《Agriculture》：Evaluation of Quality Change Kinetics During Cold Storage and Shelf-Life Storage of Apple cv. Irene
Lien Le Phuong Nguyen,
Géza Hitka,
Ba Thanh Nguyen,
László Ferenc Friedrich and
László Baranyai
编辑推荐：
为评估苹果采后品质变化规律并构建统一的预测模型，研究人员采用STEV模型对'伊芮'苹果冷藏（1 °C）长达7个月及其货架期（25 °C）条件下的硬度、可溶性固形物（SSC）和可滴定酸度（TTA）变化进行了动力学建模。结果表明，货架期品质劣变速率显著高于冷藏期，加速因子分别为5.78（硬度）、6.50（SSC）和5.51（TTA），所构建的统一模型（R2CV> 0.86）能有效预测苹果品质，为采后供应链管理提供了实用预测工具。
苹果，这种深受全球消费者喜爱的跃变型水果，在采摘后生命并未停止，其内部的生理生化反应仍在持续进行。呼吸作用、乙烯生成、蒸腾作用等过程驱动着果实颜色、硬度、风味、口感和香气等内外品质属性的变化。其中，果实硬度是衡量贮藏性和食用品质的关键指标，直接影响着消费者的感官喜好，甚至被感官研究确定为消费者评价的首要属性。为了减少采后损失，维持果实品质，采后技术的主要目标便是通过各种手段来控制果实的成熟进程。然而，传统的品质评估模型通常需要为供应链的不同阶段（如冷藏和货架期）设置不同的参数和方程，操作复杂，难以在实际生产中便捷应用。因此，开发一个能够统一描述冷藏和货架期品质变化的预测模型，对于苹果产业的供应链管理和市场价值维护具有重要的现实意义。
近期发表在《Agriculture》期刊上的一项研究，针对相对较新、在匈牙利引种并受到种植者关注的苹果品种'伊芮'，开展了一项为期7个月的深入探索。研究人员希望回答一个核心问题：能否建立一个单一的模型框架，来精准预测苹果在低温贮藏和后续常温货架期这两个不同阶段的品质衰变轨迹？
为了回答这个问题，研究团队设计了一套严谨的实验方案。他们在2023年8月从匈牙利Zalaszántó的一个商业果园采收了一批大小均匀的'伊芮'苹果。这些苹果被储存在1 ± 0.5 °C、相对湿度90–95%的冷藏室中长达7个月。在此期间，每月随机取出40个果实。其中20个在从冷库取出并平衡温度后立即进行分析，另外20个则在25 ± 2 °C、相对湿度50–55%的货架期条件下放置7天后再进行分析。研究对一系列关键品质参数进行了测量，包括二氧化碳生成、乙烯生成、硬度、淀粉指数、可溶性固形物含量和可滴定酸度。数据分析采用了R语言和RStudio，运用了双因素方差分析、皮尔逊相关分析等统计方法。模型构建的核心是引入了“贮藏时间当量值”概念，通过一个加速因子来整合冷藏和货架期的时间，从而拟合出统一的线性模型，用以预测硬度、SSC和TTA的变化。
3. 结果与讨论
3.1. 测量参数评估
研究首先明确了'伊芮'苹果采收时的初始品质参数。在长达7个月的贮藏期间，数据变化符合预期：硬度下降，而乙烯生成量和SSC则呈现上升趋势。双因素方差分析结果显示，贮藏时间对所有测量参数都有极显著的影响，其中可滴定酸度和乙烯生成对时间最为敏感。此外，贮藏温度对品质变化也有显著影响，尤其是对硬度的影响最为突出。相关分析进一步揭示了各参数间的紧密联系，例如TTA与乙烯生成量呈极强的负相关，这支持了果实成熟过程中代谢活动增强、酸度下降的生理变化规律。
3.2. 贮藏时间当量值
研究的核心创新在于应用STEV模型对硬度、声学硬度（刚度）和SSC数据进行统一建模。结果显示，货架期的品质变化速率远高于冷藏期，其加速因子对于硬度、SSC和TTA分别为5.78、6.50和5.51。这表明，在室温下存放7天对品质造成的影响，相当于在1°C下存放约5.5至6.5倍的时间。通过STEV变换，成功地将货架期的数据点调整到与冷藏期数据一致的线性趋势上。
具体来看，在长达7个月的冷藏期内，硬度呈现近线性的下降趋势，这与某些苹果品种在特定贮藏条件下的报道一致。STEV模型对硬度的预测表现优异，交叉验证的确定系数高达0.977。SSC则呈现相反的增长趋势，其数据也能很好地与统一的线性模型对齐，模型表现良好。TTA在贮藏期间持续下降，其线性模型的拟合度最佳。研究指出，较低的酸度（如低于5.2 g L?1）可能更受某些市场消费者的偏爱，这提示TTA可作为关联消费者偏好与目标市场的重要品质评价参数。
结论与意义
本研究成功开发了一种基于STEV的统一的经验模型，能够有效地描述'伊芮'苹果在冷藏及其后续货架期过程中的品质变化。该模型的新颖之处在于，它用单一公式同时表征了两种贮藏条件下的品质动力学，突破了现有模型通常需要为不同供应链阶段设置独立方程和参数的局限。虽然神经网络等方法在预测上可能表现出色，但其“黑箱”特性使得存储操作人员难以进行直接的手动计算，而本研究提出的STEV模型则更为直观和实用。研究得出的货架期加速因子，为预测'伊芮'苹果的货架寿命提供了关键参数。这项研究不仅为这个相对较新的苹果品种的贮藏性能提供了宝贵数据，其提出的建模思路也有望推广应用于其他果蔬产品的采后品质预测与管理，对于优化贮藏策略、减少损耗、保障供应链中果实品质的稳定性和可预测性具有重要的理论和实践价值。
