基于均值插值-SNV-PDS-PLSR算法的近红外光谱模型迁移技术提升脐橙可溶性固形物检测精度研究

本文创新性提出"均值插值-SNV-PDS-PLSR"联合算法，针对不同光学参数近红外光谱仪(NIR)的模型迁移难题，通过均值插值法消除波长差异，结合标准正态变量变换(SNV)和分段直接标准化(PDS)算法，显著提升脐橙可溶性固形物(SSC)预测模型的跨设备适应性（RP=0.922，RMSEP=0.269），为农产品无损检测提供普适性解决方案。

　　

Highlight

本研究亮点在于开发的新型"均值插值-SNV-PDS-PLSR"算法组合，成功攻克了不同光学参数光谱仪间的模型迁移技术瓶颈，使脐橙品质检测模型的跨设备预测精度实现突破性提升。

Collection of navel orange samples

实验样本精选自江西赣南地区不同果园同期采收的45个脐橙，经严格筛选确保大小均一、色泽相近且无机械损伤。样本表面清洁后冷藏保存，最终保留175组有效光谱数据，涵盖不同糖度水平的特征光谱。

Mean interpolation method

均值插值法以750.19 nm为起点，连续取20组5波长光强均值，巧妙解决了主从光谱仪在680-840 nm范围内的强度偏差和特征峰错位问题。该方法使光谱波形一致性显著改善，为后续标准化处理奠定基础。

Discussion

通过均值插值法处理的谱图显示，主从仪器光谱特征匹配度提升65%，尤其在全波段标准化误差率(SSER_ave)指标上表现突出。分段直接标准化(PDS)算法在消除仪器间光学差异方面展现卓越性能，其建立的预测模型相关系数R_P达0.922，预测均方根误差RMSEP降至0.269。

Conclusion

研究证实"均值插值-SNV-PDS-PLSR"算法组合能有效解决不同NIR光谱仪间的模型迁移问题。其中PDS算法通过分段建立线性校正模型，较直接标准化(DS)和简单线性回归标准化(SLRDS)更能适应复杂光谱变化，为农产品品质无损检测提供了高精度、低成本的跨设备解决方案。