引言
柑橘水果在全球贸易中至关重要，但采后损失仍然是该行业的主要限制因素 (Aline et al., 2025; Wang, Che, Nan, Miao, et al., 2025)。研究表明，真菌病害和机械损伤是导致柑橘采后质量恶化和经济损失的两个主要因素 (Shang et al., 2023)。在众多致病真菌中，由 P. digitatum 引起的青霉病、由 P. italicum 引起的绿霉病以及由产酸腐败真菌引起的腐烂构成了最严重的全球威胁 (Han et al., 2025)。这些病原体的孢子在环境中广泛分布并迅速传播，使其极易引发大规模交叉感染，特别是在储存和运输期间 (Shen et al., 2025)。
值得注意的是，Penicillium 属是典型的伤口侵入病原菌，通常在感染初期经历一个关键的潜伏期 (Ariza et al., 2002)。在此期间，病原体开始在果皮组织内繁殖。在潜伏期到早期感染阶段，没有明显的孢子形成或典型的腐烂病斑，受感染果实难以通过目视检查与健康果实区分开来。这一潜伏期不仅是主动疾病干预的最佳窗口，也是当前自动化无损检测技术面临的重大挑战 (Tian et al., 2020)。
除了真菌感染外，果园生长期间形成的天然表面缺陷，特别是风疤，给商业脐橙分选带来了另一个重大难题。风疤通常是由幼果果皮与树枝或叶片之间的摩擦引起的，导致表皮组织局部木栓化和色素改变 (Zhang et al., 2018)。虽然这种非病理缺陷通常不会损害内部果实质量且具有传染性，但它们很容易与早期疾病症状混淆。在实际分选线上，有必要在潜伏感染期准确拦截高风险果实，同时避免将仅有风疤的降级果实误分类为病害果实，这会造成不必要的经济损失 (Li, He, et al., 2023; Wang, Lu, Wang, Miao, et al., 2025)。然而，风疤特有的组织脱水、木栓化和脱色经常与真菌感染引起的局部水浸状病斑和细胞壁微结构破坏表现出高度重叠的吸收特征 (Min et al., 2024; Xie & Lee, 2021)。这种重叠在反映水、色素和结构碳水化合物的特定 Vis-NIR 光谱带中尤为明显。这种巨大的类间光谱相似性严重挑战了传统的无损检测模型，进一步强调了挖掘深层光谱生物标志物的必要性。
近年来，研究人员系统地探索了各种无损技术，以实现采后柑橘病害和损伤的早期识别。传统 RGB 机器视觉可以有效识别具有明显视觉症状的严重腐烂样本。然而，早期真菌腐烂通常仅引起微弱的水浸症状和细微的生化变化，容易与天然表面缺陷混淆，难以仅通过颜色或纹理检测 (Munera et al., 2023)。相比之下，Vis-NIR 高光谱成像 (HSI) 同时获取空间和光谱信息，对与色素降解相关的可见波段反射率变化敏感，特别是叶绿素及其他色素相关的吸收，以及对与水迁移和组织微结构破坏相关的近红外响应敏感 (Liang et al., 2025; Liang et al., 2026; Ma et al., 2019; Sun et al., 2017)。因此，HSI 在柑橘早期缺陷识别方面显示出巨大潜力 (Folch-Fortuny et al., 2016)。然而，大多数现有的高光谱成像研究主要集中在提高分类精度和深度学习性能上，忽略了对光谱信息的分析 (Pu et al., 2015; Yang et al., 2025)。因此，尽管最近的研究报告了检测精度的不断提高，但早期潜伏感染期间复杂光谱响应与潜在生理生化机制之间的映射关系仍未得到充分了解 (Cai et al., 2024; Munera et al., 2023; Tian et al., 2020)。这种有限的机制可解释性不仅限制了对疾病进展的生物学理解，还阻碍了高光谱模型在复杂商业分选环境中的鲁棒性和泛化能力 (Yang et al., 2025)。
早期感染引起多尺度生化改变，但潜伏期数据仍然难以处理。一方面，潜伏感染阶段样本量有限和显著的类别不平衡挑战了高光谱建模，传统的增强或过采样策略可能仍无法充分表示高维光谱数据的真实变异性 (Feng, Long, et al., 2024; Wu et al., 2025)。另一方面，大多数基于 1D-CNN 的光谱提取器依赖固定或局部有限的感受野，难以同时捕捉多个尺度上的光谱依赖性 (Fu et al., 2025; Kang et al., 2022)。因此，从生理学角度系统验证潜伏感染是否存在稳定、可检测的多尺度光谱生物标志物仍然是一个关键且未解决的科学问题。
在上述背景的驱动下，本研究假设潜伏的 Penicillium 感染会在 Vis-NIR 光谱内诱导特定可识别的“多尺度生化生物标志物”，并且这些生物标志物的演化模式可以在视觉症状出现之前被准确捕捉，从而将它们与单纯的机械损伤区分开来。为了验证这一假设并解决早期样本特征表示不足的关键问题，本研究构建了一个将生理可解释性与轻量级建模策略相结合的新型分析框架。本研究的主要目标如下：(1) 针对因潜伏期短暂而导致的数据稀缺问题，引入 1D-WGAN-GP 模型进行数据增强，真实重构早期感染样本的内在生理方差；(2) 提出了一种特征 - 波长感兴趣区域 (ROI) 窗口策略，将黑盒模型转化为具有清晰生理特征且能够进行光谱解释的工具；(3) 设计了一个多尺度专家混合 (MS-MoE) 网络，以动态整合与色素降解相对应的“窄带信息”和反映水及结构恶化的“宽带信息”。最终，本研究旨在为柑橘腐烂的早期光谱生物标志物提供稳健的实验证据，并为主动式智能预警系统和采后病害分选设备的开发奠定坚实的理论基础。
