河北壩上地區生鮮乳評價模型

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]綜合評價河北壩上地區乳品質。[方法]利用聚類分析和主成分分析的方法對壩上地區乳品質進行分析。[結果]通過主成分分析得出全脂乳固體、酸度、乳脂率對生鮮乳品質的貢獻率較大，第1主成分對總方差的貢獻率為64.722%，第2主成分對總方差的貢獻率為19.960%，2個主成分的累積貢獻率達到84.681%；壩上地區乳品質綜合評價為11月份最好、8月份最差。乳品質在不同月份的聚類分析中發現，河北壩上地區乳品質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地氣候與乳品質的關系；乳品質各項指標聚類分析中發現，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。[結論]聚類結果與主成分分析基本一致，綜合利用主成分和聚類分析結果建立乳品質評價模型，為乳品質評價提供了理論依據。

關鍵詞 乳品質；壩上；聚類分析；主成分分析

中圖分類號 TS207文獻標識碼 A文章編號 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

生鮮乳是一種營養全面的食品，已經成為城鄉居民生活中常見的消費品和主要的蛋白來源，過去主要用乳脂率和乳蛋白率的高低來決定乳品質的優劣，結果導致大量奶農在飼料和原料乳中添加三聚氰胺，出現了乳品質安全問題。目前按照《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，這些指標之間可能存在相關性而增加了問題分析的復雜性，同時給分析帶來不便，如果分別分析每個指標，分析又可能是孤立的，而不是綜合的；盲目減少指標會損失很多信息，容易產生錯誤的結論。主成分分析是采用降維的方法，用少量的綜合指標代替原指標所包含的信息，在減少分析指標的同時，盡量減少原指標包含信息的損失，同時也客觀地確定各個指標的權重，避免主觀隨意性[1-2]，用所收集的指標對生鮮乳的乳品質做全面的分析和客觀的評價。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河北壩上地區的乳質量進行了綜合評價，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 材料與方法

1.1 數據來源

數據來自河北省壩上地區某牧場，2015—2016 年700 頭次的荷斯坦成年產奶母牛每天測定乳脂率、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[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采用管道式擠奶機擠奶。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，說明因子包含原有變量信息的量越多。通過主成分分析可知，全脂乳固體、酸度、乳脂率對生鮮乳品質的貢獻率較大。

2.2 特征根及方差貢獻率

通過對6個性狀的主成分分析，得到6個主成分分值，將各主分的特征根及方差貢獻率列于表1。由表1可知，第1主成分對總方差的貢獻率為64.722%，第2主成分對總方差的貢獻率為19.960%，2個主成分的累積貢獻率達84.681%，基本上反映了所測乳品指標包含的全部信息。

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。

2.4 特征向量

根據表2中特征向量，2個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 乳品質綜合評價

由表3可知，壩上地區全年的乳品質為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 乳品質在不同月份的聚類分析

依據試驗測定的乳品質6項指標，以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6項指標進行系統聚類，結果見圖2。由圖2可見，河北壩上地區的乳品質從月份上分為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地氣候與乳品質的關系。

2.7 乳品質各項指標聚類分析

依據試驗測定的乳品質6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6項指標進行系統聚類，結果見圖3。由圖3可見，乳品質6個指標劃分為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 結論

通過對河北壩上地區乳品質全年的6個指標進行檢測和主成分分析，明確了影響乳品質的關鍵指標是全脂乳固體和酸度。通過主成分分析發現，河北壩上地區在秋季、冬季的乳品質好于春季、夏季，這與汪銀鋒等[4]報道的相同。在對每個月的乳品質聚類分析發現，10—12月份（壩上地區的秋季）為一大類，其他月份（壩上地區的秋、冬季）為一大類，這個結果與主成分分析的結果相一致。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地描述其

類別，往往要考慮多方面因素進行分類[5-7]，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[8]報道的相同。

參考文獻

[1] 李小勝，陳珍珍.如何正確應用SPSS軟件做主成分分析[J].統計研究，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養品質評價研究[J].食品工業科技，2017（1）：278-280.

[3] 方有生，張曉明，李勝利，等.奶牛飼養標準：NY/T 34—2004[S].北京：中國農業出版社，2004.

[4] 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.

[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乳制品營養成分分析[J].紅河學院學報，2013，11（2）：54-57.