（中國農(nóng)業(yè)科學(xué)院廣西水牛研究所，廣西 南寧 530001）

基于多元統(tǒng)計(jì)方法進(jìn)行水牛乳摻水定量鑒別

黃 麗，李 玲，馮 玲，曾慶坤*，林 波，唐 艷，農(nóng)皓如，楊 攀

（中國農(nóng)業(yè)科學(xué)院廣西水牛研究所，廣西 南寧 530001）

采用常規(guī)方法測定不同摻水體積比例的水牛乳摻偽樣的7 個(gè)主要品質(zhì)指標(biāo)，并基于這些指標(biāo)參數(shù)采用單因素方差分析、主成分分析和多元逐步線性回歸法，對(duì)不同 摻水量的水牛乳進(jìn)行定量鑒別，旨在尋求一種能有效監(jiān)控水牛乳摻水的快速定量鑒別方法。利用單因素方差分析不同摻偽樣的7 個(gè)重要理化指標(biāo)的差異性，分析結(jié)果表明，水牛乳摻水的最低檢出限為7%。主成分分析中，第1主成分貢獻(xiàn)率達(dá)到85.464%，已包含樣本的大部分信息，主成分1得分與摻水量存在顯著的線性關(guān)系。通過多元逐步線性回歸法建立了4個(gè)定量模型方程，其相關(guān)系數(shù)R2分別為0.965、0.982、0.986、0.989，平均絕對(duì)誤差分別為-0.23%、-2.40%、0.23%、1.28%，可實(shí)現(xiàn)水牛乳摻水的定量鑒別。

水牛乳；摻水；理化指標(biāo)；多元統(tǒng)計(jì)方法；定量鑒別

乳以其香甜可口、營養(yǎng)豐富，易于消化吸收的優(yōu)勢，日漸受到消費(fèi)者的青睞，水牛乳更是堪稱“乳中精品”，主要營養(yǎng)素蛋白質(zhì)高于常規(guī)牛乳[1]，市場價(jià)格也普遍高于其他乳，非常具有發(fā)展前景。在利益驅(qū)使下，水牛原料乳摻假問題較為突出，但由于缺乏快速有效的檢測方法，在水牛乳質(zhì)量監(jiān)控方面存在比較大的困難。摻水是最簡單、最直接、最常用、最普遍的摻假方法，部分奶農(nóng)和不法商販為了謀求暴利向乳中摻水。檢測摻水最常用的是感官檢測、比重法和冰點(diǎn)測定法[2-4]；也有人利用電子舌[5]、力敏傳感器[6]、近紅外光譜技術(shù)[7]、低場核磁共振[8]、單頻導(dǎo)納測定[9]、氟離子選擇電極法[10]等先進(jìn)儀器設(shè)備進(jìn)行牛乳摻水檢測。但只依賴比重和冰點(diǎn)等指標(biāo)只能做出初略判斷，準(zhǔn)確度不高。儀器分析法存在成本高、檢測速度慢等問題，不能實(shí)現(xiàn)水牛乳的快速檢測。水牛乳中摻水后其含水量的改變，也影響了其他成分的含量，通過乳理化特性，乳中的特有成分與主要營養(yǎng)成分的檢測可以進(jìn)行基本的乳的品質(zhì)檢測與摻假鑒別。因此，測定水牛乳滴定酸度、冰點(diǎn)、蛋白質(zhì)、乳糖，全乳固體等主要的、特殊的營養(yǎng)物質(zhì)含量，能夠較全面反映水牛乳的品質(zhì)。本實(shí)驗(yàn)結(jié)合多元統(tǒng)計(jì)分析方法對(duì)指標(biāo)測定結(jié)果進(jìn)行綜合分析，為獲得一種水牛乳摻水的定量鑒別方法提供理論參考。

1 材料與方法

1.1 材料與試劑

水牛乳取自廣西壯族自治區(qū)水牛研究所種畜場；超純水；氫氧化鈉（分析純） 天津博迪化工股份有限公司；酚酞（分析純） 成都市科龍化工試劑廠。

1.2 儀器與設(shè)備

超純水一體機(jī) 美國Milli-Q公司；Milko Scan FT120多功能乳品分析儀 丹麥Foss公司；Model 4250單通道牛乳冰點(diǎn)測試儀 美國Advanced公司。

1.3 方法

1.3.1 水牛乳取樣

在2014年3、4、5月份間隨機(jī)采取處于正常泌乳期的健康水牛鮮生乳樣，每天早上8點(diǎn)采樣，共采集10 批次。

1.3.2 水牛乳摻水樣制備

每批生鮮水牛乳采樣后立即運(yùn)回實(shí)驗(yàn)室，并立即用500 目濾布過濾去除雜質(zhì)，取一定量的水牛乳，分別摻入體積分?jǐn)?shù)比例為0%、1%、2%、3%、4%、5%、6%、7%、8%、9%、10%、15%、20%、25%、30%的超純水，每個(gè)比例水牛乳摻水樣250 mL，在3 min內(nèi)充分混勻，用于各個(gè)指標(biāo)的測定，獲得共120（15 份/批次×8批次）份摻水樣品。另取2 批次水牛乳采用同樣的配制方法制備不同摻水比例的驗(yàn)證樣，共計(jì)17 份。

1.3.3 水牛乳滴定酸度測定

按照GB 5413.34—2010《乳和乳制品酸度的測定》的方法，平行2 次。

1.3.4 水牛乳冰點(diǎn)測定

采用單通道牛乳冰點(diǎn)測試儀測定，平行2 次。

1.3.5 水牛乳蛋白質(zhì)、脂肪、全乳固體、非脂乳固體、乳糖含量測定

采用多功能乳品分析儀測定，平行2 次。

1.4 數(shù)據(jù)處理

采用Excel 2010處理原始數(shù)據(jù)，采用IBM SPSS 20.0軟件進(jìn)行單因素方差分析和主成分分析（principal component analysis，PCA），利用Origin 8.6軟件制作相關(guān)圖表。

2 結(jié)果與分析

2.1 水牛乳摻水樣的品質(zhì)指標(biāo)

水是水牛乳中的分散介質(zhì)，是水溶性組分的溶解介質(zhì)，水牛乳中摻水后，增加了溶劑的質(zhì)量，致使其理化性質(zhì)也發(fā)生了變化。表1為摻水樣和摻水樣水牛乳的滴定酸度、冰點(diǎn)、蛋白質(zhì)、脂肪、全乳固體、非脂乳固體、乳糖含量等指標(biāo)的測定結(jié)果。隨著摻水量的增加，稀釋了乳中的成分，水牛乳摻水樣的滴定酸度、蛋白質(zhì)、脂肪、全乳固體、非脂乳固體、乳糖含量等均表現(xiàn)出下降的趨勢；乳糖和可溶性鹽類含量降低，使得摻水樣冰點(diǎn)呈現(xiàn)總體上升的規(guī)律，這與陳曉聰?shù)萚11]的研究相吻合。還有學(xué)者[12-13]研究了牛乳的理化指標(biāo)相關(guān)性，冰點(diǎn)與其他多個(gè)品質(zhì)指標(biāo)具有顯著相關(guān)性。本研究綜合分析這些指標(biāo)的變化規(guī)律，結(jié)合單因素顯著性分析、PCA、多元逐步線性回歸法對(duì)數(shù)據(jù)進(jìn)行處理，研究多個(gè)品質(zhì)指標(biāo)的變化以建立水牛乳摻水定量鑒定方法。這些多元統(tǒng)計(jì)方法在食品鑒偽分類上應(yīng)用越來越廣，結(jié)合其他技術(shù)，如差示掃描量熱法[14-15]、熒光光譜法[16]等，均能起到很好的鑒別效果。

表1 水牛乳摻水樣的品質(zhì)指標(biāo)測定結(jié)果Table 1 Quality indexes of buffalo milk with added water

2.2 基于單因素方差分析的水牛乳摻水檢出限確定

單因素方差分析也稱作一維方差分析。它檢驗(yàn)由單一因素影響的一個(gè)（或幾個(gè)相互獨(dú)立的）因變量由因是否具有統(tǒng)計(jì)意義，還可以對(duì)該因素的若干水平分組中哪一組與其他各組均值間具有顯著性差異進(jìn)行分析[17]。利用SPSS軟件中Duncan多重比較方法[18]對(duì)120 份不同摻水量水牛乳樣的7 個(gè)指標(biāo)參數(shù)在顯著水平0.05下進(jìn)行顯著性分析，分析結(jié)果如表1所示。由表1的方差分析可知，當(dāng)水的摻偽量達(dá)到2%、4%、5%、6%時(shí)，滴定酸度和冰點(diǎn)、全乳固體和非脂乳固體、乳糖、脂肪、蛋白質(zhì)含量與未摻水純水牛乳樣的分別有顯著差異。表明達(dá)到一定的摻水量時(shí)，水牛乳摻水樣與未摻水樣品質(zhì)指標(biāo)的均值間表現(xiàn)出顯著性差異，從而可根據(jù)對(duì)應(yīng)指標(biāo)的數(shù)值變化來初步檢驗(yàn)水牛乳的摻水情況。綜合分析可知，當(dāng)水的摻偽量在7%以上時(shí)，7 個(gè)指標(biāo)均分別與未摻水樣的有顯著性差異，因此，從單因素方差分析對(duì)水牛乳摻水的檢驗(yàn)來看，最低檢出限為7%。

2.3 基于PCA的水牛乳摻水鑒定

PCA是一種通過降維技術(shù)把多個(gè)變量化為少數(shù)幾個(gè)主成分（即綜合變量）的統(tǒng)計(jì)方法，這些主成分能反映原始變量的絕大部分信息，通常表示為原始變量的某種線性組合[19]。對(duì)主成分作得分散點(diǎn)圖，可直觀上反映出樣品的大量信息，從而找出能夠確定水牛乳中摻水的情況。

采用SPSS軟件對(duì)120 份不同摻水量水牛乳樣的7 個(gè)指標(biāo)數(shù)據(jù)進(jìn)行PCA，共得到7 個(gè)主成分值。主成分個(gè)數(shù)提取的原則為主成分對(duì)應(yīng)的特征值大于1的前m 個(gè)主成分，特征值被看成是表示主成分影響力度大小的指標(biāo)，如果特征值小于1，說明該主成分的解釋力度還不如直接引入一個(gè)原變量的平均解釋力度大，因此一般選擇特征值大于1的主成分進(jìn)入下一步分析；另外，特征值貢獻(xiàn)率反映了每個(gè)主成分包含原始變量信息的量度，一般來說要求累計(jì)貢獻(xiàn)率不小于85%[15-17]。因此，按照累計(jì)貢獻(xiàn)率大于85%，特征值大于1的原則，抽提前1個(gè)主成分，抽提主成分的特征根、貢獻(xiàn)率、累計(jì)貢獻(xiàn)率及特征向量見表2。

表2 主成分的特征值、貢獻(xiàn)率及載荷矩陣Table 2 Eigen value, contribution rate and coefficient matrix of first principal component

由表2可知，PC1貢獻(xiàn)率為85.464%，即表示這一個(gè)主成分基本保留了原始變量的信息，已含樣本85.464%的信息量，夠能完全表示水牛乳摻水情況的組分信息，一個(gè)主成分說明變量間相關(guān)性很強(qiáng)，一個(gè)因子足以代表7 個(gè)指標(biāo)變量的信息，達(dá)到了降維的目的。根據(jù)7 個(gè)指標(biāo)含量原始數(shù)據(jù)的標(biāo)準(zhǔn)化矩陣，兩個(gè)主成分的特征值和指標(biāo)含量的載荷矩陣，獲得主成分的組合系數(shù)矩陣，可得到相應(yīng)的得分函數(shù)[15]：

式中：X*1～X*7分別表示滴定酸度、冰點(diǎn)、蛋白質(zhì)、脂肪、全乳固體、非脂乳固體、乳糖含量等標(biāo)準(zhǔn)化的原始變量。

根據(jù)得分函數(shù)可得到15 組水牛乳摻水樣的主成分得分。以第1主成分得分為橫坐標(biāo)，水牛乳摻水量為縱坐標(biāo)作散點(diǎn)圖，見圖1，圖中每一個(gè)方框代表一個(gè)摻水樣的整體特性，其中8個(gè)記號(hào)點(diǎn)分別代表此摻水量的8 批樣品。不同樣品的差異可通過圖上橫坐標(biāo)的間隔距離表征，兩類樣品的間距越遠(yuǎn)則差別越大。對(duì)不同摻水量的水牛乳樣品進(jìn)行較好地區(qū)分，隨著摻水量的增加，樣品的分布在PC1上從正半軸向負(fù)半軸推移，表現(xiàn)出了一定的規(guī)律，呈現(xiàn)等距離平移現(xiàn)象。但由于8 批水牛乳指標(biāo)數(shù)值是一個(gè)波動(dòng)的范圍，而非一個(gè)固定值，需要從整體上反應(yīng)的摻水量與PC1得分的關(guān)系，見圖2。

圖1 8 批水牛乳摻水樣PC1得分-摻水量散點(diǎn)圖Fig.1 Scatter plot based on principal component score and the content of added water of eight batches of samples

圖2 水牛乳摻水樣PC1得分-摻水量關(guān)系圖Fig.2 Plot of principal component score versus the content of added water of samples

從圖2可知，根據(jù)橫坐標(biāo)間隔，即PC1平均得分，能夠較好地區(qū)分不同摻偽量的水牛乳摻水樣，摻水量在2%以上時(shí)，摻水樣的平均得分與未摻水樣的差別均表現(xiàn)明顯。摻水量與PC1平均得分呈顯著的線性關(guān)系，相關(guān)系數(shù)R2為0.999 05，說明7 個(gè)指標(biāo)與摻水量具有顯著的線性相關(guān)性，經(jīng)過PCA提取PC1代替原來的多個(gè)自變量，達(dá)到以消除變量間的相關(guān)性， 消除多重共線性問題，可進(jìn)一步進(jìn)行回歸分析，利用線性方程建立定量模型。

2.4 基于多元逐步回歸法的水牛乳摻水鑒定

2.4.1 水牛乳摻水定量模型的建立

表3 水牛乳摻水的逐步多元線性回歸分析Table 3 Summary of stepwise regression analysis of buffalo milk with added waatteerr

為了能夠定量鑒別出純水牛乳中摻入不同的水量，將7 個(gè)指標(biāo)參數(shù)（ 滴定酸度、冰點(diǎn)、蛋白質(zhì)、脂肪、全乳固體、非脂乳固體、乳糖含量）作為建立定量鑒別模型的變量。采用IBM SPSS 20.0對(duì)這些變量進(jìn)行多元逐步線性回歸擬合[20-22]，得到的逐步線性回歸方程見表3。

2.4.2 水牛乳摻水定量模型的可行性檢驗(yàn)

為了檢驗(yàn)基于7 個(gè)主要品質(zhì)指標(biāo)參數(shù)建立的定量鑒別模型的可行性，共采用2 批水牛乳分別摻入不同體積比例水的摻偽樣進(jìn)行檢驗(yàn)，驗(yàn)證結(jié)果見表4。

表4 水牛乳摻水定量模型預(yù)測值與實(shí)測值的誤差Table 4 Comparison of predicted and actual amounts of added water in buffalo milk %

對(duì)多元逐步線性回歸擬合建立的4 個(gè)水牛乳摻水定量鑒別模型計(jì)算得到的測定值進(jìn)行了絕對(duì)誤差分析，由表4可知，在11%～40%摻水量的驗(yàn)證中，4 個(gè)模型的絕對(duì)誤差范圍分別為-2.56%～1.96%、-4.15%～-0.39%、-2.04%～2.26%、-1.05%～3.24%，平均絕對(duì)誤差分別為-0.23%、-2.40%、0.23%、1.28%，說明該方法建立的定量鑒別模型可行，進(jìn)行可為實(shí)際檢測的鑒偽定量判別分析提供依據(jù)。其中，模型Ⅰ中僅需測定冰點(diǎn)就能夠知曉摻水情況，由于摻水后牛乳的含水量增加，冰點(diǎn)隨著上升，國外很多學(xué)者[23-27]利用這一性質(zhì)建立模型進(jìn)行摻水牛乳的定量檢測，但由于冰點(diǎn)易受其他摻偽物質(zhì)的影響，檢測結(jié)果不是很準(zhǔn)確，本研究綜合考慮水牛乳的關(guān)鍵品質(zhì)指標(biāo)的變化規(guī)律，結(jié)合多元統(tǒng)計(jì)分析方法，擬合出的模型Ⅰ避免了單一考慮冰點(diǎn)的缺陷，能夠用于水牛乳摻水的快速定量檢測。

3 結(jié) 論

通過測定120 份水牛乳摻水樣的7 個(gè)重要理化指標(biāo)，采用單因素方差分析從7 個(gè)指標(biāo)的數(shù)值變化規(guī)律確定了水牛乳摻水最低檢出限為7%；采用PCA將多重共線性關(guān)系的7 個(gè)指標(biāo)降維為1個(gè)主成分，PC1平均得分與摻水量存在顯著的線性關(guān)系，并從兩者的關(guān)系圖中將不同水牛乳摻水樣進(jìn)行直觀區(qū)分；多元逐步線性回歸擬合構(gòu)建的4 個(gè)水牛乳定量鑒別模型平均絕 對(duì)誤差分別為-0.23%、-2.40%、0.23%、1.28%，能夠?qū)崿F(xiàn)最低檢出限以上的水牛乳摻水情況的定量鑒別。

[1] 曾慶坤, 楊炳壯, 任發(fā)政, 等. 水牛乳蛋白質(zhì)的組成[J]. 中國乳品工業(yè), 2007, 35(8): 31-33; 44.

[2] 林芳棟, 蔣珍菊, 曹蕊. 牛奶摻假摻雜現(xiàn)狀及檢測方法的研 究進(jìn)展[J].西華大學(xué)學(xué)報(bào), 2011, 30(3): 94-96.

[3] ADAM A A H. Milk adulteration by adding water and starch at Khartoum State[J]. Pakistan Journal of Nutrition, 2009, 8(4): 439-400.

[4] 孫鵬, 王俊, 王加啟. 牛乳摻假物質(zhì)及其快速 檢測方法研究[J]. 中國奶牛, 2009(9): 48-51.

[5] 范佳利, 韓劍眾, 田師一, 等. 基于電子舌的摻假牛乳的快速檢測[J].中國食品學(xué)報(bào), 2011, 11(2): 202-208.

[6] 陳佰樹, 王暢, 張平, 等. 基于力敏傳感器的牛奶摻水量的檢測研究[J].高師理科學(xué)刊, 2013, 33(1): 34-37.

[7] 張鑫, 顧欣, 倪力軍, 等. 基于近紅外光譜技術(shù)的摻假生鮮乳識(shí)別平臺(tái)的研發(fā)[J]. 中國奶牛, 2012(13): 53-57.

[8] 姜 潮, 韓劍眾, 范佳利, 等. 低場核磁共振結(jié)合主成分分析法快速檢測摻假牛乳[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010, 26(9): 340-344.

[9] MABROOK M F, PETTY M C. A novel technique for the detection of added water to full fat milk using sin gle frequency admittance measurements[J]. Sensors and Actuators B, 2004, 96: 215-218.

[10] 閆瑞霞, 李勝利, 田印榮, 等. 牛奶摻水量的快速檢測方法[J]. 職業(yè)與健康, 2011, 27(11): 1249-1250.

[11] 陳曉聰, 林捷. 摻水量對(duì)原料乳的理化指標(biāo)的影響[J]. 現(xiàn)代食品科技, 2005, 21(2): 50-52.

[12] 李玲, 唐艷, 農(nóng)皓如. 水牛乳冰點(diǎn)與理化性質(zhì)相關(guān)性的研究[J]. 食品工業(yè)科技, 2012, 33(16): 170-173.

[13] ZAGORSKA J, CIPROVICAL I. Evaluation of factors affecting freezing point of milk[J]. Waset, 2013, 74: 469-474.

[14] OMAR D, ALINA A R, ABDUIKARIM S M, et al. Multivariate statistical analysis treatment of DSC thermal properties for animal fat adulteration[J]. Food Chemistry, 2014, 158: 132-138.

[15] 黃嬌麗. 山茶油摻偽檢驗(yàn)方法研究[D]. 南寧: 廣西大學(xué), 2014.

[16] NTAKATSANE M P, LIU X M, ZHOU P. Short communication: Rapid detection of milk fat adulteration with vegetable oil by fl uorescence spectroscopy[J]. Dairy Science, 2012, 96(4): 2130-2136.

[17] 楊小勇. 方差分析法淺析: 單因素的方差分析[J]. 實(shí)驗(yàn)科學(xué)與技術(shù), 2013, 11(1): 41-43.

[18] 蘇均和. Duncan多重比較及數(shù)據(jù)補(bǔ)缺法及其應(yīng)用[J]. 上海統(tǒng)計(jì), 2012(3): 23-24.

[19] 鄭艷艷, 吳雪輝. 摻偽茶油的化學(xué)模式識(shí)別方法研究[J]. 食品工業(yè)科技, 2014, 35(7): 115-118.

[20] 王力賓, 顧光同. 多元統(tǒng)計(jì)分析: 模型、案例及SPSS應(yīng)用[M]. 北京:經(jīng)濟(jì)科學(xué)出版社, 2010: 206-216.

[21] 羅應(yīng)婷, 楊玉娟. SPSS統(tǒng)計(jì)分析[M]. 北京: 電子工業(yè)出版社, 2007: 291-304.

[22] 張文彤, 董偉. SPSS統(tǒng)計(jì)分析高級(jí)教程[M]. 北京: 高 等教育出版社, 2004: 213-218.

[23] DOAN F J. Some observations on the freezing point of cream and its use in detecting added water[J]. Dairy Science, 1927, 10(4): 353-360.

[24] YSTGAARD O M, HOMEYER P G, BIRD E W. Detection of adulteration of milk by lacto metric and freezing point methods[J]. Dairy Science, 1951, 34(7): 680-688.

[25] DOAN F J. Some observations on the freezing point of cream and its use in detecting added water[J]. Dairy Science, 1927, 10(4): 353-360.

[26] SZIJARTO L, VANDEVOORT F R. Determination of added water and bovine milk to caprine milk[J]. Dairy Science, 1983, 66(3): 620-623.

[27] LYTHGO H C. Cryoscopic determination of added water in milk[J]. Association of Offi cial Agricultural Chemists, 1952, 35: 442-453.

Quantitative Identification of Added Water in Buffalo Milk Based on Multi Statistical Analysis

HUANG Li, LI Ling, FENG Ling, ZENG Qingkun*, LIN Bo, TANG Yan, NONG Haoru, YAN Pan
(Guangxi Buffalo Research Institute, Chinese Academy of Agricultural Sciences, Nanning 530001, China)

Seven main quality indicators of buffalo milk added with different volume ratios of water were measured by conventional methods based on one-way analysis of variance analysis (ANOVA), principle component analysis (PCA), and multiple linear regression for quantitative identifi cation of added water in buffalo milk. One-way ANOVA was used to determine the signifi cant differences in the main quality indicators of different samples with added water to obtain a limit of detection (LOD) of 7%. According to the PCA, the contribution rate of the fi rst PC was 85.464%, and it included most of the sample information. There was a signifi cant linear relationship between the scores of the fi rst PC and the content of added water. Four quantitative model equations were built by multiple linear regression, with correlation coeffi cients (R2) of 0.965, 0.982, 0.986 and 0.989 and mean absolute errors of -0.23%, -2.40%, 0.23% and 1.28%, respectively, which could be used for quantitative identifi cation of added water in buffalo milk.

buffalo milk; added water; physical and chemical indicators; multi statistical analysis; quantitative identifi cation

TS252.7

A

1002-6630（2015）12-0205-04

10.7506/spkx1002-6630-201512038

2014-08-11

“十二五”農(nóng)村領(lǐng)域國家科技計(jì)劃項(xiàng)目（2013BAD18B12-03）；廣西科技攻關(guān)計(jì)劃項(xiàng)目（桂科攻12118011-2A）

黃麗（1986—），女，研究實(shí)習(xí)員，碩士，研究方向?yàn)槿槠房茖W(xué)。E-mail：huangli00206@163.com

*通信作者：曾慶坤（1968—），男，研究員，碩士，研究方向?yàn)樗Ｈ槔砘匦?、水牛乳制品。E-mail：zqk456@163.com