杨 松 伍玉菡 陈 敏 郭家刚
(安徽省农业科学院农产品加工研究所,安徽 合肥 230031)
莲藕为多年生宿根水生草本植物,以肥嫩根状茎供食用,是中国极重要的水生蔬菜[1]。莲藕多为栽培,在中国分布较广,其中以湖北和江苏两省种植面积最大[2]。随着莲藕种植面积的扩大,其加工需求也日益迫切。在市场上,莲藕加工产品主要有保鲜藕片、莲藕脆片,藕粉和藕汁饮料等[3-4],其中,莲藕脆片因食用方便,符合现阶段食品休闲化的趋势,市场需求正在不断增加。目前,莲藕脆片加工工艺主要有热风干燥、真空低温油浴干燥、真空微波干燥和气流膨化干燥等,其中,真空低温油浴技术是生产莲藕脆片的主要加工技术[5]。
适宜的原料是生产优质加工产品的基础条件。国内外学者对不同品种的果蔬原料进行了加工适宜性评价,筛选出一批适合加工成不同产品的果蔬品种。在水果加工方面,研究学者[6-9]对梨、柑桔、葡萄和苹果等水果开展了加工适宜性研究,筛选出一批适宜制汁和制干的原料品种。在蔬菜加工方面,国内外研究学者[10-14]对马铃薯、番茄、青椒等蔬菜开展了加工适宜性研究,筛选出一批适宜加工成脆片、鲜切片、蔬菜酱和蔬菜汁的原料品种。目前,关于莲藕加工的研究报道[15-19]主要集中在功能性成分活性与结构分析、保鲜护色、淀粉特性、加工工艺等方面,关于不同品种莲藕加工特性的研究则鲜有报道,仅有学者[20]对莲藕蒸煮加工过程中挥发性风味物质变化情况进行过研究。
食品感官品质评价方法大多采用感官评分法,主要是考察食品在评分者心中产生的总体印象[21]。但是,这种方法容易因评分者的主观因素而影响评分结果。模糊综合评价法则是将一些边界不清、不易定量的因素定量化、综合评价的一种方法,能够在一定程度上消除传统感官评分法的主观性和片面性。近年来,研究学者[22-24]采用模糊数学综合评价法来评判食品感官品质的报道也日益丰富。
本试验通过收集安徽种植面积较大的4个品种莲藕,测定原料及其脆片制品的各项理化指标,分析品种间指标差异性和相关性。同时,采用模糊综合评价法对不同脆片产品的感官品质进行综合评定,进而筛选出适宜加工脆片的莲藕品种,旨在为莲藕加工专用品种的选育和种植结构调整提供参考。
1.1.1 材料与试剂
莲藕:鄂莲5号、鄂莲6号、鄂莲7号和飘花莲藕,于成熟时采自舒城县农业科学研究所现代农业示范区;
没食子酸、福林试剂、无水乙醇、盐酸、氢氧化钠、石油醚、甲基红、甲醇、碘化钾、乙酸:分析纯,国药集团化学试剂公司。
1.1.2 仪器与设备
真空低温油炸机:VF2L型,海阳鑫锐食品设备有限公司;
色差仪:CR-400型,美国柯尼卡美能达公司;
电子天平:JA1003B型,上海越平科学仪器有限公司;
质构仪:TA.XT Plus型,英国Stable Micro Systems公司。
1.2.1 莲藕脆片制备 取不同品种的莲藕原料,每个品种取3份,每份约为3.5 kg,洗净去皮后按下述工艺流程制备莲藕脆片:
莲藕→切片→漂洗→速冻→真空低温油炸→调味→包装
1.2.2 莲藕原料及脆片品质测定
(1)水分含量:按GB 5009.3—2016执行。
(2)淀粉含量:按GB 5009.9—2016执行。
(3)粗纤维含量:按GB/T 5009.10—2003执行。
(4)直链淀粉含量:采用比色法[25]15。
(5)总酚含量:采用福林—酚比色法[25]13-14。
(6)硬度和脆度:莲藕原料样品测定参照文献[25]12和[26];莲藕脆片测定参照文献[27],修改如下:测前速度5.0 mm/s;测试速度0.5 mm/s;返回速度3.0 mm/s;测试距离5 mm,硬度值为曲线中最大峰值;脆度值为曲线中第一个峰的数值。
(7)L值:莲藕原料切片后,采用色差仪直接测定;莲藕脆片样品粉碎后,采用色差仪测定。每个样品随机抽取5个样本,取平均值。
(8)莲藕脆片产出率:按式(1)计算。
(1)
式中:
c——产出率,%;
m1——脆片质量,g;
m2——新鲜莲藕片质量,g。
(9)莲藕脆片收缩率:参照文献[5]。
(10)莲藕脆片总酚保留率:采用福林—酚比色法测定脆片总酚含量[5],并按式(2)计算总酚保留率。
(2)
式中:
R——总酚保留率,%;
w1——脆片总酚质量分数,%;
w2——鲜样总酚质量分数,%。
1.2.3 感官评价 参照文献[28]的方法进行莲藕脆片感官评价,并作如下修改:评价小组由10名具有食品专业背景的人员组成。所有待评价样品,经随机取样后重新编号,置于统一容器中。评价小组成员对莲藕脆片的色泽、外观形态、风味、口感4项指标进行评定,评定标准见表1。
1.2.4 模糊数学模型建立
(1)因素集与评语集的确立:以莲藕脆片感官评价指标为评价因素集,即评价因素集U=[u1,u2,u3,u4],其中u1代表色泽,u2代表外观形态,u3代表风味,u4代表口感。
以莲藕脆片感官评价得分等级为评语集,即评语集V=[v1,v2,v3,v4],v1~v4分别代表的等级为优、良、中、差。评语集对应的分数为v1=9,v2=7,v3=5,v4=3。
表1 莲藕脆片感官评价标准Table 1 Sensory evaluation criteria forlotus root chips
(2)因素权重比确定:选择具有丰富经验的5名技术人员对每个评价因素在整体质量因素中的重要性进行赋分。4个因素合计10分,评价人员认为该因素越重要则赋分越高。结果汇总后,每个因素总分除以50,即为该因素权重比。
(3)模糊综合评价:模糊综合评价模型建立首先要经过模糊变换,模糊合成算子是模糊变换的手段。由文献[29]可知,M(·,+·)算子属于加权平均型算子,其综合程度强,体现全数作用明显,是进行综合排序评价较为合适的算子。故试验采用此算子来建立综合评价模型。模型公式为:
Yj=Rj·A,
(3)
式中:
Yj——样品模糊综合评价结果;
Rj——样品矩阵序列;
·——模糊合成算子,本试验采用M(·,+·)算子;
A——因素权重集。
1.2.5 数据处理 采用SPSS 23.0和Excel 2016软件对数据进行统计和分析。
从表2可以看出,4个莲藕品种在硬度、脆度和粗纤维含量3项指标上具有显著差异,其变异系数均>10%,而在水分含量、L值、淀粉含量、直链淀粉含量、支链淀粉含量和总酚含量6项指标上,数据离散程度较小,差异不明显,其变异系数均<10%,其中水分含量指标的变异系数最小,仅为2.74%,说明4个莲藕品种在水分含量上基本保持同等水平。比较中位数和均值之间差异可以看出,各指标的数据变差均<5%,说明数据离群点较少,具有一定的代表性。
从表3可以看出,4种莲藕脆片在脆度、硬度、收缩率、总酚保留率和产出率5项指标上存在较大差异,其变异系数均>10%,其中收缩率指标差异最大,变异系数达49.55%,而在L值、脂肪含量和水分含量3项指标上差异较小,其变异系数均<10%,说明各脆片样品在这3项指标上基本处于同等水平,尤其是脆片的L值指标,其变异系数仅为0.44%,说明各脆片样品的白度基本相同。通过比较中位数和均值之间的差异可以看出,除收缩率指标以外,其他指标的数据变差均<5%,说明除收缩率指标外,其他指标的数据离群点较少,具有一定的代表性。
对莲藕原料理化指标和脆片品质指标数据进行相关性分析。从相关性分析结果可以看出,莲藕原料水分含量和脆度两个指标之间呈显著负相关,相关系数为-0.988,说明水分含量越高的莲藕品种,其脆度越小;莲藕原料粗纤维含量和脆度两个指标之间呈极显著正相关,相关系数为0.997,说明粗纤维含量高的莲藕品种,其脆度也高;莲藕原料水分含量和粗纤维含量两个指标之间呈显著负相关,相关系数为-0.986,说明水分含量越高的莲藕品种,其粗纤维含量越低。
由莲藕原料和脆片品质指标相关性分析可以看出,莲藕原料的脆度和脆片的脆度两个指标之间呈显著的正相关,相关系数为0.97,说明脆度越大的原料加工制成的莲藕脆片脆度也越大;而原料水分含量和脆片脆度之间呈极显著负相关,相关系数为-0.995,说明水分含量高的莲藕原料加工制得的莲藕脆片脆度较小;此外,原料的粗纤维含量与脆片的脆度、原料的总酚含量和脆片的总酚保留率之间均呈显著正相关。
10名感官评价人员对4种脆片样品进行感官评分,根据分值确定4种脆片样品在各等级的票数分布,结果见表4。
表2 莲藕原料各指标数值分布Table 2 Data distribution of lotus root samples’ indicators
表3 莲藕脆片各指标数值分布Table 3 Data distribution of lotus root chips
表4 莲藕脆片感官评价票数分布Table 4 Vote distribution for sensory evaluation of lotus root chips
2.3.1 建立模糊矩阵 根据表4感官评价票数分布,将脆片样品评价指标各等级得票数除以总人数,即可建立各样品的模糊矩阵。鄂莲5号、鄂莲6号、鄂莲7号、飘花莲藕4个莲藕品种制得的脆片产品的4因素模糊矩阵依次表示为R1、R2、R3、R4。模糊矩阵如下:
2.3.2 确定因素权重集 5位专业技术人员对色泽、外观形态、风味、口感4个因素的重要性进行赋分,并依据赋分情况计算各评价指标的权重,结果见表5。
表5 4个因素的权重分布统计Table 5 Weight distribution and statistics of four factor
从表5可见,5名技术人员认为4个评价因素对莲藕脆片整体品质的重要性各有不同。从综合结果来看,人们觉得风味对脆片的综合品质影响最大,其次是口感,外观形态影响最小。综合5名技术人员的评分结果,得到莲藕脆片模糊综合评价因素权重集为A=[0.14,0.12,0.40,0.34]。
2.3.3 模糊综合评价模型 根据模糊变换原理,建立模糊综合评价模型。以R1矩阵为例。
同理,可得其他3个样品的模糊评价模型。将各样品的模糊综合评价模型与评语集对应的分数相乘,即得到不同品种莲藕脆片的综合评价分数,结果见表6。
表6 莲藕脆片综合评价结果Table 6 Comprehensive evaluation result of lotus root chips
由表6可知,4个莲藕品种制得的脆片产品综合评价结果均处于“优”和“良”2个等级,产品品质较受评分人员的认可。通过比较分值可知,鄂莲5号品种的综合评价分数最高,为8.384,其综合评价等级相比其他品种更接近于“优”等级。由此可判断,鄂莲5号莲藕品种比其他3个品种更适宜加工莲藕脆片。
本试验对鄂莲5号、鄂莲6号、鄂莲7号、飘花莲藕4个莲藕品种的原料及其脆片制品的理化指标、加工指标进行分析测定,并采用模糊综合评价法对4种莲藕脆片的感官品质进行综合评定,为加工莲藕脆片筛选适宜的品种。结果表明,莲藕原料的品质在一定程度上决定了莲藕脆片制品的质量,原料的水分含量、粗纤维含量和脆度与脆片产品的脆度之间具有显著的相关性。模糊综合评价结果显示鄂莲5号制成的脆片综合评分最高,其为最适宜加工莲藕脆片的产品。
本试验仅对4种莲藕原料的加工脆片适宜性进行了研究。莲藕在制汁、制粉等方面仍然具有很好的产业前景。在未来的研究中,一方面应该扩大研究对象的数量,以便更好地筛选出适宜加工的品种;另一方面应该开展莲藕原料制汁、制粉的适宜性研究,为莲藕加工产业提供更好的理论支撑。