Study on sinking performance of falling-net based on different weights
-
摘要:
2015年3月于南海南沙海域进行了1 515 kg、1 615 kg、1 715 kg和1 815 kg等4组不同沉力配重下罩网沉降性能的对比试验。结果发现：1)多元回归分析表明网口最大沉降深度D与配重W、放网时间Ts、绞收时间Th及风速Sw成正相关，与漂移速度Sd呈负相关；2)偏相关系数分析显示，配重的相对重要性大于放网时间，且放网时间过长不利于网口迅速闭合，故认为增加配重是比延长放网时间更加实用有效的增大网口沉降深度的方法；3)随配重的增加，网口最大沉降深度的平均值依次为77.5 m、81.5 m、83.7 m和97.9 m，网口沉降速度的平均值依次为0.303 m · s-1、0.318 m · s-1、0.342 m · s-1和0.349 m · s-1，两者均随配重的增大而增加，且单因素方差分析发现两者在不同配重组间均存在显著性差异；4)认为1 715 kg为试验罩网的最优配重。
Abstract:We compared the sinking performance of falling-net of four different weights (1 515 kg, 1 615 kg, 1 715 kg and 1 815 kg) near the Spratly Islands in the South China Sea. The results show that: 1) according to multiple regression model, the maximum sinking depth (D) was positively correlated with weights (W), shooting duration (Ts), hauling duration (Th) and wind speed (Sw), but negatively correlated with drift speed (Sd). 2) The partial correlation coefficients show that the relative materiality of weight was greater than shooting duration, and overlong shooting duration was bad for fast closing of net mouth, so it is suggested that increasing weights is a more effective method to increase the sinking depth than extending shooting duration. 3) With increasing weight, the average maximum sinking depths of net mouth were 77.5 m, 81.5 m, 83.7 m and 97.9 m, respectively; the average sinking speeds were 0.303 m · s-1, 0.318 m · s-1, 0.342 m · s-1 and 0.349 m · s-1, respectively, both increased with weight; and One-Way analysis of variance reveals that significant difference existed in the maximum sinking depth and sinking speed among four different weights. 4) It is concluded that 1 715 kg is the optimum weight.
-
海藻是低等的海洋植物，在海洋中分布广泛、种类繁多，含有丰富的营养成分，故人们对其加工保藏特性十分关注。石莼(Ulva pertusa)名海白菜、海菠菜等[1]，是海藻中绿藻门石莼科的一属。它广泛分布于西太平洋沿海，是中国野生海藻类中极为丰富的资源。研究表明，干石莼含有丰富的粗纤维、碳水化合物、蛋白质及灰分，并含有少量的脂肪。然而，若贮藏环境空气的相对湿度(equilibrium relative humidity，ERH)大于石莼干品的水分活度(water activity，Aw)，石莼会吸湿变潮而易变质。近年来对石莼的研究和开发利用引起了国内外的广泛关注。由于石莼经过烤制会产生一种特殊的香气，因此，加工时经常将其烤制后进行贮藏和贸易。
目前，有关石莼等温吸湿曲线特点方面的相关研究还较少，国内食品等温吸湿曲线的研究多局限于蔬菜和谷类2方面，其中又以谷物为研究重点[2]。此文通过用计算机拟合石莼等温吸湿曲线建立起比较准确的数学模型，探讨了烤石莼等温吸湿曲线的特点，以及水分活度值与其干基含水量、环境温度的变化关系。该研究对于快速确定烤石莼的水分活度有重要的意义，同时也可为今后正确制定石莼的加工保藏工艺提供参考。
1. 材料与方法
1.1 材料与设备
试验所用的烤石莼试样由福清海兴保健食品有限公司提供。新鲜原料来自福建福清海域(2006年3月采收)。试样到实验室后分装在密封的塑料袋内，在冰箱的冷冻室内保存。
主要实验仪器和设备有便携式水分活度仪(上海博鑫科技有限公司出品)；DH-JZX电热恒温干燥箱(厦门实验仪器厂出品)；FA1004电子分析天平(上海精密科学仪器有限公司出品)；217YB海尔冰箱(海尔电器公司出品)。
1.2 试验方法
1.2.1 不同干基含水量烤石莼试样的制备
试样开袋后，装入玻璃瓶中密封储藏。通过对原试样进行水分的吸附或解吸处理，获得了不同干基含水量的试样。试样水分吸附的原理是利用试样和环境的湿度差。操作步骤为，先将适量的蒸馏水置于干燥器底部，中间架上陶瓷支板，支板上放一个用自封袋装着的已知重量和含水量的烤石莼试样，将自封袋口打开，密封干燥器。每隔一段时间，就取出烤石莼试样，将袋口封好，称重。观察并记录试样重量的增量。当试样干基含水量每递增约3%时，就取样一次。每次取出约10 g吸湿后的试样分装到密封的玻璃瓶中进行水分平衡。吸湿处理后的试样须在瓶内密封平衡24 h以上。低于样品干基含水量试样的解吸处理步骤与吸附水分的操作步骤基本相同，只是将干燥器底部所装的蒸馏水换成硅胶干燥剂，当试样干基含水量每递减约3%，就取样一次并分别装瓶密封备用。由此获得符合各预定干基含水量要求的试样。试验中获得了干基含水量分别约为6%、14%、17%、20%、22%、26%、29%和32%的烤石莼试样。
1.2.2 烤石莼试样含水量的测定
从试样瓶中取出已平衡好水分的试样，按照GB/T 5009.3-1985《食品中水分的测定方法》进行测定[3]。每次至少测定平行试样3份，取其平均值作为最终结果，试样含水量以干基含水量表示。
1.2.3 烤石莼试样含盐量的测定
试样含盐量的测定采用硝酸银滴定法[4]。
1.2.4 烤石莼试样Aw的测定
将样品放入PS-40(40 mm深)的测量杯中，将测量杯(未盖盖子)直接放入带有传感器的测定罐中，盖紧测定罐。把测定罐放入预设温度的冰箱/恒温箱中，放置2~3 h后，即系统达到平衡后，测定该温度下试样的水分活度值。测定时先对便携式水分活度仪的主机进行预热，然后按“ENTER”键自动进入快速测量模式。当测定结束时根据仪器的提示读取相关的数值。此次研究分别测量了5、20、30和40℃ 4条等温吸湿曲线。
1.2.5 烤石莼等温吸湿曲线的绘制及回归方程的获得方法
应用Microsoft Excel 2003软件来处理和分析从1.2.4中获得的测试数据。先按顺序输入各个不同试样的干基含水量以及在不同温度下的Aw值，以Aw值为x轴、干基含水量为y轴作散点图。从理论上讲，物料的等温吸湿曲线都是过原点的(当干基含水量为0时，Aw也为0)，所以在图中添加一个假设数据(0，0)，以期得到更为理想的等温吸湿曲线。在作好的散点图上给数据的点添加趋势线，即回归曲线。然后选择曲线类型，并要求显示回归公式和R2值，即可得该烤石莼产品在各温度下的等温吸湿曲线及相应的曲线回归方程。R2是曲线的相关系数的平方值，用于表示回归曲线与数据点的拟合程度。R2值在0~1之间，R2值越趋近1，表示曲线拟合得越好。
2. 结果与讨论
2.1 烤石莼试样基本参数的测定结果
测定结果(表 1)表明，该烤石莼试样的含盐量≤0.6%，具有代表性，符合研究需要。此外，结果还表明，烤石莼试样的干基含水量为20%，30℃时的Aw为0.58。
表 1 烤石莼试样的含盐量测定结果Table 1. The content of NaCl in dried grilled U.pertusa试验组数
test group平均含盐量/%
the average content of NaCl标准偏差
standard deviation3 0.578 0.046 2.2 同含水量试样的等温吸湿变化规律与分析
从图 1可以看出，烤石莼的等温吸湿曲线大致在水分活度为0.2~0.5的区域，其对应的干基含水量的上升幅度显著慢于其它区域(该段曲线斜率较小)，呈经典的反S型。随着温度的上升，该段区域等温吸湿曲线的斜率显著增加，该反S型特性减弱。这表明在5~40℃范围内，烤石莼的等温吸湿曲线形状特征会随着温度的升高而发生显著改变。如烤石莼储藏Aw安全点(0.60)所对应的干基含水量从5℃时的约22%到40℃时的24%左右，增加幅度约为9%(图 1)。
![]()
图 1 烤石莼的等温吸湿曲线Figure 1. The isothermal moisture absorption curve of grilled U.pertusa2.3 烤石莼试样Aw随温度变化的特点
图 2表明，在含水量一定时，烤石莼试样的Aw在温度从5℃升至40℃时变化幅度不大，都在10%以内。出现这种现象可能与烤石莼干品中含水量低，而含有较多不溶于水的海藻多糖物质和可溶性物质含量较少有关。从图 2中还可以发现，干基含水量22%的样品在上述温度范围内其Aw值均已超过食品贮藏的Aw安全点(0.60)[5]。图 2也表明原试样(干基含水量20%)所代表的烤石莼产品在采取防潮措施后，则可以在市场上安全贮藏和流通，不会因为温度变化而出现霉变的现象。因此可以认为，为了避免在流通中发霉变质，烤石莼产品的干基含水量通常应控制在不超过20%为宜。
![]()
图 2 烤石莼水分活度值随温度变化曲线Figure 2. The relationship of water acitivity (Aw) and temperature in grilled U.pertusa2.4 等温吸湿曲线拟合方程的建立
通过计算机软件处理上述试验数据，获得了烤石莼试样在5~40℃温度4条等温吸湿曲线的回归方程(表 2)。在拟合等温吸湿曲线时发现，当多项式为3阶时拟合曲线较为符合“反S型”条件，其它阶数的拟合曲线皆不符合，故选择3阶函数来拟合等温吸湿曲线的回归方程。
表 2 烤石莼等温吸湿曲线的回归方程Table 2. Regression equations of the isothermal moisture absorption of U.pertusa温度/℃ temperature 回归方程regression equation R2 5 y=114.81x3－111.42x2+61.115x－0.2652 0.9944 20 y=130.91x3－123.8x2+62.758x－0.2924 0.996 30 y=116.45x3－91.655x2+49.179x－0.2635 0.9885 40 y=149.14x3－113.32x2+53.378x－0.2093 0.9785 注：x. 水分活度；y. 干基含水量
Note：x. Aw；y.dry-basis moisture content由于各拟合方程的R2值均大于0.97，因此可以认为其拟合程度比较好(该现象也可从图 1中看出)。这些回归方程可以应用于烤石莼产品的Aw与含水量的插值计算。
采用多个试验测定值与拟合方程计算值的比较验证结果表明，在该等温吸湿曲线拟合方程的基础上编写的插值程序，计算值与测定值之间存在的相对误差基本上都在12%以内。从表 2中可以看出，中低含水区(干基含水量小于22%)通过插值程序得到的计算值相对误差较小，都在8%以内，而高含水区插值计算值与测量值偏差较大。
3. 结论
对烤石莼等温吸湿曲线的研究结果表明：(1)烤石莼试样在5~40℃的等温吸湿曲线均呈现经典的反S型，且随着温度的上升，等温吸湿曲线的反S型特点逐渐减弱；(2)普通烤石莼(含盐量≤0.6%)安全的干基含水量通常应控制在不超过20%为宜；(3)利用3阶多项式拟合烤石莼的等温吸湿曲线可获得较佳的回归方程；(4)利用该数学方程，通过插值计算，能快速求出在一定条件下的普通烤石莼含水量或者水分活度值，并可在烤石莼的保藏和加工等方面参考使用。
-
![]()
图 5 不同配重下最大沉降深度和沉降速度的箱型图
Figure 5. Box-plots of the maximum depths and sinking speed for different weights
表 1 多元回归分析中各因素统计表
Table 1 Various factors in multivariate regression analysis
最小值
minimum value最大值
maximum value平均值
average value标准差
standard deviation网口最大深度/m maximum depth 66.17 106.85 85.05±2.14 9.99 放网时间/s shooting duration 71 206 120.24±4.51 21.10 绞收时间/s hauling duration 299 550 419.60±12.60 58.91 漂移速度/m·s-1drift speed 0.023 0.323 0.164±0.015 0.068 风速/ m·s-1 wind speed 6.7 10.9 8.5±0.28 1.33 风向与漂移方向夹角/° angle between the direction of wind and drift 1.92 216.98 39.61±7.27 33.99 
下载: 导出CSV
表 2 逐步回归计算的统计结果
Table 2 Statistical results calculated by stepwise regression
因子
item估计值
estimated valuet P AIC P residual standard error R2 截距intercept -90.435 94 -5.448 5.74e-07* 252.22 ＜2.2e-16 4.336 0.811 9 配重W 0.072 40 9.062 8.17e-14* 放网时间Ts 0.135 03 5.361 8.18e-07* 绞收时间Th 0.065 94 7.695 3.66e-11* 漂移速度Sd -18.963 78 -2.650 0.009 75* 风速Sw 1.660 43 2.603 0.011 07* 注：*. 显著相关(P＜0.05)
Note：*. significant correlation (P＜0.05)
下载: 导出CSV
表 3 因变量与自变量的偏相关系数
Table 3 Partial correlation coefficient of dependent variable and independent variable
配重W
weight放网时间Ts
shooting duration绞收时间Th
hauling duration漂移速度Sd
drift speed风速Sw
wind speed最大沉降深度D maximum depth 0.716 0.519 0.657 -0.287 0.283
下载: 导出CSV
表 4 试验罩网不同配重试验测试结果
Table 4 Basic results of experiment
配重/kg
weight网次
net沉降深度平均值/m
average sinking depth沉降速度平均值/m·s-1
average sinking speed1 515 20 77.5 0.303 1 615 21 81.5 0.318 1 715 23 83.7 0.342 1 815 20 97.9 0.349
下载: 导出CSV
-
[1] 晏磊, 张鹏, 杨吝, 等. 南海灯光罩网沉降性能研究[J]. 上海海洋大学学报, 2014, 23(1): 146-153. http://shhydxxb.ijournals.cn/shhy/article/abstract/20130800819 [2] 李杰, 晏磊, 陈森, 等. 灯光罩网网口沉降与闭合性能研究[J]. 南方水产科学, 2015, 11(5): 117-124. doi: 10.3969/j.issn.2095-0780.2015.05.014 [3] 许柳雄, 王敏法, 叶旭昌, 等. 金枪鱼围网沉降特性[J]. 中国水产科学, 2011, 18(5): 1161-1169. http://www.fishscichina.com/zgsckxen/article/pdf/4911?st=article_issue [4] KIM Y H. Geometry of the model purse Seine in relation to enclosed volume during hauling operation[J]. Fish Aquat Sci, 2000, 3(2): 156-162. https://koreascience.kr/article/JAKO200024839360073.page
[5] KIM H Y, LEE C W, SHIN J K, et al. Dynamic simulation of the behavior of purse seine gear and sea-trial verification[J]. Fish Res, 2007, 88(1/2/3): 109-119. https://www.sciencedirect.com/science/article/abs/pii/S0165783607001920
[6] 王春雷. 中西太平洋1 664.5 m×394.3 m金枪鱼围网沉降性能研究[D]. 上海: 上海海洋大学, 2008: 1-75.https://www.zhangqiaokeyan.com/academic-degree-domestic_mphd_thesis/020314223186.html [7] KIM Y H, PARK M C. The simulation of the geometry of a tuna purse Seine under current and drift of purse seiner[J]. Ocean Engin, 2009, 36(14): 1080-1088. doi: 10.1016/j.oceaneng.2009.06.011
[8] HOSSEINI S A, LEE C W, KIM H S, et al. The sinking performance of the tuna purse seine gear with large-meshed panels using numerical method[J]. Fish Sci, 2011, 77(4): 503-520. doi: 10.1007/s12562-011-0371-6
[9] 周成, 许柳雄, 张新峰, 等. 金枪鱼围网沉降性能影响因子的多元回归分析[J]. 中国水产科学, 2013, 20(3): 672-681. http://www.fishscichina.com/zgsckx/article/abstract/5178?st=alljournals [10] 兰光查. 基于模型试验的金枪鱼围网沉降性能研究[D]. 上海: 上海海洋大学, 2011: 1-45.https://www.doc88.com/p-8428779995929.html [11] 许柳雄, 兰光查, 叶旭昌, 等. 下纲重量和放网速度对金枪鱼围网下纲沉降速度的影响[J]. 水产学报, 2011, 35(10): 1563-1571. http://scxuebao.ijournals.cn/scxuebao/article/abstract/20101107228 [12] 李灵智, 黄洪亮, 陈帅, 等. 基于静水池模型试验的金枪鱼围网沉降性能研究[J]. 中国海洋大学学报(自然科学版), 2015, 45(3): 48-53. https://lib.cqvip.com/Qikan/Article/Detail?id=664112308 [13] 唐浩, 许柳雄, 王学昉, 等. 基于网具模型试验的金枪鱼围网性能分析[J]. 中国水产科学, 2015, 22(3): 563-573. doi: 10.3724/SP.J.1118.2015.14253 [14] 薛毅, 陈立萍. 统计建模与R软件[M]. 北京: 清华大学出版社, 2007: 267-318. http://www.tup.tsinghua.edu.cn/booksCenter/book_02097108.html [15] KABACOFF R I. R语言实战[M]. 北京: 人民邮电出版社, 2013: 171-197. http://www.tup.tsinghua.edu.cn/booksCenter/book_02097108.html [16] 王海燕, 杨方廷, 刘鲁. 标准化系数与偏相关系数的比较与应用[J]. 数量经济技术经济研究, 2006, 23(9): 150-155. https://qikan.cqvip.com/Qikan/Article/Detail?id=22838996 [17] 温岚, 陈基权, 戴志刚, 等. 长蒴黄麻产叶量的多元回归与偏相关的R语言分析[J]. 作物杂志, 2013(1): 49-53. http://zwzz.chinacrops.org/CN/abstract/abstract4285.shtml [18] 冯维山. 沉力分布对平面网片沉降特性影响的试验[J]. 大连水产学院学报, 1996, 11(4): 37-44. https://xuebao.dlou.edu.cn/CN/lexeme/showArticleByLexeme.do?articleID=2885 [19] 冯维山, 许传才. 围网下纲载荷对下纲沉降特性的影响[J]. 水产学报, 1999, 23(S1): 112-115. https://www.doc88.com/p-8912332583095.html [20] 唐浩, 许柳雄, 周成, 等. 基于GAM模型研究金枪鱼围网沉降性能影响因素[J]. 水产学报, 2013, 37(6): 944-950. doi: 10.3724/SP.J.1231.2013.38336
计量
- 文章访问数: 3162
- HTML全文浏览量: 134
- PDF下载量: 1052
粤公网安备 44010502001741号
