法律状态公告日
法律状态信息
法律状态
2012-11-14
授权
授权
2009-04-01
实质审查的生效
实质审查的生效
2009-02-04
公开
公开
技术领域
本发明涉及一种预测带鱼货架期的方法。
背景技术
带鱼是我国最重要的海洋经济鱼种之一,其产量多年来一直位居我国海洋捕捞鱼类产 量的首位。带鱼肉嫩体肥、味道鲜美,具有很高的营养价值。由于国内外市场对鱼类鲜度 的要求不断提高以及生鲜鱼流通量变大和流通距离变长,快速评估鲜带鱼鲜度及预测其剩 余货架期显得十分重要。
鲜度指标(K)值是一种很好评价鱼类新鲜度的指标,生化反应与微生物腐败作用与K 值的变化有着极强的相关性,并且K值受到鱼种类和贮藏温度因素的影响。在鲜鱼早期贮 藏过程中ATP受到鱼体内酶的作用而发生降解。ATP分解过程中,以HxR+Hx的量对ATP 关联物总量的比值,即为K值。K越小表示鲜度越好,K值越大则鲜度越差。在鲜带鱼的 低温贮藏过程中,其鲜度指标(K)值会发生变化。通过对生鲜带鱼在低温贮藏过程中K 值品质变化的动力学特性进行研究,建立鲜带鱼的K值随贮藏温度和时间变化的动力学模 型,从而可以对鲜带鱼的货架期进行预测。
附图说明
图1为不同贮藏温度下生鲜带鱼K值变化。
发明内容
带鱼货架期的预测模型,本发明对新鲜带鱼在不同贮藏温度条件下的鲜度指标(K)值 变化进行研究,根据鲜度指标(K)值建立带鱼品质变化动力学模型,并进一步建立了货架 期预测模型,为监测和控制生鲜带鱼货架期提供理论依据。
本发明的测定步骤按照以下过程进行:
1)对贮藏在268K、273K、278K、283K、293K条件下的生鲜带鱼的鲜度指标(K) 值,感官品质变化进行测定。
2)建立带鱼的鲜度指标(K)值随贮藏温度变化的动力学模型。模型选择一级化学反 应动力学模型为佳。
3)建立的货架期预测模型。将在不同贮藏温度下获得的鲜度指标(K)值进行动力学 模型回归后,求得不同温度下的速率常数后,用lnk对热力学温度的倒数(1/T)作图可得 到一条斜率为-EA/R的直线,在高温(1/T)下借助货架期加速实验获得数据,然后用外推 法求得货架寿命的切分点。根据Q10公式,可以进行不同温度货架寿命的预测。
4)货架期预测模型的验证和评价。将带鱼贮藏在特定温度条件下,用货架期实测值验 证该模型。将带鱼货架期的实验值与货架期预测模型得到的预测值进行比较,计算预测值 和实测值的相对误差。
具体实施方式
以下结合说明书对发明进行进一步说明,但本发明所要求的保护范围并不局限于实施例 描述的范围。
1材料与方法
1.1材料
鲜带鱼 购自上海铜川路水产品市场。
1.2方案设计
1.2.1原料预处理
选择体型较大,表皮色泽光亮,肉质较硬,无异味的新鲜带鱼为实验原料。将买来的带 鱼放入准备好的碎冰中,用冰水清洗。将清洗后的带鱼去头去尾并且切块,每块约重30g,分 别装入密实袋中,贮藏在268K、273K、278K、283K、293K的条件下用于K值的测定。
1.3鲜度指标(K)值测定
1.3.1腺苷三磷酸(ATP)关联物的提取
分别取贮藏在268K、273K、278K、283K、293K条件下的带鱼样品,取匀浆后的带鱼 肉4g,加入15ml预先冷却的10%高氯酸(PCA)溶液进行抽提,悬浮于5000r/min离心10min, 收集上清液。所得沉淀再用5%PCA溶液抽提和离心。合并两次上清液,用1mol/L KOH溶液将 其中和至pH6.5~6.8,定容至50ml,然后后通过孔径为0.45μm的滤膜过滤。提取在4℃冰浴条 件下进行,滤液在-22℃下保存,供测定用。
1.3.2腺苷三磷酸(ATP)关联物的测定
高效液相色谱仪:Shimadazu LC-10AD,色谱柱:OD-2(150×4.66mm,Shinwa Chemical Industries),流动相:0.05mol/L,检测波长:254nm,进样量20μMl。外标法定量。
13.3鲜度指标(K)值计算
式中:ATP,ADP,AMP,IMP,HxR,Hx分别为腺苷三磷酸、腺苷二磷酸、腺苷酸、 肌苷酸、肌苷(次黄嘌呤核苷)和次黄嘌呤的浓度,以μmol/g湿重表示。
1.4数据分析
应用SAS软件和Excel软件进行数据分析。
2结果与分析
不同贮藏温度下带鱼鲜度指标(K)值的变化见图1。通过图1,可以看出随着天数的 增加,K值呈上升趋势。贮藏在293K下的带鱼的K值变化最为显著,贮藏第三天时K值 已为82.62%,贮藏在268K下的带鱼K值变化幅度最小,当贮藏6天后,K值为37.98%。 而贮藏在273K、278K和283K下的带鱼的K值是随着贮藏时间的延长而增加,且随着温 度的升高而增加迅速。一般认为即杀鱼的K值在10%以下,作为生鱼片的新鲜鱼K值大约 在20%以下,20%~40%为二级鲜度,60%~80%为初期腐败鱼。故当K≥40%时,即表示到 达了带鱼货架期终点。
3货架期模型建立
3.1一级动力学模型
在食品加工和贮藏过程中,大多数与食品质量有关的品质变化都遵循零级或一级模式。 经分析确定带鱼新鲜度品质函数为一级反应动力学模型。贮藏过程中带鱼的K值变化用指数 方程进行回归分析,得到反应速率常数k、回归系数R2见表2。
回归方程表达式为:
式中:t:食品的贮藏时间,天;A0:食品的初始品质;A:食品贮藏第t天时的品质;ka: 食品品质变化速率常数。
表2.带鱼在不同贮藏温度下K值变化的动力学模型参数
注:所有方程的回归系数均大于0.9,表明方程极显著。
3.2反应速率常数分析
在268K、273K、278K、283K、293K贮藏条件下可分别得到带鱼的鲜度指标(K)值。 利用得到的数据做图,计算反应常数,得到该反应的Arrhenius方程。由于反应速率常数k 是温度的函数,因此运用Arrhenius方程可以预测带鱼在不同贮藏条件下的货架寿命。 Arrhenius方程为:
式中:k0:指前因子(又称频率因子);EA:活化能;T:绝对温度,K;R:气体常数, 8.3144J/(mol·K),k0和EA都是与反应系统物质本性有关的经验常数。
对Arrhenius方程取对数,得:
求得不同温度下的速率常数后,用lnk对热力学温度的倒数(1/T)作图可得到一条斜率 为-EA/R的直线。Arrhenius关系式的主要价值在于:可以在高温(1/T)下借助货架期加速实 验获得数据,然后用外推法求得在较低温度下的货架寿命。
K值的回归结果为:
鲜度指标(K)值活化能为4.126×104J/mol。该动力学模型很好地模拟了带鱼品质下降 过程,可为带鱼货架期的预测和控制提供可靠的理论依据。
通过以上K值品质变化的回归方程和得到的反应速率常数得到带鱼的K值动力学模 型:
式中:A:鲜度品质测定值;A0:初始鲜度品质测定值。
根据所得到的鲜带鱼动力学模型,当确定了带鱼的贮藏温度、带鱼的初始鲜度品质值及 终点鲜度品质控制值,即可获得在确定的贮藏温度条件下的可贮藏时间。另外,也可以通过 确定带鱼的贮藏温度、带鱼初始鲜度品质值及贮藏时间,获得在确定的贮藏温度条件下贮藏 一定时间后带鱼的鲜度品质。
3.3货架期预测模型
对Arrhenius方程式进行微分然后从T1到T2积分,得到T1、T2温度段相对应的EA1、 EA2与温度反应速度常数的关系:
式中:k1、k2对应T1、T2温度下的速度常数。由回归计算得出EA1、EA2,其中,EA1表示T1段的活化能,EA2表示T2段的活化能。由此可获得Q10模型:
式中:Q10为温度相差10K的两个货架寿命的比值;θs为货架寿命,天。
通过Q10模型可预测不同温度段(268K~278K)、(273K~283K)和(283K~293K)内各温度 点的带鱼货架期:
利用求得的反应速率常数k,可求得EA1(268K~278K)、EA2(273K~273K)和EA3(283K~293K),将其 代入Q10公式获得Q10(268K~278K)、Q10(273K~273K)和Q10(283K~293K),具体结果见表3
表3带鱼在三个温度段上活化能EA和Q10的计算值
将40%设为切分点,通过得到的K值动力学模型可获得不同贮藏温度相对应的货架寿 命终点值,具体见表4。
表4 各温度下带鱼通过K值动力学模型获得的货架寿命
注:A-K值品质测定值,t-贮藏时间
由此得到,283K~293K温度段内带鱼架期预测模型为:
273K~283K温度段内带鱼架期预测模型为:
268K~278K温度段内带鱼架期预测模型为:
式中:T为贮藏温度,K;QS(T)为货架寿命,天。
3.4货架期预测模型的验证和评价
将带鱼贮藏在273K和283K的条件下,用货架期实测值验证该模型。表4为273K和 283K条件下,带鱼货架期的实验值与货架期预测模型得到的预测值的比较。可见,预测值 和实测值的相对误差可以控制在5%之内。
表4带鱼不同贮藏温度下K值货架期的预测值和实测值
上述验证结果显示,应用本研究建立的带鱼货架期预测模型,可以快速可靠地实时预 测268K~293K贮藏条件下带鱼的货架寿命。
4结论
实验结果表明,带鱼的鲜度指标(K)值随着贮藏时间的延长而增加。贮藏温度越高鲜 度指标(K)值变化越快,且符合一级反应变化规律,货架期也越短。得到的鲜度指标(K) 值用Arrhenius方程描述,有很高的拟和精度。根据建立的货架期模型,可以准确地对鲜带 鱼的食用安全性进行判别,并快速、准确地预测货架期。
机译: 食品质量和货架期预测的方法和系统
机译: 食品质量和货架期预测的方法和系统
机译: 食品质量和货架期预测的方法和系统