- 0. 052 0. 2713 0. 040 0. 052 1. 000
- 0. 3023 3 0. 171
- 0. 236 0. 013
- 0. 205 1. 000
- 0. 6803 3 - 0. 2683 - 0. 241 - 0. 066
0. 126 0. 068 1. 000
注 : 3 3 表示 P < 0. 01的显著水平. 3 表示 P < 0. 05的显著水平.
参考 GB / T5498—85. 样品不经过谷物选筛的 筛选 ,直接用原始样品作为测定容重的试样. 1. 3. 3 试样制备及检测
取一份经过杂质清理后的小麦 ,往小麦样品 中分别添加不同质量的砂石 ,制成砂石含量分别 为 0. 0 %、0. 6 %、1. 2 %、1. 8 %、2. 4 %的试样 ; 添加不 同 质 量 的 麦 皮 , 配 成 麦 皮 含 量 分 别 为 0. 0 %、0. 1 %、0. 2 %、0. 3 %、0. 4 %、0. 5 %、 0. 6 %、0. 7 %的试样 ; 添加不同质量的麦秸 ,配 成麦秸 含 量 分 别 为 0. 0 %、0. 2 %、0. 4 %、 0. 6 %、0. 8 %、1. 0 %、1. 2 %、1. 4 %的试样. 在 制备小麦样品时 ,将杂质与小麦充分混合 ,每份小 麦样品的容重测定 5次 ,然后取其平均值 ,对测定 结果进行分析. 1. 4 统计分析
对此 65份样品的检测数据进行各杂质类型 与小麦容重相关性分析 ,分析结果见表 2. 从表 2 可以看出 ,筛上物 、筛下物 、大麦 、砂石 、麦皮 、麦秸 都和总杂之间存在显著的正相关关系 ,相关系数 分别为 0. 449、0. 310、0. 268、0. 234、0. 790、0. 464. 容重 和 大 麦 的 相 关 性 很 低 (相 关 系 数 为
采用 SPSS10. 0 统计软件对数据进行分析处
理. 其中执行 Analyze→Correlate→B ivariate 等命令 对指标进行 Pearson 相关性分析 ; 执行 Analyze → Regression→L inear→Stepwise等命令对指标进行多 元逐步回归分析 ;执行 Analyze→descrip tive statis2 tics→descrip tives等命令对因素进行方差分析.
目前 , 有关粮食容重的研究较多 , 李宗智 等 [ 3 ]指出 ,小麦籽粒容重与蛋白质含量 、沉降值 和硬度均呈极显著正相关 [ 4 ]. 容重与淀粉总含量 也呈显著正相关 [5] , 籽粒含水量越高 , 容重越
收稿日期 : 2007209217 基金项目 :中央储备粮管理总公司科技重点项目 ( ZCL20060030 - CC) . 作者简介 :张玉荣 (19672) ,女 ,新疆阜康县人 ,副教授 ,硕士生导 师 ,主要从事农产品储藏与品质分析.
第 1期
张玉荣等 :杂质类型及含量对小麦容重的影响
表 2 各类型杂质与容重间的相关系数 (N = 65)
容重
筛上物
筛下物
大麦
砂石
麦皮
麦秸
容重 筛上物 筛下物 大麦 砂石 麦皮 麦秸 总杂
1. 000
- 0. 3643 3 1. 000
0. 3833 3 - 0. 136
1. 000
- 0. 077 0. 2503 0. 208 1. 000
- 0. 077) ,这说明大麦对小麦容重影响很小 ,主 要是因为 :小麦中杂质按颗粒大小进行分类 ,大麦 属于并肩杂质 [ 9 ] ,其密度 、外形结构等都和小麦 相似. 筛上物 、筛下物 、麦皮和麦秸与容重之间存 在极 其 显 著 的 相 关 关 系 , 相 关 系 数 分 别 为
- 0. 364、0. 383、- 0. 302、- 0. 680,说明以上 4类 杂质对容重影响很大. 因此 ,为了尽量减小这些杂 质给测量容重带来不必要的误差 , GB / T5498285
2 结果与讨论
2. 1 杂质类型与小麦容重的相关性分析 对 15份农户样品和 50份直属库样品进行容
重 、总杂质含量和各类型杂质含量的检测 ,检测数 据执行 Analyze→descrip tive statistics→descrip tives 等命令对因素进行分析 ,分析结果见表 1. 由表 1 可看出 ,农户样品容重平均值是 775 g /L ,总杂质 平均 含量 为 0. 5% ; 直属 库样 品容 重 平 均 值 为 741 g /L ,总杂质平均含量为 1. 3%. 直属库的小 麦样品中大麦 、麦皮 、麦秸含量较高 ,平均值分别 为 0. 25%、0. 66%、0. 25% ,农户的小麦样品中大 麦含量也较高 ,平均值为 0. 24%.
0 前言
粮食容重 是 指 粮 食 籽 粒 在 一 定 容 器 内 的 质 量 ,它是与孔隙度密切相关的物理量 ,容重与孔隙 度成反比 [ 1 ] . 在粮食流通过程中 ,它是检验小麦 质量品质的一项重要指标. 在我国 ,许多粮食 ,如 小麦 、玉米等现行质量标准中都以容重作为定等 基础指标. 世界各小麦主产国如美国 、加拿大 、澳 大利亚等国小麦质量标准中 ,容重也被列为质量 标准的首位. 容重的大小是籽粒大小 、质量 、形状 、 整齐度 、腹沟深浅 、胚乳质地 、出粉率等性状和特 征的综合反映 [ 2 ]. 一般说来 ,同一品种的粮食容 重与粮食籽粒的成熟度 、饱满度 、大小整齐度 、表 面光洁度及硬质率的高低有关 ,粮食籽粒成熟好 、 饱满 、大小整齐 、硬质率高 、表面光洁的 ,容重较 高 ;反之 ,容重较低.
中规定 :从平均样品中分取试样约 1 000 g,依规 定的筛层分次进行筛选 ,取下层筛和上层筛筛上 物 ,拣出空壳和比粮粒大的杂质后混匀后作为测 定容重的试样 [ 10 ] . 2. 2 容重与杂质类型的多元逐步回归分析
对上述 65份检测数据进行多元逐步回归分 析. 令 Y为容重 , X1 为筛上物含量 , X2 为筛下物 含量 , X3 为大麦含量 , X4 为砂石含量 , X5 为麦皮 含量 , X6 为麦秸含量 , X7 为总杂含量. 以筛上物 、 筛下物 、大麦 、砂石 、麦皮 、麦秸 、总杂为自变量 ,容 重为因变量 , 进行多元逐步回归分析 (采用的准 则是 : F ≤ 0. 050, 变 量 被 引 入 回 归 方 程 ; F ≥ 0. 100, 变 量 将 被 移 出 回 归 方 程 ) , 其 结 果 见表 3～5.
杂质类型及含量对小麦容重的影响
张玉荣 1 ,王君利 1 ,周显青 1 ,于林平 2 ,刘学军 3
(1. 河南工业大学 粮油食品学院 ,河南 郑州 450052; 2. 中央储备粮德州直属库 , 山东 德州 253011; 3. 中央储备粮聊城直属库 ,山东 聊城 252000)
摘要 :对取自直属库及种植农户的 65 份 样品的 杂质 类型 、含 量及 容重 进行了 测定. 采 用 SPSS10. 0统计软件对测定数据进行了相关性分析 、多元逐步回归分析 ,并建立了各类型杂质 与小麦容重的优化模型. 结果表明 :总杂质对小麦容重影响最大 ,在最常见的 6 类杂质中 ,麦 秸 、麦皮 、砂石对容重的影响依次减小. 为了得到容重随麦皮 、麦秸 、砂石含量的变化趋势 ,制备 不同麦皮 、麦秸和砂石含量的小麦样品 ,并对这些样品的容重进行测定分析. 研究发现 :随着麦 皮 、麦秸含量的增加 ,容重逐渐减小 ;随着砂石的增加 ,容重逐渐增大. 关键词 :小麦 ;杂质 ;类型 ;含量 ;容重 中图分类号 : TS210 文献标识码 : B
9
总杂 \ - 0. 6903 3
0. 4493 3 0. 3103 3 0. 2683 0. 2343 0. 7903 3 0. 4643 3 1. 000
系统在进行逐步回归过程中产生了四个回归
模型 ,模型 1是按照 Op tion对话框确定的标准概 率值 ,先将与容重 Y线性关系最密切的自变量 X7 (总杂质含量 )引入模型 , 建立了 Y 与 X7 之间的 一元线性回归模型. 而后再逐步引入其他自变量 , 表中模型 2 表明又将自变量 X6 (麦秸含量 )引入 了回归模型 ,建立了 Y与 X6、X7 之间的二元线性 回归模型. 表中模型 3 表明又将自变量 X5 (麦皮 含量 )引入了回归模型 , 建立了 Y 与 X5、X6、X7 之 间的三元线性回归模型. 表中模型 4 表明又将自 变量 X4 (砂石含量 )引入了回归模型 ,建立了 Y与 X4、X5 、X6 、X7 之间的四元线性回归模型. 表 3 中 显示了自变量被引入形成的回归模型情况 , 第一 个模型中 Y与 X7 之间的相关系数 0. 690, 说明容 重与总杂质含量之间具有显著的线性关系. 随着
表 1 样品各杂质类型含量及容重测定分析结果
农户样品 (N = 15)
直属库样品 (N = 50)
M in
M ax
M ean
容重 筛上物 筛下物 大麦 砂石 麦皮 麦秸 总杂
771 0. 05 0. 00 0. 11 0. 00 0. 06 0. 03 0. 40
781 0. 17 0. 32 0. 36 0. 24 0. 78 0. 13 0. 70
1 材料与方法
1. 1 材料 本研究所用的 65 份小麦样品分别取自山东
省德州 、聊城直属库及两地区种植农户 (直属库 样品 50 份 ,种植农户样品 15 份 ) ; 砂石 (通过孔 径为 1. 5 mm 谷物选筛的物质 ) 、麦皮和麦秸 (长 度大约 2. 0 cm 左右 )分别取自山东省聊城直属 库 ,并在 4 ℃冷藏状态下存放. 1. 2 主要仪器与设备
低 [ 6 ] . 张晓龙等人研究了小麦籽粒的容重与比重 间极为密切的正相关关系后 ,导出了计算统计容 重的公式 :μ = 375. 3774 + 268. 060Sg,运用公式 , 得到容重的统计值 [ 8 ]. 目前尚没有文献报道小麦 杂质与容重的关系. 因此 ,研究各类型杂质和含量 对粮食容重的影响 ,对正确测定和评价粮食容重 , 保证粮食在购 、销 、调 、存等各个环节的质量具有 重要意义. 本文以小麦为材料 ,利用 SPSS10. 0 统 计软件包对 65 份杂质含量不同的小麦样品的容 重数据进行了相关性分析 、多元逐步回归分析并 建立各类型杂质与容重相关关系的优化模型 ,进 而得到容重随杂质类型及含量的变化规律.