基于主成分及聚類分析的遼寧省水稻品種品質性狀綜合評價

中圖分類號：S511.2+2文獻標志碼：A

文章編號：1673-6737（2025）03-0001-07

Abstract Inordertostudythecomprehensivequaitydiferenceof39ricevarietiesinLiaoning Province，variationanalysis， corelationanalysis，principalcomponentanalysisandclusteranalysiswrecariedouton12qualityindexessuchasbrownrice rate.Theresultsshowedthatthereweredifferencesinqualitytraitsamongdiferentricevarieties，amongwhichthechalkiness was the most significant， the coefficient of variation was over 60% ，and the difference in processing quality was small. There were complexcorelationsamong the12qualityindexesTheresultsof principal componentanalysisshowedthatthecumulative contribution rate of the first six principal components reached 84.770% ，which could generalize most of the information of rice qualitytraitsandcouldbeused toevaluatethequalityofdiferentricevarieties.Thecomprehensiveevaluationresultsof subordinatefunctionshowedthatthecomprehensivescoresofYangeng-682，Liaogeng-8O2Yanhexiang-113，Yangeng-144and Beigeng-2O4werehigherTheresultsofclusteranalysisshowedthat39ricevarietiescouldbedividedinto4groups，andthe5 varieties with high comprehensive scores were distributed in the first group，and their ricequality was the best.

Key Words： Rice; Principal component analysis; Quality evaluation; Cluster analysis

我國稻米產量穩居世界第一，水稻單產處于世界領先水平。隨著國內外水稻生產發展和人民生活水平不斷提高，市場對優質稻米的需求越來越大，人民對稻米品質提出更高要求。稻米品質是復雜的綜合性狀，既由品種遺傳特性決定，又受環境因素明顯影響[2-5]。隨著水稻品質性狀測試技術和方法的豐富，水稻品質指標也隨之增多。科學有效地評價稻米綜合品質，有助于推進優質稻米產業發展，推動農業產業化進程，也能夠充分挖掘創制優異的種質資源，對提高稻米品質具有一定的現實意義。

主成分分析（principal component analysis，PCA）是通過降維的方式排除眾多信息共存中相互重疊的信息，把多個指標轉化為少數幾個不相關的綜合指標的一種多元統計分析方法。近年來，主成分分析常用于多種農作物的遺傳多樣性研究，如水稻、玉米、大豆等-。前人采用主成分分析對稻米品質性狀進行了大量的綜合評價。荊瑞勇等剔除不直接影響水稻品質的粒長和粒寬，選取與品質直接相關的包括蛋白質含量、食味評分等8個品質指標進行主成分分析，從中提取出3個主成分，用來反映品種品質的綜合信息。馮瑩瑩等2對46份水稻品種包括食味評分值、米飯外觀、硬度等13個稻米品質指標進行主成分分析，確定出4個主成分，篩選出優質水稻品種。姜珍珍等[3對159份滇型雜交粳稻保持系稻米RVA譜特征值進行了主成分分析和聚類分析，篩選出在配組優質雜交粳稻及改良保持系時應加強利用的材料。張曉繪等4以8種即食米飯的15個蒸煮特性和質構特性指標作為依據，選取前3個主成分，對即食米飯品質進行綜合評價并建立即食米飯品質評價模型。徐清宇等[5為了評價不同顏色糙米品種的營養品質，對19個糙米品種的5項基本營養成分、13種礦質元素含量和9項活性物質含量等27項營養品質指標進行比較分析，通過對稻米基本營養成分和礦物質等指標進行主成分分析，提取了6個主成分，對不同水稻品種進行營養品質評價。以上研究表明，利用主成分及聚類分析對品質進行綜合評價，可通過降低數據維度從若干影響因素中解析出主要因素，從而簡化評價過程[16，17]。

本文選取2023年遼寧省水稻品種試驗完成試驗程序的39個粳稻品種，利用主成分分析和聚類分析，對加工品質、外觀品質、蒸煮食味品質和營養品質的12項指標進行綜合評價，以期為優質種質資源挖掘、篩選及利用提供參考。

1材料與方法

1.1試驗材料與指標測定

數據來源于 2021～2023 年遼寧省水稻品種試驗匯總材料（表1）。稻米品質統一由湖北省農業科學院農業質量標準與檢測技術研究所分析檢測。品質分級采用農業農村部行業標準NY/T593-2021《食用稻品種品質》。

1.2 綜合評價方法

結合隸屬函數法和主成分分析法對稻米品質進行綜合評價。利用隸屬函數法對原始數據按照公式（1）將各項指標數據進行標準化處理，將其轉化為0＼～1之間的標準化數據，得到隸屬函數值。

μ（xi）=（xi-xmin）/（xmax-xmin）

公式中： xi 為第i個評價指標的原始測定值（i=1，2，3，…，n） ： μ（xi） 為第i個綜合指標的原始數據轉化后的隸屬函數值；xmin和xman分別代表所有參試樣品中第 i 個指標的最小值和最大值。

綜合指標權重按照公式（2）計算。

Wi=Ri/Σ（R1+R2+…+Ri）

公式中： Ri 表示主成分分析中得到的各稻米品質第i個綜合指標的貢獻率， WiΓ 表示第i個綜合指標在全部綜合指標中的權重。

水稻品種品質綜合得分按照公式（3）計算。

公式中：D為不同水稻品種品質的綜合得分。D值由各項綜合指標累計計算所得，為不同水稻品種稻米品質的綜合評價值，可通過比較D值大小來評價各水稻品種稻米品質的優劣。

1.3數據統計分析

采用Excel2016統計軟件對數據進行整理計算，采用SPSS27數據分析軟件進行主成分分析和系統聚類分析。

2 結果與分析

2.1不同水稻品種品質性狀比較

從表2可知，堊白粒率、堊白度變異系數較大，分別為 68.67%.61.34% ，堊白粒率、堊白度變幅分別為 2.0%～38.0% 0.20%～5.50% ，說明品種間堊白性狀存在較大差異；加工品質變異系數較小，糙米率、精米率、整精米率變異系數分別為1.61%.2.55%.3.72% ，說明品種間加工品質差異較小。其余7項性狀指標變異系數介于 5.05% ＼～15.61% 之間。12項品質性狀指標變異系數大小依次為：堊白粒率 gt; 堊白度 gt; 透明度 gt; 長寬比 gt; 堿消值 gt; 粒長 gt; 膠稠度 gt; 蛋白質含量 gt; 直鏈淀粉含量 gt; 整精米率 gt; 精米率 gt; 糙米率。

2.2不同水稻品種品質性狀相關性分析

從表3可知，糙米率與精米率、整精米率呈顯著以上正相關，與粒長、長寬比呈顯著以上負相關；精米率與整精米率呈極顯著正相關，與粒長、長寬比呈顯著負相關，與蛋白質含量呈顯著正相關；整精米率與粒長、長寬比呈顯著負相關，與蛋白質含量呈顯著正相關;粒長與長寬比呈極顯著正相關；長寬比與透明度、直鏈淀粉含量呈顯著正相關；堊白粒率與堊白度呈極顯著正相關，與堿消值呈極顯著負相關；堊白度與堿消值呈極顯著負相關；膠稠度與直鏈淀粉含量呈顯著負相關。12項品質指標間存在復雜的相關性，說明不能使用某一項或幾項指標直接準確評價品種品質的優劣。

2.3不同水稻品種品質性狀主成分分析

品質性狀中堊白粒率、堊白度、透明度3個指標與水稻品質負相關，因此將其取倒數后進行主成分分析。結合表4、表5、圖1可知，前6個主成分累計貢獻率達到 84.770% ，能夠概括稻米品質性狀大部分信息，可以用來綜合評價不同水稻品種品質。第1主成分的特征值為3.499，方差貢獻率為 29.158% ，其中糙米率、精米率、整精米率、粒長、長寬比具有較大的載荷。第2主成分的特征值為1.965，方差貢獻率為 16.374% ，其中堊白粒率、堊白度具有較大的載荷。第3主成分和第4主成分方差貢獻率分別為 13.767%.11.040% ，主要綜合了透明度、膠稠度。第5主成分和第6主成分方差貢獻率分別為 7.673%.6.758% ，在直鏈淀粉含量、蛋白質含量、堿消值上有較大載荷。

2.4不同水稻品種品質性狀綜合評價

由表6可知，不同水稻品種品質性狀的所有綜合指標的隸屬函數值不盡相同，對于同一綜合指標而言，鹽粳144的 μ（x1） 值最大，為1，說明鹽粳144在PC1綜合指標上表現的品質最好，而鐵粳香3號的 μ（x1） 值最小，為0，說明鐵粳香3號在PC1綜合指標上表現的品質最差；北粳204的 μ （x2） 值最大，為1，說明北粳204在PC2綜合指標上表現的品質最好，而遼優1537的 μ（x2） 值最小，為0，說明遼優1537在PC2綜合指標上表現的品質最差；源稻香7號的 μ（x3） 值最大，為1，說明源稻香7號在PC3綜合指標上表現的品質最好，而鹽粳196的 μ（x3） 值最小，為0，說明鹽粳196在PC3綜合指標上表現的品質最差；鐵粳香3號、天隆粳721、鹽粳239分別在PC4、PC5、PC6綜合指標上表現的品質最好，而鹽粳239、沈稻536、遼優1537分別在PC4、PC5、PC6綜合指標上表現的品質最差。利用公式（3）計算出不同水稻品種品質的綜合得分D值并進行排序，39份水稻品種稻米品質的綜合得分前5名的分別是：鹽粳682、遼粳802、鹽禾香113、鹽粳144、北粳204。

采用組間聯接法對表6綜合得分進行系統聚類分析并建立樹狀圖（圖2），在歐氏距離為5處，可將39份水稻品種品質分為4大類。其中，第I類材料包括5個品種，占供試材料總數的

12.82% ，為北粳204、鹽粳144、遼粳802、鹽禾香113、鹽粳682，其稻米品質最優。第Ⅱ類材料包括18個品種，占供試材料總數的 46.15% ，為沈稻336、玉隆粳1號、北粳203、沈農516、美鋒稻

357、鹽粳501、天隆粳234、鐵粳1808、鹽粳香568、盤鹽星稻、鹽粳284、沈稻523、友新稻625、十新稻344、天隆粳721、北粳255、遼粳1922、天隆優2800，其稻米品質較優。第Ⅱ類材料包括13個品種，占供試材料總數的 33.33% ，為遼84優24、粳優9306、隆粳香9號、鐵粳1811遼粳226、盤粳50、丹粳15、港優20、遼優66、沈稻536、遼優858、源稻香7號、鐵粳香3號，其稻米品質中等。第V類材料包括3個品種，占供試材料總數的7.69% ，為鹽粳196、遼優1537、鹽粳239，其稻米品質較差。

3 結論與討論

本研究的39個品種12項品質性狀指標變異系數大小依次為：堊白粒率 gt; 堊白度 gt; 透明度 gt; 長寬比 gt; 堿消值 gt; 粒長 gt; 膠稠度 gt; 蛋白質含量 gt; 直鏈淀粉含量 gt; 整精米率 gt; 精米率 gt; 糙米率。陳重遠等對30個稻資源品質性狀進行差異性分析，結果表明不同水稻品種資源對堊白度、堊白粒率的影響最大，對精米率、糙米率的影響最小。馮瑩瑩等對46份北方粳稻品種品質性狀進行分析，認為所研究粳稻品種對直鏈淀粉含量、糙米率、精米率影響較小，對堊白粒率影響最大。以上研究與本研究結論基本一致，粘稻和粳稻同樣存在品種間堊白性狀差異較大的問題，而加工品質相對穩定，說明水稻優質育種應加強改良堊白性狀。

本研究主成分分析中提取前6個PC，累計貢獻率達到 84.770% ，可較好反映水稻品質的綜合信息。PC1主要綜合了加工品質和粒長、長寬比；PC2主要綜合了堊白粒率、堊白度；PC3、PC4主要綜合了透明度、膠稠度；PC5、PC6主要綜合了直鏈淀粉含量、蛋白質含量和堿消值。利用隸屬函數法對39個水稻品種品質進行優劣排序，綜合得分前5名的水稻品種分別是：鹽粳682、遼粳802、鹽禾香113、鹽粳144、北粳204。通過聚類分析將品種分為4大類，第I類材料包括北粳204、鹽粳144等5個品種，占供試材料總數的 12.82% ，其稻米品質最優。第Ⅱ類材料包括沈稻336、玉隆粳1號等18個品種，占供試材料總數的 46.15% ，其稻米品質較優。第Ⅱ類材料包括遼84優24、粳優9306等13個品種，占供試材料總數的 33.33% ，其稻米品質中等。第V類材料包括鹽粳196、遼優1537等3個品種，占供試材料總數的 7.69% ，其稻米品質較差。此結論可為優質水稻品種篩選及利用提供參考。

參考文獻：

[1]胡月，郭曉紅，李猛，等.中日水稻品種株型與品質比較分析[J].中國檔米，2018，24（5）：39-44.

[2]徐正進，陳溫福，馬殿榮，等.稻谷粒形與稻米主要品質性狀的關系[J].作物學報，2004，30（9）：894-900.

[3] 全國明，章家恩，許榮寶，等.環境生態因子對稻米品質的影響研究進展[J].中國農學通報，2006（4）：158-162.

[4] 程方民，朱碧巖.氣象生態因子對稻米品質影響的研究進展[J]中國農業氣象，1998（5）：40-46.

[5]馬中濤，馬會珍，崔文培，等.成熟度對優良食味水稻南粳9108產量、品質的影響[J].江蘇農業學報，2020，36（6）：1353-1360.

[6]田艷花，張立偉，田葉，等.11種紅棗氨基酸組成及主成分分析[J].分子植物育種，2018，16（4）：1300-1306.

[7]荊瑞勇，衛佳琪，王麗艷，等.基于主成分分析的不同水稻品種品質綜合評價[J].食品科學，2020，41（24）：179-184.

[8]馬鈺，李靜，孫波蓮，等.不同有色米品種色素含量及穩定性研究[J].中國稻米，2014，20（1）：23-27.

[9] 高世偉，聶守軍，劉宇強，等.寒地水稻抗旱品種的篩選與鑒定[J].中國稻米，2018，24（3）：114-117.

[10] 唐麗敏，錢雙宏，李正潤等.玉米品種區域試驗產量及性狀主成分分析[J].云南農業，2022（12）：60-65.

[11]宋江峰，劉春泉，姜曉青，等.基于主成分與聚類分析的菜用大豆品質綜合評價[J].食品科學，2015，36（13）：12-17.

[12]馮瑩瑩，董立強，馬亮，等.基于主成分及聚類分析的東北南部地區優質粳稻品質的綜合評價[J].食品科學，2024，45（18）：17-24.

[13]姜珍珍，欒一方，柳展，等.滇雜粳保持系稻米與優質軟米RVA 譜特征值的比較分析[J].中國稻米，2017，23（1）：51-53.

[14]張曉繪，李汴生，阮征，等.基于主成分分析法綜合評價即食米飯品質特性[J].中國調味品，2024，49（1）：1-7.

[15]徐清宇，余靜，朱大偉，等.基于主成分分析和聚類分析的不同水稻品種營養品質評價研究[J].中國稻米，2022.28（6）：1-8.

[16] 楊軍林，任亞梅，張武崗，等.基于主成分分析法的熟化馬鈴薯品質評價[J].食品科學，2018.39（19）：70-77.

[17]GAOBoyan，LUYingjian，SHENGYi，etal.Diffrentiatingorganic and conventional sage by chromatographic and massspectrometryflowinjectionfingerprintscombinedwithprincipal component analysis [J].Journal of agricultural andfood chemistry，2013，61（12）：2957-2963.

[18]陳重遠，張大雙，張習春，等.基于主成分分析和聚類分析對燦稻資源品質性狀的綜合評價[J].分子植物育種，2021，19（24）：8330-8340.

（責任編輯：王丹）