谷物的主要成分是碳水化合物,其中以淀粉所占的比例高。α-淀粉酶可以在某些結構點上把淀粉切割成較短的糊精,糊精再分解成麥芽糖供酵母發酵利用,α-淀粉酶的活性則是谷物特別是小麥、面粉的主要品質指標。

1960年,Hagberg和Perten研制出了一種α-淀粉酶活性的快速測定方法,即谷物的降落數值測定法,測定時把小麥粉或面粉與水在特定的粘度管內混合震蕩均勻,浸入沸水浴中加熱,由于α-淀粉酶的存在使加熱糊化后的面糊粘度降低,記錄一個特殊的金屬粘度棒在面糊中下降特定距離所需的時間,這個時間即降落值,它可以反映α-淀粉酶的活性。其中降落數值可以通過降落數值測定儀測定，或者也叫做沉降值測定儀。本文探討了這兩種不同水分修正基礎所得降落數值的差值，下面即探討結果。

在對影響測定結果進行統一后,對于任何一份樣品,從理論上講其重量修正到14%后測得的降落數值總比修正到15%后的大,因為前者稱量的質量比后者大,從實際測得的結果看也符合理論推導。

如果降落數值較大,那么降落數值差值也會較大,從以上各表的結果來看基本符合這個規律。

如果把以上不同種類的共21個樣品的水分作橫坐標,修正后的稱重差值（修正到14%的重量減去修正到15%的重量）為縱坐標。可見,隨著樣品水分增加,兩種標準的稱重差值呈波動增加的趨勢。如果是同一種樣品的話,從理論上講隨著水分減少,稱重差值會增加,測得的降落數值的差值也會增加。

由各種樣品所測得的結果來看不同品種、硬度的小麥對降落數值的影響很大,在此次實驗中兩種水分修正基礎上的結果差值在6~48s變化,但這并不表示兩種水分修正基礎的降落數值差值僅會在這個范圍內變化,它可能會超出這個范圍。另外,這些實驗會存在誤差,這些誤差也會影響降落數值的差值。