基于模型分析評估濃縮蘋果清汁貯存過程中的色值變化

◎ 張帥軍，吳育飛，葛武鵬，石 榮

（1.西北農林科技大學，陜西 楊凌 712100；2.陜西恒通果汁集團股份有限公司，陜西 西安 710075）

關鍵字：濃縮蘋果清汁；色值變化；模型分析

數據分析是指運用統計學的原理，對收集的大量數據進行匯總整理、量化總結，提取挖掘出數據的潛在價值和規律，找出趨勢，為決策層提供有力依據，對產品或服務發展方向起到積極作用，推動企業內部的科學化、信息化管理[1-2]。通過數據分析預測某一件事的發展趨勢并提前進行人為干預，使其朝著理想的方向發展。基于事實作出決策，有理有據，而不是憑經驗和感覺。這種思維模式將推動社會發生巨大變革[3]。

預測的方法有多種，常見的有類比分析法、因果分析法、統計分析法[4]。本文主要采用類比分析法進行預測，即通過相似事物間類比判斷其發展趨勢。

在實際的預測模型建立過程中，通常存在以下限制，①對預測有影響的各種因素不可能全部在模型中體現。②預測模型中的眾多參數之間很難確定一個比較精確的關系[5]。影響因素多而復雜，且不能獲取完整信息，使得預測擬合度差，預測精度也大大降低。預測有2 條基本的原則：穩定性假設和無后效性假設[6-9]。數據分析預測依賴數據來源，數據源的特征也決定了數據預測分析的特征—實樣而非抽樣、效率而非精確、相關而非因果[10]。也就是說，元數據的數據量之大使得數據本身參差不齊，實際樣本并不等于全部樣本，預測模型可能存在系統性偏差。數據預測分析模型要求時效性，需要盡早掌握事件發生的趨勢，進而保證 精度。

在濃縮蘋果汁的銷售過程中，產品色值變化的不確定性，為產品的銷售帶來了極大的風險[5]。本文通過對產品的到貨交付色值進行預測評估，轉換產品色值下降風險，站在銷售終端—到貨交付的時刻進行配貨，讓配貨選擇有據可依，降低索賠概率[11-14]。本文以濃縮蘋果清汁為例，分析濃縮蘋果清汁在冷庫儲存環境下的色值變化情況，評估發貨預期風險。

1 材料與方法

1.1 材料與儀器

1.1.1 材料

濃縮蘋果清汁樣品，去離子超純水。

1.1.2 主要儀器

隔水式電熱恒溫培養箱（PYX-DHS*400-BS）：上海博泰實驗設備有限公司；紫外-可見分光光度計（UVmini-1240）：日本京都島津制作所；阿貝折射儀（NAR-3）：TATAGO； 電 子 天 平（BS223S）：Sartorius；澳柯瑪冰柜（BD525）：中國青島澳柯瑪。

1.2 試驗方法

1.2.1 濃縮果汁產品的高溫色值破壞試驗

試驗溫度的選取參照產品日常儲運過程中較有代表性的溫度，色值復測周期根據產品色值的下降速率確定。濃縮蘋果清汁產品下線后，取多組樣品分別放入溫度為28、36、45 ℃的隔水式電熱恒溫培養箱中，每隔一定周期復測各組樣品的色值，記錄并匯總數據，然后分析數據。

1.2.2 產品風險等級劃分

根據對以往歷史數據的分析，制定了產品的色值風險等級劃分標準，對下線產品每個批次統一采取45 ℃、3 天的破壞性試驗，對高溫色值實驗結果按照2 ∶6 ∶2 的比例劃分高、中、低風險。

1.2.3 產品的月度色值復測

產品色值復測樣品直接用每批次產品下線時所取的樣品，該樣品儲存在0 ～4 ℃的冷庫樣品間或實驗室冰柜中，每間隔30 d 復測一次樣品色值，復測時先使樣品溫度恢復至室溫，再檢測其色值。

對復測色值數據進行匯總分析，并對產品色值復測值和高溫色值試驗結果進行比對分析，根據數據分析結果及數據的正態分布曲線圖確定高、中、低風險等級產品的月度色值下降范圍。

2 結果與分析

2.1 濃縮蘋果清汁的高溫色值破壞性試驗

濃縮蘋果清汁的高溫色值破壞試驗結果見表1。對實驗結果進行統計分析可知，同一樣品試驗溫度越高，單位時間內色值下降速率越大，復測色值越低，且樣品色值下降速率與時間和溫度均為正相關關系。

表1 不同溫度下蘋果濃縮汁貯存過程中色值變化表（色值/%）

圖1、圖2 分別為樣品在不同溫度下的色值下降速率及其方差分析，由圖可見樣品色值下降速率與時間和溫度均為正相關關系。對試驗結果進行系統分析，綜合考慮試驗的精度、效率、成本和可操作性，最終確定按45 ℃3 d 的方法進行高溫色值破壞試驗。

圖1 不同溫度下樣品色值下降速率圖

圖2 不同溫度下產品色值下降速率的方差分析圖

2.2 產品風險等級劃分

依據45 ℃高溫色值破壞試驗3 d 的日均色值下降值，對高溫色值實驗結果按照2 ∶6 ∶2 的比例劃分高、中、低風險。具體劃分標準見表2 產品風險等級劃分標準。

表2 產品風險等級劃分標準表

2.3 產品月度色值復測值與高溫色值試驗結果的比對分析

表3 為產品品月度色值試驗結果與樣品高溫色值試驗結果，圖3 和圖4 為試驗結果的比對分析。

表3 樣品45 ℃高溫色值試驗結果與月度色值復測值表

圖3 顯示，高風險產品色值下降速率大，低風險產品色值下降速率小。在產品的月度色值下降過程中，其色值下降速率先上升再下降，即產品下線初期色值下降速率慢，隨儲存過程逐步加快，下降至一定水平后，色值下降速率逐漸降低，這與化學反應的反應速率特征一致。而在45 ℃高溫色值破壞試驗中，產品色值受高溫影響，第一天下降的色值最大，隨后逐漸減小。

圖3 產品色值下降速率圖

圖4 產品色值下降速率方差分析圖

分析可知，產品的月度色值下降速率與高溫色值破壞試驗日色值下降速率正相關，即產品每個月的色值下降速率大，其高溫色值試驗日色值下降速率也大。對比分析兩組數據，可得出產品色值預測評估系統的核心數據：產品色值評估指標，見表4。

表4 產品色值評估標準表

產品下線N 個月后的預測色值即為產品的下線色值減去產品的月度色值下降值與下線月份N 的乘積，即：預測色值=下線色值-月度色值下降值×N（產品下線后的儲存月份）。

3 結論

3.1 產品風險等級的確定

由數據分析可見產品色值在不同溫度下的下降趨勢相同，下降速率與溫度成正比。對數據的準確性進行偏差分析，最終確定45 ℃作為產品高溫色值破壞試驗的溫度。依據產品45 ℃高溫色值試驗3 天日均色值下降值的高低，將產品劃分為高風險、中等風險和低風險產品。其風險等級劃分標準為：45 ℃高溫色值試驗日均色值下降值范圍4.0%～7.0%為低風險； 7.0%～10.0%（含等于）為中等風險；10.0%～14.0%為高風險。

3.2 產品月度色值變化范圍的確立

對0 ～4 ℃環境儲存產品的樣品進行色值復測，收集數據并分析可得，在0 ～4 ℃冷庫環境中儲存的產品，低風險產品月度色值下降值范圍為：0.5%～1.5%；中等風險產品月度色值下降范圍為：1.5%～2.5%；高風險產品月度色值下降范圍為：2.5%～3.5%。

3.3 0 ～4 ℃環境產品色值變化預測評估

產品下線N 個月后的預測色值即為產品的下線色值減去產品的月度色值下降值與下線月份N 的乘積，即：預測色值=下線色值-月度色值下降值×N（產品下線后的儲藏月份）。