SAGT-Net：一种基于FT-NIR、嵌入GCN的多尺度Transformer，用于葡萄“阳光玫瑰”成熟度分类

《Food Chemistry》：SAGT-Net: a multi-scale transformer embedded with GCN based on FT-NIR for Vitis ‘Shine Muscat’ maturity classification

　　

摘要
夏黑葡萄（Vitis 'Shine Muscat'）在完全成熟时仍保持绿色，使得视觉成熟度鉴定不可靠。传统判定方法依赖种植者的经验，具有主观性且易出错。本研究提出了光谱自适应图变换器网络（SAGT-Net），这是一种结合图卷积网络（GCN）的多尺度 Transformer，利用傅里叶变换近红外光谱（FT-NIR）实现夏黑葡萄的快速、非破坏性成熟度分类。一阶 Savitzky–Golay（SG-1st）平滑被选为最优光谱预处理方法。在数据集划分和数据增强后，模型整合了一维卷积神经网络（1D-CNN）、光谱注意力和自适应多尺度 GCN。其测试准确率达到 95.16%，F1 分数为 95.15%。进一步通过 t-SNE 和 SHAP 分析确定了关键光谱波段。结果表明，SAGT-Net 模型实现了夏黑葡萄的高精度成熟度分类，为该品种的近红外无损检测提供了方法论框架和技术支持。

引言
葡萄是中国重要的特色水果。作为突出品种，夏黑葡萄具有爽脆嫩肉、高糖含量和独特风味（Shen et al., 2026）。其市场需求和栽培规模逐年稳步扩大，使其成为全国广泛栽培的主流优质葡萄品种之一（Liu, 2019）。成熟度直接决定夏黑葡萄的收获时间和经济效益。不恰当的成熟度判断往往导致果实口感和风味的恶化（Zhai et al., 2023）。与其他葡萄品种不同，夏黑葡萄在整个成熟期间果皮保持绿色，使其仅凭果皮颜色判断成熟度变得不可行。传统的人工评估和破坏性检测受到强烈主观性和样品浪费等显著缺点的限制，无法满足准确无损分类的需求。因此，本研究结合傅里叶变换近红外光谱（FT-NIR）与深度学习，建立了夏黑葡萄的成熟度分类方法，实现了快速、无损和精确的成熟度鉴定（Gao & Xu, 2022）。该方法对于提高果实质量和促进产业经济效益具有重大现实意义（Hamie et al., 2022）。

可见光和近红外光谱（NIRS）近年来在果蔬成熟度分类中被广泛采用，这得益于其非破坏性检测、快速测量、多组分同时分析和操作简单等优越特性（Zhu et al., 2025）。Rungpichayapichet 等人（2016）研究了收获年份对芒果采后质量的影响。他们使用了 700–1100 nm 范围内的近红外漫反射光谱，并通过偏最小二乘法（PLS）回归建立了硬度、可溶性总糖（TSS）、总酸度（TA）和成熟度指数的预测模型。多年数据的整合显著提高了模型的鲁棒性，使用二阶导数预处理进行的成熟度分类准确率超过 80%，这为芒果质量的非破坏性近红外检测和鲁棒模型的构建提供了参考。Zhang 等人（2016）基于高光谱特征提取建立了支持向量机（SVM）分类模型。在 440–1014 nm 的波长范围内，该模型将草莓分为未熟、半熟和全熟阶段，识别准确率达到 95%。这些发现可以为通过高光谱技术对草莓进行快速、无损和高精度的成熟度分类提供关键的光谱波段信息。Ditcharoen 等人（2023）融合了果皮和果梗的短波和长波近红外光谱，并使用线性判别分析（LDA）、SVM 和 K 近邻（KNN）算法建立了四个榴莲成熟等级的非破坏性分类模型。采用果皮移动平均（MA）+ 基线和果梗移动平均平滑及标准正态变量变换（MA + SNV）预处理的 LDA 模型表现最佳，长波近红外分类准确率为 97.28%，短波近红外为 100%。该结果为出口榴莲的无损质量分级提供了参考。Gao 和 Xu（2023）应用高光谱成像系统（450–1000 nm）结合光谱预处理和降维算法（CARS, SPA）对“红地球”葡萄生长过程中的关键质量指标进行无损预测和映射，取得了高预测性能（总酸度的 MSC-CARS-SPA-PLSR 模型：Rp=0.9851，RMSEP=1.3482；硬度的 SG-CARS-PLSR 模型：Rp=0.9291，RMSEP=7.9354）。虽然他们的研究证实了高光谱成像用于动态多参数定量预测和分布可视化的可行性。Mehretie 等人（2024）开发了一种基于颜色和紫外激发荧光图像的机器视觉系统，以预测夏黑葡萄的质量属性和成熟阶段。通过评估 RGB 值，a?颜色指数被确定为果穗成熟度的最佳预测因子，线性判别分析在不同收获阶段实现了有效分类。这些发现证明了基于图像的快速质量预测的可行性，为夏黑葡萄的无损成熟度评估提供了宝贵见解。Chang 等人（2025）采用了 400–1000 nm 内的高光谱数据。在 SNV 预处理后，随机森林（RF）模型基于全波段光谱和连续投影算法（SPA）选择的 28 个特征波长达到了 94.44% 的准确率。此外，自助顺序采样（BOSS）筛选的 33 个特征波长与 RF 分类模型的组合实现了更高的准确率 97.22%。这一发现为菠萝的无损检测和成熟度分类奠定了基础。Wang, Cao, et al.（2024）建立了一种基于近红外和 Deep Forest 算法的分类方法。构建的 Deep Forest 模型达到了 95.56% 的分类准确率，可以实现蓝莓成熟度的快速准确判断，并为其无损检测提供有效的技术方案。Gao 等人（2024）应用透射光谱系统结合光谱预处理（移动平均法，MA）和复合降维算法（CARS-SPA, UVE-SPA）对“红地球”葡萄整个生长周期的关键内外质量指标（pH 和硬度指数）进行无损监测，取得了优越的预测性能（pH 的 MA-CARS-SPA-PLSR 模型：Rp=0.9882，RPD=6.5857；硬度的 MA-UVE-SPA-PLSR 模型：Rp=0.9588，RPD=3.5167）。虽然他们的研究证实了透射光谱用于单个理化参数定量动态跟踪的可行性。Su 等人（2026）应用手持式可见光和近红外（Vis/NIR）光谱仪（400–1507 nm）结合化学计量模型（PLS, SVR, CNN）对“乌尼白朗”葡萄成熟期间的关键内部理化指标（如 pH、可溶性总糖、总酸度和总酚含量）进行无损监测，显示出高预测准确率（Rp2>0.87）。

随着人工智能技术的快速发展，深度学习逐渐成为各领域的核心研究工具。其在果蔬光谱成熟度分类中的应用也日益广泛，有效解决了传统方法特征提取困难和建模准确性不足等问题（Ahmed et al., 2025）。Yang 等人（2023）用轻量级 Swin Transformer 改进了 YOLOv8s 模型以进行草莓成熟度检测。通过数据增强和优化的特征融合，其达到 94.4% 的精度和 19.23 fps，优于常见算法，支持智能果实评估和自动收获。Fu 等人（2025）采用高光谱成像技术，结合分数阶微分和改进的拉普拉斯特征映射算法，使用 MSC-FOD-ILE 特征构建了浅层 CNN 预测模型。最优模型在验证集上达到了 0.8597 的决定系数（Rp2）和 0.8552% 的 RMSEP，实现了对不同品种和成熟度蓝莓糖含量的准确检测。本研究为复杂场景中蓝莓糖含量的快速、无损检测及其大规模分级应用提供了技术参考。Wang, Chen, et al.（2025）采用近红外结合双流 CNN-GRU 网络和注意力机制，开发了用于水果品种识别的深度学习模型。该模型在芒果品种识别中达到 95% 的准确率，在蓝莓品种识别中达到 96% 的准确率，实现了芒果和蓝莓品种的精确分类。它还为果实分级和收获过程中的智能检测提供了有效方法。Dubey 等人（2026）采用计算机视觉和多光谱成像技术构建了 TomatoRipen-MMT 多模态 Transformer 模型，该模型基于双编码器架构和跨光谱注意力机制。该模型分类准确率为 94.8%，mIoU 为 82.6%，实现了对番茄成熟度的精确评估，为温室环境中果实成熟度的鲁棒、高精度检测提供了有效方法。

考虑到上述研究结果，虽然各种光谱检测方法和建模算法在果蔬成熟度分类领域已取得高识别准确率，但仍存在某些局限性：
传统机器学习方法（如 PLS-DA (Brereton & Lloyd, 2014)、SVM、RF 和极端梯度提升 (XGBoost) (Chen & Guestrin, 2016)）已被广泛应用于果蔬光谱数据建模，取得了显著成功。然而，正如 Rungpichayapichet 等人 (2016)、Ditcharoen 等人 (2023) 和 Chang 等人 (2025) 的研究所示，此类传统模型严重依赖手动特征提取和选择，难以自动挖掘高维光谱数据内部的深层非线性关系和长距离波段拓扑结构。因此，在小样本量和复杂光谱噪声场景下，其泛化能力特别有限。相比之下，深度学习方法（如一维卷积神经网络 (1DCNN) (Malek et al., 2018)、残差网络 (ResNet) (He et al., 2016) 和 Transformer (Vaswani et al., 2017)）可以自动提取光谱特征，在建模准确性和自动化水平上显著优于传统机器学习。然而，现有研究仍表现出明显局限：Gao 等人 (2024) 和 Su 等人 (2026) 的研究主要集中于单个定量指标的预测，而 Mehretie 等人 (2024) 仅限于表面图像表示，两者均未能实现整个生长周期的无损定性分级。此外，现有研究普遍缺乏模型可解释性分析（如 SHAP、t-SNE 和混淆矩阵），导致提取的特征波长与成熟机制之间的内在关系在很大程度上仍不清楚。

因此，本研究结合傅里叶变换近红外光谱（FT-NIR）与轻量级深度学习架构，提出了 SAGT-Net，用于夏黑葡萄的无损、精确成熟度分类。具体创新如下：
(1) 通过将具有渐进式大核（尺寸 15, 11 和 7）和激进下采样步长的一维 CNN（1D-CNN）特征提取模块嵌入到基线 Transformer 架构中，SAGT-Net 实现了对高维 FT-NIR 光谱的高效压缩，在小样本数据集上降低了过拟合风险，同时提供了鲁棒的特征表示。
(2) 通过引入光谱注意力（SA）模块，模型利用注意力机制增强关键光谱波段的特征表示，从而提高了关键成熟过渡阶段的分类敏感性。
(3) 通过整合自适应多尺度图卷积网络（GCN）模块，将光谱波段建模为图拓扑结构。这既捕获了局部序列细节，也捕获了长距离波段依赖，弥补了传统深度学习模型在捕获全局光谱交互方面的局限性。
(4) 通过结合 t-SNE 特征聚类与 SHAP 贡献分析，可视化了 SAGT-Net 的决策过程，建立了关键光谱波长与果实成熟机制之间的清晰联系，为部署在便携式现场设备和自动化采后分级系统上奠定了理论基础。

章节片段
实验材料与仪器
本研究中使用的所有夏黑葡萄样本均采集自山东省潍坊市昌邑市董信庄村的温室果园。该地区位于山东半岛内部，拥有适合保护地栽培的稳定环境条件。潍坊被誉为“中国设施葡萄之乡”，是山东省及华北地区设施栽培夏黑葡萄的基准产区。
光谱预处理方法
如图 6 所示，不同成熟阶段夏黑葡萄的平均 FT-NIR 光谱和变异范围图显示，不同成熟水平的整体光谱波形趋势 largely 一致，而对比分析揭示了不同成熟阶段吸收峰和谷数值范围上的差异。所有四个成熟水平在约 8400 cm?1、6900 cm?1 和 5180 cm?1 处均表现出明显的吸收峰，以及一个

结论
本研究提出了 SAGT-Net，这是一种结合近红外（NIR）光谱的新型轻量级深度学习架构，用于夏黑葡萄的无损成熟度分类。通过整合渐进式大核一维 CNN、Transformer 和图卷积网络（GCN）模块，SAGT-Net 有效地压缩了高维光谱数据（1557 个特征），同时提取了光谱序列的局部细节和拓扑相关特征。

CRediT 作者贡献声明
宋宇：撰写 – 初稿，监督，方法论，概念化。
赵敬波：项目管理，概念化。
秋玉彤：撰写 – 审阅与编辑，数据整理。
邢竹：验证，软件。
高尚：调查，资金获取，形式分析。
王巧花：项目管理，资金获取，概念化。

Wang Jiaojiao：项目管理，概念构思。

**伦理标准合规性**

**伦理审批**：本文不包含任何作者进行的人类受试者或动物研究。

**知情同意**：不适用。

**未引用参考文献**
- Breiman, 2001
- Cortes and Vapnik, 1995
- Fisher, 1936
- Huang, Zhu and Siew, 2006
- Otto, 2016
- Rolle, Torchio, Giacosa and Río Segade, 2015
- Shen and Viscarra Rossel, 2021
- Tang et al., 2025
- Walsh, Blasco, Zude-Sasse and Sun, 2020

**利益冲突声明**
作者声明不存在可能影响本文所述工作的已知竞争性经济利益或个人关系。

**致谢**
本研究由国家自然科学基金（32072302 和 62001263）及山东省自然科学基金（ZR2023QC114）资助。

宋宇 | 赵敬波 | 邱雨桐 | 邢竹 | 高晟 | 王巧华 | 王皎皎