丁 捷，趙雪梅，劉春燕，唐婷婷，張雨薇，肖 猛，秦 文

(1.四川旅游學(xué)院，四川成都 610100；2.四川農(nóng)業(yè)大學(xué)食品學(xué)院，四川雅安 625000;3.沈陽(yáng)農(nóng)業(yè)大學(xué)食品學(xué)院，遼寧沈陽(yáng) 110866)

產(chǎn)自高海拔地區(qū)的青稞是一種富含β-葡聚糖、蛋白質(zhì)、纖維素的優(yōu)質(zhì)雜糧，隨著人們自身健康理念的轉(zhuǎn)變，青稞的保健藥用價(jià)值受到市場(chǎng)的廣泛關(guān)注和認(rèn)同。針對(duì)中國(guó)國(guó)內(nèi)消費(fèi)者調(diào)查發(fā)現(xiàn)，青稞深加工產(chǎn)品如果擁有新穎、富有創(chuàng)意且適宜大眾喜好的產(chǎn)品風(fēng)味和口感，能夠快速激發(fā)消費(fèi)者購(gòu)買(mǎi)欲望[1]。速凍青稞魚(yú)面在此大背景下應(yīng)運(yùn)而生，該產(chǎn)品是通過(guò)單螺旋擠壓技術(shù)以青稞粉、淡水魚(yú)糜、麥芯粉等為原料制作而成的一種方便食品，與傳統(tǒng)魚(yú)面相比，具有制作工序簡(jiǎn)便、營(yíng)養(yǎng)全面的優(yōu)點(diǎn)[2]?，F(xiàn)階段對(duì)于速凍青稞魚(yú)面的研究已經(jīng)完成了配方及改良劑的研發(fā)及優(yōu)化[3-4]，后續(xù)又針對(duì)魚(yú)面的關(guān)鍵工藝，通過(guò)響應(yīng)面試驗(yàn)完成了工藝參數(shù)的優(yōu)化[5-6]；針對(duì)速凍青稞魚(yú)面原料適應(yīng)性的研究，已經(jīng)確定了最適宜魚(yú)面加工的淡水魚(yú)品種以及9個(gè)核心品質(zhì)指標(biāo)的最佳取值范圍[7]。

青稞的品質(zhì)直接影響成品魚(yú)面的感官特性、色澤特性及蒸煮特性。目前，國(guó)內(nèi)外就原料品質(zhì)對(duì)其制品品質(zhì)影響的研究較多[8-10]，青稞深加工產(chǎn)品的原料篩選及品種加工適宜性分析尚未見(jiàn)相關(guān)報(bào)道。本試驗(yàn)以10個(gè)青稞品種為研究對(duì)象，測(cè)定青稞的品質(zhì)指標(biāo)及其速凍青稞魚(yú)面的品質(zhì)指標(biāo)，通過(guò)主成分分析和聚類(lèi)分析篩選影響魚(yú)面品質(zhì)的青稞品質(zhì)指標(biāo)，以篩選出的青稞指標(biāo)為X變量，速凍青稞魚(yú)面品質(zhì)指標(biāo)為Y變量，利用偏最小二乘法(PLSR)建立模型，并對(duì)模型進(jìn)行評(píng)價(jià)驗(yàn)證，以確定影響速凍青稞魚(yú)面的青稞品質(zhì)指標(biāo)以及最佳取值范圍，為加工速凍青稞魚(yú)面專(zhuān)用青稞品種的篩選提供參考依據(jù)，為青稞育種及深加工生產(chǎn)提供新的思路。

1 材料與方法

1.1 試驗(yàn)材料

面條專(zhuān)用粉：濰坊風(fēng)箏面粉有限責(zé)任公司；谷朊粉：封丘縣華豐粉業(yè)有限公司；復(fù)合磷酸鹽：柘城縣耕道貿(mào)易有限公司；CMC(羧甲基纖維素鈉)：柘城縣耕道貿(mào)易有限公司。選用來(lái)自川西產(chǎn)區(qū)的10個(gè)青稞品種(表1)，于2016年在甘孜州農(nóng)科所八美農(nóng)場(chǎng)試驗(yàn)田種植。

β-葡聚糖試劑盒：愛(ài)爾蘭Megazyme公司。

表1 試驗(yàn)所用青稞品種Table 1 Hulless barley varieties used in this experiment

1.2 方 法

1.2.1 青稞粉的制備

成熟期收獲青稞種子，去外表皮，除雜，挑選飽滿、大小均勻的青稞籽粒，用IFSJ-I型錘片式糧食試驗(yàn)粉碎機(jī)粉碎，過(guò)60目篩即得青稞粉。

1.2.2 速凍青稞魚(yú)面的制備[3-6]

配方：以180 g混粉(青稞粉∶面條專(zhuān)用粉=1∶9)為基準(zhǔn)，魚(yú)糜25%(其中，漂洗魚(yú)肉的鹽水濃度為0.09%，魚(yú)肉與水的比例為1∶1.5，均質(zhì)5.1 s)，谷朊粉9%，純凈水15.5%，食鹽1.25%，食用堿0.10%，復(fù)合磷酸鹽0.25%，CMC 0.20%。將食鹽、食用堿、復(fù)合磷酸鹽、CMC與純凈水混勻，在95 ℃HHS-8s電子恒溫不銹鋼水浴鍋加熱溶解，獲得復(fù)合改良劑溶液。將青稞混粉、谷朊粉混和在XHF-D高速分散器10 000 r·min-1勻漿30 s后，將魚(yú)糜和復(fù)合改良劑溶液一起加入HR2356飛利浦自動(dòng)面條機(jī)中。采用孔徑為1 mm的模具，和面12 min后靜置25 min，單螺旋擠壓制得生面條。將生面條經(jīng)沸水(100 ℃)糊化30 s，冷水(10～12 ℃)冷卻2 min后瀝干，稱重分袋，用SF-400型手壓封口機(jī)包裝，-32 ℃速凍冷藏，即得成品。

1.3 測(cè)定指標(biāo)與方法

1.3.1 青稞理化指標(biāo)的測(cè)定

(1)水分含量的測(cè)定：按照GB 5009.3-2016直接干燥法。

(2)β-葡聚糖含量的測(cè)定：參考林偉靜等[11]方法，采用酶法測(cè)定。

(3)直鏈淀粉含量的測(cè)定：按照GB/T 15683-2008分光光度計(jì)法測(cè)定

(4)總淀粉含量的測(cè)定：按照GB 5009.9-2016酸水解法測(cè)定。

(5)蛋白質(zhì)含量的測(cè)定：按照GB 5009.5-2016分光光度法測(cè)定。

(6)灰分含量的測(cè)定：按照GB 5009.4-2016灼燒稱重法測(cè)定。

(7)脂肪含量的測(cè)定：按照GB 5009.6-2016索氏抽提法測(cè)定。

(8)pH值的測(cè)定：按照GB 5009.237-2016電位法測(cè)定。

(9)凍融性和糊透明度的測(cè)定：參考丁 捷等[12]方法。

(10)色差的測(cè)定：將青稞粉用保鮮膜包好，壓實(shí)，抹平，保證測(cè)定表面無(wú)氣泡，用DC-P3新型全自動(dòng)測(cè)色差計(jì)進(jìn)行測(cè)定，制品保持在10 ℃左右，保證L、a、b表色系統(tǒng)能全面客觀地反映制品的色澤和色差[13]。

1.3.2 速凍青稞魚(yú)面質(zhì)構(gòu)特性的測(cè)定

參考王靈昭等[14]方法，測(cè)定魚(yú)面的硬度、彈性、膠黏性、咀嚼性，3次重復(fù)。

1.3.3 速凍青稞魚(yú)面感官評(píng)價(jià)

參考趙雪梅等[15]速凍青稞魚(yú)面感官評(píng)價(jià)體系，對(duì)評(píng)價(jià)指標(biāo)進(jìn)行新的權(quán)重分配，對(duì)魚(yú)面進(jìn)行感官評(píng)價(jià)，相加計(jì)算出魚(yú)面感官總分。具體見(jiàn)表2。

表2 速凍面條感官評(píng)價(jià)標(biāo)準(zhǔn)Table 2 Standard of the quick-frozen noodle sensory evaluation

1.3.4 品質(zhì)綜合評(píng)分

速凍青稞魚(yú)面的品質(zhì)指標(biāo)包括質(zhì)構(gòu)特性指標(biāo)(硬度、彈性、膠黏性、咀嚼性)、蒸煮特性(吸水率、損失率)和感官綜合評(píng)分，參照趙雪梅等[15]的方法對(duì)其進(jìn)行品質(zhì)綜合評(píng)分。

1.4 偏最小二乘回歸模型的構(gòu)建

偏最小二乘回歸法(PLSR：partial least squares regression)主要研究多因變量對(duì)多自變量的回歸建模，能較好地解決各變量?jī)?nèi)部高度線性相關(guān)等問(wèn)題，是集主成分分析、典型相關(guān)分析和多元線性回歸分析等方法優(yōu)點(diǎn)于一體的分析方法，能有效避免數(shù)據(jù)非正態(tài)分布、因子結(jié)構(gòu)不確定性和模型不能識(shí)別等潛在問(wèn)題[16]。本課題選擇10個(gè)品種的青稞，其青稞品質(zhì)指標(biāo)和相應(yīng)的速凍青稞魚(yú)面的品質(zhì)指標(biāo)均測(cè)量3次，共30個(gè)樣品，從30個(gè)樣品中抽出20個(gè)樣品作為建模集，將剩余的10個(gè)樣品作為檢驗(yàn)集。以主成分分析和灰色關(guān)聯(lián)度分析篩選出的青稞理化指標(biāo)為X變量，魚(yú)面的品質(zhì)綜合評(píng)分為Y變量，進(jìn)行偏最小二乘回歸分析(PLS)。

1.5 數(shù)據(jù)分析

數(shù)據(jù)采用Excel統(tǒng)計(jì)整理，用SPSS 24.0進(jìn)行方差分析，用Duncan多重比較進(jìn)行差異顯著性分析、相關(guān)性分析和主成分分析，用DPS進(jìn)行灰色關(guān)聯(lián)度分析，PLS分析采用Unscrambler 10.4。

2 結(jié)果與分析

2.1 不同品種青稞全粉的理化特性

由表3可知，康青7號(hào)(1號(hào))的直鏈淀粉、總淀粉、蛋白質(zhì)含量均最大，顯著高于其他品種(P<0.05)，其灰分含量也最高?？登?號(hào)(2號(hào))的凍融性和a值最大，分別為12.71、6.25，顯著高于其他青稞品種。編號(hào)4(昆侖15號(hào))透明度高達(dá)44.30，水分含量高達(dá)12.04%，顯著高于其他品種(編號(hào)1的水分含量除外)。編號(hào)5(觀21米大麥)的b值為18.09，較編號(hào)6(Xin20米大麥)增幅達(dá)到87.85%。凍融性的變異系數(shù)最高，為58.83%，pH值的變異系數(shù)最低。

2.2不同品種青稞全粉對(duì)速凍青稞魚(yú)面食用品質(zhì)的影響

由表4可知，感官總分以編號(hào)1(康青7號(hào))最高(78.97)，與其他品種間差異顯著，較編號(hào)2(康青9號(hào))的增幅達(dá)到8.81%。編號(hào)10(六棱直穗米大麥2號(hào))的彈性和硬度均最大，較其他品種青稞差異顯著(編號(hào)9的咀嚼性除外)。綜合評(píng)分以編號(hào)10(六棱直穗米大麥2號(hào))最高，其次是編號(hào)5(觀21米大麥)和編號(hào)1(康青7號(hào))。咀嚼性的變異系數(shù)高達(dá)55.46%。說(shuō)明青稞品種對(duì)速凍青稞魚(yú)面的食用品質(zhì)有顯著影響。

表3 川西藏區(qū)青稞品種籽粒理化特性Table 3 Physical and chemical properties of the hulless barley varieties in the Tibetan areas of western Sichuan

同列數(shù)據(jù)后不同字母表示品種間差異在0.05水平顯著。下同。

Different letters following data in same column mean significant difference among varieties at 0.05 level.The same in table 4.

2.3 相關(guān)性分析

由表5可知，不同品種的青稞品質(zhì)指標(biāo)與速凍青稞魚(yú)面品質(zhì)指標(biāo)之間存在不同程度的相關(guān)性。魚(yú)面的彈性與青稞的直鏈淀粉含量、總淀粉含量、蛋白質(zhì)、灰分、L值和b值呈極顯著正相關(guān)(P<0.01)，與β-葡聚糖含量呈顯著正相關(guān)(P<0.05)。魚(yú)面的硬度與青稞的直鏈淀粉含量、總淀粉含量、蛋白質(zhì)、灰分、L值、a值和b值呈極顯著正相關(guān)，與β-葡聚糖含量呈顯著正相關(guān)。魚(yú)面的咀嚼性與青稞的總淀粉含量呈顯著正相關(guān)，與脂肪含量呈極顯著正相關(guān)。魚(yú)面的感官總分與青稞的直鏈淀粉含量、水分含量呈極顯著正相關(guān)，與總淀粉含量、蛋白質(zhì)和L值呈顯著正相關(guān)。魚(yú)面的品質(zhì)綜合評(píng)分與青稞的直鏈淀粉含量、總淀粉含量、蛋白質(zhì)、灰分、L值和b值呈極顯著正相關(guān)，與β-葡聚糖含量、a值呈顯著正相關(guān)。綜上所述，青稞的直鏈淀粉含量、總淀粉含量、蛋白質(zhì)含量、灰分、β-葡聚糖含量、L值、a值和b值與速凍青稞魚(yú)面的品質(zhì)存在較好的相關(guān)性。

2.4 主成分分析

由表6可知，前4個(gè)主成分對(duì)變量解釋累計(jì)方差貢獻(xiàn)率達(dá)到89.961%(>85%)，可以代表原始數(shù)據(jù)的大部分信息。在這4個(gè)主成分中，第1主成分包含原來(lái)信息量的47.514%，第1主成分與青稞的直鏈淀粉含量、總淀粉含量、蛋白質(zhì)、灰分、β-葡聚糖含量、L值和b值有很大的正相關(guān)值(相關(guān)值>0.5)；第2主成分包含原來(lái)信息量的18.695%，第2主成分與凍融性、透明度、a值呈現(xiàn)很大的正相關(guān)值；第3主成分包含原來(lái)信息量的14.843%，與青稞脂肪含量、透明度和水分含量存在很大的相關(guān)值；第4主成分包含原來(lái)信息量的8.910%，決定第4主成分主要是青稞的pH值(表7)。

表4 不同青稞品種對(duì)速凍青稞魚(yú)面品質(zhì)的影響Table 4 Effect of different hulless barley varieties on the quality of quick-frozen hulless barley fish noodles

表5 相關(guān)性分析Table 5 Correlation analysis

*:P<0.05; **:P<0.01.

表6 總方差解釋Table 6 Explanation of total variance

表7 旋轉(zhuǎn)后的成分矩陣Table 7 Rotated component matrix

以各主成分的貢獻(xiàn)率作為權(quán)重，構(gòu)建品質(zhì)綜合評(píng)價(jià)得分函數(shù)：F(綜合得分)=0.475F1+0.187F2+0.148F3+0.089F4，計(jì)算不同品種青稞品質(zhì)的主成分綜合得分值，得分越高，青稞的綜合品質(zhì)越好。結(jié)果(表8)顯示，編號(hào)1(康青7號(hào))得分最高，其次為編號(hào)5(NB41)和編號(hào)4(昆侖15號(hào))。將各主成分得分(F1～F4)與綜合得分(F)進(jìn)行相關(guān)性分析，結(jié)果(表9)表明，綜合得分與第1主成分呈極顯著正相關(guān)(P<0.01)，相關(guān)系數(shù)為0.881，第1主成分包括青稞的直鏈淀粉含量、總淀粉含量、蛋白質(zhì)含量、灰分含量、水分含量、β-葡聚糖含量、L值、a值和b值等9個(gè)品質(zhì)指標(biāo)。而4個(gè)主成分得分之間相關(guān)性均為0，說(shuō)明4個(gè)主成分代表的青稞品質(zhì)信息不重疊，符合主成分分析的要求。

表8 主成分得分與綜合得分Table 8 Principal component score and the composite score

表9 相關(guān)性分析Table 9 Correlation analysis

2.5 灰色關(guān)聯(lián)度分析

2.5.1 對(duì)原始數(shù)據(jù)進(jìn)行無(wú)量綱化處理

由主成分分析篩選出的青稞品質(zhì)指標(biāo)與速凍青稞魚(yú)面的品質(zhì)綜合評(píng)分進(jìn)行無(wú)量綱化處理，先分別求出各個(gè)原始序列的平均值，再用均值除以對(duì)應(yīng)序列中的數(shù)據(jù)，便可得到新的數(shù)據(jù)列，見(jiàn)表10，即均值化序列。

2.5.2 灰色關(guān)聯(lián)度分析

用DPS軟件對(duì)無(wú)量綱化處理數(shù)據(jù)進(jìn)行灰色關(guān)聯(lián)度分析，分辨系數(shù)取值區(qū)間為(0,1)，具體分辨系數(shù)取值為0.1，青稞主要品質(zhì)指標(biāo)與魚(yú)面品質(zhì)綜合評(píng)分的灰色關(guān)聯(lián)度及排序見(jiàn)表11。由表11可知，速凍青稞魚(yú)面品質(zhì)綜合評(píng)分與青稞各品質(zhì)指標(biāo)的關(guān)聯(lián)度大小順序?yàn)椋旱鞍踪|(zhì)含量>灰分>總淀粉含量>直鏈淀粉含量>β-葡聚糖含量>b值>水分含量>a值>L值。說(shuō)明蛋白質(zhì)含量對(duì)速凍青稞魚(yú)面品質(zhì)綜合評(píng)分的影響最大，其次為青稞灰分，L值則最小。綜上所述，可用青稞的蛋白質(zhì)含量、灰分含量、總淀粉含量、直鏈淀粉含量、β-葡聚糖含量、b值、水分含量7個(gè)指標(biāo)建立PLS模型。

表10 無(wú)量綱化處理Table 10 Non-dimensional treatment

表11 青稞品質(zhì)指標(biāo)與魚(yú)面品質(zhì)綜合評(píng)分的灰色關(guān)聯(lián)度Table 11 Grey relational degree of the comprehensive score of the hulless barley quality index and the fish surface quality

圖1 PLS模型預(yù)測(cè)值與實(shí)測(cè)值相關(guān)性Fig.1 Correlation between the predicted values of PLS models and actual values

2.6 品種適宜性評(píng)價(jià)模型的建立與檢驗(yàn)

用篩選出的7個(gè)青稞品質(zhì)指標(biāo)與速凍青稞魚(yú)面品質(zhì)綜合評(píng)分進(jìn)行PLS模型的建立，所建模型的精度達(dá)到R2=0.931，回歸模型RMSE(均方根)值為0.045，說(shuō)明PLS模型在本試驗(yàn)中具有較好的提取信息能力，所建立的模型比較穩(wěn)定，預(yù)測(cè)精度較高，可靠性較強(qiáng)。用10個(gè)樣品檢驗(yàn)該模型的可靠性，由圖1可知，PLS模型所建預(yù)測(cè)模型所得預(yù)測(cè)值與魚(yú)面品質(zhì)綜合評(píng)分實(shí)測(cè)值相關(guān)系數(shù)(R2)達(dá)到0.957。說(shuō)明該P(yáng)LS模型預(yù)測(cè)效果較佳，可用于預(yù)測(cè)速凍青稞魚(yú)面的品質(zhì)。

2.7 青稞品質(zhì)指標(biāo)最佳取值范圍

用選取的7個(gè)青稞的核心品質(zhì)指標(biāo)進(jìn)行聚類(lèi)分析獲得各品質(zhì)指標(biāo)取值范圍(表12)，就其最佳取值范圍進(jìn)行歸納總結(jié)(表13)，可知適宜魚(yú)面加工的青稞籽粒理化指標(biāo)最佳取值范圍為：直鏈淀粉含量26.02%～28.97%，總淀粉含量60.56%～63.17%，蛋白質(zhì)含量9.02%～10.61%，灰分含量1.13%～1.39%，水分含量9.83%～11.46%，β-葡聚糖含量6.00%～7.96%，b值12.27～18.15。

表12 青稞品質(zhì)指標(biāo)取值范圍Table 12 Range of the hulless barley quality index

表13 青稞品質(zhì)指標(biāo)最佳取值范圍Table 13 Optimal value range of hulless barley quality index

3 討 論

近年來(lái)，運(yùn)用統(tǒng)計(jì)方法對(duì)食品原料及成品品質(zhì)進(jìn)行綜合評(píng)價(jià)、分級(jí)、質(zhì)量評(píng)估等方法的研究增多，為食品及原料分級(jí)和評(píng)價(jià)標(biāo)準(zhǔn)體系的建立提供了較感官評(píng)價(jià)更為科學(xué)客觀的指導(dǎo)依據(jù)。然而研究不同品種、來(lái)源的原料對(duì)成品品質(zhì)影響的評(píng)價(jià)指標(biāo)往往較多。由于指標(biāo)間存在一定的相關(guān)性和獨(dú)立性，單一指標(biāo)或代表性不全面的指標(biāo)并不能準(zhǔn)確判斷原料是否適宜對(duì)應(yīng)產(chǎn)品的加工。主成分分析法可使每個(gè)成分成為一個(gè)獨(dú)立的體系，各主成分之間沒(méi)有相關(guān)關(guān)系，且具有至關(guān)的數(shù)據(jù)，容易分析[17-18]，潘治利等[19]利用主成分分析提出利用5個(gè)因子篩選小麥粉的不同品質(zhì)特性的性狀，這些性狀在小麥粉的評(píng)價(jià)方面具有重要的作用?；疑P(guān)聯(lián)度分析可分析系統(tǒng)中母因素與子因素的關(guān)系密切程度，進(jìn)而可以判斷出引起該系統(tǒng)發(fā)展的主要因素和次要因素[20]。有學(xué)者研究了丹參品質(zhì)與氣候因子的關(guān)系，利用灰色關(guān)聯(lián)度分析得出了影響丹參酮的3個(gè)主導(dǎo)因子與影響丹酚酸的2個(gè)主導(dǎo)因子[21]。偏最小二乘回歸法是集主成分分析、典型相關(guān)分析和多元線性回歸分析等方法優(yōu)點(diǎn)于一體的分析方法，可利用該方法進(jìn)行產(chǎn)品品質(zhì)或某組分含量預(yù)測(cè)，所建模型較準(zhǔn)確可靠，預(yù)測(cè)效果良好[22-23]。聚類(lèi)分析是將樣本劃分為不同類(lèi)群進(jìn)行相似性評(píng)價(jià)，王 莉等[24]通過(guò)因子分析、聚類(lèi)分析對(duì)方便米飯的原料適應(yīng)性進(jìn)行研究,得到適宜加工成方便米飯的稻米原料的12個(gè)品質(zhì)指標(biāo)最佳取值范圍，對(duì)方便米飯工業(yè)化生產(chǎn)提供了客觀依據(jù)。目前，將主成分分析、聚類(lèi)分析、灰色關(guān)聯(lián)分析及偏最小二乘回歸分析綜合運(yùn)用到深加工產(chǎn)品原料適宜性評(píng)價(jià)方面的報(bào)道較少。

本研究采用主成分分析縮減變量，初步篩選獲得9個(gè)青稞品質(zhì)指標(biāo)后，利用灰色關(guān)聯(lián)度分析最大程度減少由于信息不對(duì)稱帶來(lái)的損失，進(jìn)一步篩選出與成品品質(zhì)關(guān)聯(lián)數(shù)大的7個(gè)指標(biāo)，最終建立可預(yù)測(cè)速凍青稞魚(yú)面品質(zhì)的PLS模型，篩選適宜該產(chǎn)品加工的品種。該評(píng)價(jià)體系的建立，有效避免了主成分和灰色關(guān)聯(lián)在分析過(guò)程中主觀性過(guò)強(qiáng)、要求對(duì)各項(xiàng)指標(biāo)的最優(yōu)值進(jìn)行現(xiàn)行確定、且部分指標(biāo)最優(yōu)值難以確定的缺點(diǎn)，為其他深加工產(chǎn)品的適宜青稞品種選育探索了一條新途徑。

4 結(jié) 論

4.1 青稞粉的不同理化指標(biāo)與速凍青稞魚(yú)面的不同品質(zhì)指標(biāo)之間存在不同程度的相關(guān)性；青稞的直鏈淀粉含量、總淀粉含量、蛋白質(zhì)含量、灰分、β-葡聚糖含量、L值、a值和b值與速凍青稞魚(yú)面的品質(zhì)存在較好的相關(guān)性。

4.2 通過(guò)主成分分析和灰色關(guān)聯(lián)度分析篩選出與成品魚(yú)面品質(zhì)綜合評(píng)分關(guān)聯(lián)度較大的7個(gè)青稞理化指標(biāo)，即蛋白質(zhì)含量、灰分含量、總淀粉含量、直鏈淀粉含量、β-葡聚糖含量、b值、水分含量，其中青稞蛋白質(zhì)含量關(guān)聯(lián)度最大，關(guān)聯(lián)數(shù)達(dá)到0.703。

4.3 利用上述7個(gè)核心青稞籽粒理化指標(biāo)，建立基于速凍青稞魚(yú)面的青稞品種適宜性PLS模型。該模型模型的精度達(dá)到R2=0.931，回歸模型RMSE(均方根)值為0.045，且預(yù)測(cè)值和實(shí)測(cè)值的相關(guān)系數(shù)為0.957，預(yù)測(cè)效果良好。

4.4 適宜于速凍青稞魚(yú)面加工的青稞品質(zhì)指標(biāo)最佳取值范圍：直鏈淀粉含量26.02%～28.97%，總淀粉含量60.56%～63.17%，蛋白質(zhì)含量9.02%～10.61%，灰分含量1.13%～1.39%，水分含量9.83%～11.46%，β-葡聚糖含量6.00%～7.96%，b值12.27～18.15。