《Journal of Agriculture and Food Research》：Nondestructive Identification of Degenerated-Stone Guiwei' Litchi by Diffuse-Transmission Vis/NIR Spectroscopy: Effects of Measurement Position and Wavelength Selection
编辑推荐：
本研究探讨了利用漫透射可见-近红外光谱（diffuse-transmission Vis/NIR spectroscopy）对桂味荔枝（Guiwei litchi）进行焦核（degenerated-stone）与大核（large-stone）无损分类的可行性。
本研究探讨了利用漫透射可见-近红外光谱（diffuse-transmission Vis/NIR spectroscopy）对桂味荔枝（Guiwei litchi）进行焦核（degenerated-stone）与大核（large-stone）无损分类的可行性。研究人员从广东省五个果园采集样品，并在果实赤道部（equatorial region）和肩部（shoulder region）分别采集漫透射光谱。在分层嵌套交叉验证框架下，系统评估了光谱预处理策略与波长选择算法。结果表明，漫透射光谱包含足以区分两类果核的信息，且测量位置显著影响光谱分布与分类性能。标准正态变量变换（standard normal variate, SNV）在不同测量位置间表现出较好的鲁棒性。在所评估的波长选择方法中，突变驱动优化算法（mutation driven optimization, MDO）在分类性能、特征数量、跨位置一致性与计算效率之间取得了最佳平衡。基于全果实数据集，采用SNV预处理结合MDO波长选择的偏最小二乘判别分析（partial least squares discriminant analysis, PLS-DA）模型在使用30个有效波长时取得了0.9461的F1分数。留一果园交叉验证表明，对于果核类型分布相对均衡的果园，模型具有良好的跨果园鲁棒性。研究表明，漫透射光谱结合SNV预处理与MDO波长选择为桂味荔枝焦核的无损识别提供了可行方案。
1. 研究背景、现存问题与研究意义
荔枝（litchi）是中国南方的重要特色水果，在东南亚、印度和南非等地也有广泛栽培，具有显著的营养与经济价值。桂味（Guiwei）是广泛栽培的优质荔枝品种之一，以其焦核（degenerated-stone）、爽脆清甜的果肉和独特的桂花香气而闻名。焦核是指果实发育过程中胚珠败育导致种核显著萎缩的现象，这一特性是桂味荔枝的关键品质指标和商业属性。焦核果实直接对应更高的可食率，且相关研究表明其具有更优的食用品质和风味。然而，焦核的发生机制尚不明确，其发生率随季节和果园变化，且无法通过外观辨别。传统的评估方法具有破坏性、劳动强度大且耗时，严重制约了商业化生产与加工。因此，亟需一种能够快速、准确、在线评估焦核的无损检测技术，并能无缝集成到生产和加工流程中。
可见-近红外光谱（Vis/NIR spectroscopy）是一种快速、无损的技术，通过利用特定波长下化学基团对光的选择性吸收来推断化学成分及相关物理性质。荔枝果实由果皮、果肉和果核组成，这些组织在化学成分上存在差异，其中含有丰富的含氢基团如C-H、O-H和N-H，其在红外区域的泛频和合频带可产生可区分的吸收特征，从而支持内部品质的无损检测。尽管已有研究证实漫透射光谱可用于荔枝内部品质检测，但在实际工程应用中仍面临三大挑战：第一，粗糙异质的果皮会导致严重的光散射、基线漂移和光谱噪声；第二，测量位置可能影响漫透射光谱，赤道部和肩部的曲率、组织厚度和结构分布不同，可能导致光子穿透、吸收和散射路径的差异；第三，全光谱数据包含数百上千个高度相关的变量，其中许多可能是冗余、含噪或与目标属性无关的。因此，本研究旨在系统探究漫透射光谱用于桂味荔枝焦核无损鉴别的可行性，量化测量位置的影响，比较预处理与波长选择方法的性能，并识别具有信息价值的谱区以支持简化多光谱系统的开发。
2. 关键技术方法
研究人员从广东省五个桂味荔枝产区各选取一个果园进行样品采集，共获得510份样品，去除2个异常值后保留508份有效样品。光谱测量采用ASD FieldSpec3便携式野外光谱辐射计（覆盖350-2500 nm，分辨率1 nm），以100 W卤钨灯为光源，采用漫透射几何构型。每颗果实分别在赤道部和肩部各采集12条光谱（四个方位，每方位三次扫描），取均值作为该位置的漫透射光谱。果核类型通过K-means聚类（k=2）依据实测果核重量划分，阈值确定为0.820 g。采用分层五折嵌套交叉验证，外层训练集内使用SPXY进行内层划分，并通过Tomek Links清理多数类、SMOTE过采样少数类及轻度欠采样的组合策略处理类别不平衡。光谱预处理评估了SG平滑、多元散射校正（MSC）、标准正态变量变换（SNV）、最小-最大归一化（MM）、一阶导数（D1）和二阶导数（D2）及其两两组合。波长选择比较了PLS、VIP、遗传算法（GA）、竞争自适应重加权采样（CARS）、连续投影算法（SPA）、区间PLS（iPLS）以及研究人员提出的突变驱动均值法（MDM）和突变驱动优化法（MDO）。建模方法包括支持向量机（SVC）、随机森林（RFC）和偏最小二乘判别分析（PLS-DA）。
3. 研究结果
3.1 光谱数据统计
原始漫透射光谱显示所有样品的总体趋势一致，主要响应区域位于约700-900 nm和1000-1200 nm。赤道部和肩部的平均光谱均显示焦核样品通常具有比大核样品更高的漫透射强度，尤其在约900-1200 nm范围内两类分离明显。不同果园间的光谱强度也存在显著差异。考虑到仪器响应的连续性，研究人员初步选择500-1000 nm范围进行后续建模。
3.2 预处理选择
在分层五折交叉验证框架下，以PLS-DA模型评估不同预处理方法的效果。对于赤道部光谱，MSC取得最佳分类性能；对于肩部光谱，SG+SNV取得最高F1分数。不同测量位置的最优预处理方法存在差异。综合考虑，SNV在赤道部、肩部和混合位置数据集上均表现出较高的平均分类性能和较小的跨位置差异，因此被选为后续分析的预处理方法。将500-1000 nm模型与350-2500 nm全光谱模型比较发现，截断>1000 nm区域未造成显著信息损失，反而去除了长波区域不稳定的光谱变异。
3.3 特征波长选择对分类性能的影响
MDO和MDM在不同目标波长数下均保持较高且稳定的分类性能，分别在达到58和50个有效波长后趋于饱和。CARS在100个波长时略高于MDO，但其性能对特征数量的变化更为敏感。PLS、VIP、SPA和iPLS的分类性能随波长数增加而提升，但保留较少波长时指标较低。GA和iPLS表现出较明显的性能波动。整体而言，MDO以较少的波长实现了高性能，且对特征子集大小的变化不敏感。
3.4 特征波长选择对选定波长分布的影响
不同算法的波长选择偏好差异显著。MDO和MDM表现出多波段聚类特征，先识别若干分离的局部特征区域，再逐步在这些区域周围添加相邻波长。CARS、MDO和MDM均覆盖了几个关键谱区，新增波长主要扩展已有的局部波段。大多数算法反复选择900-950 nm附近的波长，表明该区域提供相对稳定的类别判别信息。此外，约670-700、725-780和800-830 nm的波长也被MDO、MDM和CARS反复选择。
3.5 特征波长选择对计算时间的影响
SPA和GA的计算时间较长，其中SPA的运算时间随目标波长数非线性显著增长。CARS的计算时间相对稳定且处于中等水平。PLS、VIP、iPLS、MDO和MDM所需时间远少于SPA和GA。MDO和MDM展现出高计算效率，其运行时间对目标特征数不敏感。
3.6 模型性能
在特征波长选择后，比较了PLS、SVM和RF模型的性能。PLS在所有三个数据集上取得最高的测试集F1分数（0.9461），且训练集与测试集之间的性能差距较小。SVM的测试性能下降较明显，RF的训练集指标均为1.000但测试集性能最低。PLS同时提供了高测试性能、小的训练-测试差距和强重复性，因此被选为最终模型。
4. 讨论总结与研究结论
讨论部分指出，留一果园交叉验证的结果表明，模型性能与测试果园的类别构成密切相关。对于类别分布相对均衡的果园（O1、O3、O4），F1分数均高于0.89，表明果核类型信息具有跨果园的可迁移性，且果园特异性光谱变异对分类影响有限。然而，当测试集类别分布严重偏斜时，评估指标会受到强烈偏差。波长选择方面，MDO和MDM在多波段聚类、分类性能稳定性和计算效率上表现优越，MDO在分类性能、波长数量、跨位置一致性和计算成本之间取得了最佳平衡。测量位置的影响表明，标准化采集位置在实践中仍然重要，若无法固定测量位置，应优先选用在多个位置上表现一致的预处理方法和特征波长集。
研究结论原文翻译如下：
本研究证明了使用500-1000 nm范围的漫透射光谱无损区分桂味荔枝焦核与大核果实的可行性。从赤道部和肩部采集的光谱显示出相似的总体轮廓，但在强度和局部光谱响应上存在差异，表明测量位置影响了完整果实的光学特性。赤道部光谱通常比肩部光谱产生更好的果核类型分类效果。尽管如此，经过适当的预处理和波长选择后，果核相关的光谱信息在位置间保持了足够的稳定性以支持准确分类。在评估的预处理方法中，SNV通过减少散射和乘性变异，在不同测量位置间提供了良好的鲁棒性。特征选择显著降低了光谱维度，同时保持或提升了分类性能。MDO和MDM在不同目标特征数下产生了相对稳定的结果，但MDO在分类性能、保留波长数量、跨位置一致性和选择时间之间实现了最佳整体平衡。在混合位置数据集上，最优的SNV+MDO+PLS-DA模型使用30个有效波长取得了0.9461的F1分数。留一果园交叉验证显示，对于果核类型分布相对均衡的果园，模型具有良好的跨果园鲁棒性，而严重不平衡的测试果园则降低了精确率和F1分数。总体而言，漫透射光谱结合SNV预处理和MDO波长选择为桂味荔枝焦核的无损识别提供了有前景的基础。
