想知道牛油果何时入口最佳，榴莲是否熟透？水果成熟度检测一直是农业领域的重要课题，本篇将介绍光谱和高光谱成像技术如何为这一课题提供了创新解决方案，通过无损检测实现精准判断。
水果成熟过程中，其内部化学成分（如叶绿素、类胡萝卜素、糖分、酸度等）会发生变化，这些物质对特定波长的光具有独特的吸收和反射特性。研究表明，可见光波段主要反映色素变化，而近红外区域则与水分、糖分等内部成分密切相关。
在实际应用中，不同水果种类因其生理特性差异，需要采用特定的特征波长和不同的算法模型。
小型水果的成熟度分析
一项甜橙研究采用400~1000nm波段的可见/近红外光谱，结合偏最小二乘法(PLS)，成功预测了可溶性固形物、可滴定酸和维生素C含量，为成熟期预测提供了量化依据。
香蕉成熟度检测常利用高光谱成像技术在400~1000nm范围内采集数据。一个研究团队通过主成分分析(PCA)结合极限学习机(ELM)建立的模型，对可溶性固形物和硬度的预测相关系数R²分别达到0.92和0.94。
针对牛油果的研究发现，其成熟度判断主要依赖于800nm以上的近红外信息，而520~650nm的可见光范围则有助于区分未成熟与成熟果实。研究人员开发的高光谱卷积神经网络(HS-CNN)模型，在牛油果成熟度分类中准确率超过90%。
高光谱数据对牛油果的成熟度分类的决策影响：牛油果的空间维、光谱维图像
皮厚且坚硬的水果，如何检测？
对于西瓜、哈密瓜、榴莲等皮厚且坚硬的水果，成熟度检测面临独特挑战。
一项西瓜研究使用了近红外光谱（NIRS）技术，涉及908~1676nm和950~1650nm光谱范围，检测了249个完整西瓜（152个浅绿条纹果皮，97个深绿纯色果皮）。利用偏最小二乘判别分析（PLS-DA），构建可溶性固形物含量（SSC）的定量模型。结果显示，浅绿条纹和深绿纯色西瓜的正确分类率分别为66.4%和82.2%，针对不同类型西瓜分别建立模型能获得更好结果。
西瓜的平均近红外光谱
使用LVF仪器预测完整条纹浅绿色和实心深绿色外皮西瓜中可溶性固形物含量(%)的最佳方程的校准统计量
哈密瓜与西瓜相似，研究显示其可溶性固形物含量与特定波长反射率存在强相关性。通过优化选择的特征波长建立的简化模型，既保持了预测精度，又提高了检测速度。
榴莲作为最具挑战性的厚皮水果之一，其成熟度检测一直依赖经验判断或破坏性方法。榴莲成熟度检测常依赖经验判断或破坏性方法。一项研究采用1100~2500nm光谱范围，使用果皮和茎的光谱信息对果肉干物质，进行间接预测成熟度。
研究发现，在将榴莲分为未成熟、早成熟和成熟类别的过程中，外皮模型更优；预测干物质含量方面，果皮模型表现更好。研究人员发现，尽管与参考果肉模型的精度相比，准确度相对较低，但在选定波长下，组合分析外皮和茎干光谱数据可提供较高分类精度。
(a)果柄和(b)果皮被放置在样品架中的情况。通过旋转旋钮可水平或垂直移动样品，如指针所示，使其到达检测焦点位置。
基于近红外光谱的不同成熟阶段均值光谱变化：(a) 果肉；(b) 果皮；(c) 果柄
讨论与结语
实现稳健的校准模型是当前研究的重点。模型的低稳健性会阻碍其在跨环境（从实验室到现场）、跨样本（不同品种/年份）以及跨设备间的推广应用。自然界的复杂性和大量变异是主要挑战。可构建覆盖不同年份、果园和品种的多样化样品数据库增强模型适应性。
目前模型泛化能力研究仍显不足，实际生产中的环境条件波动也会进一步考验模型普适性。
作为高光谱成像系统硬件的提供商，我们致力于为高校研究所和解决方案集成商提供高性能、可靠的光学成像平台。我们期待与研究机构、系统集成商合作，共同开发面向特定场景的成熟度检测解决方案，推动这项技术从实验室走向产线和田间。
案例来源：
1. Varga LA, Makowski J, Zell A. Measuring the ripeness of fruit with hyperspectral imaging and deep learning. 2021 International Joint Conference on Neural Networks (IJCNN). 2021:1-8.
2. Vega-Castellote M, Sánchez MT, Torres I, de la Haba MJ, Pérez-Marín D. Assessment of watermelon maturity using portable new generation NIR spectrophotometers. Scientia Horticulturae. 2022;304:111328. https://doi.org/10.1016/j.scienta.2022.111328
3. Somton W, Pathaveerat S, Terdwongworakul A. Application of near infrared spectroscopy for indirect evaluation of “Monthong” durian maturity. International Journal of Food Properties. 2015;18(6):1155-1168. https://doi.org/10.1080/10942912.2014.891609
4. Liu J, Meng H. Research on the maturity detection method of Korla pears based on hyperspectral technology. Agriculture. 2024;14:1257. https://doi.org/10.3390/agriculture14081257
作为高光谱的供应商，我们提供全面的产品线，包括紫外-可见光-近红外和短波红外波段的高光谱相机、无人机载高光谱成像系统、便携式、实验室高光谱和显微高光谱。产品采用全国产研发的棱镜光栅分光技术和高效的装调标定技术。
爱博能主要产品：日光诱导叶绿素荧光（SIF）监测系统、温室气体分析仪、拉曼光谱仪、高光谱成像系统。
地址：广州市天河区广汕二路602号惠诚大厦B座403
电话：020-89858550
Email：market@exponentsci.com
网址：https://www.exponentsci.com