基于腐烂指数的草莓采后货架期预测模型

张福生++何成芳++朱鸿杰

摘要：为了解采后草莓（Fragaria ananassa Duch.）贮藏过程中的腐烂指数的变化、货架期与贮藏温度的关系，将红颜草莓贮藏于不同温度（273、278、283、288、293、298 K）下，测定其腐烂指数的变化。结果表明，零级反应对草莓腐烂指数的变化具有较高的拟合精度。应用Arrhenius方程，建立了草莓腐烂指数与贮藏温度、时间之间的动力学预测模型，活化能（Ea）及速率常数（kf）分别为：Ea=5.82×104 J/（mol·K）、kf=1.71×1011exp（-7.0×103/T）。在275、280、285、290、295、300 K 贮藏温度下，对该模型进行验证，结果表明，预测的相对误差（RE）为5.89%，预测精度较高，模型可以接受。对基于果实腐烂指数的货架期预测模型，经验证相对误差均在±10%以内，可以较好地预测273～300 K 贮藏温度下草莓果实贮运过程中的货架期。

关键词：草莓；贮运；腐烂指数；货架期；预测模型

中图分类号： TS255.3文献标志码： A文章编号：1002-1302（2016）02-0320-03

收稿日期：2015-01-08

基金项目：安徽省农业科学院学科建设项目（编号：13A1221）。

作者简介：张福生（1980—），男，山东惠民人，硕士，助理研究员，主要从事农产品贮藏与加工研究。Tel：（0551）65160822；E-mail：zhangfusheng@gmail.com。草莓（Fragaria ananassa Duch.）属蔷薇科浆果类，果实色泽鲜艳，风味浓郁，营养价值高，深受人们喜爱。但由于草莓含水量高，无外皮保护，组织娇嫩，不耐压，极不耐贮藏，在采摘贮运过程中易受机械损伤和微生物侵染，导致草莓腐烂变质、风味丧失，失去商品价值[1]。采摘、预冷处理、人工分级、包装、运输和销售等因素易导致果实机械损伤，对草莓机械损伤和腐烂至今仍缺乏有效的应对方法。研究表明，草莓采后货架期主要取决于3个因素：保持环境湿度、减缓成熟和衰老的生理过程、避免微生物侵染和发展。湿度过低、温度过高时，果实软化、皱缩、褐变。采后腐烂是影响采后草莓鲜销品质的主要问题。因此，延长草莓采后货架期的关键在于控制腐烂的发生。温度越高，草莓果实腐烂越快，货架期越短。室温条件下，草莓果实采摘后2 h左右果面即出现水渍斑，放置1～2 d即失去光泽，色泽变暗，果面收缩，品质下降[2]。贮前及时预冷、控制相对湿度（RH，90%～95%）、低温冷链贮运是目前减轻草莓采后腐烂、延长其货架期最有效方法[3]。

安徽省合肥市草莓产业经过近10年发展，基本解决了育苗、病害、重茬等技术难题，种植面积已经达到1.5万hm2，其中长丰草莓种植面积1.4万hm2。长丰县已发展为全国连片设施栽培草莓面积最大的县，长丰草莓获得“国家地理标志保护产品”称号。草莓经济价值高，采后腐烂是限制果实货架期最重要的因素之一，也是导致草莓采后损失的最重要原因。减少草莓在贮运过程中的腐烂损失，是草莓采后保鲜迫切需要解决的重要问题之一。另外，鲜食草莓在贮藏流通中，采摘、分级、包装、运输、销售等环节控制不严，将导致严重的质量安全问题。因此，监测草莓流通过程中果实的品质变化（新鲜度）和质量风险显得十分重要。

通常认为，生鲜果蔬在贮藏过程中品质败坏是由化学反应引起的，以该品质变化表示的货架寿命数据大多遵循零级或一级模式[4]。在此基础上，结合Arrhenius关系式，建立鲜活农产品品质变化的动力学预测模型，进而对流通中的农产品品质、货架期进行预测，降低流通成本，减少损失，这也是目前国内外农产品物流保鲜研究的热点[5-11]。Hertog等建立了以果面霉斑为腐烂标准的草莓果实腐烂预测模型，对气调包装的草莓鲜果腐烂状况进行了预测[12]，但该模型受草莓品种及贮藏条件等因素影响，导致模型应用范围较窄。本研究探讨不同贮藏温度（273、278、283、288、293 K）下草莓采后果实腐烂指数的变化情况，获得腐烂指数随时间、温度变化的规律，建立相应的预测模型，旨在为监测草莓贮藏、流通过程中品质变化提供依据。

1材料与方法

1.1材料

供试草莓品种为红颜，购自长丰县艳九天农业科技有限公司种植基地，当天采后3 h内用车载冰箱运回实验室。挑选无机械伤、无腐烂、八成熟的果实，随机分为3组，每组约2 kg。摊开风凉后，分装于保鲜盒中，每盒30个果实。模型建立组分别贮藏于273、278、283、288、293 K 5个不同温度（RH 90%～95%）。273、278 K每隔2 d测定其腐烂状况，283、288 K每隔1 d测定其腐烂状况，293 K每隔12 h 测定其腐烂状况。每个温度下每个时间点取10个果实，重复3次，整个试验重复2次。检验组模型：分别贮藏于275、280、285、290、295、300 K 下（RH 90%～95%）。275、280 K每隔2 d测定其腐烂指数，285、290 K每隔1 d测定其腐烂指数，295、300 K 每隔12 h 测定其腐烂指数。每个温度下每个时间点取10个果实，重复3次，整个试验重复2次[13]。

1.2腐烂指数测定

参照陈学红等的方法[14]测定腐烂指数。每处理随机取3盒。按下式计算腐烂指数：

腐烂指数=∑[（腐烂级别×该级果实数）/（最高腐烂级别×总果实数） ]×100%。

1.3数据处理

以上各指标均重复测定3次，用OriginPro 8软件处理数据，用SAS软件8.2进行方差分析（ANOVA），采用邓肯氏法进行多重比较。

3结论与讨论

农产品在贮运、加工中品质会发生变化，品质变化和贮藏温度密切相关。因而通过寻求温度和品质指标及货架期间的关系，可以建立农产品货架期的预测模型。由机械损伤和微生物侵染导致的组织腐烂是限制草莓等浆果采后流通的主要原因。本研究结果表明，贮藏温度越高，草莓果实腐烂越严重，果实腐烂指数和贮藏温度、时间之间存在显著的线性关系。采后草莓果实腐烂指数变化与贮藏温度和时间之间符合零级动力学反应，应用Arrhenius方程得出其对温度敏感的速率常数kf，这与前人研究结果一致[20-21]。气调贮藏下嫩茎花椰菜的叶绿素、维生素C的降解变化为一级动力学反应[22]。热处理芦笋软化和表面绿色的变化也为一级动力学反应[23]。 邓云等建立了采后葡萄的硬度和货架期预测模型，并模拟冷藏和货架期对其进行了验证[24]。刘敏等获得了不同贮藏温度下觅菜感官评分/贮藏时间的线性回归方程，应用TTT原理对经历不同温度和时间历程后觅菜的品质损失量货架期余量进行了预测[25]。本研究建立的基于草莓果实腐烂指数的预测模型可以较好地预测273～300 K温度范围内草莓果实的腐烂状况，预测的RE为5.98%，说明应用该模型来预测草莓流通过程中果实的腐烂状况切实可行。

草莓果实腐烂指数和贮藏温度、时间之间存在显著的线性关系。本研究基于Arrhenius方程式建立了果实腐烂指数预测模型，并对其恒等变形得到其货架期预测模型，在273～300 K下对2个模型进行了验证，预测结果均可接受。以建立的果实腐烂指数预测模型为基础，结合产品的初始品质和物流微环境中温度等数据，建立草莓果实货架期预测系统，为实现监测物流过程中草莓腐烂状况和剩余货架期、降低采后损耗、保证产品品质提供了依据。

参考文献：

[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]张红印，王雷，姜松，等. 热水处理对草莓采后病害的抑制作用及对贮藏品质的影响[J]. 农业工程学报，2007，23（8）：270-273.

[3]钱玉梅，高丽萍，张玉琼，等. 低温处理对草莓贮藏品质的影响[J]. 安徽农业大学学报，2006，33（2）：268-271.

[4]佟懿，谢晶. 鲜带鱼不同贮藏温度的货架期预测模型[J]. 农业工程学报，2009，25（6）：301-305.

[5]李苗云，孙灵霞，周光宏，等. 冷却猪肉不同贮藏温度的货架期预测模型[J]. 农业工程学报，2008，24（4）：235-239.

[6]王璋，许时婴，江波，等. 食品化学[M]. 北京：中国轻工业出版社，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，狄华涛，蔡琰，等. 基于乙醇质量分数的草莓果实腐烂指数预测模型[J]. 农业工程学报，2010，26（5）：352-356.

[14]陈学红，郑永华，杨震峰，等. 高氧处理对草莓采后腐烂和品质的影响[J]. 农业工程学报，2004，20（5）：200-202.

[15]苏新国，郑永华，汪峰，等. 贮藏温度对菜用大豆采后生理和品质变化的影响[J]. 南京农业大学学报，2003，26（1）：114-116.

[16]郭香凤，向进乐，李秀珍，等. 贮藏温度对西兰花净菜品质的影响[J]. 农业机械学报，2008，39（2）：201-204.

[17]李正国，高雪. 贮藏温度对青花菜品质的影响[J]. 中国蔬菜，2000，16（4）：9-12.

[18]周艳宝，戴剑锋，林琭，等. 水分对日光温室独本菊生长动态影响的模拟[J]. 农业工程学报，2008，24（11）：176-182.

[19]杨再强，罗卫红，陈发棣，等. 温室标准切花菊叶面积预测模型研究[J]. 中国农业科学，2007，40（11）：2569-2574.

[20]陈杰，刘晓丹，邓伯祥，等. 不同温度下香菇品质动力学及货架期的研究[J]. 安徽农业科学，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]杨宏顺，冯国平，李云飞.嫩茎花椰菜在不同气调贮藏下叶绿素和维生素C的降解及活化能研究[J]. 农业工程学报，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]邓云，吴颖，李云飞.温度和相对湿度对采后葡萄浆果硬度的影响[J]. 食品科学，2007，28（3）：46-49.

[25]刘敏，谢晶. 苋菜品质分析及货架寿命的预测[J]. 食品工业科技，2008，29（4）：251-253，257.王峰，张征，赵春晓，等. 小麦粉中多环芳烃的污染特征及评价[J]. 江苏农业科学，2016，44（2）：323-326.