基于多变量传感器的无损榴莲成熟度检测工具研发，旨在优化采摘品质

《Scientific Reports》：Development of non-destructive durian fruit maturity detection tool based on multi-variable sensor for harvest quality optimisation

　　

摘要

榴莲的成熟度会显著影响消费者的接受度、市场价值以及采后损失，但目前对其成熟度的评估仍主要依赖主观判断。本研究提出了一种非破坏性的多模态传感系统，该系统结合了气体/挥发性有机物检测、热成像和声学测量技术，用于榴莲成熟度的判定。研究使用了90个处于不同成熟阶段的榴莲作为数据集，这些阶段包括未成熟、部分成熟和完全成熟，通过监督机器学习方法并结合基于果实级别的分组验证方式来减少重复测量带来的数据泄露问题。气体/挥发性有机物传感器能够检测到与成熟度相关的酒精含量、挥发性有机物变化、二氧化碳浓度以及氧气含量的变化，而热成像则可以提供表面温度信息，声学测量则通过敲击方式获取分贝值。这些传感器的检测结果与破坏性测试得到的趋势一致，即果肉硬度下降，可溶性固体和酒精含量上升。在所测试的模型中，神经网络的表现最为出色，准确率为96.91%，AUC值为0.98。消融分析表明，气体/挥发性有机物特征是影响分类性能的关键因素，热成像特征能提供补充信息，而单纯的声学分贝值则具有有限的区分能力。这些研究结果证明了多模态传感器融合与机器学习技术在非破坏性评估榴莲成熟度方面的应用潜力。