基于标准化胁迫积温的黄瓜采后品质模拟模型

摘    要：为了量化贮藏环境对黄瓜果实采后品质的影响，收集了2018—2019年2个生长季3种动态贮藏环境条件下的气象和果实品质观测数据，以温度为环境驱动因素，建立了基于标准化胁迫积温（[StanSAT]）的黄瓜采后品质模拟模型，并探究了果实外观品质和理化品质指标间的量化关系。结果表明，果实鲜质量（Wf）与体积（V）、色光值（CV）与色调（H）、果实含水量（FW）与可溶性固形物含量（SSC）之间呈线性关系；果形指数（SI）与果实密度（ρ）呈二次函数关系；DV（暗度值）与H之间呈对数关系。品质评价值（QE）、DV、CV、SI、H和ρ与[StanSAT]呈线性关系；SSC与[StanSAT]呈二次函数关系。F、ρ、SI、H、DV、CV、SSC和QE采后品质指标模拟值与观测值均方根误差（RMSE）分别为0.99 N、36.15 kg·m-3、0.75、0.24、1.39、449、0.75%和3.63，归一化均方根误差（NRMSE）在1.58%～17.85%，表明该模型有较高的模拟精度。研究结果可为黄瓜贮藏智慧管理提供理论依据和技术支持。

关键词：黄瓜；标准化胁迫积温；外观品质；理化品质；模拟模型

中图分类号：S642.2 文献标志码：A 文章编号：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

黄瓜是全球栽培面积最大、产量最高的设施蔬菜之一，经济效益可观[1-2]。随着生活水平提高，消费者对蔬菜品质的要求也越来越高[3-4]，生产中迫切需要量化评估贮藏环境因子对蔬菜采后品质的影响[5]。

已有学者从形态学、光学和力学等外观品质[6-8]和可溶性固形物含量、含水量和维生素含量[9]等理化品质方面评估果实采后品质，还需要进一步探究外观品质和营养品质指标间的量化关系。在果实生产和运输过程中，受到人力、物力短缺的影响，果实需要短时间置于动态贮藏环境条件下[10]，因此，需要定量模拟非恒定环境因素对果实采后品质的影响，并应用于果实冷链运输和环境调控领域。虽然已有学者采用层次分析法[11]、Borda评价法[12]、Copeland法[12]、熵权法[12]等方法评价果实品质，但是不同品质指标最适值并非为指标最值，需要进一步划分品质指标类型。已有学者指出，温度、湿度、光照、CO2浓度和乙烯等[13-14]贮藏环境因素对果实品质有重要影响，其中温度为最主要的环境因素，程陈等[15-16]以温度为环境驱动因素，构建了基于积温法的园艺作物生长发育模拟模型，表明高温和低温均对作物生长发育有一定胁迫作用，但是低温在一定范围内有利于果实贮藏[17]，因此需要考虑低温累积对果实品质的影响。

笔者收集了2018－2019年2个生长季3种动态贮藏环境条件下的气象和果实品质观测数据，以温度为环境驱动因素，建立了基于标准化胁迫积温（[StanSAT]）的黄瓜采后品质模拟模型，并探究了果实外观品质与理化品质指标间的量化关系。研究结果可为黄瓜贮藏智慧管理提供理论依据和技术支持。

1 材料与方法

1.1 设计

试验地点在天津市武清区农业科技创新基地园区，供试黄瓜品种为津盛206，由天津农业科学院黄瓜研究所提供，具有高产、耐低温等特性。试验时间为2018年11月至2019年7月的2个生长季采收阶段，采样频率为10 d·次-1，单次采样数为6个，共计180个样品。温室内常规观测选用小气候观测仪（CAWS2000型，北京华云尚通科技有限公司）自动记录空气温湿度、CO2浓度及太阳总辐射等气象要素，采集频率为10 min·次-1。温室外小气候观测使用当地气象观测站气象要素，采集频率为1 h·次-1。笔者设置了3种不同动态贮藏环境（图1），其中，温室内的日均温为12.9～35.4 ℃，温度变化最为稳定；温室外日均温为-6.6～31.9 ℃，温度变化最不稳定；室内日均温为9.8～28.4 ℃，温度变化相对稳定。

1.2 数据资料

1.2.1 作物数据 对多个采后品质指标进行测定和计算，具体方法见表1。鲜质量为取样后3 h内的果实质量（g）；干质量为果实在80 ℃环境下采用101-3AB电动恒温鼓风干燥箱干燥至恒定质量（g）；果实颜色为获取果实距果肩2～3 cm、果实中部、果底2～3 cm处的L、a和b值，并取平均值。

综合品质评价值指数的计算：首先，将品质指标划分为3种指标类型，效益型指标为指标值越大越好；成本型指标为指标值越小越好；适中型指标为指标值越接近某一固定值（Vs）越好（公式1）。然后，设定各品质指标权重（公式2）。最后，计算综合品质评价值指数（公式3）。

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

[Eij=FVij×Wij]；                       （2）

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

式中，FVij为品质指标评价值；Vij为指标实测值；Vmax为指标最大值；Vmin为指标最小值；Vs为指标最适值；Wij为指标权重；QEi为综合品质指标评价值指数。

1.2.2 气象数据 由贮藏日均温与生物学贮藏界限温度计算得到胁迫积温（stress accumulated temperature，SAT）（公式4），为防止模型参数过小[24]，对胁迫积温进行标准化处理，得到标准化胁迫积温（standardized stress accumulated temperature，[StanSAT]）（公式5）。

[SATi=Tb-Ti，Ti<Tb       0，Tb≤Ti≤TmTi-Tm，Ti>Tm      ] ；                  （4）

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

式中，i =0，1，…，n，…，N，其中i代表贮藏时间；N代表最大贮藏时间；Ti为日均温，由仪器观测得出；Tb为贮藏的下限温度，取10 ℃；Tm为贮藏的上限温度，取13 ℃；[0iSAT]为第i天累积胁迫积温；[0NSAT]为第N天累积胁迫积温。