口感型番茄品质指标分析及综合评价

孙利萍，高敏丽，张永民，靳颖玲，韩 蓉

（1.渭南市农业科学研究院，陕西渭南 714000；2.渭南市华州区果菜发展中心，陕西渭南 714000）

番茄是世界上栽培面积最大、消费最广泛的果蔬类作物[1-2]，果实富含多种糖类、蛋白质、氨基酸、番茄红素、矿物质等[3]，营养价值丰富，风味独特，可生食、可加工，备受人们欢迎。长期以来，不管是育种者还是生产者对番茄品种的选育和生产都注重高产、抗病、耐储运，而忽略了消费者对品质方面的需求[4-5]。近年来，随着人们生活水平的提高和消费多样化需求的增长，风味浓郁、酸甜可口、适于鲜食的高糖型、水果型口感番茄崭露头角，是消费者非常青睐的番茄系列[6-8]，其消费量和种植规模逐年增加。但因新品种层出不穷，果实可溶性固形物含量高低不等，口感间也存在巨大差异。口感型番茄品质的鉴定和评价是筛选并推广优良品种的基础之一。番茄的果实品质由外观品质、风味品质、营养品质构成，其中，风味品质包括甜味、酸味、香味等，与果实中可溶性糖、有机酸和挥发性芳香化合物有关[9]。挥发性芳香化合物是番茄品质的重要组成部分，决定了番茄的独特风味，直接影响消费者的感官和选择购买欲[10-11]，对于高品质的口感型番茄尤为重要，但前人关于番茄品质的研究主要集中于硬果番茄[12-13]、樱桃番茄[14]和加工番茄[15]，评价内容涉及影响果实香味的挥发性芳香化合物的较为少见，且评价方法大多基于主观赋权法[16]、客观赋权法、模糊的隶属函数法[12]，很难客观、全面、科学地对番茄品质进行综合评价。因此，构建鲜食口感型番茄综合评价模型已成为产业发展的迫切需求。本试验从上海、甘肃、沈阳、宁夏等地征集到口感型番茄品种17 个，选择10 个品质指标进行测定，并运用因子分析、逐步回归分析、相关性分析相结合的方法，确定影响口感型番茄品质的代表性指标，以期为构建产品综合评价体系提供参考。

1 材料和方法

1.1 试验地概况

试验于2020 年11 月—2021 年5 月在陕西省渭南市农业科学研究院孙镇试验站进行，该地区属温暖带大陆性季风气候，四季分明，光照充足，雨量偏少。全年平均气温13.2 ℃，年均降水量541.7 mm，年日照时数2 282.4 h，全年无霜期219 d。

1.2 试验材料

供试口感型番茄品种共17 份，其品种编号及来源见表1。

表1 口感型番茄品种来源Table 1 Source of taste type tomato varieties

1.3 试验方法

试验于2020 年11 月10 日定植在孙镇试验站日光温室内，其土壤为灰楼土。高垄栽培，垄高25 cm，垄宽60 cm，垄间距90 cm，株距40 cm，双行栽培，单蔓整枝，6 穗果打顶。每品种1 个小区，小区面积10.5 m（21.5 m×7.0 m），每小区每份材料34 株，3 次重复，随机区组设计。第4 穗果成熟时，每小区选择5 个生长健壮植株，每株选择成熟度基本一致、有一定硬度的全红果实5 个，用于品质指标测定。

1.4 项目测定

对供试材料的10 个指标进行测定，其中，果实横径和果实纵径用电子游标卡尺测量、可溶性固形物含量用手持糖度计（爱拓PAL1，日本）测定[17]、还原性糖含量采用斐林试剂比色法测定[18]、可滴定酸含量采用c（NaOH）=0.1 mol/L 滴定法测定[18]、VC 含量采用钼蓝比色法测定[19]、番茄红素含量采用分光光度计法测定[20]、芳香物质含量采用气相色谱仪测定、糖酸比为还原性糖含量和可滴定酸之比。

1.5 数据整理与分析

采用Excel 软件统计数据，利用IBM SPSS Statistics 19.0 对10 个品质指标进行因子分析、逐步回归分析、相关性分析。其中因子分析描述统计采用KMO 检验和Bartletts 球形检验方法，利用最大方差法产生旋转成分矩阵。

2 结果与分析

2.1 品质指标的变异性

对17 个口感型番茄品种的10 个品质指标进行统计分析，各指标变异系数为9.56%～66.49%（表2）。其中，芳香物质含量指标变异系数最大，为66.49%，最高含量是最低含量的6.5 倍，可见芳香物质含量在口感型番茄资源中变异程度最大，性状稳定性较差，可供选择的范围较广；变异系数在30.00%以上的指标有单果重、VC 含量、糖酸比，分别为34.78%、34.66%和31.95%；还原性糖含量、可滴定酸含量、番茄红素含量、可溶性固形物含量、果实横径和果实纵径，变异系数分别为28.56%、23.25%、18.53%、18.02%、13.69%、9.56%。果实中变异系数大于20.00%的指标占比64%，说明口感型番茄品质指标的遗传变异非常丰富，在新品种培育和筛选过程中选择空间比较大。

表2 不同品种果实品质指标统计分析Table 2 Statistical analysis of fruit quality indexes of different varieties

2.2 因子分析

口感型番茄品质指标间的相关性很强，采用因子分析法可以在尽可能多地保留众多指标信息的前提下，消除过多的重叠信息[21]，较准确地反映口感型番茄品质的真实情况。先对各指标的原始数据进行标准化，再进行因子分析，采用最大方差法旋转产生成分矩阵。依据SPSS 计算，认为特征值大于1 的为公因子，本次数据分析得到F1、F2、F33 个公因子（表3），其方差贡献率分别为43.886%、18.668%和17.713%，累计方差贡献率为80.267%，包含了10 个口感型番茄品质指标的大部分信息。选取各公因子旋转元件矩阵中载荷绝对值大于0.8 的指标为解释指标，F1解释指标为可溶性固形物含量、单果重、还原性糖含量，称为糖度和单果重因子；F2解释指标为芳香物质含量，称为芳香因子；F3解释指标为糖酸比和可滴定酸含量，称为糖酸比因子。

表3 品质指标旋转后的因子载荷值Table 3 Quality index factor load value after rotation

根据各因子对应成分得分系数（表4），计算出3个公因子与10 个品质指标的线性组合，即

表4 旋转后的成分得分系数Table 4 The component score coefficient after rotation

F1=0.249X1+0.153X2+0.095X3+0.222X4+0.080X5-0.279X6-0.101X7-0.145X8-0.172X9-0.107X10

F2=-0.110X1+0.077X2+0.028X3-0.126X4-0.002X5+0.238X6-0.213X7-0.084X8+0.581X9+0.473X10

F3=-0.010X1+0.130X2-0.495X3-0.171X4+0.476X5-0.012X6+0.119X7-0.066X8-0.120X9+0.128X10

式中，X1、X2、X3、X4、X5、X6、X7、X8、X9、X10分别为可溶性固形物含量、还原性糖含量、可滴定酸含量、VC 含量、糖酸比、单果重、果实横径、果实纵径、芳香物质含量、番茄红素含量的标准化处理数据。

2.3 综合评价

以各公因子的贡献率为权重进行线性加权求和，得到模型Y 综合得分=0.439F1+0.197F2+0.177F3，计算各品种果实品质的综合得分。以综合得分为因变量，3 个公因子所包含的6 个指标为自变量，运用逐步回归分析，得到3 个有效预测模型，有效预测模型R2=0.974，大于0.9，选择模型Y′综合得分=0.753X还原性糖含量-0.340X单果重-0.170X可滴定酸含量。计算各品种的Y′综合得分，相关性分析表明，Y′综合得分与Y综合得分呈极显著相关（0.974**）。因此，可以用模型对口感型番茄果实品质进行评价，通过3 个公因子筛选到的6 个指标：可溶性固形物含量、单果重、还原性糖含量、芳香物质含量、可滴定酸含量、糖酸比，可以代表果实品质在不同品种间的差异。

2.4 相关性分析和指标简化

对各指标进行相关性分析（表5）。F1公因子中可溶性固形物含量与还原性糖含量呈显著正相关，两者都代表果实中糖分含量，以简单易用原则，选择可溶性固形物含量为代表因子；单果重与可溶性固形物含量和还原性糖含量呈显著负相关，且与F3公因子中糖酸比显著负相关，说明单果重越大，果实风味越差。F3公因子的糖酸比和可滴定酸含量显著负相关，选择糖酸比为代表因子。综合F2芳香物质含量因子，最终选取可溶性固形物含量、单果重、芳香物质含量、糖酸比为评价口感型番茄果实品质数量性状的4 项代表指标。

表5 各指标间相关性分析Table 5 Correlation analysis of different indexes

2.5 果实品质综合评价

分别以第1 公因子和第2 公因子、第1 公因子和第3 公因子作二维排序图（图1）。由图1a 可知，品种9 第1 公因子和第2 公因子均较大，即可溶性固形物含量和芳香物质含量较高。结合图1b，品种10、13、8、17 第1 公因子和第3 公因子较大，即可溶性固形物含量高、果实单果重小、糖酸比高、可滴定酸含量相对较小。品种14、12 第2 公因子和第3 公因子较大，第1 公因子处于中等水平，即芳香物质含量和糖酸比较高，可溶性固形物含量和单果重适中。品种4、5、7 公因子水平均较低，即可溶性固形物含量低、单果重大、芳香物质含量少、糖酸比小，品质较差。品种1 和品种2 虽然有较高的糖酸比（第3 公因子），但其可溶性固形物含量和芳香物质含量较少，风味欠佳。结合公式Y综合得分=0.439F1+0.197F2+0.177F3，17 份材料综合品质得分排列顺序为：9、13、14、10、8、17、12、3、15、16、11、6、1、7、2、5、4，综合得分依次为 0.71、0.67、0.55、0.37、0.32、0.32、0.28、0.06、0、-0.02、-0.03、-0.13、-0.33、-0.37、0.39、-0.85、-1.17。综合得分排名与二维排序结果基本一致，可用二维排序结果作为选择高品质材料的依据。

图1 口感型番茄品种各因子二维排序图Figure 1 Two-dimensional ordination diagram of factors of taste type tomato varieties

3 讨论与结论

番茄有很多种属及变异类型，不同品种间果实品质存在差异性[22-24]。马海翔等[21]对35 份加工番茄的27 个表型性状遗传多样性进行分析，其中，可溶性总糖含量的遗传多样性指数最高，番茄红素变异系数最大。薛坤[14]对29 份樱桃番茄的品质指标进行评测，结果表明，不同材料间番茄红素的变异系数最大，为59%，横径的变异系数最小，仅有11%。本试验中，17 个番茄品种的品质性状变异系数为9.56%～66.49%，其中，还原性糖含量、可滴定酸含量、糖酸比、VC 含量、单果重、芳香物质含量变异系数均大于20.00%，仅有果实横径变异系数（9.56%）小于10.00%，说明试验所选用的17 份口感型番茄样本间多样性水平较高，可作为口感型番茄品质综合评价的试验材料来筛选优质品种。本试验中，可溶性固形物含量、可溶性糖含量、可滴定酸含量、果实横径、果实纵径变异系数与马海翔等[21]研究结果相似，番茄红素变异系数与张传伟等[12]、薛坤[14]研究结果有差异，这可能是受品种类型及栽培方式、气候、土肥、采摘时期等因素的影响。

果实品质的形成主要受果实的外观品质、风味品质、营养品质以及香味物质的混合因素所影响，评价因子复杂且贡献程度难以评判[25]。因子分析是寻找潜在的起支配作用的因子最常用的统计分析方法[26]。本试验对17 份口感型番茄品种的10 个果实品质指标进行了测定和多元统计分析，试验在相同地点和条件下进行，排除了因地域和管理技术带来的差异；利用因子分析将10 个指标综合为3 个公因子，筛选出6 个重要指标，再通过因子分析、逐步回归分析和相关性分析，最终筛选出可溶性固形物含量、单果重、芳香物质含量、糖酸比4 项指标为评价口感型番茄品质的代表性指标。本试验在前人的研究基础上，首次将芳香物质含量纳入评价指标，并通过多元数据分析证明芳香物质在番茄果实品质评价中占有重要作用。

相关性分析表明，口感型番茄品质指标表现出不同程度的相关性，不同材料之间代表果实大小的单果重、果实横径、果实纵径与可溶性固形物含量、还原性糖含量、糖酸比、可滴定酸含量之间呈负相关，果实越大，风味品质越低。结合二维排序图和综合得分，在可溶性固形物含量和芳香物质含量较低的情况下，即使有较高的糖酸比也不能形成较好的果实品质。因此，在口感型番茄品种评价和品种选育时，应在考虑果实青肩、果实颜色等质量性状指标的前提下，结合市场需求选择大小适中、可溶性固形物含量高、可滴定酸含量适中、香味浓郁的品种。

根据二维排序图及综合品质得分可直观反映材料优劣，本次参试的17 个品种中品种9 甜味、香味较足，糖酸比适中；品种12、14 甜味适中、香味足、糖酸比高；品种10、13、8、17 甜味足、糖酸比高、香味一般；品种1、2、4、5、7 果实单果重大，甜味和香味较淡。综合以上可知，品种航粉高糖、700、1933、美戴、2001、甜恋和泾番一号果实品质较好，可在栽培时选择使用。