基于腐爛指數的草莓采后貨架期預測模型

張福生++何成芳++朱鴻杰

摘要：為了解采后草莓（Fragaria ananassa Duch.）貯藏過程中的腐爛指數的變化、貨架期與貯藏溫度的關系，將紅顏草莓貯藏于不同溫度（273、278、283、288、293、298 K）下，測定其腐爛指數的變化。結果表明，零級反應對草莓腐爛指數的變化具有較高的擬合精度。應用Arrhenius方程，建立了草莓腐爛指數與貯藏溫度、時間之間的動力學預測模型，活化能（Ea）及速率常數（kf）分別為：Ea=5.82×104 J/（mol·K）、kf=1.71×1011exp（-7.0×103/T）。在275、280、285、290、295、300 K 貯藏溫度下，對該模型進行驗證，結果表明，預測的相對誤差（RE）為5.89%，預測精度較高，模型可以接受。對基于果實腐爛指數的貨架期預測模型，經驗證相對誤差均在±10%以內，可以較好地預測273～300 K 貯藏溫度下草莓果實貯運過程中的貨架期。

關鍵詞：草莓；貯運；腐爛指數；貨架期；預測模型

中圖分類號： TS255.3文獻標志碼： A文章編號：1002-1302（2016）02-0320-03

收稿日期：2015-01-08

基金項目：安徽省農業科學院學科建設項目（編號：13A1221）。

作者簡介：張福生（1980—），男，山東惠民人，碩士，助理研究員，主要從事農產品貯藏與加工研究。Tel：（0551）65160822；E-mail：zhangfusheng@gmail.com。草莓（Fragaria ananassa Duch.）屬薔薇科漿果類，果實色澤鮮艷，風味濃郁，營養價值高，深受人們喜愛。但由于草莓含水量高，無外皮保護，組織嬌嫩，不耐壓，極不耐貯藏，在采摘貯運過程中易受機械損傷和微生物侵染，導致草莓腐爛變質、風味喪失，失去商品價值[1]。采摘、預冷處理、人工分級、包裝、運輸和銷售等因素易導致果實機械損傷，對草莓機械損傷和腐爛至今仍缺乏有效的應對方法。研究表明，草莓采后貨架期主要取決于3個因素：保持環境濕度、減緩成熟和衰老的生理過程、避免微生物侵染和發展。濕度過低、溫度過高時，果實軟化、皺縮、褐變。采后腐爛是影響采后草莓鮮銷品質的主要問題。因此，延長草莓采后貨架期的關鍵在于控制腐爛的發生。溫度越高，草莓果實腐爛越快，貨架期越短。室溫條件下，草莓果實采摘后2 h左右果面即出現水漬斑，放置1～2 d即失去光澤，色澤變暗，果面收縮，品質下降[2]。貯前及時預冷、控制相對濕度（RH，90%～95%）、低溫冷鏈貯運是目前減輕草莓采后腐爛、延長其貨架期最有效方法[3]。

安徽省合肥市草莓產業經過近10年發展，基本解決了育苗、病害、重茬等技術難題，種植面積已經達到1.5萬hm2，其中長豐草莓種植面積1.4萬hm2。長豐縣已發展為全國連片設施栽培草莓面積最大的縣，長豐草莓獲得“國家地理標志保護產品”稱號。草莓經濟價值高，采后腐爛是限制果實貨架期最重要的因素之一，也是導致草莓采后損失的最重要原因。減少草莓在貯運過程中的腐爛損失，是草莓采后保鮮迫切需要解決的重要問題之一。另外，鮮食草莓在貯藏流通中，采摘、分級、包裝、運輸、銷售等環節控制不嚴，將導致嚴重的質量安全問題。因此，監測草莓流通過程中果實的品質變化（新鮮度）和質量風險顯得十分重要。

通常認為，生鮮果蔬在貯藏過程中品質敗壞是由化學反應引起的，以該品質變化表示的貨架壽命數據大多遵循零級或一級模式[4]。在此基礎上，結合Arrhenius關系式，建立鮮活農產品品質變化的動力學預測模型，進而對流通中的農產品品質、貨架期進行預測，降低流通成本，減少損失，這也是目前國內外農產品物流保鮮研究的熱點[5-11]。Hertog等建立了以果面霉斑為腐爛標準的草莓果實腐爛預測模型，對氣調包裝的草莓鮮果腐爛狀況進行了預測[12]，但該模型受草莓品種及貯藏條件等因素影響，導致模型應用范圍較窄。本研究探討不同貯藏溫度（273、278、283、288、293 K）下草莓采后果實腐爛指數的變化情況，獲得腐爛指數隨時間、溫度變化的規律，建立相應的預測模型，旨在為監測草莓貯藏、流通過程中品質變化提供依據。

1材料與方法

1.1材料

供試草莓品種為紅顏，購自長豐縣艷九天農業科技有限公司種植基地，當天采后3 h內用車載冰箱運回實驗室。挑選無機械傷、無腐爛、八成熟的果實，隨機分為3組，每組約2 kg。攤開風涼后，分裝于保鮮盒中，每盒30個果實。模型建立組分別貯藏于273、278、283、288、293 K 5個不同溫度（RH 90%～95%）。273、278 K每隔2 d測定其腐爛狀況，283、288 K每隔1 d測定其腐爛狀況，293 K每隔12 h 測定其腐爛狀況。每個溫度下每個時間點取10個果實，重復3次，整個試驗重復2次。檢驗組模型：分別貯藏于275、280、285、290、295、300 K 下（RH 90%～95%）。275、280 K每隔2 d測定其腐爛指數，285、290 K每隔1 d測定其腐爛指數，295、300 K 每隔12 h 測定其腐爛指數。每個溫度下每個時間點取10個果實，重復3次，整個試驗重復2次[13]。

1.2腐爛指數測定

參照陳學紅等的方法[14]測定腐爛指數。每處理隨機取3盒。按下式計算腐爛指數：

腐爛指數=∑[（腐爛級別×該級果實數）/（最高腐爛級別×總果實數） ]×100%。

1.3數據處理

以上各指標均重復測定3次，用OriginPro 8軟件處理數據，用SAS軟件8.2進行方差分析（ANOVA），采用鄧肯氏法進行多重比較。

3結論與討論

農產品在貯運、加工中品質會發生變化，品質變化和貯藏溫度密切相關。因而通過尋求溫度和品質指標及貨架期間的關系，可以建立農產品貨架期的預測模型。由機械損傷和微生物侵染導致的組織腐爛是限制草莓等漿果采后流通的主要原因。本研究結果表明，貯藏溫度越高，草莓果實腐爛越嚴重，果實腐爛指數和貯藏溫度、時間之間存在顯著的線性關系。采后草莓果實腐爛指數變化與貯藏溫度和時間之間符合零級動力學反應，應用Arrhenius方程得出其對溫度敏感的速率常數kf，這與前人研究結果一致[20-21]。氣調貯藏下嫩莖花椰菜的葉綠素、維生素C的降解變化為一級動力學反應[22]。熱處理蘆筍軟化和表面綠色的變化也為一級動力學反應[23]。 鄧云等建立了采后葡萄的硬度和貨架期預測模型，并模擬冷藏和貨架期對其進行了驗證[24]。劉敏等獲得了不同貯藏溫度下覓菜感官評分/貯藏時間的線性回歸方程，應用TTT原理對經歷不同溫度和時間歷程后覓菜的品質損失量貨架期余量進行了預測[25]。本研究建立的基于草莓果實腐爛指數的預測模型可以較好地預測273～300 K溫度范圍內草莓果實的腐爛狀況，預測的RE為5.98%，說明應用該模型來預測草莓流通過程中果實的腐爛狀況切實可行。

草莓果實腐爛指數和貯藏溫度、時間之間存在顯著的線性關系。本研究基于Arrhenius方程式建立了果實腐爛指數預測模型，并對其恒等變形得到其貨架期預測模型，在273～300 K下對2個模型進行了驗證，預測結果均可接受。以建立的果實腐爛指數預測模型為基礎，結合產品的初始品質和物流微環境中溫度等數據，建立草莓果實貨架期預測系統，為實現監測物流過程中草莓腐爛狀況和剩余貨架期、降低采后損耗、保證產品品質提供了依據。

參考文獻：

[1]Schouten R E，Kessler D，Orcaray L，et al. Predictability of keeping quality of strawberry batches[J]. Postharvest Biology and Technology，2002，26（1）：35-47.

[2]張紅印，王雷，姜松，等. 熱水處理對草莓采后病害的抑制作用及對貯藏品質的影響[J]. 農業工程學報，2007，23（8）：270-273.

[3]錢玉梅，高麗萍，張玉瓊，等. 低溫處理對草莓貯藏品質的影響[J]. 安徽農業大學學報，2006，33（2）：268-271.

[4]佟懿，謝晶. 鮮帶魚不同貯藏溫度的貨架期預測模型[J]. 農業工程學報，2009，25（6）：301-305.

[5]李苗云，孫靈霞，周光宏，等. 冷卻豬肉不同貯藏溫度的貨架期預測模型[J]. 農業工程學報，2008，24（4）：235-239.

[6]王璋，許時嬰，江波，等. 食品化學[M]. 北京：中國輕工業出版社，2003：853-855.

[7]Hough G，Garitta L，Gómez G. Sensory shelf-life predictions by survival analysis accelerated storage models[J]. Food Quality and Preference，2006，17（6）：468-473.

[8]Fu B，Labuza T P. Shelf-life prediction：theory and application[J]. Food Control，1993，4（3）：125-133.

[9]Nourian F，Ramaswamy H S，Kushalappa A C. Kinetics of quality change associated with potatoes stored at different temperatures[J]. Food Science and Technology，2003，36（1）：49-65.

[10]Corradini M G，Peleg M. Prediction of vitamins loss during non-isothermal heat processes and storage with non-linear kinetic models[J]. Trends in Food Science & Technology，2006，17（1）：24-34.

[11]Yan Z Y，Sousa-Gallagher M J，Oliveira F A R.Mathematical modelling of the kinetic of quality deterioration ofintermediate moisture content banana during storage[J]. Journal of Food Engineering，2008，84（6）：359-367.

[12]Hertog M M，Boerrigter H A，van den Boogaard G M，et al. Predicting keeping quality of stawberries（cv.‘Elsanta）packed under atmospheres：an integrated model approach[J]. Postharvest Biology and Technology，1999，15（1）：1-12.[13]邢宏杰，狄華濤，蔡琰，等. 基于乙醇質量分數的草莓果實腐爛指數預測模型[J]. 農業工程學報，2010，26（5）：352-356.

[14]陳學紅，鄭永華，楊震峰，等. 高氧處理對草莓采后腐爛和品質的影響[J]. 農業工程學報，2004，20（5）：200-202.

[15]蘇新國，鄭永華，汪峰，等. 貯藏溫度對菜用大豆采后生理和品質變化的影響[J]. 南京農業大學學報，2003，26（1）：114-116.

[16]郭香鳳，向進樂，李秀珍，等. 貯藏溫度對西蘭花凈菜品質的影響[J]. 農業機械學報，2008，39（2）：201-204.

[17]李正國，高雪. 貯藏溫度對青花菜品質的影響[J]. 中國蔬菜，2000，16（4）：9-12.

[18]周艷寶，戴劍鋒，林琭，等. 水分對日光溫室獨本菊生長動態影響的模擬[J]. 農業工程學報，2008，24（11）：176-182.

[19]楊再強，羅衛紅，陳發棣，等. 溫室標準切花菊葉面積預測模型研究[J]. 中國農業科學，2007，40（11）：2569-2574.

[20]陳杰，劉曉丹，鄧伯祥，等. 不同溫度下香菇品質動力學及貨架期的研究[J]. 安徽農業科學，2009，37（5）：2243-2245.

[21]Kahyaogu T，Kaya S. Modeling of moisture，eolor and texture changes in sesame seeds during the conventional roasting[J]. Joumal of Food Engineering，2006，75：167-177.

[22]楊宏順，馮國平，李云飛.嫩莖花椰菜在不同氣調貯藏下葉綠素和維生素C的降解及活化能研究[J]. 農業工程學報，2004，20（4）：172-175.

[23]Tang L J，Swanson B G. Kinetics of textural and color ehanges in green asparagus during thennal treatments[J]. Joumal of Food Engineering，2000，45：231-236.

[24]鄧云，吳穎，李云飛.溫度和相對濕度對采后葡萄漿果硬度的影響[J]. 食品科學，2007，28（3）：46-49.

[25]劉敏，謝晶. 莧菜品質分析及貨架壽命的預測[J]. 食品工業科技，2008，29（4）：251-253，257.王峰，張征，趙春曉，等. 小麥粉中多環芳烴的污染特征及評價[J]. 江蘇農業科學，2016，44（2）：323-326.