《Food Packaging and Shelf Life》:Desiccant-based atmosphere-relative humidity control packaging: Mathematical modeling and temperature–humidity field for high-transpiration-rate fruits and vegetables packaging
编辑推荐:
高蒸腾速率果蔬在贮藏和运输过程中,往往会通过蒸腾作用释放大量水蒸气,导致其周围相对湿度(RH)迅速升高。对于这类产品而言,控制包装内部RH是实现保鲜的关键且具有挑战性的问题。本研究建立了一种将干燥剂与穿孔介导气体交换相结合的大气-相对湿度控制包装系统(ARHC
高蒸腾速率果蔬在贮藏和运输过程中,往往会通过蒸腾作用释放大量水蒸气,导致其周围相对湿度(RH)迅速升高。对于这类产品而言,控制包装内部RH是实现保鲜的关键且具有挑战性的问题。本研究建立了一种将干燥剂与穿孔介导气体交换相结合的大气-相对湿度控制包装系统(ARHCPS)。基于果蔬的呼吸速率与蒸腾速率、穿孔介导气体交换理论、干燥剂吸湿动力学以及蓄冷剂热交换理论,构建了包装内部气体浓度、RH及温度变化的数学模型。在此基础上,以西兰花(典型高蒸腾农产品)及其贮运保鲜箱为研究对象,根据产品保鲜所需的理想气体组分完成了穿孔设计,包括穿孔孔径和孔数。研究人员分析了包装内部气体浓度与RH变化的动态特征,并通过实验对理论模型进行了验证。结果表明,所建立的控制系统可将西兰花周围的RH维持在90 %–95 %范围内,预测值与实验实测RH值之间的误差小于5 %。与现有“黑箱”模型相比,所建模型对RH预测的平均绝对误差(MAE)和均方根误差(RMSE)分别降低了53.66 %和23.07 %。本研究为高蒸腾速率果蔬的大气-RH控制包装设计提供了技术基础。
该论文发表于《Food Packaging and Shelf Life》,聚焦高蒸腾速率果蔬在气调包装(MAP,modified atmosphere packaging)中相对湿度(RH,relative humidity)难以精确调控的关键问题。研究背景在于,MAP已成为鲜切及新鲜果蔬保鲜的重要技术路径,其理论核心在于通过包装系统设计调控包装内O
2、CO
2及水蒸气环境,从而延缓品质劣变。然而,对于蒸腾速率较高的果蔬,包装内湿度常因持续释水而迅速累积,局部区域甚至可在数小时内接近100 % RH,进而引发凝露、腐败和货架期缩短。现有关于包装内RH预测的模型多数采用基于“总水分衡算”的黑箱模型,将头空间视为瞬时均匀混合体系,适用于头空间较小且蒸腾缓慢的体系,但对于需要同时控制气体组分与RH、且头空间较大的高蒸腾果蔬包装,则存在明显局限:其一,忽视果蔬释湿源与干燥剂吸湿汇之间的空间分离,难以刻画局部RH梯度;其二,未考虑水蒸气扩散滞后及自然对流对传质的影响,易低估RH上升速率;其三,以整体环境RH表征蒸腾和吸湿过程,可能高估果蔬蒸腾能力及干燥剂实际吸湿能力。因此,开展兼顾气体成分调控与湿度场分布预测的包装研究,具有明确的理论价值与应用意义。
针对上述问题,研究人员提出了一种集成干燥剂与微孔扩散的大气-相对湿度控制包装系统(ARHCPS,atmosphere-relative humidity control packaging system),并以西兰花作为典型高蒸腾速率样品开展研究。论文的核心工作是在果蔬呼吸与蒸腾、生鲜包装微孔气体交换、干燥剂吸湿动力学以及蓄冷介质热交换等多物理过程耦合基础上,建立包装内部气体浓度、湿度和温度动态变化的预测模型。随后,研究人员依据西兰花保鲜所需理想气体组分,对包装微孔孔径和孔数进行设计,并进一步模拟包装内部RH空间梯度及高湿区域演变规律。最终通过实验测定包装内气体与RH变化,对模型进行验证。研究结果表明,该系统能够将西兰花周围RH稳定维持在90 %–95 %区间,模型预测误差低于5 %,且较既有黑箱模型在RH预测精度方面有明显提升。这说明所建模型不仅可用于平均湿度预测,更能反映高蒸腾果蔬包装内部的局部湿度分布特征,为精确设计果蔬MAP提供了新的理论工具。
就主要技术方法而言,研究主要采用了以下几类关键方法:第一,基于果蔬呼吸速率和蒸腾速率建立动力学模型,并结合Michaelis–Menten方程与Arrhenius方程描述温度和气体环境对呼吸行为的影响;第二,依据微孔基质中的气体交换理论,对包装穿孔介导的O
2与CO
2传递进行建模;第三,引入干燥剂吸湿动力学模型与蓄冷剂热交换理论,构建包装内温度场和湿度场的耦合模型;第四,以高蒸腾速率西兰花样品为实验对象,在冷藏条件下开展模型参数测定与验证实验。样品来源为采后立即于4 °C冷库中贮藏的西兰花,实验前进行标准化预处理。
在研究结果部分,论文首先围绕模型构建展开。
Development of mathematical model:研究人员构建了果蔬大气-相对湿度控制包装系统的结构框架,包括果蔬放置区、吸湿单元以及气调单元。果蔬通过呼吸和蒸腾与包装头空间进行O
2、CO
2和H
2O交换,干燥剂吸收头空间中的水分,系统同时考虑外界环境与内部热交换。由此建立的模型可同步预测包装内气体组成、RH和温度的动态变化,并能够刻画空间分布差异,而不仅限于平均值估算。
Experimental materials:研究选取高蒸腾速率的西兰花(SuQing No. 3)作为研究对象,并明确了样品筛选标准,包括花球直径、色泽、茎部完整性及无病虫害、无机械损伤等。该部分结果的意义在于确保后续模型参数标定与验证建立在具有代表性的高蒸腾样品基础上,从而增强模型在目标应用场景中的针对性。
Broccoli respiration rate:研究人员依据实验数据测定西兰花呼吸速率,并结合相应公式计算得到呼吸动力学参数,包括Michaelis–Menten方程参数和Arrhenius方程中的活化能。以5 °C为参考温度,建立了西兰花呼吸速率方程。该结果为后续包装孔径与孔数设计、以及包装内O
2/CO
2浓度动态预测提供了核心输入参数,也奠定了气体环境调控的理论基础。
围绕模型模拟与验证,论文进一步分析了包装内气体浓度和RH的动态变化特征。根据摘要可知,研究人员基于所建模型完成了穿孔设计,并据此分析了包装中气体与湿度随时间的演化。通过模型计算与实验测定比对,证实该耦合模型能够有效描述西兰花包装中的RH控制过程。尤其重要的是,模型不仅关注整体头空间平均RH,而且考虑了高蒸腾果蔬周围局部高湿区域的发展规律,从而弥补了传统黑箱模型对空间梯度描述不足的问题。
在模型性能评价方面,论文给出了明确的定量结果。结果显示,所建立控制系统能将西兰花周围RH维持在90 %–95 %的适宜区间,预测RH与实测RH之间误差小于5 %。与现有黑箱模型相比,所建模型对RH预测的平均绝对误差(MAE,mean absolute error)降低53.66 %,均方根误差(RMSE,root mean square error)降低23.07 %。这一结果表明,多物理场耦合建模策略在高蒸腾果蔬包装系统中具有更高的适用性和准确性,尤其适合需要同时兼顾气体成分调控与湿度精准控制的场景。
论文讨论部分的核心在于阐明传统模型与新模型在理论假设和适用范围上的差异。传统黑箱模型基于头空间“总水分平衡”,形式简单、计算成本低,但默认水蒸气瞬时均匀混合,忽略空间距离、自然对流和扩散滞后效应,因此更适合头空间较小、蒸腾速率较低的包装体系。相比之下,本研究提出的ARHCPS模型将释湿源、吸湿汇和包装微环境之间的相互作用纳入统一框架,能够识别高湿热点区域并更准确地评估干燥剂用量和穿孔参数。其学术意义在于推动MAP研究由平均场分析向空间分布分析深化;其实践意义在于为高蒸腾速率果蔬的包装设计、湿度风险预警和保鲜参数优化提供理论基础。
研究结论部分可译为:为解决高蒸腾性果蔬在MAP及RH控制中的挑战,本研究以西兰花为实验材料,开发了一种耦合多物理过程的预测模型。该模型能够表征包装内部RH空间梯度及局部分布特征,预测内部湿度场的演化,并为MAP精确设计提供理论支持。所建立的大气-RH控制模型在RH预测方面优于黑箱模型。总体而言,该研究为高蒸腾速率果蔬的大气-相对湿度协同控制包装提供了技术基础,并展示了多因素耦合建模在生鲜包装保鲜研究中的应用潜力。