Welcome to Chinese Journal of Tropical Crops,

Chinese Journal of Tropical Crops >

2022 , Vol. 43 >Issue 7: 1357 - 1364

DOI: https://doi.org/10.3969/j.issn.1000-2561.2022.07.006

Germplasm Resources, Genetics & Breeding

Quality Evaluation of 23 Species of Clausena lansium (Lour.) Skeels Germplasm Resources Based on Principal Component Analysis and Cluster Analysis

  • YU Huaping 1, 2 ,
  • ZHAO Zhichang 2 ,
  • GAO Aiping 2 ,
  • LUO Ruixiong , 2, *
Expand
  • 1. College of Horticulture, Hainan University, Haikou, Hainan 570228, China
  • 2. Tropical Crops Genetic Resources Institute, Chinese Academy of Tropical Agricultural Sciences / National Cultivar Improvement Center of Tropical Fruit Tree, Haikou, Hainan 571101, China
*LUO Ruixiong,E-mail： 。

Received date: 2022-01-25

  Revised date: 2022-02-27

  Online published: 2022-08-04

Fold

Abstract

In order to lay the foundation for scientific evaluation of fruit quality of wampee germplasms, 11 fruit quality indices including single fruit weight, fruit length, fruit diameter, fruit shape index, edible rate, total soluble solid, vitamin C, protein, soluble sugar, total acid, sugar-acid ratio for the mature fruits of 23 wampee germplasms resources were measured and analyzed using principal component analysis and cluster analysis. Lastly, the representative quality evaluation indexes were selected from indices, 23 wampee germplasms resources were clustered according to the selected indexes. The results showed that the variation of single fruit weight, vitamin C, protein, soluble sugar, total acid and sugar-acid ratio were above 20%, while the variation of fruit diameter and fruit shape index were below 10%. Among them, the variation of sugar-acid ratio of wampee germplasms was the most significant, which was as high as 108.57%, while the variation of fruit shape index was the most non-significant, only 6.98%. This indicated that the content of nutrients varied greatly among different wampee germplasm, with abundant genetic information and diversity, and the appearance and size of them were genetically stable, and had less space for improvement. There were significant or extremely significant correlations among the quality indexes of the germplasm. After standardizing the data, the principal component analysis was carried out, and four representative principal components were extracted, of whom cumulative proportion reached 85.41%. According to the score of the 1st to 4th principal component factor and the comprehensive score of the quality indexes, the first and second principal components played a key role in the comprehensive evaluation of wampee quality, the highest score was A3, and the lowest score was G1. Meanwhile, the six indexes which has great influence and relatively independent on the quality of wampee germplasm resources were single fruit weight, fruit shape index, edible rate, soluble sugar, total acid and sugar-acid ratio. The systematic cluster analysis of fruit quality in wampee by the 6 selected and representative indexes which were standardized showed that the fruit quality from the germplasm resources could be clustered into 4 groups according to Euclidean distance of 15. The 1st group had A3 and Y-2, which were the largest, and had a high edible rate and sugar-acid ratio, with a sweet flavor and excellent quality. The 2nd group had X1, Y-1, G2 and B1, the fruits were larger and diverse in shapes, with high edible rates, but relatively low in soluble sugar and sugar acids, and inferior quality. The 3rd group included 300-1, J2, 300-2, 9-3, H1, A1, Z1, A2 and N-3, which had low fruit size, high edible rate, moderate sour and sweet. The 4th group included A5, N-1, H2, A6, T1, G1, J1, J3, which had small fruit, low edible rate, low soluble sugar, high total acid, low sugar-acid ratio and poor taste.

Key words： wampee; germplasm resources; principal component analysis; cluster analysis; quality evaluation

Cite this article

YU Huaping , ZHAO Zhichang , GAO Aiping , LUO Ruixiong . Quality Evaluation of 23 Species of Clausena lansium (Lour.) Skeels Germplasm Resources Based on Principal Component Analysis and Cluster Analysis[J]. Chinese Journal of Tropical Crops, 2022 , 43(7) : 1357 -1364 . DOI: 10.3969/j.issn.1000-2561.2022.07.006

黄皮[Clausena lansium (Lour.) Skeels]是一种生长在热带和亚热带地区的芸香科柑橘亚科黄皮属优稀果树,别名又称黄弹子、金弹子、黄檀子等[1],原产于我国南部,在广东、广西、海南及四川（金沙江河谷地区）等南方省（区）均有一定的栽培面积[2],其作用广泛,果实、果核、根、叶皆可入药,果实还可鲜食,或加工成糖果、蜜饯、果酱、糖渍等,颇受消费者的欢迎,民间素有“果中珍宝”的美称[3]。
种质资源作为遗传信息的重要载体,可提供丰富的母本材料,对新品种的选育有着直接或间接的重要参考价值[3]。同时,果实品质是评价果实好坏的重要依据[4],感官品质更是消费者选择商品果实的重要指标,但果实品质之间的主次界限并不清晰,多元统计分析法作为一种综合评价方法,可将无量纲标准化处理的数据进行降维,以各主成分的方差贡献率为权重,将这些品质指标进行合理的简化[5]。目前,多元统计分析法已在桃[6-7]、杏[8-9]、李[10-11]、梨[12⇓-14]、苹果[15]、石榴[4,16]等果树的品质性状评价中大量应用,同时,多元统计分析中的主成分分析和聚类分析法在黄皮种质或品系的品质评价及分类中也有应用。陆育生等[17]采用多元统计分析法,将13项果实品质指标分为5类,22份黄皮种质分为3类,结果与实际口感评价结果一致;彭程等[18]对8个黄皮品系内的香气物质进行了检测和分析,通过主成分分析和聚类分析法,探究了黄皮香气的差异,将7个黄皮品系聚为一类;彭程等[19]采用相关性分析和主成分分析对184份黄皮种质的有机酸成分进行了分析,从中挖掘出了高柠檬酸和低柠檬酸的黄皮种质。
因此,本研究以23份黄皮种质资源为研究对象,基于不同黄皮种质的11个品质指标之间的相关性分析,采用主成分分析和聚类分析的多元统计分析法,对23份黄皮果实品质进行综合评估和聚类分析,以期为构建黄皮种质的品质评价指标体系和科学评价其品质奠定基础,并为新品种的选育提供一定的参考价值。

1 材料与方法

1.1 材料

供试黄皮种质有23份,树龄均为7~8年,砧木为本地黄皮果树,种质编号分别为300-1、300-2、9-3、A1、A2、A3、A5、A6、B1、G1、G2、H1、H2、J1、J2、J3、N-1、N-3、T1、X1、Y-1、Y-2和Z1。样品果均采自中国热带农业科学院热带作物品种资源研究所国家热带果树品种改良中心基地（海南省儋州市）。在果实成熟期,每份黄皮种质均随机采取15个具有代表性且无病虫害的成熟果实,去梗洗净,用纱布擦干果实表面水分,测定外观指标,测完后,将每份种质资源的所有样品的果肉混合均匀,放到-20℃冰箱内,用于生理生化指标测定。

1.2 方法

用JI602电子天平（梅特勒公司）测定单果重;0~150 mm电子数显游标卡尺（汉中万目仪电有限责任公司）测定果实的纵径和横径,并通过果实纵、横径之比计算出果形指数;采用称重法测定可食率,用单果重减去果皮重和种子重的差值与单果重的比值表示;采用MASTER-M型手持式折光仪（上海捷泸）测定可溶性固形物含量;考马斯亮蓝法[20]测定蛋白质含量;采用高效液相色谱法[21-22]测定VC和可溶性糖;用NaOH中和滴定法[23]测定总酸含量;用可溶性糖含量与总酸含量的比值表示糖酸比。

1.3 数据处理

利用Excel 2010软件进行统计分析,利用SPSS 18.0软件进行相关性分析、主成分分析和聚类分析。

2 结果与分析

2.1 23份黄皮种质品质指标的测定结果及分析

23份黄皮种质的11个品质指标的变异情况分析结果如表1所示。由表中数据可知,不同黄皮种质的11个品质性状表现出不同程度的变异,且变异系数较大。其中,糖酸比的变异系数最大,为108.57%,说明不同种质之间的口感相差较大;其次为蛋白质、总酸、单果重、VC、可溶性糖、可溶性固形物、可食率、纵径、横径,变异系数在9.12%~35.49%;果形指数的变异系数最小,为6.98%,果实大多呈圆球形、椭圆形或圆锥形。
表1 11个品质指标的统计描述表

Tab. 1 Statistical description table of eleven quality indexes

项目Item 极小值Minimum 极大值Maximum 平均值Mean 标准差Standard deviation 变异系数CV/%
单果重/g 4.91±0.27 13.77±0.59 8.00 2.25 28.19
果实纵径/mm 20.11±0.27 31.51±0.73 24.56 3.04 12.39
果实横径/mm 19.42±0.37 26.63±0.42 22.51 2.05 9.12
果形指数 0.96±0.01 1.22±0.04 1.09 0.08 6.98
可食率/% 46.30±1.49 79.78±0.75 57.09 7.79 13.65
可溶性固形物/% 12.43±0.26 23.74±0.25 17.30 2.92 16.88
VC/[mg·(100g) -1] 7.08±0.05 43.62±0.38 33.34 9.10 27.31
蛋白质/% 0.61±0.01 2.03±0.03 1.17 0.41 35.49
可溶性糖/[g·(100g) -1] 6.55±0.09 14.21±0.08 10.16 2.20 21.61
总酸/[g·(100g)-1] 0.26±0.00 2.75±0.02 1.55 0.52 33.49
糖酸比 2.53±0.00 41.06±0.00 9.22 10.01 108.57

2.2 黄皮种质品质指标的相关性分析

23份黄皮种质果实的11个内外品质指标的相关性分析如表2所示。果实单果重与果实纵、横径呈极显著的正相关;果实纵径与果实横径、果形指数呈极显著的正相关;果形指数与蛋白质含量呈显著的正相关,而与VC含量呈显著的负相关;可食率与总酸呈极显著的负相关;可溶性固形物与可溶性糖、糖酸比呈极显著的正相关;可溶性糖与糖酸比呈极显著的正相关;总酸与糖酸比呈极显著的负相关。
表2 品质指标的相关性分析

Tab. 2 Correlation analysis of quality indexes

指标
Indexes		 单果重
Single fruit weight		 果实纵径
Fruit length		 果实横径
Fruit diameter		 果形指数
Fruit shape index		 可食率
Edible rate		 可溶性固形物
Total soluble
solid		 VC 蛋白质
Protein		 可溶性糖
Soluble sugar		 总酸
Total acid		 糖酸比
Sugar acid ratio
单果重 1
果实纵径 0.838** 1
果实横径 0.984** 0.767** 1
果形指数 0.195 0.636** 0.073 1
可食率 0.113 0.310 0.096 0.316 1
可溶性固形物 -0.173 -0.283 -0.086 -0.354 0.015 1
VC -0.120 -0.273 -0.075 -0.428* -0.368 0.135 1
蛋白质 0.125 0.340 0.083 0.475* -0.078 0.136 0.125 1
可溶性糖 0.031 -0.181 0.115 -0.374 0.015 0.891** 0.090 0.121 1
总酸 -0.215 -0.296 -0.236 -0.077 -0.551** -0.120 0.176 0.148 -0.216 1
糖酸比 0.172 0.085 0.240 -0.212 0.387 0.637** -0.006 0.044 0.767** -0.744** 1

注：*表示显著相关（P<0.05）,**表示极显著相关（P<0.01）。

Note: * indicates significant correlation (P<0.05), ** indicates extremely significant correlation (P<0.01).

2.3 黄皮品质指标的主成分分析

2.3.1 主成分分析

采用SPSS 18.0软件对23份黄皮种质的11个品质指标的平均数进行无量纲标准化处理,将经过标准化处理后的数据进行主成分分析,得到黄皮品质观测指标的主成分的特征值、方差贡献率和累计贡献率,结果如表3所示。在SPSS主成分分析的降维过程中,认为特征值大于等于1或者累计方差贡献率大于85%的主成分具有一定代表性[24]。因此,从表3中可以看出,前4个主成分的方差特征值分别为3.960、2.641、1.503、1.292,均大于1,同时,这4个主成分的累计方差贡献率为85.41%,大于85%。因此,按照主成分提取的标准,本次实验可提取到符合条件的4个主成分,而其他成分的特征值均小于1,且方差贡献率趋于平缓,代表性不强,不提取为主成分。
表3 主成分的特征值和贡献率

Tab. 3 Eigenvalues and contribution rate of principal component

主成份
Principal component		 特征值
Eigenvalues		 方差贡献率
Variance contribution rate/%		 累积贡献率
Cumulative contribution rate/%
1 3.960 36.000 36.000
2 2.641 24.006 60.006
3 1.503 13.665 73.670
4 1.292 11.742 85.413
提取的主成分载荷矩阵如表4所示。主成分1主要是单果重、纵径、横径、果形指数、VC、总酸和糖酸比这7个指标共同影响。其中,果实纵径的正向载荷最大,其次单果重、横径和糖酸比正向载荷较大,对综合评价结果起到正作用,果实纵、横径和果形指数反映果实的外观形状,黄皮果实形状主要呈圆球形、椭圆形或圆锥形;单果重反映果实的大小;糖酸比是还原性糖与总酸的比值,反映果实酸甜的口感;而主成分1中VC与总酸为负向载荷,代表酸度高、VC高对黄皮果实的综合评价起到负作用。因此,主成分1主要反映黄皮果实的大小、外观形状、口感。主成分2主要是果形指数、可溶性固形物、可溶性糖、总酸和糖酸比这5个指标共同影响,其中可溶性固形物、可溶性糖和糖酸比为正向载荷,而果形指数和总酸为负向载荷。因此,主成分2主要反映黄皮果实的外形、风味。主成分3主要由横径、VC、蛋白质和总酸这4个指标共同影响,其均为正向载荷。主成分3主要反映黄皮果实的形状、营养物质和风味品质。主成分4主要是横径、果形指数和蛋白质这3个指标共同影响,其中仅果实横径为负向载荷。主成分4主要反映黄皮果实的形状和能量含量。
表4 23份黄皮种质品质指标主成分载荷矩阵

Tab. 4 Principal component loading matrix of twenty- three Clausena lansium (Lour.) Skeels germplasm resources

指标
Index		 主成分 Principal component
1 2 3 4
单果重 0.865 -0.153 0.364 -0.304
果实纵径 0.877 -0.398 0.233 -0.019
果实横径 0.770 -0.084 0.409 -0.464
果形指数 0.504 -0.574 -0.124 0.558
可食率 0.462 -0.157 -0.371 0.137
可溶性固形物 -0.036 0.816 0.360 0.152
VC -0.749 -0.192 0.404 -0.048
蛋白质 0.288 -0.043 0.442 0.777
可溶性糖 0.156 0.863 0.379 0.155
总酸 -0.504 -0.570 0.516 -0.020
糖酸比 0.677 0.568 -0.312 0.006

2.3.2 综合性评价

主成分特征向量系数计算公式如下：
$\text { 主成分的特征向量系数 }=\frac{\text { 主成分载荷 }}{\sqrt{\text { 对应主成分特征值 }}}$
计算得出每个主成分特征向量系数后,构建得到1~4主成分的得分函数表达式,分别为：
y1=0.43x1+0.44x2+0.39x3+0.25x4+0.23x5-0.02x6-0.38x7+0.14x8+0.08x9-0.25x10+0.34x11;
y2=-0.09x1-0.24x2-0.05x3-0.35x4-0.10x5+0.50x6-0.12x7-0.03x8+0.53x9-0.35x10+0.35x11;
y3=0.30x1+0.19x2+0.33x3-0.10x4-0.30x5+0.29x6+0.33x7+0.36x8+0.31x9+0.42x10-0.25x11;
y4=-0.27x1-0.02x2-0.41x3+0.49x4+0.12x5+0.13x6-0.04x7+0.68x8+0.14x9-0.02x10+0.01x11。
式中y1、y2、y3、y4分别表示第1~4个主成分的特征向量权重值,x1、x2、x3、……、x8分别代表每份种质标准化后单果重、纵径、横径、果形指数、可食率、可溶性固形物、VC、蛋白质、可溶性糖、总酸和糖酸比的结果。
黄皮综合品质得分的计算公式如下：
$\begin{array}{l}y=\frac{t 1}{t_{1}+t_{2}+t_{3}+t_{4}} \times y_{1}+\frac{t_{2}}{t_{1}+t_{2}+t_{3}+t_{4}} \times y_{2}+\frac{t 3}{t_{1}+t_{2}+t_{3}+t_{4}} \\\times y_{3}+\frac{t_{4}}{t_{1}+t_{2}+t_{3}+t_{4}} \times y_{4}\end{array}$
式中y为黄皮综合品质得分值,t1、t2、t3、t4分别代表第1~4个主成分的特征值。
将数据分别代入上述式中,即得黄皮综合品质得分计算式为：
y=0.42y1+0.28y2+0.16y3+0.14y4
最后,通过SPSS进行变量计算,将每个品质指标标准化后的数据分别代入y1~y4函数式中,即得到y1~y4主成分因子得分,再将该得分代入至y函数式中,计算得到23份黄皮种质的品质综合得分,并进行排序,结果如表5所示。
表5 主成分因子得分及排序表

Tab. 5 Scores and sorts of principal component factor

排序
Sorting		 种质编号
Germplasm
No.		 y1 y2 y3 y4 综合得分
Synthesis scores
1 A3 6.34 2.31 0.32 0.73 3.46
2 Y-2 2.30 2.30 -3.03 -0.83 1.01
3 A2 0.41 1.40 0.95 0.59 0.80
4 Y-1 2.80 -2.14 -0.32 0.37 0.58
5 N-3 -1.35 1.88 1.09 1.78 0.38
6 H1 -0.42 1.68 1.10 -1.39 0.28
7 Z1 -0.31 1.86 -0.58 -0.17 0.28
8 9-3 0.13 0.61 1.32 -1.58 0.21
9 T1 -0.20 -0.52 0.79 2.22 0.21
10 300-1 0.43 -0.23 0.99 -1.32 0.09
11 X1 1.77 -3.73 2.31 -0.51 0
12 A1 -0.32 0.01 -0.03 0.48 -0.07
13 B1 0.69 -1.14 -1.09 0.68 -0.11
14 G2 1.08 -1.46 -0.91 -0.06 -0.11
15 A6 -1.15 -0.25 0.42 1.54 -0.27
16 300-2 -1.87 1.53 1.02 -1.13 -0.35
17 J1 0.10 -1.89 -0.28 -0.13 -0.55
18 J2 -0.72 -0.11 0.49 -2.11 -0.55
19 A5 -2.24 0.37 0.46 1.40 -0.57
20 N-1 -2.19 0.71 -0.77 0.34 -0.79
21 H2 -2.77 0.20 -0.90 -0.12 -1.27
22 J3 -1.26 -1.51 -1.21 -1.07 -1.29
23 G1 -1.27 -1.91 -2.13 0.28 -1.37
因此,综上分析结果可知,第1、2主成分在黄皮品质综合评价中起到关键作用,而第3、4主成分在综合评价中占比不大。即单果重、果实纵径、可食率、VC、可溶性糖、总酸和糖酸比对黄皮品质的影响较大,VC和总酸含量较低、可溶性糖、糖酸比和可食率较高的、果实较大的圆球形黄皮种质品质较好。

2.4 23份黄皮种质的聚类分析

根据品质指标的相关性分析和主成分分析的结果,筛选出单果重、果形指数、可食率、可溶性糖、总酸和糖酸比6个指标,将其数据标准化转换后,采用欧氏距离平方法进行系统聚类分析,可将23份黄皮种质资源分为4大类群（图1）。黄皮种质A3和Y-2从23份资源内分离出来,其果实较大,果形比例协调,为椭圆形或圆球形,可食率和可溶性糖较高,糖酸比高,而总酸低,风味偏甜,主成分综合得分高,口感好,即为第I类群;X1、Y-1、G2和B1这4份种质,其果实较大,形状多样,可食率高,果形指数较高,有鸡心形、长心性、椭圆形等形状,可溶性糖和糖酸比较低,综合品质较前者差,即组成第II类群;300-1、J2、300-2、9-3、H1、A1、Z1、A2、N-3这9份种质为第III类群,其果实大小偏低,可食率较高,酸甜适中;其余8份资源（A5、N-1、H2、A6、T1、G1、J1、J3）则组成第IV类群,其果小,可食率低,可溶性糖较低,总酸较高,糖酸比极低,口感较差,与其他种质差异大。
图1 23份黄皮种质资源的系统聚类分析图

Fig. 1 System cluster analysis diagram of 23 C. lansium germplasm resources

3 讨论

果实的品质性状可以反应其遗传特性,而果实品质有多个组成因子,不同的因子成分相对独立又密切相关[17]。本研究测定了23份黄皮种质的11个品质指标,将11个指标进行统计和相关性分析发现,黄皮果实的糖酸比变异系数最大,高达108.57%,说明该性状具有丰富的遗传信息和可发展潜力;而果实横径、果形指数的变异系数均在10%以下,其中,果形指数的变异系数最小,仅6.98%,说明黄皮外观形状、大小的遗传相对比较稳定,改良空间较小;这11个品质指标并不是完全独立的,其间存在显著或极显著的相关性,其中,黄皮果实横径与单果重正相关性最大,总酸与糖酸比的负相关性最大。对于果实评价而言,从众多品质指标中选择具备代表性的指标就显得尤为重要。
主成分分析也称主分量分析,是可以将这些有联系又相对独立的众多指标,用少数综合的变量进行概括,起到降维的多元统计方法[25]。这种方法被普遍运用到桃、杏、李、梨、苹果等果树果实的品质性状的分析评价中[6⇓⇓⇓⇓⇓⇓⇓⇓-15],这表明该方法能有效地对相对独立又有一定联系的数量性状和质量性状进行综合考察分析。本研究采用主成分分析法,将11个品质指标简化为4个综合指标,即第1~4主成分,并从中筛选出最具代表性的6个指标,即单果重、果形指数、可食率、可溶性糖、总酸和糖酸比,选取的指标与陆育生等[17]简化的黄皮果实品质评价指标基本一致。这证明23份黄皮种质的综合品质主要取决于这6个品质性状,表明其可以作为黄皮品质评价的核心指标,但单个指标值的高低并不能完全决定黄皮种质的综合品质[26]。
聚类分析是按照相对独立又有一定相关性的指标在性质上的亲疏相似程度进行分类的一种多元统计分析方法[24],其能将大量的种质资源进行分类、综合考察。本研究以单果重、果形指数、可食率、可溶性糖、总酸和糖酸比这6个指标对供试的23份黄皮资源进行聚类分析,在欧氏距离为15时,可将其分为4大类群,第Ⅰ、Ⅲ类群的综合表现较优,评价结果基本与实际口感相一致,进一步说明这6个指标对黄皮种质品质的评价具备有一定的合理性,能够充分反应黄皮品质的特征,也证明了主成分分析和聚类分析在黄皮果实的品质评价方面具有一定的科学性和实用性[17] 。
综合以上分析,在黄皮果实品质评价中的综合利用相关性分析、主成分分析和聚类分析,可以有效的简化指标,并对所有种质科学的评价和合理的分类,减少了种质资源选优的工作量,为构建黄皮种质的品质评价指标体系和新品种的选育奠定了基础。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
王惠君, 卢诚, 陈友, 黎明. 广西优质黄皮种质资源探讨[J]. 河北林业科技, 2015(3): 65-66.

WANG H J, LU C, CHEN Y, LI M. Discussion on germplasm resources of high quality wampee in Guangxi[J]. The Journal of Hebei Forestry Science and Technology, 2015(3): 65-66. (in Chinese)

[2]
陈启胜, 吴水玲, 杨惠文, 包海南, 刘艳萍, 付艳辉. 齿叶黄皮中生物碱类化学成分研究[J]. 广东化工, 2016, 43(10): 20-21.

CHEN Q S, WU S L, YANG H W, BAO H N, LIU Y P, FU Y H. Studies on the alkaloids from stems and leaves of Clausena dunniana[J]. Guangdong Chemical Industry, 2016, 43(10): 20-21. (in Chinese)

[3]
林针懿, 邬静, 刘乐, 郭璁, 陆玲, 凌鹏. 实生黄皮种质资源收集与表型性状遗传多样性分析[J/OL]. 分子植物育种: 1-23 [2022-01-02]. http://kns.cnki.net/kcms/detail/46.1068.S.20211208.1645.002.html

LIN Z Y, WU J, LIU L, GUO C, LU L, LING P. Collection of wampee (Clausena lansium) seeding germplasm resources and genetic diversity analysis of phenotypic traits[J/OL]. Molecular Plant Breeding: 1-23 [2022-01-02]. http://kns.cnki.net/kcms/detail/46.1068.S.20211208.1645.002.html in Chinese)

[4]
张欢, 慕新浩, 李珂, 李玉英, 张君. 不同石榴品种果实品质的主成分分析[J]. 南阳师范学院学报, 2020, 19(6): 33-39.

ZHANG H, MU X H, LI K, LI Y Y, ZHANG J. Principal component analysis of fruit quality of different pomegranate varieties[J]. Journal of Nanyang Normal University, 2020, 19(6): 33-39. (in Chinese)

[5]
TOKALIOGLU S. Determination of trace elements in commonly consumed medicinal herbs by ICP-MS and multivariate analysis[J]. Food Chemistry, 2012, 314(4): 2504-2508.

[6]
戴瀚铖, 成纪予. 不同品种鲜切桃贮藏期品质变化与主成分分析[J]. 包装工程, 2021, 42(19): 85-92.

DAI H C, CHENG J Y. Quality changes and principal component analysis of fresh-cut peach of different varieties during storage[J]. Packaging Engineering, 2021, 42(19): 85-92. (in Chinese)

[7]
徐臣善, 高东升. 基于主成分分析的设施桃果实品质综合评价[J]. 食品工业科技, 2014, 35(23): 84-88, 94.

XU C S, GAO D S. Comprehensive evaluation on fruit quality of peach cultivars in greenhouse based on principal component analysis[J]. Science and Technology of Food Industry, 2014, 35(23): 84-88, 94. (in Chinese)

[8]
董胜君, 王若溪, 张皓凯, 陈建华, 刘立新, 于庆福. 不同种源东北杏果实表型性状多样性分析[J]. 植物资源与环境学报, 2020, 29(6): 42-50.

DONG S J, WANG R X, ZHANG H K, CHEN J H, LIU L X, YU Q F. Analysis on diversity of fruit phenotypic characters Armeniaca mandshurica from different provenances[J]. Journal of Plant Resources and Environment, 2020, 29(6): 42-50. (in Chinese)

[9]
宋永宏, 杨晓华, 李静江, 李凯, 赵雪辉, 杜海燕. 不同杏品种果实营养成分分析及综合评价[J]. 中国农学通报, 2018, 34(23): 65-71.

SONG Y H, YANG X H, LI J J, LI K, ZHAO X H, DU H Y. Fruits of apricot cultivars: nutritional components analysis and comprehensive evaluation[J]. Chinese Agricultural Science Bulletin, 2018, 34(23): 65-71. (in Chinese)

[10]
孙海龙, 鲁晓峰, 邵静, 徐树广. 不同李种质果实性状分析及综合评价[J]. 中国果树, 2021(12): 53-59.

SUN H L, LU X F, SHAO J, XU S G. Analysis and comprehensive evaluation of fruit characters of different plum germplasm[J]. China Fruits, 2021(12): 53-59. (in Chinese)

[11]
安佰义, 曲霜, 刘晓嘉, 张艳波, 宋宏伟, 李锋. 不同李品种果实品质分析与综合评价[J]. 北方园艺, 2019(2): 25-29.

AN B Y, QU S, LIU X J, ZHANG Y B, SONG H W, LI F. Quality analysis and comprehensive evaluation of different varieties in plum fruit[J]. Northern Horticulture, 2019(2): 25-29. (in Chinese)

[12]
陈启亮, 杨晓平, 范净, 张靖国, 杜威, 赵碧英, 易显荣, 胡红菊. 广西砂梨地方品种果实品质性状分析及综合评价[J]. 南方农业学报, 2021, 52(9): 2524-2533.

CHEN Q L, YANG X P, FAN J, ZHANG J G, DU W, ZHAO B Y, YI X R, HU H J. Fruit quality characters analysis and comprehensive evaluation of Pyrus prifolia Nakai landrace in Guangxi[J]. Journal of Southern Agriculture, 2021, 52(9): 2524-2533. (in Chinese)

[13]
俞露, 赵芷, 张文欣, 任廷远. 贵州不同地区刺梨的综合品质对比分析[J]. 现代食品科技, 2021, 37(9): 169-178.

YU L, ZHAO Z, ZHANG W X, REN T Y. Comparative comprehensive quality analysis of rosa roxburghii fruit from different regions in Guizhou Province[J]. Modern Food Science and Technology, 2021, 37(9): 169-178. (in Chinese)

[14]
严鑫, 吴巨友, 贡鑫, 焦玉茹, 袁凯莉, 鲁彬, 王苗苗, 陶书田, 王然, 张绍铃. 不同产地圆黄梨果实品质差异分析[J]. 果树学报, 2021, 38(12): 2082-2090.

YAN X, WU JU Y, GONG X, JIAO Y R, YUAN K L, LU B, WANG M M, TAO S T, WANG R, ZHANG S L. Analysis of fruit quality of Wonhwang pear from different regions[J]. Journal of Fruit Science, 2021, 38(12): 2082-2090. (in Chinese)

[15]
张腊腊, 韩明虎, 胡浩斌, 武芸, 王丽朋. 基于主成分分析的苹果品质综合评价[J]. 江苏农业科学, 2020, 48(3): 209-213.

ZHANG L L, HAN M H, HU H B, WU Y, WANG L P. Comprehensive evaluation of apple quality based on principal component analysis[J]. Jiangsu Agricultural Sciences, 2020, 48(3): 209-213. (in Chinese)

[16]
杨磊, 靳娟, 樊丁宇, 赵国庆, 杨宏顺, 郝庆. 新疆石榴果实品质主成分分析[J]. 新疆农业科学, 2018, 55(2): 262-268.

DOI

YANG L, JIN J, FAN D Y, ZHAO G Q, YANG H S, HAO Q. Principal component analysis of fruit quality of different pomegranate varieties in Xinjiang[J]. Xinjiang Agricultural Sciences, 2018, 55(2): 262-268. (in Chinese)

DOI

[17]
陆育生, 林志雄, 曾杨, 邱继水, 常晓晓, 潘建平. 基于多元统计法的黄皮果实品质评价指标的选择[J]. 广东农业科学, 2014, 41(23): 39-42, 51.

LU Y S, LIN Z X, ZENG Y, QIU J S, CHANG X X, PAN J P. Selection of indices for wampee fruit quality evaluation based on multivariate statistics[J]. Guangdong Agricultural Sciences, 2014, 41(23): 39-42, 51. (in Chinese)

[18]
彭程, 常晓晓, 陈喆, 邱继水, 林志雄, 陆育生. 不同类型黄皮果实香气成分和特征香气物质分析[J]. 经济林研究, 2019, 37(4), 50-60.

PENG C, CHANG X X, CHEN Z, QIU J S, LIN Z X, LU Y S. Analysis on aromatic components and specific aromatic componentsin different clones of C. lansium fruits[J]. Non-wood Forest Research, 2019, 37(4): 50-60. (in Chinese)

[19]
彭程, 陈喆, 常晓晓, 林志雄, 邱继水, 陆育生. 黄皮种质资源果汁中有机酸成分的分析[J]. 华南师范大学学报(自然科学版), 2019, 51(4): 57-66.

PENG C, CHEN Z, CHANG X X, LIN Z X, QIU J S, LU Y S. A componential analysis of organic acid in wampee fruit juice from germplasm resources[J]. Journal of South China Normal University (Natural Science Edition), 2019, 51(4): 57-66. (in Chinese)

[20]
李合生. 植物生理生化实验原理和技术[M]. 北京: 高等教育出版社, 2000.

LI H S. Experimental principles and techniques of plant physiology and biochemistry[M]. Beijing: China Higher Education Press, 2000. (in Chinese)

[21]
回瑞华, 刁全平, 侯冬岩, 李铁纯, 阚爽. 番茄中维生素C的HPLC分析及抗氧化性的测定[J]. 鞍山师范学院学报, 2017, 19(2): 29-31, 40.

HUI R H, DIAO Q P, HOU D Y, LI T C, KAN S. Determination of VC in tomato by HPLC and the antioxidant activity[J]. Journal of Anshan Normal University, 2017, 19(2): 29-31, 40. (in Chinese)

[22]
朱雨梦, 董俊杰, 金晶, 叶俭慧, 梁月荣. 茶叶可溶性糖提取和检测方法综述[J]. 茶叶, 2020, 46(3): 138-144.

ZHU Y M, DONG J J, JIN J, YE J H, LIANG Y R. A review on extraction and determination methods of soluble sugar in tea[J]. Journal of Tea, 2020, 46(3): 138-144. (in Chinese)

[23]
龙淑珍, 何永群. 荔枝可滴定酸与维生素C的测定及其相关性[J]. 广西农业科学, 2002(4): 188-189.

LONG S Z, HE Y Q. Determination and correlation of titratable acid and vitamin C in litchi[J]. Journal of Southern Agriculture, 2002(4): 188-189. (in Chinese)

[24]
赵慧琴. 数据处理技术与SPSS实验教程[M]. 广州: 华南理工大学出版社, 2016.

ZHAO H Q. Data processing technique and SPSS experimental course[M]. Guangzhou: South China University of Technology, 2016. (in Chinese)

[25]
李小胜, 陈珍珍. 如何正确应用SPSS软件做主成分分析[J]. 统计研究, 2010, 27(8): 105-108.

LI X S, CHEN Z Z. Correctly using SPSS software for principal components analysis[J]. Statistical Research, 2010, 27(8): 105-108. (in Chinese)

[26]
刘丽琴, 王一承, 舒波, 决登伟, 邓旭, 石胜友. 引进杧果种质资源果实品质性状主成分分析及综合评价[J]. 中国南方果树, 2016, 45(4): 65-69.

LIU L Q, WANG Y C, SHU B, JUE D W, DENG X, SHI S Y. Principal component analysis and comprehensive evaluation of fruit quality traits of introduced mango germplasm resources[J]. South China Fruits, 2016, 45(4): 65-69. (in Chinese)

Options
Outlines

/

〈 〉

琼ICP备19001573号
Copyright © Chinese Journal of Tropical Crops, All Rights Reserved.
Tel: 0898-66989102　E-mail: rdzx136@163.com
Powered by Beijing Magtech Co. Ltd