不同省份小麦粉面团流变学特性的分析

陶海腾 齐琳娟 王步军

(中国农业科学院作物科学研究所 农业部谷物品质监督检验测试中心，北京 100081)

不同省份小麦粉面团流变学特性的分析

陶海腾 齐琳娟 王步军

(中国农业科学院作物科学研究所 农业部谷物品质监督检验测试中心，北京 100081)

采用主成分和因子分析的方法对不同省份小麦粉的面团流变学特性进行了分析和评价，分析结果表明面团流变学指标间的相关性都比较大，90%的数据绝对值大于0.30，适宜用主成分分析法来研究变量之间的关系，采用因子分析进行综合评价。通过分析各成分的特征值和方差贡献率，前两个主成分的累计贡献率已达97.487%，第1、2主成分即能充分反映面团流变学的综合信息，从而体现出不同省份小麦粉的加工品质优劣，根据两个主成分的贡献率得出的主成分综合表达式计算得分，排序依次为河北、山西、河南、陕西、安徽、山东、江苏。

小麦 面团流变学 主成分 因子分析

小麦粉在加水揉混过程中，蛋白吸水膨胀，分子间相互连接，形成一个连续的三维网状结构，从而赋予面团黏弹性，同时具有一定的流动性，总称为面团流变学特性，是评价面粉加工品质的重要指标［1－3］。面团的流学变特性不仅决定了加工过程中面团的操作性能，而且对最终产品的质量具有重要影响［4－5］。通过对面团流变特性的分析可以综合了解小麦粉品质，对指导小麦粉的品质改良、不同质量小麦粉的用途、制定各种专用粉标准、保证小麦粉质量的稳定和指导食品加工等，都有十分重要的意义。

目前，测定面团流变学特性主要是通过粉质仪、拉伸仪和面筋仪等测定相关参数来实现的，主要包括吸水率、面团形成时间、面团稳定时间、拉伸面积、延伸性和拉伸阻力等［6－10］。本试验通过主成分分析法和因子分析法综合评价各省份小麦粉的面团流变学特性，为改善小麦的品质以及后续加工的提供科学依据。

1 材料和方法

1.1 材料

2009年在我国河北、河南、山东、江苏、安徽、山西和陕西7个省征集的新收获冬小麦，每个省抽60份样品，取样区域在省内均匀分布，品种包括当地主要品种(表1)。

表1 不同省份小麦样品的品种分布

1.2 试验仪器

202小麦实验磨:瑞士布勒公司;Farinograph－E电子型粉质仪、Extensograph－E电子型拉伸仪:德国布拉本德公司;GM 2200面筋仪:瑞士Perten公司。

1.3 方法

1.3.1 面团流变学特性的测定

粉质参数参照GB/T 14614—2006测定，拉伸参数参照GB/T 14615—2006测定，面筋含量参照GB/T 5506.2—2008 测定。

1.3.2 数据分析

面团流变学特性的综合评价采用主成分分析法和因子分析法，通过SPSS统计软件进行数据分析。

2 结果与分析

2.1 不同省份小麦面团流变学特性

从表2可以看出，江苏小麦粉的吸水率、形成时间、稳定时间、延展性和湿面筋含量最低，山东小麦粉的拉伸面积和面筋指数最低，河南小麦粉的拉伸阻力和拉伸比例最低。安徽小麦粉的拉伸阻力和江苏的面筋指数都很高，远远高于其他地区。山西和陕西的小麦粉的面团流变学各项指标相差不大。这些差异一方面是不同的品种特性造成的，另一方面是不同省份的地域环境造成的。但是单个指标的差异，体现不出面团流变学特性的综合评价，需要进一步的数理统计分析。

表2 不同省份小麦粉的面团流变学特性(平均值)

2.2 原始数据标准化处理

为方便进一步的数据分析，对原始数据标准化处理，即对同一变量减去均值再除以标准差，以消除原始数据间量纲不同的影响，使标准化后的数据具有可比性，每一变量的平均值为0，方差为1。标准化后的数据见表3，X1为吸水率，X2为形成时间，X3为稳定时间，X4为拉伸面积，X5为拉伸阻力，X6为延伸性，X7为拉伸比例，X8为湿面筋，X9为面筋指数。

表3 不同省份小麦粉面团流变学数据的标准化

2.3 相关性分析

用SPSS软件处理标准化后的数据可得9个变量的相关系数矩阵(表4)，吸水率与拉伸阻力、延伸性、拉伸比例、湿面筋、面筋指数的相关性很大，与拉伸面积的相关性较小;形成时间与稳定时间、延展性、拉伸比例相关性很大;稳定时间与拉伸面积、延伸性的相关性很大;拉伸面积与拉伸阻力、拉伸比例、湿面筋、面筋指数的相关性较小;拉伸阻力与面筋指数的相关性很大;湿面筋与面筋指数相关性很大。总的数据来看，90%的数据绝对值大于0.30，各变量两两之间有较大的相关系数，因而适宜用主成分分析法来研究变量之间的关系［11］。

表4 相关系数矩阵

2.4 主成分的确定

各成分的特征值和方差贡献率的计算结果见表5。

表5 各成分特征值和方差贡献率

第1、2主成分的相关矩阵特征值分别为7.22、1.533，其贡献率分别为 0.802 27、0.172 6，前两个主成分的累计贡献率已达97.487%，故取前两个主成分即能充分反映原始信息。

2.5 初始因子载荷矩阵

因子载荷量表示主成分与对应变量的相关系数。由输出的因子模型(表6)可以看出，除拉伸面积外，其他指标与第1主成分均存在很强的相关性，相关系数都大于0.85，拉伸面积在第2主成分的因子载荷量为0.8174，具有很强的相关性，而其他指标的相关性都较弱，由最终公共因子方差估计(表7)表明，所有变量可较好地被第1、2主成分所解释。

表6 主成分的初始因子载荷矩阵

表7 主成分的公因子方差

2.6 计算特征向量

前两个主成分已反映全部信息的97.487%，因此只计算出第1、2主成分的特征向量(表8)。

根据表8中的特征向量，可以写出主成分1(F1)、主成分2(F2)与各个变量的线性组合的表达式:

F1=0.355X1+0.349X2+0.317X3+0.350X4－0.324X5+0.208X6－0.345X7+0.361X8－0.363X9

F2= －0.218X1+0.266X2+0.409X3－0.203X4+0.343X5+0.660X6+0.281X7+0.139X8+0.148X9

以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例作为权重计算主成分综合模型，即可得到主成分综合表达式:

F=0.254X1+0.334X2+0.333X3+0.253X4－0.207X5+0.287X6－0.235X7+0.322X8－0.273X9

表8 主成分的特征向量

2.7 主成分值、综合主成分值及排序

根据第1、2主成分和主成分综合表达式，可以计算出不同省份小麦粉在面团流变学特性方面的主成分值、综合主成分值及排序(表9)，可以看出，第1主成分值排名依次为河北、河南、山西、陕西、安徽、山东、江苏，第2主成分值排名依次为安徽、河北、陕西、江苏、山西、河南、山东，综合得分排序依次为河北、山西、河南、陕西、安徽、山东、江苏，河北小麦的综合得分最高，江苏小麦的综合得分最低，在一定程度上体现了加工品质的优劣。

表9 不同省份小麦的主成分值、综合主成分值及排序

3 讨论

面团是由水、酵母、盐和其他成分组成的复杂混合物，是小麦由小麦粉向食品转化的一种基本过渡形态，它属于一类介于固态食品与液态食品之间的既有弹性又有黏性的黏弹性流变体［12－13］。各种面制品的质构在很大程度上是构成气孔壁材料的流变学性质的函数，气孔大小、分布均匀度与松软度及可口性都有关系。只有加工过程控制好面团特性，才能生产出能满足特殊要求的面包、馒头、面条、饼干等面制品［14－18］。因此，面团流变学特性是判断小麦粉品质和加工用途的主要指标。

面团流变学特性指标众多，单单分析某个指标的差异，不能体现出面团流变学特性的总体水平，因此需要一定的统计学方法进行综合分析。本试验主要通过主成分分析和因子分析方法，综合评价小麦粉的面团流变学特性。主成分分析也称主分量分析，使用较少的变量去解释原来资料中的大部分变异，将许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中的变异的几个新变量，即主成分，并用以解释资料的综合性指标。因子分析法是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子，以较少的几个因子反映原材料的大部分信息［19］。

山东小麦粉的面团流变学特性综合评价不高，低于安徽，排名很靠后，这可能与当年的自然灾害有关。2008年11月至2009年5月，我国北方地区遭受了两场较为严重的气候灾害［20－21］，在很大程度地影响了小麦的正常生长，进而造成了小麦粉品质一定程度的下滑。

面团流变学特性虽然是品质的重要指标，但并不是品质判定的唯一标准。小麦品质是一个综合概念，是形态品质、营养品质和加工品质的有机结合。小麦品质是小麦对某种特定用途、加工产品的适合度和满意度的综合而相对的概念，与小麦粉的使用目的和用途密切相关，以最终加工用途评价小麦粉及其相关产品的品质，是小麦品质评价的原则［22］。除了面团流变学特性指标测定外，还进行烘焙、蒸煮等加工工艺处理，结合物理特性、化学特性及食品品质等诸多因素，才能准确客观的评价小麦粉品质。

志谢:中央财政优势农产品新品种推广(良种推广补贴)项目资助。

［1］游玉明，陈井旺.面团流变学特性研究进展［J］.面粉通讯，2008，3:46 －48

［2］李宁波，王晓曦，于磊，等.面团流变学特性及其在食品加工中的应用［J］.食品科技，2008，8:35－38

［3］吕军仓.面团流变学及其在面制品中的应用［J］.粮油加工与食品机械，2006，2:66 －68

［4］王光瑞，周桂英，王瑞.焙烤品质与面团形成和稳定时间相关分析［J］.中国粮油学报，1997，12(3):1 －6

［5］Chung O，Ohm J B.Prediction of baking characteristics of hard winter wheat flours using computer－analyzed mixogragh parameters［J］.Cereal Chemistry，2001，78(4):493 －497

［6］刘艳玲，田纪春，韩祥铭.面团流变学特性分析方法比较及与烘烤品质的通径分析［J］.中国农业科学，2005，38(1):45－51

［7］Hibberd G E，Parker N S.Measurement of fundamental rheological properties of wheat flour doughs［J］.Cereal Chemistry，1975，52:1 －23

［8］蔚然.面团流变学特性品质分析方法比较与研究［J］.中国粮油学报，1998，13(3):10 －12

［9］Suchy J，Lukow O M，Ingelin M E.Dough microextensibility Method using a 2 － g mixograph and a texture analyzer［J］.Cereal Chemistry，2000，77(1):39 －43

［10］王凤成，张玮，陈万义.揉混仪及其在小麦粉品质检测中的应用［J］.粮食与饲料工业，2004，12，10 －12

［11］朱国萍，曹文红，章超桦，等.虾类微量元素含量的主成分分析［J］.广东海洋大学学报，2010，30(1):72 －75

［12］阚建全，陈宗道，徐亦项，等.面团流变学特性研究［J］.西南农业大学学报，1997，19(4):363－366

［13］Naeem H A，Darvey N L，Gras P，et al.Mixing properties，baking potential and functionality changes in storage proteins during dough development of Triticale wheat flour blends［J］.Cereal Chemistry，2002，79(3):332 －339

［14］Autio K，Flander L.Bread quality relationship with rheological measurements of wheat flour dough［J］.Cereal Chemistry，2001，78(6):654 －657

［15］李兴林，马传喜，卫增泉.面包质地品质性状的研究II面包小麦烘烤品质的逐步回归分析［J］.中国粮油学报，2000，15(5):33 －36

［16］张春庆，李晴祺.影响普通小麦加工馒头质量的主要品质性状的研究［J］.中国农业科学，1993，26(2):39－46

［17］李韬，徐辰武，胡治球，等.小麦重要品质性状的遗传分析和面条专用型小麦的筛选［J］.麦类作物学报，2002，22(3):11－16

［18］Nicolas Y，Smit R J M，Aalst H，et al.Effect of storage time and temperature on rheological and microstructural properties of gluten［J］.Cereal Chemistry，2003，80(4):371 －377

［19］唐功爽.基于 SPSS的主成分分析与因子分析的辨析［J］.统计教育，2007，02:12 －14

［20］徐丽娜.旱涝监测公报［EB/OL］.北京:中国气象报社，2009［2009 －02 －23］.http://www.cma.gov.cn/ztbd/khfwzt/khhljcgb/200902/t20090203_26140.html

［21］徐文彬.华北南部黄淮北部将有较强降水 冷空气将影响北方地区［EB/OL］.北京:中国气象报社，2009［2009－05 － 09］.http://www.cma.gov.cn/qxxw/tqxw/200905/t20090509_33369.html

［22］刘钟栋.面粉品质与面制品品质的关系［M］北京:中国轻工业出版社，2004:60－63.

Analysis of Wheat Dough Rheological Property in Different Regions

Tao Haiteng Qi Linjuan Wang Bujun
(Institute of Crop Science，Chinese Academy of Agriculture Science，Cereal Product Quality Supervision and Inspection Center，Ministry of Agriculture，Beijing 100081)

Principal component and factor analysis methods were used to evaluate wheat dough rheological properties in different regions，and the results displayed that the correlation among dough rheological indicators was relatively great，the absolute values of 90%data were greater than 0.30.So，the data were suitable to use the principal component analysis to study the relationship among indicators.Through analysis of principal component and factor，comprehensive evaluations for wheat of different regions were accomplished.By calculating eigenvalue and variance of each component，cumulative contribution rate for the first and second principal components reached 97.487%and two principal components could represent comprehensive information of dough rheology.Based on scores calculated by a comprehensive model for the two principal components，the sequence from high to low for dough rheology was as follows:Hebei＞Shanxi＞Henan＞Shaanxi＞Anhui＞Shandong＞Jiangsu.

wheat，dough rheological property，principal component，factor analysis

TS211.2

A

1003－0174(2011)11－0005－05

2011－02－24

陶海腾，男，1979年出生，博士，谷物品质分析与检测

王步军，男，1960年出生，研究员，博士生导师，谷物品质分析与检测