果蔬类食品货架期的预测方法及研究进展.pdf

中国果菜 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 基金项目 十四五 国家重点专项研发计划项目 生鲜农产品物流过程品质信息 防断链 智能管控关键技术及装备研发 2022YFD2100604 2023 年度山东省重点研发计划项目 甜樱桃智慧高效生产与贮运加工技术集成创新与示范 2023TZXD060 2023年度喀什地区科技计划项目 鲜活农 产品保鲜储运关键技术研究与示范 KS2023019 第一作者简介 邹泽宇 1994 女 助教 硕士 主要从事农产品货架期预测及新鲜度评估研究工作 通信作者简介 张长峰 1976 男 教授 博士 主要从事生鲜农产品保鲜技术研究工作 随着社会经济的腾飞和果蔬类食品工业的快速发 展 人们对果蔬质量有了更高的要求 果蔬品质与安全也 成为我国食品领域重要的研究方向之一 食品生产后 在贮藏过程中受物理或化学变化影响逐渐变质 最终达 到消费者感官上无法接受该食品的程度 这段时间被 称为食品货架期 1 货架期是食品生产厂家对食品质量 的郑重承诺 使消费者对果蔬等食品的质量有直观的认 知 2 是消费者在选购商品时的重要参考 货架期的准确 预测对食品生产企业 消费者 政府监管部门 社会资源 物流配送企业都有着重要作用 3 准确预测货架期 有助 于保障果蔬食品安全 减少果蔬等食品的损耗和浪费 对 资源可持续性发展和资源管理具有深远的影响 4 为产品 的运输与贮存提供有效依据 可以进一步提升企业经济 效益 因此 货架期预测研究具有重要意义 目前 构建货架期预测模型的方法较多 传统的货架 期预测方法大致可分为化学动力学方法 微生物生长动 力学方法 统计学方法等 近年来 为了更加快速准确地 开展货架期预测工作 研究人员将计算机领域的多种预 测方法引入货架期研究中 根据研究目的和实验方法 选择适当的货架期预测方法能够有效提高准确率 因此 掌握不同的货架期预测建模方式是准确预测货架期的 必要条件 本文主要介绍了果蔬类食品的关键品质指标 总结了常用的货架期预测模型 并对不同类型的货架期 预测方法和研究进展进行了对比 以期为我国果蔬类食 品货架期科学研究和产业发展提供参考 1 果蔬类食品的关键品质指标 果蔬等食品货架期在微生物 物理和化学反应 贮存 环境等多种因素的共同作用下动态变化 最终导致果蔬 变质 因此 可以通过检测果蔬等食品的各类关键品质 指标 分析各指标对品质的影响程度 通过构建不同类型 的模型实现果蔬货架期的预测 果蔬的品质指标大致分 为微生物指标 理化指标和感官指标三大类 1 1 微生物指标 果蔬等食品在生产 加工 物流 贮藏 消费的全流程 中都存在被微生物污染的可能性 微生物指标是影响食 品货架期的核心因素 因此监测微生物指标对分析果蔬 等食品品质至关重要 常见的微生物指标包括菌落总数 大肠菌群总数 霉菌总数等 1 1 1 菌落总数 菌落总数是指食品检样在一定条件下培养后 所得 每1g mL 检样中形成的微生物菌落总数 5 测定菌落总 数常用于判定食品被细菌污染的程度及卫生质量的优 劣 菌落总数的测定可参考 食品安全国家标准食品微 生物学检验菌落总数测定 GB4789 2 2022 5 1 1 2 假单胞菌数 假单胞菌在食物 水源 空气中广泛存在 常见的种 类有铜绿假单胞菌 类鼻疽假单胞菌 荧光假单胞菌等 假单胞菌与肉类食品货架期密切相关 是使肉品变质的 主要微生物之一 6 假单胞菌数的测定方法与菌落总数类 似 可参考 食品安全国家标准食品微生物学检验菌落 总数测定 GB4789 2 2022 5 1 1 3 霉菌总数 霉菌是一种真菌 会破坏食物的颜色 香气和味道 降低食物的食用价值 霉菌与霉菌毒素会危害人体健 康 7 所以人们注重对食品中霉菌的检测 在无菌环境下 培养食品检样 用肉眼或低倍镜观察 记录稀释倍数和霉 菌菌落数 具体操作可参考 食品安全国家标准食品微 生物学检验霉菌和酵母计数 GB4789 15 2016 8 1 1 4 大肠菌群数 大肠菌群是指在一定培养条件下能发酵乳糖 产酸 产气的需氧和兼性厌氧革兰氏阴性无芽孢杆菌 若检测 出大肠菌群 证明食物直接或间接被粪便污染 可能会引 起腹泻 肠道疾病或食物中毒 我国将大肠菌群作为水质 检验和食品卫生质量检验的指示菌 在对样品稀释后采 用平板计数法完成大肠菌群计数 具体方法见 食品安全 国家标准 食品微生物学检验 大肠菌群计数 GB 4789 3 2016 9 1 1 5 沙门氏菌数 沙门氏菌为无芽孢 无荚膜的革兰氏阴性杆菌 是常 见的食源性致病菌 食用被沙门氏菌污染的食物极易出 现食物中毒 检测并控制沙门氏菌对消费者健康和食 品安全有着重要的意义 10 11 沙门氏菌的检验操作可参 照 食品安全国家标准食品微生物学检验沙门氏菌检 验 GB4789 4 2024 12 1 2 理化指标 理化指标是衡量果蔬等食品的物理及化学性质的技 术指标 随着时间的延长 食品的物理及化学性质发生改 中国果菜 流通保鲜10 变 由此可以通过测定理化指标完成货架期的预测及品 质的分析 常见的理化指标有抗坏血酸含量 失重率 硬 度等 1 2 1 抗坏血酸 抗坏血酸又称维生素C 是一种具有抗氧化性的有 机化合物 对人体健康发挥着不可或缺的作用 它主要 存在于新鲜的水果和蔬菜之中 是人体必需的营养成分 之一 在维持生理功能 增强免疫力等方面 抗坏血酸发 挥着关键作用 同时 它也是衡量果蔬在贮藏过程中营 养品质的一个重要指标 反映了果蔬的新鲜程度和营养 价值 抗坏血酸的测定可参考 食品安全国家标准食品 中抗坏血酸的测定 GB5009 86 2016 13 1 2 2 失重率 失重率是指食品在一定时间内由于脱水 腐烂或其 他因素而减轻的质量比例 14 失重率可以反映果蔬等食 品的新鲜程度 用于预测货架期 失重率的计算方法见 公式 1 失重率 m 0 m 1 m 0 100 1 式中 m 0 为初始质量 m 1 为测定时质量 1 2 3 硬度 硬度是指在咀嚼或咬碎过程中所需的力量或能量 硬度是由食品的物理和化学特性决定的 这些特性包括 食品的结构 成分 水分含量 颗粒大小和分布等 随着 货架期的延长 食品的硬度会发生变化 从而影响食品 的口感和风味 所以可以用质构仪等设备检测食品硬 度 分析其品质变化 对食品的加工 口味等方面做出更 准确的判断和选择 1 2 4 pH值 pH值是产品酸度的量度 15 表示溶液酸性或碱性程 度的数值 即所含氢离子浓度的常用对数的负值 食品 的pH值是评价食品品质的一个重要指标 反映了食 品的酸碱性和微生物腐败程度 16 测定pH值一般可参 照 食品安全国家标准 食品 pH 值的测定 GB 5009 237 2016 17 1 3 感官指标 果蔬感官指标评价是确定货架期的重要因素 感官 评价可以检验外观 气味 质地 风味等方面的变化 通 过评价人员的接受度和描述性分析来判断食品质量 感 官指标评价可以确定货架期和最佳贮藏条件 有效提高 果蔬等食品品控水平和市场竞争力 18 1 3 1 外观 外观是消费者最先观察到的 可以用于判断果蔬等 食品质量 一般而言 颜色鲜艳而均匀的食物 其品质较 好 反之 颜色不均匀 发黄 发暗或发黑的食物可能存在 质量问题 1 3 2 口感和质地 评价人员或消费者可以通过品尝食品的方式判断 其口感 边嚼边仔细品尝 鉴定样品的硬度 脆性 汁水 量 弹性 酸涩度等 对其口感 质地作出客观评价 由此 得出其新鲜度 1 3 3 气味 气味可以反映果蔬是否变质 评价人员可将样品放 在鼻腔下方 根据香味 异味 酒精味 发酵异味 腐臭味 等不同气味鉴别果蔬品质 气味的分析也可利用电子鼻 等设备辅助检测 提高对气味判断的精确度 1 3 4 味道和风味 通过评估果蔬酸 甜 苦 辣及其他味道可以得知果 蔬的品质 若出现异味 则说明果蔬等食品已经变质 味 道和风味也可采用电子舌设备检测 该技术可以更加快 速便捷地完成检测 19 2 货架期的预测方法 果蔬类食品的种类丰富 不同品类果蔬的风味 质 地 外观 营养成分 微生物等指标差异巨大 果蔬在不 同环境下贮运也会导致品质变化程度有差异 近几年 研究人员倾向于综合多样的特征指标用于果蔬等食品 品质分析和货架期预测 但不同的货架期预测方法有一 定的指向性和局限性 因此 需要针对不同的果蔬种类 和研究目标选择适当的货架期预测方法以达到更好的 预测效果 2 1 基于温度的货架期预测方法 温度是影响果蔬等食品货架期的重要因素 目前 在货架期预测领域 研究人员已经建立了部分温度与货 架期关系的模型 常见的基于温度的预测模型为Q 10 模 型和Z值模型 1 2 1 1 Q 10 模型 Q 10 模型是指在温度差为10 时 货架期的比值 如 流通保鲜 邹泽宇 等 果蔬类食品货架期的预测方法及研究进展 11 中国果菜 公式 2 所示 F k T F k T0 Q 10 T0 10 2 式中 F k T 为T温度下食品的货架期 F k T0 表示T 0 温 度下食品的货架期 通过分析不同温度下的试验数据或与Arrhenius方 程等其他模型综合使用 可以计算得到Q 10 将Q 10 代入 公式 2 中便可获得货架期预测模型 朱军伟等 20 通过 Q 10 模型预测不同温度下芹菜的货架寿命 原林等 21 以 pH值为指标建立Q 10 模型 预测沙枣沙棘复合果酱货架 期 预测相对误差最小为1 25 迟恩忠等 22 应用ASLT 法建立Q 10 模型 预测蓝莓胡萝卜果酱在不加防腐剂的 情况下 20 时的货架期为108 112 但是 Q 10 模型 是一种依靠经验建立的模型 只能在有限的温度范围内 准确预测货架期 2 1 2 Z值模型 Z值模型可以反映温度对反应速率常数的影响 但 是 Z值模型是通过微生物改变来估计食品质量变化 的 23 Z值模型需要结合一级反应动力学模型 分析货架 期产生的微生物经过杀菌处理之后的特征来完成货架 期预测 某一温度下杀死90 微生物所需的时间如式 3 所示 D值越大表明菌的耐热程度越高 需要更多时 间灭菌 Z值是使时间D变化10倍所需的温度改变量 如公式 4 所示 Z值越大说明温度升高对灭菌效果的影 响越小 24 D s t lg N 0 N 3 式中 D为10倍减少时间 s N为t时的活菌数 lgCFU g N 0 为初始活菌数lgCFU g t为时间 s Z T T ref lgD ref lgD T T ref lg D ref D 4 式中 Z为引起D值变化10倍的温度改变量 D ref 为温度T ref 下的时间D值 T为温度 2 2 基于化学动力学的货架期预测方法 食品品质变化与化学反应关系密切 所以可以将化 学动力学方法应用于货架期预测 2 2 1 Arrhenius方程 Arrhenius方程描述温度与食品品质的变化关系 是 经典模型之一 25 26 如公式 5 所示 k k 0 e Ea RT 5 在不同温度下 对速率常数取对数 如公式 6 所示 lnk lnk 0 Ea RT 6 式 5 和式 6 中 k为速率常数 k 0 为方程的指前因 子 也称为频率因子 Ea为贮藏品质指标变化反应的活 化能 kJ mol T 为热力学温度 K R 为气体常数 8 314 J mol K 27 通过公式 6 可以发现 lnk和1 T呈线性关系 作图 得到斜率为 Ea R 截距为lnk 0 由此求出Ea和k 0 在货架期预测工作中 常将Arrhenius方程与化学反 应动力学方程结合使用 食品质量发生变化绝大多数是 由化学反应引起的 化学动力学方程建立了时间与食品 贮藏品质变化的关系 化学动力学方程分为零级 一级和 二级模型 28 29 零级动力学方程如公式 7 所示 A A 0 k t 7 一级动力学方程如公式 8 所示 A A 0 e kt 8 二级动力学方程如公式 9 所示 A A 0 k t 9 在公式 7 8 9 中 A 0 和A分别为样品贮藏开始 时和贮藏过程中观测的指标值 k为食品品质指标变化 速率常数 t为样品贮藏时间 d 通过联立Arrhenius方程 和动力学方程便可得到某一温度下的货架期预测模型 林炎娟等 30 采用零级动力学模型和一级动力学模型 结合Arrhenius方程建立了基于品质变化的李果实采后 货架期预测模型 并验证了模型预测的精确度 Xing等 31 将反应动力学模型与Arrhenius模型相结合建立了货架 期预测模型 用于预测甜樱桃在0 30 的货架期 试验 表明利用失重率和可滴定酸建立的预测模型更准确 张雯静等 32 采用零级反应动力学方程和一级反应动力学 方程得到冬瓜籽油在不同温度条件下的POV回归方程 同时结合Arrhenius公式得到冬瓜籽油氧化反应的动力 学预测模型 2 2 2 加速货架期试验法 加速货架期试验法 acceleratedshelflifetest ASLT 可以在相对较短的时间内高效预测食品的货架期 33 34 已 经被大量地应用在食品科学的研究中 35 原理是利用化 学动力学来量化温度 湿度 光照等环境因素对食物变质 反应的影响程度 通过控制食品处于恶劣环境中加速其 流通保鲜12 变质速度 再推导到日常存储条件下计算货架期 36 通常 将Q 10 模型 Arrhenius方程等货架期预测模型与ASLT 法结合使用 Zou等 37 将综合评价指标用于ASLT方法来 预测荔枝的货架期 结果表明预测相对误差仅为1 50 模型精确度较高 迟恩忠等 38 利用ASLT和Q 10 模型预测 蓝莓原汁的货架期 宋莺丽等 39 采用ASLT法预测了复 合果酱的货架期 2 3 基于微生物生长动力学的货架期预测方法 微生物生长繁殖对果蔬品质的影响较大 所以可以 分析食品中微生物的变化 将微生物生长动力学模型用 于货架期预测研究 基于微生物生长动力学的货架期预 测方法包含初级模型 二级模型 三级模型 40 下文具体 介绍初级模型修正的 Gompertz 模型 二级模型 Belehradek 模型 Square root 模型 以及三级模型 ComBase模型 2 3 1 修正的Gompertz模型 Gompertz模型描述了时间和微生物生长之间的关 系 41 修正的Gompertz模型多用于低温和适温的贮藏条 件 42 修正的Gompertz模型的函数表达式如公式 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 为t时刻的菌落总数 lgCFU g N 0 为初始菌 落数 lgCFU g N max 为最大的菌落数 lgCFU g max 为微 生物的最大比生长速率 lgCFU g 1 d 1 为迟滞时间 d t为贮藏时间 d 通过修正的Gompertz模型能够获得与微生物生长 相关的延滞时间 最大比生长速率 最大菌数等参数 43 Ruan等 44 用修正的Gompertz模型建立鲜切萝卜的货架 期预测模型 结果表明此模型在对照组和次氯酸钠处理 的样品中预测结果更优 Wang等 45 建立了基于修正的 Gompertz模型的微生物生长动力学模型 以预测草莓的 货架期 将模型预测值与实际观测值进行比较 偏差因 子和准确性因子均在可接受范围内 表明该模型可有效 预测草莓货架期 Wang等 46 结合修正的Gompertz模型与 平方根模型建立了双孢菇货架期预测模型 实验表明预 测数据和实验数据吻合较好 2 3 2 Belehradek模型 Belehradek模型在一级模型的基础上 引入更多的 环境参数来进一步探究温度等环境影响因素和微生物 生长之间的关系 47 Belehradek模型的表达式如公式 11 12 所示 1 null b T T min 11 maxnull b T T min 12 式中 T为贮藏温度 max 为微生物的最大比生长 速率 lgCFU g 1 d 1 T min 为微生物不进行代谢繁殖活动 的温度 为迟滞时间 d b 与b 为方程常数 43 将Belehradek模型的表达式与修正的Gompertz模 型函数综合运用 48 可以求得货架期的预测模型 周淼 等 49 利用修正的Gompertz模型建立的微生物生长动力学 模型可以有效预测鲜切山药的剩余货架期 证明枯草芽 孢杆菌抗菌肽处理鲜切山药能够将贮藏期延长2d 陈 月圆等 50 结合Arrhenius模型和Belehradek模型 建立了 鲜切猕猴桃片品质指标和菌落总数的货架期预测模型 杜晓静等 51 利用Gompertz模型准确描述了火龙果果浆中 大肠杆菌的生长情况 并结合Belehradek模型建立了火 龙果果浆贮藏过程中货架期预测模型 2 3 3 ComBase模型 ComBase模型是利用计算机技术将多种模型汇总结 合而构建的综合性平台 可以从多类型数据中提取与微 生物生长相关信息 获得更精确的预测结果 ComBase由 美国 英国和澳大利亚共同建立 其中包含几万条食品 中微生物生长繁殖数据及微生物在不同温度 相对湿 度 气体环境 物流贮藏等条件下的特征数据 研究人员 可以直接在ComBase内输入设定的环境条件 系统将反 馈预测的微生物生长情况 使得预测更加便利 2 4 基于BP神经网络的货架期预测方法 神经网络是根据人类的神经系统建立的仿生预测 模型 由多层神经元构成 Rumelhart等 52 提出反向传播 backpropagation BP 神经网络 BP算法在原有的多层 前馈神经网络的基础上 引入了误差的反向传播 从而 解决了神经网络求解梯度的难题 使得神经网络的使用 范围和场景更加多样 近几年 越来越多的研究人员将 BP神经网络模型应用于果蔬等食品的货架期预测 1 神 经网络的结构如图1所示 由输入层 隐藏层和输出层构 成 每层都包含若干神经元 层与层通过全连接的方式 相连 流通保鲜 邹泽宇 等 果蔬类食品货架期的预测方法及研究进展 13 图 1 BP 神经网络结构 Fig 1 BP neural network structure BP神经网络算法包括前向传播和反向传播 首先 对网络中的权重值 偏置值等参数初始化 其次 将输入 层中接收到的输入数据逐层传递 在输出层中计算出损 失 最后 为了计算的便捷性引入中间值 误差 求得损 失在输出层的误差后 将误差反向传播到输入层 计算 权重值和偏置值的改变率 并对参数进行更新 BP神经 网络通过重复上述步骤 不断训练网络以提升网络性 能 直至满足条件时结束 曹梦柯 53 采用递归特征消除 特征选择ReliefF和稀疏主成分分析对苹果品质指标进 行排序 建立BP ANN苹果货架期预测模型 实验证明 基于不同品质指标建立的预测模型准确度均在90 以 上 傅泽田等 54 基于蓝莓贮藏微环境中氧气 二氧化碳 乙烯气体含量利用BP神经网络建立了蓝莓的货架期预 测模型 预测误差最低可达到1 15 马惠玲等 55 提出一 种基于生成式对抗网络改进的BP ANN苹果货架期预 测方法 其平均相对误差均在0 07以内 在货架期预测方面 BP神经网络不再参考研究人员 对食品变质的研究基础 放弃对化学动力学及微生物生 长动力学的模拟 BP神经网络采用一种全新的 完全由 数据驱动的方式完成预测 通过数据直接获得预测结 果 避免先验知识的影响 同时 BP神经网络可以不断迭 代自学习 根据实际数据的变化而动态学习来进一步优 化模型 提高预测的准确性 但是 BP神经网络训练需要 较多的数据量作为支撑 不适用于少量实验样本的情 况 在少量样本下无法发挥其优势 预测精度与传统人 工干预方法的差距不大 BP神经网络的成功应用将持续 推动计算机学科与食品工业的融合 为食品品质提升提 供全新思路 56 2 5 基于统计学的货架期预测方法 2 5 1 偏最小二乘法 偏最小二乘法 partialleastsquares PLS 是常用的多 元统计分析模型 PLS结合了多元线性回归分析 典型相 关分析和主成分分析 可以在数据相关性较强 数据量较 少的情况下完成建模 PLS的主因子数对模型影响较大 建模时要确定最佳的主因子数 使模型的效果达到 最优 57 在实际使用中 PLS模型通常与快速检测手段结 合 运用PLS建立数据之间的数学关系 倪福鹏 58 在原始 光谱数据上采用PLS建立富士苹果定量预测模型 张金 龙 59 建立柿子可溶性固形物含量 硬度的光谱信息PLS 模型 并采用全波段光谱数据构建PLS模型预测柿子的 货架期 朱丹宁 60 分析酥梨的光谱特征差异 基于PLS建 立了酥梨货架期判别模型以及最小二乘支持向量机模 型 2 5 2 威布尔危害值分析方法 Gacula等 61 提出了食品失效概念 并证明食品失效 时间服从威布尔模型 从而提出依据感官评价的威布尔 危险值分析方法 weibullhazardanalysis WHA 来完成货 架期预测 在威布尔危险值分析方法中 假设t K K 1 2 n表示按时间倒序排列的一系列失效产品样本 即t n 是指第n个失效的产品 h t 称为危险函数 表示某一产 品在时间t时的失效风险 如公式 13 所示 h t 100 n 13 累计危险函数如公式 14 所示 表示截至时间t时 的累计失效风险 H t h t k t 14 两边取对数后得到公式 15 lg t 1 lg H lg 15 在式 13 14 和 15 中 H表示危害积累率 当危 害累计率超过一定阈值时 被视为达到货架期终点 n为 失效序列号 最后失效产品的序列号为1 依次往前排 序 t为失效时间 是尺度参数 0 是形状参数 0 威布尔危害值分析方法基于感官实验数据拟合出 累计危害值与时间的关系曲线 由此得出食品的货架 期 62 Jankovic等 63 基于统计学威布尔和威布尔衍生分布 模型对木薯淀粉样品的热氧降解动力学建模 并基于所 流通保鲜中国果菜14 建模型进行货架期研究 Cardelli等 64 设置货架期的结束 时间为50 消费者发现烘焙咖啡不可接受的时间 咖啡 的可接受性通过使用威布尔危险值分析方法进行监测 值得注意的是 曹平等 65 尝试利用WHA模型分析灭菌 乳酸度数据完成酸奶货架寿命的预测 其准确率与根据 感官评价建立WHA模型基本一致 虽然有研究表明 WHA模型可以用于非感官数据 但威布尔危害值分析 方法更适用于在食品感官试验数据上的货架期预测 具 有一定的主观性 在更为客观的理化或微生物指标上进 行货架期预测时存在局限性 3 结论与展望 果蔬质量变化受微生物 化学反应 环境等多方面 因素的影响 是一个复杂 动态的过程 通过测定其特征 指标并结合恰当的货架期预测模型能够客观地了解食 品当前的状态 及时调控果蔬等食品品质 本文将品质 指标划分为微生物指标 理化指标和感官指标三大类 并对基于化学动力学 微生物生长动力学等五种货架期 预测方法进行了归纳与分析 在货架期预测领域的发展 趋势方面 尽管当前已有大量的货架期预测研究 但剩 余货架期的预测对于实际应用更具指导意义 此外 大 部分的货架期相关研究实验是在固定环境中开展的 但 果蔬等食品在生产 加工 运输 贮藏等流程中环境变化 不可忽视 因此 仍需进一步加强对动态环境的分析研 究 建立更完善的货架期评价及预测体系模型 最后 在 科技和经济的双重驱动下 消费者对食品安全与品质的 要求日益提升 为此 可以探索开展跨学科融合研究 将 计算机 电子信息等领域的先进技术融入食品工业 加 快食品行业的快速检测及无损检测技术的发展进程 提 升货架期的预测准确率 参考文献 1 DAVID K PERSIS S The stability and shelf life of food M Sawston Cambrige Woodhead Publishing Limited 2000 42 76 2 陈晓宇 朱志强 张小栓 等 食品货架期预测研究进展与 趋势 J 农业机械学报 2015 46 8 192 199 3 曹悦 陆利霞 熊晓辉 食品货架期预测新技术进展 J 食 品研究与开发 2009 30 5 165 168 4 TARLAK F The use of predictive microbiology for the predictionoftheshelflifeoffoodproducts J Foods 2023 12 24 4461 5 中华人民共和国国家卫生健康委员会 国家市场监督管理 总局 食品安全国家标准食品微生物学检验菌落总数测 定 GB4789 2 2022 S 北京 中国标准出版社 2022 6 刘亚兵 何腊平 高泽鑫 等 基于假单胞菌生长模型预测 冷却牛肉的货架期 J 中国酿造 2017 36 8 114 119 7 王放 王显伦 食品营养保健原理与技术 M 北京 中国轻 工业出版社 1996 423 431 8 中华人民共和国国家卫生和计划生育委员会 食品安全国 家标准食品微生物学检验霉菌和酵母计数 GB4789 15 2016 S 北京 中国标准出版社 2016 9 中华人民共和国国家卫生和计划生育委员会 国家食品药 品监督管理总局 食品安全国家标准食品微生物学检验 大肠菌群计数 GB4789 3 2016 S 北京 中国标准出版 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 中华人民共和国国家卫生健康委员会 国家市场监督管理 总局 食品安全国家标准食品微生物学检验沙门氏菌检 验 GB4789 4 2024 S 北京 中国标准出版社 2024 13 中华人民共和国国家卫生和计划生育委员会 食品安全国 家标准食品中抗坏血酸的测定 GB5009 86 2016 S 北 京 中国标准出版社 2016 14 刘清化 龙成树 陈永春 等 不同保鲜处理对柠檬贮藏效 果的研究 J 保鲜与加工 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 中华人民共和国国家卫生和计划生育委员会 食品安全国 家标准食品pH值的测定 GB5009 237 2016 S 北京 中 国标准出版社 2016 18 洪雪珍 王俊 基于逐步判别分析和BP神经网络的电子鼻 流通保鲜 邹泽宇 等 果蔬类食品货架期的预测方法及研究进展 15 猪肉储藏时间预测 J 传感技术学报 2010 23 10 1376 1380 19 秦蓝 李凤华 田怀香 等 电子舌在鸡精调味料味觉差异 分析中的应用 J 中国调味品 2014 39 10 132 135 20 朱军伟 谢晶 章佳君 等 薄膜包装芹菜品质分析及货架 寿命研究 J 食品科学 2013 34 4 272 276 21 原林 刘军 吴天忠 等 沙枣沙棘复合果酱的响应面法工 艺优化及储藏期预测 J 保鲜与加工 2022 22 7 37 44 22 迟恩忠 王丽 杨雨浩 等 蓝莓胡萝卜复合果酱的配方优 化及货架期预测 J 中国调味品 2020 45 7 123 126 23 王红丽 王锡昌 施文正 等 水产品贮运过程中货架期预 测的研究进展 J 食品科学 2021 42 15 261 268 24 史波林 赵镭 支瑞聪 基于品质衰变理论的食品货架期预 测模型及其应用研究进展 J 食品科学 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 陈嘉聪 黄永德 朱文娟 等 基于Arrhenius方程建立湿米 粉货架期预测模型的研究 J 中国农学通报 2022 38 33 132 138 28 王杰 索慧敏 韩育梅 温度对鲜切马铃薯品质影响及货架 期预测模型的建立 J 中国粮油学报 2022 37 8 94 101 29 任亚妮 车振明 靳学敏 等 应用ASLT法预测软面包的货 架期 J 食品研究与开发 2011 32 2 156 158 30 林炎娟 周丹蓉 方智振 等 温度对李果实采后品质的影 响及货架期预测模型建立 J 食品安全质量检测学报 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 张雯静 吕秋冰 陈雨柔 等 冬瓜籽油氧化稳定性研究及 货架期预测 J 粮食与油脂 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 食品储存期加速测试及其应用 J 食品科技 2004 1 80 82 36 沈勇 梅俊 谢晶 预测微生物学在水产品货架期中应用研 究进展 J 食品与机械 2019 35 1 221 225 37 ZOUJ LIP Modellingoflitchishelflifebasedontheentropy weight method J Food Packaging and Shelf Life 2020 25 100509 38 迟恩忠 王丽 杜传来 等 蓝莓原汁贮藏品质的变化及其 货架期预测 J 食品工业 2018 39 2 187 190 39 宋莺丽 柴思思 马立安 低糖玫瑰山药复合果酱的研发及 货架期预测 J 中国调味品 2023 48 2 103 108 40 李彦 符慧靖 邵乐乐 等 红烧卤牛肉货架期预测模型的 建立 J 核农学报 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 赵改名 等 肉品微生物生长预测模型研究 进展 J 肉类研究 2012 26 12 20 24 44 RUAN S ZHU T ZUO C et al Storage properties and shelf life prediction of