CN104655810B - 一种预测冷贮冬枣品质变化的方法 - Google Patents

Abstract

本发明提供了一种预测冷贮冬枣品质变化的方法，该方法对冬枣在不同贮藏温度条件下的品质指标，即抗坏血酸(V_C)含量、色差值和硬度值的变化情况进行研究，最终建立冬枣的货架期预测模型。该方案能够预测冷贮冬枣的实时新鲜程度，为冬枣的货架期预测提供了可靠的依据，也为冷贮冬枣的剩余货架期的预测提供理论的依据和实际应用的示范。

Description

一种预测冷贮冬枣品质变化的方法

技术领域

本发明属于食品保鲜和贮藏领域，具体是一种预测冷贮冬枣品质变化的方法。

背景技术

枣(Ziziphus jujuba Mill.var.inermis(Bunge)Rehd)是一种营养价值较高、深受人们喜爱的水果，在中国有2500年的种植历史。世界枣产量的90％是由中国产出的。冬枣(Zizyphus jujubaMill.cv.Dongzao)是近年来中国重要的水果产品，具有较高的营养价值和良好的食用品质。近十年来，鉴于人们对食物的需求和制药的应用，冬枣的需求量在不断增加。尽管冬枣能够在冷贮条件下保存两个月左右，但是冬枣的易腐行，加上没有及时进行采后处理，使冬枣贮藏起来更加困难，加剧了冬枣的浪费。冬枣采后易褪色，易褐变，易水分流失，这些特点都预示着冬枣的难耐贮性。由于冬枣贮藏期间呼吸速率和乙烯产生没有明显的峰，表明冬枣是非跃变型果实。冬枣的成熟和衰老是乙烯触发，这将导致冬枣的软化、褐变和衰减，进而会缩短冬枣的贮藏寿命，最终致使食用价值降低。因此，预测剩余货架期对冬枣尤为重要。

发明内容

本发明所要解决的技术问题是，提供一种预测冷贮冬枣品质变化的方法，该方法根据冬枣在不同贮藏温度条件下抗坏血酸(V_C)含量、色差值、硬度值的变化情况建立冷贮冬枣品质变化的动力学模型，为冷贮冬枣的剩余货架期的预测提供理论的依据和实际应用的示范，在很大程度上能够预测冷贮冬枣的实时新鲜程度，较为实用。

为解决上述技术问题，本发明提供了一种预测冷贮冬枣品质变化的方法，对不同贮藏温度情况下冷贮冬枣的抗坏血酸值、色差值、硬度值进行测定，建立货架期预测模型，包括以下步骤：

步骤A，随机挑选点红的冬枣，采摘后24h内运到冷贮地点，密封包装，按相应贮藏温度进行冷贮；

步骤B，分别测定各贮藏温度下的冬枣的抗坏血酸值、色差值和硬度值；

步骤C，分别建立抗坏血酸、色差值和硬度值随贮藏温度变化的动力学模型形式；

步骤D，反应速率常数分析；

步骤E，分别建立抗坏血酸值、色差值和硬度值变化的动力学模型；

步骤F，以上述品质变化动力学模型为依据，分别建立相应品质的货架期预测模型；

步骤G，货架期预测模型的验证与评价。

步骤A中所述的贮藏温度为273K、278K、283K、288K和293K。

步骤C中所述的动力学模型形式采用一级反应模型：C＝C₀×e^-Kt，其中C＝贮藏后理化指标含量，C₀＝理化指标起始含量，t＝贮藏时间，K＝反应速率常数；所述的理化指标为冬枣的抗坏血酸值、色差值和硬度值。

所述抗坏血酸值采用2，4-二硝基苯肼法测定。

步骤D采用的分析公式为Arrhenius方程，即K＝A*exp(-E_a/RT)，其中：K为反应速率常数，R为摩尔气体常量，T为热力学温度，E_a为表观活化能，A为指前因子。

步骤F中建立货架期预测模型通式为：

$SL=t=-\frac{ln\frac{C}{C_0}}{{\mathrm{Ae}}^{-\frac{E_a}{RT}}},$

其中，C为贮藏后理化指标含量，C₀为理化指标起始含量，t为贮藏时间，天；A为指前因子；R为摩尔气体常量；T为热力学温度；E_a为表观活化能。

所述的色差值包括色差a*值、色差b*值和色差L*值。

冬枣的色差a*值的货架期预测模型为：

${\mathrm{SL}}_{a*}=-\frac{ln\frac{C_{a*}}{C_{a{*}_0}}}{2.15\×{10}^5{e}^{-\frac{3.34\×{10}^4}{8.3144T}}},$

冬枣的色差b*值的货架期预测模型为：

${\mathrm{SL}}_{b*}=-\frac{ln\frac{C_{b*}}{C_{b{*}_0}}}{1.36\×{10}^{12}{e}^{-\frac{7.40\×{10}^4}{8.3144T}}},$

冬枣的色差L*值的货架期预测模型为：

冬枣的抗坏血酸值的货架期预测模型为：

冬枣的硬度值的货架期预测模型为：

其中，C_i为贮藏后理化指标含量，为理化指标起始含量，i表示冬枣的色差a*值、色差b*值、色差L*值、抗坏血酸值和硬度值。

此外，本发明在贮藏的第0、2、4、7、11、15天对冬枣的抗坏血酸值V_C、色差值、硬度值的变化情况进行测定。这种测定方式可以较为准确地跟踪冬枣的各个指标的变化，为绘制拟合曲线奠定良好的基础，从而利于提高对冬枣品质变化预测的精度。

本发明的有益效果在于：

本发明建立了关于冬枣的色差a*值、色差b*值、色差L*值、抗坏血酸V_C值及硬度值的一级动力学模型，结合Arrhenius方程得到了相应指标的反应速率常数，最终获得了冬枣的货架期预测模型，能够相对准确地判断冬枣的货架期或剩余货架期，便于生产实践使用，可为消费者提供安全保障。

由此可见，本发明与现有技术相比，具有突出的实质性特点和显著的进步，其实施的有益效果也是显而易见的。

附图说明

图1为冬枣在不同贮藏温度下的硬度值货架期的一级拟合曲线；

图2为冬枣在不同贮藏温度下的色差a*值货架期的一级拟合曲线；

图3为冬枣在不同贮藏温度下的色差b*值货架期的一级拟合曲线；

图4为冬枣在不同贮藏温度下的色差L*值货架期的一级拟合曲线；

图5为冬枣在不同贮藏温度下的抗坏血酸V_C值货架期的一级拟合曲线。

具体实施方式

为使本发明的技术方案和优点更加清楚，下面将结合附图，对本发明的技术方案进行清楚、完整地描述。

1材料与方法

1.1材料和实验仪器

实验所用的冬枣选自山东沾化下洼镇。实验所用到的仪器有：恒温干燥箱、人工气候培养箱、电子天平、紫外分光光度计、CR-400手持式色差测定仪、CT3(4500)质构分析仪等。

1.2实验方法

1.2.1材料预处理

随机挑选点红的冬枣，采摘后24h内运到冷贮地点，密封包装，按相应贮藏温度273K、278K、283K、288K、293K分别进行冷贮。在第0、2、4、7、11、15天对冬枣的抗坏血酸值V_C、色差值、硬度值的变化情况进行测定。其中，在冷贮前期，测量时间间隔短，测定密集，而在冷贮的中后期，测量时间间隔相对较长，即对冬枣的抗坏血酸值V_C、色差值、硬度值的变化情况的测定时间间隔采用前短后长的原则，有利于拟合曲线的绘制，从而利于提高对冷贮冬枣品质变化的预测精度。

此外，对于实验中使用的冬枣，在采摘后24h内运到冷贮地点后密封包装冷贮，预冷及时，可减缓冬枣腐烂率，延长贮藏期。

1.2.2冬枣品质值的测定

1.2.2.1失重率的测定

分别取贮藏在273K、278K、283K、288K、293K温度下的冬枣样品，且上述每个贮藏温度下随机挑选6个冬枣，分别测定其重量，结果表示为N/m²。按下列公式测定重量损失率：

失重率(％)＝(起始重量-贮藏后重量)×100/起始重量

1.2.2.2冬枣色差值的测定

在每个贮藏温度下随机挑选冬枣样品，分别用CR-400手持式色差分析仪对各冬枣表面的四个随机点测定色差值。

1.2.2.3冬枣VC含量的测定

冬枣的V_C含量用2,4-二硝基苯肼(DNP)法测定，具体步骤如下：在不同贮藏温度条件下，随机取20g冬枣果实，在100ml 20g/L的草酸中打浆。取10g过滤获得的浆液放入100mL容量瓶中，用10g/L的草酸稀释至100mL，混匀备用。容量瓶中取出25mL混合液，用2g活性炭去除颜色干扰。将活性炭滤掉后的滤液10mL加入10mL 20g/L硫脲溶液，加入1.0ml 20g/L的2,4-二硝基苯肼溶液。空白样品不加2,4-二硝基苯肼溶液，作为对照。所有样品均37℃孵育3h。空白样品加1.0ml 20g/L 2,4-二硝基苯肼溶液。样品取出后放入冰水中，缓慢加人5mL85％硫酸。室温30min，然后分光光度比色。由以下方程确定V_C的浓度：

$X=\frac{c\×V}{m}\×F\×\frac{100}{1000},$

其中X为V_C含量(mg/100g)，c为回归方程计算得到的V_C含量(ug/mL)，V为10g/L草酸体积(mL)，F为稀释倍数。

1.2.2.4冬枣硬度值的测定

在每个贮藏温度下随机挑选冬枣样品，分别用打孔机在冬枣上取得约10mm直径圆柱形的果实。使用CT3质构分析仪测定冬枣的硬度值，测定冬枣果实的硬度值。

1.2.3统计分析

试验数据用均值±标准差(SD)表示，所有统计数据通过SPSS(SPSS，美国)获得。假设检验方法用最小显著性检验的单因素方差分析(ANOVA)表示。P＜0.05定义为具有统计学意义。

1.2.4化学动力学模型

食品质量可以通过化学反应动力学模型表示。贮藏食品质量的变化可能对动力学特性有关，如反应速率常数和活化能。大多数食品质量的变化遵循零级或一级反应模型，如下述方程描述：

零级反应：C＝C₀–Kt

一级反应：C＝C₀×e^-Kt

其中C为贮藏后理化指标含量，C₀为理化指标起始含量，t为贮藏时间，K为反应速率常数。

本发明中的化学反应动力学模型用origin8.0软件处理获得。

1.2.4冬枣品质变化的化学品质动力学分析

2结果与讨论

2.1不同贮藏温度对冬枣失重率的影响

由表1可知，随着贮藏温度的增加，冬枣失重的速率加大。在293K温度下，冬枣的失重速率明显的高于其他贮藏温度；在温度288K和283K两个条件下贮藏的冬枣失重率变化不大；冬枣贮藏在273K，保持较小的失重率。由表1数据可知，低温贮藏有利于冬枣水分的保持，能够有效的延长冬枣的货架期。

表1冬枣失重率

2.2不同贮藏温度对冬枣硬度的影响

如表2所示，在不同温度下贮藏的冬枣的硬度，随贮藏时间的增长均有不同程度的降低。如在293K和288K温度下，在贮藏7天后，冬枣的硬度都有了显著的降低；且在贮藏的第2、4、7天，在293K和288K两个贮藏温度下贮藏的冬枣的硬度也有显著性的差别。在贮藏第15天时，冬枣硬度下降非常明显，278K贮藏的冬枣硬度比273K下贮藏的冬枣硬度有差异性降低。所有数据表明，随贮藏时间的增加，不同贮藏温度的冬枣硬度下降显著。贮藏温度升高，冬枣硬度下降。这样的结果表明，低温贮藏有利于冬枣硬度的保持，更长时间保证了冬枣食用品质，可以有效的延长冬枣的货架期。

表2冬枣硬度(g)

2.3冬枣色差的测定

根据CIE(国际照明委员会)规定，任何一种给定物体的特性都可以用三刺激值(X,Y,Z)色度坐标表示。色差仪将原始的CIE三刺激值通过数学转换，表示为a*，b*，L*，其中+a*值表示红色，-a*值表示绿色；+b*值表示黄色，-b*值表示蓝色；+L*值表示明亮度，-L*值表示阴暗度。

由表3-1、表3-2可知，在不同贮藏温度下，随着贮藏时间的增加，冬枣的+a*不断增加，贮藏末期与初期比较差异显著；随着贮藏时间增加，不同贮藏温度下的冬枣+b*有所降低，但是+b*的变化幅度小于+a*；冬枣的+L*值，也随着贮藏时间的增加有显著的降低。从表3-3中可知，贮藏温度越高、贮藏时间越长，冬枣的+L*值下降越显著。以上的结果表明，低温贮藏可以有效的保持冬枣的颜色鲜亮，避免冬枣颜色快速的变红，可以更有效的保持冬枣的色泽，延长冬枣的货架期。

表3-1冬枣色差a*

表3-2冬枣色差b*

表3-3冬枣色差L*

2.4冬枣V_C含量的测定

由表4可知，本发明中，随着贮藏温度的升高，贮藏时间的增加，冬枣中V_C的含量不断下降；且在同一贮藏温度下，随贮藏时间的增加，冬枣中V_C的含量下降显著；此外，在同一贮藏时间，随贮藏温度的升高，冬枣中V_C的含量下降。这些研究结果说明，冬枣在低温的贮藏条件下，能够有效的抑制V_C含量的降低。此项指标也表示，低温贮藏可以有效延长冬枣的货架期。

表4冬枣V_C含量(g/100g)

3.冬枣品质变化的化学品质动力学分析

3.1一级动力学模型

用origin8.0软件对实验数据进行整理和分析，并选用曲线回归分析方法，求得各理化指标在不同贮藏温度下的化学品质动力学反应速率常数，并获得一级动力学模型。水果贮藏过程中，大多数与品质有关的理化指标都遵循零级或一级反应。经分析确定冬枣品质函数为一级动力学模型。本发明对贮藏过程中冬枣的硬度、色差、V_C含量三个理化指标用指数方程进行回归分析，得到反应速率常数K和回归系数R²，见表5。

其中，采用的回归方程式为：C＝C₀×e^-Kt，其中：C为贮藏后理化指标含量，C₀为理化指标起始含量，t为贮藏时间，K为反应速率常数。

表5冬枣在不同贮藏温度下品质变化的一级动力学模型

3.2反应速率常数

在不同的贮藏温度下分别测得冬枣的硬度、色差和V_C含量，利用得到的数据作图，如图1、图2、图3、图4、图5所示，计算反应速率常数，得到该反应的Arrhenius方程。

其中，Arrhenius方程为：K＝A*exp(-E_a/RT)，

其中：K为反应速率常数，R为摩尔气体常量，T为热力学温度，E_a为表观活化能，A为指前因子(又称频率因子)。该Arrhenius方程是化学反应速率常数随温度变化关系的经验公式。

对Arrhenius方程取对数，得对数方程：lnK＝lnA－E_a/RT。

在求得不同温度下的反应速率常数后，据上述对数方程式可作lnK～1/T图，得到一直条线，其斜率为表观活化能E_a，其截距为指前因子A。

综上，冬枣品质变化的动力学方程为：K＝A*exp(-E_a/RT)，具体如表6所示。同理，也可以得到色差和V_C的动力学方程。

表6不同贮藏温度下品质变化的动力学模型

指标	指前因子A	表观活化能Ea/J/mol
			a*	2.15×105	3.34×104
b*	1.36×1012	7.40×104
			L*	1.26×107	4.71×104
VC	1.24×106	4.14×104
			硬度	1.72×107	4.70×104

3.3货架期预测模型

将Arrhenius方程K＝A*exp(-E_a/RT)代入一级动力学模型C＝C₀×e^-Kt，可得公式即得冬枣货架期预测模型其中，C为贮藏后理化指标含量，C₀为理化指标起始含量，t为贮藏时间，天；K为反应速率常数；R为摩尔气体常量；T为热力学温度；E_a为表观活化能；其中所述的理化指标为冬枣的抗坏血酸值、色差值与硬度值。

然后，将不同指标的反应速率常数代入上述冬枣的货架期预测模型，最终可以得到冬枣在273K～293K温度段内的货架期预测模型，具体如下：

冬枣色差a*的货架期预测模型：

冬枣色差b*的货架期预测模型：

冬枣色差L*的货架期预测模型：

冬枣V_C的货架期预测模型：

冬枣硬度的货架期预测模型：

其中，C_i为贮藏后理化指标含量，C_i0为理化指标起始含量，i表示冬枣的理化指标，该理化指标指的是色差a*值、色差b*值、色差L*值、抗坏血酸值与硬度值。

3.4货架期预测模型的验证

在273K、283K和293K的贮藏温度下，作货架期预测模型的验证。具体如表7所示。

表7不同贮藏温度下货架期的预测值与实测值

由表7可知，色差a*值、V_C值的货架期预测模型的验证结果优于硬度，但上述指标均可以准确地预测冬枣的货架期。

4结论

本发明建立了关于冬枣的色差a*、b*、L*以及冬枣的V_C和硬度的一级动力学模型，结合Arrhenius方程得到了相应指标的反应速率常数，最终获得了冬枣的货架期预测模型。上述冬枣货架期模型具有较小的相对误差，较好的准确度，能够准确判断冬枣的货架期，可以很好地应用于实际的生产实践，为消费者提供安全保障。

综上，本发明能够预测冷贮冬枣的实时新鲜程度，为冷贮冬枣货架期的预测提供了可靠的依据，也为冷贮冬枣的剩余货架期的预测提供了理论的依据和实际应用的示范。

以上实施方式仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施方式对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施方式技术方案的范围。

Claims (4)

1.一种预测冷贮冬枣品质变化的方法，其特征在于，对不同贮藏温度情况下冷贮冬枣的抗坏血酸值、色差值、硬度值进行测定，建立货架期预测模型，包括以下步骤：

步骤A，随机挑选点红的冬枣，采摘后24h内运到冷贮地点，密封包装，按相应贮藏温度进行冷贮；

步骤B，分别测定各贮藏温度下的冬枣的抗坏血酸值、色差值和硬度值；

步骤C，分别建立抗坏血酸、色差值和硬度值随贮藏温度变化的动力学模型形式；

步骤D，反应速率常数分析；

步骤E，分别建立抗坏血酸值、色差值和硬度值变化的动力学模型；

步骤F，以上述品质变化动力学模型为依据，分别建立相应品质的货架期预测模型；

步骤G，货架期预测模型的验证与评价；

步骤C中所述的动力学模型形式采用一级反应模型：C＝C₀×e^-Kt，其中C＝贮藏后理化指标含量，C₀＝理化指标起始含量，t＝贮藏时间，K＝反应速率常数；所述的理化指标为冬枣的抗坏血酸值、色差值和硬度值；

步骤D中采用的分析公式为Arrhenius方程，即K＝A*exp(-E_a/RT)，其中：K为所述的反应速率常数，R为摩尔气体常量，T为热力学温度，E_a为表观活化能，A为指前因子；

步骤F中建立货架期预测模型的通式为：其中，C为所述的贮藏后理化指标含量，C₀为所述的理化指标起始含量，t为所述的贮藏时间，天；A为所述的指前因子；R为所述的摩尔气体常量；T为所述的热力学温度；E_a为所述的表观活化能；

所述的色差值包括色差a*值、色差b*值和色差L*值；

其中，在273K～293K温度段内,有

冬枣的色差a*值的货架期预测模型：

冬枣的色差b*值的货架期预测模型：

冬枣的色差L*值的货架期预测模型：

冬枣的抗坏血酸值的货架期预测模型：

冬枣的硬度值的货架期预测模型：

其中，C_i为贮藏后理化指标含量，为理化指标起始含量，i表示冬枣的色差a*值、色差b*值、色差L*值、抗坏血酸值和硬度值。

2.根据权利要求1所述的预测冷贮冬枣品质变化的方法，其特征在于，步骤A中所述的贮藏温度为273K、278K、283K、288K和293K。

3.根据权利要求1或2所述的预测冷贮冬枣品质变化的方法，其特征在于，所述抗坏血酸值采用2，4-二硝基苯肼法测定。

4.根据权利要求1或2所述的预测冷贮冬枣品质变化的方法，其特征在于，在贮藏的第0、2、4、7、11、15天对冬枣的抗坏血酸值V_C、色差值、硬度值的变化情况进行测定。