《Foods》：Non-Destructive Sensing and Intelligent Quality Prediction During Fruit Drying: From Quality Formation to Decision Support
编辑推荐：
水果干燥通过水分分布、结构、颜色、营养和香气的耦合变化，将活性、富含水的组织转变为稳定的食品。尽管干燥技术和非破坏性传感已迅速发展，但这些领域在很大程度上平行发展，使得质量形成与可测量的过程信号之间的关系尚未得到充分解决。在此，研究人员将干燥过程中的物理和化学
水果干燥通过水分分布、结构、颜色、营养和香气的耦合变化，将活性、富含水的组织转变为稳定的食品。尽管干燥技术和非破坏性传感已迅速发展，但这些领域在很大程度上平行发展，使得质量形成与可测量的过程信号之间的关系尚未得到充分解决。在此，研究人员将干燥过程中的物理和化学变化与能够支持质量预测的信号联系起来。当前证据表明，水分损失和表面外观是最易处理的实时目标。质地、生物活性保留和风味仍然较难获取，因为它们的信号更强烈地依赖于内部结构、参考化学或感官响应。因此，光学（optical, O）、磁共振（magnetic resonance, MR）、热学（thermal, T）、挥发性传感（volatile sensing, VS）和电学（electrical, E）方法提供了对产品的互补而非可互换的视图。当添加的信号解决了干燥的不同方面时，多模态模型（multimodal models, MM）可改善预测，但冗余输入可能增加复杂性而不提高可迁移性。因此，智能水果干燥的进展取决于将传感器与不断变化的产品状态匹配、在单个批次和仪器之外验证模型，以及将预测与实际过程决策联系起来。这种过程-质量视角为从回顾性质量评估转向可靠监测和受控干燥提供了基础。
1. 引言部分指出，水果干燥是古老的加工方法，但质量形成涉及水分迁移、结构变化、化学反应的耦合。非破坏性传感（NDS）和人工智能（AI）的结合提供了观察这些转变的途径，但现有研究常将干燥过程与传感信号分离。本文旨在建立质量形成框架，将传感信号与物理化学变化关联，并评估模型在不同品种、批次和干燥器中的实用性。
2. 质量变化
2.1 水分变化与迁移：水分迁移是干燥的主要物理事件，影响干燥速率。低场核磁共振（LF-NMR）和磁共振成像（MRI）可区分自由水、固定水和结合水，揭示预处理对水分状态的影响。表面蒸发过快会导致表面硬化，而有效水分扩散系数随品种和过程变化，需结合水分状态而非仅总水分含量解释。
2.2 颜色变化与褐变反应：颜色变化源于色素降解、酶促褐变和美拉德反应等。可见褐变只是热损伤的一部分，非酶促褐变产物如Nε-羧甲基赖氨酸（CML）和5-羟甲基糠醛（HMF）需结合热风险评估。颜色解释需考虑光学-结构成分，如散射和收缩，且与结构、氧化指标联合分析。
2.3 质地变化与组织重塑：质地形成受水分、固体基质浓度、细胞壁完整性和孔隙结构影响。多孔支架模型解释了脆性行为，但不同干燥方法产生不同孔隙组合。初始组织（品种、成熟度）决定基质发展，预处理需适度以形成连通孔隙网络而不破坏机械稳定性。
2.4 生物活性化合物变化：干燥可能通过热降解、氧化等减少抗坏血酸、酚类等化合物，但组织破坏可释放结合物。保留效果因干燥方法和化合物种类而异，应区分真实保留、释放和浓度效应。化合物特异性分析比总含量或抗氧化活性更有效。
2.5 风味变化与挥发物损失：风味变化源于挥发、热降解、氧化和反应，总挥发物丰度不代表感官质量。气味活性值（OAV）和气象色谱-嗅闻（GC-O）可解释化合物贡献。冷等离子体（CP）处理可重塑挥发物，需控制处理参数以避免不良风味。
2.6 多质量属性的耦合与权衡：质量属性通过共享途径耦合，快速干燥可能牺牲结构或风味。多属性研究显示平衡取决于产品，可持续性评估需结合能耗、资源利用和社会经济因素。
3. 不同水果基质和干燥条件下的质量变化差异
3.1 水果种类与品种差异：水分、糖度、色素、细胞壁结构等影响初始状态和干燥轨迹。品种和成熟度应作为解释变量，而非实验噪声。
3.2 组织部位与样品几何效应：切片厚度、切割方向、果皮保留影响扩散路径和内部梯度。几何形状决定传感器信号解释，需在模型中纳入。
3.3 干燥方法差异：热风、冷冻、微波等方法产生不同质量轨迹，无单一方法最优，取决于目标产品和脆弱属性。
3.4 预处理对质量变化的影响：预处理通过改变膜透性、孔隙形成等影响质量，但效果遵循处理窗口，过度处理导致损失。超声和冷等离子体耦合需平衡机械和化学效应。
4. 非破坏性传感
4.1 水分变化传感：水分是最好在线监测目标，近红外（NIR）光谱和高光谱成像（HSI）利用O-H吸收，但测量尺度不同。模型性能取决于信号来源和样本异质性，需跨批次验证。
4.2 颜色和外观传感：颜色和外观适合在线监测，RGB成像可量化颜色和收缩，热成像可预警热负荷。表面特征与内部状态关系较弱，需明确目标为表面质量。
4.3 质地和结构间接传感：质地难以直接传感，需通过收缩、图像纹理、LF-NMR水分群等间接描述。模型可迁移性取决于特征是否反映相同结构机制，需结合水分状态和参考测试。
4.4 光谱传感生物活性化合物：近红外（NIR）和高光谱（HSI）预测生物活性易受水分、颜色等协方差影响，更适合筛选和风险预警，而非直接定量。
4.5 电子鼻和挥发物指纹传感：电子鼻（e-nose）提供顶空综合响应，需结合色谱和感官分析解释。在干燥中可作为时间指纹，但需注意湿度漂移。
4.6 干燥过程中的互补传感：不同传感方法揭示产品状态的不同部分，部署简单性通常与内部信息获取能力成反比。快速表面测量适合常规监测，而内部结构需专门方法。
5. 多模态传感、智能预测与模型可靠性
5.1 多模态融合与模态选择：融合可在数据、特征、决策或模型层面进行，但需互补机制。融合增益是目标特异性的，冗余输入可能不改善预测。
5.2 机制导向特征解释与可解释AI：Shapley加法解释（SHAP）和局部可解释模型不可知解释（LIME）可归因特征，但需结合物理起源。可解释性有助于发现模型依赖的伪相关。
5.3 属性特定质量预测
5.3.1 水分比和终点状态：水分预测最成熟，但模型可能学习时间或温度捷径，需跨因素验证。
5.3.2 颜色和外观：较适合在线，但需注意中间劣化状态，光谱或热信息可补充。
5.3.3 质地和结构：间接预测需结合水分状态和结构特征，模型因水果而异。
5.3.4 生物活性与风味：预测困难，需严格参考化学，电子鼻需与色谱或感官标签结合。
5.4 多质量预测与决策支持：多目标优化需分离约束和偏好，避免聚合评分掩盖关键属性。模型应报告不确定性和决策敏感性。
5.5 模型可靠性、验证与可迁移性：模型转移困难，需包含品种、成熟度、几何等变异源。数据泄露应避免，独立测试集提供更现实评估。
6. 过程分析技术（PAT）与基于传感器的水果干燥部署
6.1 从离线参考分析到在线与在线PAT：离线分析太慢，机器视觉和近红外（NIR）可实时监测，但需同步参考数据和稳定采集。过程分析技术（PAT）将估计与操作决策连接。
6.2 从监测到多质量决策支持：控制决策需区分极限和偏好，干燥时间、能量、颜色等可在可行区域内优化。预警信号防止不良状态。
6.3 有界模型辅助控制与操作安全：模型辅助控制根据估计状态调整操作变量，需验证扰动下的性能。物理约束可减少不可靠估计。
6.4 在线部署与嵌入式多传感器系统就绪性：嵌入式系统结合环境测量和产品测量，成本、清洁、漂移等制约工业采用。模块化系统可从简单开始，逐步扩展。分批和连续干燥器测量几何不同，需考虑产品追踪。
7. 结论与未来展望：干燥质量沿轨迹发展，非破坏性传感使部分轨迹可观察。智能干燥的下一步是建立产品状态、预测和干预之间的可靠关系，共享数据集支持跨因素测试，可转移校准和不确定性估计将决定实验室预测的实用性。连续干燥器需测量与移动产品关联。这些进展将推动从孤立预测向可追溯的产品特定过程控制转变。
