基于標準化脅迫積溫的黃瓜采后品質模擬模型

程陳 董朝陽 錢湯浩 袁國印 楊靜 黎貞發

摘 ? ?要：為了量化貯藏環境對黃瓜果實采后品質的影響，收集了2018—2019年2個生長季3種動態貯藏環境條件下的氣象和果實品質觀測數據，以溫度為環境驅動因素，建立了基于標準化脅迫積溫（[StanSAT]）的黃瓜采后品質模擬模型，并探究了果實外觀品質和理化品質指標間的量化關系。結果表明，果實鮮質量（Wf）與體積（V）、色光值（CV）與色調（H）、果實含水量（FW）與可溶性固形物含量（SSC）之間呈線性關系；果形指數（SI）與果實密度（ρ）呈二次函數關系；DV（暗度值）與H之間呈對數關系。品質評價值（QE）、DV、CV、SI、H和ρ與[StanSAT]呈線性關系；SSC與[StanSAT]呈二次函數關系。F、ρ、SI、H、DV、CV、SSC和QE采后品質指標模擬值與觀測值均方根誤差（RMSE）分別為0.99 N、36.15 kg·m-3、0.75、0.24、1.39、449、0.75%和3.63，歸一化均方根誤差（NRMSE）在1.58%～17.85%，表明該模型有較高的模擬精度。研究結果可為黃瓜貯藏智慧管理提供理論依據和技術支持。

關鍵詞：黃瓜；標準化脅迫積溫；外觀品質；理化品質；模擬模型

中圖分類號：S642.2 文獻標志碼：A 文章編號：1673-2871（2024）05-107-08

Simulation model for postharvest quality of cucumber based on standardized stress accumulated temperature

CHENG Chen1，2， DONG Chaoyang3， QIAN Tanghao1， YUAN Guoyin1， YANG Jing1， LI Zhenfa3

（1. Institute of Ecology， Lishui University， Lishui 323000， Zhejiang， China; 2. College of Resources and Environment Sciences， China Agricultural University， Beijing 100193， China; 3. Tianjin Climate Center， Tianjin 300074， China）

Abstract： To quantify the impact of storage environment on the postharvest quality of cucumber fruits， this study collected meteorological and fruit quality observation data under three kinds of dynamic storage environment conditions in two growth seasons from 2018 to 2019. This study used temperature as an environmental driving factor to explore the quantitative relationship between fruit external morphology quality and physicochemical quality indicators， and established cucumber postharvest quality simulation model based on standardized stress accumulated temperature （[StanSAT]）. The results showed that： 1） There was a linear relationship between fruit fresh weight （[Wf]） and fruit volume （V）， chromatic value （CV） and hue （H）， fruit water content（FW） and soluble solid content （SSC）. There was a quadratic relationship between fruit shape index （SI） and fruit density （ρ）. There was a logarithm relationship between DV and H 2） Quality evaluation values （QE）， DV， CV， SI， H， and ρ were related to [StanSAT] showed a linear relationship. SSC was related to [StanSAT] showed a quadratic relationship. 3） The root mean square errors （RMSE） between simulated and observed postharvest quality indicators of F， ρ， SI， H， DV， CV， SSC， and QE respectively were 0.99 N， 36.15 kg·m-3， 0.75， 0.24， 1.39， 449， 0.75%， and 3.63. The normalized root mean square errors （NRMSE） ranged from 1.58% to 17.85%， indicated that the model had high simulation accuracy. The results can provide theoretical basis and technical support for intelligent management of cucumber storage.

Key words： Cucumber; Standardized stress accumulated temperature; External morphology quality; Physicochemical quality; Simulation model

黃瓜是全球栽培面積最大、產量最高的設施蔬菜之一，經濟效益可觀[1-2]。隨著生活水平提高，消費者對蔬菜品質的要求也越來越高[3-4]，生產中迫切需要量化評估貯藏環境因子對蔬菜采后品質的影響[5]。

已有學者從形態學、光學和力學等外觀品質[6-8]和可溶性固形物含量、含水量和維生素含量[9]等理化品質方面評估果實采后品質，還需要進一步探究外觀品質和營養品質指標間的量化關系。在果實生產和運輸過程中，受到人力、物力短缺的影響，果實需要短時間置于動態貯藏環境條件下[10]，因此，需要定量模擬非恒定環境因素對果實采后品質的影響，并應用于果實冷鏈運輸和環境調控領域。雖然已有學者采用層次分析法[11]、Borda評價法[12]、Copeland法[12]、熵權法[12]等方法評價果實品質，但是不同品質指標最適值并非為指標最值，需要進一步劃分品質指標類型。已有學者指出，溫度、濕度、光照、CO2濃度和乙烯等[13-14]貯藏環境因素對果實品質有重要影響，其中溫度為最主要的環境因素，程陳等[15-16]以溫度為環境驅動因素，構建了基于積溫法的園藝作物生長發育模擬模型，表明高溫和低溫均對作物生長發育有一定脅迫作用，但是低溫在一定范圍內有利于果實貯藏[17]，因此需要考慮低溫累積對果實品質的影響。

筆者收集了2018－2019年2個生長季3種動態貯藏環境條件下的氣象和果實品質觀測數據，以溫度為環境驅動因素，建立了基于標準化脅迫積溫（[StanSAT]）的黃瓜采后品質模擬模型，并探究了果實外觀品質與理化品質指標間的量化關系。研究結果可為黃瓜貯藏智慧管理提供理論依據和技術支持。

1 材料與方法

1.1 設計

試驗地點在天津市武清區農業科技創新基地園區，供試黃瓜品種為津盛206，由天津農業科學院黃瓜研究所提供，具有高產、耐低溫等特性。試驗時間為2018年11月至2019年7月的2個生長季采收階段，采樣頻率為10 d·次-1，單次采樣數為6個，共計180個樣品。溫室內常規觀測選用小氣候觀測儀（CAWS2000型，北京華云尚通科技有限公司）自動記錄空氣溫濕度、CO2濃度及太陽總輻射等氣象要素，采集頻率為10 min·次-1。溫室外小氣候觀測使用當地氣象觀測站氣象要素，采集頻率為1 h·次-1。筆者設置了3種不同動態貯藏環境（圖1），其中，溫室內的日均溫為12.9～35.4 ℃，溫度變化最為穩定；溫室外日均溫為-6.6～31.9 ℃，溫度變化最不穩定；室內日均溫為9.8～28.4 ℃，溫度變化相對穩定。

1.2 數據資料

1.2.1 作物數據 對多個采后品質指標進行測定和計算，具體方法見表1。鮮質量為取樣后3 h內的果實質量（g）；干質量為果實在80 ℃環境下采用101-3AB電動恒溫鼓風干燥箱干燥至恒定質量（g）；果實顏色為獲取果實距果肩2～3 cm、果實中部、果底2～3 cm處的L、a和b值，并取平均值。

綜合品質評價值指數的計算：首先，將品質指標劃分為3種指標類型，效益型指標為指標值越大越好；成本型指標為指標值越小越好；適中型指標為指標值越接近某一固定值（Vs）越好（公式1）。然后，設定各品質指標權重（公式2）。最后，計算綜合品質評價值指數（公式3）。

[FVij=Vij-VminVmax-Vmin，效益型指標Vmax-VijVmax-Vmin，成本型指標VsVs+Vij-Vs，適中型指標] ? ? ? ? ? ? ?（1）

[Eij=FVij×Wij]； ? ? ? ? ? ? ? ? ? ? ? （2）

[QEi=Ei1+Ei2+…+Eim]。 ? ? ? ? ? ? ? ? ? ? ? （3）

式中，FVij為品質指標評價值；Vij為指標實測值；Vmax為指標最大值；Vmin為指標最小值；Vs為指標最適值；Wij為指標權重；QEi為綜合品質指標評價值指數。

1.2.2 氣象數據 由貯藏日均溫與生物學貯藏界限溫度計算得到脅迫積溫（stress accumulated temperature，SAT）（公式4），為防止模型參數過小[24]，對脅迫積溫進行標準化處理，得到標準化脅迫積溫（standardized stress accumulated temperature，[StanSAT]）（公式5）。

[SATi=Tb-Ti，TiTm ? ? ?] ； ? ? ? ? ? ? ? ? ?（4）

[StanSAT=][0iSAT0NSAT] ?。 ? ? ? ? ? （5）

式中，i =0，1，…，n，…，N，其中i代表貯藏時間；N代表最大貯藏時間；Ti為日均溫，由儀器觀測得出；Tb為貯藏的下限溫度，取10 ℃；Tm為貯藏的上限溫度，取13 ℃；[0iSAT]為第i天累積脅迫積溫；[0NSAT]為第N天累積脅迫積溫。

1.3 模型檢驗統計變量

利用Microsoft Excel 2013進行數據處理和繪圖，模型統計判據主要包括均值（mean value， [X]）、標準差（standard deviation， SD）、線性回歸系數α、截距β、決定系數R2、均方根誤差（root mean square error， RMSE）、歸一化均方根誤差（normalized root mean square error， NRMSE）和符合度指數（compliance index， D）[1，15]。

2 結果與分析

2.1 品質指標間定量關系

由圖2可知，果實鮮質量（[Wf]）與果實體積（V）之間存在極顯著正相關線性關系，即隨V增加，[Wf]增加，且增加速率為0.32 g·cm-3；果形指數（SI）與果實密度（ρ）之間存在極顯著二次函數關系，即隨ρ增加，SI先減小后增加；暗度值（DV）與色調（H）之間存在極顯著負相關對數關系，即隨H增加，DV降低；色光值（CV）與H之間也存在極顯著負相關線性關系，即隨H增加，CV降低；果實含水量（FW）與可溶性固形物含量（SSC）之間存在極顯著負相關線性關系，即隨SSC增加，FW降低，降低速率為1.144%。

2.2 采后品質模擬模型

由表2可知，將FW、CV、V、DV、ρ、F和[Wf]指標歸類為效益型指標；將SI、H和R指標歸類為成本型指標；將SSC、L和D指標歸類為適中型指標。當[StanSAT]<10時，SSC、L和D指標最適值分別為3.5%、29.9 cm和35.0 mm。本研究設定各品質指標權重[12]，將FW、DV、F、[Wf]、SI、R和SSC品質指標權重設定為0.10，其他品質指標權重設置為0.05。

由表3可知，QE、DV、F和ρ隨[StanSAT]均呈線性下降的趨勢，下降速率分別為21.74、6.04、4.23 N和196.30 kg·cm-3；H和CV均與[StanSAT]、色度a和色度b有關；SI與[StanSAT]（正相關）和ρ（負相關）有關；SSC隨[StanSAT]呈先增加后降低的二次函數趨勢，當[StanSAT]達到0.56時開始下降。

利用相互獨立的觀測數據對黃瓜采后品質模擬模型進行驗證。由圖3可知，F、ρ、SI、H、DV、CV、SSC和QE采后品質指標模擬值與觀測值均方根誤差（RMSE）分別為0.99 N、36.15 kg·m-3、0.75、0.24、1.39、449、0.75%和3.63，歸一化均方根誤差（NRMSE）分別為4.71%、11.77%、4.20%、5.59%、1.58%、3.61%、17.85%和5.30%，平均NRMSE為6.83%。結果表明，SSC和ρ模擬精度較高，其余品質指標模型模擬精度很高。α值為0.65～1.01，β值為-70～18.82，R2為0.27～0.97，表明模擬值與觀測值之間存在良好的線性關系。D值均為0.99以上，表明模擬值與觀測值具有較好的一致性。綜上所述，基于[StanSAT]的黃瓜采后品質模擬模型具有較高的模擬精度。

3 討論與結論

筆者收集了2018—2019年2個生長季3種動態貯藏環境條件下的氣象和果實品質觀測數據，以溫度為環境驅動因素，構建了基于標準化脅迫積溫（[StanSAT]）的黃瓜采后品質模擬模型。研究結果可為黃瓜貯藏智慧管理提供理論依據和技術支持。

關于指標間定量關系研究方面，Arzani K等[25]利用幾何學原理計算果實體積可以準確地擬合果實質量，謝丹丹等[26]探究草莓光學性質與SSC和FW的關系，并建立了基于光學參數譜預測草莓品質指標的偏最小二乘模型。這些研究結果與本研究結果一致，筆者進一步探究了果形指數和果實密度之間的定量關系，并探究了果實外觀顏色空間指標間的定量關系，研究結果表明，[Wf]與V、CV與H、FW與SSC之間呈線性關系，SI與ρ呈二次函數關系，DV與H之間呈對數關系。

關于采后品質模擬模型研究方面，王琦等[27]探究不同黃瓜采后果實貯藏品質的變化規律，表示隨著貯藏時間延長，黃瓜硬度等質構特性指標減小；可溶性固形物含量等營養品質降低。筆者進一步結合果實采后品質貯藏特性，首次使用標準化脅迫積溫作為環境驅動因素，定量模擬了恒溫或微弱溫度變化條件下果實采后品質的模型，以期為無法及時恒溫冷藏的蔬菜采后貯藏管理提供技術支持。研究結果表明，QE、DV、CV、SI、H和ρ與[StanSAT]呈線性關系，SSC與[StanSAT]呈二次函數關系。筆者利用相互獨立的觀測數據對黃瓜采后品質模擬模型進行驗證，F、ρ、SI、H、DV、CV、SSC和QE采后品質指標模擬值與觀測值RMSE分別為0.99 N、36.15 kg·m-3、0.75、0.24、1.39、449、0.75%和3.63，NRMSE在1.58%～17.85%（平均NRMSE為6.83%），說明模型具有較高的模擬精度。

筆者的研究尚有不足之處，未來還需要進一步考慮空氣濕度、CO2濃度和光照條件對黃瓜果實采后品質的影響[14，28-29]，并將模型系統軟件與環境監控系統相耦合，以期實時評估果實采后品質變化過程，最大限度延長貨架期并維持最優經濟效益。

參考文獻

[1] 程陳，馮利平，薛慶禹，等．日光溫室黃瓜生長發育模擬模型[J]．應用生態學報，2019，30（10）：3491-3500．

[2] 李雪，趙士文，包星星，等．提高綠光占比對黃瓜幼苗形態、光合性狀及碳水化合物的影響[J]．中國農業大學學報，2024，29（2）：58-65．

[3] BALLISTRERI G，CONTINELLA A，GENTILE A，et al．Fruit quality and bioactive compounds relevant to human health of sweet cherry （Prunus avium L．）cultivars grown in Italy[J]．Food Chemistry，2013，140（4）：630-638．

[4] 李高潮，霍強強，范崇輝，等．不同貯藏溫度與采收期對‘秦超桃果實品質的影響[J]．北方園藝，2017（14）：136-143．

[5] SINNATHAMBY S，DOUGLAS-MANKIN K R，CRAIGE C．Field-scale calibration of crop-yield parameters in the Soil and Water Assessment Tool （SWAT）[J]．Agricultural Water Management，2017，180：61-69．

[6] XANTHOPOULOU A，GANOPOULOS I，PSOMOPOULOS F，et al．De novo comparative transcriptome analysis of genes involved in fruit morphology of pumpkin cultivars with extreme size difference and development of EST-SSR markers[J]．Gene，2017，622：50-66．

[7] YANG X Q，LI Y，ZHANG W W，et al．Fine mapping of the uniform immature fruit color geneuin cucumber （Cucumis sativus L．）[J]．Euphytica，2014，196（3）：341-348．

[8] JIANG S，HE Y，ZHAO J W．Study on changes of mini-cucumber mechanical properties during storage[J]．Food Science，2007，28（2）：322-326．

[9] CENTENOND C，OSORIO S，NUNES-NESI A，et al．Malate plays a crucial role in starch metabolism，ripening，and soluble solid content of tomato fruit and affects postharvest softening[J]．Plant Cell，2011，23（1）：162-184．

[10] LUKASSE L J S，POLDERDIJK J J．Predictive modelling of post-harvest quality evolution in perishables， applied to mushrooms[J]．Journal of Food Engineering，2003，59（2/3）：191-198.

[11] LI S F，XU Y J，LIAO S T，et al．Evaluation of fruit and analysis of sugar and acid compositions and antioxidant activities of different guava culfivars[J]．Food Science，2009，30（1）：66-70．

[12] 胡田田，何瓊，洪霞，等．基于模糊Borda組合模型評價番茄產量及品質對水肥供應響應[J]．農業工程學報，2019，35（19）：142-151．

[13] LI Y X，GOLDING J B，ARCOT J，et al．Continuous exposure to ethylene in the storage environment adversely affects 'Afourer' mandarin fruit quality[J]．Food Chemistry，2018，242：585-590．

[14] KIM M J，BANG W S，YUK H G．405 ± 5 nm light emitting diode illumination causes photodynamic inactivation of Salmonella spp． on fresh-cut papaya without deterioration[J]．Food Microbiology，2017，62：124-132．

[15] 程陳，李春，李文明，等．園藝作物發育期和采收期模擬模型的最優模擬路徑[J]．農業工程學報，2023，39（12）：158-167．

[16] 程陳，余衛東，閆錦濤，等．不同品種郁金香鮮切花物質積累及分配的模擬[J]．中國農業氣象，2019，40（12）：758-771．

[17] TSIPOURIDIS C，THOMIDIS T．Effect of 14 peach rootstocks on the yield，fruit quality，mortality，girth expansion and resistance to frost damages of May Crest peach variety and their susceptibility on Phytophthora citrophthora[J]．Scientia Horticulturae，2005，103（4）：421-428．

[18] 程陳，董朝陽，黎貞發，等．日光溫室芹菜外觀形態及干物質積累分配模擬模型[J]．農業工程學報，2021，37（10）：142-151．

[19] 金楊．基于均勻顏色空間的彩色視覺對比敏感度函數及其應用研究[D]．南京：南京林業大學，2013．

[20] 吳浪，劉婧儀，梁燕．番茄綠果與紅果顏色性狀遺傳的研究[J]．園藝學報，2016，43（4）：674-682．

[21] HASAN S M K，MANZOCCO L，MOROZOVA K，et al．Effects of ascorbic acid and light on reactions in fresh-cut apples by microcalorimetry[J]．Thermochimica Acta，2017，649：63-68．

[22] 沈朱俐，顧莉莉，李曉誼，等．基于形變距離和受壓質量混合模式測定藍莓果實硬度的方法建立和優化[J]．果樹學報，2023，40（1）：169-179．

[23] 朱立保，劉海河，張彥萍，等．鎂對厚皮甜瓜坐果節位葉片葉綠素熒光特性和活性氧清除系統的影響[J]．植物營養與肥料學報，2015，21（5）：1279-1285．

[24] CHENG C，FENG L P，BARCENA J F B，et al．A growth model based on standardized growing degree days for hydroponic fresh cut tulip in solar greenhouses[J]．European Journal of Horticultural Science，2022，87（4）：1-13．

[25] ARZANI K，LAWES S，WOOD D．Estimation of 'Sundrop' apricot fruit volume and fresh weight from fruit diameter[J]．Acta Horticulturae，1999（488）：321-325．

[26] 謝丹丹，郭文川，高夢杰，等．草莓的光學特性及其與可溶性固形物含量和含水率的關系[J]．食品科學，2021，42（1）：41-46．

[27] 王琦，譚占明，程云霞，等．不同貯藏時間對嫁接黃瓜果實品質的影響[J]．中國瓜菜，2023，36（11）：71-77．

[28] JONES R B，FARAGHER J D，WINKLER S．A review of the influence of postharvest treatments on quality and glucosinolate content in broccoli （Brassica oleracea var．italica）heads[J]．Postharvest Biology and Technology，2006，41（1）：1-8．

[29] TORRES-SANCHEZ R，MARTINEZ-ZAFRA M T，CASTILLEJO N，et al．Real-time monitoring system for shelf life estimation of fruit and vegetables[J]．Sensors，2020，20（7）：1860．