优选萝卜质构剖面分析测试参数

李瑜，谷文荣，李娜，邵建峰，王慧荣

(河南农业大学食品科学技术学院，河南郑州，450002)

硬度作为萝卜新鲜度评价的重要指标，目前还缺乏系统的评价方法。质构剖面分析法［1］(texture profile analysis，TPA)作为物性分析仪测试方法之一，已成为质构分析的一个重要手段。TPA质构测试又被称为2次咀嚼测试(two bite test)，主要是通过模拟人口腔的咀嚼运动对样品进行2次压缩测试并与微机连接，通过界面输出质构测试曲线，从中可以分析质构特性参数。国内外已经研究了不同的测试条件对土豆及苹果［2-3］、荔枝果肉［4］、莴苣［5］、牛奶巧克力［6］、酸奶［7］、水果［8］等质构的影响。也有利用穿刺测试(puncture test)［9］研究萝卜整果在货架期间的质地变化的，但到目前为止还少有相关文献报道不同测试参数对萝卜质构测定结果的影响。

本文结合Box-Behnken响应面法分析不同的测试速率、压缩比例、停留时间对萝卜泡菜质构特性参数的影响，并对质构剖面分析的测试参数进行优化。

1 材料与方法

1.1 实验原料与设备

萝卜，市售。

TA-XT.2i物性测试仪，英国SMS公司。

1.2 测试条件

用英国SMS公司的TA-XT.2i物性测试仪对萝卜(厚度为1 cm的扇形块)进行质构剖面分析测试，采用P50探头测试条件如下:测前速率:2.00 mm/s;测试速率分别设为 1.00、3.00、5.00 mm/s 3 个水平;测后速率与测前速率一致;压缩比例分别设为10.00%、20.00%、30.00% 三个水平;停留时间分别设为2.00、4.00、6.00 s;触发值:5.00 g。每项测试重复10次。

1.3 中心组合实验设计

根据Box-Behnken的中心组合试验设计原理，选取测试速率、压缩比例、停留时间3个因素进行中心组合设计优化实验，响应曲面实验设计见表1。

表1 实验因素与水平Table 1 Factors and levels of the RSM test

采用Design Expert 8.0.6对测试条件进行最优化实验设计并进行实验。对实验数据进行二次回归拟合，得到合适的回归方程，并对方程进行分析，得出响应值与自变量之间的关系，以及响应值随自变量变化的趋势。

2 结果与讨论

2.1 响应值结果

根据中心组合设计方案，选取硬度、黏性、内聚性、胶粘性为响应值，以测试速率、压缩比例、停留时间为自变量进行实验。所得的实验结果如表2所示。

2.2 回归方程各项的方差分析结果

将所得的实验数据采用Design Expert 8.0.6软件进行多元回归拟合，剔除不显著项，得到以硬度、弹性、咀嚼性、回复性为目标函数的二次回归方程如方程1～方程4。方程中各项系数绝对值的大小直接反映了各因素对指标值的影响程度，系数的正负反映了影响的方向。

表2 中心组合设计方案及测定结果Table 2 Central Composite Design and corresponding experimental results

硬度 =32 818.53+20 789.75B-1 132.25C-2 524.18A2(方程1)

弹性 =0.80+0.038A-0.063B-0.025AB+0.038A2+0.038B2(方程 2)

咀嚼性 =21 765.76+12 778.13B(方程 3)

回复性 =0.73+0.088A-0.13B(方程 4)

为检验方程的有效性，对所得模型的方差进行分析，结果如表3所示。

表3 响应值模型方差分析Table 3 Analysis of variance for each term of developed quadratic regression model

萝卜硬度所建立的回归模型中F=447.92，P＜0.000 1，表明实验所采用的二次模型在统计学上是有意义的。因素B、C、A2差异显著(P＜0.05)说明压缩比例和停留时间对萝卜硬度有显著影响。萝卜弹性所建立的回归模型中 F=18.25，P=0.000 5 ＜0.05，表明实验所采用的二次模型在统计学上是有意义的。因素 A、B、AB、A2、B2差异显著(P ＜0.05)说明测试速率和压缩比例对萝卜弹性有显著影响。萝卜咀嚼性所建立的回归模型中 F=270.81，P ＜0.000 1，表明实验所采用的二次模型在统计学上是有意义的。因素B差异显著(P＜0.05)说明压缩比例对萝卜咀嚼性有显著影响。萝卜回复性所建立的回归模型中F=29.23，P ＜0.000 1，表明实验所采用的二次模型在统计学上是有意义的。因素A、B差异显著(P＜0.000 1)说明测试速率和压缩比例对萝卜回复性有极显著影响。决定系数R2均在0.85，说明因变量与考察的自变量之间线性关系显著。信噪比均较大，说明模型的可信度较高。综上所述，以上方程可以较好的预测分析这4个响应值的变化规律。

2.3 响应面交互与优化

由图1可以看出，在测试范围内，硬度随测试速率的增加而缓慢增加。而硬度随压缩比例增加的趋势明显较大。在压缩比例较低时，硬度随压缩比例的增加而明显增加，在压缩比例较高时，硬度增加减缓。因此在测试范围内如果以硬度为主要响应值，为减少实验误差可选取测试条件的高水平。方差分析中压缩比例P＜0.000 1，表明压缩比例对硬度的测点结果影响极显著，停留时间 P=0.026 5＜0.05，表明停留时间对硬度的测定结果影响显著。

图1 压缩比例和测试速率对萝卜硬度的影响响应面图Fig.1 Response surface plots showing Compression speed and degree of deformation on hardness of Raphanus sativus

由图2中的响应面图可以看出，在测试范围内，弹性随压缩比例的增加而减小，随测试速率的增加而增加。图2中等高线趋于椭圆，说明两者的交互作用对弹性有显著影响。AB项P=0.033 1说明测试速率和压缩比例的交互作用对硬度的影响显著。

图2 压缩比例和测试速率对萝卜弹性的影响响应面图和等高线图Fig.2 Response surface and contour plots showing Compression speed and degree of deformation on elastictiy of Raphanus sativus

由图3可知，咀嚼性与测试速率和压缩比例呈线性相关关系。在测试范围内，咀嚼性随测试速率和压缩比例的增加而呈上升趋势。随压缩比例增加而急剧增加，但随测试速率的变化非常缓慢。从方程3中看出，咀嚼性为压缩比例的一次函数。从方差分析可知压缩比例(P＜0.000 1)对咀嚼性测定结果影响极显著，测试速率(P=0.053 6)停留时间(P=0.348 8)对咀嚼性测定结果影响不显著。

由图4可知，回复性与测试速率和压缩比例呈线性相关关系。在测试范围内，回复性随测试速率增加而呈上升趋势，随压缩比例的增加呈下降趋势。从方程4中可以看出，回复性为测试速率和压缩比例的一次函数。从方差分析可知压缩比例(P＜0.000 1)对回复性测定结果影响极显著，测试速率(P=0.000 1)对回复性测定结果影响显著。

图3 压缩比例和测试速率对萝卜咀嚼性的影响响应面图Fig.3 Response surface plots showing Compression speed and degree of deformation on chewiness of Raphanus sativus

3 结论

图4 压缩比例和测试速率对萝卜回复性的影响响应面图Fig.4 Response surface plots showing compression speed and degree of deformation on resilience of Raphanus sativus

本研究对萝卜进行了TPA测试，通过响应面Box-Behnken分析法对萝卜质构的TPA测试参数进行优化，并得到回归方程。结果表明，压缩比例对硬度、弹性、咀嚼性和回复性的影响都极显著(P＜0.000 1)，测试速率对弹性和回复性影响显著(P＜0.05)，停留时间只对硬度有显著影响。最佳测试条件为，测试速率 5.00mm/s、压缩比例 20.21%、停留时间4.55 s，在此条件下萝卜的质构测定结果接近真实值。本研究对萝卜及其制品的质构测定和新鲜度评价有一定的指导意义，对TPA在类似原料中的应用也有一定的借鉴作用。

［1］ Yilmaz M T，Karaman S，Dogan M，et al，Characterization of O/W model system meat emulsions using shear creep and creep recovery tests based on mechanical simulation models and their correlation with texture profile analysis(TPA)parameters［J］.Journal of Food Engineering，2012，108(2):327-336.

［2］ Mafia D A，Carnet W，Lopez M E.Influence of Deformation Rate and Degree of Compression on Textural Parameters of Potato and Apple Tissues in Texture Profile Analysis［J］.Europe Food Research Technology 2002，215:13-20.

［3］ 邵兴锋，朱勇，张春丹.测试因素对苹果质地剖面分析结果的影响［J］.中国食品学报，2011，11(6):199-205.

［4］ 余恺，胡卓炎，余小林，等.荔枝果肉质构特性测定参数的研究［J］.中国食品学报，2006，6(1):101-105.

［5］ 姜松，覃婷婷.测试条件对莴苣组织TPA质地参数的影响［J］.安徽农业科学，2008，36(24):10319-10321.

［6］ 姜松，岳淼，赵杰文.牛奶巧克力质地的TPA分析及测试条件优化［J］.中国食品学报，2011，11(2):226-232.

［7］ 杨莹莹，贺红军，郭萌萌，等.响应面法分析TPA测试参数对酸奶质构的影响［J］.现代食品科技，2013，29(6):1281-1284.

［8］ Emmanuel M，Ronan S，Emira M.Textural properties of fruit affected by expermental conditions in TPA tests:an RSM Approach［J］.International Journal of Food Science and Technology，2011，46:1 044-1 052.

［9］ 张平，李志文，王莉，等.基于穿刺测试的沙窝萝卜质构特性分析［J］.食品研究与开发，2012，33(10):196-199.

［10］ Chandra M，Barata A，Ferreira-Dias S，et al，A response Surface Methodology study on the role of factors affecting growth and volatile phenol production by brettanomyces bruxellensis ISA 2211 in wine［J］，Food Microbiology，2014，42:40-46.