基于标准化胁迫积温的黄瓜采后品质模拟模型

程陈 董朝阳 钱汤浩 袁国印 杨静 黎贞发

摘    要：為了量化贮藏环境对黄瓜果实采后品质的影响，收集了2018—2019年2个生长季3种动态贮藏环境条件下的气象和果实品质观测数据，以温度为环境驱动因素，建立了基于标准化胁迫积温（[StanSAT]）的黄瓜采后品质模拟模型，并探究了果实外观品质和理化品质指标间的量化关系。结果表明，果实鲜质量（Wf）与体积（V）、色光值（CV）与色调（H）、果实含水量（FW）与可溶性固形物含量（SSC）之间呈线性关系；果形指数（SI）与果实密度（ρ）呈二次函数关系；DV（暗度值）与H之间呈对数关系。品质评价值（QE）、DV、CV、SI、H和ρ与[StanSAT]呈线性关系；SSC与[StanSAT]呈二次函数关系。F、ρ、SI、H、DV、CV、SSC和QE采后品质指标模拟值与观测值均方根误差（RMSE）分别为0.99 N、36.15 kg·m-3、0.75、0.24、1.39、449、0.75%和3.63，归一化均方根误差（NRMSE）在1.58%～17.85%，表明该模型有较高的模拟精度。研究结果可为黄瓜贮藏智慧管理提供理论依据和技术支持。

关键词：黄瓜；标准化胁迫积温；外观品质；理化品质；模拟模型

中图分类号：S642.2 文献标志码：A 文章编号：1673-2871（2024）05-107-08

Simulation model for postharvest quality of cucumber based on standardized stress accumulated temperature

CHENG Chen1，2， DONG Chaoyang3， QIAN Tanghao1， YUAN Guoyin1， YANG Jing1， LI Zhenfa3

（1. Institute of Ecology， Lishui University， Lishui 323000， Zhejiang， China; 2. College of Resources and Environment Sciences， China Agricultural University， Beijing 100193， China; 3. Tianjin Climate Center， Tianjin 300074， China）

Abstract： To quantify the impact of storage environment on the postharvest quality of cucumber fruits， this study collected meteorological and fruit quality observation data under three kinds of dynamic storage environment conditions in two growth seasons from 2018 to 2019. This study used temperature as an environmental driving factor to explore the quantitative relationship between fruit external morphology quality and physicochemical quality indicators， and established cucumber postharvest quality simulation model based on standardized stress accumulated temperature （[StanSAT]）. The results showed that： 1） There was a linear relationship between fruit fresh weight （[Wf]） and fruit volume （V）， chromatic value （CV） and hue （H）， fruit water content（FW） and soluble solid content （SSC）. There was a quadratic relationship between fruit shape index （SI） and fruit density （ρ）. There was a logarithm relationship between DV and H 2） Quality evaluation values （QE）， DV， CV， SI， H， and ρ were related to [StanSAT] showed a linear relationship. SSC was related to [StanSAT] showed a quadratic relationship. 3） The root mean square errors （RMSE） between simulated and observed postharvest quality indicators of F， ρ， SI， H， DV， CV， SSC， and QE respectively were 0.99 N， 36.15 kg·m-3， 0.75， 0.24， 1.39， 449， 0.75%， and 3.63. The normalized root mean square errors （NRMSE） ranged from 1.58% to 17.85%， indicated that the model had high simulation accuracy. The results can provide theoretical basis and technical support for intelligent management of cucumber storage.

Key words： Cucumber; Standardized stress accumulated temperature; External morphology quality; Physicochemical quality; Simulation model

黄瓜是全球栽培面积最大、产量最高的设施蔬菜之一，经济效益可观[1-2]。随着生活水平提高，消费者对蔬菜品质的要求也越来越高[3-4]，生产中迫切需要量化评估贮藏环境因子对蔬菜采后品质的影响[5]。

已有学者从形态学、光学和力学等外观品质[6-8]和可溶性固形物含量、含水量和维生素含量[9]等理化品质方面评估果实采后品质，还需要进一步探究外观品质和营养品质指标间的量化关系。在果实生产和运输过程中，受到人力、物力短缺的影响，果实需要短时间置于动态贮藏环境条件下[10]，因此，需要定量模拟非恒定环境因素对果实采后品质的影响，并应用于果实冷链运输和环境调控领域。虽然已有学者采用层次分析法[11]、Borda评价法[12]、Copeland法[12]、熵权法[12]等方法评价果实品质，但是不同品质指标最适值并非为指标最值，需要进一步划分品质指标类型。已有学者指出，温度、湿度、光照、CO2浓度和乙烯等[13-14]贮藏环境因素对果实品质有重要影响，其中温度为最主要的环境因素，程陈等[15-16]以温度为环境驱动因素，构建了基于积温法的园艺作物生长发育模拟模型，表明高温和低温均对作物生长发育有一定胁迫作用，但是低温在一定范围内有利于果实贮藏[17]，因此需要考虑低温累积对果实品质的影响。

笔者收集了2018－2019年2个生长季3种动态贮藏环境条件下的气象和果实品质观测数据，以温度为环境驱动因素，建立了基于标准化胁迫积温（[StanSAT]）的黄瓜采后品质模拟模型，并探究了果实外观品质与理化品质指标间的量化关系。研究结果可为黄瓜贮藏智慧管理提供理论依据和技术支持。

1 材料与方法

1.1 设计

试验地点在天津市武清区农业科技创新基地园区，供试黄瓜品种为津盛206，由天津农业科学院黄瓜研究所提供，具有高产、耐低温等特性。试验时间为2018年11月至2019年7月的2个生长季采收阶段，采样频率为10 d·次-1，单次采样数为6个，共计180个样品。温室内常规观测选用小气候观测仪（CAWS2000型，北京华云尚通科技有限公司）自动记录空气温湿度、CO2浓度及太阳总辐射等气象要素，采集频率为10 min·次-1。温室外小气候观测使用当地气象观测站气象要素，采集频率为1 h·次-1。笔者设置了3种不同动态贮藏环境（图1），其中，温室内的日均温为12.9～35.4 ℃，温度变化最为稳定；温室外日均温为-6.6～31.9 ℃，温度变化最不稳定；室内日均温为9.8～28.4 ℃，温度变化相对稳定。

1.2 数据资料

1.2.1 作物数据 对多个采后品质指标进行测定和计算，具体方法见表1。鲜质量为取样后3 h内的果实质量（g）；干质量为果实在80 ℃环境下采用101-3AB电动恒温鼓风干燥箱干燥至恒定质量（g）；果实颜色为获取果实距果肩2～3 cm、果实中部、果底2～3 cm处的L、a和b值，并取平均值。

综合品质评价值指数的计算：首先，将品质指标划分为3种指标类型，效益型指标为指标值越大越好；成本型指标为指标值越小越好；适中型指标为指标值越接近某一固定值（Vs）越好（公式1）。然后，设定各品质指标权重（公式2）。最后，计算综合品质评价值指数（公式3）。

[FVij=Vij-VminVmax-Vmin，效益型指标Vmax-VijVmax-Vmin，成本型指标VsVs+Vij-Vs，适中型指标]              （1）

[Eij=FVij×Wij]；                       （2）

[QEi=Ei1+Ei2+…+Eim]。                       （3）

式中，FVij为品质指标评价值；Vij为指标实测值；Vmax为指标最大值；Vmin为指标最小值；Vs为指标最适值；Wij为指标权重；QEi为综合品质指标评价值指数。

1.2.2 氣象数据 由贮藏日均温与生物学贮藏界限温度计算得到胁迫积温（stress accumulated temperature，SAT）（公式4），为防止模型参数过小[24]，对胁迫积温进行标准化处理，得到标准化胁迫积温（standardized stress accumulated temperature，[StanSAT]）（公式5）。

[SATi=Tb-Ti，TiTm      ] ；                  （4）

[StanSAT=][0iSAT0NSAT]  。           （5）

式中，i =0，1，…，n，…，N，其中i代表贮藏时间；N代表最大贮藏时间；Ti为日均温，由仪器观测得出；Tb为贮藏的下限温度，取10 ℃；Tm为贮藏的上限温度，取13 ℃；[0iSAT]为第i天累积胁迫积温；[0NSAT]为第N天累积胁迫积温。

1.3 模型检验统计变量

利用Microsoft Excel 2013进行数据处理和绘图，模型统计判据主要包括均值（mean value， [X]）、标准差（standard deviation， SD）、线性回归系数α、截距β、决定系数R2、均方根误差（root mean square error， RMSE）、归一化均方根误差（normalized root mean square error， NRMSE）和符合度指数（compliance index， D）[1，15]。

2 结果与分析

2.1 品质指标间定量关系

由图2可知，果实鲜质量（[Wf]）与果实体积（V）之间存在极显著正相关线性关系，即随V增加，[Wf]增加，且增加速率为0.32 g·cm-3；果形指数（SI）与果实密度（ρ）之间存在极显著二次函数关系，即随ρ增加，SI先减小后增加；暗度值（DV）与色调（H）之间存在极显著负相关对数关系，即随H增加，DV降低；色光值（CV）与H之间也存在极显著负相关线性关系，即随H增加，CV降低；果实含水量（FW）与可溶性固形物含量（SSC）之间存在极显著负相关线性关系，即随SSC增加，FW降低，降低速率为1.144%。

2.2 采后品质模拟模型

由表2可知，将FW、CV、V、DV、ρ、F和[Wf]指标归类为效益型指标；将SI、H和R指标归类为成本型指标；将SSC、L和D指标归类为适中型指标。当[StanSAT]<10时，SSC、L和D指标最适值分别为3.5%、29.9 cm和35.0 mm。本研究设定各品质指标权重[12]，将FW、DV、F、[Wf]、SI、R和SSC品质指标权重设定为0.10，其他品质指标权重设置为0.05。

由表3可知，QE、DV、F和ρ随[StanSAT]均呈线性下降的趋势，下降速率分别为21.74、6.04、4.23 N和196.30 kg·cm-3；H和CV均与[StanSAT]、色度a和色度b有关；SI与[StanSAT]（正相关）和ρ（负相关）有关；SSC随[StanSAT]呈先增加后降低的二次函数趋势，当[StanSAT]达到0.56时开始下降。

利用相互独立的观测数据对黄瓜采后品质模拟模型进行验证。由图3可知，F、ρ、SI、H、DV、CV、SSC和QE采后品质指标模拟值与观测值均方根误差（RMSE）分别为0.99 N、36.15 kg·m-3、0.75、0.24、1.39、449、0.75%和3.63，归一化均方根误差（NRMSE）分别为4.71%、11.77%、4.20%、5.59%、1.58%、3.61%、17.85%和5.30%，平均NRMSE为6.83%。结果表明，SSC和ρ模拟精度较高，其余品质指标模型模拟精度很高。α值为0.65～1.01，β值为-70～18.82，R2为0.27～0.97，表明模拟值与观测值之间存在良好的线性关系。D值均为0.99以上，表明模拟值与观测值具有较好的一致性。综上所述，基于[StanSAT]的黄瓜采后品质模拟模型具有较高的模拟精度。

3 讨论与结论

笔者收集了2018—2019年2个生长季3种动态贮藏环境条件下的气象和果实品质观测数据，以温度为环境驱动因素，构建了基于标准化胁迫积温（[StanSAT]）的黄瓜采后品质模拟模型。研究结果可为黄瓜贮藏智慧管理提供理论依据和技术支持。

关于指标间定量关系研究方面，Arzani K等[25]利用几何学原理计算果实体积可以准确地拟合果实质量，谢丹丹等[26]探究草莓光学性质与SSC和FW的关系，并建立了基于光学参数谱预测草莓品质指标的偏最小二乘模型。这些研究结果与本研究结果一致，笔者进一步探究了果形指数和果实密度之間的定量关系，并探究了果实外观颜色空间指标间的定量关系，研究结果表明，[Wf]与V、CV与H、FW与SSC之间呈线性关系，SI与ρ呈二次函数关系，DV与H之间呈对数关系。

关于采后品质模拟模型研究方面，王琦等[27]探究不同黄瓜采后果实贮藏品质的变化规律，表示随着贮藏时间延长，黄瓜硬度等质构特性指标减小；可溶性固形物含量等营养品质降低。笔者进一步结合果实采后品质贮藏特性，首次使用标准化胁迫积温作为环境驱动因素，定量模拟了恒温或微弱温度变化条件下果实采后品质的模型，以期为无法及时恒温冷藏的蔬菜采后贮藏管理提供技术支持。研究结果表明，QE、DV、CV、SI、H和ρ与[StanSAT]呈线性关系，SSC与[StanSAT]呈二次函数关系。笔者利用相互独立的观测数据对黄瓜采后品质模拟模型进行验证，F、ρ、SI、H、DV、CV、SSC和QE采后品质指标模拟值与观测值RMSE分别为0.99 N、36.15 kg·m-3、0.75、0.24、1.39、449、0.75%和3.63，NRMSE在1.58%～17.85%（平均NRMSE为6.83%），说明模型具有较高的模拟精度。

笔者的研究尚有不足之处，未来还需要进一步考虑空气湿度、CO2浓度和光照条件对黄瓜果实采后品质的影响[14，28-29]，并将模型系统软件与环境监控系统相耦合，以期实时评估果实采后品质变化过程，最大限度延长货架期并维持最优经济效益。

参考文献

[1] 程陈，冯利平，薛庆禹，等．日光温室黄瓜生长发育模拟模型[J]．应用生态学报，2019，30（10）：3491-3500．

[2] 李雪，赵士文，包星星，等．提高绿光占比对黄瓜幼苗形态、光合性状及碳水化合物的影响[J]．中国农业大学学报，2024，29（2）：58-65．

[3] BALLISTRERI G，CONTINELLA A，GENTILE A，et al．Fruit quality and bioactive compounds relevant to human health of sweet cherry （Prunus avium L．）cultivars grown in Italy[J]．Food Chemistry，2013，140（4）：630-638．

[4] 李高潮，霍强强，范崇辉，等．不同贮藏温度与采收期对‘秦超桃果实品质的影响[J]．北方园艺，2017（14）：136-143．

[5] SINNATHAMBY S，DOUGLAS-MANKIN K R，CRAIGE C．Field-scale calibration of crop-yield parameters in the Soil and Water Assessment Tool （SWAT）[J]．Agricultural Water Management，2017，180：61-69．

[6] XANTHOPOULOU A，GANOPOULOS I，PSOMOPOULOS F，et al．De novo comparative transcriptome analysis of genes involved in fruit morphology of pumpkin cultivars with extreme size difference and development of EST-SSR markers[J]．Gene，2017，622：50-66．

[7] YANG X Q，LI Y，ZHANG W W，et al．Fine mapping of the uniform immature fruit color geneuin cucumber （Cucumis sativus L．）[J]．Euphytica，2014，196（3）：341-348．

[8] JIANG S，HE Y，ZHAO J W．Study on changes of mini-cucumber mechanical properties during storage[J]．Food Science，2007，28（2）：322-326．

[9] CENTENOND C，OSORIO S，NUNES-NESI A，et al．Malate plays a crucial role in starch metabolism，ripening，and soluble solid content of tomato fruit and affects postharvest softening[J]．Plant Cell，2011，23（1）：162-184．

[10] LUKASSE L J S，POLDERDIJK J J．Predictive modelling of post-harvest quality evolution in perishables， applied to mushrooms[J]．Journal of Food Engineering，2003，59（2/3）：191-198.

[11] LI S F，XU Y J，LIAO S T，et al．Evaluation of fruit and analysis of sugar and acid compositions and antioxidant activities of different guava culfivars[J]．Food Science，2009，30（1）：66-70．

[12] 胡田田，何琼，洪霞，等．基于模糊Borda组合模型评价番茄产量及品质对水肥供应响应[J]．农业工程学报，2019，35（19）：142-151．

[13] LI Y X，GOLDING J B，ARCOT J，et al．Continuous exposure to ethylene in the storage environment adversely affects 'Afourer' mandarin fruit quality[J]．Food Chemistry，2018，242：585-590．

[14] KIM M J，BANG W S，YUK H G．405 ± 5 nm light emitting diode illumination causes photodynamic inactivation of Salmonella spp． on fresh-cut papaya without deterioration[J]．Food Microbiology，2017，62：124-132．

[15] 程陈，李春，李文明，等．园艺作物发育期和采收期模拟模型的最优模拟路径[J]．农业工程学报，2023，39（12）：158-167．

[16] 程陈，余卫东，闫锦涛，等．不同品种郁金香鲜切花物质积累及分配的模拟[J]．中国农业气象，2019，40（12）：758-771．

[17] TSIPOURIDIS C，THOMIDIS T．Effect of 14 peach rootstocks on the yield，fruit quality，mortality，girth expansion and resistance to frost damages of May Crest peach variety and their susceptibility on Phytophthora citrophthora[J]．Scientia Horticulturae，2005，103（4）：421-428．

[18] 程陈，董朝阳，黎贞发，等．日光温室芹菜外观形态及干物质积累分配模拟模型[J]．农业工程学报，2021，37（10）：142-151．

[19] 金楊．基于均匀颜色空间的彩色视觉对比敏感度函数及其应用研究[D]．南京：南京林业大学，2013．

[20] 吳浪，刘婧仪，梁燕．番茄绿果与红果颜色性状遗传的研究[J]．园艺学报，2016，43（4）：674-682．

[21] HASAN S M K，MANZOCCO L，MOROZOVA K，et al．Effects of ascorbic acid and light on reactions in fresh-cut apples by microcalorimetry[J]．Thermochimica Acta，2017，649：63-68．

[22] 沈朱俐，顾莉莉，李晓谊，等．基于形变距离和受压质量混合模式测定蓝莓果实硬度的方法建立和优化[J]．果树学报，2023，40（1）：169-179．

[23] 朱立保，刘海河，张彦萍，等．镁对厚皮甜瓜坐果节位叶片叶绿素荧光特性和活性氧清除系统的影响[J]．植物营养与肥料学报，2015，21（5）：1279-1285．

[24] CHENG C，FENG L P，BARCENA J F B，et al．A growth model based on standardized growing degree days for hydroponic fresh cut tulip in solar greenhouses[J]．European Journal of Horticultural Science，2022，87（4）：1-13．

[25] ARZANI K，LAWES S，WOOD D．Estimation of 'Sundrop' apricot fruit volume and fresh weight from fruit diameter[J]．Acta Horticulturae，1999（488）：321-325．

[26] 谢丹丹，郭文川，高梦杰，等．草莓的光学特性及其与可溶性固形物含量和含水率的关系[J]．食品科学，2021，42（1）：41-46．

[27] 王琦，谭占明，程云霞，等．不同贮藏时间对嫁接黄瓜果实品质的影响[J]．中国瓜菜，2023，36（11）：71-77．

[28] JONES R B，FARAGHER J D，WINKLER S．A review of the influence of postharvest treatments on quality and glucosinolate content in broccoli （Brassica oleracea var．italica）heads[J]．Postharvest Biology and Technology，2006，41（1）：1-8．

[29] TORRES-SANCHEZ R，MARTINEZ-ZAFRA M T，CASTILLEJO N，et al．Real-time monitoring system for shelf life estimation of fruit and vegetables[J]．Sensors，2020，20（7）：1860．