基于近红外光谱的脐橙光谱标准化模型迁移适用性分析及其在农产品无损检测中的应用

本研究针对近红外光谱(NIR)在农产品检测中因仪器光学参数差异导致的模型迁移难题，创新性提出"均值插值-SNV-PDS-PLSR"算法组合。通过均值插值法处理波长差异，结合分段直接标准化(PDS)与偏最小二乘回归(PLSR)，使预测相关系数(RP)达0.922，均方根误差(RMSEP)降至0.269，光谱标准化平均误差率(SSERave)降低65%，为跨仪器脐橙可溶性固形物(SSC)检测提供了高效解决方案。

　　

Highlight

本研究亮点在于开发了创新的"均值插值-SNV-PDS-PLSR"算法组合，成功实现了不同光学参数近红外光谱仪间的模型迁移，显著提升了脐橙可溶性固形物含量检测的跨仪器适用性。

Collection of navel orange samples

为研究模型迁移适用性，实验样本选自江西赣南不同果园同期采收的脐橙。共选用45个外观尺寸相近、无机械损伤的脐橙，经清洁表面后冷藏保存。

Mean interpolation method

通过剔除5个异常值后保留175组有效光谱数据。针对主从光谱仪在680-840nm范围的光强偏差和特征峰错位问题，采用均值插值法（从750.19nm起始波长开始，连续取20组后续5个波长的光强均值）显著改善了波形一致性。

Discussion

均值插值法通过独特的波长对齐策略，有效解决了主从仪器间的光谱差异。该方法在680-840nm范围内验证了波形一致性的提升，为后续标准化算法处理奠定了数据基础。

Conclusion

本研究提出的新型算法组合成功实现了不同近红外光谱仪间的模型迁移，其中PDS算法表现最优，使预测相关系数(R_P)达0.922，RMSEP降至0.269，SSER_ave降低65%，显著提升了脐橙可溶性固形物含量检测模型的跨仪器稳定性。