基于颜色参数变化的青花菜叶绿素含量预测模型

基于颜色参数变化的青花菜叶绿素含量预测模型

许

凤

1

杨震

峰

2



裴娇

艳

1



郑永

华

1

,

*

(

1

.

南京农业大学食品科技学院

江苏

南京

2

10095



2

.

浙江万里学院生物与环境学院

浙江

宁波

3

15100

)

摘

要

为研究青花菜贮藏期间叶绿素含量和颜色变化的关系



通过不同温度贮藏实验建立基于颜色参数



a

/

b

值

的叶绿素含量预测模型

。

将青花菜贮藏

在

2

7

3

、

2

7

8

、

2

8

3

、

2

9

3

、

3

0

3

K

条件下

测定花蕾



a

/

b

值和叶绿素含

量的变化。

基于

A

r

r

h

e

n

i

u

s

动力学方程分别建立青花菜



a

/

b

值、

叶绿素含量与贮藏时间和温度之间的动力学模型

再根据



a

/

b

值与叶绿素含量变化的线性关系



进一步建立基于



a

/

b

值的叶绿素含量预测模型。

在

2

7

5

、

2

8

0

、

285

、

2

9

5

、

30

5

K

贮藏温度条件下对基于



a

/

b

值的叶绿素含量预测模型进行验证

预测的相对误

差

(

R

E

)

为

4

.

3

1

%



预测精度较高。因此该预测模型可以较好的预测

在

2

7

3



3

0

5

K

温度条件下青花菜叶绿素含量的变化状况从而可

为应用颜色参数的检测方法来检测青花菜的品质提供依据。

关键词青花菜叶绿素含量颜色参数预测模型

A

P

r

e

d

i

c

ti

o

n

M

od

e

l

f

o

r

C

h

l

o

r

op

h

y

l

l

C

on

t

e

nt

i

n

P

o

s

t

-

h

ar

v

e

s

t

B

r

o

c

c

o

l

i

B

a

s

e

d

o

n

C

o

l

o

r

P

ara

m

e

t

e

r

C

h

a

n

g

e

s

X

U

F

e

ng

1



Y

A

N

G

Zh

e

n

-

f

e

n

g

2



P

E

I

J

i

a

o

-

y

a

n

1



Z

H

E

N

G

Y

ong

-

h

u

a

1

,

*

(

1

.

C

o

l

l

e

g

e

o

f

F

oo

d

S

c

i

e

n

c

e

a

n

d

T

e

c

h

n

o

l

o

g

y

,

N

a

n

j

i

n

g

A

gr

i

c

u

lt

u

r

a

l

U

n

i

ve

r

s

i

t

y

,

N

a

n

ji

n

g

2

1

00

9

5

,

Ch

i

n

a



2

.

Co

ll

eg

e

o

f

B

i

o

l

og

i

ca

l

a

n

d

En

v

i

ro

n

m

e

n

t

a

l

S

c

i

e

n

ces

,

Z

h

e

ji

a

n

g

W

a

n

l

i

U

n

i

vers

i

t

y

,

N

i

n

g

b

o

3

15100

,

C

h

i

n

a

)

A

b

s

t

r

a

ct



I

n

o

r

d

e

r

t

o

e

x

p

l

o

r

e

t

h

e

r

e

l

a

t

i

o

n

s

h

i

p

b

e

t

w

e

e

n

c

h

l

o

r

o

ph

y

l

l

c

on

t

e

n

t

a

n

d

c

o

l

o

r

c

h

a

n

g

e

o

f

p

o

s

t

-

h

a

r

v

e

s

t

b

r

o

c

c

o

l

i

du

r

i

n

g

st

o

ra

g

e

,

a

p

re

d

i

ct

i

o

n

m

od

e

l

f

o

r

c

h

l

o

r

op

h

y

l

l

c

o

n

te

n

t

w

a

s

esta

b

li

s

h

e

d

b

ase

d

o

n

c

o

l

o

r

p

ara

m

ete

r

c

h

a

n

g

es

.

F

r

es

h

l

y

h

ar

v

este

d

b

r

o

cc

o

l

i

w

a

s

st

o

r

e

d

a

t

d

i

ff

e

re

n

t

te

m

p

e

r

at

u

r

e

s

(

273

,

2

7

8

,

2

8

3

,

29

3

K

a

n

d

3

0

3

K

)

,

a

n

d

t

h

e

c

o

l

o

r

p

ara

m

ete

r



a

/

b

v

a

l

u

e

a

n

d

c

h

l

orop

h

y

l

l

c

o

n

t

e

n

t

o

f

b

rocc

o

l

i

w

e

r

e

d

e

t

er

m

i

n

ed

.

K

i

n

e

ti

c

m

o

d

e

l

s

o

f



a

/

b

v

a

l

u

e

a

n

d

c

h

l

or

o

p

h

y

l

l

co

n

t

e

n

t

w

i

t

h

r

esp

e

c

t

t

o

s

t

o

r

ag

e

t

i

m

e

a

n

d

t

e

m

pera

t

u

r

e

w

er

e

es

t

ab

li

s

h

e

d

o

n

t

h

e

bas

i

s

o

f

A

rr

h

e

n

i

u

s

e

qu

a

t

i

o

n

.

I

n

a

d

d

i

t

i

o

n

,

a

pre

d

i

c

t

i

o

n

m

ode

l

f

o

r

c

h

l

orop

h

y

l

l

co

n

t

e

n

t

ba

s

e

d

o

n



a

/

b

v

a

l

u

e

w

a

s

f

u

r

t

h

e

r

d

eve

l

ope

d

a

c

cor

d

i

n

g

t

o

t

h

e

li

n

e

a

r

re

l

a

t

i

on

s

h

i

p

b

e

t

w

e

e

n

c

h

l

o

r

op

h

y

l

l

co

n

t

e

n

t

a

n

d



a

/

b

v

a

l

u

e

.

M

o

re

o

ve

r

,

t

h

e

pr

e

d

i

c

ti

o

n

m

o

d

e

l

fo

r

c

h

l

o

r

op

h

y

l

l

c

on

t

e

n

t

b

a

se

d

o

n



a

/

b

v

a

l

u

e

w

a

s

v

a

li

d

a

t

e

d

u

s

i

n

g

b

r

o

cc

o

l

i

s

t

o

re

d

a

t

2

75

,

2

8

0

,

285

,

29

5

K

a

n

d

3

0

5

K

w

i

t

h

a

r

e

l

a

t

i

v

e

pred

i

c

t

i

o

n

e

r

ro

r

o

f

4

.

31

%

.

Th

e

c

h

l

orop

h

y

l

l

co

n

t

e

n

t

o

f

brocc

o

l

i

ca

n

b

e

ac

c

u

ra

t

e

l

y

pred

i

c

t

e

d

a

t

t

h

e

s

t

o

r

a

g

e

t

e

m

p

e

ra

t

u

r

e

f

ro

m

2

7

3

K

t

o

30

5

K

u

s

i

n

g

t

h

i

s

p

r

ed

i

c

t

i

o

n

m

od

e

l

.

T

h

er

e

fo

r

e

,

t

h

e

p

r

e

d

i

c

ti

o

n

m

o

d

e

l

i

s

a

c

c

e

p

t

a

b

l

e

f

o

r

a

p

p

l

y

i

n

g

t

h

e

c

o

l

o

r

pa

r

a

m

e

t

e

r



a

/

b

t

o

e

v

a

l

u

a

t

e

b

r

o

c

c

o

l

i

q

u

a

l

i

t

y

.

K

e

y

w

o

r

d

s



b

r

o

c

c

o

l

i



c

h

l

o

r

o

ph

y

l

l

c

o

n

t

e

n

t



c

o

l

o

r

p

a

r

a

m

e

t

e

r



p

r

e

d

ic

t

i

o

n

m

o

d

e

l

中图分类

号



S

2

3

3

.

5



T

S

2

5

5

.

3

文献标识码



A

文章编号



1

0

02

-

66

3

0

(

2

01

1

)

1

3

-

0

0

54

-

0

4

青花

菜

(

B

r

a

ss

i

c

a

o

l

e

r

a

ce

a

L

.

)

又名西兰花、

绿菜花、

意大利芥兰等



为十字花科芸薹属甘蓝种一个变种

。

青

花菜食用部分为绿色的花球



其质地鲜绿脆嫩



风味

独特



营养丰富

特别是含有萝卜硫素等抗癌物质而

倍受人们的青睐

。

但青花菜采后呼吸代谢十分旺盛



极

易衰老变质

。

随着青花菜的衰老

花蕾由紧实变得松

散并开放

叶绿素降解使花球黄化



从而失去商品性。

因此



叶绿素含量是评价青花菜质量的主要指标

。

但

采用传统的化学方法分析叶绿素含量不仅过程繁琐具

有破坏性



而且不能给出人眼最直观的感觉。

近年

来很多学者把果蔬表面颜色参数的物理测试作

为研究颜色变化的重要手段该法快速且没有破坏性

比传统的化学分析更加方便



且其变化规律可利用动力

学理论进行分析和研究

[

1

-

4

]

。

在果蔬的加工和贮藏过程中

C

I

E

-

L

a

b

系统是一种有效可信赖的评价颜色的方法

[

5

-

6

]

。

颜色参

数

a

值为红度

(

正值代表红色负值代表绿色

)



收稿日期



2

0

1

0

-

1

2

-

0

2

基金项

目



“

十一五

”

国家科技支撑计划重点项目

(

2

0

0

6

B

A

D

3

0

B

0

3

)

作者简

介

许凤

(

1

9

8

3

—

)

女

博士研究生研究方向为农产品贮藏加工。

E

-

m

a

il



x

u

h

u

a

2

5

7

@

1

6

3

.

c

o

m

*

通信作者



**

华

(

1

9

6

3

—

)

男

教授



博士



研究方向为农产品贮藏加工

。

E

-

m

a

il



z

h

e

n

g

y

h

@

n

j

a

u

.

e

d

u

.

c

n

相关知识

基于颜色参数变化的青花菜叶绿素含量预测模型
锌对青花菜幼苗生长的影响
基于智能算法的月季鲜切花病虫害预测模型的探究.pptx
基于元胞自动机的玉米象害虫预测模型研究
基于遥感技术的烟草花叶病监测研究
鲜切西兰花减压冷藏保鲜技术与货架期预测模型的研究
不同棚膜覆盖对秋季青花菜生长及品质的影响
基于深度学习的农作物病害图像识别技术进展
番茄叶绿素荧光参数动态检测及LED光环境调控系统研究
基于环境信息和深度自编码网络的农作物病害预测模型

网址: 基于颜色参数变化的青花菜叶绿素含量预测模型 https://www.huajiangbk.com/newsview135025.html