本发明涉及一种预测鲜切蔬菜货架期模型，尤其是一种预测鲜切生菜货架期的模型。
背景技术
生菜又称叶用莴苣，是一种营养丰富的绿叶蔬菜，由于生菜中富含维生素、碳水化合物和矿物质等营养物质，常作为蔬菜沙拉食用。然而，鲜切产品的退化速度比未加工的原料快得多，主要是由于最小加工方法（去皮、切片、切块、切碎等）所造成的损害，如组织软化、切割表面褐变，降低营养价值，存在异味和微生物腐败，在贮藏过程中通常会缩短鲜切果蔬的货架期。近年来，鲜切产品的需求量迅速增长，但货架期的限制仍然是鲜切果蔬产业进一步发展的最大障碍。因此，本文通过货架期模型预测鲜切蔬菜流通中品质变化，对其货架期进行实时监测，具有一定的实用价值。
维生素c和叶绿素是蔬菜非常重要的两个营养指标，在贮藏过程中随着贮藏时间的延长，其营养成分会发生很大的变化，可依据其品质指标的含量判定其货架期。目前以温度为基础的预测模型是食品货架期预测最常用的一种方法，其中常用的方法是arrhenius方程，该方程可以反映速率常数与温度之间的关系，可以用来描述品质衰变动力学。国内关于鲜切生菜在不同条件下的品质变化研究颇多，但对鲜切生菜在物流过程中以维生素c和叶绿素等为特征指标而建立的货架期预测模型的报道很少，缺少一种比较准确的预测货架期的方法。本文通过对鲜切生菜的维生素c和叶绿素在不同贮藏温度下变化规律的研究，利用arrhenius方程分别对维生素c和叶绿素进行建模，通过比较两个模型的预测值和相对误差，从而得到一种更为准确的鲜切生菜货架期模型。
技术实现要素：
本发明的目的是提供一种预测鲜切生菜货架期的方法，维生素c和叶绿素是蔬菜最重要的两个营养指标，本发明以维生素c和叶绿素为特征指标，通过arrhenius方程建立货架期模型，通过比较两个模型的预测值和相对误差，从而找到一种更为准确的货架期预测模型，更好地检测鲜切生菜在流通过程中的品质变化情况，更有效地评估流通过程中的营养变化情况以及货架期终点。
本发明通过以下技术步骤来实现：
（1）挑选大小均一、颜色鲜亮、脆嫩、无腐烂虫害的生菜，将挑选好的生菜用酒精消毒的菜刀将整颗生菜切成3~5cm的小段，在自来水中浸泡5min后，捞出沥干，于通风阴凉处晾晒1h；
（2）将鲜切生菜盛放在塑料托盘中并用保鲜膜包裹，每盒80g左右，分别放入273、278、288、293k恒温箱内贮藏，试验初期分别隔3d、3d、1.5d、1d、0.5d测试一次，末期则依据品质变化情况调整频率。每个指标均进行2~3次平行实验，以确保实验数据稳定可用，最后计算平均值及标准差。
（3）建立维生素c和叶绿素随着贮藏温度变化的动力学模型。分别用零级和一级化学反应动力学模型对不同贮藏温度的维生素c和叶绿素进行回归分析，确定一级动力学更适合反映鲜切生菜维生素和叶绿素等品质指标的变化规律，并且一级动力学方程的决定系数r2均大于0.95，具有较高的拟合精度。
（4）根据鲜切生菜在273k、278k、288k、293k下贮藏过程中的叶绿素和维生素c的变化规律，以1/t为横坐标，以lnk为纵坐标，进行线性回归，由于叶绿素和维生素c一级动力学模型速率k均为负数，因此本试验以ln（-k）为纵坐标进行拟合，从而求得指前因子a0、活化能ea等货架期预测模型参数。
（5）由此得到维生素c和叶绿素的货架期预测模型为：
维生素c含量货架期预测模型：slchlo=ln(c/c0)/（-1.16×1014×e（-83100/8.314t））；
叶绿素含量货架期预测模型：slchlo=ln(v/v0)/（-2.39×1015×e（-90300/8.314t））；
式中slchlo、slvc分别叶绿素和维生素c的货架期，c0、v0、c、v分别为叶绿素和维生素c的初始含量和贮藏第td时的测量值。
（6）对建立的货架期预测模型进行验证和评价：选取样品在10℃（283k）条件下的货架期实测值，验证该预测模型的准确性。以维生素c和叶绿素损失20%时的状态为鲜切生菜货架期终点，通过比较实测值与预测值来验证模型slchlo和slvc的准确性，结果如表3所示。由表3可知货架期模型slvc和slchlo的相对误差分别为4.44%和8.89%，均在10%以内，可以被接受。与货架期预测模型slchlo相比，货架期模型slvc的相对误差更小，预测值更准确，说明以维生素c为特征指标建立的货架期模型优于以叶绿素为特征指标建立的货架期模型。
本发明具体的实施步骤如下：
(1)挑选大小均一、色泽鲜艳、脆嫩、无腐烂虫害的生菜；
(2)鲜切生菜经处理后，立即用保鲜膜包装好放在恒温箱内贮藏，不定期对维生素c和叶绿素
进行测定；
(3)建立维生素c和叶绿素随着贮藏温度变化的动力学模型；
(4)建立零级和一级化学反应动力学的参数，选取更适合表现生菜各指标品质变化规律；
(5)运用origin8.6软件进行线性和非线性拟合，得到不同温度下tba值的速率常数k、决定系数r2和∑r2进行比较，最后求出tba值的速率常数a0活化能ea；
(6)以维生素c和叶绿素为特征指标建立货架期预测模型；
叶绿素含量货架期预测模型：slchlo=ln(c/c0)/（-1.16×1014×e（-83100/8.314t））；
维生素c含量货架期预测模型：slvc=ln(v/v0)/（-2.39×1015×e（-90300/8.314t））；
式中slchlo、slvc分别叶绿素和维生素c的货架期，c0、v0、c、v分别为叶绿素和维生素c的初始含量和贮藏第td时的测量值；
(7)在283k温度下鲜切生菜的维生素c和叶绿素变化情况来预测和验证货架期模型的准确性。
本发明的货架期模型可以更准确地对0~20℃温度范围内鲜切生菜的货架期进行实时监测。更好地检测鲜切生菜在流通过程中的品质变化情况，更有效地评估流通过程中的营养变化情况以及货架期终点。
具体实施方式
挑选大小均一、颜色鲜亮、脆嫩、无腐烂虫害的生菜，将挑选好的生菜用酒精消毒的菜刀将整颗生菜切成3~5cm的小段，在自来水中浸泡5min后，捞出沥干，于通风阴凉处晾晒1h。
将鲜切生菜盛放在塑料托盘中并用保鲜膜包裹，每盒80g左右，分别放入273、278、288、293k恒温箱内贮藏，试验初期分别隔3d、3d、1.5d、1d、0.5d测试一次，末期则依据品质变化情况调整频率。每个指标均进行2~3次平行实验，以确保实验数据稳定可用，最后计算平均值及标准差。
建立维生素c和叶绿素随着贮藏温度变化的动力学模型。分别用零级和一级化学反应动力学模型对不同贮藏温度的维生素c和叶绿素进行回归分析，确定一级动力学更适合反映鲜切生菜维生素和叶绿素等品质指标的变化规律，并且一级动力学方程的决定系数r2均大于0.95，具有较高的拟合精度。相关参数见表1。
表1零级和一级动力学反应速率常数k及决定系数r2
（4）根据鲜切生菜在273k、278k、288k、293k下贮藏过程中的叶绿素和维生素c的变化规律，以1/t为横坐标，以lnk为纵坐标，进行线性回归，由于叶绿素和维生素c一级动力学模型速率k均为负数，因此本试验以ln（-k）为纵坐标进行拟合，从而求得指前因子a0、活化能ea等货架期预测模型参数，如表2所示。
表2品质指标货架期预测模型参数
（5）由此得到维生素c和叶绿素的货架期预测模型为：
维生素c含量货架期预测模型：
slvc=ln(v/v0)/（-2.39×1015×e（-90300/8.314t））；
叶绿素含量货架期预测模型：
slchlo=ln(c/c0)/（-1.16×1014×e（-83100/8.314t））；
式中slchlo、slvc分别叶绿素和维生素c的货架期，c0、v0、c、v分别为叶绿素和维生素c的初始含量和贮藏第td时的测量值。
（6）对建立的货架期预测模型进行验证和评价：选取样品在10℃（283k）条件下的货架期实测值，验证该预测模型的准确性。以维生素c和叶绿素损失20%时的状态为鲜切生菜货架期终点，通过比较实测值与预测值来验证模型slchlo和slvc的准确性，结果如表3所示。由表3可知货架期模型slvc和slchlo的相对误差分别为4.44%和8.89%，均在10%以内，可以被接受。与货架期预测模型slchlo相比，货架期模型slvc的相对误差更小，预测值更准确，说明以维生素c为特征指标建立的货架期模型优于以叶绿素为特征指标建立的货架期模型。
表3283k下鲜切生菜的实测值与预测值
因此以维生素为特征指标建立起的货架期模型可以更准确地对0~20℃温度范围内鲜切生菜的货架期进行实时监测。