Моделирование хлебопекарных показателей зерна мягкой яровой пшеницы

Автор: Плеханова Л.В., Шевцова Л.Н.

Журнал: Вестник Красноярского государственного аграрного университета @vestnik-kgau

Статья в выпуске: 2, 2018 года.

Бесплатный доступ

В сложных климатических условиях Красно-ярского края одним из важнейших факторов в решении проблемы выращивания сильных и ценных зерновых и зернобобовых культур яв-ляется создание сортов с высоким количе-ством и качеством белково-протеиназного комплекса. Изучение технологических свойств зерна зерновых и зернобобовых культур в се-лекции имеет свои особенности и ограничено из-за невозможности проводить отборы по этим показателям на ранних стадиях. Для оценки большого числа селекционного мате-риала необходимо ограничиваться только та-кими анализами, которые не требуют затрат большого количества времени, труда и зерна. Технологическая оценка сортов и сортообраз-цов зерновых в Красноярском научно-исследовательском институте сельского хо-зяйства проводилась в соответствии с наци-ональными стандартами Российской Федера-ции и методами ИСО. Исследования техноло-гических качеств зерна с использованием со-временных существующих методик обуслови-ли поиск новых методов, позволяющих делать предварительный прогноз получения высоко-качественного зерна пшеницы. Для наиболее полного выражения способности муки из дан-ного зерна давать хлеб того или иного каче-ства очень важно иметь модель, позволяющую оценить хлебопекарные свойства зерна без применения хлебопекарной выпечки. В статье предложен математический метод, позволя-ющий оценить хлебопекарные свойства зерна без применения хлебопекарной выпечки. Обобщѐнный показатель хлебопекарной оцен-ки представляется в виде свѐртки частных показателей содержания белка, силы муки, времени до начала разжижения, валориметри-ческой оценки, стекловидности, выхода муки. Введение эконометрических формул позволя-ет рассчитывать показатели качества зерна с целью более объективной оценки перспек-тивности селекционного материала, а также прогнозировать получение высококачествен-ного зерна зерновых и зернобобовых культур.

Еще

Яровая пшеница, хлебо-пекарные свойства, технологические каче-ства зерна, моделирование признаков, регрес-сионная модель

Короткий адрес: https://sciup.org/140224357

IDR: 140224357

Текст научной статьи Моделирование хлебопекарных показателей зерна мягкой яровой пшеницы

Введение. Одним из важнейших факторов в решении проблемы выращивания в Красноярском крае сильных и ценных зерновых и зернобобовых культур является создание сортов с высоким количеством и качеством белковопротеиназного комплекса и способных сохранять хорошие показатели качества даже при неблагоприятных условиях выращивания.

Успех селекционной работы во многом зависит от объективности оценки технологических качеств новых форм и сортов. Систематическая и поэтапная оценка качества селекционного материала селекционерами совместно с технологами Красноярского НИИ сельского хозяйства (НИИСХ) позволила за довольно короткий период времени создать в регионе генофонд, сочетающий полезные хозяйственно-биологические признаки и свойства с хорошим качеством зерна. В настоящее время все районированные сорта зерновых и зернобобовых культур являются наследственно сильными и ценными.

В работах [2, 4] установлено, что сложившееся направление селекции на качество ведёт к снижению зависимости от зоны возделывания показателей качества новых сортов, доля влияния фактора «годы» снижается и повышается доля влияния фактора «сорт», а также происходит снижение случайного фактора.

Изучение технологических свойств зерна зерновых и зернобобовых культур в селекции имеет свои особенности и ограничено из-за невозможности проводить отборы по этим показателям на ранних стадиях. Для оценки большого числа селекционного материала необходимо ограничиться только такими анализами, которые не требуют затрат большого количества времени, труда и зерна.

Цель исследований . Разработать модель экспертной оценки хлебопекарных качеств зерна мягкой яровой пшеницы для прогнозирования получения хлебопекарной продукции разного качества без процесса выпечки.

Материал и методы исследований . В качестве объекта изучения использовался селекционный материал мягкой яровой пшеницы Красноярского НИИ сельского хозяйства.

Технологическая оценка сортов проводилась в лаборатории технологической оценки зерна Красноярского НИИСХ в соответствии с национальными стандартами Российской Федерации и методами ИСО, методическими рекомендациями [3]. Определяли натуру зерна (ГОСТ 10841); мукомольные свойства – общий выход муки; содержание сырой клейковины в зерне (ГОСТ 13586.1-68); физические свойства клейковины на альвеографе «Шопена» (ГОСТ Р 51415, ИСО 5530-4-91) и фаринографе «Брабендера» (ГОСТ Р 51404, ИСО 5530-1-97); хлебопекарные свойства муки (по лабораторным выпечкам методом интенсивного замеса теста из муки 70% выхода).

Для математического моделирования использовались статистические пакеты «Пакет анализа» MS Excel, Snedecor, DataFit.

Результаты исследований и их обсуждение. Существующие методы определения хлебопекарных свойств муки являются субъективными. Общую хлебопекарную оценку устанавливают по лабораторной выпечке хлеба, осно- ванной на органолептических показателях, – это форма, цвет и поверхность корки, эластичность, пористость, цвет мякиша, вкус и аромат хлеба.

Для наиболее полного выражения способности муки из данного зерна давать хлеб того или иного качества очень важно иметь модель, позволяющую оценить хлебопекарные свойства зерна без применения хлебопекарной выпечки. В качестве модели нами рассматривается множественная регрессия. Для построения уравнения множественной регрессии были отобраны восемь (8) факторов: содержание белка ( x 1 , %); сила муки ( x 2 , e.a.); время до начала разжижения теста ( x 3 , мин); разжижение теста ( x 4 , е.ф.); валориметрическая оценка ( x 5 , %); объём хлеба ( x 6 , см ³ ); стекловидность зерна ( x 7 , %); выход муки ( x 8 , %). При отборе факторов учитывались следующие рекомендации [1]:

а) подбираются факторы исходя из сущности проблемы;
б) число включаемых факторов рекомендуется в шесть-семь раз меньше объема совокупности, по которой строится регрессия;
в) предпочтение отдается факторам, которые при достаточно тесной связи с результатом имеют наименьшую тесноту связи с другими факторами.

Материалом для исследований были взяты 64 перспективных образца мягкой яровой пшеницы конкурсного сортоиспытания (КСИ) Красноярского НИИ сельского хозяйства.

Для проверки наличия коллинеарности или мультиколлинеарности факторов была построена корреляционная матрица с использованием MS Excel (Пакет анализа). Корреляционная матрица (табл.1) показала коллинеарность между факторами х 5 и х 3 , наблюдается также высокая отрицательная корреляция между факторами х 5 и х 4 .

Таблица 1 , х 8 .

Корреляционная матрица, построенная для факторов х 1 ,…

	x 1	x 2	x 3	x 4	x 5	x 6	x 7	x 8
x 1	1
x 2	0,195971	1
x 3	0,045243	0,411734	1
x 4	0,122188	-0,1357	-0,52979	1
x 5	-0,00267	0,355507	0,950808	-0,71928	1
x 6	0,106257	0,230916	0,364945	-0,58779	0,475407	1
x 7	0,291193	0,004453	-0,30301	0,301776	-0,37036	-0,24524	1
x 8	-0,06055	-0,1419	-0,04434	-0,1803	0,044059	0,207059	-0,1359	1

Обобщённый показатель хлебопекарной оценки ( Y , балл) представляется в виде свёртки частных показателей содержания белка ( x 1 , %); силы муки ( x 2 , e.a.); времени до начала разжижения теста ( x 3 , мин); разжижения теста ( x 4 , е.ф.); валориметрической оценки ( x 5 , %); объёма хлеба ( x 6 , см ³ ); стекловидности зерна ( x 7 , %); выхода муки ( x 8 , %)

Y = α1x1 + α2x2 + α3x3 + α4x4 + α5x5 + α6x6 + + α7x7 + α8x8 , где αk ,k = 1, 2, …, 8 – весовые коэффициенты частных показателей.

Используя статистический пакет DataFit [5], найдены весовые коэффициенты – как коэффи- циенты линейной регрессии

α 1 =0,0246; α 2 = 0,0004; α 3 =-0,02263;

α 4 =0,0030; α 5 =0,0078; α 6 =0,0014; α 7 =0,0070; α 8 =0,0248.

С учётом этих значений формула расчета обобщённого показателя примет вид

Y = 0,0246x 1 + 0,0004x 2 - 0,02263x 3 + 0,0030x 4 +

+ 0,0078x 5 + 0,0014x 6 + 0,0070x 7 + 0,0248x 8 .

По данному регрессионному уравнению в MS Excel выполнены вычисления показателей хле- бопекарной оценки (Y) для 64 образцов мягкой яровой пшеницы. Результаты вычислений приведены в таблице 2.

Таблица 2

№ п/п	x 1	x 2	x 3	x 4	x 5	x 6	x 7	x 8	Y (по уравнению)
1	2	3	4	5	6	7	8	9	10
1	13,1000	336,0000	7,5000	25,0000	72,0000	930,0000	60,0000	66,8000	4,27465
2	13,8200	212,0000	5,0000	60,0000	61,0000	750,0000	45,0000	67,6000	3,99055
3	14,9700	435,0000	6,6000	80,0000	64,0000	940,0000	47,0000	67,0000	4,41448
4	14,4600	546,0000	5,0000	90,0000	58,0000	770,0000	54,0000	66,3000	4,26526
5	14,8700	509,0000	5,0000	70,0000	59,0000	850,0000	56,0000	65,5000	4,31450
6	13,7100	454,0000	5,3000	60,0000	60,0000	740,0000	47,0000	70,3000	4,13592
7	17,4100	663,0000	8,5000	40,0000	75,0000	1140,0000	53,0000	67,0000	4,80354
8	14,7900	773,0000	5,3000	60,0000	61,0000	990,0000	60,0000	66,3000	4,63968
9	13,7300	354,0000	6,0000	50,0000	69,0000	700,0000	45,0000	73,2000	4,12012
10	13,3600	615,0000	6,2000	50,0000	65,0000	930,0000	44,0000	70,3000	4,42204
11	13,1800	473,0000	6,5000	70,0000	65,0000	850,0000	44,0000	71,1000	4,32076
12	13,8900	330,0000	5,2000	60,0000	61,0000	850,0000	49,0000	68,3000	4,21957
13	14,3900	476,0000	4,5000	60,0000	58,0000	770,0000	47,0000	71,9000	4,24856
14	15,1700	383,0000	5,0000	30,0000	65,0000	960,0000	46,0000	68,1000	4,34676
15	14,9100	289,0000	6,3000	80,0000	63,0000	700,0000	51,0000	68,2000	4,07646
16	14,0300	310,0000	3,5000	75,0000	52,0000	720,0000	58,0000	70,8000	4,17753
17	14,5200	376,0000	5,0000	70,0000	59,0000	850,0000	52,0000	65,9000	4,23461
18	15,3500	482,0000	6,5000	60,0000	66,0000	850,0000	61,0000	66,8000	4,36790
19	15,7200	267,0000	4,7000	60,0000	58,0000	880,0000	67,0000	67,0000	4,36490
20	14,6200	253,0000	5,3000	80,0000	59,0000	830,0000	62,0000	68,8000	4,32390
21	14,8500	255,0000	8,5000	60,0000	72,0000	860,0000	59,0000	68,9000	4,31108
22	14,7700	328,0000	5,8000	60,0000	59,0000	800,0000	62,0000	69,8000	4,26724
23	14,4000	365,0000	6,0000	110,0000	60,0000	630,0000	45,0000	62,0000	3,87504
24	14,4800	654,0000	8,6000	70,0000	72,0000	980,0000	50,0000	64,7000	4,48979
25	16,1800	519,0000	8,0000	70,0000	71,0000	860,0000	54,0000	63,3000	4,31087
26	15,1600	559,0000	7,5000	60,0000	69,0000	940,0000	50,0000	65,7000	4,41285
27	15,5000	553,0000	6,7000	70,0000	66,0000	750,0000	54,0000	59,8000	4,06213
28	14,6500	611,0000	8,0000	70,0000	70,0000	950,0000	62,0000	61,1000	4,42967
29	14,2400	578,0000	6,5000	30,0000	64,0000	830,0000	59,0000	59,9000	4,06027
30	14,3900	455,0000	6,0000	90,0000	61,0000	770,0000	67,0000	57,1000	4,08707
31	14,7000	522,0000	4,5000	80,0000	56,0000	650,0000	62,0000	62,9000	4,03279
32	13,4400	470,0000	5,0000	90,0000	57,0000	740,0000	53,0000	66,7000	4,16288
33	14,6500	392,0000	5,0000	80,0000	58,0000	700,0000	59,0000	61,1000	3,98637
34	14,6900	654,0000	8,8000	40,0000	76,0000	710,0000	73,0000	61,4000	4,13205
35	14,4300	382,0000	7,3000	50,0000	67,0000	620,0000	47,0000	59,8000	3,66843
36	15,1100	464,0000	5,6000	90,0000	59,0000	650,0000	53,0000	62,7000	3,97619
37	15,3700	392,0000	3,7000	120,0000	49,0000	620,0000	64,0000	62,4000	4,04331
38	15,4900	338,0000	4,0000	130,0000	49,0000	580,0000	58,0000	57,6000	3,82973
39	14,7200	389,0000	3,5000	135,0000	45,0000	600,0000	69,0000	63,2000	4,07202
40	13,6000	538,0000	4,0000	110,0000	51,0000	650,0000	47,0000	61,8000	3,94400
41	14,4600	593,0000	7,5000	85,0000	68,0000	810,0000	48,0000	65,9000	4,28539
42	13,0000	628,0000	3,7000	80,0000	51,0000	800,0000	51,0000	64,1000	4,17817
43	13,9300	399,0000	8,5000	30,0000	76,0000	890,0000	45,0000	64,0000	4,10973
44	13,8800	320,0000	5,0000	50,0000	61,0000	930,0000	62,0000	63,2000	4,26711
45	14,1100	430,0000	6,5000	60,0000	66,0000	980,0000	50,0000	62,8000	4,32240
46	13,4000	560,0000	9,8000	50,0000	76,0000	950,0000	42,0000	63,2000	4,23006

Окончание табл. 2

1	2	3	4	5	6	7	8	9	10
47	14,4500	310,0000	3,5000	90,0000	50,0000	940,0000	58,0000	63,6000	4,34670
48	13,4000	376,0000	6,6000	30,0000	70,0000	960,0000	33,0000	64,2000	4,10962
49	16,2100	482,0000	3,7000	50,0000	56,0000	950,0000	58,0000	67,0000	4,47866
50	13,6700	267,0000	3,5000	70,0000	54,0000	920,0000	53,0000	67,0000	4,30283
51	15,1900	253,0000	4,5000	70,0000	56,0000	900,0000	49,0000	66,2000	4,24808
52	13,4300	390,0000	8,5000	50,0000	76,0000	850,0000	37,0000	64,6000	4,05671
53	14,2700	600,0000	10,5000	40,0000	80,0000	950,0000	32,0000	64,8000	4,21993
54	13,8400	392,0000	7,2000	20,0000	72,0000	920,0000	31,0000	61,0000	3,94730
55	13,9600	654,0000	8,0000	50,0000	72,0000	850,0000	43,0000	64,8000	4,20426
56	13,7000	382,0000	6,0000	60,0000	64,0000	840,0000	40,0000	63,4000	4,03954
57	12,8500	464,0000	10,0000	40,0000	79,0000	850,0000	53,0000	67,4000	4,20743
58	15,3900	392,0000	6,0000	60,0000	64,0000	950,0000	45,0000	63,2000	4,26915
59	14,6400	532,0000	6,5000	10,0000	72,0000	860,0000	57,0000	62,5000	4,14659
60	13,9400	490,0000	5,8000	30,0000	64,0000	950,0000	62,0000	64,0000	4,32678
61	13,7100	410,0000	8,0000	40,0000	73,0000	870,0000	39,0000	64,6000	4,07335
62	13,7400	310,0000	5,0000	50,0000	60,0000	890,0000	29,0000	63,4000	3,96982
63	16,4600	610,0000	6,8000	90,0000	66,0000	920,0000	44,0000	67,2000	4,51744
64	17,1400	660,0000	10,5000	20,0000	80,0000	890,0000	47,0000	67,8000	4,34993

1	Название образцов	*1	*2	*3	*4	Х₅	*6	*7	*8	У (по уравнению)	^фаю
2	Тулунская 12	13,1000	336,0000	7,5000	25,0000	72,0000	930,0000	60,0000	66,8000	4,27465	4,30
3	К 44-1	13,8200	212,0000	5,0000	60,0000	61,0000	750,0000	45,0000	67,6000	3,99055	4,10
4	КС 16-64	14,9700	435,0000	6,6000	80,0000	64,0000	940,0000	47,0000	67,0000	4,41448	4,80
5	КС 1529	14,4600	546,0000	5,0000	90,0000	58,0000	770,0000	54,0000	66,3000	4,26526	4,40
6	КС 1649	14,8700	509,0000	5,0000	70,0000	59,0000	850,0000	56,0000	65,5000	4,31450	4,60
7	Минуса	13,7100	454,0000	5,3000	60,0000	60,0000	740,0000	47,0000	70,3000	4,13592	4,30
8	К-54-1	17,4100	663,0000	8,5000	40,0000	75,0000	1140,0000	53,0000	67,0000	4,80354	5,00
9	Кантегирская 89	14,7900	773,0000	5,3000	60,0000	61,0000	990,0000	60,0000	66,3000	4,63968	4,60
10	Р6-2	13,7300	354,0000	6,0000	50,0000	69,0000	700,0000	45,0000	73,2000	4,12012	3,90
И	КС 1629	13,3600	615,0000	6,2000	50,0000	65,0000	930,0000	44,0000	70,3000	4,42204	4,70
12	КС 1607	13,1800	473,0000	6,5000	70,0000	65,0000	850,0000	44,0000	71,1000	4,32076	4,40
13	К 93-2	13,8900	330,0000	5,2000	60,0000	61,0000	850,0000	49,0000	68,3000	4,21957	4,20
14	КС 93-3	14,3900	476,0000	4,5000	60,0000	58,0000	770,0000	47,0000	71,9000	4,24856	4,30
15	К-92-2	15,1700	383,0000	5,0000	30,0000	65,0000	960,0000	46,0000	68,1000	4,34676	4,60
16	К-65-2	14,9100	289,0000	6,3000	80,0000	63,0000	700,0000	51,0000	68,2000	4,07646	4,10
17	Омская 33	14,0300	310,0000	3,5000	75,0000	52,0000	720,0000	58,0000	70,8000	4,17753	4,10
18	КС 1703	14,5200	376,0000	5,0000	70,0000	59,0000	850,0000	52,0000	65,9000	4,23461	4,20
19	КС 1706	15,3500	482,0000	6,5000	60,0000	66,0000	850,0000	61,0000	66,8000	4,36790	4,40
20	КС 1719	15,7200	267,0000	4,7000	60,0000	58,0000	880,0000	67,0000	67,0000	4,36490	4,40
21	КС 1117	14,6200	253,0000	5,3000	80,0000	59,0000	830,0000	62,0000	68,8000	4,32390	4,30
22	КС 1717	14,8500	255,0000	8,5000	60,0000	72,0000	860,0000	59,0000	68,9000	4,31108	4,50

Сопоставление показателей технологических качеств зерна мягкой яровой пшеницы

Показатели технологических качеств зерна мягкой яровой пшеницы КСИ

Проверка значимости уравнения регрессии проведена по F-критерию Фишера. Для определения критического значения (F крит. , вероятность = 0,05) использована функция MS Excel «FРАС-ПОБР». Расчетное значение F факт. > F крит. (13,1785>2,08), полученное регрессионное уравнение является адекватным.

Сопоставление показателей хлебопекарных свойств (Y), полученных по регрессионной модели с результатами пробной выпечки (Y факт ), показало их достаточно устойчивое совпадение по образцам – рисунок (приведен фрагмент таблицы).

Выводы . Приведенные нами данные показывают возможность применения регрессионных моделей для оценки хлебопекарных свойств пшеничной муки. А именно – упростить оценку хлебопекарных свойств возможно, заменив метод пробной выпечки, что особенно актуально на ранних стадиях селекции.

С помощью таких же расчётов можно математически просчитать показатели качества и по другим культурам с целью более объективной их оценки.

Таким образом, использование комплексных методов позволит более точно оценивать перспективный селекционный материал зерновых и зернобобовых культур, что, в свою очередь, позволит делать предварительный прогноз получения высококачественного зерна зерновых и зернобобовых культур.

Список литературы Моделирование хлебопекарных показателей зерна мягкой яровой пшеницы

Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. -М.: ЮНИТИ, 1998. -1022 с.
Городов А.А., Городова Л.В., Плеханова Л.В. Моделирование показателей качества зерна пшеницы с помощью систем эконометрических уравнений//Вестник КрасГАУ. -2014. -№ 5.
Методические рекомендации по оценке качества зерна. -М.: Тип. ВАСХНИЛ, 1977. -171 с.
Плеханова Л.В. Влияние агроэкологических факторов и генотипа сорта на формирование качества зерна мягкой яровой пшеницы в лесостепи Приенисейской Сибири: дис.. канд. с.-х. наук. -Красноярск, 2009. -140 с.
Формирование качества зерна мягкой яровой пшеницы в условиях Красноярского края/Л.В. Плеханова, А.И. Хохлова, В.В. Матюшев ; Краснояр. гос. аграр. ун-т. -Красноярск, 2011. -139 с.

Статья научная