白沙沙，毕金峰，方 芳，王 沛，公丽艳
苹果品质评价技术研究现状及展望
白沙沙，毕金峰*，方 芳，王 沛，公丽艳
(中国农业科学院农产品加工研究所，农业部农产品加工与质量控制重点开放实验室，北京 100193)
综述苹果果个大小与果形指数、果皮颜色、香气成分含量等感官品质指标，VC、可溶性固形物、酸度、矿物质、蛋白质等理化与营养品质指标以及果实硬度、褐变程度、水分含量、可食率等加工品质指标的评价方法研究现状，并展望苹果品质评价技术发展趋势。
苹果；品质评价技术；现状；展望
苹果是蔷薇科(Rosaceae)苹果属(Malus)植物的果实，多为异花授粉，由子房和子房外围的组织发育而成，果实一般呈圆形，酸甜爽口，含有丰富的V C、V A、胡萝卜素、钙、铁和钾等，能补充人体所需的多种维生素和矿物质。由于栽培品种和种植环境条件的不同，成熟苹果的大小、形状、颜色、酸甜度及其他品质特性差异很大。
我国苹果加工专用品种缺乏、加工原料基地建设滞后、加工品质评价体系缺乏，这些因素制约了苹果加工业的健康发展。建国以来我国在苹果育种方面，大都以鲜食的优质、抗寒抗病、丰产为主要育种目标[1]。在农产品加工品质评价方法和评价指标体系的构建方面，目前发达国家多采用比较分析法和综合评价法来建立农产品加工品质评价指标体系，通过相关性分析筛选和确定农产品加工品质评价指标，较为成熟。我国在加工品质评价方法和评价指标体系方面还处于初级阶段，作为苹果生产大国，制定明确的苹果加工品质评价方法和评价指标体系的问题亟待解决。
1 苹果品质评价技术现状
对于不同加工用途的苹果，关注的品质评价指标有所侧重：鲜食苹果主要是外观、香气、糖酸比等感官品质；榨汁用苹果则将出汁率、糖酸比作为评价指标；加工脆片用苹果注重感官、加工、理化品质以及多酚含量和褐变情况。总体上，苹果品质主要包括果个大小与果形指数、果皮颜色和香气成分含量等感官品质指标，V C、可溶性固形物、酸度、矿物质、蛋白质等理化与营养品质指标，果实硬度、褐变程度、水分含量和可食率等加工品质指标3方面。
1.1 感官品质指标
1.1.1 果个大小与果形指数测定
在苹果感官品质中果个大小和果形指数是重要的指标，并对果实品质评价和分级有重要意义。描述果个大小的指标主要是单果质量和体积。刘晓静[2]用质量法即用电子天平等仪器直接测量其单果质量。测量苹果体积大小使用测容法[3]，即利用排水法计算体积差。张道德[4]利用排水法测定了苹果体积，将苹果放入已装有一定体积水Vl的标有容量刻度的玻璃容器中，记录苹果完全淹没水中后的总体积V2，苹果的体积等于两体积差，即V=V2-Vl。目前代替排水法的食品体积测定仪是利用激光扫描技术对苹果进行全方位扫描，得出二维和三维扫描图像，自动积分计算苹果体积。如Stable Micor Systems公司生产的VolScan Profiler系列仪器。该仪器能够根据样品的特性设定不同的扫描间距和扫描时间间隔，以达到快速准确的测定结果。并且显示三维扫描图像，提供更直接的感官效果。
苹果果形品质的评价是利用果形指数大小分级评定。果形指数是指果实纵径与横径的比值，即果形指数=纵径/横径[5]。用游标卡尺测量苹果最大纵径与横径，多次测量求平均值，计算果形指数。通常果形指数在0.6～0.8为扁圆形，0.8～0.9为圆形或近圆形，0.9～1.0为椭圆形或圆锥形，1.0以上为长圆形。
1.1.2 果皮颜色测定
苹果果皮颜色和着色度不仅是果实重要的感官品质之一，而且，果实表面着色度与其成熟度和内部品质有着密切的关系，着色度好且着色均匀一致的果实往往能体现较高的商品价值。目前国内果实分级主要依靠人的感官直接进行评定，缺乏客观性和精确性，并且耗费大量时间和人力。一些非人工测定方法主要还是在实验室应用。如Iglesias等[6]和Tijskensa等[7]都利用CR-200色差计三刺激值L*、a*、b*测定了苹果的果皮颜色。袁金丽等[8]利用图像采集、支持向量机理论和计算机视觉技术，研发了苹果在线分级机，分级正确率达90%以上，效果良好。胡海晴等[9]在计算机视觉分级的基础上将Hamming神经网络应用于苹果的颜色分级，结果显示分级准确率不低于96%，并且识别1个苹果的时间在0.1～0.2ms之间。应用在生产中不仅可以节约大量的劳动力成本，避免人为因素造成的准确度和精确度差且不稳定，还可实现在线快速筛选分级。
1.1.3 香气风味测定
苹果香气主要是苹果中可挥发的醇类、酸类和酯类等成分被人体嗅细胞捕捉并把信息传导至大脑所形成的反应。香气风味的分析目前是靠感官嗅觉分析和气相色谱-质谱法测定，也有一些关于电子鼻技术的报道。电子鼻是一种由一个非特异性气体传感器耦合模式识别系统。对于感官分析来说，人们能感知的气味种类和阈值有限，对相似的风味难以区别，并受到生理条件、经验、环境等多种因素的干扰，导致感官嗅觉分析的重复性和准确性难以达到科研和实际要求。目前测定苹果气体成分的方法主要是利用气质联用(GC-MS)和传感器技术。测定香气成分的前处理技术主要有：液-液萃取、蒸馏萃取、超临界流体萃取、微波萃取和固相微萃取等。固相微萃取法无需有机溶剂，成本低，所需样品量少，灵敏度高，重现性及线性好，操作简单，方便快捷，与气质联用仪联用，实验效率高，目前的实验研究中多采用固相微萃取法进行前处理。Pilar等[10]利用顶空固相微萃取和气质联用分析了苹果中挥发性香气成分，得出最佳萃取头为硅橡胶-DVB纤维，萃取平衡温度为25℃，萃取时间为5min，得出比传统的色谱方法节省80%分析时间的结论。Zou等[11]利用氧化锡气体传感器阵列与GC-MS通过测定苹果香气成分确定其栽培品种，虽然气体传感器阵列不能提供各种香气成分的精确信息，但比GC-MS方法分析耗时短。Saevels等[12]利用电子鼻测定了不同储藏时期苹果的香气成分。潘胤飞等[13]也利用“遗传算法优化RBF神经网络”建立识别模型，构成一个电子鼻系统，分析苹果挥发性气体成分来鉴别苹果质量好坏。电子鼻技术响应时间短、检测速度快，避免了气相色谱传感器、高效液相色谱传感器等所需的复杂的预处理过程，为苹果芳香物质的检测提供了方便快捷的检测方法。
1.2 理化与营养品质指标
1.2.1 VC测定
VC又称抗坏血酸，为水溶性维生素，是维持人体正常生理代谢的重要化合物，具有促进合成骨胶原、增强免疫力、抗氧化等作用，人体若严重缺乏会引起坏血病，并且苹果中VC的含量是评价苹果营养品质的重要指标。
苹果中VC的测定主要有滴定法、电化学法、化学发光法、动力学方法、荧光法和色谱法[14]。国标GB/T 6195—1986《水果、蔬菜维生素C含量测定法(2,6-二氯靛酚滴定法)》中把2,6-二氯靛酚滴定法作为标准测定方法，而国标GB/T 12392—1990《蔬菜、水果及其制品中总抗坏血酸的测定方法(荧光法和2,4-二硝基苯肼法)》中把荧光法和2,4-二硝基苯肼比色法作为标准测定方法；欧洲标准EN 14130—2003《高效液相色谱法测定食品中VC含量》把高效液相色谱法(HPLC)定为标准测定方法。鲁玉妙等[15]利用碘酸钾滴定法测定了粉红女士苹果中VC的含量；Palazon等[16]利用汞电极滴定法测定VC含量。羊金梅等[17]利用了2,4-二硝基苯肼比色法研究测定了苹果中VC的含量，得出回收率为99.4%；Timoumi等[18]在测定苹果中VC含量时都利用了2,6-二氯靛酚滴定法；Odriozola-Serrano等[19]利用紫外-高效液相色谱法(UV-HPLC)对比了加入和未添加还原剂测定VC含量，结果显示其回收率为93.6%～104.4%。与传统的滴定法、比色法相比，高效液相色谱法测定VC所需样品量少，不需要反应试剂，测定分析时间短，并能快速准确地测定其含量。
1.2.2 可溶性固形物测定
苹果中可溶性固形物是指所有溶解于水的化合物的总称，包括糖、酸、维生素、矿物质等。可溶性固形物含量不仅影响苹果的营养和口味，而且直接影响苹果的冰点，进而影响储藏条件。目前测定可溶性固形物含量的方法主要有取样榨汁用阿贝折光仪或手持糖度计直接读取含量值，利用CCD摄像和近红外光谱扫描进行无损检测等。Peng等[20]利用高光谱散射图像在450～1000nm之间进行光谱扫描分析，选出23个最佳分析波长，得出可溶性固形物含量相关系数r=0.883、标准预测误差(S.E.P.)为0.73%，能够用来预测苹果可溶性固形物含量。Liu等[21]利用傅里叶变换近红外光谱法测试富士苹果中可溶性固形物含量相关系数达0.968。通过对苹果进行CT扫描和实验，并对苹果CT图像特性进行分析，发现苹果某点的糖含量与该点相应CT值之间存在着显着的线性相关关系。张京平等[22]建立糖含量与该点CT值的线性关系模型后，得出平均误差率为4.36%。Manuela等[23]利用声波脉冲谐振频率传感器和微型可见光/近红外光谱仪预测苹果可溶性固形物含量，结果表明此方法能预测准确。Zhu等[24]用v-支持向量回归和声光可调谐滤波器近红外光谱测定苹果可溶性固形物含量，得出v-支持向量机优于PLSR模式和BP神经网络预测的结论。周丽萍等[25]应用可见光近红外光谱技术来建立基于主成分分析和人工神经网络的苹果可溶性总糖含量的鉴别模型是可行的，且该模型具有简便、快速、非破坏和相对准确的优点。CT图像扫描、近红外光谱分析技术与传统化学方法相比，具有廉价、方便、快速和无损伤等特点，在农产品评价方面有广泛的应用价值。
1.2.3 酸含量测定
苹果中酸含量不但影响苹果的食用性和口味，而且影响苹果的加工适用性。张文英等[26]在研究苹果品质时利用酸碱滴定法测定了苹果的可滴定酸含量；Liu等[21]利用傅里叶变换近红外光谱法测试富士苹果中可滴定酸含量相关系数达0.728；董一威等[27]利用CCD近红外光谱系统检测苹果酸度，经S-G平滑、一阶导数、二阶导数对光谱进行处理，得出酸度相关系数为0.8151；Gomez等[28]利用可见/近红外预测水果酸度(pH)相关性达到0.8；应义斌等[29]用近红外漫反射对苹果有效酸度进行了研究，结合偏最小二乘法得出相关系数为0.959，标准校正误差为0.076，标准预测误差为0.525，偏差为0.073，表明近红外漫反射对苹果有效酸度无损检测是可行的。近红外光谱的应用为苹果中酸含量的测定提供一种快速、无损、准确并可在线进行测定的方法。
1.2.4 矿物质含量测定
矿物质元素含量不但是衡量苹果中营养水平的重要指标之一，还与苹果的质量和风味有相关性。苹果中主要含有铜、铁、锌、钙、镁、钠和钾等矿物元素。目前测定各元素含量的方法是使用灰化法(GB/T 14770—1993《食品中灰分的测定方法》)和微波消解进行前处理，然后用原子吸收法测其含量。祝优珍等[30]利用微波消解法和火焰原子吸收光谱仪测定了苹果中矿物质含量，测得回收率在83.1%～111.8%之间，结果满意。Wall[31]在研究香蕉和木瓜矿物质含量时使用了电感耦合等离子体一原子发射光谱(ICP-AES)；张莉等[32]利用微波消解和电ICP-AES测定了苹果中14种矿物质含量，得到RSD值均小于2.78%，回收率在98.0%～110.0%之间，说明使用该方法测定结果准确、可靠、稳定性好、重复性好，能满足对苹果微量元素测定的要求。由于ICPAES测定矿物质时所需仪器昂贵，其使用不易普及，目前较多的测定矿物质含量是使用原子吸收光谱法。
1.2.5 蛋白质含量测定
苹果中含有少量的蛋白质，对鲜苹果品质评价意义不大，但对加工特性有重要影响，如在苹果脆片加工中，蛋白质理化性质对脆片的膨化起重要作用。李艳梅等[33]测定苹果中蛋白质采用GB 5009.5—1985《食品中蛋白质的测定》中的凯氏半微量定氮法。Feliciano等[34]在测定蛋白质含量时使用了考马斯亮蓝G-250分光光度法。目前测定蛋白质含量使用较多的是凯氏定氮法，该方法弊端是处理步骤繁琐、耗时长，但随着自动定氮设备和技术的发展，蛋白质含量的测定将会更快捷、准确。
1.3 加工品质指标
1.3.1 硬度测定
果肉硬度也是果实品质的重要指标之一，果肉硬度不仅影响到鲜食时的口感味觉，也与果实的贮藏加工性状相关。苹果果肉的硬度与细胞壁中的纤维素含量、细胞壁中胶层内果胶类物质的种类和数量以及果肉细胞的膨压等密切相关。Karlsen等[35]在研究苹果质构特性时利用了TA-XT2质构仪进行穿刺测定，以最大力和功量度苹果硬度质构特性；Peng等[20]利用高光谱散射、CCD摄像和计算机制作质构分析模型在450～1000nm之间选择21个最好波长分析，得出相关系数r=0.898，与近红外光谱测定相比预测性更准确；李桂峰等[36]利用偏最小二乘法(PLS)模型和特征指纹光谱均能准确预测苹果的质地品质，为苹果质地品质的评价提供了快速、直观、简便、可行的新方法。Qing等[37]利用激光二极管和CCD摄像进行激光散射图像分析预测了苹果硬度，结合校正频率得出相关系数最高达到0.90，可以准确预测苹果硬度。质谱仪、图像采集和计算机技术虽然能够准确测定苹果硬度，但仪器成本高、携带不便，应用受到局限；手持式果蔬硬度计由于其携带方便，能够快速准确测定并数显测定结果，在硬度测定中得到广泛应用。
1.3.2 褐变度测定
苹果褐变主要是所含多酚类物质、VC、单宁等在苹果受机械损伤后与氧化酶接触并暴露在空气中发生的氧化褐变。褐变度是指颜色或吸光度值随时间变化的程度，防止或抑制褐变是苹果加工中的重要措施。赵光远等[38]研究了pH值、VC含量、多酚氧化酶(PPO)酶活力、总酚和单宁含量对苹果酶促褐变的影响，得出对于破碎中酶促褐变的影响由大到小的顺序为：苹果pH值＞PPO酶活力＞单宁含量＞苹果中的VC含量＞总酚含量。宋烨等[39]在研究苹果褐变时使用的方法是将50g苹果均质于100g蒸馏水，在800×g离心10min，取10mL上清液于15mL 95%乙醇中，在800×g离心10min，于波长420nm处测定吸光度，用吸光度值随时间的变化代表褐变程度。
1.3.3 水分含量测定
苹果的水分含量是苹果品质的重要加工指标之一，影响榨汁率及成品率。苹果水分含量的测定主要是常压加热干燥法(GB/T 14769—1993《食品中水分的测定方法》)、真空干燥法和微波干燥法。李艳梅等[33]在分析苹果品质水分含量时采用直接干燥法；Acevedo等[40]在测定苹果片水分含量时使用了真空干燥法；王愈等[41]研究了微波干燥法在果蔬干燥中的应用，得出该法适用于苹果的干燥和失水率测定。常压加热干燥法需反复加热达到平衡时测得质量差值，操作费时。真空干燥法主要适用于在100～105℃温度下，易分解、变质或不易除去结晶水的食品。微波干燥法可在较短时间内测定苹果样品水分的含量，不仅节省时间、能耗少、经济实惠，也便于在产地普及推广。
1.3.4 可食率测定
可食率是指去除果皮和果核后的质量与完整果质量之比。可食率在苹果加工中具有重要意义，直接影响产品的出品率和经济效益。可食率的测定直接用天平测量，然后进行差量计算，其测定时抽样要具有代表性并且具有一定的样本容量。
2 苹果品质评价展望
目前我国还没有建立系统的苹果品质评价方法及标准，缺乏原料基础数据和加工品质数据，导致育种没有确切目标，培育品种不适合加工使用，加工用苹果没有原料来源或原料品质不一，加工产业不能得到合理的经济效益，而一些非加工型苹果产量超出市场需求，导致增产不增收，致使苹果产业链不能无缝对接。根据苹果品质指标制定完善的苹果品质评价标准，可为不同加工用途选用适合苹果原料做出技术指导，为指导农业产业结构调整、选育优质的加工专用苹果品种、建立加工原料专用基地提出明确的目标，以完善苹果种植和加工产业结构。
2.1 苹果品质评价技术发展趋势
苹果品质评价的感官品质、理化营养品质和加工品质三方面的指标有十多项，发展准确、快速、方便、无损的检测方法是目前品质评价技术发展的目标。其发展趋势主要是：
2.1.1 传统方法自动、快速、便捷化
测定蛋白质含量的凯氏定氮法作为标准方法，其处理时间长，步骤繁琐。自动定氮设备和技术的发展为蛋白质的测定提供自动、准确的测定方法。水分含量测定的国标方法为直接干燥法，该方法需要长时间的处理，不能满足目前快速测定的需要。微波快速水分测定仪为水分含量测定提供一种快速准确的测量方法，可在40～120s测定水分含量。手持式糖度计和手持式硬度计代替阿贝折光仪和流变仪成为测定可溶性固形物和果实硬度的便捷仪器。
2.1.2 无损检测技术应用
随着CCD摄像、CT扫描、近红外扫描等图像采集和计算机处理技术的发展，使无损检测技术得到快速发展。如可溶性固形物、酸含量和果实硬度等品质的无损测定可实现果实的在线测定和自动分级。
2.1.3 新材料的应用
随着生物芯片、生物技术的发展和集成化技术的提高及一些纳米材料的应用，在图形认知设备的快速发展下，电子鼻的特异性将大大提高，传感器材料的发展也促进了其重复性的提高，电子鼻将会有更广阔的应用前景，为苹果品质评价发挥更大作用。
2.2 苹果加工品质指标的综合评价
不同的加工目的所关注原料苹果的品质指标有所差异。苹果加工品质指标综合评价是根据不同的加工目的对苹果的感官品质指标、理化与营养品质指标和加工品质指标进行数据处理分析，使用聚类分析、通径分析、模糊分析、回归分析等统计学原理，得出各种加工方式侧重的品质指标，建立各加工方式苹果加工适宜性评价百分法细则，得出加工适宜性等级，如适合榨汁用苹果Ⅰ级、Ⅱ级、Ⅲ级，适合脆片加工用苹果Ⅰ级、Ⅱ级、Ⅲ级等。并对现有苹果品种进行打分评定，筛选最适加工品种。同时也为苹果育种提出明确指导目标，选育苹果加工专用品种，优化苹果产业结构，健全我国苹果产业发展，增加农业效益，实现农民增收。
参考文献：
[1]过国南, 阎振立, 张顺妮. 我国建国以来苹果品种选育研究的回顾及今后育种的发展方向[J]. 果树学报, 2003, 20(2): 127-134.
[2]刘晓静. “国光”苹果红色芽变果实品质评价及着色机理的初步研究[D]. 泰安: 山东农业大学, 2009.
[3]MOREDA G P, ORTIZ-CANAVATE J, GARCA-RAMOS F J, et al. Non-destructive technologies for fruit and vegetable size determination: a review[J]. Journal of Food Engineering, 2009, 92(2): 119-136.
[4]张道德. 金冠苹果果实的介电特性与无损检测技术的研究[D]. 雅安:四川农业大学, 2007.
[5]何维华. 苹果四个杂交组合后代果实性状遗传和制汁适性的评价[D].青岛: 莱阳农学院, 2006.
[6]IGLESIAS I, ECHEVERRIA G, SORIA Y. Differences in fruit colour development, anthoc,yanin content, fruit quality and consumer acceptability of eight , Gala apple strains[J]. Scientia Horticulturae, 2008, 119 (1): 32-40.
[7]TIJSKENSA L M M, KONOPACKI P J, SCHOUTEN R E, et al. Biological variance in the colour of Granny Smith apples modelling the effect of senescence and chilling injury[J]. Postharvest Biology and Technology, 2008, 50(2/3): 153-163.
[8]袁金丽, 郭志涛, 武睿, 等. 基于支持向量机的苹果颜色分级[J]. 农业网络信息: 研究与开发, 2007(7): 25-27.
[9]胡海晴, 邓继忠, 张泰岭. 基于Hamming网络的苹果颜色分级研究[J]. 农机化研究, 2006, 11(11): 75-76.
[10]PILAR A, DANIEL D, SARA J, et al. Characterisation of Asturian cider apples on the basis of their aromatic profile by high-speed gas chromatography and solid-phase microextraction[J]. Food Chemistry, 2010, 121(4): 1312-1318.
[11]ZOU Xiaobo, ZHAO Jiewen. Comparative analyses of apple aroma by a tin-oxide gas sensor array device and GC/MS[J]. Food Chemistry, 2008, 107(1): 120-128.
[12]SAEVELS S, LAMMERTYNA J, BERNA A Z, et al. An electronic nose and a mass spectrometry-based electronic nose for assessing apple quality during shelf life[J]. Postharvest Biology and Technology, 2004, 31 (1): 9-19.
[13]潘胤飞, 赵杰文, 邹小波, 等. 电子鼻技术在苹果质量评定中的应用[J]. 农机化研究, 2004, 5(3): 179-182.
[14]ARYA S P, MAHAJAN M, JAIN P. Non-spectrophotometric methods for the determination of vitamin C[J]. Analytica Chimica Acta, 2000, 417(1): 1-14.
[15]鲁玉妙, 高华, 赵政阳, 等. 粉红女士苹果品质特性分析评价[J]. 果树学报, 2003, 20(6): 503-505.
[16]PALAZON M A, PREZ-CONESA D, ABELLN P, et al. Determination of shelf-life of homogenized apple-based beikost storage at different temperatures using Weibull hazard model[J]. LWT-Food Science and Technology, 2009, 42(1): 319-326.
[17]羊金梅, 覃超凤, 余瑞林, 等. 分光光度法测定梨和苹果中维生素C的含量[J]. 安徽医药, 2004, 3(9): 205-206.
[18]TIMOUMI S, MIHOUBI D, ZAGROUBA F. Shrinkage, vitamin C degradation and aroma losses during infra-red drying of apple slices[J]. LWT, 2007, 40(9): 1648-1654.
[19]ODRIOZOLA-SERRANO I, HERNANDEZ-JOVER T, MARTINBELLOSO O. Comparative evaluation of UV-HPLC methods and reducing agents to determine vitamin C in fruits[J]. Food Chemistry, 2007, 105(3): 1151-1158.
[20]PENG Yankun, LU Renfu. Analysis of spatially resolved hyperspectral scattering images for assessing apple fruit firmness and soluble solids content[J]. Postharvest Biology and Technology, 2008, 48(1): 52-62.
[21]LIU Yande, YING Yibin. Use of FT-NIR spectrometry in non-invasive measurements of internal quality of apples[J]. Postharvest Biology and Technology, 2005, 37(1): 65-71.
[22]张京平, 王会, 彭争. 苹果剖面CT值与其糖含量分布的关系分析[J].农业机械学报, 2007, 38(3): 197-199.
[23]MANUELA Z, BERND H, JEAN-MICHEL R, et al. Non-destructive tests on the prediction of apple fruit flesh firmness and soluble solids content on tree and in shelf life[J]. Journal of Food Engineering, 2006, 77 (2): 254-260.
[24]ZHU Dazhou, JI Baoping, MENG Chaoying, et al. The performance of v-support vector regression on determination of soluble solids content of apple by acousto-optic tunable filter near-infrared spectroscopy[J]. Analytica Chimica Acta, 2007, 598(2): 227-234.
[25]周丽萍, 胡耀华, 陈达, 等. 苹果可溶性固形物含量的检测方法: 基于可见光近红外光谱技术[J]. 农机化研究, 2009, 4(4): 104-107.
[26]张文英, 姜晓坤. 采收期对金红苹果贮藏品质的影响[J]. 食品研究与开发, 2009, 30(12): 144-147.
[27]董一威, 籍保平, 史波林, 等. 苹果中糖酸度的CCD近红外光谱分析[J]. 食品科学, 2007, 28(8): 376-380.
[28]G?MEZ A H, HE Y, PEREIRA A G. Non-destructive measurement of acidity, soluble solids and firmness of Satsuma mandarin using Vis/ NIR-spectroscopy techniques[J]. Journal of Food Engineering, 2006, 77 (2): 313-319.
[29]应义斌, 刘燕德, 傅霞萍. 苹果有效酸度的近红外漫反射无损检测[J]. 农业机械学报, 2004, 35(6): 124-126.
[30]祝优珍, 史洪云. 微波消解技术测定苹果中的矿物质元素[J]. 上海应用技术学院学报, 2004, 12(4): 275-278.
[31]WALL M M. Ascorbic acid, vitamin A, and mineral composition of banana (Musa sp.) and papaya (Carica papaya) cultivars grown in Hawaii[J]. Journal of Food Composition and Analysis, 2006, 19(5): 434-445.
[32]张莉, 陈军, 吴大付, 等. 微波消解等离子体发射光谱法测定苹果中的多元素分布[J]. 光谱实验室, 2009, 26(3): 617-620.
[33]李艳梅, 赵福顺, 赵丽华. 沙果123苹果沈农2号苹果营养成分分析[J]. 农产品加工: 学刊, 2009, 2(2): 79-81.
[34]FELICIANO R P, ANTUNES C, RAMOS A, et al. Characterization of traditional and exotic apple varieties from Portugal. Part 1. Nutritional, phytochemical and sensory evaluation[J]. Jounal of Functional Foods, 2010, 2(1): 35-45.
[35]KARLSEN A, AABY K, SIVERTSEN H, et al. Instrumental and sensory analysis of fresh Norwegian and imported apples[J]. Food Quality and Preference, 1999, 10(4): 305-314.
[36]李桂峰, 赵国建, 王向东, 等. 苹果质地品质近红外无损检测和指纹分析[J]. 农业工程学报, 2008, 24(6): 169-173.
[37]QING Zhaoshen, JI Baoping, ZUDE M. Predicting soluble solid content and firmness in apple fruit by means of laser light backscattering image analysis[J]. Journal of Food Engineering, 2007, 82(1): 58-67.
[38]赵光远, 蔡照磊, 钟明辉. 苹果的酶促褐变及其影响因素[J]. 食品与发酵科技, 2009, 45(2): 36-37.
[39]宋烨, 翟衡, 刘金豹, 等. 苹果加工品种果实中的酚类物质与褐变研究[J]. 中国农业科学, 2007, 40(11): 2563-2568.
[40]ACEVEDO N C , BRIONES V, BUERA P, et al. Microstructure affects the rate of chemical, physical and color changes during storage of dried apple discs[J]. Journal of Food Engineering, 2008, 85(2): 222-231.
[41]王愈, 张和平. WXD2S-3型微波干燥机干制果蔬的试验研究[J]. 农产品加工: 学刊, 2009(1): 77-78.
Current Research Progress and Prospects of Technologies for Apple Quality Evaluation
BAI Sha-sha，BI Jin-feng*，FANG Fang，WANG Pei，GONG Li-yan
(Key Laboratory of Agricultural Product Processing and Quality Control, Ministry of Agriculture, Institute of Agro-food Science and Technology, Chinese Academy of Agricultural Sciences, Beijing 100193, China)
The current research progress of evaluation technologies for apples with different quality indices including sensory quality (size, shape index, skin color, and flavor component contents), physiochemical and nutritional quality (vitamin C content, soluble solid content, acidity, and mineral and protein contents) and processing quality (firmness, browning degree, moisture content and edible rate) are summarized in this paper. The further development trend of apple quality evaluation technologies is also proposed.
apple；quality evaluation technology；progress；prospect
TS255.7
A
1002-6630(2011)03-0286-05
2010-05-06
2009年公益性行业(农业)科研专项(200903043)；2009年度农业科技成果转化资金项目(2009GB23260450)；
2007年科研院所技术研究开发专项(NCSTE-2007-JKZX-288)
白沙沙(1987—)，女，硕士研究生，研究方向为农产品加工与贮藏。E-mail：baishasha_163@163.com
*通信作者：毕金峰(1970—)，男，研究员，博士，研究方向为果蔬精深加工与综合利用。E-mail：bijinfeng2010@163.com
