黃信娥，鐘添宇，程 婕，王 卓，汪建明

（天津科技大學(xué)食品科學(xué)與工程學(xué)院，天津 300457）

貨架期是指在推薦條件下貯藏和運(yùn)輸?shù)氖称纺軌虼_保其安全，且風(fēng)味及物理、化學(xué)和微生物特性均達(dá)到理想狀態(tài)，并符合產(chǎn)品標(biāo)簽上所規(guī)定的營養(yǎng)值的一段時(shí)間[1]。貨架期是消費(fèi)者衡量食品新鮮程度的關(guān)鍵指標(biāo)，它不僅直接影響消費(fèi)者的感官享受和健康安全，而且關(guān)系到食品企業(yè)的聲譽(yù)、品牌與經(jīng)濟(jì)效益。因此，快速準(zhǔn)確地預(yù)測食品在一定條件下的貨架期已成為消費(fèi)者、生產(chǎn)者和管理者共同關(guān)注的熱點(diǎn)。

水在食品的質(zhì)量和穩(wěn)定性中起著關(guān)鍵作用，它不僅影響食品的質(zhì)構(gòu)、流動(dòng)性和功能性，而且是微生物生長的重要因素，并與食品的酶促反應(yīng)、物理性質(zhì)、化學(xué)物質(zhì)的降解反應(yīng)密切相關(guān)。水分活度是物質(zhì)在密閉容器中達(dá)到平衡狀態(tài)時(shí)，水分蒸汽壓與一定溫度下純水的飽和蒸汽壓之比[2]，其反映了食品中的水與非水成分的結(jié)合程度，即微生物、酶及化學(xué)反應(yīng)在食品中利用水分的難易程度[3-5]，可作為評(píng)價(jià)微生物增殖，酶和非酶脂肪酸氧化反應(yīng)以及食品質(zhì)地性能的可靠指標(biāo)。水分活度與食品中的許多降解反應(yīng)速率有良好的相關(guān)性，是反映食品穩(wěn)定性十分可靠的熱力學(xué)指標(biāo)，也是快速預(yù)測食品貨架期的關(guān)鍵因素。

目前，盡管國內(nèi)外對(duì)食品貨架期預(yù)測進(jìn)行了大量研究，并使用了大量預(yù)測模型，但在實(shí)際應(yīng)用中，對(duì)貨架期預(yù)測算法的使用仍存在著混淆和濫用等問題，未能明確其應(yīng)用的合理性與適用性。

本文以食品的水分活度為主要參數(shù)，建立快速準(zhǔn)確地預(yù)測食品貨架期的模型，主要包括以下內(nèi)容：基于在貯運(yùn)過程中的食品品質(zhì)變化機(jī)理及貨架期預(yù)測理論；通過分析不同水分活度對(duì)食品質(zhì)量變化的影響以確定貨架期敏感性指標(biāo)；歸納、分析和總結(jié)不同水分活度食品的貨架期預(yù)測模型和實(shí)際運(yùn)用情況，形成基于不同水分活度的貨架期預(yù)測方法體系；最后介紹了兩種預(yù)測貨架期的新技術(shù)，以期為保證食品質(zhì)量安全和延長食品貨架期提供參考。

1 貨架期預(yù)測理論

不同水分活度食品品質(zhì)變化機(jī)理及食品貨架期預(yù)測模型的探析思路如圖1 所示。食品在貯藏和流通過程中，品質(zhì)通常會(huì)受水分活度的影響而產(chǎn)生化學(xué)變化或受微生物作用引起腐敗變質(zhì)，直至達(dá)到消費(fèi)者拒絕閾值。根據(jù)化學(xué)或微生物學(xué)的相關(guān)原理研究其變化規(guī)律，選擇敏感關(guān)鍵的品質(zhì)指標(biāo)，使用數(shù)字算法建立貨架期預(yù)測模型[8-9]，當(dāng)確定了食品的貯藏溫度，初始品質(zhì)指標(biāo)及終點(diǎn)品質(zhì)控制值，即可獲得對(duì)應(yīng)品質(zhì)參數(shù)的貯藏時(shí)間[10-11]。

食品的化學(xué)反應(yīng)和微生物作用速率均受到水分活度的影響，在不同的水分活度區(qū)間內(nèi)，速率較快的反應(yīng)會(huì)占據(jù)主導(dǎo)作用，從而引發(fā)相應(yīng)的敏感性指標(biāo)，可以基于這些指標(biāo)建立貨架期預(yù)測模型。由于不同水分活度下敏感關(guān)鍵品質(zhì)指標(biāo)不同，因此需要?jiǎng)澐炙只疃葏^(qū)間，分別建立食品貨架期預(yù)測模型。

2 水分活度大于0.8的食品貨架期預(yù)測

食品微生物的增殖與水分活度密切相關(guān)[12]，食品的水分活度是影響微生物生長的關(guān)鍵因素，其決定了微生物在食品中的萌發(fā)時(shí)間、生長速率及死亡率。在一定范圍內(nèi)，隨著食品水分活度的增大，微生物增殖速度和食品受微生物污染的風(fēng)險(xiǎn)就越高，食品越容易腐敗變質(zhì)，食品貨架期越短。不同微生物的水分活度臨界值不同：細(xì)菌對(duì)水分活度最為敏感，水分活度低于0.9 時(shí)細(xì)菌便不能生長；酵母菌次之，水分活度低于0.87 時(shí)大多數(shù)酵母菌被抑制；霉菌的敏感性最差，水分活度低于0.8時(shí)大多數(shù)霉菌不生長[13-15]。即在臨界水分活度以上，各類微生物能夠正常增殖；低于臨界點(diǎn)，微生物生長十分緩慢甚至停滯。對(duì)于水分活度在0.8以上的食品來說，微生物的滋生是引起食品腐敗變質(zhì)的主要因素。貨架期會(huì)受到微生物的直接或間接影響，因此，可將菌落總數(shù)作為預(yù)測食品貨架期的主要監(jiān)測指標(biāo)。表1為水分活度在0.8以上的各類食品貨架期預(yù)測方法的應(yīng)用對(duì)比及總結(jié)。

表1 水分活度大于0.8的食品貨架期預(yù)測方法Table 1 Application of shelf-life prediction methods for foods with water activity greater than 0.8

由表1可知，當(dāng)水分活度在0.8以上時(shí)，大部分食品選擇以菌落總數(shù)作為預(yù)測食品貨架期的關(guān)鍵指標(biāo)，且經(jīng)整理分析得出了適用于該水分活度區(qū)間的3種靜態(tài)模型。

2.1 基于化學(xué)反應(yīng)動(dòng)力學(xué)的貨架期預(yù)測

化學(xué)反應(yīng)動(dòng)力學(xué)貨架期預(yù)測方法是基于食品的相關(guān)品質(zhì)指標(biāo)會(huì)受到化學(xué)反應(yīng)的影響而發(fā)生變化，并且溫度、濕度、微生物、pH值、氣體環(huán)境等因素都會(huì)影響化學(xué)反應(yīng)速率[7,24-26]。食品品質(zhì)指標(biāo)的變化可以描述為方程（1）[6]。

式中：t為食品貯藏時(shí)間，h；A為t時(shí)刻的食品品質(zhì)指標(biāo)數(shù)值；k為食品品質(zhì)變化速率常數(shù)；n為化學(xué)反應(yīng)級(jí)數(shù)為品質(zhì)指標(biāo)變化速率。

食品品質(zhì)變化規(guī)律通常符合0級(jí)或1級(jí)反應(yīng)[27-28]。

當(dāng)n=0 時(shí)，0 級(jí)反應(yīng)的化學(xué)動(dòng)力學(xué)模型可以表示為方程式（2）。

式中：A0為食品品質(zhì)指標(biāo)的初始數(shù)值。

品質(zhì)指標(biāo)A與時(shí)間t滿足線性擬合關(guān)系。

當(dāng)n=1 時(shí)，1 級(jí)反應(yīng)化學(xué)動(dòng)力學(xué)模型可以表示為方程式（3）。

A的半對(duì)數(shù)與t滿足線性擬合關(guān)系。

根據(jù)樣品的性質(zhì)設(shè)置貯藏溫度梯度，測定并繪制在不同貯藏溫度下食品的品質(zhì)指標(biāo)隨貯藏時(shí)間的變化曲線[7]，通過0 級(jí)或1 級(jí)反應(yīng)方程對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行擬合分析，進(jìn)而得到不同溫度下的速率常數(shù)k。然后對(duì)貯藏溫度和其對(duì)應(yīng)的k值進(jìn)行擬合得到Arrhenius方程（4）[29-32]。

取對(duì)數(shù)得到方程（5）。

式中：k0為阿倫尼烏斯常數(shù)；Ea為反應(yīng)活化能，J/mol；R為摩爾氣體常量，8.314 4 J/(mol·K)；T為絕對(duì)溫度，K。

lnk對(duì)（1/T）作圖，然后用外推法得到在較低溫度下反應(yīng)速率常數(shù)k[33]，通過對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行回歸分析亦可求出Arrhenius方程中的未知參量。

結(jié)合式（1）和式（4）可得到在不同貯藏溫度條件下食品品質(zhì)變化指標(biāo)的貨架期預(yù)測模型公式[6]：

通過確定貯藏試驗(yàn)貨架期終點(diǎn)品質(zhì)指標(biāo)值，推算食品在不同貯藏溫度下的貨架壽命。反之，也可根據(jù)貯藏時(shí)間計(jì)算出貨架終點(diǎn)的產(chǎn)品品質(zhì)。王慧潔等[16]以菌落總數(shù)為指標(biāo)，基于化學(xué)反應(yīng)動(dòng)力學(xué)構(gòu)建了甜玉米饅頭在4、15、25 ℃三個(gè)貯藏溫度的貨架期預(yù)測模型，所構(gòu)建的模型相對(duì)誤差均在±10%范圍內(nèi)。胡力等[17]以菌落總數(shù)為指標(biāo)，利用1 級(jí)動(dòng)力學(xué)和Arrhenius 方程相結(jié)合的方法構(gòu)建了在8 ℃和28 ℃貯藏溫度下雞肉醬的貨架期預(yù)測模型，所建立的模型相對(duì)誤差均在±10.89%以內(nèi)。吳新等[11]以菌落總數(shù)為指標(biāo)，運(yùn)用化學(xué)動(dòng)力學(xué)模型構(gòu)建了榴蓮醬在5、25、37 ℃三個(gè)貯藏溫度下的貨架期預(yù)測模型，所構(gòu)建的模型相對(duì)誤差均在±10%以內(nèi)。

2.2 基于溫度的貨架期預(yù)測Q10模型

Q10是指溫度相差10 ℃時(shí)，兩個(gè)任意溫度下反應(yīng)速率或貨架期的變化率[34]，可表示為方程式（7）。

式中：Qs為食品的貨架期壽命。

Q10模型主要與Arrhenius方程結(jié)合使用以預(yù)測食品貨架期，即：

借助Arrhenius 方程求出Ea，根據(jù)式（8）獲得Q10模型。由式（7）可推導(dǎo)得出食品貨架期預(yù)測模型，見方程式（9）。

式中：T0為較大的已知貯藏溫度點(diǎn)；T為待求的貨架期溫度點(diǎn)。

對(duì)不同溫度下的試驗(yàn)數(shù)據(jù)進(jìn)行擬合分析可得Qs(T0)和Q10，從而得到一定溫度范圍內(nèi)的貨架期預(yù)測模型。

遲恩忠等[18]運(yùn)用Q10模型基于菌落總數(shù)構(gòu)建了27～37 ℃溫度范圍內(nèi)的藍(lán)莓胡蘿卜復(fù)合果醬的貨架期預(yù)測模型。佟懿等[19]利用電子鼻技術(shù)基于Q10模型并結(jié)合Arrhenius 方程建立了0～10 ℃溫度范圍內(nèi)鯧魚的貨架期預(yù)測模型。

2.3 基于微生物生長動(dòng)力學(xué)的貨架期預(yù)測

當(dāng)食品在水分活度為0.8～1.0 時(shí)，食品的腐敗變質(zhì)主要是由微生物活動(dòng)所導(dǎo)致的[35-36]，同時(shí)參與腐敗過程的特定腐敗菌對(duì)數(shù)值、鮮度和貨架期之間有著密切聯(lián)系，此既為微生物生長動(dòng)力學(xué)的基礎(chǔ)，也是預(yù)測產(chǎn)品貨架期的依據(jù)。因此，可以基于特定腐敗菌在貯藏和流通過程中的生長規(guī)律構(gòu)建合適的模型，計(jì)算和判斷食品中微生物的生長狀況，從而快速預(yù)測剩余貨架期[37-39]。

1 級(jí)模型表征在一定環(huán)境條件下微生物數(shù)量隨時(shí)間變化的函數(shù)關(guān)系，即為微生物生長曲線，該曲線由延滯期、對(duì)數(shù)期、穩(wěn)定期和衰亡期組成[40-41]，可以計(jì)算微生物的遲緩期、生長速率和最大增殖密度值。

在諸多特定腐敗菌生長速率模型中，1級(jí)模型的Gompertz 方程能有效描述微生物生長情況[42-43]，簡單易用，在預(yù)測高水分活度食品貨架期領(lǐng)域有著廣泛的應(yīng)用。

修正后的Gompertz方程見式（10）。

式中：t為貨架時(shí)間，h；Nt為t時(shí)菌數(shù)的對(duì)數(shù)值（lg（CFU/g））；N0為初始菌數(shù)的對(duì)數(shù)值（lg（CFU/g））；Nmax為最大菌數(shù)的對(duì)數(shù)值（lg（CFU/g））；μmax為最大比生長速率，h-1；λ為延滯時(shí)間，h。

在某一溫度條件下，建立不同時(shí)間t與對(duì)應(yīng)微生物數(shù)量Nt的擬合方程，從而確定Gompertz 方程中的各個(gè)常數(shù)，由此確定特定溫度條件下的微生物生長動(dòng)力學(xué)模型[44-45]。

彭志蘭等[20]以南美白對(duì)蝦仁為研究對(duì)象，運(yùn)用修正的Gompertz 模型構(gòu)建貯藏溫度5 ℃下的貨架期預(yù)測模型，模型的相對(duì)誤差為7.2%。張雪梅等[21]以采后瓢兒菜為試驗(yàn)材料建立了貯藏溫度分別為4、8、12、16 ℃下具有較高擬合度的微生物生長動(dòng)力學(xué)貨架期預(yù)測模型。陳鵬等[22]以修正的Gompertz 模型為生長預(yù)測模型，構(gòu)建冷鮮溫度分別為-1、4、10、15、20 ℃下的黃羽肉雞的貨架期預(yù)測模型，相對(duì)誤差均小于10%。張國治等[23]應(yīng)用Gompertz 模型預(yù)測貯藏溫度分別為4、15、25 ℃下的青麥糕貨架期，相對(duì)誤差為1.36%～7.90%。

3 水分活度在0.5～0.8 范圍內(nèi)的食品貨架期預(yù)測

由Labuza提出的食品穩(wěn)定性圖譜如圖2所示，食品穩(wěn)定性圖譜顯示了水分活度對(duì)食品體系中脂質(zhì)氧化、美拉德反應(yīng)、酶活性和微生物生長反應(yīng)速率的影響。由圖2可知，脂肪氧化相對(duì)反應(yīng)速率與水分活度關(guān)系的變化趨勢為：隨著水分活度的增加，氧化速率先慢后快，且當(dāng)食品的水分活度為0.5～0.8時(shí)，脂肪氧化相對(duì)反應(yīng)速率較高。這是由于當(dāng)食品水分活度在0.35以下時(shí)，水與氫過氧化物以氫鍵形式結(jié)合使其不容易產(chǎn)生氧自由基而導(dǎo)致鏈氧化的結(jié)束[47]，并且這部分水與金屬離子水合，降低了催化效率，因此脂肪氧化速率降低；當(dāng)食品水分活度為0.35～0.80時(shí)，隨著水分活度的增大，催化劑和氧的流動(dòng)性提高，水中溶解氧增多，脂肪分子溶脹暴露出更多的活性位點(diǎn)從而加速了脂肪氧化[48]；當(dāng)食品水分活度在0.8以上時(shí)，由于催化劑和反應(yīng)物被水稀釋導(dǎo)致反應(yīng)速率降低。因此水分活度為0.5～0.8 時(shí)，富含脂肪的食品在貯藏期間的脂肪氧化是引起食品發(fā)生品質(zhì)劣變的關(guān)鍵因素。脂肪在氧氣存在的條件下反應(yīng)生成初級(jí)產(chǎn)物氫過氧化物，因此可以通過測定脂肪中氫過氧化物值以衡量初期脂肪氧化程度。同時(shí)氫過氧化物進(jìn)一步氧化分解生成揮發(fā)性及非揮發(fā)性醛、酮、酸等小分子物質(zhì)[49]，引起食品酸敗，因此酸價(jià)也是評(píng)價(jià)脂肪變質(zhì)程度的一個(gè)重要指標(biāo)。此過程伴隨有刺激性或酸敗臭味產(chǎn)生，對(duì)食品風(fēng)味、營養(yǎng)價(jià)值和安全性造成不利影響。

圖2 食品質(zhì)量穩(wěn)定趨勢圖[46]Fig.2 Food quality stability trend chart[46]

美拉德反應(yīng)指的是羰基化合物，尤其是還原糖與氨基化合物之間發(fā)生的復(fù)雜反應(yīng)，它屬于非酶褐變反應(yīng)[50]。由圖2可知，美拉德反應(yīng)褐變速率與水分活度之間的關(guān)系存在臨界值，當(dāng)?shù)陀谂R界值時(shí)，褐變速率受分子遷移率的影響，水分活度越高褐變速率越大，而高于臨界值時(shí)，由于水分子增多而稀釋了底物濃度，使分子間碰撞程度減弱，褐變速率被抑制[51]。黃楊斌等[52]的研究結(jié)果表明，水分活度對(duì)美拉德反應(yīng)模型中色澤和褐變程度有極顯著影響。大部分食品的水分活度臨界值在0.5～0.8 范圍內(nèi)，因此食品水分活度為0.5～0.8 時(shí)美拉德反應(yīng)速率較大，非酶褐變在中等程度水分活度的食品中最容易發(fā)生。水分活度為0.5～0.8 的食品在長期貯藏過程中易發(fā)生美拉德反應(yīng)而生成終產(chǎn)物類黑精褐色素[53]，使食品顏色變深，在一定程度上影響了食品的感官品質(zhì)。美拉德反應(yīng)程度可通過樣品中積累的褐變色素進(jìn)行分析和評(píng)價(jià)。

對(duì)于水分活度為0.5～0.8 的食品，脂肪氧化和非酶褐變是引起食品品質(zhì)劣變的主要因素。因此，可將過氧化值、酸價(jià)和色差作為預(yù)測食品貨架期的主要監(jiān)測指標(biāo)。表2為水分活度為0.5～0.8的各類食品貨架期預(yù)測方法。

表2 水分活度為0.5～0.8的食品貨架期預(yù)測方法Table 2 Application of shelf-life prediction method for food with water activity from 0.5 to 0.8

由表2可知，當(dāng)食品水分活度為0.5～0.8時(shí)，大部分的食品選擇以酸價(jià)、過氧化值和色差作為預(yù)測食品貨架期的關(guān)鍵指標(biāo)，且經(jīng)整理分析得出適用于該水分活度區(qū)間的食品貨架期預(yù)測方法有化學(xué)反應(yīng)動(dòng)力學(xué)法和Q10模型。

張偉等[54]以過氧化值、酸價(jià)和菌落總數(shù)為指標(biāo)，運(yùn)用Q10模型構(gòu)建了糯小麥面包的貨架期預(yù)測模型。白凱旭[55]以脂肪酸值為指標(biāo)，運(yùn)用化學(xué)反應(yīng)動(dòng)力學(xué)的方法構(gòu)建了燕麥-小麥預(yù)混合饅頭粉的貨架期預(yù)測方程。王嬋等[56]以色差亮度為劣變指標(biāo)，運(yùn)用化學(xué)反應(yīng)動(dòng)力學(xué)建立了能量棒貨架期預(yù)測模型，預(yù)測誤差為8.7%。賀雪華等[59]以過氧化值為貨架期預(yù)測模型的關(guān)鍵因子，通過動(dòng)力學(xué)方程計(jì)算出臘肉在貯藏溫度分別為12、25、37 ℃下的貨架期理論值，理論值與實(shí)測值能較好吻合。張麗文等[60]以酸價(jià)、過氧化值和菌落總數(shù)為指標(biāo)，采用化學(xué)動(dòng)力學(xué)建立了干切牛肉的貨架期預(yù)測模型，該動(dòng)力學(xué)模型可以準(zhǔn)確地預(yù)測貨架期。

4 水分活度小于0.5的食品貨架期預(yù)測

當(dāng)食品的水分活度控制在0.3～0.5 時(shí)，大多數(shù)半干或干燥食品具有良好的硬度和黏稠度，且脆性食品能保持其酥脆性，因此將食品的水分活度控制在此范圍內(nèi)可使干燥食品的性能達(dá)到理想狀態(tài)[61]。對(duì)于水分活度小于0.5的食品，感官評(píng)價(jià)是確定貨架壽命的關(guān)鍵因素，也是最能直接反映食品品質(zhì)變化的關(guān)鍵指標(biāo)。低水分活度食品在貯藏過程中易發(fā)生油脂氧化、水分遷移、褐變反應(yīng)等[62]，導(dǎo)致食品滋味、口感、營養(yǎng)成分受損，感官指標(biāo)和一些理化指標(biāo)如酸價(jià)、色差等已不被消費(fèi)者接受，并且直接影響其可食用性。因此，可通過觀察食品發(fā)生的感官品質(zhì)劣變來評(píng)價(jià)貨架壽命。表3為水分活度在0.5以下的各類食品貨架期預(yù)測方法。

表3 水分活度小于0.5的食品貨架期預(yù)測方法Table 3 Application of shelf-life prediction methods for foods with water activity less than 0.5

由表3可知，當(dāng)水分活度在0.5以下時(shí)，大部分食品選擇以感官評(píng)價(jià)作為預(yù)測食品貨架期的關(guān)鍵指標(biāo)，經(jīng)整理分析得出適用于水分活度小于0.5的食品貨架期預(yù)測方法有威布爾危害分析法、化學(xué)反應(yīng)動(dòng)力學(xué)法和Q10模型。

食品品質(zhì)會(huì)隨著時(shí)間的推移而逐漸降低，直至降到消費(fèi)者不能接受的程度，這種情況稱為食品失效，失效時(shí)間則對(duì)應(yīng)著食品的貨架期。由于食品感官失效時(shí)間的分布服從兩參數(shù)威布爾模型[44，70]，于是提出了一種能直接預(yù)測貨架期的威布爾危險(xiǎn)值危害分析法，該方法不但能夠精確地預(yù)測食品貨架期，還能夠從統(tǒng)計(jì)學(xué)角度掌握食品隨時(shí)間的推移而發(fā)生失效的概率[71-72]。其核心為根據(jù)產(chǎn)品貯藏一段時(shí)間后被消費(fèi)者拒絕概率的高低，通過危害統(tǒng)計(jì)處理與分析預(yù)測其感官貨架壽命。

假設(shè)ti（i=1，2…k）為一系列按時(shí)間的倒序排列的失效樣本，威布爾模型中的危險(xiǎn)函數(shù)h（t）為方程式（11）。

危害函數(shù)還可表示為：

累積危險(xiǎn)函數(shù)H(t)=∑h(tk)，則累計(jì)危險(xiǎn)方程式為：

威布爾模型的累積分布函數(shù)F(t)表示為：

累積危險(xiǎn)函數(shù)H(t)與累積分布函數(shù)F(t)之間存在如下函數(shù)關(guān)系：

對(duì)數(shù)變形即得到產(chǎn)品被消費(fèi)者拒絕的累計(jì)危害率與貯藏時(shí)間的關(guān)系式為：

式中：t為失效時(shí)間，d；α為尺度參數(shù)；β為形狀參數(shù)；H為累計(jì)危險(xiǎn)率，%。

當(dāng)使用威布爾模型預(yù)測食品貨架期時(shí)需要滿足以下兩個(gè)關(guān)鍵條件：①形狀參數(shù)與溫度之間無顯著相關(guān)性；②預(yù)測貨架期與溫度的關(guān)系符合Arrhenius方程中反應(yīng)速率常數(shù)與溫度的關(guān)系[6,73]。

當(dāng)形狀系數(shù)滿足2＜β＜4時(shí)，威布爾模型回歸直線更符合食品實(shí)際的失效情況，且可準(zhǔn)確推算適宜的預(yù)期貨架期。

通過恒溫貯藏試驗(yàn)將感官評(píng)價(jià)結(jié)果運(yùn)用威布爾方程進(jìn)行擬合可求得參數(shù)α和β。危害分析方法以評(píng)價(jià)小組拒絕時(shí)間作為貨架終點(diǎn)，其判別依據(jù)為感官失效率（Probability of sensory failure，PSF）達(dá)到50%，或累計(jì)危害率H為69.3%。因此在感官危害分析中，當(dāng)PSF=50%或H=69.3%時(shí)，通過累計(jì)危害值與時(shí)間變化的關(guān)系曲線計(jì)算并分析獲得相應(yīng)溫度下的貨架期預(yù)測值[74]。

崔燕等[62]采用感官評(píng)價(jià)和威布爾危害分析法確定壓縮干糧硬度的感官可接受終點(diǎn)值，并建立50 ℃溫度條件下壓縮干糧硬度隨時(shí)間變化的預(yù)測模型，結(jié)果表明此方法具有較高的預(yù)測能力。孟萌菲等[63]確定了壓縮餅干的主要品質(zhì)劣變指標(biāo)為酸價(jià)和硬度，并采用感官評(píng)價(jià)和威布爾危害分析法確定壓縮餅干酸價(jià)可接受終點(diǎn)值為3.28 mg/g。

5 其他貨架期預(yù)測的新技術(shù)方法

許多貯運(yùn)中的果蔬、肉類等農(nóng)副產(chǎn)品外觀品質(zhì)變化不明顯，人們僅憑感官難以準(zhǔn)確判斷其貨架期和品質(zhì)等級(jí)。近年來，高光譜成像檢測技術(shù)因其快速、無損、簡便等特點(diǎn)已成為預(yù)測和判別果蔬等農(nóng)副產(chǎn)品貨架期的新興技術(shù)平臺(tái)[75-79]。高光譜成像檢測技術(shù)融合樣本空間和光譜信息獲取高光譜圖像，通過光譜數(shù)據(jù)主成分分析食品在不同貨架期的品質(zhì)變化程度，結(jié)合偏最小二乘回歸法、多元線性回歸或最小二乘支持向量機(jī)建立食品貨架期預(yù)測模型，為食品貯藏和品質(zhì)檢測提供了理論依據(jù)和技術(shù)支持。在此基礎(chǔ)上，周莉萍等[80]利用高光譜技術(shù)實(shí)現(xiàn)了對(duì)覆蓋保鮮膜菠菜葉片貨架期的準(zhǔn)確判斷；邵園園等[81]采用高光譜成像檢測技術(shù)對(duì)不同貯藏溫度的獼猴桃進(jìn)行了貨架期的快速預(yù)測；牛瑞敏等[82]利用高光譜成像技術(shù)實(shí)現(xiàn)了貨架期青皮核桃仁水分快速預(yù)測，建立了最小二乘支持向量機(jī)預(yù)測模型。

我國研究人員聯(lián)用生物阻抗技術(shù)及BP神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)了對(duì)即配羊肉貨架期的快速無損檢測[83]。發(fā)生變化的肉品生物組織主要通過測量阻抗幅值和相位角來反映其變化情況[84-86]，肉品阻抗的測量值主要取決于肉品自身的結(jié)構(gòu)[87]，羊肉生物阻抗主要由組織細(xì)胞結(jié)構(gòu)和細(xì)胞內(nèi)離子導(dǎo)電特性共同決定。研究人員通過建立以即配羊肉的阻抗幅值和相位角參數(shù)為輸入，揮發(fā)性鹽基氮含量為關(guān)鍵參考指標(biāo)，基于BP神經(jīng)網(wǎng)絡(luò)預(yù)測方法的貨架期為輸出，最終基于layui框架，以BP 神經(jīng)網(wǎng)絡(luò)為算法核心構(gòu)建用戶友好的即配羊肉貨架期檢測系統(tǒng)[83]，實(shí)現(xiàn)了對(duì)即配羊肉貨架期快速無損的貨架期預(yù)測，能有效避免傳統(tǒng)試驗(yàn)和工業(yè)中化學(xué)試劑對(duì)食品的污染和浪費(fèi)[88]。

6 結(jié)語

食品貨架期不僅對(duì)維持食品優(yōu)良品質(zhì)有重要意義，更關(guān)系到消費(fèi)者的健康安全、廠商的信譽(yù)以及社會(huì)的經(jīng)濟(jì)效益，因此，深入研究食品貨架期預(yù)測對(duì)于食品行業(yè)的發(fā)展具有至關(guān)重要的意義。但是，目前國內(nèi)外有關(guān)食品貨架期預(yù)測的研究主要聚焦在通過建立數(shù)學(xué)模型來預(yù)測食品貨架期，導(dǎo)致貨架期測試周期較長。水分活度與敏感性指標(biāo)具有顯著的相關(guān)性，隨著計(jì)算機(jī)的日益普及，可借助科學(xué)技術(shù)構(gòu)建以水分活度為輸入，以上述各類貨架期預(yù)測模型為算法構(gòu)建用戶友好的食品貨架期預(yù)測系統(tǒng)，向著提高數(shù)據(jù)采集的效率和準(zhǔn)確性、分析模式與實(shí)際情況更為一致、快速準(zhǔn)確地預(yù)測食品貨架期的方向發(fā)展。