卢丹¹, 赵武奇^,1, 曾祥媛¹, 吴妮¹, 高贵田¹, 张清安¹, 张宝善¹, 雷玉山²¹陕西师范大学食品工程与营养科学学院,西安 710119
²陕西省农村科技开发中心,西安 710119

The Correlation Between the Stress Relaxation Characteristics and the Quality of ‘Haiwode’ Kiwifruit

LU Dan¹, ZHAO WuQi^,1, ZENG XiangYuan¹, WU Ni¹, GAO GuiTian¹, ZHANG QingAn¹, ZHANG BaoShan¹, LEI YuShan^{2 1}College of Food Engineering and Nutrition Science, Shaanxi Normal University, Xi’an 710119
²Shaanxi Rural Science and Technology Development Center, Xi’an 710119

通讯作者: 赵武奇,E-mail: zwq65@163.com

责任编辑: 赵伶俐
收稿日期:2019-01-31接受日期:2019-05-13网络出版日期:2019-07-16

基金资助:

陕西省重点研发计划.2018TSCXL-NY-01-02 西安市农业科技创新计划.2017050NC/NY009(3)

Received:2019-01-31Accepted:2019-05-13Online:2019-07-16
作者简介 About authors
卢丹,Tel:13772436620;E-mail: 597533561@qq.com。










摘要
【目的】提取‘海沃德’猕猴桃的品质特征,建立其应力松弛特性参数与其品质特征的关系,探索一种利用力学特性快速预测猕猴桃品质特征的方法。【方法】测定不同贮藏时期猕猴桃的应力松弛特性、营养成分、色差和质构等指标;运用因子分析筛选出评价猕猴桃品质的特征指标;确定应力松弛的最佳模型,拟合得出模型中的参数;对应力松弛模型参数和猕猴桃品质指标进行相关性分析,利用岭回归法建立应力松弛参数预测猕猴桃品质特征的数学模型,并进行验证。【结果】猕猴桃品质特征指标为V_C、可溶性固形物、ΔE、硬度、黏聚性、弹性;七元件麦克斯韦模型可以较好地描述猕猴桃的应力松弛特性,拟合的决定系数达到0.999;V_C、可溶性固形物和ΔE与弹性参数和黏性系数有很强的正相关性（P<0.05）,其中V_C、ΔE与E₀的相关系数分别为0.901和0.813,质构指标硬度、弹性和黏聚性与弹性参数和黏性系数正相关性很高（P<0.05）,其中硬度与η₁相关系数为0.807,弹性与E₀的相关系数为0.951;建立的猕猴桃V_C、可溶性固形物、ΔE、硬度、黏聚性和弹性的预测模型对建模集的决定系数分别为0.906、0.717、0.883、0.709、0.708和0.851,且均具有统计学意义（P<0.05）;模型对验证集的预测值和实测值的决定系数分别为0.882、0.880、0.869、0.691、0.733和0.814,t检验值均小于2.145,表明预测值与实测值之间没有显著性差异。【结论】‘海沃德’猕猴桃的应力松驰特性参数与猕猴桃品质特征具有很强的相关性,运用岭回归法建立的应力松弛参数与各指标的回归模型可以准确地预测猕猴桃的品质特征,为猕猴桃贮藏期间的品质快速测定提供了理论依据。
关键词： ‘海沃德’猕猴桃;应力松弛;营养成分;质构;因子分析;相关性

Abstract
【Objective】This study aimed to extract the quality properties of Haiwode kiwifruit, and to make further effort to investigate the correlation between its stress relaxation and the quality properties. In addition, a rapid analysis method was considered for quickly predicting the quality properties of kiwifruit by using the mechanical characteristics of kiwifruit.【Method】This study measured the nutrition compositions, color, texture and other indicators of the kiwifruit at the different storage periods, then the factor analysis was applied to select the real quality properties of the kiwifruit, and the model of the stress relaxation was established and the correlation analysis was conducted between the model of stress relaxation and the real quality properties of the kiwifruit. Finally, the mathematical model of stress relaxation predicting the quality features of kiwifruit was obtained by the ridge regression with a final verification. 【Result】The Maxwell model with seven components could better describe the stress relaxation of the kiwifruit, and the coefficient of determination of the fit reached 0.999. The Vc, soluble solids and ΔE had significantly positive correlation with elastic parameters and viscosity coefficients (P<0.05). Vc and E₀, ΔE and E₀ had a correlation coefficients of 0.901 and 0.813, respectively. The texture indexes of hardness, elasticity and cohesiveness were also highly correlated with elastic parameters and viscosity coefficients (P<0.05). The correlation coefficients between the hardness and η₁, the springiness and E₀ were 0.807 and 0.951, respectively. The decision coefficients of the Vc, soluble solids, ΔE, hardness (TPA), cohesion and springiness using in the prediction model were of 0.906, 0.717, 0.883, 0.709, 0.708 and 0.851, respectively. And all of them had a great statistical significance (P<0.05). The results show that the decision coefficients between the model predicted values and the measured values to the validation collection were of 0.882, 0.880, 0.869, 0.690, 0.733 and 0.814, respectively. The t-test values were all less than 2.145, indicating that there were no significant differences between the predicted values and the measured values. 【Conclusion】 The results showed that the stress features of the Haiwode kiwifruit were significantly correlated with its quality features. Thus, the mathematical model of stress relaxation constructed by the ridge regression method could accurately predict the quality features of kiwifruit, providing a theoretical basis for the evaluation of the kiwifruit quality during storage period.
Keywords：Haiwode kiwifruit;stress relaxation;nutrient composition;texture;factor analysis;correlation


PDF (414KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
卢丹, 赵武奇, 曾祥媛, 吴妮, 高贵田, 张清安, 张宝善, 雷玉山. ‘海沃德’猕猴桃应力松弛特性与品质关系[J]. 中国农业科学, 2019, 52(14): 2548-2558 doi:10.3864/j.issn.0578-1752.2019.14.013
LU Dan, ZHAO WuQi, ZENG XiangYuan, WU Ni, GAO GuiTian, ZHANG QingAn, ZHANG BaoShan, LEI YuShan. The Correlation Between the Stress Relaxation Characteristics and the Quality of ‘Haiwode’ Kiwifruit[J]. Scientia Acricultura Sinica, 2019, 52(14): 2548-2558 doi:10.3864/j.issn.0578-1752.2019.14.013

0 引言

【研究意义】我国是世界上猕猴桃栽培和出口的主要国家之一,猕猴桃酸甜可口,富含多种营养成分,有“水果之王”的美誉,更受大家青睐^[1]。猕猴桃的营养价值和质地是评价其品质的主要指标,是猕猴桃贮藏及分级的重要依据。传统的猕猴桃品质检测方法为化学检测法,对果实进行破坏性检测,存在操作复杂、耗时较长^[2]的缺点,因此,探求一种快速、方便地检测猕猴桃品质的方法是目前研究的热点之一。食品流变学是研究物料物质形态和流动的学科。猕猴桃作为一种黏弹性物料具有显著的流变特性,因此,利用其流变学特性来研究猕猴桃品质变化具有重大意义。【前人研究进展】食品流变学是研究食品或食品原料在力作用下变形或流动的科学。食品的弹性力学和黏性流体力学可以反映食品本身内部的化学成分、分子构造及食品的品质。RYSZARD等^[3]运用应力松弛试验将猪肉与禽肉的化学成分与流变特性联系起来,得到的流变模型可用于加工肉制品的优化生产。SILVINA等^[4]运用应力松弛试验区分低脂鸡肉肠的不同配方。聂毓琴等^[5]研究野生富硒植物薇菜茎的应力松弛,证明薇菜茎具有良好的黏性和弹性的力学特性,是一种良好的黏弹性物料。ZHAO等^[6]对苹果的应力模型参数与苹果品质的相关性进行分析,为苹果的贮藏奠定了基础。王海鸥等^[7]通过压缩-应力松弛研究了猕猴桃各部位组织的流变特性参数,为猕猴桃的流变特性和品质分析奠定了基础。计宏伟等^[8]通过绘制猕猴桃蠕变-时间曲线,为猕猴桃的加工及贮藏提供了力学依据。研究表明,食品的应力松弛特性能反映其品质,可用于食品的贮藏和加工。【本研究切入点】目前为止,应用应力松弛对果品的研究已有报道,但大部分仅限于对于单一品质的研究,未对果品的大部分品质指标进行全面的分析;对于猕猴桃的应力松弛研究仅限于研究猕猴桃内部的组织结构或内部的力学特性,很少将猕猴桃的应力松弛特性和其品质联系起来,并实现对猕猴桃品质的预测。【拟解决的关键问题】本试验以不同贮藏时期的猕猴桃为样本,对猕猴桃进行应力松弛试验,运用因子分析方法筛选出猕猴桃的品质特征指标,对猕猴桃应力松弛模型参数与其品质特征进行相关性分析,建立数学模型并对猕猴桃品质特征进行预测。

1 材料与方法

1.1 材料

‘海沃德’猕猴桃于2017年10月中旬采摘自陕西佰瑞猕猴桃研究院有限公司果园,样品采收及贮藏符合NY/T 1392—2015《猕猴桃采收及贮运技术规范》,避免雨天和雨后采收,采收过程中严防机械损伤,轻采轻放,除去小果、烂果、病虫果、畸形果等,将猕猴桃样品装入纸箱中置于温度为（0±0.5）℃,相对湿度为90%—95%的冷库中。

1.2 试验仪器

TA.XT plus 质构仪,英国Stable Micro Systems公司;BA224S电子天平,北京赛多利斯仪器系统有限公司;8101手持糖量计,辽宁大连先超科技有限公司;CR-400/401型色彩色差仪,德国;UV-1800型紫外分光光度计,日本岛津公司;高速冷冻离心机,Thermo公司。

1.3 试验方法

在猕猴桃贮藏期间,每3 d随机抽取3个果实样品作为一组试验对象,将测试结果取平均值,共抽取50次,150个果样。每次试验前将果样置于20℃条件下静置1 h,然后依次进行应力试验、质构剖面感官分析法（texture profile analysis,TPA）试验和营养成分测试。从50组样品中随机抽取35组样本用于猕猴桃品质预测模型的构建,其余15组作为验证样本,用于预测模型的验证。

1.3.1 猕猴桃应变特性测试 应力测试参数为:探头P/5（直径5 mm）,变形量0.5 mm,松弛时间50 s,加载速度1.0 mm·s^-1,触发力0.049 N,数据采集频率10点/s。被测试样品呈水平放置,用底座固定。每个样品在最大横截面处取3个点进行测试,结果取平均值。

1.3.2 猕猴桃应力松弛模型确定 麦克斯韦模型描述的是黏弹性物料的应力松弛情况,由胡克模型和阻尼模型串联而成。广义麦克斯韦模型是由多个麦克斯韦（Maxwell）模型并联而成^[9]。在试验过程中,随着压缩过程的进行,猕猴桃的受力面积会发生变化,得到一条力—时间曲线来分析猕猴桃的应力松弛行为。将力—时间曲线与Maxwell模型进行拟合,所用的拟合公式如下:

麦克斯韦三元件模型:

F(t)=D₀E₀+D₀E₁exp(-t/T₁)

麦克斯韦五元件模型:

F(t)=D₀E₀+D₀E₁exp(-t/T₁)+D₀E₂exp(-t/T₂)

麦克斯韦七元件模型:

F(t)=D₀E₀+D₀E₁exp(-t/T₁)+D₀E₂exp(-t/T₂)+D₀E₃exp(-t/T₃)

式中,F(t)为物料所受载荷（N）,D₀为恒定的应变量,E₀是平衡弹性模量（N·mm^-1）,E₁、E₂和E₃为弹性系数（N·mm^-1）;T₁、T₂和T₃是模型元件的松弛时间,t是松弛时间（s）。

η_i=E_iT_i

η为模型的黏性系数（N·S·mm^-1）,分别将1.3.1测得的数据进行拟合,确定最佳模型。

1.3.3 品质指标测定 可溶性固形物（soluble solids,SS）用手持糖量计进行测定,每个果实取果汁测定,然后取该组果实测定值的平均值;可滴定酸用NaOH标准溶液滴定,参见GB/T 12456—2008《食品中总酸的测定方法》,猕猴桃中可滴定酸以柠檬酸计;Vc用2, 6-二氯靛酚染料溶液滴定,参见GB 5009.86—2016《水果、蔬菜Vc含量测定法》。色差用CR-400/401型色彩色差仪直接测定a*、b*、L*值;丙二醛（MDA）含量的测定采用硫代巴比妥酸比色法,以mmol·g^-1 FW表示;每项指标测试3次,取平均值。

TPA测试:用取样器取直径为1 cm、厚度为0.5 cm的圆柱形猕猴桃果柱,在测前速度为4 mm?s^-1,测中速度为2 mm?s^-1,测后速度为4 mm?s^-1,位移1 mm,时间5 s,触发力5 g的条件下进行TPA测试,每项指标测试3次,取平均值。

1.4 数据统计分析

采用Origin8.0软件对应力试验数据与1.3.2确定的应力模型进行拟合,得到应力模型的参数;用SPSS软件进行因子分析、相关性分析和岭回归分析;应用DPS7.5软件对应力模型参数进行误差分析和显著性t检验。

2 结果

2.1 猕猴桃品质指标测定结果

表1为50个猕猴桃理化指标与质构指标统计结果,由表1可知,可滴定酸、Vc、可溶性固形物、丙二醛及穿刺硬度的变化范围分別为1.33%—2.69%、23.56—85.10 mg·kg^-1 FW、10.3%—15.30%、0.74—10.42 μmol·g^-1、2.00—10.78;色差L*值、a*值、b*值及ΔE的变化范围分别为25.97—45.98、-5.50—-1.34、0.01—11.71、26.12—47.60;质构指标硬度、粘附度、弹性、黏聚性、胶黏性、咀嚼性和回弹性的变化范围分别为67.70—1067.05 N、-47.08—-3.29 N、0.75—1.30 N·s、0.64—0.92、62.06—775.51、58.50—757.53、0.21—0.39。从变异系数可以看出各项理化指标和质构指标离散性较大,说明选取的50组样本十分丰富,可以充分反映猕猴桃保藏过程中各项理化指标和质构指标的变化。

Table 1
表1
表1猕猴桃品质指标的变异情况
Table 1Variation of quality indexes of kiwifruit

指标 Indicator	平均值±标准差 Mean± std	变幅 Variation	极差 Range	变异系数 Coefficient of variation
可滴定酸 Titratable acid (%)	2.22±0.27	1.33—2.69	1.36	12.28
VC (mg·kg-1 FW)	47.33±15.96	23.56—85.10	61.54	33.71
可溶性固形物 Soluble solid (%)	13.26±1.04	10.3—15.30	5.00	7.83
丙二醛 MDA (μmol·g-1)	2.79±2.22	0.74—10.42	9.68	80.31
L*	34.80±3.97	25.97—45.98	20.01	11.41
a*	-3.86±0.90	-5.50—-1.34	4.16	23.54
b*	5.69±3.04	0.01—11.71	11.70	53.62
ΔE	35.61±4.19	26.12—47.60	21.48	11.75
穿刺硬度Puncture Hardness	4.75±2.27	2.00—10.78	8.78	48.38
硬度Hardness (N)	463.61±239.58	67.70—1067.05	1008.35	51.68
粘附度Adhesiveness (N)	-16.95±10.51	-47.08—-3.29	43.79	62.03
弹性Springiness (N·s)	0.91±0.07	0.75—1.30	0.55	7.91
黏聚性Cohesiveness	0.73±0.06	0.64—0.92	0.28	8.04
胶黏性Gumminess	342.26±186.69	62.06—775.51	713.45	55.98
咀嚼性Chewiness	309.36±173.66	58.50—757.53	699.03	56.43
回弹性Resilience	0.31±0.05	0.21—0.39	0.18	16.74

新窗口打开|下载CSV

2.2 因子分析

对猕猴桃的可滴定酸、V_C、可溶性固形物、丙二醛、穿刺硬度、色差L*值、a*值、b*值、ΔE、硬度、粘附度、弹性、黏聚性、胶黏性、咀嚼性和回弹性这16个指标进行因子分析,得到猕猴桃品质的特征值及方差贡献率、因子分析碎石图和正态方差最大正交旋转变换后的因子载荷矩阵,结果分别如表2、图1和表3所示。

Table 2
表2
表2因子分析解释总变量
Table 2Total variance explained of factor analysis

成分 Factor number	特征值 Eigen value (λ)	方差贡献率 Variance contribution (%)	累计方差贡献率 Cumulative variance contribution (%)
1	4.412	27.576	27.576
2	3.372	21.077	48.653
3	1.794	11.214	59.867
4	1.580	9.877	69.745
5	1.227	7.670	77.414

新窗口打开|下载CSV

图1

新窗口打开|下载原图ZIP|生成PPT
图1因子分析碎石图

Fig. 1Screen plot of factor analysis



Table 3
表3
表3猕猴桃品质正态方差最大正交旋转变换后的因子载荷矩阵
Table 3Matrix of kiwifruit quality with normal variance after maximum orthogonal rotational transformation

	1	2	3	4	5
硬度 Hardness (TPA)	0.984	0.055	0.002	0.04	0.008
胶黏性 Gumminess	0.976	0.044	0.122	0.077	-0.048
咀嚼性 Chewiness	0.956	0.014	0.154	0.162	-0.056
黏附度 Adhesiveness	-0.547	0.159	-0.364	0.205	-0.341
ΔE	-0.087	0.943	0	0.135	-0.083
b*	0.028	0.938	0.111	-0.09	0.08
L*	-0.111	0.905	-0.021	0.165	-0.097
a*	-0.307	-0.795	-0.019	0.146	-0.014
黏聚性 Cohesiveness	-0.006	-0.087	0.882	0.088	-0.041
回弹性 Resilience	0.481	0.219	0.658	0.306	-0.118
可滴定酸 Titratable acid	-0.328	-0.171	-0.553	0.2	0.14
弹性 Springiness	-0.032	-0.166	0.288	0.801	0.133
穿刺硬度 Puncture Hardness	0.252	0.06	-0.304	0.669	-0.371
Vc	0.104	0.42	-0.04	0.552	-0.07
可溶性固形物 Soluble solid	-0.139	-0.101	-0.293	0.069	0.804
丙二醛 MDA	0.084	0.041	0.037	-0.092	0.705

新窗口打开|下载CSV

由表2可知,因子分析所提出的5个主因子的特征值分别为4.412、3.372、1.794、1.580和1.227,方差贡献率分别为27.576%、21.077%、11.214%、9.877%和7.670%。所提出的5个主因子特征值均大于1,且累计方差贡献率达到77.41%,说明这5个主因子所构成的要素包括了16个猕猴桃品质指标的绝大部分信息。因此,可以将猕猴桃的16个品质指标压缩为5个。

图1为因子分析碎石图,由图1可以直观地看出从第5个因子往后,曲线变得平缓,斜率越来越小,说明从第5个因子往后各主因子的方差贡献率越来越小,所以提5个主因子是合适的。

采用方差极大化方法进行因子旋转,得到旋转后的因子载荷矩阵表3,旋转后,载荷大小进一步分化,因子与变量之间的对应关系更加清晰,每一个变量对于因子的影响程度也更加直观^[10,11]。如表3所示,第1个主成分中,硬度、胶黏性、咀嚼性和黏附度4个指标为主变量,体现了猕猴桃的质构指标;第2个主成分中,ΔE、L*值、a*值、b*值4个指标为主变量,体现了猕猴桃的色泽指标;第3个主成分中,黏聚性、回弹性和可滴定酸3个指标为主变量,体现了猕猴桃的质构和化学指标;第四个主成分中,弹性、穿刺硬度和V_C 3个指标为主变量,体现了猕猴桃的质构和化学指标;第五个主成分中,可溶性固形物和丙二醛两个指标为主变量,可分别作为该主因子的代表性指标。以每个主因子中载荷最大为标准,可筛选出硬度、ΔE、黏聚性、弹性和可溶性固形物5个指标,但考虑到V_C是猕猴桃中最主要的营养成分且其载荷大于0.55,则最终选取V_C、可溶性固形物、ΔE、硬度、黏聚性、弹性6个指标为猕猴桃的品质特征指标。

2.3 应力松驰模型的确定

表4为50个样本数据分别与三元件麦克斯韦模型、五元件麦克斯韦模型和七元件麦克斯韦模型拟合得到的拟合结果。由表4可知,七元件麦克斯韦模型R²均值高于三元件麦克斯韦模型和五元件麦克斯韦模型,变异系数低于三元件麦克斯韦模型和五元件麦克斯韦模型,说明七元件麦克斯韦模型拟合效果最好。七元件麦克斯韦模型包括弹性参数（E₀、E₁、E₂和E₃）、松弛时间（T₁、T₂和T₃）和黏性系数（η₁、η₂和η₃）。

Table 4
表4
表4应力模型拟合结果
Table 4Fitting results of stress model

模型Models	R2变幅 Range	R2均值 Average	变异系数CV (%)
三元件麦克斯韦模型Maxwell one-term model	0.921—0.933	0.929	0.350
五元件麦克斯韦模型Maxwell two-term model	0.990—0.994	0.993	0.108
七元件麦克斯韦模型Maxwell three-term model	0.996—0.999	0.999	0.105

新窗口打开|下载CSV

2.4 应力松驰模型参数的确定

表5为应变模型参数统计结果,可以看出,建模组中平衡弹性系数E₀的变异系数最大,松弛时间T₂的变异系数最小,说明随着猕猴桃的贮藏,E₀的变化最明显,松弛时间T₂的变化最小。另外,所选的验证组的数据范围全都包括在建模组的范围内,说明验证组及建模组的划分是合理的。从变异系数来看,各个应力松弛参数的数值均较高,说明贮藏过程中的猕猴桃样本丰富且样本数据有效。

Table 5
表5
表5应变模型参数统计结果
Table 5Statistical results of strain model parameters

参数 Parameters		建模组Modeling group				验证组 Validation group
		最小值 Min	最大值 Max	平均值 Average	变异系数 CV (%)	最小值 Min	最大值 Max	平均值 Average	变异系数 CV (%)
弹性参数 Elastic component	E0 (N?mm-1)	0.524	47.239	2.543	385.477	0.913	2.434	1.451	36.695
	E1 (N?mm-1)	0.206	15.768	1.422	187.43	0.386	9.287	2.449	134.776
	E2 (N?mm-1)	0.151	12.966	2.001	150.036	0.294	24.122	4.061	186.875
	E3 (N?mm-1)	0.252	195.190	8.895	342.308	0.276	8.096	2.597	113.66
松弛时间 Relaxation time	T1 (s)	0.201	23.696	4.716	151.317	0.1956	6.787	2.205	81.613
	T2 (s)	0.188	25.060	14.009	70.921	0.145	22.688	12.670	82.392
	T3 (s)	0.152	23.918	4.986	173.686	0.197	23.373	8.969	117.727
黏性系数 Viscous component	η1 (N?s?mm-1)	0.512	34.286	3.184	187.159	0.816	46.070	5.648	251.558
	η2 (N?s?mm-1)	0.294	273.466	13.301	322.597	0.849	13.459	5.841	73.9552
	η3 (N?s?mm-1)	0.422	39.963	3.692	180.578	0.912	12.300	3.995	100.241

新窗口打开|下载CSV

将应力模型的各个参数进行相关性分析,由表6中的皮尔森相关系数可知,弹性参数之间、松弛时间之间和黏性系数之间均存在很强的相关性,其中E₀与E₃的相关系数为0.993、T₂与T₃之间为-0.753,η₂与η₃之间为0.983,松弛时间之间互为负相关;弹性参数与黏性参数之间相关性均极显著,其中E₀与η₂、η₃之间相关系数分别为0.983、0.998,E₃与η₂、η₃之间相关系数分别为0.985、0.991;松弛时间与黏性系数和弹性参数之间的相关性系数均不高,仅T₂与E₂、T₃与E₂之间相关性极显著,相关系数分别为-0.510和0.520;T₁与η₁相关性显著,相关系数为0.356。

Table 6
表6
表6应变模型参数相关性分析
Table 6Correlation analysis of the parameters for strain model

参数 Parameters	E0	E1	E2	E3	T1	T2	T3	η1	η2	η3
E0	1
E1	0.728**	1
E2	0.355*	0.131	1
E3	0.993**	0.689**	0.303*	1
T1	-0.29	-0.179	0.093	-0.049	1
T2	0.107	0.084	-0.510**	0.179	-0.494**	1
T3	-0.095	0.063	0.520**	-0.166	-0.168	-0.753**	1
η1	0.541**	0.581**	0.180	0.523**	0.356*	-0.226	0.058	1
η2	0.983**	0.707**	0.310*	0.985**	-0.094	0.211	-0.165	0.501**	1
η3	0.998**	0.730**	0.353*	0.991**	-0.044	0.109	-0.091	0.545**	0.983**	1

* and ** mean significant differences at the levels of P<0.05 and P<0.01, respectively. The same as below
*、 **分别表示在P<0.05和P<0.01水平差异显著。下同

新窗口打开|下载CSV

2.5 应力松弛参数与品质特征的相关性

表7为应力松弛参数与各项指标的相关性分析,由表7可知,理化指标与弹性参数和黏性系数有显著正相关性（P<0.05）,其中V_C和可溶性固形物与E₀的相关系数分别为0.901和0.757,V_C和可溶性固形物与η₁的相关性均极显著且相关系数大于0.60;理化指标与松弛时间的相关性不高,仅硬度与T₁、弹性与T₃之间极显著相关,相关系数分别为0.439和-0.468;质构指标硬度、弹性和黏聚性与弹性参数分别呈显著正相关（P<0.05）,其中,弹性与E₀的相关系数为0.951;ΔE与E₀的相关系数为0.813;平衡弹性系数E₀与V_C、可溶性固形物、ΔE和弹性的相关性系数均高于其他各应力松弛参数（P<0.01）。

Table 7
表7
表7应力松弛参数与各项指标的相关性分析
Table 7Analysis of correlation of stress parameters and various indexes

指标Index	E0	E1	E2	E3	T1	T2	T3	η1	η2	η3
Vc Vitamin C	0.901**	0.349*	0.464**	0.581**	0.09	0.192	-0.323*	0.617**	0.425**	0.518**
可溶性固形物 Soluble solid	0.757**	0.422**	0.333*	0.504**	0.148	0.24	-0.291*	0.607**	0.326*	0.47**
ΔE	0.813**	0.313*	0.321*	0.446**	0.048	0.154	-0.216	0.512**	0.32*	0.351*
硬度 Hardness	0.543**	0.189	0.407**	0.401**	0.439**	-0.032	-0.248	0.807**	0.101	0.564**
黏聚性 Cohesiveness	0.512**	0.159	0.577**	0.065	0.187	-0.089	0.216	0.479**	-0.065	0.199
弹性 Springiness	0.951**	0.244	0.466**	0.75**	0.269	0.234	-0.468**	0.683**	0.42**	0.589**

新窗口打开|下载CSV

2.6 应力松弛模型中参数与各品质特征的回归分析

由表7可知,各指标与应力松弛参数之间有很强的相关性,可通过建立品质特征与应力松弛各参数之间的数学模型来预测猕猴桃品质特征,但表6中应力松弛参数之间有一定的相关性,存在共线性问题,岭回归法是通过对最小二乘法的改进,允许回归系数的有偏估计量存在而补救多重共线性的方法,应用岭回归法建立的预测模型能显著增强估计的稳定性^[12,13]。表8为岭回归法的建模结果,由表8可知,模型对Vc的决定系数达到0.906,效果最好,对可溶性固形物、ΔE、硬度、黏聚性和弹性的决定系数均高于0.7,模型的显著性P值均小于0.05,具有统计学意义。

Table 8
表8
表8应力松弛参数与各品质特征的岭回归分析
Table 8Ridge regression analysis of stress parameters and indices

指标Index	决定系数R2	显著性Sig	预测模型 Predictive equation
VC Vitamin C	0.906	<0.001	Y=-5.853+12.105E0+1.393E1+0.464E2+0.381E3+1.707T1+1.365T2+1.176T3-0.364η2-0.0642η3
可溶性固形物 Soluble solid	0.717	0.0243	Y=10.966+0.306E0+0.191E1+0.00463E2+0.0871E3+0.114T1+0.0475T2+0.0496T3-0.0464η1-0.00332η2
ΔE	0.883	0.0108	Y=19.349+1.101E0+0.269E1-0.0894E3+0.830T1+0.670T2+0.552T3-0.296η1-0.0728η2
硬度Hardness	0.709	<0.001	Y=-195.311-1.959E0-2.901E2+36.299T1+23.201T2+23.754T3+11.510η1+1.635η2
黏聚性Cohesiveness	0.708	<0.001	Y=0.565+0.0205E0+0.00358E1+0.00725T1+0.00455T2+0.00613T3-0.000599η1+0.000924η2-0.000108η3
弹性Springiness	0.851	<0.001	Y=0.882+0.0202E0-0.00332E1+0.000151E2-0.000479T3+0.000437η1+0.000362η2-0.0000633η3

新窗口打开|下载CSV

2.7 猕猴桃品质特征预测模型的验证

运用2.6建立的品质特征预测模型对验证组进行预测,表9为预测值和实测值差异性检验结果。V_C、可滴定酸、可溶性固形物、ΔE和硬度的t检验值均小于2.145（t_0.05,9=2.145）,表明预测值与实测值之间没有显著性差异。图2为模型对各品质特征的预测值与实测值的相关性图,由图2可知,V_C、可溶性固形物、ΔE、硬度、黏聚性和弹性的预测值和实测值之间决定系数分别为0.882、0.880、0.869、0.691、0.733和0.814,建立的模型能用于猕猴桃品质特征的预测。

Table 9
表9
表9猕猴桃各品质特征预测模型的检验结果
Table 9Results of prediction model for quality indexes of kiwifruit

预测值-实测值 Predicted value-measured value	组间差异 Paired differences			t检验值 t-test	自由度 df
	平均值Average	标准差Std. deviation	标准误Std. error mean
Vc Vitamin C	5.011	6.579	1.367	1.950	14
可溶性固形物Soluble solid	0.194	0.399	0.103	1.887	14
ΔE	0.298	1.904	0.492	0.606	14
硬度Hardness	77.377	75.813	19.575	1.953	14
黏聚性Cohesiveness	0.00933	0.0494	0.127	0.733	14
弹性Springiness	0.0287	0.0708	0.0183	1.568	14

新窗口打开|下载CSV

图2

新窗口打开|下载原图ZIP|生成PPT
图2猕猴桃品质特征的预测值和实测值的相关性

Fig. 2Relationship between predicted values and measured values about the quality features of kiwifruit

3 讨论

3.1 关于因子分析在猕猴桃品质评价中的应用问题

因子分析是用少数几个因子去描述许多指标或因素之间的联系,即将相关比较密切的几个变量归在同一类中,每一类变量就成为一个因子,以较少的几个因子反映原资料的大部分信息,起到降维的作用。因子分析技术可用于提取猕猴桃的品质特征。张唐伟等^[11]通过因子分析筛选出灰分、蛋白质、粗脂肪、pH、L*、b*、失水率和蒸煮损失等8个关键品质指标来评价岗巴羊肉,为岗巴羊肉的发展提供了数据支持;吕健等^[10]运用因子分析法筛选出还原糖、复水比、L值、粗蛋白和膨化度这5个指标来评价桃变温压差膨化脆片的品质。马庆华等^[14]运用因子分析法筛选出果实甜脆因子、果重及其他内质因子、果皮质地因子、果实外观因子和其他因子5个主因子来评价冬枣植株的品质,为选择优良的冬枣植株奠定了理论基础。

本试验运用因子分析提出了5个主因子,累计方差贡献率达到77.41%,最终选取出评价猕猴桃品质质量的6个指标,分别为V_C、可溶性固形物、ΔE、硬度、黏聚性和弹性。曾凡杰等^[15]以色差、质构和V_C为指标评价真空冻干猕猴桃片的品质特征,这与本试验中选取色差、质构和V_C作为特征指标一致。吴旻丹等^[16]以硬度、弹性和耐咀性为评价指标建立猕猴桃果实人工模拟咀嚼数学模型,宋小青等^[17]运用电子鼻技术建立低温贮藏期猕猴桃的可溶性固形物含量、pH和硬度的数学模型。可以看出,本文通过因子分析提取V_C、可溶性固形物、ΔE、硬度、黏聚性和弹性作为特征品质是合理的。

3.2 猕猴桃应力松驰模型及参数与果实品质特征的相关性

猕猴桃是一种良好的黏弹性物料,在一定的压缩量下,猕猴桃表现出应力松驰现象,其应力松弛特性能反映猕猴桃的品质特征,这与聂毓琴^[5]、王海鸥^[7]、计宏伟^[8]及许永亮^[18]等的研究结果一致。本研究通过对‘海沃德’猕猴桃的应力松弛试验,得到力-时间曲线,分别用三元件麦克斯韦模型、五元件麦克斯韦模型和七元件麦克斯韦模型对得到的曲线进行拟合,得到七元件效果最好,这一结果与HASSAN等^[19]的研究结果一致。

由本试验可知,随着猕猴桃的贮藏,E₀的变化最明显,松弛时间T₂的变化最小,这与BARGALE等^[20]得出的小扁豆应力松驰特性的试验结果一致;V_C和可溶性固形物与应力松弛模型中的黏性参数和弹性参数都有很强的相关性,这与方媛^[21]研究苹果的化学指标与应力松弛模型参数的试验结果保持一致;另外,本研究还得出色差值ΔE与麦克斯韦七元件模型的黏性参数和弹性参数具有很强的相关性,对猕猴桃色泽的研究提供了理论依据;猕猴桃的硬度与应力松弛参数相关性很强,在贮藏的过程中,猕猴桃的硬度会发生变化,这与猕猴桃内部化学变化有关,随着贮藏期的延长,猕猴桃内的淀粉物质转化为糖,果胶水解,猕猴桃的硬度会下降^[22]。猕猴桃的品质特征与应力松弛参数之间有很强的相关性,这与许永亮等^[18]以米饭为研究对象得出的应力松弛模型参数与米饭化学指标间具有有很高相关性的研究结果一致。此外,平衡弹性系数E₀与猕猴桃各品质指标的相关性系数均高于其他各应力松弛参数（P<0.01）,这一结果与方媛^[21]研究富士苹果各品质指标与应力松弛参数的相关性结果一致,可能的原因为平衡弹性系数E₀与物料的硬度相关性最强,是黏弹性物料不能恢复的应变。

本试验建立了‘海沃德’猕猴桃应力模型参数预测品质特征的回归模型,模型对V_C、可溶性固形物、ΔE、硬度、黏聚性和弹性预测的决定系数分别为0.882、0.880、0.869、0.691、0.733和0.814。应力松驰参数能预测猕猴桃的品质特征。陆秋君等^[23]和KAUR等^[24]分别运用应力松弛模型来预测番茄和马铃薯的品质,均取得了较好的结果。

4 结论

‘海沃德’猕猴桃品质特征指标为V_C、可溶性固形物、ΔE、硬度、黏聚性、弹性;其应力松弛特性可以用七元件麦克斯韦模型来描述,模型中7个参数分别为E₀（0.524—47.239 N?mm^-1）、E₁（0.206—15.768 N?mm^-1）、E₂（0.151—12.966 N?mm^-1）、E₃（0.252—195.190 N?mm^-1）、T₁（0.201—23.696 s）、T₂（0.188—25.060 s）、T₃（0.152—23.918 s）、η₁（0.512—34.286 N?s?mm^-1）、η₂（0.294—273.466 N?s?mm^-1）、η₃（0.422—39.963 N?s?mm^-1）。猕猴桃果实的应力松弛参数与Vc、可溶性固形物、ΔE、硬度、黏聚性和弹性这6个指标具有很好的相关性,运用岭回归对这6个指标所建立的预测模型经验证预测效果良好,该方法具有快速、高效、无损的特点。

参考文献 View Option 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1] 杨天歌, 邓红, 李涵, 孟永宏, 雷佳蕾, 马婧, 郭玉蓉 . 超高压杀菌处理冷破碎猕猴桃果浆的条件优化及其贮藏期杀菌效果
中国农业科学, 2018,51(7):1368-1377.
URL [本文引用: 1]

YANG T G, DENG H, LI H, MENG Y H, LEI J L, MA J, GUO Y R . Optimization of ultra-high pressure sterilization conditions on the kiwi fruit pulp produced by cold crushing method and its sterilization effect during storage period
Scientia Agricultura Sinica, 2018,51(7):1368-1377. (in Chinese)
URL [本文引用: 1]

[2] 赵金梅, 高贵田, 薛敏, 耿鹏飞, 孙翔宇, 谷留杰, 雷玉山 . 不同品种猕猴桃果实的品质及抗氧化活性
食品科学, 2014,35(9):118-122.
DOI:10.7506/spkx1002-6630-201409024URLMagsci [本文引用: 1]
<p>测定10 种猕猴桃VC、可溶性固形物、可滴定酸、总酚、蛋白质和氨基酸含量，并据此进行聚类分析，通过比较其清除DPPH自由基的能力，探究抗氧化活性与VC、总酚含量的相关性。结果表明：猕猴桃成熟果实含可溶性固形物含量12.27%～20.37%、可滴定酸含量0.85%～1.77%、VC含量54.86～159.08 mg/100 g、蛋白质含量0.86%～1.85%、总氨基酸含量10.74～17.94 mg/g、总酚含量63.71～152.46 mg/100 g、对DPPH自由基的清除率为13.75%～68.34%。6 种营养成分在不同猕猴桃品种之间具有一定差异性，其中翠香、红阳、金桃和华优的可溶性固形物、VC和总酚含量均较高，而黄金果和海沃德的VC、总酚含量较低，其他品种的营养成分指标基本处于中等水平，华优的VC含量（159.08 mg/100 g）、总酚含量（152.46 mg/100 g）及DPPH自由基清除率（68.34%）最高，是营养价值最高的品种之一。猕猴桃的抗氧化能力与其中的VC和总酚含量之间呈现较高相关性，表明猕猴桃的抗氧化作用与其中所含的VC和酚类物质关系密切。</p>
ZHAO J M, GAO G T, XUE M, GENG P F, SUN X Y, GU L J, LEI Y S . Quality and antioxidant activity of different kiwi fruit varieties
Scientia Agricultura Sinica, 2014,35(9):118-122. (in Chinese)
DOI:10.7506/spkx1002-6630-201409024URLMagsci [本文引用: 1]
<p>测定10 种猕猴桃VC、可溶性固形物、可滴定酸、总酚、蛋白质和氨基酸含量，并据此进行聚类分析，通过比较其清除DPPH自由基的能力，探究抗氧化活性与VC、总酚含量的相关性。结果表明：猕猴桃成熟果实含可溶性固形物含量12.27%～20.37%、可滴定酸含量0.85%～1.77%、VC含量54.86～159.08 mg/100 g、蛋白质含量0.86%～1.85%、总氨基酸含量10.74～17.94 mg/g、总酚含量63.71～152.46 mg/100 g、对DPPH自由基的清除率为13.75%～68.34%。6 种营养成分在不同猕猴桃品种之间具有一定差异性，其中翠香、红阳、金桃和华优的可溶性固形物、VC和总酚含量均较高，而黄金果和海沃德的VC、总酚含量较低，其他品种的营养成分指标基本处于中等水平，华优的VC含量（159.08 mg/100 g）、总酚含量（152.46 mg/100 g）及DPPH自由基清除率（68.34%）最高，是营养价值最高的品种之一。猕猴桃的抗氧化能力与其中的VC和总酚含量之间呈现较高相关性，表明猕猴桃的抗氧化作用与其中所含的VC和酚类物质关系密切。</p>

[3] RYSZARD M, MAREK M, TOMASZ D, PIOTR Z, PIOTR S . Non-linear stress relaxation model as a tool for evaluating the viscoelastic properties of meat products
Journal of Food Engineering, 2015,146:107-115.
DOI:10.1016/j.jfoodeng.2014.09.006URL [本文引用: 1]

[4] SILVINA C A, NOEMÍ E Z, ALICIA N C . Stress relaxation characteristics of low-fat chicken sausages made in Argentina
Meat Science, 2008,79:589-594.
DOI:10.1016/j.meatsci.2007.12.013URL [本文引用: 1]

[5] 聂毓琴, 马洪顺, 韩志武 . 薇菜压缩应力松弛与蠕变力学特性研究
农业机械学报, 2005(4):89-91.
URL [本文引用: 2]

NIE Y Q, MA H S, HAN Z W . Research on stress relaxation and creep mechanics behaviors ofOsmunda cinnamomea
Transaction of the Chinese Society for Agricultural Machinery, 2005(4):89-91. (in Chinese)
URL [本文引用: 2]

[6] ZHAO W Q, FANG Y, ZHANG Q A, GUO Y R, GAO G T, YI X . Correlation analysis between chemical or texture attributes and stress relaxation properties of ‘Fuji’ apple
Postharvest Biology and Technology, 2017,129.
[本文引用: 1]

[7] 王海鸥, 胡志超, 谢焕雄, 姜松 . 猕猴桃压缩—应力松弛的试验
农机化研究, 2006(5):144-146.
URL [本文引用: 2]

WANG H O, HU Z C, XIE H X, JIANG S . Experimental study on kiwi fruit’s stress-relaxation property
.Journal of Agricultural Mechanization Research, 2006(5):144-146. (in Chinese)
URL [本文引用: 2]

[8] 计宏伟, 邵文全, 孟宪文 . 猕猴桃压缩力学行为及蠕变特性的试验研究
安徽农业科学, 2010,38(3):1107-1109, 1121.
[本文引用: 2]

JI H W, SHAO W Q, MENG X W . Experimental research on compression mechanical behaviors and creep property of kiwi fruit
Journal of Anhui Agricultural Sciences, 2010,38(3):1107-1109, 1121. (in Chinese)
[本文引用: 2]

[9] 李里特 . 食品物性学. 北京: 中国农业出版社, 2003: 235-241.
[本文引用: 1]

LI L T. Physical Properties of Foods. Beijing: China Agriculture Press, 2003: 235-241. (in Chinese)
[本文引用: 1]

[10] 吕健, 刘璇, 毕金峰, 周林燕, 吴昕烨 . 桃变温压差膨化脆片品质评价研究
中国农业科学, 2016,49(4):802-812.
URL [本文引用: 2]

LÜ J, LIU X, BI J F, ZHOU L Y, WU X Y . Research on the quality evaluation for peach and nectarine chips by explosion puffing drying
Scientia Agricultura Sinica, 2016,49(4):802-812. (in Chinese)
URL [本文引用: 2]

[11] 张唐伟, 贺继峰, 余耀斌, 次顿 . 岗巴羊羊肉营养品质及其因子分析
食品工业科技, 2018,39(8):279-284.
[本文引用: 2]

ZHANG T W, HE J F, YU Y B, CI D . Mutton quality and its factor analysis of Gangba sheep
Science and Technology of Food Industry, 2018,39(8):279-284. (in Chinese)
[本文引用: 2]

[12] 杨梅, 肖静, 蔡辉 . 多元分析中的多重共线性及其处理方法
中国卫生统计, 2012,29(4):620-624.
[本文引用: 1]

YANG M, XIAO J, CAI H . Multicollinearity in multivariate analysis and its processing methods
Chinese Journal of Health Statistics, 2012,29(4):620-624. (in Chinese)
[本文引用: 1]

[13] 王锐 . 岭回归分析在解决经济数据共线性问题中的应用
经济研究导刊, 2018(22):144-147.
[本文引用: 1]

WANG R . The Application of ridge regression in solving the problem of collinearity of economic data
.Economic Research Guide, 2018(22):144-147.(in Chinese)
[本文引用: 1]

[14] 马庆华, 李永红, 梁丽松, 李琴, 王海, 许元峰, 孙玉波, 王贵禧 . 冬枣优良单株果实品质的因子分析与综合评价
中国农业科学, 2010,43(12):2491-2499.
URLMagsci [本文引用: 1]
<P><FONT face=Verdana>【目的】建立一套适合冬枣果实品质评价的方法,探求冬枣果实品质评价中的主要影响因子,并为选择品质优良的冬枣单株(或候选单株)提供依据。【方法】测定20项冬枣优良单株的果实品质指标,采用隶属函数法对各项指标数据进行转化,采用SPSS13.0软件进行因子分析,采用四次方最大旋转法获得因子载荷矩阵,以公因子贡献率为权重,计算样品前6个公因子分值与相应权重之积的累加和,得到综合分值,结合公因子的二维排序图进行优良单株的选择。【结果】转化后的数据经因子分析,提取出6个特征根＞1的公因子,累计方差贡献率为80.571%,第1公因子为果实甜脆因子,方差贡献率为26.257%,第2公因子为果重及其它内质因子,方差贡献率为16.734%,第3公因子为果皮质地因子,方差贡献率为14.503%,第4公因子为果实外观因子,方差贡献率为9.091%,第5公因子和第6公因子统称为其它因子;二维排序图揭示了不同优良单株前3个公因子的分布情况,可以为冬枣选优提供参照;20份冬枣优良单株及对照的综合排序为：16、22、14、15、18、5、12、17、4、21、1、19、8、10、13、6、2、7、3、CK和20号。【结论】隶属函数法同时考虑到果实品质指标对评价体系的正、负影响,采用该法转化的数据适于进行因子分析;影响冬枣优良单株果实品质综合评价的关键因子依次是果实甜脆因子、果重及其它内质因子、果皮质地因子、果实外观因子和其它因子;20份优良单株及对照冬枣的综合评价结果为：16、22、15和18号综合品质性状较优,可作为候选单株,结合其它性状进行下一步筛选,其它单株不宜选择。<BR></FONT></P>
MANG Q H, LI Y H, LIANG L S, LI Q, WANG H, XU Y F, SUN Y B, WANG G X . Factors analysis and synthetical evaluation of the fruit quality of Dongzao (Ziziphus jujuba Mill. Dongzao) advanced selections.
Scientia Agricultura Sinica, 2010,43(12):2491-2499. (in Chinese)
URLMagsci [本文引用: 1]
<P><FONT face=Verdana>【目的】建立一套适合冬枣果实品质评价的方法,探求冬枣果实品质评价中的主要影响因子,并为选择品质优良的冬枣单株(或候选单株)提供依据。【方法】测定20项冬枣优良单株的果实品质指标,采用隶属函数法对各项指标数据进行转化,采用SPSS13.0软件进行因子分析,采用四次方最大旋转法获得因子载荷矩阵,以公因子贡献率为权重,计算样品前6个公因子分值与相应权重之积的累加和,得到综合分值,结合公因子的二维排序图进行优良单株的选择。【结果】转化后的数据经因子分析,提取出6个特征根＞1的公因子,累计方差贡献率为80.571%,第1公因子为果实甜脆因子,方差贡献率为26.257%,第2公因子为果重及其它内质因子,方差贡献率为16.734%,第3公因子为果皮质地因子,方差贡献率为14.503%,第4公因子为果实外观因子,方差贡献率为9.091%,第5公因子和第6公因子统称为其它因子;二维排序图揭示了不同优良单株前3个公因子的分布情况,可以为冬枣选优提供参照;20份冬枣优良单株及对照的综合排序为：16、22、14、15、18、5、12、17、4、21、1、19、8、10、13、6、2、7、3、CK和20号。【结论】隶属函数法同时考虑到果实品质指标对评价体系的正、负影响,采用该法转化的数据适于进行因子分析;影响冬枣优良单株果实品质综合评价的关键因子依次是果实甜脆因子、果重及其它内质因子、果皮质地因子、果实外观因子和其它因子;20份优良单株及对照冬枣的综合评价结果为：16、22、15和18号综合品质性状较优,可作为候选单株,结合其它性状进行下一步筛选,其它单株不宜选择。<BR></FONT></P>

[15] 曾凡杰, 孟莉, 吕远平 . 不同前处理和冻结方式对猕猴桃片干制品品质的影响
食品科技, 2017,42(8):63-68.
[本文引用: 1]

ZENG F J, MENG L, LÜ Y P . Effect of different pre-processing and freezing methods on the dry products quality of kiwi fruit slices
Food technology, 2017,42(8):63-68. (in Chinese)
[本文引用: 1]

[16] 吴旻丹, 陈瑜, 金邦荃 . 储藏期猕猴桃质构变化的研究及人工咀嚼的建立
食品工业科技, 2010,31(12):146-148, 152.
[本文引用: 1]

WU M D, CHEN Y, JIN B Q . Detection of texture properties of kiwi fruit by texture profile analysis and simulation of manual chewing
Science and Technology of Food Industry, 2010,31(12):146-148,152. (in Chinese)
[本文引用: 1]

[17] 宋小青, 任亚梅, 张艳宜 . 电子鼻对低温贮藏猕猴桃品质的预测
食品科学, 2014,35(20):230-235.
DOI:10.7506/spkx1002-6630-201420046URLMagsci [本文引用: 1]
<p>为了探索电子鼻技术快速检测猕猴桃品质的方法，以&ldquo;秦美&rdquo;猕猴桃为试材，利用电子鼻技术对低温贮藏猕猴桃的芳香成分进行检测，采用多元线性回归（multiple linear regression，MLR）、偏最小二乘法（partial leastsquaresregressions，PLS）、BP（back-propagation）网络3 种分析方法建立评价低温贮藏期猕猴桃的可溶性固形物含量、pH值和硬度的数学模型。结果表明：在贮藏0～45 d，S1、S2、S3、S4、S7、S8、S9和S10传感器响应值变化显著（P＜0.05），即芳香苯类、氮氧化物、氨类、氢气、硫化氢、乙醇、有机硫化物、芳香烷烃这几类化合物在猕猴桃低温贮藏期变化显著。同时线性判别分析比主成分分析能更好地区分不同贮藏期的猕猴桃。MLR、PLS和BP网络3 种分析方法都能很好地预测低温贮藏猕猴桃的品质，但相比之下，BP网络的分析精度更高。应用电子鼻技术预测猕猴桃的品质是可行的。</p>
SONG X Q, REN Y M, ZHANG Y Y . Prediction of kiwi fruit quality during cold storage by electronic nose
Food Science, 2014,35(20):230-235. (in Chinese)
DOI:10.7506/spkx1002-6630-201420046URLMagsci [本文引用: 1]
<p>为了探索电子鼻技术快速检测猕猴桃品质的方法，以&ldquo;秦美&rdquo;猕猴桃为试材，利用电子鼻技术对低温贮藏猕猴桃的芳香成分进行检测，采用多元线性回归（multiple linear regression，MLR）、偏最小二乘法（partial leastsquaresregressions，PLS）、BP（back-propagation）网络3 种分析方法建立评价低温贮藏期猕猴桃的可溶性固形物含量、pH值和硬度的数学模型。结果表明：在贮藏0～45 d，S1、S2、S3、S4、S7、S8、S9和S10传感器响应值变化显著（P＜0.05），即芳香苯类、氮氧化物、氨类、氢气、硫化氢、乙醇、有机硫化物、芳香烷烃这几类化合物在猕猴桃低温贮藏期变化显著。同时线性判别分析比主成分分析能更好地区分不同贮藏期的猕猴桃。MLR、PLS和BP网络3 种分析方法都能很好地预测低温贮藏猕猴桃的品质，但相比之下，BP网络的分析精度更高。应用电子鼻技术预测猕猴桃的品质是可行的。</p>

[18] 许永亮, 熊善柏, 赵思明 . 蒸煮工艺和化学成分对米饭应力松弛特性的影响
农业工程学报, 2007(10):235-240.
URL [本文引用: 2]

XU Y L, XIONG S B, ZHAO S M . Effect of cooking technology and chemical components on stress-relaxation property of cooked rice
Transactions of the CSAE, 2007, 23(10):235-240. ( in Chinese)
URL [本文引用: 2]

[19] HASSAN B H, ALHAMDAN A M, ELANSARI A M . Stress relaxation of dates at khalal
Journal of Food Engineering, 2005,66(4):439-445.
DOI:10.1016/j.jfoodeng.2004.04.014URL [本文引用: 1]

[20] BARGALE P C, IRUDAYARAJ J M, MARQUIS B . Some mechanical- properties and stress-relaxation characteristics of lentils
Canadian Agricultural Engineering, 1994,36(4):247-254.
[本文引用: 1]

[21] 方媛 . 苹果的应力松弛和蠕变特性与其品质相关性分析
[D]. 杨凌:陕西师范大学, 2016.
[本文引用: 2]

FANG Y . Correlation analysis between the stress-relaxation or creep properties and quality attributes of apple
[D]. Yangling: Shaanxi Normal University, 2016. ( in Chinese)
[本文引用: 2]

[22] 侯成杰, 齐沙沙, 张长峰 . TiO₂光催化除乙烯及在猕猴桃保鲜中的应用研究
食品工业, 2018,39(4):134-137.
[本文引用: 1]

HOU C J, QI S S, ZHANG C F . Study on applications of TiO₂ photocatalysis to ethylene removal and preservation on kiwi fruit
The Food Industry, 2018,39(4):134-137. (in Chinese)
[本文引用: 1]

[23] 陆秋君, 王俊, 何喜玲 . 常温贮藏中番茄应力松弛特性试验
农业机械学报, 2005(7):77-80, 88.
URL [本文引用: 1]

LU Q J, WANG J, HE X L . Experimental study on intact tomato's stress-relaxation during storing at normal temperature
.Transactions of the Chinese Society for Agricultural, 2005(7):77-80, 88. (in Chinese)
URL [本文引用: 1]

[24] KAUR L, SINGH N, SINGH S, NAVDEEP, SINGH G, HARDEEP . Some properties of potatoes and their starches I. Cooking, textural and rheological properties of potatoes
Food Chemistry, 2002,79(2):177-181.
DOI:10.1016/S0308-8146(02)00129-2URL [本文引用: 1]