基于高光谱成像与机器学习技术的树上苹果品质无损评估研究

《Horticulture, Environment, and Biotechnology》：Combination of hyperspectral imaging and machine learning techniques for non-destructive quality evaluation of on-tree apple fruits

　　

高光谱成像（hyperspectral imaging, HSI）已成为一种前景广阔的水果品质无损检测技术。本研究旨在利用推扫式高光谱相机（400–1000 nm）在室外田间条件下预测苹果（Malus pumila Mill）的可溶性固形物含量（soluble solids content, SSC）和硬度（firmness）。数据在两个生长季（2022–2023年）内采集，覆盖从未成熟期到采收期，期间经历自然变化的太阳辐射和云层覆盖。研究人员将预处理后的反射光谱与机器学习和深度学习回归模型相结合，建立其与实测SSC和硬度之间的关系。在所测试的模型中，随机森林回归取得了最高的预测精度（SSC的R2 = 0.8177，硬度的R2 = 0.9002），证明了将HSI直接应用于果园环境的可行性。这些结果为推进真实农业场景下苹果品质的无损监测提供了实用框架。

论文解读：基于高光谱成像与机器学习的树上苹果品质无损评估

一、研究背景与问题提出

苹果作为全球最重要的园艺作物之一，其内部品质指标如可溶性固形物含量（SSC）和硬度（firmness）直接关系到甜度、口感、食用品质及采后处理表现。传统破坏性检测方法虽然精确，但劳动强度大、耗时长，难以大规模应用。可见-近红外（VIS-NIR）光谱和高光谱成像（HSI）技术已在实验室受控光照条件下对采后果实展现出较高的SSC和硬度预测精度。然而，现有研究大多局限于室内环境，未能充分反映田间实际环境中光照波动、云层遮挡、阴影效应及风力导致的果实晃动等复杂因素带来的光谱不稳定性。因此，亟需系统性研究验证在自然变化户外光照下，能否可靠地从树上苹果的高光谱数据中预测SSC和硬度，从而填补实验室评估与实地部署之间的空白。

二、研究内容与结论

研究人员于2022至2023两个生长季，在韩国国立园艺与草药科学研究所的田间苹果园中，以‘Hongro’品种苹果为对象，从6月初（盛花后约60天）至9月中旬（接近采收）约每10天进行一次数据采集。实验采用推扫式高光谱相机（microHSI? 410 SHARK，波长范围400–1000 nm，150个波段，光谱分辨率4 nm）搭配旋转台，在遮光结构下于上午9点至12点间成像，同时使用95%反射率校准板作为白参考。每次成像后立即对编号苹果进行破坏性物理实验测量SSC（折射仪）和硬度（万能试验机）。共获得368张高光谱图像及对应参考值，经饱和度和噪声筛选后保留360个有效样本。通过随机森林、偏最小二乘回归（PLSR）、梯度提升回归和多层感知器回归（MLPR）四种模型进行建模预测。结果表明，随机森林回归对SSC和硬度的预测性能最佳，R²分别达0.8177和0.9002，证实了在果园环境下直接应用HSI进行苹果品质无损监测的可行性，为实际农业生产中的品质监控提供了实用框架。

三、关键技术方法

研究人员采用的主要关键技术方法包括：1）推扫式高光谱成像系统获取400–1000 nm范围内150个波段的苹果光谱图像；2）感兴趣区域（RoI）提取与反射率校正（基于白参考和暗参考）；3）基于皮尔逊相关系数（PCC）的像素级滤波（剔除相关性最低的40%像素）以及样本级饱和与噪声排除（方差阈值2000）；4）光谱预处理组合：Savitzky-Golay平滑、标准正态变量变换（SNV）或多元散射校正（MSC）、最大最小值归一化；5）四种回归模型（PLSR、随机森林、梯度提升、MLPR）结合GridSearchCV超参数优化进行SSC和硬度预测。

四、研究结果

3.1 高光谱图像采集：两年间共获取368张编号苹果的高光谱图像，每张图像包含苹果和95%反射率校准板。成像后立即进行破坏性物理实验测量SSC和硬度，获得368组参考值。

3.2 高光谱数据分析：原始光谱数据经反射率校正公式计算得到校准光谱。在建模前排除了6例饱和数据和2例噪声过大（反射率强度方差超过2000）的数据，最终使用360张高光谱图像。被排除的噪声数据在700–900 nm范围内出现了苹果光谱超过白参考光谱的反转现象。

3.3 SSC和硬度的回归建模结果：将360个样本按约6:2:2比例分层划分为校准集（218个）、验证集（70个）和测试集（72个），三个子集的SSC和硬度统计特性分布一致。对于SSC预测，随机森林模型表现最优（R² = 0.8177，RMSE = 1.1742），其次为PLSR（R² = 0.8138，RMSE = 1.2043）、梯度提升（R² = 0.7802，RMSE = 1.2936）和MLPR（R² = 0.7363，RMSE = 1.4430）。MLPR因样本量不足（仅360个）导致预测精度显著低于其他模型。对于硬度预测，随机森林再次取得最高精度（R² = 0.9002，RMSE = 6.9273），随后是梯度提升（R² = 0.8880，RMSE = 6.6779）、PLSR（R² = 0.8658，RMSE = 7.3092）和MLPR（R² = 0.8473，RMSE = 8.0743）。与室内研究相比，本研究的SSC预测精度（R² = 0.8177）略低于室内水平（约0.94–0.99），但覆盖了从6月初到9月中旬更宽的生理范围（SSC约6.7至16.2 °Brix）；而硬度预测精度（R² = 0.9002）则超越室内基准，证明树上高光谱成像在硬度预测方面可与甚至优于室内报告。

3.4 田间应用的实践考量：本研究使用的研究级高光谱相机、旋转台和遮光结构成本高、复杂度大，不适合直接部署于典型果园。推扫式几何结构依赖稳定平台和受控扫描运动，难以在大面积田间维持；遮光结构虽有效减少光照变异，但不易规模化。本研究应视为可行性论证，表明户外高光谱采集能达到与室内相当的预测精度。未来方向包括：识别信息波长带以转移至低成本多光谱或快照相机；采用无需旋转台的替代采集几何结构；开发可在环境阳光下运行的照明校正方法以去除遮光结构需求。

五、讨论与结论总结

讨论部分：本研究获得的预测性能在与以往室内VIS-NIR和HSI研究对比中得到合理解释。在室内受控光照条件下对采后果实的先前研究中，SSC预测R²约为0.94–0.99，硬度预测R²约为0.81。本研究户外条件下的SSC预测精度（R² = 0.8177）略低于室内范围，这与本研究覆盖从6月初到9月中旬的更宽生理范围（SSC约6.7至16.2 °Brix）一致。相反，尽管户外采集条件更具挑战性，本研究硬度预测精度（R² = 0.9002）超越了相应室内基准，证明树上高光谱成像可提供与室内相当甚至更优的硬度预测。

结论部分：本研究利用高光谱成像和多元回归模型，在露天田间条件下对树上苹果的SSC和硬度进行了无损评估。在两年（2022–2023年）内共采集368张高光谱图像，排除6例饱和和2例强度方差超过2000的数据后，剩余360个有效样本用于回归建模。采用400至1000 nm范围的高光谱数据，应用了PLSR、随机森林回归、梯度提升回归和MLPR四种回归模型。其中随机森林模型对SSC和硬度的预测精度均为最高，R²分别为0.8177和0.9002，RMSE分别为1.1742和6.9273。SSC预测第二高为PLSR（R² = 0.8138，RMSE = 1.2043），硬度预测第二高为梯度提升回归（R² = 0.8880，RMSE = 6.6779）。定量比较显示，本研究硬度预测性能匹配或超越以往室内研究，而SSC预测性能虽略低于室内基准，但在覆盖整个树上生长周期（6月初至9月中旬）的更宽生理范围内实现。这一发现也凸显了高光谱成像在收获前田间不同生长阶段监测SSC和硬度等关键品质参数的潜力。由于本次评估仅针对单一品种‘Hongro’，将方法扩展到其他苹果品种并进一步检验其对其他水果种类的可迁移性，是未来研究的自然方向。