不同省份小麥粉面團流變學特性的分析

陶海騰 齊琳娟 王步軍

(中國農業科學院作物科學研究所 農業部谷物品質監督檢驗測試中心，北京 100081)

不同省份小麥粉面團流變學特性的分析

陶海騰 齊琳娟 王步軍

(中國農業科學院作物科學研究所 農業部谷物品質監督檢驗測試中心，北京 100081)

采用主成分和因子分析的方法對不同省份小麥粉的面團流變學特性進行了分析和評價，分析結果表明面團流變學指標間的相關性都比較大，90%的數據絕對值大于0.30，適宜用主成分分析法來研究變量之間的關系，采用因子分析進行綜合評價。通過分析各成分的特征值和方差貢獻率，前兩個主成分的累計貢獻率已達97.487%，第1、2主成分即能充分反映面團流變學的綜合信息，從而體現出不同省份小麥粉的加工品質優劣，根據兩個主成分的貢獻率得出的主成分綜合表達式計算得分，排序依次為河北、山西、河南、陜西、安徽、山東、江蘇。

小麥 面團流變學 主成分 因子分析

小麥粉在加水揉混過程中，蛋白吸水膨脹，分子間相互連接，形成一個連續的三維網狀結構，從而賦予面團黏彈性，同時具有一定的流動性，總稱為面團流變學特性，是評價面粉加工品質的重要指標［1－3］。面團的流學變特性不僅決定了加工過程中面團的操作性能，而且對最終產品的質量具有重要影響［4－5］。通過對面團流變特性的分析可以綜合了解小麥粉品質，對指導小麥粉的品質改良、不同質量小麥粉的用途、制定各種專用粉標準、保證小麥粉質量的穩定和指導食品加工等，都有十分重要的意義。

目前，測定面團流變學特性主要是通過粉質儀、拉伸儀和面筋儀等測定相關參數來實現的，主要包括吸水率、面團形成時間、面團穩定時間、拉伸面積、延伸性和拉伸阻力等［6－10］。本試驗通過主成分分析法和因子分析法綜合評價各省份小麥粉的面團流變學特性，為改善小麥的品質以及后續加工的提供科學依據。

1 材料和方法

1.1 材料

2009年在我國河北、河南、山東、江蘇、安徽、山西和陜西7個省征集的新收獲冬小麥，每個省抽60份樣品，取樣區域在省內均勻分布，品種包括當地主要品種(表1)。

表1 不同省份小麥樣品的品種分布

1.2 試驗儀器

202小麥實驗磨:瑞士布勒公司;Farinograph－E電子型粉質儀、Extensograph－E電子型拉伸儀:德國布拉本德公司;GM 2200面筋儀:瑞士Perten公司。

1.3 方法

1.3.1 面團流變學特性的測定

粉質參數參照GB/T 14614—2006測定，拉伸參數參照GB/T 14615—2006測定，面筋含量參照GB/T 5506.2—2008 測定。

1.3.2 數據分析

面團流變學特性的綜合評價采用主成分分析法和因子分析法，通過SPSS統計軟件進行數據分析。

2 結果與分析

2.1 不同省份小麥面團流變學特性

從表2可以看出，江蘇小麥粉的吸水率、形成時間、穩定時間、延展性和濕面筋含量最低，山東小麥粉的拉伸面積和面筋指數最低，河南小麥粉的拉伸阻力和拉伸比例最低。安徽小麥粉的拉伸阻力和江蘇的面筋指數都很高，遠遠高于其他地區。山西和陜西的小麥粉的面團流變學各項指標相差不大。這些差異一方面是不同的品種特性造成的，另一方面是不同省份的地域環境造成的。但是單個指標的差異，體現不出面團流變學特性的綜合評價，需要進一步的數理統計分析。

表2 不同省份小麥粉的面團流變學特性(平均值)

2.2 原始數據標準化處理

為方便進一步的數據分析，對原始數據標準化處理，即對同一變量減去均值再除以標準差，以消除原始數據間量綱不同的影響，使標準化后的數據具有可比性，每一變量的平均值為0，方差為1。標準化后的數據見表3，X1為吸水率，X2為形成時間，X3為穩定時間，X4為拉伸面積，X5為拉伸阻力，X6為延伸性，X7為拉伸比例，X8為濕面筋，X9為面筋指數。

表3 不同省份小麥粉面團流變學數據的標準化

2.3 相關性分析

用SPSS軟件處理標準化后的數據可得9個變量的相關系數矩陣(表4)，吸水率與拉伸阻力、延伸性、拉伸比例、濕面筋、面筋指數的相關性很大，與拉伸面積的相關性較小;形成時間與穩定時間、延展性、拉伸比例相關性很大;穩定時間與拉伸面積、延伸性的相關性很大;拉伸面積與拉伸阻力、拉伸比例、濕面筋、面筋指數的相關性較小;拉伸阻力與面筋指數的相關性很大;濕面筋與面筋指數相關性很大。總的數據來看，90%的數據絕對值大于0.30，各變量兩兩之間有較大的相關系數，因而適宜用主成分分析法來研究變量之間的關系［11］。

表4 相關系數矩陣

2.4 主成分的確定

各成分的特征值和方差貢獻率的計算結果見表5。

表5 各成分特征值和方差貢獻率

第1、2主成分的相關矩陣特征值分別為7.22、1.533，其貢獻率分別為 0.802 27、0.172 6，前兩個主成分的累計貢獻率已達97.487%，故取前兩個主成分即能充分反映原始信息。

2.5 初始因子載荷矩陣

因子載荷量表示主成分與對應變量的相關系數。由輸出的因子模型(表6)可以看出，除拉伸面積外，其他指標與第1主成分均存在很強的相關性，相關系數都大于0.85，拉伸面積在第2主成分的因子載荷量為0.8174，具有很強的相關性，而其他指標的相關性都較弱，由最終公共因子方差估計(表7)表明，所有變量可較好地被第1、2主成分所解釋。

表6 主成分的初始因子載荷矩陣

表7 主成分的公因子方差

2.6 計算特征向量

前兩個主成分已反映全部信息的97.487%，因此只計算出第1、2主成分的特征向量(表8)。

根據表8中的特征向量，可以寫出主成分1(F1)、主成分2(F2)與各個變量的線性組合的表達式:

F1=0.355X1+0.349X2+0.317X3+0.350X4－0.324X5+0.208X6－0.345X7+0.361X8－0.363X9

F2= －0.218X1+0.266X2+0.409X3－0.203X4+0.343X5+0.660X6+0.281X7+0.139X8+0.148X9

以每個主成分所對應的特征值占所提取主成分總的特征值之和的比例作為權重計算主成分綜合模型，即可得到主成分綜合表達式:

F=0.254X1+0.334X2+0.333X3+0.253X4－0.207X5+0.287X6－0.235X7+0.322X8－0.273X9

表8 主成分的特征向量

2.7 主成分值、綜合主成分值及排序

根據第1、2主成分和主成分綜合表達式，可以計算出不同省份小麥粉在面團流變學特性方面的主成分值、綜合主成分值及排序(表9)，可以看出，第1主成分值排名依次為河北、河南、山西、陜西、安徽、山東、江蘇，第2主成分值排名依次為安徽、河北、陜西、江蘇、山西、河南、山東，綜合得分排序依次為河北、山西、河南、陜西、安徽、山東、江蘇，河北小麥的綜合得分最高，江蘇小麥的綜合得分最低，在一定程度上體現了加工品質的優劣。

表9 不同省份小麥的主成分值、綜合主成分值及排序

3 討論

面團是由水、酵母、鹽和其他成分組成的復雜混合物，是小麥由小麥粉向食品轉化的一種基本過渡形態，它屬于一類介于固態食品與液態食品之間的既有彈性又有黏性的黏彈性流變體［12－13］。各種面制品的質構在很大程度上是構成氣孔壁材料的流變學性質的函數，氣孔大小、分布均勻度與松軟度及可口性都有關系。只有加工過程控制好面團特性，才能生產出能滿足特殊要求的面包、饅頭、面條、餅干等面制品［14－18］。因此，面團流變學特性是判斷小麥粉品質和加工用途的主要指標。

面團流變學特性指標眾多，單單分析某個指標的差異，不能體現出面團流變學特性的總體水平，因此需要一定的統計學方法進行綜合分析。本試驗主要通過主成分分析和因子分析方法，綜合評價小麥粉的面團流變學特性。主成分分析也稱主分量分析，使用較少的變量去解釋原來資料中的大部分變異，將許多相關性很高的變量轉化成彼此相互獨立或不相關的變量。通常是選出比原始變量個數少，能解釋大部分資料中的變異的幾個新變量，即主成分，并用以解釋資料的綜合性指標。因子分析法是用少數幾個因子去描述許多指標或因素之間的聯系，即將相關比較密切的幾個變量歸在同一類中，每一類變量就成為一個因子，以較少的幾個因子反映原材料的大部分信息［19］。

山東小麥粉的面團流變學特性綜合評價不高，低于安徽，排名很靠后，這可能與當年的自然災害有關。2008年11月至2009年5月，我國北方地區遭受了兩場較為嚴重的氣候災害［20－21］，在很大程度地影響了小麥的正常生長，進而造成了小麥粉品質一定程度的下滑。

面團流變學特性雖然是品質的重要指標，但并不是品質判定的唯一標準。小麥品質是一個綜合概念，是形態品質、營養品質和加工品質的有機結合。小麥品質是小麥對某種特定用途、加工產品的適合度和滿意度的綜合而相對的概念，與小麥粉的使用目的和用途密切相關，以最終加工用途評價小麥粉及其相關產品的品質，是小麥品質評價的原則［22］。除了面團流變學特性指標測定外，還進行烘焙、蒸煮等加工工藝處理，結合物理特性、化學特性及食品品質等諸多因素，才能準確客觀的評價小麥粉品質。

志謝:中央財政優勢農產品新品種推廣(良種推廣補貼)項目資助。

［1］游玉明，陳井旺.面團流變學特性研究進展［J］.面粉通訊，2008，3:46 －48

［2］李寧波，王曉曦，于磊，等.面團流變學特性及其在食品加工中的應用［J］.食品科技，2008，8:35－38

［3］呂軍倉.面團流變學及其在面制品中的應用［J］.糧油加工與食品機械，2006，2:66 －68

［4］王光瑞，周桂英，王瑞.焙烤品質與面團形成和穩定時間相關分析［J］.中國糧油學報，1997，12(3):1 －6

［5］Chung O，Ohm J B.Prediction of baking characteristics of hard winter wheat flours using computer－analyzed mixogragh parameters［J］.Cereal Chemistry，2001，78(4):493 －497

［6］劉艷玲，田紀春，韓祥銘.面團流變學特性分析方法比較及與烘烤品質的通徑分析［J］.中國農業科學，2005，38(1):45－51

［7］Hibberd G E，Parker N S.Measurement of fundamental rheological properties of wheat flour doughs［J］.Cereal Chemistry，1975，52:1 －23

［8］蔚然.面團流變學特性品質分析方法比較與研究［J］.中國糧油學報，1998，13(3):10 －12

［9］Suchy J，Lukow O M，Ingelin M E.Dough microextensibility Method using a 2 － g mixograph and a texture analyzer［J］.Cereal Chemistry，2000，77(1):39 －43

［10］王鳳成，張瑋，陳萬義.揉混儀及其在小麥粉品質檢測中的應用［J］.糧食與飼料工業，2004，12，10 －12

［11］朱國萍，曹文紅，章超樺，等.蝦類微量元素含量的主成分分析［J］.廣東海洋大學學報，2010，30(1):72 －75

［12］闞建全，陳宗道，徐亦項，等.面團流變學特性研究［J］.西南農業大學學報，1997，19(4):363－366

［13］Naeem H A，Darvey N L，Gras P，et al.Mixing properties，baking potential and functionality changes in storage proteins during dough development of Triticale wheat flour blends［J］.Cereal Chemistry，2002，79(3):332 －339

［14］Autio K，Flander L.Bread quality relationship with rheological measurements of wheat flour dough［J］.Cereal Chemistry，2001，78(6):654 －657

［15］李興林，馬傳喜，衛增泉.面包質地品質性狀的研究II面包小麥烘烤品質的逐步回歸分析［J］.中國糧油學報，2000，15(5):33 －36

［16］張春慶，李晴祺.影響普通小麥加工饅頭質量的主要品質性狀的研究［J］.中國農業科學，1993，26(2):39－46

［17］李韜，徐辰武，胡治球，等.小麥重要品質性狀的遺傳分析和面條專用型小麥的篩選［J］.麥類作物學報，2002，22(3):11－16

［18］Nicolas Y，Smit R J M，Aalst H，et al.Effect of storage time and temperature on rheological and microstructural properties of gluten［J］.Cereal Chemistry，2003，80(4):371 －377

［19］唐功爽.基于 SPSS的主成分分析與因子分析的辨析［J］.統計教育，2007，02:12 －14

［20］徐麗娜.旱澇監測公報［EB/OL］.北京:中國氣象報社，2009［2009 －02 －23］.http://www.cma.gov.cn/ztbd/khfwzt/khhljcgb/200902/t20090203_26140.html

［21］徐文彬.華北南部黃淮北部將有較強降水 冷空氣將影響北方地區［EB/OL］.北京:中國氣象報社，2009［2009－05 － 09］.http://www.cma.gov.cn/qxxw/tqxw/200905/t20090509_33369.html

［22］劉鐘棟.面粉品質與面制品品質的關系［M］北京:中國輕工業出版社，2004:60－63.

Analysis of Wheat Dough Rheological Property in Different Regions

Tao Haiteng Qi Linjuan Wang Bujun
(Institute of Crop Science，Chinese Academy of Agriculture Science，Cereal Product Quality Supervision and Inspection Center，Ministry of Agriculture，Beijing 100081)

Principal component and factor analysis methods were used to evaluate wheat dough rheological properties in different regions，and the results displayed that the correlation among dough rheological indicators was relatively great，the absolute values of 90%data were greater than 0.30.So，the data were suitable to use the principal component analysis to study the relationship among indicators.Through analysis of principal component and factor，comprehensive evaluations for wheat of different regions were accomplished.By calculating eigenvalue and variance of each component，cumulative contribution rate for the first and second principal components reached 97.487%and two principal components could represent comprehensive information of dough rheology.Based on scores calculated by a comprehensive model for the two principal components，the sequence from high to low for dough rheology was as follows:Hebei＞Shanxi＞Henan＞Shaanxi＞Anhui＞Shandong＞Jiangsu.

wheat，dough rheological property，principal component，factor analysis

TS211.2

A

1003－0174(2011)11－0005－05

2011－02－24

陶海騰，男，1979年出生，博士，谷物品質分析與檢測

王步軍，男，1960年出生，研究員，博士生導師，谷物品質分析與檢測