冀中地區生鮮乳全年乳品質的評價

李 健 邱殿銳 吳春梅 趙伍祥 郭建軍* 李 娟 陳志軍

（1.河北旅游職業學院，河北承德 067000；2.承德市畜牧研究所，河北承德 067000；3.鹽城市亭湖區動物衛生監督所，江蘇鹽城 224002；4.圍場職教中心，河北承德 068450；5.衡水職業技術學院，河北衡水 053000）

冀中地區奶牛養殖數量大，4萬多頭奶牛，養殖方式多，規模場有105個，合作社99個[1]，不同的養殖方式生產出來的生鮮乳的各項指標（按照《乳品質量安全管理條例》的要求，對生鮮乳檢測的指標有：感官檢測、相對密度、酸度、蛋白含量、脂肪含量、乳糖、全脂乳固形物，非全脂乳固形物，等21項）各不相同，很難通過單一指標判定生鮮乳的優劣。本文采用聚類分析和主成分分析的方法從主官和客觀方面對冀中地區的乳質量的綜合評價進行了研究，從而為乳質量綜合評價體系的建立提供一定的指導，并且有利于相關鑒定準則的建立。

1 材料和方法

1.1 數據來源

數據來自河北省冀中地區某牧場，2015～2016年570頭次的荷斯坦成年產奶母牛每天測定乳脂率、乳蛋白率、奶溫、非脂乳固體含量、冰點的記錄。

1.2 牧場飼養管理的基本情況

奶牛日糧組成分參照《中國奶牛飼養標準》（NY/T 34—2004）配制[2]，精料13kg，青貯20kg，苜蓿3kg，燕麥草1kg，棉籽1.5kg，甜菜顆粒1kg全天自由采食。每日分別在6：00、13：30和20：00采用并列式擠奶機。試驗期為1年。

1.3 數據處理

試驗數據采用Excel進行整理、計算，利用SPSS 22.0統計分析軟件進行主成分分析和聚類分析，聚類距離采用歐式距離平方法，聚類方法采用Ward法。

2 結果

2.1 因子共同度分析

因子共同度越大越能解釋變量的方差，說明因子包含原有變量信息的量越多。由表1可見，冰點和脂肪率對生鮮乳品質的貢獻率最大。

表1 因子共同度分析

2.2 特征根及方差貢獻率

通過對5個性狀的主成分分析，得到5個主成分分值，將各主份的特征根及方差貢獻率列于表2。由表2可知，第一主成分對總方差的貢獻率為64.836%，第二主成分對總方差的貢獻率為25.623%，2個主成分的累積貢獻率達到90.459%基本上反映了所測乳品指標包含的全部信息。

表2 乳品質性狀的主成分分析

2.3 主成分分析碎石圖

由圖1可見前2個主成分的特征值較大（λ＞1），連線較為陡峭，即前2個主成分對解釋變量的貢獻最大。

圖1 主成分分析碎石圖

2.4 特征向量

根據表4中特征向量，2個入選主成分可分別表示為：Y1=0.4843X1＋0.5337 X2＋0.4804X3－0.2155X4－0.4510X5；Y2=0.3234X1＋0.0990X2＋0.3066X3＋0.7872X4＋0.4153 X5。

表3 主成分的特征向量

2.5 乳品質綜合評價

由表4可知，壩上地區全年的乳品質為1 月＞11 月＞2 月＞3 月＞10 月＞12 月＞9 月＞4月＞7 月＞8 月＞6 月＞5 月。

表4 主成分得分

2.6 乳品質在不同月份的聚類分析

依據試驗測定的乳品質5項指標，以平方歐氏距離為衡量乳品質各指標差異的大小指標，采用ward連接法對5項指標進行系統聚類，結果見圖2。由圖2可見，冀中地區的乳品質從月份上分為2類，4～8月份為一大類，其他月份為一大類，從聚類圖中反映了當地氣候與乳品質的關系。

圖2 每月乳品質聚類分析譜系圖

2.7 乳品質各項指標聚類分析

依據試驗測定的乳品質5項指標，以平方歐氏距離為衡量乳品質各指標差異的大小指標，采用ward連接法對5項指標進行系統聚類，結果見圖3。由圖3可見，乳品質5個指標劃分為2類。其中，乳脂率、乳蛋白率、奶溫首先聚在一起在與冰點聚為一類，非脂乳固體含量聚為一類。

圖3 乳品質指標聚類分析譜系圖

3 討論與結論

通過對冀中地區乳品質全年的5個指標進行檢測和主成份分析，明確了影響乳品質的關鍵指標是冰點和乳脂率。河北冀中地區通過主城份分析在冬、春季的乳品質好于夏、秋季節，這與汪銀鋒（2010）等[3]，報道的相似。在對每個月的乳品質評價過程中，1月、2月、3月、11月的乳品質最號，9月、10月、12月乳品質較好、4～8月份乳品質一般。在奶牛實際生產過程中，將多樣本對象分類時，單因素不能全面綜合的描述其類別，往往要考慮多方面因素進行分類[4-6]，在對乳品質聚類分析中，將乳品質指標分成2類，這與傅祎旭（2013）[7]報道的相似。

[1] 王曉芳，安永福，王紅，等.河北省奶牛養殖現狀調研[J].養殖與飼料，2016，（7）：84-86.

[2] NY/T 34-2004，奶牛飼養標準[S].北京：中華人民共和國農業部，2004.

[3] 汪銀鋒，李素平，高騰云，等.原料乳質量指標關系概述[J].江蘇農業科學，2010，（2）：332-333.

[4] HAMID JS，MEANEY C，ROWCROFT NS，et al.Cluster analysis for indentifying sub-groups and selecting potential discriminatory variables in human encephalitis[J].BMC Infect Dis，2010，（10）：364.

[5] GUIMARAES RM，ASMUS CI，BURDORF A. Characterization of population exposure to organochlorines：a cluster analysis application[J].Rev Bras Epidemiol，2013，16（2）：231-239.

[6] CAINES R，ELEUTERI A，KALIRAI H et al .Cluster analysis of multiplex ligation-dependent probe amplification data in choroidal melanoma[J].Mol Vis，2015，（21）：1-11.

[7] 傅祎旭.基于主成分分析法對乳制品營養成分分析[J].紅河學院學報，2013，11（2）：54-57.