河北壩上地區(qū)生鮮乳評(píng)價(jià)模型

李健 許翊冉 于彬 張彤 郭建軍 邱殿銳 吳春梅 段寶寧

摘要 [目的]綜合評(píng)價(jià)河北壩上地區(qū)乳品質(zhì)。[方法]利用聚類分析和主成分分析的方法對(duì)壩上地區(qū)乳品質(zhì)進(jìn)行分析。[結(jié)果]通過(guò)主成分分析得出全脂乳固體、酸度、乳脂率對(duì)生鮮乳品質(zhì)的貢獻(xiàn)率較大，第1主成分對(duì)總方差的貢獻(xiàn)率為64.722%，第2主成分對(duì)總方差的貢獻(xiàn)率為19.960%，2個(gè)主成分的累積貢獻(xiàn)率達(dá)到84.681%；壩上地區(qū)乳品質(zhì)綜合評(píng)價(jià)為11月份最好、8月份最差。乳品質(zhì)在不同月份的聚類分析中發(fā)現(xiàn)，河北壩上地區(qū)乳品質(zhì)10—12月份為一大類，其他月份為一大類，從聚類圖中反映了當(dāng)?shù)貧夂蚺c乳品質(zhì)的關(guān)系；乳品質(zhì)各項(xiàng)指標(biāo)聚類分析中發(fā)現(xiàn)，乳脂率、乳蛋白率、乳糖含量先聚為一類，全脂乳含量、酸度與非脂乳固體含量聚為一類。[結(jié)論]聚類結(jié)果與主成分分析基本一致，綜合利用主成分和聚類分析結(jié)果建立乳品質(zhì)評(píng)價(jià)模型，為乳品質(zhì)評(píng)價(jià)提供了理論依據(jù)。

關(guān)鍵詞 乳品質(zhì)；壩上；聚類分析；主成分分析

中圖分類號(hào) TS207文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 0517-6611（2018）31-0177-02

Abstract [Objective] The research aimed to comprehensively evaluate the quality of milk in the Bashang area of Hebei Province.[Method] The milk quality of Bashang area was analyzed by cluster analysis and principal component analysis.[Result]Principal component analysis showed that the whole milk solids， acidity and milk fat percentage had a greater contribution to the quality of raw milk.The contribution rate of the first principal component to the total variance was 64.722%， the contribution rate of the second principal component to the total variance was 19.960%， and the cumulative contribution rate of the two principal components reached 84.681%；the best month of raw milk quality was December ， the worst was August by comprehensive evaluation. In the cluster analysis of different months， the milk quality in Hebei Bashang area could be divided into a large category from October to December， and other months were a large category，the relationship between local climate and milk quality is reflected from the cluster map；In the cluster analysis of various indicators of milk quality， it was found that milk fat percentage， milk protein rate and lactose content first clustered into one category， and whole milk content， acidity and nonfat milk solid content were grouped together. [Conclusion]The clustering results are basically consistent with the principal component analysis. The principal component and cluster analysis results are used to establish the milk quality evaluation model， which provides a theoretical basis for milk quality evaluation.

Key words Raw milk quality；Bashang area；Cluster analysis；Principal component analysis

生鮮乳是一種營(yíng)養(yǎng)全面的食品，已經(jīng)成為城鄉(xiāng)居民生活中常見(jiàn)的消費(fèi)品和主要的蛋白來(lái)源，過(guò)去主要用乳脂率和乳蛋白率的高低來(lái)決定乳品質(zhì)的優(yōu)劣，結(jié)果導(dǎo)致大量奶農(nóng)在飼料和原料乳中添加三聚氰胺，出現(xiàn)了乳品質(zhì)安全問(wèn)題。目前按照《乳品質(zhì)量安全管理?xiàng)l例》的要求，對(duì)生鮮乳檢測(cè)的指標(biāo)有感官檢測(cè)、相對(duì)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(xiàng)，這些指標(biāo)之間可能存在相關(guān)性而增加了問(wèn)題分析的復(fù)雜性，同時(shí)給分析帶來(lái)不便，如果分別分析每個(gè)指標(biāo)，分析又可能是孤立的，而不是綜合的；盲目減少指標(biāo)會(huì)損失很多信息，容易產(chǎn)生錯(cuò)誤的結(jié)論。主成分分析是采用降維的方法，用少量的綜合指標(biāo)代替原指標(biāo)所包含的信息，在減少分析指標(biāo)的同時(shí)，盡量減少原指標(biāo)包含信息的損失，同時(shí)也客觀地確定各個(gè)指標(biāo)的權(quán)重，避免主觀隨意性[1-2]，用所收集的指標(biāo)對(duì)生鮮乳的乳品質(zhì)做全面的分析和客觀的評(píng)價(jià)。筆者采用聚類分析和主成分分析的方法從主觀和客觀方面對(duì)河北壩上地區(qū)的乳質(zhì)量進(jìn)行了綜合評(píng)價(jià)，從而為乳質(zhì)量綜合評(píng)價(jià)體系的建立提供一定的指導(dǎo)，并且有利于相關(guān)鑒定準(zhǔn)則的建立。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

數(shù)據(jù)來(lái)自河北省壩上地區(qū)某牧場(chǎng)，2015—2016 年700 頭次的荷斯坦成年產(chǎn)奶母牛每天測(cè)定乳脂率、乳蛋白率、乳糖含量、全脂乳固體含量、非脂乳固體含量、酸度的記錄。

1.2 牧場(chǎng)飼養(yǎng)管理的基本情況

奶牛日糧組成分參照《中國(guó)奶牛飼養(yǎng)標(biāo)準(zhǔn)》（NY/T 34—2004）配制[3]，精料13 kg，青貯23 kg，苜蓿4.5 kg，羊草2 kg，全天自由采食。每日分別在03：30和 15：30采用管道式擠奶機(jī)擠奶。試驗(yàn)期為1年。

1.3 數(shù)據(jù)處理

試驗(yàn)數(shù)據(jù)采用 Excel進(jìn)行整理、計(jì)算，利用SPSS 22.0 統(tǒng)計(jì)分析軟件進(jìn)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(jié)果與分析

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(shuō)明因子包含原有變量信息的量越多。通過(guò)主成分分析可知，全脂乳固體、酸度、乳脂率對(duì)生鮮乳品質(zhì)的貢獻(xiàn)率較大。

2.2 特征根及方差貢獻(xiàn)率

通過(guò)對(duì)6個(gè)性狀的主成分分析，得到6個(gè)主成分分值，將各主分的特征根及方差貢獻(xiàn)率列于表1。由表1可知，第1主成分對(duì)總方差的貢獻(xiàn)率為64.722%，第2主成分對(duì)總方差的貢獻(xiàn)率為19.960%，2個(gè)主成分的累積貢獻(xiàn)率達(dá)84.681%，基本上反映了所測(cè)乳品指標(biāo)包含的全部信息。

2.3 主成分分析碎石圖

由圖1可見(jiàn)，前2個(gè)主成分的特征值較大（λ>1），連線較為陡峭，即前2個(gè)主成分對(duì)解釋變量的貢獻(xiàn)最大。

2.4 特征向量

根據(jù)表2中特征向量，2個(gè)入選主成分可分別表示為Y1=0.474 0X1+0.443 5X2-0.481 6X3-0.484 6X4+0.319 7X5+0.095 4X6、Y2=-0.060 3X1+0.109 6X2+0.048 4X3-0.078 6X4-0.536 3X5+0.829 6X6。

2.5 乳品質(zhì)綜合評(píng)價(jià)

由表3可知，壩上地區(qū)全年的乳品質(zhì)為11月>10月>12月>1月>9月>6月>2月>5月>4月>3月>7月>8月。

2.6 乳品質(zhì)在不同月份的聚類分析

依據(jù)試驗(yàn)測(cè)定的乳品質(zhì)6項(xiàng)指標(biāo)，以歐氏距離為衡量乳品質(zhì)各指標(biāo)差異的大小指標(biāo)，采用Ward連接法對(duì)6項(xiàng)指標(biāo)進(jìn)行系統(tǒng)聚類，結(jié)果見(jiàn)圖2。由圖2可見(jiàn)，河北壩上地區(qū)的乳品質(zhì)從月份上分為2類，10—12月份為一大類，其他月份為一大類，從聚類圖中反映了當(dāng)?shù)貧夂蚺c乳品質(zhì)的關(guān)系。

2.7 乳品質(zhì)各項(xiàng)指標(biāo)聚類分析

依據(jù)試驗(yàn)測(cè)定的乳品質(zhì)6項(xiàng)指標(biāo)，以平方歐氏距離為衡量乳品質(zhì)各指標(biāo)差異的大小指標(biāo)，采用Ward連接法對(duì)6項(xiàng)指標(biāo)進(jìn)行系統(tǒng)聚類，結(jié)果見(jiàn)圖3。由圖3可見(jiàn)，乳品質(zhì)6個(gè)指標(biāo)劃分為2類。其中，乳脂率、乳蛋白率、乳糖含量先聚為一類，全脂乳含量、酸度首先聚在一起再與非脂乳固體含量聚為一類。

3 結(jié)論

通過(guò)對(duì)河北壩上地區(qū)乳品質(zhì)全年的6個(gè)指標(biāo)進(jìn)行檢測(cè)和主成分分析，明確了影響乳品質(zhì)的關(guān)鍵指標(biāo)是全脂乳固體和酸度。通過(guò)主成分分析發(fā)現(xiàn)，河北壩上地區(qū)在秋季、冬季的乳品質(zhì)好于春季、夏季，這與汪銀鋒等[4]報(bào)道的相同。在對(duì)每個(gè)月的乳品質(zhì)聚類分析發(fā)現(xiàn)，10—12月份（壩上地區(qū)的秋季）為一大類，其他月份（壩上地區(qū)的秋、冬季）為一大類，這個(gè)結(jié)果與主成分分析的結(jié)果相一致。在奶牛實(shí)際生產(chǎn)過(guò)程中，將多樣本對(duì)象分類時(shí)，單因素不能全面綜合地描述其

類別，往往要考慮多方面因素進(jìn)行分類[5-7]，在對(duì)乳品質(zhì)聚類分析中，將乳品質(zhì)指標(biāo)分成2類，這與傅祎旭[8]報(bào)道的相同。

參考文獻(xiàn)

[1] 李小勝，陳珍珍.如何正確應(yīng)用SPSS軟件做主成分分析[J].統(tǒng)計(jì)研究，2010，27（8）：105-108.

[2] 王偉，呂旭健，張玉，等.基于聚類分析和主成分分析法的楊梅營(yíng)養(yǎng)品質(zhì)評(píng)價(jià)研究[J].食品工業(yè)科技，2017（1）：278-280.

[3] 方有生，張曉明，李勝利，等.奶牛飼養(yǎng)標(biāo)準(zhǔn)：NY/T 34—2004[S].北京：中國(guó)農(nóng)業(yè)出版社，2004.

[4] 汪銀鋒，李素平，高騰云，等.原料乳質(zhì)量指標(biāo)關(guān)系概述[J].江蘇農(nóng)業(yè)科學(xué)，2010（2）：332-333.

[5] HAMID J S，MEANEY C，CROWCROFT N S，et al.Cluster analysis for identifying subgroups and selecting potential discriminatory variables in human encephalitis [J].BMC Infect Dis，2010，10：1-11.

[6] GUIMARES R M，ASMUS C I，BURDORF A.Characterization of population exposure to organochlorines：A cluster analysis application[J].Rev Bras Epidemiol，2013，16（2）：231-239.

[7] 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（7）：1-11.

[8] 傅祎旭.基于主成分分析法對(duì)乳制品營(yíng)養(yǎng)成分分析[J].紅河學(xué)院學(xué)報(bào)，2013，11（2）：54-57.