黎新榮
摘要:【目的】利用電子鼻技術(shù)對不同貯藏時間的沃柑進(jìn)行檢測分析,為快速判斷沃柑的新鮮度及建立沃柑品質(zhì)快速評價體系提供技術(shù)支持?!痉椒ā坷肞EN3電子鼻系統(tǒng)獲取不同貯藏時間沃柑的氣味特征值,通過載荷分析法分析傳感器對沃柑芳香物的相對重要作用,采用主成分分析(PCA)和線性判別分析(LDA)對氣味特征值進(jìn)行分析并建立預(yù)測模型,并以樣品果對預(yù)測模型進(jìn)行驗證?!窘Y(jié)果】不同貯藏時間的沃柑會產(chǎn)生不同氣味響應(yīng)信號,經(jīng)載荷分析發(fā)現(xiàn)傳感器7(W1W)、9(W2W)、6(W1S)、2(W5S)和8(W2S)在沃柑貯藏期識別中影響最大;建立模型時選取90~92 s 時的穩(wěn)定響應(yīng)值作為特征值;采用PCA無法對貯藏間隔5 d的沃柑進(jìn)行區(qū)分,而應(yīng)用LDA能很好地區(qū)分不同貯藏時間的沃柑,總貢獻(xiàn)率85.12%。預(yù)測模型能對樣品果進(jìn)行貯藏時間的初步判別,平均準(zhǔn)確率達(dá)98.23%?!窘Y(jié)論】電子鼻結(jié)合LDA的無損檢測方法能對不同貯藏時間的沃柑氣味特征進(jìn)行識別并區(qū)分,可應(yīng)用于沃柑貯藏時間快速判斷。
關(guān)鍵詞: 電子鼻;沃柑;貯藏時間;主成分分析(PCA);線性判別分析(LDA)
中圖分類號: S666.1 文獻(xiàn)標(biāo)志碼:A 文章編號:2095-1191(2018)09-1827-06
0 引言
【研究意義】沃柑(Orah)是坦普爾桔橙與丹西紅桔雜交的晚熟柑橘品種,其果皮光滑,果肉橙紅色或橙色(謝慶豐,2017),近年來在廣西、重慶、四川、云南等地快速推廣,種植面積超1.3萬ha(黃其椿等,2016)。隨著人民生活水平的提高,消費者對水果品質(zhì)和新鮮度的要求越來越高。沃柑經(jīng)采后處理,可在冷藏條件下存放1個月以上,外觀與新鮮采摘無明顯差別,無法從外觀上判斷沃柑的新鮮程度,因此新鮮度檢測成為采摘時間判斷的重要依據(jù)。水果新鮮度檢測主要采用常規(guī)有損檢測,但操作繁瑣,耗時費力,易受到場地、儀器等因素限制,難以滿足現(xiàn)場檢測的需求。因此,研究無損檢測技術(shù)對沃柑新鮮度的快速判斷及品質(zhì)分級具有重要意義。【前人研究進(jìn)展】近年來,無損檢測技術(shù)在水果新鮮度檢測上得到廣泛應(yīng)用,包括利用電、光、聲學(xué)技術(shù)檢測水果各項品質(zhì)指標(biāo)(劉燕德等,2016;張政等,2016)。尤其是20世紀(jì)90年代發(fā)展起來的電子鼻檢測技術(shù)由于可檢測多種芳香成分,具有檢測快速、無損樣品的特點,在國內(nèi)已廣泛應(yīng)用于香蕉、蘋果、柑橘、桃等水果的檢測(于勇等,2003;馮青,2012;賈文珅等,2016)。胡桂仙等(2005)利用PEN2型電子鼻無損檢測技術(shù)對柑橘成熟度進(jìn)行分析,證明建立在化學(xué)傳感器和模式識別軟件上的電子鼻能有效區(qū)分不同成熟度的柑橘,且線性判別分析(Linear discriminant analysis,LDA)比主成分分析(Principle component analysis,PCA)能更準(zhǔn)確地判別出不同貯藏時間的柑橘。劉玉革等(2012)利用電子鼻技術(shù)結(jié)合PCA對不同貯藏時間的菠蘿果實進(jìn)行分析,發(fā)現(xiàn)電子鼻技術(shù)對不同貯藏時間的菠蘿果實區(qū)別值達(dá)0.821。陳辰等(2015)利用電子鼻對玫瑰香葡萄在貯藏期間品質(zhì)的變化進(jìn)行分析,發(fā)現(xiàn)不同的模式識別方法可將不同貯藏期樣品有效區(qū)分。李瑩等(2016)利用電子鼻對蘋果低溫貯藏時間及品質(zhì)進(jìn)行預(yù)測,發(fā)現(xiàn)LDA能較好地區(qū)分蘋果的貯藏品質(zhì),實現(xiàn)低溫貯藏后的快速無損檢測。徐賽等(2016)將電子鼻檢測與物理特征相融合,在獼猴桃貯藏時間識別上取得很好的效果。彭珂等(2017)使用PEN3型電子鼻對皇帝柑、臍橙和砂糖桔進(jìn)行識別研究,運用LDA總體識別率達(dá)91.8%?!颈狙芯壳腥朦c】電子鼻無損檢測技術(shù)雖早已開展相關(guān)研究,但利用其識別沃柑貯藏時間的研究尚無報道。【擬解決的關(guān)鍵問題】采用PEN3型電子鼻對不同貯藏時間的沃柑進(jìn)行氣味檢測研究,并建立預(yù)測模型,探索有效識別沃柑貯藏時間的方法,為快速判斷沃柑的新鮮度及建立沃柑品質(zhì)快速評價體系提供技術(shù)支持。
1 材料與方法
1. 1 試驗材料
供試沃柑果實于2018年1月17日采摘自廣西農(nóng)墾國有東風(fēng)農(nóng)場的同一棵沃柑樹,按大小進(jìn)行初步分級后,用潔凈干絨布清潔果實表面,將64個大小相近的沃柑裝入紙箱,存放于(12±1)℃、相對濕度85%的冷柜中。
使用的PEN3型便攜式電子鼻(德國AIRSENSE公司)由采樣及清洗通道、10個金屬氧化氣體傳感器組、控制和存儲芯片及數(shù)據(jù)采集分析軟件等組成,各傳感器的性能描述見表1。當(dāng)樣品揮發(fā)物由進(jìn)樣管進(jìn)入采集系統(tǒng)后,與加熱性金屬氧化物傳感器陣列接觸,傳感器電阻率G發(fā)生改變,與初始電阻率G0的比值G/G0(相對電阻率)隨之變化。當(dāng)氣體濃度變大時,G/G0越偏離1(大于或小于1),若氣體濃度低于檢測限或沒有感應(yīng)氣體,則接近或等于1(Benedetti et al.,2008;江琳琳等,2010)。
1. 2 試驗方法
2018年1月18日對沃柑進(jìn)行第1次(0 d)檢測,每隔5 d對同樣的30個樣品果進(jìn)行第2次(5 d)、第3次(10 d)、第4次(15 d)、第5次(20 d)、第6次(25 d)和第7次(30 d)檢測。其余34個沃柑作為驗證果,從第0 d開始每天進(jìn)行檢測并記錄,待識別模型建立完成后,在模型中隨機輸入檢測結(jié)果進(jìn)行識別驗證。
檢測環(huán)境為室溫17~19 ℃、相對濕度78%~82%。將待測沃柑于檢測前5 min放入500 mL燒杯中,用保鮮膜密封,在系統(tǒng)提示倒計時5 s后同時插入進(jìn)樣針和補氣針,檢測完畢后拔出進(jìn)樣針和補氣針。系統(tǒng)采樣氣體流速設(shè)為300 mL/min,時間100 s,軟件每秒自動記錄1次采樣數(shù)據(jù)。系統(tǒng)清洗時間設(shè)為80 s,待傳感器恢復(fù)至初始狀態(tài)再進(jìn)行下一樣品檢測。
1. 3 統(tǒng)計分析
每個樣品采集結(jié)束后保存數(shù)據(jù)結(jié)果,結(jié)合系統(tǒng)自帶的Winmuster軟件對采集數(shù)據(jù)進(jìn)行分析。傳感器對沃柑芳香物的相對重要作用采用載荷分析法進(jìn)行分析,不同貯藏時間沃柑區(qū)分采用PCA和LDA進(jìn)行分析。
2 結(jié)果與分析
2. 1 電子鼻對芳香特征的響應(yīng)
對每批次30個沃柑進(jìn)行電子鼻檢測,得到10個傳感器的響應(yīng)曲線(圖1),圖中每條曲線代表一個傳感器的G/G0變化情況。從圖中可看出,開始進(jìn)樣時G/G0較低,隨著揮發(fā)性芳香成分在傳感器上的富集,G/G0不斷增大,在40 s時達(dá)峰值,最后趨于平緩,90 s后達(dá)到一個穩(wěn)定狀態(tài)。采用較穩(wěn)定狀態(tài)下的信號對檢測結(jié)果進(jìn)行綜合分析,選取90~92 s處信號作為分析時間點。用載荷分析可區(qū)分傳感器對芳香物的相對重要作用,離原點(0,0)越遠(yuǎn)的坐標(biāo)在識別過程中作用最大,越近的越小。通過荷載分析可在下一步分析中將識別作用小的傳感器數(shù)據(jù)剔除,從而提高分析的精確度。圖2表明,傳感器7(W1W)和9(W2W)相比其他傳感器起的作用最大,傳感器6(W1S)、2(W5S)和8(W2S)的作用次之,說明在貯藏過程中沃柑的揮發(fā)性芳香成分主要有無機硫化物、有機硫化物、烷烴類、氮氧化合物、醇類和醛酮類。通過電子鼻對芳香特征的響應(yīng)檢測,可得出電子鼻對沃柑的芳香成分有明顯響應(yīng),且每個傳感器的響應(yīng)均不相同,說明利用PEN3電子鼻檢測沃柑的芳香成分可行。
2. 2 不同貯藏時間沃柑的PCA分析結(jié)果
圖3是不同貯藏時間沃柑的PCA分析結(jié)果,圖中的橢圓代表每批次沃柑的數(shù)據(jù)采集點。第一主成分(PC1)貢獻(xiàn)率91.44%,第二主成分(PC2)貢獻(xiàn)率4.12%,總貢獻(xiàn)率95.56%。從兩個主軸上看,不同貯藏時間的沃柑無明顯變化規(guī)律,0、5和10 d之間沒有交叉區(qū)域,尚能區(qū)分開,但從15 d開始出現(xiàn)嚴(yán)重的重疊區(qū)域,15、20、25和30 d之間有較多交叉重疊區(qū)域,不同貯藏期的沃柑無法很好地區(qū)分開。說明采用PCA對檢測到的傳感器響應(yīng)值進(jìn)行分析不可行。
2. 3 不同貯藏時間沃柑的LDA分析結(jié)果
圖4是不同貯藏時間沃柑的LDA分析結(jié)果,圖中LD1貢獻(xiàn)率68.22%,LD2貢獻(xiàn)率16.90%,總貢獻(xiàn)率85.12%。不同貯藏時間的沃柑氣味特征變化從第0 d到第10 d變化均較大,且在LD1軸上依次排列,但從第15 d到第30 d的過程中變化(距離)明顯變小,并出現(xiàn)重疊區(qū)域。第0 d與第5 d相距較近,但與第10、15、20、25和30 d均相距較遠(yuǎn),說明沃柑在貯藏期隨著果實衰老導(dǎo)致氣味物質(zhì)不斷變化,貯藏時間越長距離越大,氣味變化越明顯;距離越近,氣味變化速率減慢。結(jié)合LD1和LD2的判別結(jié)果,表明采用LDA可將不同貯藏時間的沃柑進(jìn)行區(qū)分。
2. 4 識別模型的驗證
圖5和圖6分別為不同貯藏期的果樣在模型圖中的驗證情況。圖5表示貯藏5 d的沃柑果樣氣味特征,傳感器開始接受到的氣味特征較少,遠(yuǎn)離模型中的數(shù)據(jù)區(qū)域,隨著時間的推移氣味特征越來越豐富(G/G0達(dá)峰值),穿過相似數(shù)據(jù)區(qū)域,后期集中并最終停留在一個數(shù)據(jù)點(G/G0穩(wěn)定值),說明該氣味特征與模型中貯藏5 d的氣味特征相似,通過模型圖能判斷出該果樣的檢測時間是貯藏期第5 d。圖6中的曲線表示貯藏13 d的沃柑果樣氣味特征曲線,曲線經(jīng)過10 d與15 d的數(shù)據(jù)點,最終停留在靠近10 d的數(shù)據(jù)點處,說明該氣味特征不完全屬于這兩個區(qū)域,與貯藏時間13 d也相符。將34個驗證果的檢測結(jié)果按批次輸入識別模型判別,驗證結(jié)果見表2,在第0、5、15和25 d的驗證中,正確率均達(dá)100.00%,第10、20和30 d分別為93.94%、96.88%和96.77%。驗證果在LDA分析后建立的識別模型中平均識別率達(dá)98.23%,說明該識別模型能較準(zhǔn)確地對不同貯藏時間的沃柑進(jìn)行判別,可區(qū)分未知貯藏時間的沃柑。
3 討論
本研究中,傳感器2、6、7和9在沃柑氣味物質(zhì)檢測中發(fā)揮較大作用,與胡桂仙等(2006)研究發(fā)現(xiàn)傳感器2、7和9對柑橘新鮮度檢測起主要作用的結(jié)論相似;不同之處在于傳感器6在沃柑中有一定比例,說明相對于其他柑橘類水果沃柑還含有一些獨特氣味的甲基類物質(zhì)。對氣味成分進(jìn)行分析發(fā)現(xiàn),傳感器8(醇類和醛酮類)也屬于構(gòu)成沃柑香味的主要物質(zhì),與張涵等(2017)研究4種主要柑橘香氣成分,得出果實呈現(xiàn)的香味是醇類、醛類和酮類這些物質(zhì)香味共同作用的結(jié)果相符。構(gòu)成沃柑氣味中果香味的烷烴類、芳香族醇類和醛酮類物質(zhì)主要由氨基酸代謝產(chǎn)生,隨著貯藏時間的延長,沃柑的呼吸作用還會代謝產(chǎn)生如乙烯、乙醇等物質(zhì)。目前,電子鼻技術(shù)只能對樣品的整體信息進(jìn)行判斷,尚無法進(jìn)行定性或定量分析,因此無機硫化物、有機硫化物和氮氧化合物這類氣味物質(zhì)的具體名稱和產(chǎn)生原因有待進(jìn)一步使用氣相色譜—質(zhì)譜聯(lián)用法進(jìn)行深入分析。
從不同分析方法的分析結(jié)果可看出,LDA比PCA能更好地對沃柑進(jìn)行貯藏時間區(qū)分。從LDA圖中可知,同一天檢測的氣味特征值分散在一定范圍內(nèi),并不是很集中,說明即使是同一株果樹所產(chǎn)的沃柑也存在一定差異,與王少敏和魏樹偉(2014)研究不同結(jié)果部位的香水梨香氣存在明顯差異的結(jié)論相似,因此沃柑果實的結(jié)果部位、果實大小均會影響氣味成分的濃度,造成檢測結(jié)果出現(xiàn)差異。第0、5、10和15 d的數(shù)據(jù)更分散,第20、25和30 d的數(shù)據(jù)相對集中,隨著貯藏時間的延長,沃柑的氣味物質(zhì)轉(zhuǎn)化由強烈趨于平緩,最終進(jìn)入同樣的衰老期,數(shù)據(jù)分布區(qū)域逐漸縮小。因此在建立預(yù)測模型時,若要提高模型精確度,則需大量的測試果檢測數(shù)據(jù),這樣才能縮小因個體果帶來的數(shù)據(jù)差異。
通過驗證結(jié)果可發(fā)現(xiàn),當(dāng)驗證果中出現(xiàn)腐壞果時,在識別模型中的驗證識別正確率會下降。如第0和5 d時驗證正確率為100.00%,第10 d出現(xiàn)1個腐壞果后,有2個檢測結(jié)果驗證錯誤,正確率下降至93.94%。分析其原因是采摘時的擠壓碰撞致使沃柑果實內(nèi)部出現(xiàn)損傷,在貯藏期受到細(xì)菌的侵染發(fā)生腐壞和霉變,這些青霉菌會影響到周圍的沃柑,附著在果實表面,產(chǎn)生含有芳香類、醇類和酮類物質(zhì)的氣體(沈飛等,2016),導(dǎo)致檢測時出現(xiàn)氣味上的差異,驗證試驗的正確率下降。將腐壞果清理后,貯藏環(huán)境逐漸恢復(fù)常態(tài),驗證結(jié)果的正確率又恢復(fù)至100.00%。
4 結(jié)論
電子鼻結(jié)合LDA的無損檢測方法能對不同貯藏時間的沃柑氣味特征進(jìn)行識別并區(qū)分,可應(yīng)用于沃柑貯藏時間快速判斷。
參考文獻(xiàn):
陳辰,魯曉翔,張鵬,陳紹慧,李江闊. 2015. 基于電子鼻技術(shù)的玫瑰香葡萄貯藏期快速判別[J]. 食品與機械,31(6):137-141. [Chen C,Lu X X,Zhang P,Chen S H,Li J K. 2015. Quick discrimination of storage periods for muscat grape based on electronic nose[J]. Food & Machinery,31(6):137-141.]
馮青. 2012. 電子鼻系統(tǒng)在水果貯藏中的應(yīng)用[J]. 產(chǎn)業(yè)與科技論壇,11(12):78. [Feng Q. 2012. The application of electronic nose system in fruit storage[J]. Industrial & Science Tribune,11(12):78.]
胡桂仙,Antihus Hernández Gómez,王俊,王小驪. 2005. 電子鼻無損檢測柑橘成熟度的實驗研究[J]. 食品與發(fā)酵工業(yè),31(8):57-60. [Hu G X,Antihus H G,Wang J,Wang X L. 2005. A research on monitoring the orange maturity with the electronic nose[J]. Food and Fermentation Industries,31(8):57-60.]
胡桂仙,王俊,海錚,王小驪. 2006. 不同儲藏時間柑橘電子鼻檢測研究[J]. 浙江農(nóng)業(yè)學(xué)報,18(6):458-461. [Hu G X,Wang J,Hai Z,Wang X L. 2006. Electronic nose monitoring the oranges stored for different times[J]. Acta Agriculturae Zhejiangensis,18(6):458-461.]
黃其椿,陳香玲,陳東奎,趙洪濤,趙小龍,紀(jì)素峰,廖惠紅,王茜,黃宏明,張?zhí)m,劉吉敏. 2016. 沃柑黃化原因分析及其對策[J]. 農(nóng)業(yè)科學(xué)與技術(shù),17(6):1387. [Huang Q C,Chen X L,Chen D K,Zhao H T,Zhao X L,Ji S F,Liao H H,Wang X,Huang H M,Zhang L,Liu J M. 2016. Cause analysis of Orah yellowing and its measures[J]. Agricultural Science & Technology,17(6):1387.]
賈文珅,李孟楠,王亞雷,梁剛,滿燕,潘立剛. 2016. 電子鼻技術(shù)在果蔬檢測中的應(yīng)用[J]. 食品安全質(zhì)量檢測學(xué)報,7(2):410-418. [Jia W S,Li M N,Wang Y L,Liang G,Man Y,Pan L G. 2016. Application of electronic nose technology on the detection of fruits and vegetables[J]. Journal of Food Safety & Quality,7(2):410-418.]
江琳琳,潘磊慶,屠康,楊虹賢,錢釗,韓東海. 2010. 基于電子鼻對水蜜桃貨架期評價的研究[J]. 食品科學(xué),31(12):229-232. [Jiang L L,Pan L Q,Tu K,Yang H X,Qian Z,Han D H. 2010. Freshness evaluation of juicy peach by electronic nose[J]. Food Science,31(12):229-232.]
李瑩,任亞梅,張爽,趙慧,周龍安,任小林. 2016. 基于電子鼻的蘋果低溫貯藏時間及品質(zhì)預(yù)測[J]. 西北農(nóng)林科技大學(xué)學(xué)報(自然科學(xué)版),43(5):184-191. [Li Y,Ren Y M,Zhang S,Zhao H,Zhou L A,Ren X L. 2016. Prediction of low-temperature storage time and quality of apples based on electronic nose[J]. Journal of Northwest A & F University(Natural Science Edition),43(5):184-191.]
劉燕德,孫旭東,陳皓,郝勇,歐陽愛國,陳洞濱,王海陽,吳至境,龔志遠(yuǎn),徐翔斌,陳齊平. 2016. 水果糖酸度和重量快速無損檢測技術(shù)與分選裝備[J]. 中國科技獎勵,17(22):7-8. [Liu Y D,Sun X D,Chen H,Hao Y,Ouyang A G,Chen D B,Wang H Y,Wu Z J,Gong Z Y,Xu X B,Chen Q P. 2016. Fruit sugar acidity and weight rapid nondestructive testing technology and separation equipment[J]. China Awards for Science and Technology,17(22):7-8.]
劉玉革,徐金龍,趙維峰,呂玲玲,魏長賓. 2012. 菠蘿果實香氣成分分析及電子鼻評價[J]. 廣東農(nóng)業(yè)科學(xué),39(20):97-100. [Liu Y G,Xu J L,Zhao W F,Lü L L,Wei C B. 2012. Aroma volatile compounds of pineapple and evalua-tion by electronic nose[J].Guangdong Agricultural Scien-ces,39(20):97-100.]
彭珂,駱德漢,夏必亮. 2017. 基于機器嗅覺的柑橘品種無損檢測與識別[J]. 江西農(nóng)業(yè)大學(xué)學(xué)報,39(5):1017-1024. [Peng K,Luo D H,Xia B L. 2017. Non-destructive testing and identification of citrus varieties based on machine olfaction[J]. Acta Agriculturae Universitatis Jiangxiensis,39(5):1017-1024.]
沈飛,吳啟芳,魏穎琪,都立輝,唐培安. 2016. 谷物霉菌揮發(fā)性物質(zhì)的電子鼻與GC-MS檢測研究[J]. 中國糧油學(xué)報,31(7):148-152. [Shen F,Wu Q F,Wei Y Q,Du L H,Tang P A. 2016. Electronic nose and GC-MS detection of volatile substances produced by mould strains[J]. Journal of the Chinese Cereals and Oils Association,31(7):148-152.]
王少敏,魏樹偉. 2014. 不同結(jié)果部位對棲霞大香水梨果實香氣的影響[J]. 山東農(nóng)業(yè)科學(xué),46(10):57-59. [Wang S M,Wei S W. 2014. Effect of different fruit setting positions on aroma of Qixia Daxiangshui pear[J]. Shandong Agricultural Sciences,46(10):57-59.]
謝慶豐. 2017. 優(yōu)質(zhì)沃柑豐產(chǎn)栽培管理技術(shù)[J]. 南方農(nóng)業(yè),11(5):20-21. [Xie Q F. 2017. Cultivation management technology of high quality Orah[J]. South China Agriculture,11(5):20-21.]
徐賽,陸華忠,王亞娟,周志艷,姜焰鳴,呂恩利. 2016. 基于電子鼻與物理特征融合的獼猴桃貯藏時間識別方法[J]. 食品科技,41(3):292-297. [Xu S,Lu H Z,Wang Y J,Zhou Z Y,Jiang Y M,Lü E L. 2016. Storage time identification of kiwi fruit based on electronic nose and physical characteristic combination[J]. Food Science and Techno-logy,41(3):292-297.]
于勇,王俊,周鳴. 2003. 電子鼻技術(shù)的研究進(jìn)展及其在農(nóng)產(chǎn)品加工中的應(yīng)用[J]. 浙江大學(xué)學(xué)報(農(nóng)業(yè)與生命科學(xué)版),29(5):579-584. [Yu Y,Wang J,Zhou M. 2003. Research developments of electronic nose and its application in processing of agriculture products[J]. Journal of Zhejiang University(Agriculture & Life Sciences),29(5):579-584.]
張涵,魯周民,王錦濤,郭旭. 2017. 4種主要柑橘類香氣成分比較[J]. 食品科學(xué),38(4):192-196. [Zhang H,Lu Z M,Wang J T,Guo X. 2017. Comparative aroma components of fruits of four main citrus varieties[J]. Food Science,38(4):192-196.]
張政,門澤成,任興達(dá). 2016. 高光譜成像技術(shù)下水果內(nèi)外品質(zhì)無損檢測研究進(jìn)展[J]. 科技經(jīng)濟導(dǎo)刊,(17):7-8. [Zhang Z,Men Z C,Ren X D. 2016. The development of non-destructive testing of fruit and external quality under the technique of high light spectroscopy[J]. Techno-logy and Economic Guide,(17):7-8.]
Benedetti S,Buratti S,Spinardi A,Mannino S,Mignani I. 2008. Electronic nose as a non-destructive tool to characterise peach cultivars and to monitor their ripening stage during shelf-life[J]. Postharvest Biology and Technology,47(2):181-188.
(責(zé)任編輯 羅 麗)