带鱼的货架期预测模型

摘要

带鱼的货架期预测模型，本发明对不同贮藏温度情况下鲜带鱼的鲜度指标(K)值变化情况进行研究，根据该指标建立带鱼货架期预测模型：（如图）式中：T为贮藏温度，K；Q

说明书

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-E_A/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

$K(\%)=\frac{\mathrm{HxR}+\mathrm{Hx}}{\mathrm{ATP}+\mathrm{ADP}+\mathrm{AMP}+\mathrm{IMP}+\mathrm{HxR}+\mathrm{Hx}}\times 100\%---\left(1\right)$

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：$A=A_o{e}^{k_{a}t}$

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；k_a： 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：

$k=k_0\exp (-\frac{E_A}{\mathrm{RT}})$

式中：k₀：指前因子(又称频率因子)；E_A：活化能；T：绝对温度，K；R：气体常数， 8.3144J/(mol·K)，k₀和E_A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：$\ln k={\ln k}_0-\frac{E_A}{\mathrm{RT}}$

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：$k_a=2.539\times {10}^7\exp (-\frac{4.126\times {10}^4}{\mathrm{RT}})$

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：$A=A_o{e}^{k_{a}t},$其中：$k_a=2.539\times {10}^7\exp (-\frac{4.126\times {10}^4}{\mathrm{RT}})$

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E_A1、 E_A2与温度反应速度常数的关系：

$E_A=R\frac{T_1\times T_2}{T_2-T_1}\ln \frac{k_2}{k_1}$

式中：k₁、k₂对应T₁、T₂温度下的速度常数。由回归计算得出E_A1、E_A2，其中，E_A1表示T₁段的活化能，E_A2表示T₂段的活化能。由此可获得Q₁₀模型：

$Q_{10}=\frac{{\theta }_s\left(T\right)}{{\theta }_s(T+10)}=\exp \left[\frac{E_A\times 10}{\mathrm{RT}(T+10)}\right]$

式中：Q₁₀为温度相差10K的两个货架寿命的比值；θ_s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：${Q_{I0}}^{(T_0-T)/10}=\frac{{\theta }_s\left(T\right)}{{\theta }_s\left(T_0\right)},$其中：T₀＞T。

利用求得的反应速率常数k，可求得E_{A1(268K～278K)}、E_{A2(273K～273K)}和E_{A3(283K～293K)}，将其 代入Q₁₀公式获得Q_{10(268K～278K)}、Q_{10(273K～273K)}和Q_{10(283K～293K)}，具体结果见表3

表3带鱼在三个温度段上活化能E_A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：

$Q_S\left(T\right)=1.6\times {2.229}^{\frac{293-T}{10}}$

273K～283K温度段内带鱼架期预测模型为：

$Q_S\left(T\right)=4\times {1.994}^{\frac{283-T}{10}}$

268K～278K温度段内带鱼架期预测模型为：

$Q_S\left(T\right)=5.5\times {1.48}^{\frac{278-T}{10}}$

式中：T为贮藏温度，K；Q_S(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。