热激处理后低温贮藏下香蕉果实的挥发物成分分析

来源 :食品研究与开发 | 被引量 : 0次 | 上传用户:LinChu41
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为探讨热激处理诱导香蕉果实产生抗冷性的机理,利用热激处理(52℃热水浸泡3 min)香蕉果实,之后将香蕉果实置于7℃下贮藏。采用气相离子迁移谱检测香蕉果实的挥发物,测定香蕉果实冷害指数。结果表明,与对照组和H+7℃4 h处理组相比,7℃4 h处理组明显降低了丁酸乙酯、己二酮、2,3-丁二酮、甲基丙醛、羟基丙酮、3-甲基丁酸、芳樟醇等19种成分的含量,明显增加了乙醇、三乙胺、2-己醇、戊酮-2,3-二酮、苯乙醛、2-丁酮、3-甲基-3-丁烯-1-醇等30种成分的含量。与对照组和7℃4 h处理组相比,H+7℃
其他文献
随着工业的发展和人口的增长,水环境的污染也变得越发严重,影响了人们的生产生活。绿水青山就是金山银山,近年来随着以河长制为代表的一系列水环境管理制度政策和措施出台,以及物联网技术的应用推广,使得水环境的质量有了大幅改善。为了能够对水环境,尤其是河流水质等信息进行实时监测,准确掌握水质信息,更好地提供决策信息,在此提出一种基于物联网技术的河流监测系统设计。该系统设计基于LTE/GPRS网络,采用MQT
现有的垃圾分类主要依靠人工分辨,而很多居民因为意识不足或日常工作繁忙,往往无法仔细分类,导致垃圾分类效率低下。为了解决该问题,使垃圾分类适应快速发展的时代,文中设计并开发了具有自主识别、智能分类且可以监控垃圾桶温度、装载量、烟雾及可燃气体浓度数据指标的基于NB-IoT的智能垃圾分类系统。将利用CNN神经网络算法训练的模型数据搭载在树莓派(Raspberry Pi)上,对读取的图像进行分类检测,通过