基于自动化VNIR-HSI的芒果成熟分布式光谱特征与多属性品质评估

《Journal of Food Composition and Analysis》：Automated hyperspectral imaging reveals distributed spectral signatures of mango ripening for multi-attribute quality assessment

　　

建立了基于634个果实的大规模芒果成熟高光谱成像（HSI）数据集。自动化可见光区高光谱成像（HSI）实现了四属性品质评价。在成熟相关性状上，最佳模型取得测试集R²值为0.727–0.934。成熟品质由分布式光谱信息表征。可见-近红外高光谱成像（VNIR-HSI）支持简化单相机采后配置的可行性。

研究背景与意义：芒果（Mangifera indica）是重要热带水果，采后品质劣变和成熟不均匀会影响贮藏、市场分配和消费者接受度。与表面缺陷不同，硬度、甜度、色素积累和淀粉降解等成熟相关品质在外部相似果实间可能差异明显，仅凭视觉或触觉分选易导致分级不一致。传统参考测量虽准确，但多需切果、取样或化学提取，难以用于大规模采后分选。可见-近红外（visible and near-infrared, VNIR）光谱可无损预测芒果品质，但点光谱受测量位置和局部组织差异影响；高光谱成像（hyperspectral imaging, HSI；同时获取光谱与空间信息的技术）可自动提取果实区域光谱，适合果实级品质变异评估。已有芒果HSI研究仍存在依赖人工感兴趣区域、多属性联合评估不足、样本规模和建模比较有限、波长选择后信息保留程度不清等问题。因此，研究人员建立大规模芒果成熟HSI数据集，比较光谱范围、特征集策略和回归算法，以评估视觉相似芒果的成熟相关品质能否由高光谱特征表征并实现多属性自动评价。

关键技术方法：研究人员于2025年6–7月在广西百色市田阳区商业果园采集700个‘Tainong’芒果，第0天140个不熏蒸样品，其余560个以300 mg/kg乙烯利熏蒸，并在22 ℃、80–90%相对湿度下于第0、1、3、5、7天各取140个。采用400–1700 nm自动化线扫描HSI，FX10覆盖400–1000 nm，FX17覆盖1000–1700 nm，经白/暗参考校准、自动分割整果可见表面并提取果实级平均光谱。参考测定硬度、总可溶性固形物（total soluble solids, TSS）、类胡萝卜素和淀粉；质控后634个样本按8:2划分训练/测试集，采用Savitzky-Golay平滑、标准正态变量（standard normal variate, SNV）和Z-score标准化，比较3个光谱范围、6种特征集策略和7种回归算法，以3折交叉验证选模。

研究结果：
3.1 成熟相关品质属性之间的关系。通过Spearman秩相关和散点图分析，研究人员发现硬度与TSS（r = -0.872, p < 0.001）及类胡萝卜素（r = -0.734, p < 0.001）强负相关，淀粉与硬度正相关（r = 0.622）、与TSS负相关（r = -0.593）。四属性共同描述成熟梯度，但保留属性特异变异，支持多属性评价而非单一成熟指标。

3.2 高光谱模型的总体预测性能。通过504个模型配置在独立测试集评估，TSS、类胡萝卜素和硬度预测较高，淀粉较低。最佳模型中，TSS采用全400–1700 nm范围Ridge回归，R² = 0.934 [0.904, 0.955]，RMSE（均方根误差，root mean square error）= 1.148 [0.957, 1.342] °Brix；类胡萝卜素采用全范围MLP（多层感知机，multi-layer perceptron），R² = 0.907 [0.866, 0.935]，RMSE = 0.492 [0.386, 0.600] A/g；硬度采用全范围Ridge（岭回归），R² = 0.899 [0.863, 0.926]，RMSE = 12.237 [10.639, 13.687] N；淀粉采用400–1000 nm Ridge，R² = 0.727 [0.637, 0.796]，RMSE = 26.000 [22.171, 29.814] mg/g。残差诊断显示普遍异方差，TSS存在小但显著的均值偏差（p = 0.0270），故采用bootstrap置信区间。结论是HSI可支持多属性无损独立预测，但性能依赖目标属性和建模配置。

3.3 特征集策略对预测性能的影响。通过匹配目标属性、光谱范围和回归算法比较全波长输入（All）与特征降维输入（FR）及最佳降维输入（Best-FR），全波长模型在92.6%配置中R²更高，平均ΔR² = 0.0858；在92.4%配置中NRMSE（归一化均方根误差，normalized root mean square error）更低，平均降低0.0410；与Best-FR比较，全波长在75.0%配置中R²更高，平均ΔR² = 0.0197，NRMSE平均降低0.0114，配对检验p < 0.001。果级配对bootstrap的20个目标–特征选择比较中，19个比较的95%置信区间完全低于零，仅类胡萝卜素在Union-FS下边际包含零。结论是所测特征降维未普遍改善预测，全波长输入更多保留预测信息。

3.4 属性与模型依赖的特征降维敏感性。通过ΔR²分析，Kruskal-Wallis检验显示不同属性间差异显著（H = 23.1, p = 3.78e-05）。3.4.1 属性依赖敏感性：硬度ΔR²最大（0.1283），其次TSS（0.0916）、淀粉（0.0816），类胡萝卜素最小（0.0419），说明降维对硬度预测负面影响最强、对类胡萝卜素较弱。3.4.2 模型依赖敏感性：ΔR²（H = 14.4, p = 0.025）和ΔNRMSE（H = 18.95, p = 0.004）均存在显著模型差异；Ridge平均ΔR² = 0.139、Lasso（最小绝对收缩和选择算子回归）0.127、MLP 0.0831、SLP（单层感知机，single-layer perceptron）0.0824、PLSR（偏最小二乘回归，partial least squares regression）0.0702、XGBoost（XGB；极端梯度提升）0.0542、随机森林（random forest, RF）0.0445。正则化线性模型从全波长输入获益更大，树模型差异较小。结论是特征降维效应依赖属性和回归模型，特征策略应与模型联合评价。

3.5 光谱范围对预测性能的影响。通过比较VNIR（400–1000 nm）、短波红外（short-wave infrared, SWIR；1000–1700 nm）和全VNIR-SWIR（400–1700 nm），Friedman检验显示光谱范围对四属性均有显著影响：类胡萝卜素χ² = 64.7, p = 8.86e-15；硬度χ² = 6.04, p = 4.86e-02；淀粉χ² = 39.0, p = 3.40e-09；TSS χ² = 15.8, p = 3.60e-04。类胡萝卜素、淀粉和TSS中，VNIR或全范围通常优于单独SWIR；硬度在三种范围间无显著两两差异。结论是光谱范围影响预测精度，400–1000 nm保留较多成熟相关预测信息。

讨论部分总结：四属性描述共同但不完全可互换的成熟梯度，支持多属性评价。全波长优于多数降维输入，支持成熟相关信息广泛分布于较宽光谱区域；但原文也指出不能完全排除其他未测试波长选择流程。淀粉预测较低，原文归因于单侧可见表面光谱与全果内部生化之间的不匹配、果肉内淀粉水解异质性、水与可溶性糖等近红外重叠吸收及复杂多糖结构导致吸收带增宽；残差异方差但无系统方向偏差，提示随机噪声贡献较大。模型选择需与特征策略联合考虑。VNIR与全范围对类胡萝卜素、淀粉和TSS通常优于SWIR，支持单相机VNIR简化配置的可行性，但实验室性能不等同商业分选能力，环境、光照、温度和季节变化会影响模型迁移。特征选择高密度区域包括480–560、640–720、920–960、1300–1340、1380–1410、1640–1660、1670–1700和1710–1720 nm，倾向形成连续光谱邻域。未来需多角度、多传感器或旋转输送实现全果空间探测，并跨品种、生长季、设备、果实朝向和商业条件外部验证。

研究结论翻译：本研究利用634个‘Tainong’芒果建立了自动化可见区HSI工作流，用于独立预测多个芒果成熟相关品质属性。硬度、TSS、类胡萝卜素和淀粉描述了相关但不完全相同的成熟维度，其预测性能随光谱范围、特征集策略和回归算法而变化。最佳模型测试集R²分别为硬度0.899、TSS 0.934、类胡萝卜素0.907、淀粉0.727。在本研究所测试的特征选择流程范围内，全波长建模通常优于特征降维输入；该观察与成熟相关品质信息倾向于广泛分布于较宽光谱区域、而非集中于少数孤立波段的解释一致。VNIR-HSI保留了这些品质属性的可观预测能力，为采后芒果品质评价提供了实用的单传感器替代方案。在工业分选系统实施前，仍需跨品种、生长季、成像设备、果实朝向和商业处理条件开展进一步外部验证。