宅配小青菜贮藏期间货架期预测模型的建立

宋佳玮 巩建华 罗嗣育 郁志芳

(1南京农业大学食品科学与技术学院,江苏 南京 210095； 2 汉江师范学院生物化学与环境工程系,湖北 十堰 442000； 3泰州上膳源,江苏 泰州 225300)

小青菜(Brassica chinensisL.)是我国大面积栽培的典型叶菜,因其色泽翠绿,富含维生素、矿物质和膳食纤维[1],适合多种烹饪方式而深受消费者喜爱。 近年来,以电子商务为平台的生鲜农产品冷链物流迎来了发展机遇期,冷链宅配因及时、保鲜配送的优势受到政府、企业和消费者关注。 但在冷链宅配过程中,由于冷链温度控制不严、波动较大等原因,小青菜的品质极易发生劣变,对小青菜货架期产生影响,造成不必要的浪费,也给企业带来了巨大的经济损失。 因此,对冷链宅配小青菜进行冷链环节研究,保证产品质量、减少损失率刻不容缓。

目前,冷链研究大多集中在冷链物流路径优化[2-4]、冷链物流模式[5-6]等方面,而关于冷链配送整个过程中温度、时间对食品影响的研究尚鲜见。 影响冷链配送中蔬菜品质的因素有很多,如包装方式、温度、湿度、时间等。 张雷刚等[7]研究了不同包装方式(气调包装袋、普通超市食品袋、妙洁保鲜袋)对绿芦笋货架期的影响,发现气调包装袋通过调控绿芦笋菌落总数和多酚氧化酶、抗坏血酸过氧化物酶活性可延长其货架期4～6 d；Oliveira 等[8]对在不同温度(0、5、10 和15℃)下贮藏的切片蘑菇品质指标进行测定,发现温度对切片蘑菇的品质有显著影响(P＜0.05),且0℃贮藏的蘑菇保质期最长；Wrona 等[9]发现在包装材料中加入绿茶提取物或焦亚硫酸钠与柠檬酸的结合物均能延长新鲜蘑菇的保质期而不影响其新鲜状态。

近年来,随着食品货架期预测方法的发展,越来越多的数学模型被应用到食品领域,主要包括以温度为基础的动力学方程和Arrhenius 方程结合的预测模型[10]、统计学预测模型[11]、以微生物指标为基础的模型[8]及其他预测模型等。 影响果蔬贮藏品质的诸多环境因子中,温度是最显著的因素[12]。 通常情况下,温度高低与果蔬品质保持呈反比关系,即温度越高,果蔬品质保持越差,货架期越短。 动力学方程和Arrhenius 方程结合的模型能够反映温度与食品品质变化的关系,且其预测精度高,已被广泛应用于货架期预测。 此外,大多数蔬菜的品质变化均可用如光降解、呼吸作用、酶反应等生理指标表示,这些指标均可用动力学方程[12]表示,通过一定条件下获得的鲜活产品的某种品质指标随时间变化数据来确定反应的级数和反应速率[13]。 研究表明,不同鲜活产品的品质反应级数不同,但多数符合零级反应或一级反应。 王盼等[14]对在不同温度下贮藏的香菇品质变化进行分析,发现L∗值、pH 值和褐变强度均符合一级反应,并确定褐变强度为预测货架期的标准指标；Jaiswal 等[15]发现烫漂后的卷心菜抗氧化能力及多酚含量的变化遵循一级动力学反应；谢晶等[16]研究发现,鸡毛菜的贮藏过程中零级反应比一级反应更适合描述叶绿素和Vc 的降解规律。

本研究通过模拟冷链宅配的流程,分析3、10、20℃下小青菜贮藏期间品质变化,探究包装方式和温度对小青菜品质的影响,建立品质变化动力学模型,预测小青菜的货架期,同时验证动力学模型的有效性,以期为优化冷链配送和保鲜条件提供依据。

1 材料与方法

1.1 试验材料

小青菜(品种为东方18 号；田间生长30 d),由江苏省泰州市上膳源有机农场提供。 保鲜袋(定制)：材质为聚乙烯,厚度为0.03 mm,规格为长35 cm、宽26.5 cm,封口形式为胶粘自封口,每个袋正反两面均匀分布直径0.4 cm 的圆孔24 个。 保鲜盒(定制)：材质为聚丙烯,厚度为0.22 mm,规格为长20 cm、宽14.5 cm、高5.7 cm,封口形式为保鲜膜包裹,保鲜膜材质为聚乙烯,厚度为0.012 mm,每个盒底面分布直径0.5 cm 的圆孔8 个。

偏磷酸、碳酸氢钠,均为分析纯,购自广东光华科技股份有限公司；2,6-二氯靛酚,分析纯,购自上海瑞永生物科技有限公司。

1.2 主要仪器与设备

CR-400 色彩色差计,日本konica minolta 公司；DJ300 精密电子天平,北京赛多利斯仪器系统有限公司；MIR-254-PC 低温培养箱,日本松下电器产业株式会社。

1.3 试验方法

按照田间采收(20 min)→运至加工场地(10 min)→预冷(4℃,3 h)→包装(4℃,30 min)→暂存(4℃,4 h)→运输(4℃,4 h)→暂存(4℃,6 h)→配送(4℃,1～6 h)→到户的流程[17]进行全程冷链运输模拟,冷链操作总时间控制在24 h 以内。

试验分组设计：小青菜大小均匀一致、无病虫害、无机械损伤,经过严格挑选和去除不可食用部分后,分别采用保鲜袋和保鲜盒包装形成净菜产品,规格均为300 g。 两种包装的批量产品冷链模拟结束后,将小青菜随机分为3 组,每组样品量为20 袋和20 盒,分别置于3±0.5℃、10±0.5℃、20±0.5℃温度下,在设定的时间间隔点随机取3 个平行样品进行品质分析,直到货架期终点(货架期终点的确定是以黄化率达到10%左右为标准)。

1.3.1 小青菜失重率的测定 采用称重法测定完整包装产品的失重,按照公式计算失重率：

1.3.2 小青菜色差的测定 以经过白板校准的色彩色差计,按照Ali 等[18]的方法,分别测定小青菜叶片中间脉络左上部颜色,每组测定30 片叶片,得到小青菜L∗值、a∗值和b∗值,其色泽变化通过总色差ΔE来表示,即：

式中,L∗、a∗、b∗分别表示贮藏期间小青菜色差指标测定值；L0、a0、b0分别表示0 d 时小青菜色差指标的测定值。

1.3.3 小青菜黄化率的测定 取完整包装,即300 g产品,测定其黄化率。 按照公式计算黄化率：

1.3.4 小青菜维生素C 含量的测定 按照GB 5009.86-2016[19]方法测定。 小青菜样品重量为10 g,Vc 含量单位为mg·100g-1。

1.3.5 动力学模型的建立

1.3.5.1 动力学模型 大多数蔬菜的品质变化均可用下列动力学方程[13]表示：

式中,Q 为品质质量指标；t 为贮藏时间；k 为化学反应速率；n 为反应级数。

1.3.5.2 Arrhenius方程 Arrhenius 模型的表达式[20]：

式中,T 表示绝对温度,K；R 表示气体常数,8.314 J·mol-1·k-1或1.987 cal·mol-1·k-1；Ea 表示活化能；K0表示指前因子。

对式(4)取对数得：

实际应用中,得到至少3 个温度下的动力学方程后,由方程确定不同温度下对应的化学反应速率常数(k),通过对速率常数的对数(lnk)和温度的倒数(1/T)进行拟合,得到表观活化能(Ea)和指前因子(k0),即品质变化速率与温度的关系。

Arrhenius 方程与动力学方程结合预测货架期可以通过2 个步骤实现：首先根据品质变化动力学模型确定反应速率,然后通过拟合的Arrhenius 方程推算出产品货架期。 贮藏过程中零级动力学模型：

一级动力学模型：

式(7)和(8)中,c(t0)表示样品起始品质指标；c(t)表示贮藏t时间时的品质指标；t表示贮藏时间,d；K0表示指前因子；T 表示绝对温度,K；R 表示气体常数,8.314 J·mol-1·k-1或1.987 cal·mol-1·k-1；Ea 表示活化能。

1.4 数据处理

所有试验结果均为3 个生物学平行样品的平均值。 采用Microsoft Excel 2010 软件进行数据处理,用OriginPro 2016 进行绘图。 采用IBM SPSS Statistics 19软件对各指标进行皮尔逊相关性分析,用Arrhenius 方程计算反应活化能和指前因子,建立动力学预测模型,并对其进行验证。

2 结果与分析

2.1 包装方式及贮藏温度对小青菜品质的影响

黄化是蔬菜采后最易发生的现象,组织褪绿黄化是导致其色泽变化的主要原因[21]。 由图1可知,袋装小青菜的黄化率均大于盒装,盒装和袋装间存在显著性差异(P＜0.05),且3℃低温贮藏可有效延缓小青菜的黄化速率。 由表1、2 可知,贮藏期间,小青菜a∗值、b∗值、ΔE值均呈上升趋势。 通过相关性分析发现,黄化率与a∗值、b∗值、ΔE值成正相关关系。 颜色变化的主要原因是叶绿素脱镁降解,而低pH 值和高温均会导致脱镁反应的发生[22]。

表1 盒装小青菜a∗值、b∗值、ΔE 值、黄化率与贮藏时间的关系Table1 The relationship between a∗value， b∗value， ΔE value， the yellowing rate and storage time of boxed Brassica chinensis L.

水分占叶菜重量的90%以上,其变化对菜品的新鲜程度有重要影响,因此常以菜品的失重率作为评价贮藏品质的指标之一[23]。 小青菜组织柔嫩、易失水,通常常温下3～4 d 就黄化萎蔫,是采后较易腐烂变质的叶菜之一,其失水萎蔫会导致细胞膜透性增大,进而加快叶片的衰老[24]。 由图2可知,无论盒装还是袋装的小青菜,3、10、20℃条件下分别贮藏至货架期终点(15、7、3 d)时,失重率均不超过5%；但袋装小青菜的失重率高于盒装,这可能与包装袋具有较多的小孔有关。 基于上述结果,配送与贮藏期间小青菜宜采用盒装并保持低温。

维生素C(vitaninc,Vc)作为蔬菜的重要营养成分[25],其含量变化可作为评判蔬菜贮藏效果的重要指标。 由图3可知,贮藏期间小青菜Vc 含量均有所减少,以3℃贮藏的小青菜Vc 减少量最小,贮藏温度越高Vc损失越多；盒装小青菜Vc 含量高于袋装,且存在显著性差异(P＜0.05)。 统计分析表明,小青菜Vc 含量与黄化率、失重率之间均存在显著相关性(P＜0.05),这可能是由于Vc 降解与小青菜的黄化和失重均有关系。 因此,控制黄化和水分损失对保持新鲜小青菜的品质和商品性至关重要,且控制贮藏温度是关键。

表2 袋装小青菜a∗值、b∗值、ΔE 值、黄化率与贮藏时间的关系Table2 The relationship between a∗value， b∗value， ΔE value， the yellowing rate and storage time of bagged Brassica chinensis L.

图1 包装方式与贮藏温度对货架期终点小青菜黄化率的影响Fig.1 Effect of packaging method and storage temperature on the yellowing rate at the end of shelf of Brassica chinensis L.

图2 包装方式与温度对小青菜货架期终点失重率的影响Fig.2 Effect of packaging method and storage temperature on the weight loss at the end of shelf of Brassica chinensis L.

图3 包装方式与贮藏温度对小青菜货架期终点Vc 含量的影响Fig.3 Effect of packaging method and storage temperature on the Vc content at the end of shelf of Brassica chinensis L.

2.2 动力学模型的构建及货架期预测

2.2.1 小青菜色泽变化动力学模型的构建及验证 由图4可知,随着贮藏时间的延长,小青菜a∗值、b∗值及ΔE值均呈上升趋势,小青菜叶片呈现黄化症状。 小青菜贮藏温度与色泽变化速率成正比,其中,20℃贮藏温度下小青菜的色泽变化明显快于3℃。对小青菜色泽变化数据进行分析(表3)可知,a∗值和ΔE值指标零级反应的决定系数R2大于一级反应,故小青菜a∗值和ΔE值的变化符合零级反应；b∗值的零级反应和一级反应决定系数R2相差不大,但从反应速率常数(k)来看,更符合零级反应[26]。 综上,小青菜色泽的变化符合零级反应,即随着贮藏温度升高,a∗值、b∗值和ΔE值的反应速率常数增大,色泽变化也逐渐增大。

图4 不同贮藏温度下小青菜色泽变化与贮藏时间的关系Fig.4 The relationship between color change and storage time of Brassica chinensis L.at different storage temperatures

为预测小青菜的货架期,通过对lnk 和1/T 进行作图,根据得到的斜率和截距推算出活化能和指前因子。 活化能的大小决定了化学反应发生的难易程度[26]。 由表4可知,a∗值、b∗值和ΔE值活化能均较小,分别为4.27×104、4.28×104、4.49×104J·mol-1,表明贮藏期间小青菜色泽变化的反应容易发生。

a∗值、b∗值、ΔE值的品质变化方程均符合零级反应,分别以a∗值、b∗值、ΔE值的k0、Ea 值代入零级动力学模型,得到下列货架期模型：

表3 不同贮藏温度下色泽的零级、一级反应的速率与决定系数Table3 Reaction rate and determination coefficient of zero-order and first-order reaction at different storage temperature

图5 不同贮藏温度下小青菜色泽变化预测值与实测值的关系Fig.5 The relationship between the predicted value and the measured value of the color change of Brassica chinensis L.at different storage temperature

表4 小青菜色泽变化零级反应的指前因子与活化能Table4 Pre-exponential factors and activation energy of zero-order reaction in color change of Brassica chinensis L.

为验证货架期预测模型的准确性,设计了独立的验证试验,按照模型建立时的方法,在设定时间点测定小青菜a∗值、b∗值并计算ΔE值,并将实测值与预测值进行比较,结果见图5。 3、10、20℃下小青菜a∗值、b∗值、ΔE值的预测值与实测值相关系数(R2)分别为0.936、0.977、0.978,0.998、0.989、0.996 和0.996、0.998、0.999,均大于0.93 且达显著性水平。 其中,3℃下的a∗值的预测值小于实测值,且相关性较差于其他温度,这可能是由于低温下a∗值变化缓慢,结果不明显,导致离散程度较大,但总体趋势是正确的。 由此表明,与小青菜黄化相关的3 个指标(a∗值、b∗值、ΔE值)的预测值和实测值之间拟合度好,3 个单一的预测模型均能表现出温度和货架期之间的关系,可用于实际小青菜货架期的预测。

2.2.2 小青菜黄化率变化动力学模型的构建与验证黄化率能直观反映蔬菜贮藏过程中的品质变化,可以作为判断叶菜类品质变化的指标。 由图6可知,随着贮藏时间的延长,小青菜黄化率呈上升趋势,且贮藏温度越高,小青菜黄化速率越快。 由表5可知,小青菜黄化率零级反应的决定系数之和(2.978 3)大于一级反应(2.854 9),故小青菜的黄化率变化符合零级反应。 求得不同贮藏温度下小青菜黄化反应速率(k),并对lnk 和温度T 的倒数(1/T)作图,得到Arrhenius方程,计算k0和Ea 分别为5.63×105和3.77×104J·mol-1。 小青菜黄化率变化符合零级反应,因此将反应的k0和Ea 代入零级反应货架期模型,得到模型：

注：T=276 K 时,t=t+14；T=283 K 时,t=t+6；T=293 K 时,t=t+2。 下同。

图6 不同贮藏温度下小青菜黄化率与贮藏时间的关系Fig.6 The relationship between yellowing rate and storage time of Brassica chinensis L.at different storage temperatures

表5 不同贮藏温度下小青菜黄化率零级、一级反应的速率及决定系数Table5 The reaction rates and determination coefficients for zero-order and first-order reactions of Brassica chinensis L.at different temperatures

对以上模型进行验证,设计了单独的试验测定选定时间点的黄化率,将得到的实测值与模型预测值作图(图7),并对小青菜黄化率实测值与预测值进行相关性分析。 结果显示,3、10、20℃下小青菜黄花率预测模型相关系数分别为0.998、0.995、0.989,均大于0.98,表明相关性高,模型的准确性好,可预测小青菜贮藏期间黄化率随时间和温度的变化。

黄化率预测模型与色泽预测模型均是从感官品质方面进行预测,综合2.2.1 和2.2.2 结果分析可知,ΔE值预测模型精确度最高,黄化率预测模型和b∗值预测模型一般,a∗值预测模型较差。

图7 不同贮藏温度下小青菜黄化率的预测值与实测值的关系Fig.7 The relationship between predicted and measured values of yellowing rate of Brassica chinensis L.at different storage temperatures

2.2.3 小青菜Vc 含量变化动力学模型的构建与验证 由图8可知,随着贮藏时间的延长,不同贮藏温度下的小青菜Vc 含量均呈下降趋势,其中,3℃下小青菜Vc 含量下降速度最慢,说明低温可以延缓Vc 损失,这与谢晶等[16]对鸡毛菜的研究结果一致。 对不同温度下小青菜Vc 含量进行拟合分析(表6),发现小青菜Vc 含量模型一级反应的∑R2为2.968 1,大于零级反应(2.830 1),说明小青菜Vc 含量变化符合一级反应,这与Huang 等[27]的研究相符。 小青菜Vc 降解速率反应的决定系数为0.986 2,拟合性好,适合用一级动力学模型描述贮藏期间小青菜Vc 损失。 根据一级反应速率k,对lnk 和1/T 作图,得出Ea 和k0分别为4.30×104J·mol-1和4.07×106。

表6 不同贮藏温度下小青菜Vc 含量的零级和一级反应的反应速率及决定系数Table6 The reaction rate and coefficient of determination for zero-order and first-order reactions of Vc content of Brassica chinensis L.at different storage temperatures

图8 不同贮藏温度下贮藏的小青菜Vc 含量与贮藏时间的关系Fig.8 The relationship between Vc content and storage time of Brassica chinensis L.at different storage temperatures

将Ea、k0代入一级动力学模型,得到公式：

对以上模型进行验证试验,对得到的设定贮藏时间实测值与由模型得到的预测值进行相关性分析(图9),得出相关性系数分别为0.991、0.997、0.996,均大于0.9,说明模型拟合性好,准确性高,Vc 含量变化一级动力学模型能够作为小青菜货架期Vc 含量的预测模型。

2.3 综合模型的构建

图9 不同贮藏温度下小青菜Vc 含量的预测值与实测值的关系Fig.9 The relationship between the predicted and measured values of Vc content of Brassica chinensis L.at different storage temperatures

由表7可知,小青菜各指标间均存在显著相关性,KMO 和Bartlett 球形检验分析显示,KMO 系数和Bartlett 检验的P值分别为0.810、0.000,KMO 系数大于0.6,且P值小于0.05,拒绝了球形检验的假设,故根据Kaiser 规定这些数据可进行因子分析[28]。 对表7数据进行主成分分析,由表8、表9可知,第一个因子的累积贡献率为95.025%(≥90%),其他因子的重要性逐渐减小。 图10 为因子和特征值之间的关系,陡直线说明对应因子特征值差值较大,缓直线则说明特征值差值小[29]。 本试验考察特征值大于1 的成分数,结果显示只有一个因子的特征值超过1,且其他因子间连线较平缓,故提取一个因子作为主成分。

表7 贮藏期间小青菜品质指标间的皮尔逊相关系数Table7 Pearson correlation coefficient among different quality indicators of Brassica chinensis L.during storage

表8 贮藏期间小青菜品质指标的初始特征值Table8 Initial values of various quality indicators of Brassica chinensis L.during storage

表9 主成分得分系数矩阵Table9 Component score coefficient matrix

图10 碎石图Fig.10 Gravel Map

表9为主成分得分系数矩阵,得出因子得分函数：

将因子F 定义为小青菜品质的综合指标,通过以上公式计算出各贮藏温度下F值,对其进行货架期预测。 小青菜综合指标的变化符合零级反应,对lnk 和1/T 作图得到Arrhenius 方程,为lnk = 19.492 2-5 129.448 1×1/T,由此可计算出k0和Ea,进而得出小青菜综合指标的货架期预测模型：

由于新鲜蔬菜货架期较短,且受到测定指标时间间隔的影响,因此设定当相对误差≤10%时,即认为货架期模型精确度较好。 由表10 可知,不同贮藏温度下,小青菜综合指标的预测值普遍大于实测值,且实测值与预测值的相对误差均小于10%,表明小青菜综合指标的货架期预测模型较为精准。

表10 小青菜综合指标模型的验证结果Table10 Verification results of a comprehensive indicator model for Brassica chinensis L.

3 讨论

新鲜叶菜保鲜和维持商品性需要解决的主要问题为失水、黄化和腐败,可通过适当的包装方式抑制新鲜果蔬的生理活动来减缓蔬菜的衰老进程,并减少产品的水分损失,保持营养物质,延长贮藏时间。 密封的环境可导致包装内部温度升高和湿度过大,加速叶菜的腐烂,而开孔的包装方式可改善透水、透气性能,在生产实践中得到普遍应用。 Jiang 等[30]以纳米包装材料处理紫背天葵时发现,纳米材料结合气调包装可以有效保持其品质,延缓衰老；王静[31]发现打孔膜包装可以有效延长小青菜和菠菜的贮藏时间,保持其货架期品质。 本研究中,盒装方式有效减轻了贮藏期间小青菜失重率、黄化率和Vc 含量的下降,表明该包装方式能更有效延缓小青菜贮藏期间的品质劣变。 与袋装相比,盒装有利于小青菜保鲜,可能与其能较好地保持包装形态、减少产品损伤、防止包装内部因湿度过饱和而出现水分凝结有关。

温度是影响采后蔬菜品质的重要因素之一。 温度升高会加速呼吸和促进蒸腾作用,加速叶菜体内的物质降解过程,如叶绿素降解速率加快致使叶片发黄、Vc 减少而使其营养价值降低等[32]；温度升高也能导致乙烯的合成速率加快,进而加快细胞膜衰老进程。本研究结果表明,小青菜贮藏温度与其失重率、黄化率、色差变化成正比,与Vc 含量成反比；3℃条件下小青菜的货架期为15 d,而20℃条件下其货架期仅为3 d,表明适宜的低温有利于小青菜的贮藏保鲜,这与刘敏[33]、李文文等[34]的研究结果极为相似。

货架期作为食品寿命的标签,准确预测食品货架期不仅能够保证产品在流通、销售等过程中质量的稳定,而且也能够满足消费者对产品安全、新鲜、营养的更高要求。 本试验结果表明,小青菜的黄化率和色差变化符合零级反应,Vc 含量变化符合一级动力学反应,这与刘春菊等[26]、Giannakourou 等[35]的研究结果相似。 Arrhenius 方程与动力学规律结合是食品货架期预测中常用的一种预测方法。 该方法可以通过升高温度来加快食品腐败速度,加快试验进程,从而在高温下获取数据建立模型,再通过外推的方法获得低温下的货架期。 因此,本研究采用以零级和一级动力学模型结合Arrhenius 方程建立小青菜货架期预测模型,能够较精准地预测货架期。

目前,有关小青菜货架期预测模型的建立都是基于单一指标的预测模型,在预测精确度方面存在一定的缺陷。 本研究的综合模型将与小青菜品质变化相关的指标按照一定的比例代入模型,增加了模型的准确性。 通过对小青菜的包装方式及冷链运输流程进行模拟,为冷链宅配小青菜的包装方式提供了参考,构建的小青菜货架期综合预测模型为小青菜冷链宅配和随后存放期间品质变化预测提供了依据。 本研究建立的预测模型也存在一定的不足,如未考察小青菜品种、季节性、发育程度、批次性等对预测模型建立的影响；模型本身存在缺陷问题,如对低于试验温度进行外推时,所求得的活化能误差会变大,影响货架期预测值的准确性。 此外,本研究中选择的贮藏温度范围相对较窄,后续应扩大贮藏温度范围,并对更多的品质指标进行拟合,建立精确度更高的模型,以期更准确地应用于生产实践。

4 结论

本研究探究了宅配小青菜冷链流通期间温度和时间对品质的影响,发现贮藏温度越高,贮藏时间越长,小青菜的失重率和黄化率越高,Vc 损失越快,色泽变化越明显,较高温度和较长时间的贮藏不利于小青菜品质保持。 比较两种包装方式显示,盒装小青菜保鲜效果显著优于袋装(P＜0.05)。 依据不同温度下小青菜品质性状变化构建的小青菜综合指标预测模型,具有准确性较高、拟合性好、相对误差小的特点,这为商业冷链配送小青菜提供了技术支持和理论依据。