果蔬類食品貨架期的預測方法及研究進展.pdf

中國果菜 China Fruit 2 ShandongTechnologyInnovation CenterforAgriculturalProductsLogistics ShandongGuonongLogisticsTechnologyCo Ltd Jinan250103 China 3 NationalEngineeringResearchCenterforAgriculturalProductsLogistics Jinan250103 China Abstract The shelf life of fruits and vegetables is an important way for consumers to assess their quality The deteriorationprocessoffruitsandvegetablesiscomplex resultingfromtheinterplayofvariousfactors Therefore this paper introduced the microbiological indicators physicochemical indicators and sensory indicators related to thequalityoffruitsandvegetables summarizedandanalyzed5differenttypesofshelflifepredictionmethodsand their research progress while also looking ahead to future research trends to further ensure food safety and consumerhealth Keywords Shelflifeprediction fruitandvegetables qualityindicators predictionmodels 收稿日期 2024 08 10 基金項目 十四五 國家重點專項研發(fā)計劃項目 生鮮農產品物流過程品質信息 防斷鏈 智能管控關鍵技術及裝備研發(fā) 2022YFD2100604 2023 年度山東省重點研發(fā)計劃項目 甜櫻桃智慧高效生產與貯運加工技術集成創(chuàng)新與示范 2023TZXD060 2023年度喀什地區(qū)科技計劃項目 鮮活農 產品保鮮儲運關鍵技術研究與示范 KS2023019 第一作者簡介 鄒澤宇 1994 女 助教 碩士 主要從事農產品貨架期預測及新鮮度評估研究工作 通信作者簡介 張長峰 1976 男 教授 博士 主要從事生鮮農產品保鮮技術研究工作 隨著社會經濟的騰飛和果蔬類食品工業(yè)的快速發(fā) 展 人們對果蔬質量有了更高的要求 果蔬品質與安全也 成為我國食品領域重要的研究方向之一 食品生產后 在貯藏過程中受物理或化學變化影響逐漸變質 最終達 到消費者感官上無法接受該食品的程度 這段時間被 稱為食品貨架期 1 貨架期是食品生產廠家對食品質量 的鄭重承諾 使消費者對果蔬等食品的質量有直觀的認 知 2 是消費者在選購商品時的重要參考 貨架期的準確 預測對食品生產企業(yè) 消費者 政府監(jiān)管部門 社會資源 物流配送企業(yè)都有著重要作用 3 準確預測貨架期 有助 于保障果蔬食品安全 減少果蔬等食品的損耗和浪費 對 資源可持續(xù)性發(fā)展和資源管理具有深遠的影響 4 為產品 的運輸與貯存提供有效依據 可以進一步提升企業(yè)經濟 效益 因此 貨架期預測研究具有重要意義 目前 構建貨架期預測模型的方法較多 傳統(tǒng)的貨架 期預測方法大致可分為化學動力學方法 微生物生長動 力學方法 統(tǒng)計學方法等 近年來 為了更加快速準確地 開展貨架期預測工作 研究人員將計算機領域的多種預 測方法引入貨架期研究中 根據研究目的和實驗方法 選擇適當?shù)呢浖芷陬A測方法能夠有效提高準確率 因此 掌握不同的貨架期預測建模方式是準確預測貨架期的 必要條件 本文主要介紹了果蔬類食品的關鍵品質指標 總結了常用的貨架期預測模型 并對不同類型的貨架期 預測方法和研究進展進行了對比 以期為我國果蔬類食 品貨架期科學研究和產業(yè)發(fā)展提供參考 1 果蔬類食品的關鍵品質指標 果蔬等食品貨架期在微生物 物理和化學反應 貯存 環(huán)境等多種因素的共同作用下動態(tài)變化 最終導致果蔬 變質 因此 可以通過檢測果蔬等食品的各類關鍵品質 指標 分析各指標對品質的影響程度 通過構建不同類型 的模型實現(xiàn)果蔬貨架期的預測 果蔬的品質指標大致分 為微生物指標 理化指標和感官指標三大類 1 1 微生物指標 果蔬等食品在生產 加工 物流 貯藏 消費的全流程 中都存在被微生物污染的可能性 微生物指標是影響食 品貨架期的核心因素 因此監(jiān)測微生物指標對分析果蔬 等食品品質至關重要 常見的微生物指標包括菌落總數(shù) 大腸菌群總數(shù) 霉菌總數(shù)等 1 1 1 菌落總數(shù) 菌落總數(shù)是指食品檢樣在一定條件下培養(yǎng)后 所得 每1g mL 檢樣中形成的微生物菌落總數(shù) 5 測定菌落總 數(shù)常用于判定食品被細菌污染的程度及衛(wèi)生質量的優(yōu) 劣 菌落總數(shù)的測定可參考 食品安全國家標準食品微 生物學檢驗菌落總數(shù)測定 GB4789 2 2022 5 1 1 2 假單胞菌數(shù) 假單胞菌在食物 水源 空氣中廣泛存在 常見的種 類有銅綠假單胞菌 類鼻疽假單胞菌 熒光假單胞菌等 假單胞菌與肉類食品貨架期密切相關 是使肉品變質的 主要微生物之一 6 假單胞菌數(shù)的測定方法與菌落總數(shù)類 似 可參考 食品安全國家標準食品微生物學檢驗菌落 總數(shù)測定 GB4789 2 2022 5 1 1 3 霉菌總數(shù) 霉菌是一種真菌 會破壞食物的顏色 香氣和味道 降低食物的食用價值 霉菌與霉菌毒素會危害人體健 康 7 所以人們注重對食品中霉菌的檢測 在無菌環(huán)境下 培養(yǎng)食品檢樣 用肉眼或低倍鏡觀察 記錄稀釋倍數(shù)和霉 菌菌落數(shù) 具體操作可參考 食品安全國家標準食品微 生物學檢驗霉菌和酵母計數(shù) GB4789 15 2016 8 1 1 4 大腸菌群數(shù) 大腸菌群是指在一定培養(yǎng)條件下能發(fā)酵乳糖 產酸 產氣的需氧和兼性厭氧革蘭氏陰性無芽孢桿菌 若檢測 出大腸菌群 證明食物直接或間接被糞便污染 可能會引 起腹瀉 腸道疾病或食物中毒 我國將大腸菌群作為水質 檢驗和食品衛(wèi)生質量檢驗的指示菌 在對樣品稀釋后采 用平板計數(shù)法完成大腸菌群計數(shù) 具體方法見 食品安全 國家標準 食品微生物學檢驗 大腸菌群計數(shù) GB 4789 3 2016 9 1 1 5 沙門氏菌數(shù) 沙門氏菌為無芽孢 無莢膜的革蘭氏陰性桿菌 是常 見的食源性致病菌 食用被沙門氏菌污染的食物極易出 現(xiàn)食物中毒 檢測并控制沙門氏菌對消費者健康和食 品安全有著重要的意義 10 11 沙門氏菌的檢驗操作可參 照 食品安全國家標準食品微生物學檢驗沙門氏菌檢 驗 GB4789 4 2024 12 1 2 理化指標 理化指標是衡量果蔬等食品的物理及化學性質的技 術指標 隨著時間的延長 食品的物理及化學性質發(fā)生改 中國果菜 流通保鮮10 變 由此可以通過測定理化指標完成貨架期的預測及品 質的分析 常見的理化指標有抗壞血酸含量 失重率 硬 度等 1 2 1 抗壞血酸 抗壞血酸又稱維生素C 是一種具有抗氧化性的有 機化合物 對人體健康發(fā)揮著不可或缺的作用 它主要 存在于新鮮的水果和蔬菜之中 是人體必需的營養(yǎng)成分 之一 在維持生理功能 增強免疫力等方面 抗壞血酸發(fā) 揮著關鍵作用 同時 它也是衡量果蔬在貯藏過程中營 養(yǎng)品質的一個重要指標 反映了果蔬的新鮮程度和營養(yǎng) 價值 抗壞血酸的測定可參考 食品安全國家標準食品 中抗壞血酸的測定 GB5009 86 2016 13 1 2 2 失重率 失重率是指食品在一定時間內由于脫水 腐爛或其 他因素而減輕的質量比例 14 失重率可以反映果蔬等食 品的新鮮程度 用于預測貨架期 失重率的計算方法見 公式 1 失重率 m 0 m 1 m 0 100 1 式中 m 0 為初始質量 m 1 為測定時質量 1 2 3 硬度 硬度是指在咀嚼或咬碎過程中所需的力量或能量 硬度是由食品的物理和化學特性決定的 這些特性包括 食品的結構 成分 水分含量 顆粒大小和分布等 隨著 貨架期的延長 食品的硬度會發(fā)生變化 從而影響食品 的口感和風味 所以可以用質構儀等設備檢測食品硬 度 分析其品質變化 對食品的加工 口味等方面做出更 準確的判斷和選擇 1 2 4 pH值 pH值是產品酸度的量度 15 表示溶液酸性或堿性程 度的數(shù)值 即所含氫離子濃度的常用對數(shù)的負值 食品 的pH值是評價食品品質的一個重要指標 反映了食 品的酸堿性和微生物腐敗程度 16 測定pH值一般可參 照 食品安全國家標準 食品 pH 值的測定 GB 5009 237 2016 17 1 3 感官指標 果蔬感官指標評價是確定貨架期的重要因素 感官 評價可以檢驗外觀 氣味 質地 風味等方面的變化 通 過評價人員的接受度和描述性分析來判斷食品質量 感 官指標評價可以確定貨架期和最佳貯藏條件 有效提高 果蔬等食品品控水平和市場競爭力 18 1 3 1 外觀 外觀是消費者最先觀察到的 可以用于判斷果蔬等 食品質量 一般而言 顏色鮮艷而均勻的食物 其品質較 好 反之 顏色不均勻 發(fā)黃 發(fā)暗或發(fā)黑的食物可能存在 質量問題 1 3 2 口感和質地 評價人員或消費者可以通過品嘗食品的方式判斷 其口感 邊嚼邊仔細品嘗 鑒定樣品的硬度 脆性 汁水 量 彈性 酸澀度等 對其口感 質地作出客觀評價 由此 得出其新鮮度 1 3 3 氣味 氣味可以反映果蔬是否變質 評價人員可將樣品放 在鼻腔下方 根據香味 異味 酒精味 發(fā)酵異味 腐臭味 等不同氣味鑒別果蔬品質 氣味的分析也可利用電子鼻 等設備輔助檢測 提高對氣味判斷的精確度 1 3 4 味道和風味 通過評估果蔬酸 甜 苦 辣及其他味道可以得知果 蔬的品質 若出現(xiàn)異味 則說明果蔬等食品已經變質 味 道和風味也可采用電子舌設備檢測 該技術可以更加快 速便捷地完成檢測 19 2 貨架期的預測方法 果蔬類食品的種類豐富 不同品類果蔬的風味 質 地 外觀 營養(yǎng)成分 微生物等指標差異巨大 果蔬在不 同環(huán)境下貯運也會導致品質變化程度有差異 近幾年 研究人員傾向于綜合多樣的特征指標用于果蔬等食品 品質分析和貨架期預測 但不同的貨架期預測方法有一 定的指向性和局限性 因此 需要針對不同的果蔬種類 和研究目標選擇適當?shù)呢浖芷陬A測方法以達到更好的 預測效果 2 1 基于溫度的貨架期預測方法 溫度是影響果蔬等食品貨架期的重要因素 目前 在貨架期預測領域 研究人員已經建立了部分溫度與貨 架期關系的模型 常見的基于溫度的預測模型為Q 10 模 型和Z值模型 1 2 1 1 Q 10 模型 Q 10 模型是指在溫度差為10 時 貨架期的比值 如 流通保鮮 鄒澤宇 等 果蔬類食品貨架期的預測方法及研究進展 11 中國果菜 公式 2 所示 F k T F k T0 Q 10 T0 10 2 式中 F k T 為T溫度下食品的貨架期 F k T0 表示T 0 溫 度下食品的貨架期 通過分析不同溫度下的試驗數(shù)據或與Arrhenius方 程等其他模型綜合使用 可以計算得到Q 10 將Q 10 代入 公式 2 中便可獲得貨架期預測模型 朱軍偉等 20 通過 Q 10 模型預測不同溫度下芹菜的貨架壽命 原林等 21 以 pH值為指標建立Q 10 模型 預測沙棗沙棘復合果醬貨架 期 預測相對誤差最小為1 25 遲恩忠等 22 應用ASLT 法建立Q 10 模型 預測藍莓胡蘿卜果醬在不加防腐劑的 情況下 20 時的貨架期為108 112 但是 Q 10 模型 是一種依靠經驗建立的模型 只能在有限的溫度范圍內 準確預測貨架期 2 1 2 Z值模型 Z值模型可以反映溫度對反應速率常數(shù)的影響 但 是 Z值模型是通過微生物改變來估計食品質量變化 的 23 Z值模型需要結合一級反應動力學模型 分析貨架 期產生的微生物經過殺菌處理之后的特征來完成貨架 期預測 某一溫度下殺死90 微生物所需的時間如式 3 所示 D值越大表明菌的耐熱程度越高 需要更多時 間滅菌 Z值是使時間D變化10倍所需的溫度改變量 如公式 4 所示 Z值越大說明溫度升高對滅菌效果的影 響越小 24 D s t lg N 0 N 3 式中 D為10倍減少時間 s N為t時的活菌數(shù) lgCFU g N 0 為初始活菌數(shù)lgCFU g t為時間 s Z T T ref lgD ref lgD T T ref lg D ref D 4 式中 Z為引起D值變化10倍的溫度改變量 D ref 為溫度T ref 下的時間D值 T為溫度 2 2 基于化學動力學的貨架期預測方法 食品品質變化與化學反應關系密切 所以可以將化 學動力學方法應用于貨架期預測 2 2 1 Arrhenius方程 Arrhenius方程描述溫度與食品品質的變化關系 是 經典模型之一 25 26 如公式 5 所示 k k 0 e Ea RT 5 在不同溫度下 對速率常數(shù)取對數(shù) 如公式 6 所示 lnk lnk 0 Ea RT 6 式 5 和式 6 中 k為速率常數(shù) k 0 為方程的指前因 子 也稱為頻率因子 Ea為貯藏品質指標變化反應的活 化能 kJ mol T 為熱力學溫度 K R 為氣體常數(shù) 8 314 J mol K 27 通過公式 6 可以發(fā)現(xiàn) lnk和1 T呈線性關系 作圖 得到斜率為 Ea R 截距為lnk 0 由此求出Ea和k 0 在貨架期預測工作中 常將Arrhenius方程與化學反 應動力學方程結合使用 食品質量發(fā)生變化絕大多數(shù)是 由化學反應引起的 化學動力學方程建立了時間與食品 貯藏品質變化的關系 化學動力學方程分為零級 一級和 二級模型 28 29 零級動力學方程如公式 7 所示 A A 0 k t 7 一級動力學方程如公式 8 所示 A A 0 e kt 8 二級動力學方程如公式 9 所示 A A 0 k t 9 在公式 7 8 9 中 A 0 和A分別為樣品貯藏開始 時和貯藏過程中觀測的指標值 k為食品品質指標變化 速率常數(shù) t為樣品貯藏時間 d 通過聯(lián)立Arrhenius方程 和動力學方程便可得到某一溫度下的貨架期預測模型 林炎娟等 30 采用零級動力學模型和一級動力學模型 結合Arrhenius方程建立了基于品質變化的李果實采后 貨架期預測模型 并驗證了模型預測的精確度 Xing等 31 將反應動力學模型與Arrhenius模型相結合建立了貨架 期預測模型 用于預測甜櫻桃在0 30 的貨架期 試驗 表明利用失重率和可滴定酸建立的預測模型更準確 張雯靜等 32 采用零級反應動力學方程和一級反應動力學 方程得到冬瓜籽油在不同溫度條件下的POV回歸方程 同時結合Arrhenius公式得到冬瓜籽油氧化反應的動力 學預測模型 2 2 2 加速貨架期試驗法 加速貨架期試驗法 acceleratedshelflifetest ASLT 可以在相對較短的時間內高效預測食品的貨架期 33 34 已 經被大量地應用在食品科學的研究中 35 原理是利用化 學動力學來量化溫度 濕度 光照等環(huán)境因素對食物變質 反應的影響程度 通過控制食品處于惡劣環(huán)境中加速其 流通保鮮12 變質速度 再推導到日常存儲條件下計算貨架期 36 通常 將Q 10 模型 Arrhenius方程等貨架期預測模型與ASLT 法結合使用 Zou等 37 將綜合評價指標用于ASLT方法來 預測荔枝的貨架期 結果表明預測相對誤差僅為1 50 模型精確度較高 遲恩忠等 38 利用ASLT和Q 10 模型預測 藍莓原汁的貨架期 宋鶯麗等 39 采用ASLT法預測了復 合果醬的貨架期 2 3 基于微生物生長動力學的貨架期預測方法 微生物生長繁殖對果蔬品質的影響較大 所以可以 分析食品中微生物的變化 將微生物生長動力學模型用 于貨架期預測研究 基于微生物生長動力學的貨架期預 測方法包含初級模型 二級模型 三級模型 40 下文具體 介紹初級模型修正的 Gompertz 模型 二級模型 Belehradek 模型 Square root 模型 以及三級模型 ComBase模型 2 3 1 修正的Gompertz模型 Gompertz模型描述了時間和微生物生長之間的關 系 41 修正的Gompertz模型多用于低溫和適溫的貯藏條 件 42 修正的Gompertz模型的函數(shù)表達式如公式 10 所 示 N t N N max N 0 Exp Exp max 2 718 N max N 0 t 1 10 式中 N t 為t時刻的菌落總數(shù) lgCFU g N 0 為初始菌 落數(shù) lgCFU g N max 為最大的菌落數(shù) lgCFU g max 為微 生物的最大比生長速率 lgCFU g 1 d 1 為遲滯時間 d t為貯藏時間 d 通過修正的Gompertz模型能夠獲得與微生物生長 相關的延滯時間 最大比生長速率 最大菌數(shù)等參數(shù) 43 Ruan等 44 用修正的Gompertz模型建立鮮切蘿卜的貨架 期預測模型 結果表明此模型在對照組和次氯酸鈉處理 的樣品中預測結果更優(yōu) Wang等 45 建立了基于修正的 Gompertz模型的微生物生長動力學模型 以預測草莓的 貨架期 將模型預測值與實際觀測值進行比較 偏差因 子和準確性因子均在可接受范圍內 表明該模型可有效 預測草莓貨架期 Wang等 46 結合修正的Gompertz模型與 平方根模型建立了雙孢菇貨架期預測模型 實驗表明預 測數(shù)據和實驗數(shù)據吻合較好 2 3 2 Belehradek模型 Belehradek模型在一級模型的基礎上 引入更多的 環(huán)境參數(shù)來進一步探究溫度等環(huán)境影響因素和微生物 生長之間的關系 47 Belehradek模型的表達式如公式 11 12 所示 1 null b T T min 11 maxnull b T T min 12 式中 T為貯藏溫度 max 為微生物的最大比生長 速率 lgCFU g 1 d 1 T min 為微生物不進行代謝繁殖活動 的溫度 為遲滯時間 d b 與b 為方程常數(shù) 43 將Belehradek模型的表達式與修正的Gompertz模 型函數(shù)綜合運用 48 可以求得貨架期的預測模型 周淼 等 49 利用修正的Gompertz模型建立的微生物生長動力學 模型可以有效預測鮮切山藥的剩余貨架期 證明枯草芽 孢桿菌抗菌肽處理鮮切山藥能夠將貯藏期延長2d 陳 月圓等 50 結合Arrhenius模型和Belehradek模型 建立了 鮮切獼猴桃片品質指標和菌落總數(shù)的貨架期預測模型 杜曉靜等 51 利用Gompertz模型準確描述了火龍果果漿中 大腸桿菌的生長情況 并結合Belehradek模型建立了火 龍果果漿貯藏過程中貨架期預測模型 2 3 3 ComBase模型 ComBase模型是利用計算機技術將多種模型匯總結 合而構建的綜合性平臺 可以從多類型數(shù)據中提取與微 生物生長相關信息 獲得更精確的預測結果 ComBase由 美國 英國和澳大利亞共同建立 其中包含幾萬條食品 中微生物生長繁殖數(shù)據及微生物在不同溫度 相對濕 度 氣體環(huán)境 物流貯藏等條件下的特征數(shù)據 研究人員 可以直接在ComBase內輸入設定的環(huán)境條件 系統(tǒng)將反 饋預測的微生物生長情況 使得預測更加便利 2 4 基于BP神經網絡的貨架期預測方法 神經網絡是根據人類的神經系統(tǒng)建立的仿生預測 模型 由多層神經元構成 Rumelhart等 52 提出反向傳播 backpropagation BP 神經網絡 BP算法在原有的多層 前饋神經網絡的基礎上 引入了誤差的反向傳播 從而 解決了神經網絡求解梯度的難題 使得神經網絡的使用 范圍和場景更加多樣 近幾年 越來越多的研究人員將 BP神經網絡模型應用于果蔬等食品的貨架期預測 1 神 經網絡的結構如圖1所示 由輸入層 隱藏層和輸出層構 成 每層都包含若干神經元 層與層通過全連接的方式 相連 流通保鮮 鄒澤宇 等 果蔬類食品貨架期的預測方法及研究進展 13 圖 1 BP 神經網絡結構 Fig 1 BP neural network structure BP神經網絡算法包括前向傳播和反向傳播 首先 對網絡中的權重值 偏置值等參數(shù)初始化 其次 將輸入 層中接收到的輸入數(shù)據逐層傳遞 在輸出層中計算出損 失 最后 為了計算的便捷性引入中間值 誤差 求得損 失在輸出層的誤差后 將誤差反向傳播到輸入層 計算 權重值和偏置值的改變率 并對參數(shù)進行更新 BP神經 網絡通過重復上述步驟 不斷訓練網絡以提升網絡性 能 直至滿足條件時結束 曹夢柯 53 采用遞歸特征消除 特征選擇ReliefF和稀疏主成分分析對蘋果品質指標進 行排序 建立BP ANN蘋果貨架期預測模型 實驗證明 基于不同品質指標建立的預測模型準確度均在90 以 上 傅澤田等 54 基于藍莓貯藏微環(huán)境中氧氣 二氧化碳 乙烯氣體含量利用BP神經網絡建立了藍莓的貨架期預 測模型 預測誤差最低可達到1 15 馬惠玲等 55 提出一 種基于生成式對抗網絡改進的BP ANN蘋果貨架期預 測方法 其平均相對誤差均在0 07以內 在貨架期預測方面 BP神經網絡不再參考研究人員 對食品變質的研究基礎 放棄對化學動力學及微生物生 長動力學的模擬 BP神經網絡采用一種全新的 完全由 數(shù)據驅動的方式完成預測 通過數(shù)據直接獲得預測結 果 避免先驗知識的影響 同時 BP神經網絡可以不斷迭 代自學習 根據實際數(shù)據的變化而動態(tài)學習來進一步優(yōu) 化模型 提高預測的準確性 但是 BP神經網絡訓練需要 較多的數(shù)據量作為支撐 不適用于少量實驗樣本的情 況 在少量樣本下無法發(fā)揮其優(yōu)勢 預測精度與傳統(tǒng)人 工干預方法的差距不大 BP神經網絡的成功應用將持續(xù) 推動計算機學科與食品工業(yè)的融合 為食品品質提升提 供全新思路 56 2 5 基于統(tǒng)計學的貨架期預測方法 2 5 1 偏最小二乘法 偏最小二乘法 partialleastsquares PLS 是常用的多 元統(tǒng)計分析模型 PLS結合了多元線性回歸分析 典型相 關分析和主成分分析 可以在數(shù)據相關性較強 數(shù)據量較 少的情況下完成建模 PLS的主因子數(shù)對模型影響較大 建模時要確定最佳的主因子數(shù) 使模型的效果達到 最優(yōu) 57 在實際使用中 PLS模型通常與快速檢測手段結 合 運用PLS建立數(shù)據之間的數(shù)學關系 倪福鵬 58 在原始 光譜數(shù)據上采用PLS建立富士蘋果定量預測模型 張金 龍 59 建立柿子可溶性固形物含量 硬度的光譜信息PLS 模型 并采用全波段光譜數(shù)據構建PLS模型預測柿子的 貨架期 朱丹寧 60 分析酥梨的光譜特征差異 基于PLS建 立了酥梨貨架期判別模型以及最小二乘支持向量機模 型 2 5 2 威布爾危害值分析方法 Gacula等 61 提出了食品失效概念 并證明食品失效 時間服從威布爾模型 從而提出依據感官評價的威布爾 危險值分析方法 weibullhazardanalysis WHA 來完成貨 架期預測 在威布爾危險值分析方法中 假設t K K 1 2 n表示按時間倒序排列的一系列失效產品樣本 即t n 是指第n個失效的產品 h t 稱為危險函數(shù) 表示某一產 品在時間t時的失效風險 如公式 13 所示 h t 100 n 13 累計危險函數(shù)如公式 14 所示 表示截至時間t時 的累計失效風險 H t h t k t 14 兩邊取對數(shù)后得到公式 15 lg t 1 lg H lg 15 在式 13 14 和 15 中 H表示危害積累率 當危 害累計率超過一定閾值時 被視為達到貨架期終點 n為 失效序列號 最后失效產品的序列號為1 依次往前排 序 t為失效時間 是尺度參數(shù) 0 是形狀參數(shù) 0 威布爾危害值分析方法基于感官實驗數(shù)據擬合出 累計危害值與時間的關系曲線 由此得出食品的貨架 期 62 Jankovic等 63 基于統(tǒng)計學威布爾和威布爾衍生分布 模型對木薯淀粉樣品的熱氧降解動力學建模 并基于所 流通保鮮中國果菜14 建模型進行貨架期研究 Cardelli等 64 設置貨架期的結束 時間為50 消費者發(fā)現(xiàn)烘焙咖啡不可接受的時間 咖啡 的可接受性通過使用威布爾危險值分析方法進行監(jiān)測 值得注意的是 曹平等 65 嘗試利用WHA模型分析滅菌 乳酸度數(shù)據完成酸奶貨架壽命的預測 其準確率與根據 感官評價建立WHA模型基本一致 雖然有研究表明 WHA模型可以用于非感官數(shù)據 但威布爾危害值分析 方法更適用于在食品感官試驗數(shù)據上的貨架期預測 具 有一定的主觀性 在更為客觀的理化或微生物指標上進 行貨架期預測時存在局限性 3 結論與展望 果蔬質量變化受微生物 化學反應 環(huán)境等多方面 因素的影響 是一個復雜 動態(tài)的過程 通過測定其特征 指標并結合恰當?shù)呢浖芷陬A測模型能夠客觀地了解食 品當前的狀態(tài) 及時調控果蔬等食品品質 本文將品質 指標劃分為微生物指標 理化指標和感官指標三大類 并對基于化學動力學 微生物生長動力學等五種貨架期 預測方法進行了歸納與分析 在貨架期預測領域的發(fā)展 趨勢方面 盡管當前已有大量的貨架期預測研究 但剩 余貨架期的預測對于實際應用更具指導意義 此外 大 部分的貨架期相關研究實驗是在固定環(huán)境中開展的 但 果蔬等食品在生產 加工 運輸 貯藏等流程中環(huán)境變化 不可忽視 因此 仍需進一步加強對動態(tài)環(huán)境的分析研 究 建立更完善的貨架期評價及預測體系模型 最后 在 科技和經濟的雙重驅動下 消費者對食品安全與品質的 要求日益提升 為此 可以探索開展跨學科融合研究 將 計算機 電子信息等領域的先進技術融入食品工業(yè) 加 快食品行業(yè)的快速檢測及無損檢測技術的發(fā)展進程 提 升貨架期的預測準確率 參考文獻 1 DAVID K PERSIS S The stability and shelf life of food M Sawston Cambrige Woodhead Publishing Limited 2000 42 76 2 陳曉宇 朱志強 張小栓 等 食品貨架期預測研究進展與 趨勢 J 農業(yè)機械學報 2015 46 8 192 199 3 曹悅 陸利霞 熊曉輝 食品貨架期預測新技術進展 J 食 品研究與開發(fā) 2009 30 5 165 168 4 TARLAK F The use of predictive microbiology for the predictionoftheshelflifeoffoodproducts J Foods 2023 12 24 4461 5 中華人民共和國國家衛(wèi)生健康委員會 國家市場監(jiān)督管理 總局 食品安全國家標準食品微生物學檢驗菌落總數(shù)測 定 GB4789 2 2022 S 北京 中國標準出版社 2022 6 劉亞兵 何臘平 高澤鑫 等 基于假單胞菌生長模型預測 冷卻牛肉的貨架期 J 中國釀造 2017 36 8 114 119 7 王放 王顯倫 食品營養(yǎng)保健原理與技術 M 北京 中國輕 工業(yè)出版社 1996 423 431 8 中華人民共和國國家衛(wèi)生和計劃生育委員會 食品安全國 家標準食品微生物學檢驗霉菌和酵母計數(shù) GB4789 15 2016 S 北京 中國標準出版社 2016 9 中華人民共和國國家衛(wèi)生和計劃生育委員會 國家食品藥 品監(jiān)督管理總局 食品安全國家標準食品微生物學檢驗 大腸菌群計數(shù) GB4789 3 2016 S 北京 中國標準出版 社 2016 10 EHUWA O JAISWAL A K JAISWAL S Salmonella food safetyandfoodhandlingpractices J Foods 2021 10 5 907 11 MYINTZAW P MORAN F JAISWAL A K Campylobacteriosis consumer s risk perception and knowledgeassociatedwithdomesticpoultryhandlinginIreland J JournalofFoodSafety 2020 40 4 e12799 12 中華人民共和國國家衛(wèi)生健康委員會 國家市場監(jiān)督管理 總局 食品安全國家標準食品微生物學檢驗沙門氏菌檢 驗 GB4789 4 2024 S 北京 中國標準出版社 2024 13 中華人民共和國國家衛(wèi)生和計劃生育委員會 食品安全國 家標準食品中抗壞血酸的測定 GB5009 86 2016 S 北 京 中國標準出版社 2016 14 劉清化 龍成樹 陳永春 等 不同保鮮處理對檸檬貯藏效 果的研究 J 保鮮與加工 2016 16 3 21 26 15 VALERO A CARRASCO E GARCIA GIMENO R M Principlesandmethodologiesforthedeterminationofshelf life in foods J Trends in Vital Food and Control Engineering 2012 1 3 42 16 LIUN ZHUQ ZENGX etal Influencesofpulsedlight UV treatmentonthestorageperiodofdry curedmeatandshelflife prediction by ASLT method J Journal of Food Science and Technology 2019 56 1744 1756 17 中華人民共和國國家衛(wèi)生和計劃生育委員會 食品安全國 家標準食品pH值的測定 GB5009 237 2016 S 北京 中 國標準出版社 2016 18 洪雪珍 王俊 基于逐步判別分析和BP神經網絡的電子鼻 流通保鮮 鄒澤宇 等 果蔬類食品貨架期的預測方法及研究進展 15 豬肉儲藏時間預測 J 傳感技術學報 2010 23 10 1376 1380 19 秦藍 李鳳華 田懷香 等 電子舌在雞精調味料味覺差異 分析中的應用 J 中國調味品 2014 39 10 132 135 20 朱軍偉 謝晶 章佳君 等 薄膜包裝芹菜品質分析及貨架 壽命研究 J 食品科學 2013 34 4 272 276 21 原林 劉軍 吳天忠 等 沙棗沙棘復合果醬的響應面法工 藝優(yōu)化及儲藏期預測 J 保鮮與加工 2022 22 7 37 44 22 遲恩忠 王麗 楊雨浩 等 藍莓胡蘿卜復合果醬的配方優(yōu) 化及貨架期預測 J 中國調味品 2020 45 7 123 126 23 王紅麗 王錫昌 施文正 等 水產品貯運過程中貨架期預 測的研究進展 J 食品科學 2021 42 15 261 268 24 史波林 趙鐳 支瑞聰 基于品質衰變理論的食品貨架期預 測模型及其應用研究進展 J 食品科學 2012 33 21 345 350 25 CHU Y TAN M YI Z et al Shelf life prediction of glazed large yellow croaker Pseudosciaena crocea during frozen storagebasedonArrheniusmodelandlong short termmemory neuralnetworksmodel J Fishes 2021 6 3 39 26 CHOIJY LEEHJ CHOJS etal Predictionofshelf lifeand changesinthequalitycharacteristicsofsemidried persimmons stored at different temperatures J Food Science and Biotechnology 2017 26 1255 1262 27 陳嘉聰 黃永德 朱文娟 等 基于Arrhenius方程建立濕米 粉貨架期預測模型的研究 J 中國農學通報 2022 38 33 132 138 28 王杰 索慧敏 韓育梅 溫度對鮮切馬鈴薯品質影響及貨架 期預測模型的建立 J 中國糧油學報 2022 37 8 94 101 29 任亞妮 車振明 靳學敏 等 應用ASLT法預測軟面包的貨 架期 J 食品研究與開發(fā) 2011 32 2 156 158 30 林炎娟 周丹蓉 方智振 等 溫度對李果實采后品質的影 響及貨架期預測模型建立 J 食品安全質量檢測學報 2022 13 20 6748 6754 31 XINGW LIUW LIH etal Developmentofpredictivemodels for shelf life of sweet cherry under different storage temperatures J LWT 2025 117442 32 張雯靜 呂秋冰 陳雨柔 等 冬瓜籽油氧化穩(wěn)定性研究及 貨架期預測 J 糧食與油脂 2020 33 12 68 71 33 CALLIGARIS S LUCCI P MILANI A et al Application of acceleratedshelf lifetest ASLT procedurefortheestimation oftheshelf lifeofextravirgin oliveoils Avalidation study J FoodPackagingandShelfLife 2022 34 100990 34 LATIEF R FARAHDIBA A N AMALIA A A N Shelf life study of bolu cukke using the accelerated shelf life testing ASLT method J IOP Conference Series Earth and EnvironmentalScience 2020 486 012052 35 蔡燕芬 食品儲存期加速測試及其應用 J 食品科技 2004 1 80 82 36 沈勇 梅俊 謝晶 預測微生物學在水產品貨架期中應用研 究進展 J 食品與機械 2019 35 1 221 225 37 ZOUJ LIP Modellingoflitchishelflifebasedontheentropy weight method J Food Packaging and Shelf Life 2020 25 100509 38 遲恩忠 王麗 杜傳來 等 藍莓原汁貯藏品質的變化及其 貨架期預測 J 食品工業(yè) 2018 39 2 187 190 39 宋鶯麗 柴思思 馬立安 低糖玫瑰山藥復合果醬的研發(fā)及 貨架期預測 J 中國調味品 2023 48 2 103 108 40 李彥 符慧靖 邵樂樂 等 紅燒鹵牛肉貨架期預測模型的 建立 J 核農學報 2023 37 5 1005 1011 41 TIORVE K MC TJORVE E The use of Gompertz models in growth analyses and new Gompertz model approach An additiontotheUnified Richardsfamily J Plosone 2017 12 6 e0178691 42 GOMESCS STRANGFELDM MEYERM Diauxiestudiesin biogas production from gelatin and adaptation of the modified Gompertz model Two phase Gompertz model J Applied Sciences 2021 11 3 1067 43 李苗云 田璐 趙改名 等 肉品微生物生長預測模型研究 進展 J 肉類研究 2012 26 12 20 24 44 RUAN S ZHU T ZUO C et al Storage properties and shelf life prediction of