CN101539560A - 一种预测鲜鲳鱼货架期的方法 - Google Patents

Abstract

一种预测鲜鲳鱼货架期的方法，本发明在对不同贮藏温度情况下鲜鲳鱼的菌落总数、挥发性盐基氮(TVBN)，感官变化情况进行研究，根据各指标建立鲳鱼品质变化的Q₁₀货架期预测模型。有利于准确地对鲳鱼的品质进行动态判别。

Description

一种预测鲜鲳鱼货架期的方法

技术领域

本发明涉及一种预测鲜鲳鱼货架期的方法。

背景技术

鲳鱼(Pampus argenteus)Pomfret属于鲈形目，鲳科，在我国是一种重要的鱼类资源。鲳鱼的营养价值高，富含人体所需的微量元素和维生素。在捕获、贮存和运输过程中，由于外界环境、微生物和酶等因素的作用，致使鲳鱼鲜度品质下降，而这些作用的强弱均与温度密切相关。温度对食品货架寿命的影响较大，环境温度越高，货架寿命就越短。由于国内外市场对鱼类鲜度的要求不断提高以及生鲜鱼流通量变大和流通距离变长，快速评估鲜鲳鱼鲜度及预测其剩余货架期显得十分重要。

不同食品腐败的机理各不相同且变质反应非常复杂，但通过对变质机理的研究能找到预测食品货寿命的方法，食品腐败过程中品质损失可以通过动力学模型得到很好的反映。

挥发性盐基氮(TVBN)通常作为蛋白性食品新鲜度的化学指标，鱼类等水产品在腐败过程中，由于细菌的生长繁殖和酶的作用，使蛋白质分解而产生胺类及氨等具挥发性的碱性含氮物质，这些挥发性盐基氮与水产品腐败程度之间有明显的对应关系。因此，测定水产品中TVBN的含量有助于判定水产品的新鲜度和确定水产品质量。在鲜鲳鱼的低温贮藏过程中，其菌落总数、挥发性盐基氮(TVBN)、感官品质会发生变化。通过对生鲜鲳鱼在低温贮藏过程中菌落总数、挥发性盐基氮(TVBN)、感官变化的动力学特性进行研究，确定鲜鲳鱼的菌落总数与挥发性盐基氮(TVBN)值随贮藏温度和时间变化的动力学模型，建立鲳鱼在不同温度段下的Q₁₀货架期预测模型，从而可以对鲜鲳鱼的品质进行动态评估和监控。

发明内容

一种预测鲜鲳鱼货架期的方法，本发明对新鲜鲳鱼在不同贮藏温度条件下的菌落总数、挥发性盐基氮(TVBN)、感官评价变化进行研究，根据菌落总数、挥发性盐基氮(TVBN)值变化建立鲜鲳鱼Q₁₀货架期预测模型，为动态监测和控制生鲜鲳鱼品质提供理论依据。

本发明的测定步骤按照以下过程进行：

1)对贮藏在268K、273K、278K、283K、293K条件下的鲜鲳鱼的菌落总数、挥发性盐基氮(TVBN)、感官品质变化进行测定。

2)确立鲜鲳鱼的菌落总数、挥发性盐基氮(TVBN)值随贮藏温度变化的动力学模型型式。模型选择一级化学反应动力学模型为佳。

3)根据已确立的动力学模型级数，获得菌落总数、挥发性盐基氮(TVBN)在不同温度段下的动力学活化能E_A与Q₁₀值

4)对鲳鱼感官评定值进行回归确定不同贮藏温度下的货架寿命。

5)建立不同温度段下鲳鱼的Q₁₀货架期预测模型。

6)鲳鱼的Q₁₀货架期预测模型的验证和评价。将鲜鲳鱼贮藏在特定温度条件下，以鲜鲳鱼品质变化的实验值与动力学模型得到的预测值进行比较，计算预测值和实测值的相对误差。

附图说明

图1为不同贮藏温度下鲜鲳鱼挥发性盐基氮(TVBN)值变化。

图2为不同贮藏温度下鲜鲳鱼菌落总数值变化。

图3为不同贮藏温度下鲳鱼的感官评价。

具体实施方式

以下结合说明书对发明进行进一步说明，但本发明所要求的保护范围并不局限于实施例描述的范围。

1材料与方法

1.1材料

鲜鲳鱼购自上海铜川路水产品市场

1.2方案设计

1.2.1原料预处理

选择体型较大，表皮色泽光亮，肉质较硬，无异味的新鲜鲳鱼为实验原料。将买来的鲳鱼放入准备好的碎冰中，用冰水清洗。将清洗后的鲳鱼去头去尾并且切块，每块约重30g，分别装入密实袋中，贮藏在268K、273K、278K、283K、293K的条件下用于鲜度品质值的测定。

1.3菌落总数测定

根据GB/T 4789.2-2003操作。

1.4总挥发性盐基氮(TVBN)的测定

利用自动定氮仪(FOSS KEJET 2300)测定。

1.4.1样品处理：准确称取绞碎的去骨鲳鱼肉10g于750ml消化管中。

1.4.2仪器操作条件：设置吸收液为30ml，自动加蒸馏水为50ml，加碱量为0，模式delay，蒸馏体积。

1.4.3测定：在装有样品的消化管瓶中加入5g氧化镁粉末，迅速放进自动定氮仪上，关上安全门，仪器自动蒸馏、吸收、滴定和计算，结果以mgN/100g表示。

1.5感官评定

对不同贮藏温度下鲳鱼的感官质量进行评定，评定标准见表1。感官评定结果主要通过评定小组成员对样品按评定内容的分类，逐项评分，评分标准为1～10分。

1.6数据分析

应用SAS软件和Excel软件进行数据分析。

表1鲳鱼感官评定表

2结果与分析

2.1TVBN值分析

在许多鱼类中TVBN水平与鲜度感官评价之间有相当高的相关性，因此被广泛用于鱼类新鲜度指标。由图1可知，贮藏于不同温度下鲳鱼TVBN值随着时间的延长，变化十分明显。贮藏于268K下的鲳鱼TVBN值变化最小。当贮藏6天后，其TVBN值为18.6757mgN/100g，较之新鲜时鲳鱼TVBN值增加了1.9倍。这主要是由于低温抑制了鲳鱼中微生物的繁殖，从而抑制了微生物对鲳鱼中蛋白质的降解和腐败作用；另一方面，低温也降低了鲳鱼肉中酶的活性，减缓了其对鲳鱼肉的降解作用。随着贮藏温度提高，鲳鱼TVBN值变化的速率也随之加快，而贮藏于293K下的鲳鱼，当贮藏了三天后，其TVBN值已为92.738mgN/100g，变化幅度相对于新鲜时增长了1899.53％。结果说明，在不同贮藏温度下鲳鱼TVBN值随着贮藏时间的延长而不断增加，且随着温度的升高，TVBN值增加迅速。

根据SC/T 3103-1984《鲜鲳鱼》标准，鲳鱼贮藏在293K下，第二天已大大超过二级鲜度值(TVBN≤30mgN/100g)；贮藏在278K和283K下的鲳鱼第5天和第六天时，TVBN值达到32.0075mg N/100g和56.3541mg N/100g超过了二级鲜度指标；273K下的鲳鱼则贮藏了6天后超过了二级鲜度指标。

2.2菌落总数分析

由图2可见在不同贮藏温度条件下鲳鱼总菌落数的变化很明显，并且与在不同贮藏温度条件下TVBN值变化有着相同的趋势。根据SC-T 3103-1984标准，鲳鱼的菌落总数(cfu/g≤10⁴时，为一级鲜度，菌落总数(cfu/g)≤10⁷时，为二级鲜度。贮藏在278K、283K、293K下的鲳鱼分别贮藏了6天，4天和2天后超过了二级鲜度的标准。

2.3感官评定结果分析

根据感官评定的标准，当鲳鱼的感官评分低于6分时，即可表明鲳鱼的货架寿命为零。从图3中可以看出，0天时，新鲜鲳鱼的感官评定为10分，随着贮藏温度的升高和贮藏时间的延长，感官评定值下降趋势明显。贮藏在268K条件下的鲳鱼，在第7天时，鲳鱼的感官品质仍为8分，而贮藏在293K条件下的鲳鱼在第3天感官品质已经为2分，达到了货架寿命的终点。贮藏在273K、278K、283K条件下贮藏的鲳鱼感官评定值下降速度依次加快。感官变化与鲳鱼在不同贮藏温度下TVBN和菌落总数值变化有着相同的趋势。

3品质变化动力学模型的建立

3.1动力学模型级数的确定

在食品加工和贮藏过程中，大多数与食品质量有关的品质变化都遵循零级或一级反应动力学规律。其动力学方程分别为：

零级反应：[Q]＝-k₀t+[Q₀]            (1)

一级反应：ln[Q]＝-k₁t+ln[Q₀]        (2)

式中：t-贮藏时间，天；[Q₀]-食品的初始品质；[Q]-食品经贮藏t天后的品质；k_n-n(n＝0、1)零级反应变化速率常数；

利用化学动力学模型可以拟合鲳鱼在不同贮藏温度下品质变化。不同化学反应级数、反应速率常数和线型回归相关系数R²的统计见表2。

表2各项指标的不同反应级数的反应速率常数和线性回归决定系数R²

^*表示选择的反应级数的作后续计算

通过表2可知，不同贮藏温度下回归方程的复相关系数均大于0.9，表明回归方程具有很高的拟和精度。随着贮藏温度的升高，生化反应速率常数增大。∑R²较大则说明总体线性关系较好，故经分析鲳鱼的TVBN、总菌落数值选择一级速率常数k。

3.2计算在不同温度下鲳鱼的货架期

阿仑乌斯(Arrhenius)证明，化学反应的速率常数k与反应温度T之间的关系为：

k＝k₀·exp(-E_A/RT)           (3)

式中：k₀-方程常数，对于指定的反应，k₀和反应浓度及温度无关；E_A-活化能，kJ/mol；R-气体常数，8.314J/(mol·K)；T-绝对温度，K。

活化能Ea的数值可利用Arrhenius公式求出：

$E_A=R\·\frac{T_1\·T_2}{T_2-T_1}\ln \frac{k_2}{k_1}---\left(4\right)$

式中：T₁、T₂-热力学温度，K；k₁、k₂-对应T₁、T₂温度下的反应速率常数；E_A-活化能，J/mol或cal/mol；R-气体常数，8.3144J/(mol·k)；。

Arrhenius关系式的主要价值在于：可以在高温(低1/T下收集数据，然后利用外推法获得其它贮藏温度下的货架寿命)由式(4)求得的E_A而获得Q₁₀模型：

$Q_{10}=\frac{{\mathrm{\θ}}_S\left(T\right)}{{\mathrm{\θ}}_S(T+10)}=\exp \left[\frac{E_A\·10}{\mathrm{RT}(T+10)}\right]---\left(5\right)$

式中：Q₁₀-是温差10K，品质降低速度的比值；θs-货架寿命，天。

在本次实验中，通过Q₁₀模型可预测不同温度段(268K～278K)、(273K～283K)、(283K～293K)内各温度点的货架期：

${Q_{10}}^{(T_0-T)/10}=\frac{\mathrm{\θs}\left(T\right)}{\mathrm{\θs}\left(T_0\right)}---\left(6\right)$

式中，T₀-通过感官评定确定货架寿命的已知的温度点；T-所要求货架寿命的温度点，θs-货架寿命，天。

根据式(6)必须先确定鲳鱼在3个温度点下(278K、283K和293K)感官评定的货架寿命终点值。因此对在278K、283K及293K温度条件下鲳鱼的感官评分对应贮藏时间进行线形回归，根据设立的切分点6(即Y＝6)获得相应货架寿命终点值即x，具体见表3：

表3各温度下鲳鱼通过感官评定获得的货架寿命

注：x-贮藏天数；Y-感官评分的分值。

由3个温度点分别为278K、283K和293K，与其对应的k值通过式(4)，求得E_A1、E_A2和，E_A3运用式(5)获得Q₁₀(268K～278K)、Q₁₀(273K～283K)、Q₁₀(283K～293K)的值，具体结果见表4：

表4鲳鱼在三个温度段上活化能E_A和Q₁₀的计算值

通过将感官评定的Q₁₀(268K～278K)、Q₁₀(273K～283K)、Q₁₀(283K～293K)分别与TVBN，菌落总数值不同温度段的Q₁₀值比较发现，菌落总数的Q₁₀(268K～278K)，TVBN的Q₁₀(273K～283K)和Q₁₀(283K～293K)与不同温度段感官评定的Q₁₀值最相近。因此，可选取菌落总数的Q₁₀(268K～278K)，TVBN的Q₁₀(273K～283K)和Q₁₀(283K～293K)作为货架期预测模型进行预测。

由表3，表4与公式(6)，获得鲳鱼在不同温度段下货架期预测模型：

268K～278K温度段内鲳鱼架期预测模型为： ${\mathrm{\θ}}_S\left(T\right)=5.8\×1{.611}^{\frac{278-T}{10}};$

283K～293K温度段内鲳鱼架期预测模型为： ${\mathrm{\θ}}_S\left(T\right)=1.7\×{2.6}^{\frac{293-T}{10}};$

273K～283K温度段内鲳鱼架期预测模型为： ${\mathrm{\θ}}_S\left(T\right)=3.0\×{1.628}^{\frac{283-T}{10}};$

式中：T为贮藏温度，K；θs(T)为货架寿命，天。

3.3货架期预测模型的验证和评价

将鲳鱼贮藏在273K、278K和283K条件下，用货架期实测值验证该模型。表5为273K、278K和283K条件下，鲳鱼的货架期的实验值与货架期预测模型得到的预测值的比较。

表5鲳鱼不同贮藏温度货架期的预测值和实测值

Table6 The predicted shelf-life and the observed shelf-life of Pomfret at 273K，278K and 283K

上述验证结果显示，货架期的实测值与预测值的相对误差均在10％以内，说明应用所得到的Q₁₀货架期模型能较好的预测鲜鲳鱼的货架期。应用本研究建立的鲳鱼货架期预测模型，可以快速可靠地实时预测268K～293K贮藏条件下鲳鱼的货架寿命。

4结论

实验结果表明，鲳鱼的挥发性盐基氮(TVBN)、菌落总数值随着贮藏时间的延长而增加，其感官品质随贮藏时间的延长而变差。贮藏温度越高各项指标变化越快，且符合一级反应变化规律，货架期也越短。根据挥发性盐基氮(TVBN)、菌落总数值变化建立的Q₁₀货架期预测模型，有很高的拟和精度。根据这种预测鲜鲳鱼品质动态变化的方法，可以准确地对鲜鲳鱼的食用安全性进行判别和并可用于实时预测其品质的动态变化。

Claims (5)

1.一种预测鲜鲳鱼货架期的方法，其特征在于：对不同贮藏温度情况下鲜鲳鱼的菌落总数、挥发性盐基氮(TVBN)、感官变化情况进行研究，建立鲳鱼不同温度段的Q₁₀货架期预测模型。步骤如下：

1)对新鲜鲳鱼清洗。将清洗后的鲳鱼去头去尾并且切块。

2)将切块后的鲳鱼，立即密封包装，冷藏。定期取样进行菌落总数、挥发性盐基氮(TVBN)值的测定，并进行感官评定。

3)确立菌落总数、挥发性盐基氮(TVBN)值随贮藏温度变化的动力学模型级数。

4)根据已确立的动力学模型级数，获得不同温度段的动力学活化能E_A与Q₁₀值

5)对鲳鱼感官评定值进行回归确定不同贮藏温度下的货架寿命。

6)建立不同温度段下鲳鱼的Q₁₀货架期预测模型。

7)以上述品质变化动力学模型为依据，选择货架期终点的品质判定值，进行货架期预测，验证模型准确性。

2.如权利要求1所述的一种预测鲜鲳鱼货架期的方法，其特征在于：将鲜鲳鱼放入碎冰中，用冰水清洗。将清洗后的鲳鱼去头去尾并且切块，每块约重30g。

3.如权利要求1所述的一种预测鲜鲳鱼货架期的方法，其特征在于：鲳鱼样品分别在268K、273K、278K、283K、293K下贮藏。

4.如权利要求1所述的一种预测鲜鲳鱼货架期的方法，其特征在于：用一级化学反应动力学模型对不同贮藏温度下的菌落总数、挥发性盐基氮(TVBN)值进行回归分析为佳。

5.如权利要求1所述的一种预测鲜鲳鱼货架期的方法，其特征在于：可以由3个温度点分别为278K、283K和293K，与其对应的反应速率常数k获得Q₁₀(268K～278K)、Q₁₀(273K～283K)、Q₁₀(283K～293K)的值，根据感官评分回归得到的不同温度下的货架寿命，可以建立在(268K～278K)、(273K～283K)、(283K～293K)温度段下的Q₁₀货架期预测模型。从而可求得三个温度段中任意贮藏温度下的货架寿命。

Images