行比较,二者匹配度:适宜为95%,基本适宜为96%,不适宜为89%,该评价结果较好,适合作为适宜加工花生芽菜用花生品质评价标准。

以上所述,仅为本发明的具体实施方式,并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号