基于多元统计与机器学习的墨西哥百香果可溶性固形物品质变异特征及产地间预测研究

《Crops》：Morphological and Physicochemical Variability of Passion Fruit (Passiflora edulis) Across Production Sites in Veracruz, Mexico: Multivariate Analysis and Machine-Learning Assessment

　　

摘要

本研究结合多元统计分析和机器学习方法，对墨西哥韦拉克鲁斯州九个百香果生产基地的可溶性固形物含量品质变异特征及其预测进行了表征。共分析了143条有效观测数据，包括果实重量、果肉重量、果实高度、果实直径、果皮厚度、种子数量、果皮颜色、产地（站点编码）和可溶性固形物（°Brix）。果实重量范围为40.7至204.5克，果肉重量范围为8.3至115克，各产地可溶性固形物均值范围为10.31至23.39 °Brix。典型变量分析（CVA）表明，前两个典型轴解释了产地间总判别变异的75.97%（CV1 = 45.42%；CV2 = 30.55%）。CV1主要与可溶性固形物含量相关，而CV2与果实尺寸相关。在嵌套留一站点交叉验证条件下，随机森林在所有评估的机器学习模型中表现最佳（R² = ?0.408；RMSE = 6.051 °Brix），但未超过训练均值基线（R² = ?0.190；RMSE = 5.562 °Brix）。置换重要性分析表明，果实重量和直径是已拟合随机森林模型中影响最大的预测变量，但其预测贡献不足以可靠地推广至此前未见过的生产基地。这些发现为2025年采样期间墨西哥韦拉克鲁斯州九个百香果生产基地的果实品质变异提供了见解，同时凸显了多元分析与机器学习在表征果实性状及评估产地间预测性能方面的互补价值。