首页 > 分享 > 覆盆子鞣花酸含量的预测方法与流程

覆盆子鞣花酸含量的预测方法与流程

花匠小妙招
2024-12-31 12:16

覆盆子鞣花酸含量的预测方法与流程

本发明属于中药材生产技术领域，涉及覆盆子药材品质优化的方法。

技术背景

覆盆子是中医常用的大宗药材，其来源为掌叶覆盆子(rubuschingiihu)的未成熟果实。药用果品质紧密影响其饮片的药效，其中鞣花酸(ellagicacid,ea)为重要的药效成分之一，《中国药典2015年版》明确规定覆盆子中主要的功效成分鞣花酸含量应不低于0.2％。目前，覆盆子产业存在药材品质稳定性和一致性差的问题。而且，近年覆盆子药材价格断崖式跌落，急需以优质优价的形式提升整个覆盆子产业。前期研究表明，随着掌叶覆盆子果实的发育其鞣花酸含量呈现先上升后下降的趋势，传统生产经验亦为夏初果实由绿变绿黄时采收。然而，目前覆盆子药材的采收凭经验判断成熟期，忽略不同环境可能带来的品质形成差异，盲目跟风采收，导致药材鞣花酸含量达标率低，药企无法采购合格原料，进而造成药农生产效益大幅度下降。因此，通过可控和重复性好的技术手段来预测覆盆子的指标成分含量可为药农采收提供精确的采收期预报，保证药材品质优质和稳定。

技术实现要素：

为了克服现有技术的不足，本发明的目的在于提供一种覆盆子鞣花酸含量的预测方法，该预测是基于盛花期后气温变化预测的，并利用果实重量进行二次筛选，可准确地预测药用果实采收期。该预测方法旨在保证覆盆子指标“鞣花酸”达到《中国药典2015年版》规定值(0.2％)以上。

一种覆盆子鞣花酸含量的预测方法，收集覆盆子产区的果重、鞣花酸(ea)质量百分比含量和气温参数数据，得出ea含量在果实发育过程中非单调变化，而是曲线变化且有一个最高峰值，积温速率快则含量变化剧烈，反之则变化平缓。

所述的预测方法，基于有效积温与ea含量关系建立相关性模型，根据相关性模型以及当年气温数据用于预测覆盆子ea含量。

所述的预测方法，采用mathematica统计软件建立相关性模型。

所述的预测方法，不同的积温变化速率适用不同模型。

所述的预测方法，以平均果重为辅助参数，对温度预测的结果进行二次筛选，最后确定采收时间段和可采收的果实。

附图说明

图1为本发明2018度年度两个覆盆子产区果实发育与鞣花酸含量变化的示意图；

图2为本发明2018度年度两个覆盆子产区果实发育与有效积温变化的示意图；

图3为本发明2018度年度两个覆盆子产区有效积温与鞣花酸含量变化的示意图；

图4为本发明2018度年度两个覆盆子产区果实发育天数(盛花期为原点)与有效积温变化的示意图；

图5为本发明两个覆盆子产区果实鞣花酸含量与有效积温和果重的数学模型示意图。

具体实施方式

以下结合附图和实施例对本发明做进一步的阐述。

实施例

本发明对气温、果实发育以及ea含量之间进行研究，得出气温和ea含量之间的特定关系(模型)用于指导生产。并以果实发育阶段(果重)作为辅助参数进行二次筛选。

如图1所示，收集2018年覆盆子在相应产地(淳安临岐和莲都碧湖)的药用果发育动态和ea含量变化的数据，表明ea含量随着果实的发育而变化。ea含量在果实发育过程中非单调变化，而是曲线变化且有峰值。

如图2所示，收集2018年覆盆子在相应产地(淳安临岐和莲都碧湖)的药用果ea发育动态，有效积温和温差积温数据(温差积温和有效积温是以盛花期为原点进行收集计算)。有效积温：指在10℃以上的日平均气温值再减去10后的逐日累计之和。温差积温：指日最高温与最低温之差的逐日累计之和。果实发育是以果实重量计。研究表明温度的变化影响果实的ea含量和果实发育。有效积温与ea含量的变化模型拟合度比温差积温拟合合度更高。因此，这里仅以有效积温和ea含量进行数学建模分析。

从图3所示，淳安县临岐基地与莲都碧湖基地的ea含量曲线呈现了不同的变化趋势，前者比较与后者的曲线明显平缓。

如图4中所示，这种差异的主要由于不同的气候造成的，有效积温速率快则含量变化剧烈，反之则变化比较平缓。ea含量在果实发育中的变化表现出一定的气候特征。明显的特征为淳安临岐的积温变化斜率为11.660(<12)，而莲都碧湖的变化斜率为12.273(>12)。ea含量的变化表现出一定的气候特征。

如图5所示，采用mathematica统计软件，根据淳安临岐基地ea(y)与有效积温(x)之间的相关性建立数学模型：

y＝a0+a1x+a2x2+a3x3+a4x4方程1

a0＝-2.28e+01；a1＝7.12e-01；a2＝-3.37e-03；a3＝5.86e-06；a4＝-3.49e-09；

y为ea的含量x为有效积温，即大于10℃为的积温；xi为发育时期的第i天的日平均气温。

结果表明，根据2018年淳安临岐数据模拟的数学模型的拟合度到达了(r2＝0.932)，通过方差分析其显著性(f＝201.27,p＝4.65e-08,<0.001)。说明此数学模型可以很好的描述ea(y)与有效积温(x)之间的关系。ea(y)含量高于0.2％的有效积温区间(x)的近似整数求解为99-275℃，其实践含义为覆盆子果实从盛花期开始计算的有效积温在99-275℃区间内的情况下其药用成分含量ea是合格的。

如图5所示，另采用类似的方法，根据淳安临岐基地ea(y)与果重(x)之间的相关性建立数学模型：

y＝a0+a1x+a2x2+a3x3+a4x4方程3

a0＝14.15664；a1＝124.8829；a2-71.22346；a3＝16.2419；a4＝-1.34553；

y为ea的含量

结果表明，根据2018年淳安临岐数据模拟的数学模型的拟合度到达了(r2＝0.904),通过方差分析其显著性(f＝141.06,p＝1.89e-07,<0.001)。说明此数学模型可以很好的描述ea(y)与有效积温(x)之间的关系。ea(y)含量高于0.2％的有效积温区间(x)的近似整数求解为0.97-2.54(g)，其实践含义为覆盆子果实从盛花期开始计算的有效积温在0.97-2.54(g)区间内的情况下其药用成分含量ea是合格的。

相比较而言，有效积温较果实与kr含量的拟合性更好(r2：0.932>0.904)，但果重指标可作为一种表观指标辅助有效积温指标进行二次筛选。

如表1所示，利用此数学模型对2019年淳安临岐基地的有效积温数据进行模拟计算并抽样测定不同发育时期的11份样品ea含量，与预测ea含量比较。预测ea含量与实际测得的含量之间的相关系数(r2＝0.899)，平均误差为9.44％。说明该方程很好地预测了有效积温与ea的含量变化趋势。同时，参考果重范围0.971-2.544g作为二次筛选指标，即可最大程度排除那些同一植株上过早或过迟成熟的个体。

表1.2019年淳安临岐模型预测ea含量与实际ea含量的比较

如图5所示，采用mathematica统计软件，根据莲都碧湖基地ea(y)与有效积温(x)之间的相关性建立数学模型：

y0＝2.87；xc＝315.48；a＝6583.64；w＝94.33；mu＝1.60；

y为ea的含量x为有效积温，即大于10℃为的积温；xi为发育时期的第i天的日平均气温。

根据2018年碧湖镇基地数据模拟的数学模型的拟合度到达了(r2＝0.942),通过方差分析其显著性(f＝156.52，p＝3.40e-06,<0.001)。说明此数学模型可以很好的描述ea(y)与有效积温(x)之间的关系。ea(y)含量高于0.2％的有效积温区间(y)的近似整数求解为275-356℃，其实践含义为覆盆子果实从盛花期开始计算的有效积温在275-356℃区间内的情况下药用成分ea含量是合格的。

如图5所示，另采用类似的方法，根据碧湖镇基地ea(y)与果重(x)之间的相关性建立数学模型：

y0＝2.35339；xc＝1.95897；a＝60.14398；w＝0.8128；mu＝1.61014；

y为ea的含量

结果表明，根据2018年碧湖镇基地数据模拟的数学模型的拟合度到达了(r2＝0.889)，通过方差分析其显著性(f＝81.43,p＝2.34e-05<0.001)。说明此数学模型可以很好的描述ea(y)与有效积温(x)之间的关系。ea(y)含量高于0.2％的有效积温区间(x)的近似整数求解为1.59-2.33g，其实践含义为覆盆子果实从盛花期开始计算的有效积温在1.59-2.33g区间内的情况下其药用成分含量ea是合格的。

相比较而言，有效积温较果实与kr含量的拟合性更好(r2：0.942>0.889)，但果重指标可作为一类表观指标与温度指标进行二次筛选。

如表2所示，利用此数学模型对2019年莲都碧湖基地的有效积温和果重数据进行模拟计算并抽样测定不同发育时期的8份样品ea含量，与预测ea含量比较。预测ea含量与实际测得的含量之间的相关系数(r2＝0.941)，平均误差为11.57％。说明该方程很好地预测了有效积温与ea的含量的变化趋势。同时，参考果重范围为1.59-2.33(g)作为二次筛选指标，即可最大程度排除那些同一植株上过早或过迟成熟的个体。

表2.2019年莲都碧湖根据积温和果重模型预测ea含量与实测ea含量的比较

因此，在本发明实施例中，覆盆子在不同的气候条件下，成熟的速度是有差异，对应的ea含量是也存在差异，通过上述有效积温与ea含量的预测模型确定两类模型，第一类适用于有效积温的增速慢，第二类适用于有效积温高且增速快，基于有效积温和ea含量变化规律预测ea含量。同时，利用果重为根据二次筛选可精确地确定果实的采收期，这将有利于覆盆子药用果的差异采收，保证药用成分ea的含量达标，实现药企和农户的双赢。