基于近红外光谱的室温贮藏下鲜枣霉菌污染动力学模型.pdf

第 29 卷第 1 期农 业 工 程 学 报Vol.29No.12782013 年1 月Transactions of the Chinese Society of Agricultural EngineeringJan.2013基于近红外光谱的室温贮藏下鲜枣霉菌污染动力学模型刘聪1，郭康权1，张 强2，胡耀华1（1.西北农林科技大学机械与电子工程学院，杨凌7121002.加拿大马尼托巴大学生物系统工程，马尼托巴R3T 5V6)摘要：为了预测鲜枣常温贮藏的保鲜期，确保鲜枣的品质要求及食用安全，应用近红外光谱建立了室温贮藏下鲜枣内部霉菌菌落总数变化的动力学模型。通过对几种数据预处理方法的比较及特征波数的选择，实现了鲜枣霉菌菌落总数变化的近红外模型的优选。结果表明：经过多元散射校正处理的鲜枣近红外光谱，应用多元线性回归方法建立的霉菌菌落总数模型预测能力较好，校正集相关系数为 0.920，均方根误差为 1.503，预测集相关系数为0.889，均方根误差为 1.514。同时，将近红外光谱模型应用于霉菌菌落总数随贮藏时间变化的零级反应动力学模型中，得到模型的相关系数为 0.981。根据近红外光谱吸光度值与贮藏时间的线性关系，当霉菌菌落总数初始值小于等于 10 cfu/g 时,预测出鲜枣在室温下的保鲜期一般为 8 d。研究表明，结合动力学模型的近红外光谱技术可以作为一种无损、快速检测方法来检测鲜枣霉菌菌落总数变化。关键词：近红外光谱，动力学，模型，鲜枣，霉菌，多元线性回归doi：10.3969/j.issn.1002-6819.2013.01.037中图分类号：S379;TS207.3文献标志码：A文章编号：1002-6819(2013)-01-0278-07刘聪，郭康权，张强等.基于近红外光谱的室温贮藏下鲜枣霉菌污染动力学模型J.农业工程学报，2013，29(1)：278284.Liu Cong,Guo Kangquan,Zhang Qiang,et al.Kinetic model of mold contamination in fresh jujube stored at roomtemperature based on near-infrared spectroscopyJ.Transactions of the Chinese Society of Agricultural Engieneering(Transactions of the CSAE),2013,29(1):278284.(in Chinese with English abstract)0引言枣原产于中国，已有 3000 多年的栽培历史。枣鲜食可口、皮脆、肉质细嫩、品质极佳、营养极丰富。然而，鲜枣因其独特的特点，容易受损而变质、腐烂，直接影响其食用和经济价值。鲜枣贮藏的病害主要是温度和有氧条件引起的发酵生霉。霉菌是丝状真菌的俗称，即“发霉的真菌”，它繁殖迅速，是造成鲜枣发霉的主要微生物。它使鲜枣果肉发软腐烂，组织分解，产生霉酸味，使枣果不能食用1。因此，霉菌也作为评价食品卫生质量的指标菌，也常以霉菌计数来判定食品被污染程度。由于近红外光谱（near-infrared spectroscopy）可充分利用全谱或多波长下的光谱数据进行定性或定量分析，已成功应用在水果2-3、蔬菜4-5、畜产品6-7等方面的检测。目前，国内外研究人员应用其收稿日期：2012-08-13修订日期：2012-12-14基金项目：陕西省自然科学基金(项目编号：2010JM3015)作者简介：刘聪（1988），女，河北滦县人，主要从事农产品品质检测及质量安全方面的研究。杨凌西北农林科技大学机械与电子工程学院，712100。Email：liu_通信作者：胡耀华（1973），女，江西奉新人，副教授，博士.主要从事现代检测与控制，农产品加工等方面的研究。杨凌西北农林科技大学机械与电子工程学院，712100。Email：对水果病虫害检测已有大量的研究，如对无花果8、板栗9、猕猴桃10、苹果11、梨12等进行病害检测。然而在鲜枣方面，只有 Wang J13对鲜枣进行过完好果和虫害果的近红外光谱检测判别，但对于其在鲜枣微生物方面的检测，目前还未见报道。目前，已有学者建立了海产品14、畜产品15-16、蔬菜17-18及果汁19在贮藏过程中的动力学模型，并成功地预测了其货架期。目前，食品贮藏过程中动力学模型研究主要集中在菌落总数20、挥发性盐基氮21、脂肪氧化值22等方面。有关鲜枣污染的动力学模型研究还较少，并且有关近红外光谱与动力学模型结合的研究还未见报道。本研究旨在建立鲜枣在室温贮藏过程中霉菌菌落总数变化的近红外模型，通过建立的近红外模型预测鲜枣霉菌菌落总数的初始值，从而建立鲜枣霉菌菌落总数的近红外光谱与贮藏时间的动力学模型，可以监测鲜枣内部品质并预测其在室温下的保鲜期。1材料与方法1.1仪器设备与分析软件本试验采用 MPA 型傅里叶变换近红外光谱仪（德国 BRUKER 公司）、LD2X-50KB 立式压力蒸第 1 期刘聪等：基于近红外光谱的室温贮藏下鲜枣霉菌污染动力学模型279汽灭菌器（上海申安医疗器械厂）、YT-CJ-1N 型超净工作台（北京亚泰科隆实验科技开发中心）、HWS-250 型智能恒温恒湿箱（宁波海曙赛福实验仪器厂）等。采用光学软件 OPUS 5.5 对近红外光谱数据进行采集。分析软件为Unscrambler 9.8和SPSS18。1.2试材样品为 2011 年 9 月 27 日从陕西大荔县枣园采摘的梨枣，选取质量在 2530 g 的梨枣进行试验。从中随机挑选出 72 个完整果置于室温（20）下24 h，当样品温度分别达到室温后，于次日进行第一天试验。试验内容包括：样品标记、光谱采集和霉菌菌落总数测定。整个试验共历时 18 d，用于检测样品内部霉菌菌落及外部近红外光谱变化。第1 d时，采集所有样品的光谱，并任取其中的 4 个测定其霉菌菌落总数初始值。第 2 d 采集所有剩余样品的光谱，再任取其中的 4 个测定其霉菌菌落总数。依此类推，直至到第 18 d 时，最后采集剩余 4 个样品的光谱及测定其霉菌菌落总数。1.3光谱数据采集对鲜枣样品进行标记后，采集样品每天的近红外光谱。使用近红外光谱仪的光纤探头进行光谱采集，光源为高能量空气冷却 NIR 光源，开机预热30 min 后先进行背景扫描，再进行光谱扫描。仪器参数设定为：以白板为参比，光谱扫描范围12 0004 000 cm-1，扫描次数 64，仪器分辨率 8 cm-1，采样间隔为 3.856 cm-1。采集位置选在鲜枣的赤道部位 3点，将每个样品的 3 个光谱值进行平均，作为此样品的光谱数据。最后将采集完光谱的鲜枣进行霉菌菌落总数的检测。1.样品2.光纤探头3.内置光源4.光纤5.光谱仪6.计算机图 1光谱采集系统图Fig.1Spectra acquisition system diagram1.4霉菌菌落总数的测定光谱样品采集后，参照GB 4789.152010食品微生物学检验 霉菌和酵母计数进行霉菌菌落总数测定。通过霉菌生长情况的观察，对菌落总数进行平板计数。将记录的数值取对数，以方便建模分析。1.5光谱数据分析为了消除来自高频随机噪声、基线漂移、样本不均匀、光散射等对近红外模型的影响，获得良好的预测效果，分别对原始光谱进行卷积平滑（左右点数为 10）、多元散射校正（multiplicative scattercorrection，MSC）、一阶微分、二阶微分 4 种预处理并进行比较。尽管近红外光谱的波长点比较多，但是从已有的各种波长选择方法的结果显示，只有少部分波长点对模型做了贡献23。为减少模型的输入变量，缩短计算处理时间，提取对预测目标最有效的波长，需要对全波段数据进行处理。为了减少运算量、降低后期便携式光谱检测仪的成本，本研究拟采用回归系数法（regression coefficient，RC）来对光谱进行选择，通过该波数对应的回归系数绝对值的大小来提取特征波数，以保证建模的准确性及运算的快速性。多元线性回归（multiple linear regression,MLR）由于计算简单，物理含义明确，只需选择好对应于该成分的特征波数处的光谱吸收即可进行计算，同时模型预测性能的优劣，能直接反映输入变量（光谱数据）对化学指标的预测相关性，用以作为本试验的建模方法。本试验将所有鲜枣划分为 2 个样品集，即从 67个样品（已剔除腐烂样品 5 个）中，随机选出 50个作为校正集，17 个作为预测集。校正集样本用于建立稳定可靠的模型，预测集样本用于对所建模型性能的检验。1.6动力学模型建立在食品加工和贮存过程中，大多数与食品质量有关的品质变化都遵循零级（n=0）或一级（n=1）模式25。反应方程如下：零级反应：A=A0 Kt(1)一级反应：A=A0e Kt(2)式中，A 为品质指标值，lg(cfu/g)；A0为品质指标初始值，lg(cfu/g)；t 为贮藏时间，d；K 为反应速率常数。根据所建的近红外光谱模型，预测出鲜枣贮藏霉菌菌落总数的初始值，结合其理化试验测定的霉菌菌落总数该时值，建立霉菌菌落总数的初始值、该时值与贮藏时间的动力学模型，由此建立近红外光谱与贮藏时间之间的动力学模型。选用 SPSS 18软件进行数据分析。2结果与分析2.1近红外模型建立2.1.1预处理方法的优选原始光谱及经过卷积平滑、多元散射校正、一阶导数、二阶导数预处理的光谱图如图 2 所示。可农业工程学报2013 年280以看出，经过卷积平滑和 MSC 处理后的光谱曲线形状与原始光谱曲线大致形同，一阶导数和二阶导数处理后的光谱曲线形状与原始光谱曲线差异较大。运用回归系数法挑选出特征波数点，应用多元线性回归进行建模分析。a.原始光谱、卷积平滑和多元散射校正预处理a.Raw spectra,S-G smoothing and MSC pretreatment techniquesb.一阶导数和二阶导数预处理b.1-Der and 2-Der pretreatment techniques图 2经卷积平滑、多元散射校正、一阶导数和二阶导数预处理后的光谱图Fig.2Spectra with S-G smoothing,MSC,1-Der and 2-Derpretreatment techniques表 1不同预处理方法的建模结果Table 1Results of modeling with different pretreatmenttechniques校正集预测集预处理方法特征波数个数相关系数 均方根误差 相关系数 均方根误差原始光谱60.8931.4030.7991.473卷积平滑60.8991.4680.8151.524多元散射校正60.9201.5030.8891.514一阶导数130.9351.4700.8381.738二阶导数100.9191.4450.8991.571由表 1 综合比较可以看出，经过多元散射校正处理的校正模型没有出现过拟合及欠拟合现象，同时预测值的离散程度较小，预测的重现性较好，模型预测能力较好。这也说明鲜枣样品内部颗粒分布不均匀及颗粒大小产生的散射对近红外漫反射光谱造成了影响。因此选用多元散射校正处理作为本试验的预处理方法，来消除来消除固体颗粒大小、分布对光谱分析测量的影响。2.1.2特征波数的优选本研究采用回归系数法对特征波数进行筛选（表 1）。在经过多元散射校正处理的全光谱区域（12 0004 000 cm-1）中挑选出 6 个特征波数，其中 10 300 cm-1位于短波光谱区域（12 0009 091 cm-1）内，8 330、6 900、5 666、5 150、4 060 cm-1位于长波光谱区域（9 0914 000 cm-1）内。在实际应用过程中，有些近红外分析仪器只单纯具备短波或长波功能，因此为了更好的满足实际需要、方便测量，本试验对建模的 3 个光谱区域进行优选。经表 2 比较发现，全光谱范围内的模型的预测精度优于短波及长波范围，因此选择全光谱范围内的 6个特征波数点作为建模的波数点。其中 10 300、6 900、5 150 cm-1处为水分子对称和反对称伸缩振动的组合频，8 330cm-1处为比较弱的组合频吸收，5 666cm-1存在亚甲基的 C-H 基团，4 060cm-1处为 CONH2，即 -折叠结构中与肽主链呈直角的 N-H 和 C=O。表 2不同光谱区域的建模结果Table 2Results of modeling with different spectral regions校正集预测集光谱区域/cm-1特征波数个数 相关系数均方根误差相关系数均方根误差全光谱(12 0004 000)60.9201.5030.8891.514短波(12 0009 091)10.5810.8460.5431.254长波(90914 000)50.9131.4910.8161.553则室温贮藏下，在全光谱范围内，采用多元散射校正预处理方法，通过多元线性回归建立的鲜枣内霉菌菌落总数对数变化近红外线性模型为A=128.812 115.680X1 150.692X2 19.312X3+15.821X4+4.345X5 0.320X6（3）式中，A 为霉菌菌落总数的对数值，lg(cfu/g)；X1X6为特征波数（10 300、8 330、6 900、5 666、5 150、4 060 cm-1）处的吸光度值2.1.3贮藏过程中鲜枣内霉菌菌落总数变化随着贮藏时间的增加，鲜枣近红外光谱的吸光度值有所增加，最后 6 d 的吸光度值明显高于前12 d，这与鲜枣表皮颜色由绿到红的变化及其内部品质变化密不可分（图 3）。根据每天采集的鲜枣近红外光谱以及所建立的鲜枣近红外模型，可以预测出鲜枣在室温贮藏过程中，霉菌菌落总数在 18 d内的变化。由图 4 可以看出，室温条件下，鲜枣内霉菌菌落总数变化总趋势是随贮藏时间的延长而增加。第 1 期刘聪等：基于近红外光谱的室温贮藏下鲜枣霉菌污染动力学模型281图 3室温贮藏下 18 d 内鲜枣的光谱变化图Fig.3Spectra changes of fresh jujube stored at roomtemperature in 18 days图 4室温贮藏下 18 d 内鲜枣霉菌菌落数对数的预测值Fig.4Predicted value of mold logarithm in fresh jujube in18 days at room temperature2.2动力学模型建立2.2.1鲜枣霉菌菌落总数的近红外动力学模型建立根据已建立的鲜枣霉菌菌落总数的近红外模型，以及鲜枣室温贮藏过程中第 1 天的近红外光谱，可以预测出鲜枣霉菌菌落总数对数的初始值。由霉菌第一天预测的初始值(A0)lg(cfu/g)、后续每天的霉菌的实测值(At)lg(cfu/g)及贮藏时间(t)d，可以得到霉菌菌落总数对数的动力学模型。可以看出，零级反应和一级反应建立的模型预测能力均较好，零级反应略优于一级反应（表 3 和图 5），因此选择零级反应模型作为本试验的动力学模型。表 3室温下鲜枣霉菌菌落总数对数值的动力学模型Table 3Results of kinetics models with mold logarithm infresh jujube at room temperature零级反应一级反应模型关系线性指数相关系数0.9810.976均方根误差1.4181.525动力学模型At=0.690 0.020A0+0.30tAt=1.245e0.099t则根据霉菌第一天预测的初始值(A0)lg(cfu/g)、后续每天的霉菌的实测值(At)lg(cfu/g)及贮藏时间(t)d，室温贮藏下鲜枣内霉菌菌落总数对数值的动力学模型如下：At=0.690 0.020A0+0.301t（4）将式（3）代入（4）中，即可得到关于鲜枣霉菌菌落总数对数值的近红外光谱与贮藏时间的动力学模型。At=0.690 0.020(128.812 115.680X1 150.692X219.312X3+15.821X4+4.345X5 0.320X6)+0.301t（5）图 5零级反应和一级反应建立的动力学模型Fig.5Kinetic models established by zero-order and first-orderreaction2.2.2贮藏时间的预测贮藏时间是评定鲜枣质量的一个重要指标，它直接影响着枣的鲜食品质和安全。根据所建立的鲜枣霉菌菌落总数对数值的动力学模型式（4），贮藏时间可表示为t=2.139+3.238At+0.132A0（6）经验证，其相关系数为 0.991，标准偏差为4.712。目前，有关水果内部霉菌值的限量，国内还没有出台相关标准。参照西班牙、荷兰、新西兰等国家对蔬菜、水果-干燥的霉菌限量标准26，暂定鲜枣霉菌限量标准为 1 000 cfu/g，取其对数为 3。则在室温条件下，若霉菌菌落总数初始值小于等于10 cfu/g，则鲜枣贮藏8 d还能保持较好的食用品质，没有超过霉菌标准。结合鲜枣内霉菌菌落总数的近红外模型，将式（3）代入（6）中，即可得到贮藏时间与近红外光谱的关系t=2.139+3.238(128.812 115.680X1t150.692X2t19.312X3t+15.821X4t+4.345X5t 0.320X6t)+0.301(128.812 115.680X1 150.692X2 19.312X3+15.821X4+4.345X5 0.320X6)（7）式中，X1tX6t为鲜枣贮藏 t 天时的特征波数处的吸光度值。农业工程学报2013 年2823讨论1）目前，常用的化学计量学建模方法有多元线性回归、主成分回归、偏最小二乘法等。虽然偏最小二乘法和主成分回归法 2 种方法效果均较好，但它们的计算量相对较大、运算相对复杂，成本较高。而后期需要研发的便携式光谱检测仪，由于体积较小，成本较低，可以方便农户购买和使用，就要求其程序及运算简单，因此选用多元线性回归作为近红外模型的建模方法。2）霉菌孢子普遍存在于土壤和一些腐烂植物中，经由空气、水及昆虫传播到植物上，因此刚采摘的鲜枣会或多或少感染霉菌，这时的霉菌相对鲜枣来说属于整体分布。当鲜枣临近成熟时 pH 值升高，表皮变软，防御屏障薄弱，易为霉菌侵染，这时会出现局部霉菌大量繁殖造成霉变腐烂，相对鲜枣来说是局部分布。由于试验过程中，是将整个鲜枣捣碎，从中称取样品进行微生物检测，因此得到的仍然是鲜枣内部霉菌的平均数量，而用于建模的光谱也是三点的平均光谱，这样就保证了光谱信息可以反应鲜枣内部霉菌的感染情况。3）本试验采用的鲜枣样品品种为梨枣，对于其他的样品还未做研究验证，因此需进一步试验来验证其品种适用性。样品采摘于其脆熟期，由于实际生产中枣的鲜食品种应采收于脆熟期，并且贮藏过程中（即脆熟期到完熟期）的品质变化本试验已进行研究，因此本试验可适用于梨枣品质的检测。4结论本研究应用近红外光谱建立室温贮藏下鲜枣内霉菌菌落总数变化的动力学模型，预测了鲜枣室温下贮藏的保鲜期，具体研究结果如下：1）建立了室温贮藏下鲜枣霉菌菌落总数变化的近红外模型，并对不同贮藏时间的鲜枣内霉菌菌落总数进行预测。结果表明，经过多元散射校正处理的光谱应用多元线性回归方法建立的模型具有良好的预测结果，校正集的相关系数 Rc为 0.920，均方根误差 RMSEC 为 1.503，预测集的相关系数Rp为 0.889，均方根误差为 1.514。2）室温贮藏下鲜枣霉菌菌落总数的变化符合动力学的零级反应，建立的霉菌菌落总数变化与贮藏时间动力学模型，其相关系数为 0.981，标准偏差为 1.425。同时，结合鲜枣的近红外光谱，建立了鲜枣光谱吸光度值与贮藏时间的动力学模型，从而实现对鲜枣内部酵母菌菌落总数的实时监控。3）建立了贮藏时间与鲜枣近红外光谱吸光度值的线性关系。当霉菌限量为 1 000 cfu/g 时，根据所建立的鲜枣近红外的动力学模型，若霉菌菌落总数初始值小于等于 10cfu/g，则预测鲜枣在室温下的贮藏时间为 8 d。为保证鲜枣在贮藏过程中的安全问题提供了理论依据。本研究为后续便携式光谱检测仪的开发提供了理论依据，以实现实时监测鲜枣内部品质的变化。由于采用多元线性回归方法，因此算法比较简单，可降低仪器的生产成本。参考文献1刘孟军.枣优质生产技术手册M.北京：中国农业出版社，2004：227234.2Fang Cao,Di Wu,Yong He.Soluble solids content andpH prediction and varieties discrimination of grapesbased on visible near infrared spectroscopyJ.Computersand Electronics in Agriculture,2010,11(5):1518.3苏学素，张晓焱，焦必宁，等.基于近红外光谱的脐橙产地溯源研究J.农业工程学报，2012，28(15)：240245.Su Xuesu,Zhang Xiaoyan,Jiao Bining,et al.Determinationof geographical origin of navel orange by near infraredspectroscopyJ.Transactions of the Chinese Society ofAgricultural Engineering(Transactions of the CSAE),2012,28(15):240 245.(in Chinese with Englishabstract)4石吉勇，邹小波，赵杰文，等.近红外光谱技术快速无损诊断黄瓜植株氮、镁元素亏缺J.农业工程学报，2011，27(8)：283287.Shi Jiyong,Zou Xiaobo,Zhao Jiewen,et al.Rapid andnon-destructive diagnostics of nitrogen and magnesiumdeficienciesincucumberplantsbynear-infraredspectroscopyJ.Transactions of the Chinese Society ofAgricultural Engineering(Transactions of the CSAE),2011,27(8):283 287.(in Chinese with Englishabstract)5孔汶汶，刘飞，邹强，等.基于近红外光谱技术的油菜叶片丙二醛含量快速检测方法研究J.光谱学与光谱分析，2011，31(4)：988991.KongWenwen,LiuFei,ZouQiang,etal.Fastdetermination of malondialde hyde in oilseed rape leavesusing near infrared spectroscopyJ.Spectroscopy andSpectral Analysis,2011,31(4):988991.(in Chinesewith English abstract)6胡耀华，熊来怡，蒋国振，等.基于可见光和近红外光谱鲜猪肉蒸煮损失和嫩度检测的研究J.光谱学与光谱分析，2010，30(11)：29502953.HuYaohua,XiongLaiyi,JiangGuozhen,etal.Measurement of cooking loss and tenderness of freshporkusingvisible/nearinfraredspectroscopyJ.Spectroscopy and Spectral Analysis,2010,30(11):29502953.(in Chinese with English abstract)7马世榜，汤修映，徐杨，等.可见/近红外光谱结合遗传算法无损检测牛肉 pH 值J.农业工程学报，2012，第 1 期刘聪等：基于近红外光谱的室温贮藏下鲜枣霉菌污染动力学模型28328(18)：263268.Ma Shibang,Tang Xiuying,Xu Yang,et al.Nondestructivedetermination of pH value in beef using visible/near-infrared spectroscopy and genetic algorithmJ.Transactionsof the Chinese Society of Agricultural Engineering(Transactions of the CSAE),2012,28(18):263268.(inChinese with English abstract)8Burks C S,Dowell F E,Xie F.Measuring fig qualityusing near-infrared spectroscopyJ.Journal of StoredProducts Research,2000,36(3):289296.9周竹，李小昱，李培武，等.基于 GA-LSSVM 和近红外傅里叶变换的霉变板栗识别J.农业工程学报，2011，27(3)：331335.Zhou Zhu,Li Xiaoyu,Li Peiwu,et al.Near-infraredspectral detection of moldy chestnut based on GA-LSSVMand FFTJ.Transactions of the Chinese Society ofAgricultural Engineering(Transactions of the CSAE),2011,27(3):331335.(in Chinese with English abstract)10 Clark C J,McGlone V A,De Silva H N,et al.Predictionof storage disorders of kiwifruit(Actinidia chinensis)based on visible-NIR spectral characteristics at harvestJ.Postharvest Biology and Technology,2003,32(2):147158.11 Clark C J,McGlone V A,Jordan R B.Detection ofBrownheart in“Braeburn”apple by transmission NIRspectroscopyJ.Postharvest Biology and Technology,2003,28(1):8796.12 Fu Xiaping,Ying Yibin,Lu Huishan,et al.Comparisonofdiffusereflectanceandtransmissionmodeofvisible-near infrared spectroscopy for detecting brownheart of pearJ.Journal of Food Engineering,2007,41(2):317323.13 Wang J,Nakano K,Ohashi S.Nondestructive detectionof internal insect infestation in jujubes using visible andnear-infrared spectroscopyJ.Postharvest Biology andTechnology,2010,17(9):272279.14 黄卉，李来好，杨贤庆，等.罗非鱼片贮藏过程中品质变化动力学模型J.南方水产科学，2011，7(3)：2023.Huang Hui,Li Laihao,Yang Xianqing,et al.Kineticmodel of quality changes for tilapia fillets during storageJ.South China Fisheries Science.2011,7(3):2023.(in Chinese with English abstract)15 柴春祥.猪肉品质变化的动力学模型J.食品与发酵工业，2004，30(6)：1012.Chai Chunxiang.Research on the kinetics model of porkqualityJ.Food and Fermentation Industries,2004,30(6):1012.(in Chinese with English abstract)16 于滨，王喜波.鸡蛋贮藏过程中品质变化的动力学模型J.农业工程学报，2012，28(15)：276280.Yu Bing,Wang Xibo.Kinetics of quality change for eggsduring storageJ.Transactions of the Chinese Society ofAgricultural Engineering(Transactions of the CSAE),2012,28(15):276280.(in Chinese with English abstract)17 任珂，屠康，潘磊庆，等.青花菜贮藏期间颜色变化动力学模型的建立J.农业工程学报，2005，21(8)：146150.Ren Ke,Tu Kang,Pan Leiqing,et al.Modeling of thekinetics of color change of broccoli during storageJ.Transactions of the Chinese Society of AgriculturalEngineering(Transactions of the CSAE),2005,21(8):146150.(in Chinese with English abstract)18 汪琳，应铁进.番茄果实采后贮藏过程中的颜色动力学模型及其应用J.农业工程学报，2001，17(3)：118121.Wang Lin,Ying Tiejin.Kinetic model on surface color intomato fruits during the post-harvest storage and itsapplicationJ.Transactions of the Chinese Society ofAgricultural Engineering(Transactions of the CSAE),2001,17(3):118 121.(in Chinese with Englishabstract)19 高愿军，郝莉花，张鑫，等.猕猴桃汁维生素 C 降解动力学的研究J.农业工程学报，2006，22(5)：157160.Gao Yuanjun,Hao Lihua,Zhang Xin,et al.DegradationkineticsofascorbicacidinkiwifruitjuiceJ.Transactions of the Chinese Society of AgriculturalEngineering(Transactions of the CSAE),2006,22(5):157160.(in Chinese with English abstract)20 佟懿，谢晶.动力学模型预测鲳鱼货架寿命的实验研究J.食品科学，2009，30(10)：265268.Tong Yi,Xie Jing.Experimental research on applicationofkineticmodeltopredictshelf-lifeofpampusargenteusJ.Food Science.2009,30(10):265268.(inChinese with English abstract)21 林进，杨瑞金，张文斌，等.动力学模型预测即食南美白对虾货架寿命J.食品科学，2009，30(22)：361365.Lin Jin,Yang Ruijin,Zhang Wenbin,et al.Shelf lifeprediction of instantlitopenaeus vannamei throughkinetic modelsJ.Food Science.2009,30(22):361365.(in Chinese with English abstract)22 洪明坚，温志渝，张小洪.基于稀疏优化的近红外光谱波长选择方法J.仪器仪表学报，2011，32(5)：11141117.Hong Mingjian,Wen Zhiyu,Zhang Xiaohong.New NIRwavelengthselectionalgorithmbasedonsparseoptimizationJ.Chinese Journal of Scientific Instrument,2011,32(5):11141117.(in Chinese with Englishabstract)23 褚小立，袁洪福，陆婉珍.近红外分析中光谱预处理及波长选择方法进展与应用J.化学进展，2004，16(4)：528542.Zhu Xiaoli,Yuan Hongfu,Lu Wanzhen.Progress andapplication of spectral data pretreatment and wavelengthselection methodsin NIR analytical techniqueJ.Progressinchemistry,2004,16(4):528542.(in Chinese with English农业工程学报2013 年284abstract)24 赵思明，李红霞，熊善柏，等.鱼丸贮藏过程中品质变化动力学模型研究J.食品科学，2002，23(8)：8082.Zhao Siming,Li Hongxia.Xiong Shanbo,et al.Study onthe kinetics models of fish ball quality during storageJ.Food Science,2002,23(8):8082.(in Chinese withEnglish abstract)25 田玮，徐尧润.食品品质损失动力学模型J.食品科学，2000，21(1)：1418.Tian Wei,XuYaorun.Kineticmodelsofqualitydeteriorationduring food processingJ.Food Science.2000,21(1):1418.(in Chinese with English abstract)26 宿忠民.主要贸易国家和地区食品中微生物限量标准M.北京：中国标准出版社，2009：6067.Kinetic model of mold contamination in fresh jujube stored at roomtemperature based on near-infrared spectroscopyLiu Cong1,Guo Kangquan1,Zhang Qiang2,Hu Yaohua1(1.College of Mechanical and Electronic Engineering;Northwest Agriculture and Forestry University,YangLing 712100,China2.Departmen