CN104833780A - 一种基于乙醇传感器预测草莓品质等级的方法 - Google Patents

一种基于乙醇传感器预测草莓品质等级的方法 Download PDF

Info

Publication number
CN104833780A
CN104833780A CN201510030245.3A CN201510030245A CN104833780A CN 104833780 A CN104833780 A CN 104833780A CN 201510030245 A CN201510030245 A CN 201510030245A CN 104833780 A CN104833780 A CN 104833780A
Authority
CN
China
Prior art keywords
strawberry
rotting
sample
fruit
concentration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510030245.3A
Other languages
English (en)
Other versions
CN104833780B (zh
Inventor
屠康
赵秀洁
孙柯
潘磊庆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Agricultural University
Original Assignee
Nanjing Agricultural University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Agricultural University filed Critical Nanjing Agricultural University
Priority to CN201510030245.3A priority Critical patent/CN104833780B/zh
Publication of CN104833780A publication Critical patent/CN104833780A/zh
Application granted granted Critical
Publication of CN104833780B publication Critical patent/CN104833780B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明涉及一种基于乙醇传感器预测4℃贮藏条件下草莓品质等级的方法,属于农产品采后质量控制领域。该方法利用乙醇传感器提取未知样品气味信息,通过分析草莓品质败坏过程中挥发性乙醇浓度和腐烂指数之间的关系,并建立了基于乙醇浓度预测草莓腐烂指数的模型,测试者将提取的气味信息带入模型,可得出未知样品的腐烂指数,并可根据未知样品的腐烂指数判断样品的品质等级,做出对应的样品处理。本方法可应用于无损快速检测草莓品质,同时也为其它果蔬品质的无损快速检测提供了指导。

Description

一种基于乙醇传感器预测草莓品质等级的方法
技术领域:
本发明涉及一种基于乙醇传感器检测草莓品质等级的方法,属于农产品采后质量控制领域,特指基于乙醇传感器技术,通过对4℃贮藏条件下草莓气味的提取和分析,判别其品质等级。
背景技术:
草莓是一种非呼吸跃变型果实,属于蔷薇科,草莓属。草莓含水量较高,皮薄肉嫩,采后极易失水皱缩,衰老变质,且易受病原菌侵染和机械损伤而腐烂,从而失去商品价值,限制了货架期。且在贮藏早期,经常出现个别果实腐烂而其他果实完好的现象,若此时能及时发现,剔除腐败果,可有效避免其他果实被感染,延长草莓的贮藏时间,大大降低损失。
目前针对草莓品质的检测技术已经有了快速的发展,但绝大部分都是破坏性检测,操作繁琐,且成本高。因此,非常有必要研究草莓的品质指标和无损检测参数的关系,建立基于无损检测技术的草莓品质评价体系。
电子鼻作为无损检测的一种重要手段,具有客观、准确、快捷地评价气味,重复性好的特点,已广泛用于农畜产品的品质检测和分级,但仪器一般从国外引进,传感器需要定期更换,成本高;且多个传感器同时采集样品信息,数据量大,结果分析繁琐。
因此,建立一种操作简便、低成本、快捷的无损检测方法是目前本领域科研工作者需要解决的技术问题。本发明基于前期电子鼻检测草莓采后品质的分析结果,选定了一种国产乙醇传感器,标定后提取草莓气味,建立了基于乙醇气味预测草莓品质等级的模型,并对模型进行了验证,预测效果良好效果。
发明内容:
本发明的目的是提供一种基于乙醇传感器实时监测水果品质的无损检测方法,该方法通过提取草莓样品的气味来判断草莓的品质等级,具有操作快速简便,实用性强等特点,大大提高了检测速度且降低了检测成本。
为解决上述问题,本发明通过前期电子鼻检测水果品质结果,提供了一种基于乙醇传感器预测草莓品质等级的方法,具体步骤包括:(一)待测草莓预处理;(二)乙醇传感器标定;(三)乙醇传感器提取待测草莓气味参数;(四)将气味参数带入基于乙醇浓度预测草莓腐烂指数的模型,得出待测草莓的腐烂指数;(五)判断未知样品的品质等级。
1)所述步骤一,其特征在于将草莓样品用带气孔的聚乙烯保鲜盒按照大于100g/L的质量体积比包装,将气孔用保鲜膜封住,4℃贮藏。
2)所述步骤二,其特征在于,草莓采摘当天,4℃贮藏2h后,将用保鲜膜封住的保鲜盒气孔打开,将乙醇传感器探头插入保鲜盒气孔,把此时测定的乙醇浓度标定为0ppm。操作过程无需将草莓从冰箱里拿出,提取完气味后把保鲜盒上的气孔重新封好。
3)所述步骤三,其特征在于用校准好的乙醇传感器提取4℃贮藏条件下未知样品的挥发性乙醇浓度,具体操作方法按步骤二进行。
4)所述步骤四,其特征在于,建立基于乙醇浓度预测草莓腐烂指数的回归模型,该模型为:
y=a*x2+b*x+c
其中,y为未知样品腐烂指数(%),x为未知样品乙醇浓度(ppm),a、b、c为系数。预测时,将未知样品的乙醇浓度带入x,即得出该样品预测的腐烂指数。
5)所述步骤五,其特征在于,根据此标准划分未知草莓样品的品质等级,腐烂指数小于等于0,将未知样品划分为一级品;腐烂指数大于0小于等于3,划分为二级品;腐烂指数大于3小于等于5,划分为三级品;腐烂指数大于5小于等于10,划分为四级品;腐烂指数大于10,划分为腐败级。
附图说明:
图1:基于乙醇浓度预测草莓腐烂指数的模型
图2:模型验证图
具体实施方式:
本发明的目的是提供一种基于乙醇传感器预测草莓采后品质变化的方法,该方法可以通过草莓采后气味的变化来判别其品质,操作简便,后续数据处理简单易行,具有很强的实用性。
为了使本技术领域人员更好地理解本发明方案,下面结合具体实施方式对本发明作进一步的详细说明。
1、试验材料
实验材料为八成熟的“红颜”草莓。于2014年4月9日采自南京锁石村草莓园,选择大小基本一致、着色均匀,无表面损伤的草莓。运回实验室后每250g草莓封装在1L带有气孔的保鲜盒内(PE材料)为一个样本,共设30个样本,把每个保鲜盒的气孔用保鲜膜密封后,4℃冰箱内贮存。每隔两天测定每个样本乙醇浓度和腐烂指数,测至15d(共测定6次,180个样本),随机抽取每次所测样本的20个用于建模(共120个),剩余10个用于验证(共60个)。
2、试验仪器
乙醇传感器(量程:0-100ppm,精度:<±2%(F.S),最小读数:0.01ppm),LW203型电子天平(量程:0-500g,分辨率:0.01g)。
3、试验方法和步骤
1)传感器零点标定
草莓采摘当天,按要求包装,4℃贮藏2h后,将用保鲜膜封住的保鲜盒气孔打开,将乙醇传感器探头插入保鲜盒气孔,把此时测定的乙醇浓度标定为0ppm。操作过程无需将草莓从冰箱里拿出,提取完气味后把保鲜盒上的气孔重新封好。
2)气味采集
每隔两天用乙醇传感器测定每个样本乙醇浓度,及分别在草莓贮藏的第0天、第3天、第6天、第9天、第12天、第15天提取每个样本的气味信息。操作方法:打开封保鲜盒气孔的保鲜膜,将乙醇传感器探头插入保鲜盒气孔测定乙醇浓度,仪器会自动记录每次测量的最大值。试验参数如下:流速500mL/min,测定时间60s,洗气时间120s,取每次测量的最大值用于分析。操作过程无需将草莓从冰箱里拿出,提取完气味后把保鲜盒上的气孔重新封好。
3)腐烂指数测定
测定乙醇浓度的同时,统计每个样本的腐烂指数,以表面出现水渍状病斑作为腐烂的判别依据,计算公式如下:
腐烂指数=∑(腐烂级别×该级果实数量)/(最高腐烂级别×总果实数量)×100%
式中,腐烂级别的划分为:按果实腐烂面积大小将果实划分为5级:0级为无腐烂;1级为腐烂面积小于果实面积的1/4;2级为腐烂面积占果实面积的1/4~1/3;3级为腐烂面积占果实面积的1/3~1/2;4级表示腐烂面积大于果实面积的1/2。
4)乙醇传感器响应信号处理
把草莓腐烂指数看做因变量,乙醇浓度看做自变量,利用SPSS18的曲线回归分析,选择95%的置信区间,建立了基于乙醇浓度预测草莓草莓腐烂指数的回归模型,如图1所示,该模型关系式为:
y=-0.5502*x2+3.4768*x-0.3684
模型R2为0.9111,Sig.为0.000,说明所建模型具有统计学意义,可以用于预测草莓腐烂指数。将未知样品所检测到的挥发性乙醇浓度代替x带入上式,即可预测该样品的腐烂指数。
5)模型验证
为了验证模型的准确性,将剩余60个样本的乙醇浓度代替x带入上式,所得结果如图2所示,R2为0.9395,Sig.为0.000,RMSEP(预测均方根误差)为0.214,说明所建模型能很好的预测草莓的腐烂指数。
6)未知样品品质等级的判断
根据前期研究将草莓划分为五个品质等级,腐烂指数小于等于0,将未知样品划分为一级品;腐烂指数大于0小于等于3,划分为二级品(此时样品一般有1~2个果出现小斑点);腐烂指数大于3小于等于5,划分为三级品(此时样品一般有2~3个果出现斑点);腐烂指数大于5小于等于10,划分为四级品(此时样品有多个果出现斑点,或大或小,但仍可从样品中找出未腐败的果);腐烂指数大于10,划分为腐败级(此时样品中出现腐烂严重的果实,及时有个别果完好,但也被感染了大量腐败菌)。

Claims (1)

1.一种基于乙醇传感器预测草莓品质等级的方法,其特征在于按照如下步骤进行:(一)待测草莓包装预处理;(二)乙醇传感器标定;(三)乙醇传感器提取待测草莓气味参数;(四)将气味参数带入基于乙醇浓度预测草莓腐烂指数的模型,得出待测草莓的腐烂指数;(五)判断未知样品的品质等级。
1)所述步骤一,其特征在于将草莓样品用带气孔的聚乙烯保鲜盒按照大于100g/L的质量体积比包装,将气孔用保鲜膜封住,4℃贮藏。
2)所述步骤二,其特征在于,草莓采摘当天,4℃冰箱贮减2h后,将用保鲜膜封住的保鲜盒气孔打开,将乙醇传感器探头插入保鲜盒气孔,把此时测定的乙醇浓度标定为0ppm。操作过程无需将草莓从冰箱里拿出,提取完气味后把保鲜盒上的气孔重新封好。
3)所述步骤三,其特征在于用校准好的乙醇传感器提取4℃贮藏条件(冰箱、冰柜或冷藏车)下未知样品的挥发性乙醇浓度,具体操作方法按步骤二进行。
4)所述步骤三,其特征在于待测草莓腐烂指数预测过程根据所建的基于乙醇浓度预测草莓腐烂指数的回归模型,该模型为:
y=a*x2+b*x+c
其中,y为未知样品腐烂指数(%),x为未知样品乙醇浓度(ppm),a、b、c为系数。预测时,将未知样品的乙醇浓度带入x,即得出该样品预测的腐烂指数。
对于不同采收时期、不同品种的草莓,判别模型的系数可能有所不同,需通过实验确定,当样品为八成熟的“红颜”草莓时,公式系数为a=0.5502、b=3.4768、c=-0.3684。
5)所述步骤五,其特征在于,根据腐烂指数划分未知草莓样品的品质等级。
腐烂指数=∑(腐烂级别×该级果实数量)/(最高腐烂级别×总果实数量)×100%
式中,腐烂级别的划分为:按果实腐烂面积大小将果实划分为5级:0级为无腐烂;1级为腐烂面积小于果实面积的1/4;2级为腐烂面积占果实面积的1/4~1/3;3级为腐烂面积占果实面积的1/3~1/2;4级表示腐烂面积大于果实面积的1/2。腐烂指数小于等于0,将未知样品划分为一级品;腐烂指数大于0小于等于3,划分为二级品;腐烂指数大于3小于等于5,划分为三级品;腐烂指数大于5小于等于10,划分为四级品;腐烂指数大于10,划分为腐败级。
CN201510030245.3A 2015-01-19 2015-01-19 一种基于乙醇传感器预测草莓品质等级的方法 Active CN104833780B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510030245.3A CN104833780B (zh) 2015-01-19 2015-01-19 一种基于乙醇传感器预测草莓品质等级的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510030245.3A CN104833780B (zh) 2015-01-19 2015-01-19 一种基于乙醇传感器预测草莓品质等级的方法

Publications (2)

Publication Number Publication Date
CN104833780A true CN104833780A (zh) 2015-08-12
CN104833780B CN104833780B (zh) 2017-02-22

Family

ID=53811793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510030245.3A Active CN104833780B (zh) 2015-01-19 2015-01-19 一种基于乙醇传感器预测草莓品质等级的方法

Country Status (1)

Country Link
CN (1) CN104833780B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105842428A (zh) * 2016-05-09 2016-08-10 紫荆花涂料(上海)有限公司 一种净味油漆或涂料气味评价的方法
CN107340356A (zh) * 2017-06-29 2017-11-10 亿信标准认证集团四川有限公司 一种蔬菜运输的损害度检测设备
CN108469455A (zh) * 2017-02-23 2018-08-31 南京农业大学 一种用于草莓新鲜度判别的便携式电子鼻系统的设计及方法
CN109507239A (zh) * 2018-11-15 2019-03-22 中国农业科学院农业信息研究所 一种棉花纤维品质监测装置
CN116577473A (zh) * 2023-07-14 2023-08-11 北京市农林科学院 一种草莓机械损伤发生时间的检测方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101620195A (zh) * 2009-08-12 2010-01-06 南京农业大学 一种气味传感器检测次郎甜柿内部品质的方法
CN101655471A (zh) * 2009-09-23 2010-02-24 南京农业大学 一种气体传感器检测鸡蛋新鲜度的方法
CN102944584A (zh) * 2012-12-07 2013-02-27 南京农业大学 一种气味传感器对草莓常见病害早期检测的方法
CN102944585A (zh) * 2012-12-07 2013-02-27 南京农业大学 一种气味传感器检测水果采后病害的方法
WO2014167009A1 (en) * 2013-04-12 2014-10-16 Bayer Cropscience Ag Novel triazole derivatives

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101620195A (zh) * 2009-08-12 2010-01-06 南京农业大学 一种气味传感器检测次郎甜柿内部品质的方法
CN101655471A (zh) * 2009-09-23 2010-02-24 南京农业大学 一种气体传感器检测鸡蛋新鲜度的方法
CN102944584A (zh) * 2012-12-07 2013-02-27 南京农业大学 一种气味传感器对草莓常见病害早期检测的方法
CN102944585A (zh) * 2012-12-07 2013-02-27 南京农业大学 一种气味传感器检测水果采后病害的方法
WO2014167009A1 (en) * 2013-04-12 2014-10-16 Bayer Cropscience Ag Novel triazole derivatives

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
朱娜 等: "电子鼻对草葛采后贮藏早期霉菌感染的检测", 《农业工程学报》 *
江琳琳 等: "基于电子鼻对水蜜桃货架期评价的研究", 《食品科学》 *
静玮 等: "热水喷淋处理对草蓦果实采后腐烂和品质的影响", 《食品科学》 *
黄兴奕 等: "用于食品气味快速检测的可视传感器特性研究", 《传感技术学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105842428A (zh) * 2016-05-09 2016-08-10 紫荆花涂料(上海)有限公司 一种净味油漆或涂料气味评价的方法
CN108469455A (zh) * 2017-02-23 2018-08-31 南京农业大学 一种用于草莓新鲜度判别的便携式电子鼻系统的设计及方法
CN107340356A (zh) * 2017-06-29 2017-11-10 亿信标准认证集团四川有限公司 一种蔬菜运输的损害度检测设备
CN109507239A (zh) * 2018-11-15 2019-03-22 中国农业科学院农业信息研究所 一种棉花纤维品质监测装置
CN116577473A (zh) * 2023-07-14 2023-08-11 北京市农林科学院 一种草莓机械损伤发生时间的检测方法及装置
CN116577473B (zh) * 2023-07-14 2023-11-17 北京市农林科学院 一种草莓机械损伤发生时间的检测方法及装置

Also Published As

Publication number Publication date
CN104833780B (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN104833780B (zh) 一种基于乙醇传感器预测草莓品质等级的方法
Zhang et al. Application of electronic nose and statistical analysis to predict quality indices of peach
Zhang et al. Predictions of acidity, soluble solids and firmness of pear using electronic nose technique
Rehman et al. Assessment of quality of fruits using impedance spectroscopy
CN103134767B (zh) 一种红外光谱校正鉴定白酒品质的方法
CN100575950C (zh) 一种水果成熟度预测方法
CN105606637B (zh) 利用低场核磁共振技术检测鲍鱼中水分和脂肪含量的方法
CN106324011A (zh) 一种确定调理水产品低温货架期的鲜度联合检测方法
CN110441241B (zh) 一种光声光谱多组分气体分析仪器的性能评价装置及方法
US20220011232A1 (en) A method for testing cellular-level water content and distribution in fruit and vegetable tissues based on raman spectroscopy
CN104483458A (zh) 一种预测冷链猪肉货架期的方法与系统
CN104297206A (zh) 一种液态牛奶品牌快速鉴别方法
CN205607982U (zh) 基于气味和阻抗的肉类品质检测装置
CN102944585A (zh) 一种气味传感器检测水果采后病害的方法
CN105628646B (zh) 一种卷烟在线焦油预测及预警方法
CN105738503B (zh) 一种基于电子鼻快速预测山核桃脂肪酸含量的方法
CN105445333B (zh) 快速无损检测小麦种子生活力的方法
CN100429501C (zh) 一种快速无损检测鸭梨黑心病的方法
CN105510412B (zh) 快速无损检测种子生活力的方法
CN111855800B (zh) 声学振动快速无损测定水果货架期或最佳食用期的方法
CN111141808B (zh) 一种基于电泳分析技术的土壤有效态分析方法及其土壤养分等级评定方法
CN106338526A (zh) 一种基于微波水分仪的修正模型及检测方法
CN111474293B (zh) 一种青枯病菌溶液测定方法及测定系统
Zompanti et al. A Sensor System for Non-Destructive Monitoring of Food Ripening Processes
Di Caro et al. Quality control of hazelnuts by means of NMR measurements

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant