基于灰色關聯度對17個無核葡萄品種制干品質的評價

伍國紅，李玉玲，王勇，孫鋒，蘇來曼·艾則孜，駱強偉*

（新疆維吾爾自治區葡萄瓜果研究所，新疆鄯善 838200）

基于灰色關聯度對17個無核葡萄品種制干品質的評價

伍國紅，李玉玲，王勇，孫鋒，蘇來曼·艾則孜，駱強偉*

（新疆維吾爾自治區葡萄瓜果研究所，新疆鄯善 838200）

為評價葡萄制干后的品質優劣，篩選出品質優良、外觀好看的葡萄干品種，本文采用灰色關聯度分析方法對17個無核葡萄品種進行制干后品質方面的評價。試驗結果表明，無核白雞心與參考品種的加權關聯度最大，綜合表現最優，其次是火州黑玉，表現最差的是紅寶石無核，結果與實際評分結果一致；等權關聯度與加權關聯度的對比分析中，加權關聯度與實際結果更趨一致，加權關聯度可以作為葡萄干品質評價的一種方法進行應用。

灰色關聯度；葡萄；制干；品質評價

中國是葡萄干生產大國，在世界葡萄干主產國中位于美國、土耳其、伊朗之后，排在第4位[1]，據美國農業部公布的最新數據，2017-2018年度預計新疆的葡萄干產量高達19萬 t。中國葡萄干的主產地集中在新疆，尤其在吐魯番地區最多，占總產量的80%，其次是哈密約占15%[2]。雖然中國的葡萄品種繁多，葡萄志中記載的就有642個品種，但目前生產上的制干品種還是以無核白（湯普森無核）為主，占總種植面積的85%～90%。為了豐富葡萄干的品種種類，擴大市場供應，有必要對目前生產上種植比較普遍的制干葡萄品種進行分析評價，篩選出更多適合制干的品種，滿足市場需求。據調研，目前國內對葡萄干的品質比較篩選及綜合品質評價工作研究較少，開展此類研究將對進一步加強優良品種的研究和合理利用，推動新疆葡萄生產發展具有一定的意義。

灰色關聯度[3-5]是灰色系統理論中的一種分析方法，是對多個性狀進行定量的綜合評價，克服了傳統方法中評價品種優劣的弊端，具有對原始數據量要求不高、方法簡單、計算量小、分析結果客觀準確、實用性廣泛等優點。很多科技工作者已采用灰色關聯度方法對加工番茄[6]、丹參[7]、大麥[8]、小麥[9]、苜蓿[10]、甜高粱[11]、甘薯[12]進行品種比較試驗，篩選出適合生產上的推廣品種。本研究應用灰色關聯度分析方法，對國內外的17個葡萄品種制干后的性狀進行了綜合分析，旨在篩選出優質的葡萄干制干品種，為新疆葡萄干品種的生產及品種選育提供依據。

1 材料與方法

1.1 試驗材料

供試的17個葡萄品種來自新疆維吾爾自治區葡萄瓜果研究所的育種圃，由吐魯番地區制干的主栽品種、引進的品種和自育品種組成。品種依次是無核白（X1）、火州黑玉（X2）、紅寶石無核（X3）、莫麗莎無核（X4）、無核紫（X5）、Fresno（X6）、無核翠寶（X7）、紅無籽露（X8）、優無核（X9）、蘇67（X10）、火焰無核（X11）、愛神玫瑰（X12）、黎明無核（X13）、無核白雞心（X14）、火州紅玉（X15）、火州紫玉（X16）、克瑞森無核（X17）。

1.2 試驗設計

2016年8～11月于新疆維吾爾自治區葡萄瓜果研究所進行試驗，葡萄采摘后用促干劑處理，然后在晾房中陰干，10月在實驗室測定葡萄干的單粒重、橫徑、縱徑、密度、可溶性固形物含量、含酸量、含水量，色澤和風味的評價數據由專家打分獲得。11月份，組織26位專業技術人員對葡萄干的外觀和品質進行綜合評價和打分。

1.3 統計分析方法

1.3.1 構建參考品種

采用灰色關聯度進行分析。將所有參試葡萄品種看作一個灰色系統，每個品種為該系統的一個因素，以各參試葡萄品種的主要性狀指標構建成比較數列，表示為：Xi(k)(i=1，2，3，…，n)，i表示品種序號，k表示葡萄性狀數；為便于比較，根據葡萄的品種特征及評價要求，構建一個參考品種，由此構成一個參考數列，用X0表示。

1.3.2 關聯系數計算

因葡萄干的果粒重、縱徑、可溶性固形物含量等性狀的計量單位各不相同。使得原始數據在量綱和數量級上存在差異，難于比較，難于保證結論的客觀性和正確性。因此，運用Excel對個性狀進行無量綱化處理。各比較數列的數值與參考數列的值相減，將差值取絕對值即為葡萄干各性狀的絕對差值。關聯系數計算公式如下：

式中的minΔi(k)和maxΔi(k)分別表示所有比較數列的絕對差值的最小值和最大值，本研究中minΔi(k)為0，maxΔi(k)為0.4995。Δi(k)表示第i個比較數列的絕對差值，ρ為分辨系數，0＜ρ＜1，通常取0.5。

1.3.3 關聯度計算

求出各比較數列關聯系數平均值，可直觀反映出該比較數列與參考數列的關聯大小，即等權關聯度，計算公式為：式中γi為第i個比較數列與參考數列的等權關聯度。加權關聯度計算公式為：對葡萄干品種進行評定時，各性狀的重要性不同，所以應賦予各性狀不同的權重系數

2 結果與分析

2.1 確定參考品種及測得的原始數據

根據灰色關聯度的原理，充分考慮關聯度正向性，參考品種X0各性狀的值由育種目標和各實際性狀的最佳值來確定。與葡萄干品質相關的主要指標是色澤、果粒大小、飽滿度（密度）以及風味。參考品種的單粒重、橫徑、縱徑、密度取各參試品種的最優值；色澤、風味按打分的滿分計算；可溶性固形物含量、含酸量、含水量取平均值。

從表1數據看，單粒重X14的單粒重最大達到0.84 g，最小的是X6只有0.42 g；果粒橫徑都在10 mm以內，縱徑最大的是X14（24.74 mm）；可溶性固形物的含量在53.33%～73.00%；色澤（滿分20分）的打分從12.37分到17.89分，風味打分最高的是X14。

2.2 各檢測品種與參考品種的關聯系數

從表2中的數據看出，參試品種與參考品種的單粒重、橫徑、縱徑關聯系數差別較大，X14與參考品種的單粒重關聯系數最高為0.98，最低是X6只有0.38；參試品種與參考品種在可溶性固形物和含酸量方面的關聯系數差別交小，關聯系數大部分都在0.70～0.90；參試品種與參考品種在色澤、風味的關聯系數都較低，大部分都在0.5左右，這說明參試品種的色澤和風味離理想的參考品種還有很大的差距，而葡萄干的品質受色澤、風味影響較大，在計算加權關聯度時，色澤和風味都賦予0.25的權重。

表1 參試品種（系）和參考品種主要性狀表現

表2 參試品種與參考品種的關聯系數

2.3 灰色關聯度分析

從表3可以看出，各葡萄品種的等權關聯度排序與品質綜合評分排序存在一定差異。通過比較和技術人員綜合評價打分，排在前5位的葡萄品種分別是X14、X7、X2、X1、X4；采用等權關聯度的位次從高到低依次是X14、X10、X4、X2、X13；采用加權關聯度分析后的位次從高到低依次是X14、X2、X1、X5、X13；位次排在靠前的品種表現出果粒大、顏色一致性好、風味好的特點。無核白雞心在綜合評分、等權關聯度（0.7527）、加權關聯度（0.6950）都是位列第1位，紅寶石無核的綜合評分、等權關聯度（0.6266）、加權關聯度（0.5897）都是排在最后。從整體看，加權關聯度后的位次與打分的結果更接近，更能反映出真實的結果。所以可見，在眾多性狀中針對體現優良品種的主要性狀進行加權，分析得出的結果較為準確和符合實際。

表3 參試品種與參考品種的關聯度及位次

3 討論與結論

制干葡萄品質主要由外觀和風味決定，外觀包括果粒大小、飽滿度、形狀和色澤。顏色的好壞很難用一個測量數據表現出來，本試驗是利用感官的評分來評價顏色一致性，從對葡萄干顏色的打分看，顏色為黑色的、偏綠色的打分較高，顏色發褐、暗色的分值較低。郭春苗等[13]將葡萄干的飽滿度作為葡萄干品質的一個重要的指標，分析結果認為葡萄干的容重和密度與飽滿度相關性高，所以，本試驗也將密度作為葡萄干的一個重要的性狀指標。

灰色關聯度分析既側重重要性狀指標又兼顧其他指標，是對品種多個性狀進行定量的綜合評價，避免了傳統評價法由單一性狀指標來判斷品種優劣所造成的弊端，使得評價結果更加可靠和客觀。本試驗采用灰色關聯度分析表明，無核白雞心、無核翠寶、無核白、火州黑玉、莫麗莎無核制干后的果粒大、飽滿度好、外觀漂亮，綜合品質好，具有一定的推廣價值，但在實際栽培中莫麗莎無核果穗小、產量較低，不適宜大面積推廣。弓成林等[4]采用灰色關聯度分析方法對12個葡萄品種進行品質比較，灰色關聯度分析方法與專家評分的結果一致性好，但從中篩選出的品質優良品種，有的在生產中也存在抗病性差、產量不高，在實際生產中不宜推廣。采用灰色關聯度分析的方法只是對品質方面做出了客觀的評價，作為一個優良的制干品種不僅是品質優良，還需要適宜性強，豐產性好，栽培性狀好，才能夠逐漸被市場接受，得到種植戶喜愛。

[1] 王瑞華, 郭峰, 李海峰. 吐魯番葡萄干產業發展分析及再升級策略[J]. 中外葡萄與葡萄酒, 2015(6): 58-60.

[2] WARD M, INOUYE A. China raisin annual happy raisins come from happy grapes[R/OL]. (2017-09-01)[2017-10-12]. https://gain.fas.usda.gov/Recent%20GAIN%20Publications/Raisin%20Annual_Beijing_China%20-%20Peoples%20Republic%20of_9-1-2017.pdf.

[3] 鄧聚龍. 灰色理論基礎[M]. 武漢: 華中科技大學出版社, 2003.

[4] 弓成林, 郭愛民, 汪小偉, 等. 灰色關聯度和層次分析法在葡萄品質評價上的應用[J]. 西南農業學報, 2002,15(1): 79-82.

[5] 李樹君, 周祖亮, 殷春武. 基于灰色關聯度的農作物品種評價[J].安徽農業科學, 2011, 39(3): 1263-1264.

[6] 侯曉靜, 姜波. 加工番茄品質性狀與番茄紅素的灰色關聯度分析[J]. 農機化研究, 2014(3): 54-57.

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

[8] 田和彬, 汪軍妹, 華為, 等. 大麥主要農藝和品質性狀的相關性和灰色關聯度分析[J]. 浙江農業學報, 2011, 23(3): 433-438.

[9] 馮春成, 陳學中, 秦志英, 等. 對29種強筋小麥品種品質性狀分析與評價[J]. 河南科技學院學報, 2015, 43(3): 6-10.

[10] 田兵, 冉雪琴, 薛紅, 等. 貴州42種野生牧草營養價值灰色關聯度分析[J]. 草業學報, 2014, 23(1): 92-103.

[11] 劉翔宇, 劉祖昕, 加帕爾·尼亞孜, 等. 基于主成分與灰色關聯度分析的甜高粱品種綜合評價[J]. 新疆農業學報, 2016, 53(1): 99-107.

[12] 楊秀蓮, 鄭曉昆, 楊燕, 等. 基于灰色關聯度分析的甘薯品種的評價[J]. 長江蔬菜, 2012(10): 8-11.

[13] 郭春苗, 伍新宇, 周曉明, 等. 葡萄干飽滿度評定標準及影響因子研究[J]. 新疆農業科學, 2015, 52(6): 1033-1039.

Evaluation on quality of 17 seedless grapes for drying by grey relationship

WU Guohong, LI Yuling, WANG Yong, SUN Feng, SULAIMAN·Aizezi, LUO Qiangwei*
（Research Institute of Grape and Melon of Xinjiang Uygur Autonomous Region, Shanshan, Xinjiang 838200）

To evaluate the quality of dried grapes, screen out the best quality and appearance of raisin varieties, the quality evaluation of 17 seedless grape varieties was carried out by grey relational analysis. The results showed that grey correlation analysis was consistent with the actual score, Centennial Seedless comprehensive performance was optimal, had the largest weighted correlative degree with the reference variety, Huozhouheiyu ranked the second,Ruby Seedless had worst overall performance; Compared with equal relational grade analysis, the weighted grade analysis was more close to the actual evaluation. It showed that weighted grade analysis could be used as a method of raisins quality evaluation.

grey relationship; grape; drying; quality evaluation

S663.1

A

10.13414/j.cnki.zwpp.2017.06.003

2017-09-29

現代農業產業技術體系建設專項（CARS-29-yc-7）；新疆重點研發任務專項（2016B01005-4）

伍國紅（1981-），男，漢族，高級農藝師，主要從事葡萄育種及栽培技術研究

*通訊作者：駱強偉（1960-），男，漢族，研究員，主要從事葡萄育種及栽培技術研究。E-mail: luoqwpt@sohu.com