CN114996931A - 一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法 - Google Patents

一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法 Download PDF

Info

Publication number
CN114996931A
CN114996931A CN202210600235.9A CN202210600235A CN114996931A CN 114996931 A CN114996931 A CN 114996931A CN 202210600235 A CN202210600235 A CN 202210600235A CN 114996931 A CN114996931 A CN 114996931A
Authority
CN
China
Prior art keywords
fresh
growth
pseudomonas fluorescens
model
gas
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.)
Pending
Application number
CN202210600235.9A
Other languages
English (en)
Inventor
于航
孙梦鸽
郁强
刘丽霞
姚卫蓉
谢云飞
郭亚辉
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.)
Suzhou Institute Of Product Quality Supervision And Inspection
Jiangnan University
Original Assignee
Suzhou Institute Of Product Quality Supervision And Inspection
Jiangnan 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 Suzhou Institute Of Product Quality Supervision And Inspection, Jiangnan University filed Critical Suzhou Institute Of Product Quality Supervision And Inspection
Priority to CN202210600235.9A priority Critical patent/CN114996931A/zh
Publication of CN114996931A publication Critical patent/CN114996931A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Storage Of Fruits Or Vegetables (AREA)

Abstract

本发明公开了一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法，属于食品安全技术领域。所述方法通过建立气体交换模型，结合荧光假单胞菌生长预测模型，得到气体交换与荧光假单胞菌生长的耦合模型，从而较好的预测鲜切蔬菜中荧光假单胞菌的生长，在不破坏鲜切蔬菜产品包装的前提下，仅需知道鲜切蔬菜的呼吸参数、荧光假单胞菌自身参数、包装材料的气体透过率参数及经历的时间就能快速利用模型预测出鲜切蔬菜中荧光假单胞菌数量，从而实时监控鲜切蔬菜的货架期，省时省力且准确性较高。

Description

一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法
技术领域
本发明涉及一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法，属于食品安全技术领域。
背景技术
鲜切蔬菜又称最少加工蔬菜、半加工蔬菜、轻度加工蔬菜等，是以新鲜蔬菜为原料，经分级、清洗、整修、去皮、切分、保鲜、包装等一系列处理后，再经过低温运输进入冷柜销售的即食或即用蔬菜制品。鲜切蔬菜既保持了蔬菜原有的新鲜状态，又经过加工使产品清洁卫生，属于净菜范畴，天然、营养、新鲜、方便以及可利用度高(100％可食用)，可满足人们追求天然、营养、快节奏的生活方式等方面的需求。其中，球心生菜、水果黄瓜和樱桃萝卜皆富含β胡萝卜素、抗氧化物、膳食纤维素、微量元素和多种维生素，有促进胃肠蠕动、增进食欲、帮助消化、减肥等功效，是常见的即用蔬菜制品。
随着消费者对新鲜、健康、方便的即食产品的需求增加和全国各地果蔬配送中心的建立,鲜切果蔬的市场会越来越大。然而从农场到餐桌的完整供应链中却存在很多安全隐患，最常见的就是微生物污染。荧光假单胞菌(Pseudomonas fluorescens)作为嗜冷菌，是鲜切蔬菜中最常见的腐败菌，人感染会引起败血症、感染性休克、血管内凝血等后果。
目前预测鲜切蔬菜中荧光假单胞菌生长的方法有很多，大致可分为概率统计模型和动力学模型。前者不能明确模拟微生物的生长状况，限制了其在微生物预测领域的全面应用；后者包括三种不同层次，即初级模型、二级模型以及三级模型。最常用的初级模型包括Logistic模型、Modified Gomperz模型、Huang模型和Baranyi模型等。例如专利KR20110125196介绍了一种使用微生物生长模型的食品质量预测方法，在不测量微生物数量的情况下，通过微生物生长模型向用户提供预测的微生物数量；专利CN201410521774.9介绍了一种冷链物流的冷却肉货架期预测方法，在Modified Gomperz模型基础上结合理化指标和感官评价结果构建冷却肉货架期预测模型，从而预测冷链物流中冷却肉的货架期；专利CN201210185603.4介绍了一种副溶血性弧菌在南美白对虾中的生长预测模型的构建方法，采用三阶段线性模型模拟不同贮藏温度下的南美白对虾中的副溶血性弧菌随时间的变化，建立了最大比生长速率和温度的线性关系；专利CN201810127335.8介绍了一种预测冷藏巴氏杀菌鲜奶货架期的方法，首先实测微生物生长，采用Modified Gomperz模型用于描述微生物总数随时间的变化，Rotkowsk方程用于描述微生物生长参数与温度的线性关系，通过这两个方程预测冷藏巴氏杀菌鲜奶中的微生物总数，与实际测定值进行比较以评价模型准确性，最后通过微生物生长预测模型建立鲜奶货架期预测模型，预测不同温度下鲜奶的货架期。截至目前，现有的大部分模型都只是考虑温度对微生物生长参数的影响，这是片面的且不够准确的。
使用考虑到CO2和O2对微生物生长的影响的数学模型来预测包装内部食品的微生物安全性是一个新兴的课题，目前还没有人研究过。正如Chaix等人(Chaix E,Couvert O,Guillaume C,et al.Predictive microbiology coupled with gas(O2/CO2)transfer infood/packaging systems:how to develop an efficient decision support tool forfood packaging dimensioning[J].Comprehensive Reviews in Food Science and FoodSafety,2015,14(1):1-21.)所描述的，只有少数预测微生物学模型考虑了CO2对细菌生长的影响，大多数情况下，在食物储存过程中CO2浓度被认为是恒定的。正如Devlieghere等人(Devlieghere F,Geeraerd A,Versyck K,et al.Growth of Listeria monocytogenes inmodified atmosphere packed cooked meat products:a predictive model[J].Foodmicrobiology,2001,18(1):53-66.)或Mejlholm等人(Mejlholm O,Dalgaard P.Modelingand predicting the growth boundary of Listeria monocytogenes in lightlypreserved seafood[J].Journal of food protection,2007,70(1):70-84.)的研究中所描述的，这个恒定值可能是CO2分压或溶解CO2浓度。然而，在任何一种气调包装中，气体的动态转移都是不可忽视的，CO2的转移会影响食品中溶解二氧化碳的量，进而影响微生物生长。同时，O2的影响对于模拟诸如荧光假单胞菌等需氧菌的生长也是不可或缺的。荧光假单胞菌作为鲜切蔬菜冷藏过程中的主要腐败菌，又是严格需氧菌，必须考虑包装内部CO2和O2对其生长的动态影响。而研究O2的情况甚至比CO2的情况更少见，只有Geysen等人(GeysenS,Escalona V,Verlinden B,et al.Validation of predictive growth modelsdescribing superatmospheric oxygen effects on Pseudomonas fluorescens andListeria innocua on fresh-cut lettuce[J].International journal of foodmicrobiology,2006,111(1):48-58.)、Alfaro等人(Alfaro B,Hernández I,Le Marc Y,etal.Modelling the effect of the temperature and carbon dioxide on the growthof spoilage bacteria in packed fish products[J].Food control,2013,29(2):429-437.)、Farber等人(Farber J,Cai Y,Ross W.Predictive modeling of the growth ofListeria monocytogenes in CO2 environments[J].International Journal of FoodMicrobiology,1996,32(1-2):133-144.)、Pin等人(Pin C,Baranyi J,De Fernando GG.Predictive model for the growth of Yersinia enterocolitica under modifiedatmospheres[J].Journal of applied microbiology,2000,88(3):521-530.)、Guillard等人(Guillard V,Couvert O,Stahl V,et al.Validation of a predictive modelcoupling gas transfer and microbial growth in fresh food packed undermodified atmosphere[J].Food microbiology,2016,58:43-55.)、Dolan等人(Dolan K,Meredith H,Bolton D,et al.Coupling the dynamics of diffused gases andmicrobial growth in modified atmosphere packaging[J].International journal offood microbiology,2019,292:31-38.)、Chaix等人(Chaix E,Broyart B,Couvert O,etal.Mechanistic model coupling gas exchange dynamics and Listeriamonocytogenes growth in modified atmosphere packaging of non respiring food[J].Food microbiology,2015,51:192-205.)所做的7次建模尝试考虑了O2对微生物生长的影响。但这些研究并没有集成包装内部CO2和O2对微生物生长的动态影响，也没有集成气体通过包装材料的动态传输。
发明内容
为了解决现有模型和软件存在的未集成包装内部CO2和O2对荧光假单胞菌生长的动态影响、未集成气体通过包装材料的动态传输等问题，本发明提供了一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法，所述方法包括：
步骤一：样品处理；
步骤二：根据酶动力学理论，建立鲜切蔬菜和荧光假单胞菌的呼吸模型；
步骤三：实测鲜切蔬菜中荧光假单胞菌生长和顶空气体组成；
步骤四：根据步骤三实测数据建立气体交换模型；
步骤五：根据步骤三实测数据建立荧光假单胞菌生长预测模型；
步骤六：基于步骤三所建立的气体交换模型和步骤五建立的荧光假单胞菌生长预测模型建立气体交换与荧光假单胞菌生长的耦合模型；
步骤七：利用步骤六所建立的气体交换与荧光假单胞菌生长的耦合模型实现对于袋装鲜切蔬菜中荧光假单胞菌生长的预测。
可选的，所述步骤二包括：
步骤S2.1：测定鲜切蔬菜的呼吸速率，所述呼吸速率指氧气消耗和二氧化碳产生的速率；
Figure BDA0003666561660000031
Figure BDA0003666561660000032
其中，RO2为O2消耗速率，单位为mL O2/(kg*h)；RCO2为CO2产生速率，单位为mL CO2/(kg*h)；yO2为O2浓度体积比，％；yCO2为CO2浓度体积比，％；t为存储时间，单位h；Δt为两次气体测量之间的时差，单位h；VF为用于测定鲜切蔬菜呼吸速率的透明气密罐顶空体积，单位L；M为样品质量，单位kg；
步骤S2.2：采用CO2作为O2的非竞争性抑制剂的米氏方程进行拟合，利用步骤S2.1测定的O2和CO2浓度及呼吸速率，使用多重线性回归模型计算非竞争性抑制米氏方程的参数包括Vm、Km和Ki，建立鲜切蔬菜呼吸模型：
Figure BDA0003666561660000041
其中，Vm为鲜切蔬菜O2的最大消耗速率或CO2的最大生成速率，单位mL/(kg*h)；Km为米氏常数，单位％O2；Ki为CO2作为O2非竞争抑制剂的米氏常数，单位％O2；
步骤S2.3：建立荧光假单胞菌呼吸模型：
Figure BDA0003666561660000042
Figure BDA0003666561660000043
其中，RP.f为荧光假单胞菌O2的消耗速率或CO2的生成速率，单位为mL/(CFU*h)；Vm,P.f为荧光假单胞菌O2的消耗速率最大值或CO2的生成速率最大值，单位为mL/(CFU*h)；Km,P.f为米氏常数；Ki,P.f为CO2作为O2竞争性抑制剂的米氏常数；yO2和yCO2分别为O2和CO2浓度体积比，单位％。
可选的，所述步骤四包括：
假设：
⑥用于包装鲜切蔬菜的包装袋内外的气体分布均匀，其气体均为理想气体；
⑦包装袋所采用的薄膜对气体的渗透率保持恒定不变；
⑧通过薄膜的所有气体的交换相互独立；
⑨包装袋气体交换过程为恒温过程；
⑩包装袋内外气体总压力相等；
根据Fick定律和上述假设，使用包装薄膜来储藏鲜切蔬菜时，包装袋内的气体体积变化总量为透过薄膜的气体变化量、鲜切蔬菜呼吸和荧光假单胞菌呼吸引起的气体变化量之和；
故原膜包装气体交换模型为：
Figure BDA0003666561660000044
Figure BDA0003666561660000045
其中，Vf为包装袋内部顶空体积，mL；Qg,j为包装袋所采用的膜对气体组分j的渗透量，单位cm3/(m2·24h·0.1MPa)，气体组分j指O2或CO2；
Figure BDA0003666561660000046
分别为包装袋外和包装袋内气体组分j的体积分数，％；
P0为标准状态下的压力，0.1MPa；RO2为鲜切蔬菜O2消耗速率，单位mL O2/(kg*h)；RCO2为鲜切蔬菜CO2产生速率，单位mL CO2/(kg*h)；N(t)为微生物数量，单位CFU/g；M为鲜切蔬菜质量，单位kg。
可选的，所述步骤五包括：
选取两个初级模型作为荧光假单胞菌生长预测模型，分别称为Huang模型和Baranyi模型；其中，Huang模型的数学描述如下：
Figure BDA0003666561660000051
Baranyi模型的数学描述如下：
Figure BDA0003666561660000052
其中，N(t)、Nmax和N0分别表示t时刻微生物数量、最大菌群数量和微生物初始数量，单位为ln cfu/g；h；λ为迟滞时间，单位为h；μmax为微生物生长的最大比生长速率，单位为h-1；α为滞后相变系数，取4。
可选的，所述步骤六包括：
分别将步骤三所建立的气体交换模型和步骤五建立的两个荧光假单胞菌生长预测模型进行耦合，建立气体交换与荧光假单胞菌生长的耦合模型；
与Huang模型耦合得到的气体交换与荧光假单胞菌生长的耦合模型为：
Figure BDA0003666561660000053
其中，Q(t)与微生物生理有关，表示为：
Figure BDA0003666561660000054
与Baranyi模型耦合得到的气体交换与荧光假单胞菌生长的耦合模型为：
Figure BDA0003666561660000055
其中，Q(t)与微生物生理有关，表示为：
Figure BDA0003666561660000056
其中，N(t)、Nmax和N0分别表示t时刻微生物数量、最大菌群数量和微生物初始数量，单位为ln cfu/g；单位为h；λ为迟滞时间，单位为h；μmax为微生物生长的最大比生长速率，h-1；
CO2 max-diss，为允许荧光假单胞菌生长的最大的溶解CO2浓度；
O2 min-diss，为允许荧光假单胞菌生长的最小的溶解O2浓度。
可选的，所述步骤六中针对荧光假单胞菌，允许生长的溶解CO2的最大浓度CO2 max-diss取40％，允许生长的溶解O2的最小浓度O2 min-diss取0.25％。
可选的，所述方法针对叶菜、果菜和根菜分别选取球心生菜、水果黄瓜和樱桃萝卜制备鲜切蔬菜样品。
本申请还提供一种鲜切蔬菜包装材料选取方法，所述方法采用上述袋装鲜切蔬菜中荧光假单胞菌生长预测的方法对利用不同包装材料包装的鲜切蔬菜中的荧光假单胞菌的生长情况进行预测，以确定用于包装鲜切蔬菜的包装材料。
本申请还提供上述袋装鲜切蔬菜中荧光假单胞菌生长预测的方法在蔬菜运输以及保存中的应用方法。
本发明有益效果是：
通过对表征影响微生物生长参数的环境因素做出了改进，提供了一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法，通过建立气体交换模型，结合荧光假单胞菌生长预测模型，得到气体交换与荧光假单胞菌生长的耦合模型，从而较好的预测鲜切蔬菜中荧光假单胞菌的生长。在不破坏鲜切蔬菜产品包装的前提下，仅需知道鲜切蔬菜的呼吸参数、荧光假单胞菌自身参数、包装材料的气体透过率参数及经历的时间就能快速利用模型预测出鲜切蔬菜中荧光假单胞菌数量，从而实时监控鲜切蔬菜的货架期，省时省力且准确性较高。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一个实施例所提供的袋装鲜切蔬菜中荧光假单胞菌生长预测的方法流程图。
图2为鲜切生菜呼吸速率模型图。
图3为不同包装鲜切生菜中荧光假单胞菌的生长动力学模型图。
图4为鲜切生菜中耦合模型对包装内气体组成预测值与实测值的对比图。
图5为鲜切生菜中耦合模型对荧光假单胞菌生长预测值与实测值的对比图。
图6为鲜切黄瓜呼吸速率模型图。
图7为不同包装鲜切黄瓜中荧光假单胞菌的生长动力学模型图。
图8为鲜切黄瓜中耦合模型对包装内气体组成预测值与实测值的对比图。
图9为鲜切黄瓜中耦合模型对荧光假单胞菌生长预测值与实测值的对比图。
图10为鲜切萝卜呼吸速率模型图。
图11为不同包装鲜切萝卜中荧光假单胞菌的生长动力学模型图。
图12为鲜切萝卜中耦合模型对包装内气体组成预测值与实测值的对比图。
图13为鲜切萝卜中耦合模型对荧光假单胞菌生长预测值与实测值的对比图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
首先对于本发明涉及的气体分析仪来源以及新鲜蔬菜来源作如下说明：
气体分析仪来源：购买于深圳元特科技仪器有限公司，型号SKY6000-S4，配备有红外传感器和电化学传感器，能够同时测定氧气、二氧化碳含量。
新鲜蔬菜来源：上海银龙蔬菜基地，当日采摘后立即冷链运输至实验室，然后置于4℃冰箱中备用。皆是无机械伤、成熟度基本一致的新鲜蔬菜。
实施例一：
本实施例提供一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法，参见图1，所述方法包括：
步骤一：样品处理；
步骤二：根据酶动力学理论，建立鲜切蔬菜和荧光假单胞菌的呼吸模型；
步骤三：实测鲜切蔬菜中荧光假单胞菌生长和顶空气体组成；
步骤四：根据步骤三实测数据建立气体交换模型；
步骤五：根据步骤三实测数据建立荧光假单胞菌生长预测模型；
步骤六：基于步骤三所建立的气体交换模型和步骤五建立的荧光假单胞菌生长预测模型建立气体交换与荧光假单胞菌生长的耦合模型；
步骤七：利用步骤六所建立的气体交换与荧光假单胞菌生长的耦合模型实现对于袋装鲜切蔬菜中荧光假单胞菌生长的预测。
蔬菜基本可分为叶菜、花菜、果菜、根菜和茎菜5个类别，每一种类都有其各自的生物学特性，可用作净菜的鲜切蔬菜有很多，其中花菜如西兰花、茎菜如西芹等皆需要热烫，不在我们研究的生食范围内。因此，根据呼吸强度的差异，本申请后续分别选择叶菜中的代表——球心生菜、果菜中的代表——水果黄瓜和根菜中的代表——樱桃萝卜进行实验，这三种蔬菜具有良好的风味及口感，并且能够为人体提供多种营养物质，受到广大消费者的青睐。
实施例二
本实施例提供一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法，参见图2，所述方法包括：
步骤一：样品处理；
1.1制备鲜切球心生菜
挑选成熟度适中，完整、无机械损伤、无病虫害且颜色翠绿的叶片作为实验材料，从生菜头部中部选择充分展开的叶片，去除受损的外叶和未成熟的内叶。先用自来水清洗，去除表面杂物，再用75％酒精消毒过的不锈钢刀分成3cm×3cm左右的块，切分好的生菜5℃、100ppm NaClO溶液浸泡5min，后用去离子水洗去残留氯。甩干表面水分后，自封袋装好置于4℃冷藏待用。
1.2制备鲜切水果黄瓜
挑选成熟度适中，完整、无机械损伤、无病虫害且颜色翠绿的黄瓜作为实验材料，去除根部和头部。自来水流动清洗2min，去除表面杂物，5℃、100ppm NaClO溶液浸泡5min，后用去离子水洗去残留氯，然后擦干，在生物安全柜中紫外照射30min，再用75％酒精消毒过的手持式切片机切成5mm片状，自封袋装好置于4℃冷藏待用。
1.3制备鲜切樱桃萝卜
挑选成熟度适中，完整、无机械损伤、无病虫害且颜色鲜红的萝卜作为实验材料，去除根部和头部。自来水流动清洗2min，去除表面杂物，5℃、100ppm NaClO溶液浸泡5分钟，后用去离子水洗去残留氯，然后擦干，在生物安全柜中紫外照射30min，再用75％酒精消毒过的手持式切片机切成5mm片状，自封袋装好置于4℃冷藏待用。
1.4活化、接菌及包装
活化28℃保存的荧光假单胞菌，制成浓度108cfu/mL的初始接种液，梯度稀释至约104cfu/mL后接种到鲜切蔬菜(即鲜切球心生菜、鲜切水果黄瓜和鲜切樱桃萝卜)上，使鲜切蔬菜的初始荧光假单胞菌接种浓度约为103～104cfu/mL。
将接种后的鲜切蔬菜置于超净台风干15min，后立即放入规格为200mm×160mm的包装袋中，每袋装20g，根据包装材料的不同将样品处理分为四组，包材参数见下表1。
对于包装材料的考虑，本申请结合近年市场上保鲜材料的现状，根据包装材料透氧率的不同选择了来自于不同厂家的四种包装保鲜袋，依次标记为Ⅰ:OTR5、Ⅱ:OTR48、Ⅲ:OTR2058、Ⅳ:OTR3875，通过充气泵充入定量的空气并热封。
表1不同包装膜材料的参数指标
Figure BDA0003666561660000081
Figure BDA0003666561660000091
步骤二：根据酶动力学理论，建立三种鲜切蔬菜和荧光假单胞菌的呼吸模型；
2.1采用静态密闭法(可参见：Shapawi Z-I A,Ariffin S H,Shamsudin R,etal.Modeling respiration rate of fresh-cut sweet potato(Anggun)stored indifferent packaging films[J].Food Packaging and Shelf Life,2021,28:100657.)测量鲜切蔬菜的呼吸速率，本申请中呼吸速率指氧气消耗和二氧化碳产生的速率；
首先通过气体分析仪测定O2和CO2浓度，并结合鲜切蔬菜体积与装样用的透明气密罐体积计算呼吸速率；具体的，氧气消耗和二氧化碳产生的速率按以下公式进行计算：
Figure BDA0003666561660000092
Figure BDA0003666561660000093
其中，RO2为O2消耗速率，单位为mL O2/(kg*h)；RCO2为CO2产生速率，单位为mL CO2/(kg*h)；
yO2为O2浓度体积比，％；yCO2为CO2浓度体积比，％；
t为存储时间，单位h；Δt为两次气体测量之间的时差，单位h；VF为气密罐顶空体积，单位L；M为样品质量，单位kg。
2.2在酶动力理论的基础上，采用CO2作为O2的非竞争性抑制剂的米氏方程(Peppelenbos H W,Tijskens L M M,van't Leven J,et al.Modelling oxidative andfermentative carbon dioxide production of fruits and vegetables[J].Postharvest Biology and Technology,1996,9(3):283-295.)进行拟合，利用对步骤2.1测得的O2和CO2浓度，使用多重线性回归模型计算非竞争性抑制米氏方程的参数包括Vm、Km和Ki，建立鲜切蔬菜呼吸模型：
Figure BDA0003666561660000094
其中，RO2为O2消耗速率，单位为mL O2/(kg*h)；RCO2为CO2产生速率，单位为mL CO2/(kg*h)；
yO2为O2浓度体积比，％；yco2为CO2浓度体积比，％；
Vm为O2的最大消耗速率或CO2的最大生成速率，单位mL/(kg*h)；Km为米氏常数，单位％O2；Ki为CO2作为O2非竞争抑制剂的米氏常数，单位％O2；
2.3在酶动力理论的基础上，引用Thiele等人(Thiele T,Kamphoff M,KunzB.Modeling the respiration of Pseudomonas fluorescens on solid-state lettuce-juice agar[J].Journal of food engineering,2006,77(4):853-857.)研究中所得到的参数包括Vm、Km和Ki，建立荧光假单胞菌呼吸模型：
Figure BDA0003666561660000101
Figure BDA0003666561660000102
其中，RP.f为荧光假单胞菌O2的消耗速率或CO2的生成速率，单位为mL/(CFU*h)；Vm,P.f为O2的消耗速率或CO2的生成速率，单位为mL/(CFU*h)；Km,P.f为米氏常数；Ki,P.f为CO2作为O2竞争性抑制剂的米氏常数；yO2和yCO2分别为O2和CO2浓度体积比，单位％。
需要注意的是荧光假单胞菌呼吸熵为1，意味着O2的消耗速率等于CO2生成速率。
步骤三：实测鲜切蔬菜中荧光假单胞菌生长和顶空气体组成；
3.1将四组处理样品置于4℃冰箱中储藏15d，每隔24h测定荧光假单胞菌数量和顶空气体组成，进行3次重复测定，取平均值。
3.2取20g样品加入到装有180mL灭菌生理盐水的均质袋中，均质4min(正反两面各拍打2min)后，10倍梯度稀释。选取合适梯度的稀释液1mL，涂布假单胞菌CFC选择性培养基，每个稀释度做2个平行，共三个稀释度，28℃培养48h后进行菌落计数，单位为log CFU/g。
步骤四：根据步骤三实测数据建立气体交换模型；
为便于对气体交换理论的分析，做出如下假设：
Figure BDA0003666561660000103
包装袋内外的气体分布均匀，其气体均为理想气体；
Figure BDA0003666561660000104
薄膜对气体的渗透率保持恒定不变；
Figure BDA0003666561660000105
通过薄膜的所有气体的交换相互独立；
Figure BDA0003666561660000106
包装系统气体交换过程为恒温过程；
Figure BDA0003666561660000107
包装内外气体总压力相等；
根据Fick定律和上述假设，使用包装薄膜来储藏鲜切蔬菜时，包装袋内的气体体积变化总量为透过薄膜的气体变化量、鲜切蔬菜呼吸和荧光假单胞菌呼吸引起的气体变化量之和。
因此，可得如下所示的原膜包装气体交换模型为：
Figure BDA0003666561660000108
Figure BDA0003666561660000109
其中，Vf在本申请中为包装内部顶空体积，mL；Qg,j为膜对气体组分j的渗透量，cm3/(m2·24h·0.1MPa)，气体组分j指O2或CO2；
Figure BDA0003666561660000111
分别为包装外和包装内气体组分j的体积分数，％；P0为标准状态下的压力，0.1MPa；RO2为鲜切蔬菜O2消耗速率，mL O2/(kg*h)；RCO2为鲜切蔬菜CO2产生速率，mL CO2/(kg*h)；RP.f为荧光假单胞菌O2的消耗(生成)速率或CO2的生成速率，mL/(CFU*h)；N(t)为微生物数量，CFU/g；M为鲜切蔬菜质量，kg。
步骤五：建立荧光假单胞菌生长预测模型；
初级模型是描述随时间改变的微生物数量或其他诸如最大生长速率、迟滞时间和最大菌群数量等微生物响应参数的数学方程，常用的主要有Modified Gompertz模型、Logistic模型、Huang模型和Baranyi模型，其中Logistic模型不包含迟滞期，ModifiedGomperz模型基本上是一个经验模型，存在拐点且要求图像严格对称，而Huang模型和Baranyi模型都是一个完整的连续增长模型，它涵盖了从滞后期，通过指数生长期，最后到稳定期的整个范围。因此，本申请采用Huang模型(Huang L.Optimization of a newmathematical model for bacterial growth[J].Food Control,2013,32(1):283-288.)或Baranyi模型(Baranyi J,Roberts T A.A dynamic approach to predictingbacterial growth in food[J].International journal of food microbiology,1994,23(3-4):277-294.)作为初级模型模拟不同包装鲜切蔬菜中的荧光假单胞菌随储藏时间的变化。
Huang模型的数学描述如下：
Figure BDA0003666561660000112
Baranyi模型的数学描述如下：
Figure BDA0003666561660000113
其中，N(t)、Nmax和N0分别表示t时刻微生物数量、最大菌群数量和微生物初始数量，单位ln cfu/g；t为时间，h；λ为迟滞时间，h；μmax为微生物生长的最大比生长速率，h-1；α为滞后相变系数，取为4。
步骤六：基于步骤三所建立的气体交换模型和步骤五建立的荧光假单胞菌生长预测模型建立气体交换与荧光假单胞菌生长的耦合模型；
气体传质与上述Huang模型的耦合：
Figure BDA0003666561660000114
Figure DA00036665616644560754
其中，Q(t)与微生物生理有关，表示为：
Figure BDA0003666561660000122
气体传质与上述Baranyi模型的耦合：
Figure BDA0003666561660000123
其中，Q(t)与微生物生理有关，表示为：
Figure BDA0003666561660000124
其中，N(t)、Nmax和N0分别表示t时刻微生物数量、最大菌群数量和微生物初始数量，单位ln cfu/g；t为时间，h；λ为迟滞时间，h；μmax为微生物生长的最大比生长速率，h-1；
CO2 max-diss，为允许生长的溶解CO2的最大浓度，针对荧光假单胞菌取40％；
O2 min-diss，为允许生长的溶解O2的最小浓度，针对荧光假单胞菌取0.25％，这两个参数皆取自Guillard等人的研究(Guillard V,Couvert O,Stahl V,et al.Validation ofa predictive model coupling gas transfer and microbial growth in fresh foodpacked under modified atmosphere[J].Food microbiology,2016,58:43-55.)。
步骤七：利用步骤六所建立的气体交换与荧光假单胞菌生长的耦合模型实现对于袋装鲜切蔬菜中荧光假单胞菌生长的预测。
根据公式(10)、(11)或(12)、(13)并结合公式(6)和(7)实现对于袋装鲜切蔬菜中荧光假单胞菌生长的预测，预测鲜切蔬菜包装内部伴随气体转移现象的荧光假单胞菌生长，为预测鲜切果蔬货架期提供一定的理论指导。
需要进行说明的是，我国目前还没有明确的净菜微生物限量标准，一些西方国家对鲜切果蔬微生物的限量为106CFU/g，后续将该微生物限量值输入本申请所建立的模型中，可以输出达到该微生物限量所需的时间即鲜切蔬菜的货架寿命。本申请对此后续计算不做继续说明。
其次，本申请所建立的模型还可以预测包装内部O2和CO2含量，为新型预测软件的开发提供理论基础。
最后，该模型还可作为决策支持工具，用于设计气调包装系统，并通过需求驱动的方法帮助食品制造商以一种比试错法更合理、更可持续的方式选择合适的包装材料，节省了成本和时间。
为验证本申请所建立模型的预测的准确性，并确定不同种类的蔬菜对应的最佳预测模型，本申请利用所建立的气体交换与荧光假单胞菌生长的耦合模型对4℃下不同包装鲜切蔬菜中荧光假单胞菌的生长进行预测，并与实际测量值进行比较，以评价模型的准确性。
评价参数具体有：
调整后相关系数：
Figure BDA0003666561660000131
均方根误差：
Figure BDA0003666561660000132
精度因子：
Figure BDA0003666561660000133
偏差因子：
Figure BDA0003666561660000134
其中，n为观测次数即数据点个数；s为所需拟合的参数个数；SSE为误差平方和；SST为总的误差平方和；Ni-pre为模型预测值；Ni-obs为观测值即实验值。
偏差因子衡量预测值是否过高或过低估计了实测值，表示模型的结构偏差。精度因子衡量预测值与实测值的平均误差，该值等于1表示预测值与实测值完全吻合，预测很准确。Ross建议腐败菌Bf在0.85～1.25表示能接受，Af越接近1，模型越好，Af大于1.5表示模型性能差，不可接受。
ASZ是落在可接受预测区间的样本数与总样本数的比值(％)，这里取±0.5logcfu/g作为可接受的预测区间，ASZ大于70％表示模型预测性能较好。
具体的，本申请对叶菜中的代表——球心生菜、果菜中的代表——水果黄瓜和根菜中的代表——樱桃萝卜进行实验的具体过程和数据分别如下实施例三、实施例四以及实施例五所示：
实施例三
本实施例提供一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法，针对叶菜中的代表——球心生菜，应用不同薄膜包装鲜切球心生菜，所述气体组成包括氧气和二氧化碳浓度。所述方法包括：
步骤一：样品处理；
参照实施例二中步骤1.1制备鲜切球心生菜；
活化28℃保存的荧光假单胞菌，制成浓度108cfu/mL的初始接种液，梯度稀释至约104cfu/mL后接种到鲜切生菜上，鲜切生菜的初始荧光假单胞菌接种浓度为2.1×104cfu/mL。将接种后的鲜切生菜置于超净台风干15min，后立即放入规格为200mm×160mm的包装袋中，每袋装20g，样品处理分为四组，根据包装材料透氧率的不同，处理样品依次标记为Ⅰ:OTR5、Ⅱ:OTR48、Ⅲ:OTR2058、Ⅳ:OTR3875，通过充气泵充入定量的空气并热封。
步骤二：根据酶动力学理论，建立鲜切生菜和荧光假单胞菌的呼吸模型；
采用静态密闭法测量，密闭系统采用2.5L的透明气密罐，容器中为空气，生菜装样量为200±2g，重复三个样品。排水法测得生菜密度为0.97699g/mL；使用手持式顶空气体分析仪持续测定气密罐内部的气体组成，结果报告为预期的空气组成百分比，每2h测定一次，每次测定重复三次。氧气浓度体积比和二氧化碳浓度体积比如图2(A)；
采用CO2作为O2的非竞争性抑制剂的米氏方程进行拟合，利用测得的O2和CO2浓度，使用多重线性回归模型计算得到鲜切生菜呼吸模型参数Vm、Km和Ki，见表2；鲜切生菜呼吸速率模型预测值与实测值的比较如图2(B)；
采用无抑制的米氏方程进行拟合，荧光假单胞菌呼吸模型参数Vm、Km分别为0.289mL/[(1.7×107CFU)*h]、1.906％。
步骤三：实测鲜切生菜中荧光假单胞菌生长和顶空气体组成；
将四组处理样品置于4℃冰箱中储藏15d，每隔24h测定荧光假单胞菌数量和顶空气体组成，进行3次重复测定，取平均值。
荧光假单胞菌测定方法：取20g样品加入到装有180mL灭菌生理盐水的均质袋中，均质4min(正反两面各拍打2min)后，10倍梯度稀释。选取合适梯度的稀释液1mL，涂布假单胞菌CFC选择性培养基，每个稀释度做2个平行，共三个稀释度，28℃培养48h后进行菌落计数，单位为log CFU/g。
顶空气体组成测定方法：顶空气体分析仪。
步骤四：建立荧光假单胞菌生长预测模型；
根据公式(9)对步骤三测得的荧光假单胞菌数据进行非线性拟合，得到基于Baranyi的鲜切生菜荧光假单胞菌生长预测模型。荧光假单胞菌生长拟合效果见图3，拟合得到的生长动力学参数及模型评价见表3。
步骤五：在荧光假单胞菌生长预测模型的基础上，建立气体交换与荧光假单胞菌生长的耦合模型，根据预测结果对比实际值以对该模型进行验证和评估；
对于鲜切生菜，首先将公式(3)和(4)代入公式(6)和(7)中，再将公式(6)、(7)与公式(12)和(13)联立，用MATLAB编程(Runge-Kutta算法)计算即可得到用气体传质耦合Baranyi模型预测的任意时刻样品在不同包装袋内的O2和CO2的气体浓度，同时还能得到荧光假单胞菌数量，再与样品在不同包装贮藏过程中的实测值进行比较，对耦合模型进行验证，结果分别见图4和图5；采用R2、RMSE、Af、Bf和ASZ对模型进行评估，气体交换模型评估结果见表4，耦合气体传质后不同包装鲜切生菜中荧光假单胞菌的生长动力学参数及耦合模型评估结果见表5。
实施例四
本实施例提供一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法，针对果菜中的代表——水果黄瓜，并采用不同薄膜包装鲜切水果黄瓜，所述气体组成包括氧气和二氧化碳浓度。
所述方法包括：
步骤一：样品处理；
参照实施例二中步骤1.2制备鲜切水果黄瓜；
活化28℃保存的荧光假单胞菌，制成浓度108cfu/mL的初始接种液，梯度稀释至约104cfu/mL后接种到鲜切黄瓜上，得到鲜切黄瓜的初始荧光假单胞菌接种浓度为1.02×103cfu/mL。将接种后的鲜切黄瓜置于超净台风干15min，后立即放入规格为200mm×160mm的包装袋中，每袋装20g，样品处理分为四组，根据包装材料透氧率的不同，处理样品依次标记为Ⅰ:OTR5、Ⅱ:OTR48、Ⅲ:OTR2058、Ⅳ:OTR3875，通过充气泵充入定量的空气并热封。
步骤二：根据酶动力学理论，建立鲜切黄瓜和荧光假单胞菌的呼吸模型；
采用静态密闭法测量，密闭系统采用2.5L的透明气密罐，容器中为空气，黄瓜的装样量为400±2g，重复三个样品。排水法测得黄瓜密度为1.0413g/mL；使用手持式顶空气体分析仪持续测定气密罐内部的气体组成，结果报告为预期的空气组成百分比，每2h测定一次，每次测定重复三次。氧气浓度体积比和二氧化碳浓度体积比如图6(A)；
采用CO2作为O2的非竞争性抑制剂的米氏方程进行拟合，利用测得的O2和CO2浓度，使用多重线性回归模型计算得到鲜切黄瓜呼吸模型参数Vm、Km和Ki，见表2；鲜切黄瓜呼吸速率模型预测值与实测值的比较如图6(B)；
采用CO2作为O2的竞争性抑制剂的米氏方程进行拟合，荧光假单胞菌呼吸模型参数Vm、Km和Ki分别为0.27902mL/[(1.7×107CFU)*h)、0.00023％、0.00195％。
步骤三：实测鲜切黄瓜中荧光假单胞菌生长和顶空气体组成；
将四组处理样品置于4℃冰箱中储藏15d，每隔24h测定荧光假单胞菌数量和顶空气体组成，进行3次重复测定，取平均值。
荧光假单胞菌测定方法：取20g样品加入到装有180mL灭菌生理盐水的均质袋中，均质4min(正反两面各拍打2min)后，10倍梯度稀释。选取合适梯度的稀释液1mL，涂布假单胞菌CFC选择性培养基，每个稀释度做2个平行，共三个稀释度，28℃培养48h后进行菌落计数，单位为log CFU/g。
顶空气体组成测定方法：顶空气体分析仪。
步骤四：建立荧光假单胞菌生长预测模型；
根据公式(8)对步骤三测得的荧光假单胞菌数据进行非线性拟合，得到基于Huang的鲜切生菜荧光假单胞菌生长预测模型。荧光假单胞菌生长拟合效果见图7，拟合得到的生长动力学参数及模型评价见表3。
步骤五：在荧光假单胞菌生长预测模型的基础上，建立气体交换与荧光假单胞菌生长的耦合模型，并对该模型进行验证和评估；
对于鲜切黄瓜，首先将公式(3)和(5)代入公式(6)和(7)中，再将公式(6)、(7)与公式(12)和(13)联立，用MATLAB编程(Runge-Kutta算法)计算即可得到用气体传质耦合Huang模型预测的任意时刻样品在不同包装袋内的O2和CO2的气体浓度，同时还能得到荧光假单胞菌数量，再与样品在不同包装贮藏过程中的实测值进行比较，对耦合模型进行验证，结果分别见图8和图9；采用R2、RMSE、Af、Bf和ASZ对模型进行评估，气体交换模型评估结果见表4，耦合气体传质后不同包装鲜切黄瓜中荧光假单胞菌的生长动力学参数及耦合模型评估结果见表5。
实施例五
本实施例提供一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法，针对根菜中的代表——樱桃萝卜进行实验，采用不同薄膜包装的鲜切樱桃萝卜中，所述气体组成包括氧气和二氧化碳浓度。所述方法包括：
步骤一：样品处理；
参照实施例二中步骤1.3制备鲜切樱桃萝卜；活化28℃保存的荧光假单胞菌，制成浓度108cfu/mL的初始接种液，梯度稀释至约104cfu/mL后接种到鲜切樱桃萝卜上，得到鲜切樱桃萝卜的初始荧光假单胞菌接种浓度为2.54×104cfu/mL。将接种后的鲜切樱桃萝卜置于超净台风干15min，后立即放入规格为200mm×160mm的包装袋中，每袋装20g，样品处理分为四组，根据包装材料透氧率的不同，处理样品依次标记为Ⅰ:OTR5、Ⅱ:OTR48、Ⅲ:OTR2058、Ⅳ:OTR3875，通过充气泵充入定量的空气并热封。
步骤二：根据酶动力学理论，建立鲜切樱桃萝卜和荧光假单胞菌的呼吸模型；
采用静态密闭法测量，密闭系统采用2.5L的透明气密罐，容器中为空气，萝卜的装样量为400±2g，重复三个样品。排水法测得萝卜密度为1.1172g/mL；使用手持式顶空气体分析仪持续测定气密罐内部的气体组成，结果报告为预期的空气组成百分比，每2h测定一次，每次测定重复三次。氧气浓度体积比和二氧化碳浓度体积比如图10(A)；
采用CO2作为O2的非竞争性抑制剂的米氏方程进行拟合，利用测得的O2和CO2浓度，使用多重线性回归模型计算得到鲜切萝卜呼吸模型参数Vm、Km和Ki，见表2；鲜切萝卜呼吸速率模型预测值与实测值的比较如图10(B)；
采用无抑制的米氏方程进行拟合，荧光假单胞菌呼吸模型参数Vm、Km分别为0.289mL/[(1.7×107CFU)*h)、1.906％。
步骤三：实测鲜切蔬菜中荧光假单胞菌生长和顶空气体组成；
将四组处理样品置于4℃冰箱中储藏15d，每隔24h测定荧光假单胞菌数量和顶空气体组成，进行3次重复测定，取平均值。
荧光假单胞菌测定方法：取20g样品加入到装有180mL灭菌生理盐水的均质袋中，均质4min(正反两面各拍打2min)后，10倍梯度稀释。选取合适梯度的稀释液1mL，涂布假单胞菌CFC选择性培养基，每个稀释度做2个平行，共三个稀释度，28℃培养48h后进行菌落计数，单位为log CFU/g。
顶空气体组成测定方法：顶空气体分析仪。
步骤四：建立荧光假单胞菌生长预测模型；
根据公式(9)对步骤三测得的荧光假单胞菌数据进行非线性拟合，得到基于Baranyi的鲜切生菜荧光假单胞菌生长预测模型。荧光假单胞菌生长拟合效果见图11，拟合得到的生长动力学参数及模型评价见表3。
步骤五：在荧光假单胞菌生长预测模型的基础上，建立气体交换与荧光假单胞菌生长的耦合模型，并对该模型进行验证和评估；
对于鲜切萝卜，首先将公式(3)和(4)代入公式(6)和(7)中，再将公式(6)、(7)与公式(12)和(13)联立，用MATLAB编程(Runge-Kutta算法)计算即可得到用气体传质耦合Baranyi模型预测的任意时刻样品在不同包装袋内的O2和CO2的气体浓度，同时还能得到荧光假单胞菌数量，再与样品在不同包装贮藏过程中的实测值进行比较，对耦合模型进行验证，结果分别见图12和图13；采用R2、RMSE、Af、Bf和ASZ对模型进行评估，气体交换模型评估结果见表4，耦合气体传质后不同包装鲜切萝卜中荧光假单胞菌的生长动力学参数及耦合模型评估结果见表5。
上述实施例三、实施例四以及实施例五中分别针对叶菜中的代表——球心生菜、果菜中的代表——水果黄瓜和根菜中的代表——樱桃萝卜进行实验的具体数据如下所示：
表2不同鲜切蔬菜米氏方程模型参数(4℃)
Figure BDA0003666561660000181
表3鲜切蔬菜中荧光假单胞菌的生长动力学参数及模型评估(4℃)
Figure BDA0003666561660000182
表4鲜切蔬菜原膜包装中气体交换模型参数(4℃)
Figure BDA0003666561660000183
Figure BDA0003666561660000191
表5耦合气体传质后鲜切蔬菜中荧光假单胞菌的生长动力学参数及模型评估(4℃)
Figure BDA0003666561660000192
由表2知，鲜切蔬菜呼吸模型的R2皆在0.90以上，结合图2、图6和图10可以看出所有的呼吸模型皆能够较好的预测鲜切蔬菜的呼吸速率，表示能够在此基础上建立气体交换模型。
表3给出了Huang或者Baranyi生长预测模型拟合得到的鲜切蔬菜中荧光假单胞菌的生长动力学参数，由该表知鲜切蔬菜中荧光假单胞菌生长预测模型的R2皆在0.98以上。偏差因子衡量预测值是否过高或过低估计了实测值，精度因子衡量预测值与实测值的平均误差，该值越接近1模型越好。根据Ross建议的腐败菌Bf在0.85～1.25表示能接受，由表3可知所有鲜切蔬菜中荧光假单胞菌的生长预测模型的Bf皆在0.97～1.02，Af皆在1.01～1.06，再结合图3、图7和图11可以看出所有的生长预测模型皆能够较好的预测鲜切蔬菜中荧光假单胞菌的生长，表示可以在此基础上建立与气体传质相耦合的模型。
由表4知，鲜切蔬菜气体交换模型的R2基本都在0.90以上，只有鲜切生菜膜Ⅲ和膜Ⅳ的预测效果略微差一点，即便如此R2也在0.78以上。结合图4、图8和图12可以看出几乎所有鲜切蔬菜的气体交换模型皆能够较好的预测鲜切蔬菜的呼吸速率，只有图3中鲜切生菜膜Ⅲ和膜Ⅳ的预测效果略微差一点，即便如此也在能接受的范围内，这表明本申请所建立的气体传质与荧光假单胞菌生长耦合模型可以较好的预测鲜切蔬菜不同包装内部气体组成的变化，从而为选择合适的包装材料或者预测产品货架期提供一定的理论指导。
表5给出了耦合模型需要输入的关于荧光假单胞菌生长的参数，个别值会与荧光假单胞菌生长预测模型略有不同，这是考虑了标准差的缘故。通过该表可知，大部分耦合气体传质后鲜切蔬菜中荧光假单胞菌生长预测模型的Bf都在0.85～1.25，Af皆在1.11～1.48，ASZ皆大于75％，表明建立的气体传质与荧光假单胞菌生长耦合模型性能优良，可以较好的预测不同包装鲜切蔬菜中荧光假单胞菌的生长，与图5、图9和图13展示的结果相吻合。将微生物限量值输入本申请所建立的模型中，可以输出达到该微生物限量所需的时间即鲜切蔬菜的货架寿命，从而为预测鲜切果蔬货架期提供一定的理论指导。
本发明实施例中的部分步骤，可以利用软件实现，相应的软件程序可以存储在可读取的存储介质中，如光盘或硬盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法，其特征在于，所述方法包括：
步骤一：样品处理；
步骤二：根据酶动力学理论，建立鲜切蔬菜和荧光假单胞菌的呼吸模型；
步骤三：实测鲜切蔬菜中荧光假单胞菌生长和顶空气体组成；
步骤四：根据步骤三实测数据建立气体交换模型；
步骤五：根据步骤三实测数据建立荧光假单胞菌生长预测模型；
步骤六：基于步骤三所建立的气体交换模型和步骤五建立的荧光假单胞菌生长预测模型建立气体交换与荧光假单胞菌生长的耦合模型；
步骤七：利用步骤六所建立的气体交换与荧光假单胞菌生长的耦合模型实现对于袋装鲜切蔬菜中荧光假单胞菌生长的预测。
2.根据权利要求1所述的方法，其特征在于，所述步骤二包括：
步骤S2.1：测定鲜切蔬菜的呼吸速率，所述呼吸速率指氧气消耗和二氧化碳产生的速率；
Figure FDA0003666561650000011
Figure FDA0003666561650000012
其中，RO2为O2消耗速率，单位为mL O2/(kg*h)；RCO2为CO2产生速率，单位为mL CO2/(kg*h)；yO2为O2浓度体积比，％；yCO2为CO2浓度体积比，％；t为存储时间，单位h；Δt为两次气体测量之间的时差，单位h；VF为用于测定鲜切蔬菜呼吸速率的透明气密罐顶空体积，单位L；M为样品质量，单位kg；
步骤S2.2：采用CO2作为O2的非竞争性抑制剂的米氏方程进行拟合，利用步骤S2.1测定的O2和CO2浓度及呼吸速率，使用多重线性回归模型计算非竞争性抑制米氏方程的参数包括Vm、Km和Ki，建立鲜切蔬菜呼吸模型：
Figure FDA0003666561650000013
其中，Vm为鲜切蔬菜O2的最大消耗速率或CO2的最大生成速率，单位mL/(kg*h)；Km为米氏常数，单位％O2；Ki为CO2作为O2非竞争抑制剂的米氏常数，单位％O2；
步骤S2.3：建立荧光假单胞菌呼吸模型：
Figure FDA0003666561650000014
Figure FDA0003666561650000015
其中，RP.f为荧光假单胞菌O2的消耗速率或CO2的生成速率，单位为mL/(CFU*h)；Vm,P.f为荧光假单胞菌O2的消耗速率最大值或CO2的生成速率最大值，单位为mL/(CFU*h)；Km,P.f为米氏常数；Ki,P.f为CO2作为O2竞争性抑制剂的米氏常数；yO2和yCO2分别为O2和CO2浓度体积比，单位％。
3.根据权利要求2所述的方法，其特征在于，所述步骤四包括：
假设：
①用于包装鲜切蔬菜的包装袋内外的气体分布均匀，其气体均为理想气体；
②包装袋所采用的薄膜对气体的渗透率保持恒定不变；
③通过薄膜的所有气体的交换相互独立；
④包装袋气体交换过程为恒温过程；
⑤包装袋内外气体总压力相等；
根据Fick定律和上述假设，使用包装薄膜来储藏鲜切蔬菜时，包装袋内的气体体积变化总量为透过薄膜的气体变化量、鲜切蔬菜呼吸和荧光假单胞菌呼吸引起的气体变化量之和；
故原膜包装气体交换模型为：
Figure FDA0003666561650000021
Figure FDA0003666561650000022
其中，Vf为包装袋内部顶空体积，mL；Qg,j为包装袋所采用的膜对气体组分j的渗透量，单位cm3/(m2·24h·0.1MPa)，气体组分j指O2或CO2；
Figure FDA0003666561650000023
分别为包装袋外和包装袋内气体组分j的体积分数，％；
P0为标准状态下的压力，0.1MPa；RO2为鲜切蔬菜O2消耗速率，单位mL O2/(kg*h)；RCO2为鲜切蔬菜CO2产生速率，单位mL CO2/(kg*h)；N(t)为微生物数量，单位CFU/g；M为鲜切蔬菜质量，单位kg。
4.根据权利要求3所述的方法，其特征在于，所述步骤五包括：
选取两个初级模型作为荧光假单胞菌生长预测模型，分别称为Huang模型和Baranyi模型；其中，Huang模型的数学描述如下：
Figure FDA0003666561650000024
Baranyi模型的数学描述如下：
Figure FDA0003666561650000025
其中，N(t)、Nmax和N0分别表示t时刻微生物数量、最大菌群数量和微生物初始数量，单位为ln cfu/g；h；λ为迟滞时间，单位为h；μmax为微生物生长的最大比生长速率，单位为h-1；α为滞后相变系数，取4。
5.根据权利要求4所述的方法，其特征在于，所述步骤六包括：
分别将步骤三所建立的气体交换模型和步骤五建立的两个荧光假单胞菌生长预测模型进行耦合，建立气体交换与荧光假单胞菌生长的耦合模型；
与Huang模型耦合得到的气体交换与荧光假单胞菌生长的耦合模型为：
Figure FDA0003666561650000031
其中，Q(t)与微生物生理有关，表示为：
Figure FDA0003666561650000032
与Baranyi模型耦合得到的气体交换与荧光假单胞菌生长的耦合模型为：
Figure FDA0003666561650000033
其中，Q(t)与微生物生理有关，表示为：
Figure FDA0003666561650000034
其中，N(t)、Nmax和N0分别表示t时刻微生物数量、最大菌群数量和微生物初始数量，单位为ln cfu/g；单位为h；λ为迟滞时间，单位为h；μmax为微生物生长的最大比生长速率，h-1；
CO2 max-diss，为允许荧光假单胞菌生长的最大的溶解CO2浓度；
O2 min-diss，为允许荧光假单胞菌生长的最小的溶解O2浓度。
6.根据权利要求5所述的方法，其特征在于，所述步骤六中针对荧光假单胞菌，允许生长的溶解CO2的最大浓度CO2 max-diss取40％，允许生长的溶解O2的最小浓度O2 min-diss取0.25％。
7.根据权利要求6所述的方法，其特征在于，所述方法针对叶菜、果菜和根菜分别选取球心生菜、水果黄瓜和樱桃萝卜制备鲜切蔬菜样品。
8.一种鲜切蔬菜包装材料选取方法，其特征在于，所述方法采用权利要求1-7任一所述的方法对利用不同包装材料包装的鲜切蔬菜中的荧光假单胞菌的生长情况进行预测，以确定用于包装鲜切蔬菜的包装材料。
9.权利要求1-7任一所述的袋装鲜切蔬菜中荧光假单胞菌生长预测的方法在蔬菜运输以及保存中的应用方法。
CN202210600235.9A 2022-05-27 2022-05-27 一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法 Pending CN114996931A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210600235.9A CN114996931A (zh) 2022-05-27 2022-05-27 一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210600235.9A CN114996931A (zh) 2022-05-27 2022-05-27 一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法

Publications (1)

Publication Number Publication Date
CN114996931A true CN114996931A (zh) 2022-09-02

Family

ID=83030761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210600235.9A Pending CN114996931A (zh) 2022-05-27 2022-05-27 一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法

Country Status (1)

Country Link
CN (1) CN114996931A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118072848A (zh) * 2024-04-17 2024-05-24 云南建投物流有限公司 月季切花包装模型的构建方法、月季切花包装及月季切花包装方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118072848A (zh) * 2024-04-17 2024-05-24 云南建投物流有限公司 月季切花包装模型的构建方法、月季切花包装及月季切花包装方法

Similar Documents

Publication Publication Date Title
Kou et al. Postharvest biology, quality and shelf life of buckwheat microgreens
Jacxsens et al. Temperature dependence of shelf-life as affected by microbial proliferation and sensory quality of equilibrium modified atmosphere packaged fresh produce
Zhu et al. Effects of modified atmosphere vacuum cooling (MAVC) on the quality of three different leafy cabbages
LOPEZ‐BRIONES et al. Modified atmosphere packaging of common mushroom
Paniagua et al. Interaction of temperature control deficiencies and atmosphere conditions during blueberry storage on quality outcomes
Corbo et al. Effect of temperature on shelf life and microbial population of lightly processed cactus pear fruit
CN106973982A (zh) 一种智能预冷处理结合分段气调贮藏控制冷敏性果菜类蔬菜低温冷害的系统
Tumwesigye et al. Evaluation of novel bitter cassava film for equilibrium modified atmosphere packaging of cherry tomatoes
Zhao et al. Shelf-life prediction model of fresh-cut potato at different storage temperatures
CN105746685A (zh) 一种真空预冷同步结合气调技术保鲜生鲜植物的方法
Alegbeleye et al. Survival and growth behaviour of Listeria monocytogenes in ready-to-eat vegetable salads
CN103932355A (zh) 铁皮石斛保鲜方法
CN114996931A (zh) 一种袋装鲜切蔬菜中荧光假单胞菌生长预测的方法
Ergun et al. Physiology of fresh-cut ‘Galia’(Cucumis melo var. reticulatus) from ripe fruit treated with 1-methylcyclopropene
Liplap et al. Effect of hyperbaric pressure and temperature on respiration rates and quality attributes of B oston lettuce
CN102771548B (zh) 一种抑制五九香梨果实褐变的方法
CN104068103A (zh) 一种草莓的气调保鲜方法
CN108522640B (zh) 一种基于包膜及液氮速冻的鲜切牛油果的保鲜方法
Zhang et al. Preservation of Kyoho grapes stored in active, slow-releasing pasteurizing packaging at room temperature
Sengirbekova et al. Research of safe methods of production of canned vegetables using grain crops.
CN105594843A (zh) 一种枸杞鲜果的保鲜方法
Sun et al. Coupling dynamics of respiration, gas exchange, and Pseudomonas fluorescens growth on fresh-cut cucumber (Cucumis sativus L.) in passive modified atmosphere packing
CN106576633A (zh) 一种果蔬减压充臭氧的贮藏方法
Solomon et al. Growth and toxin production by Clostridium botulinum on sliced raw potatoes in a modified atmosphere with and without sulfite
CN102487997B (zh) 一种青菜头生物预处理保鲜方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination