基于近红外光谱和卷积神经网络预测兴安梨叶海棠可溶性固形物含量

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：Prediction of soluble solids content in Xing'an Chinese pear-leaf Crabapple using NIR spectroscopy and CNN

　　

摘要

兴安中国梨叶山荆子为内蒙古自治区地理标志产品。可溶性固形物含量（SSC）是衡量果实品质的主要指标之一。然而，传统的实验室化学检测具有破坏性且耗时较长，因此本研究采用近红外光谱（NIRS）技术预测中国梨叶山荆子的SSC。为降低田间光谱数据中的噪声，采用四种预处理方法，包括Savitzky-Golay平滑（SG）、标准正态变换（SNV）、一阶导数（D1）和基线校正（Baseline）。并采用竞争性自适应加权采样（CARS）、连续投影算法（SPA）和非信息变量消除（UVE）筛选与SSC相关的关键波长。此外，对比了三种建模方法的预测精度，即支持向量机（SVM）、随机森林（RF）和卷积神经网络（CNN）。结果表明，D1+CARS+CNN模型表现出最佳预测性能，R²和RMSE分别为0.911和0.137。与D1+CARS+SVM和D1+CARS+RF模型相比，R²分别提高了6.7%和4.6%。光谱维度降低了39.52%。这些结果为田间SSC的定量分析提供了方法学支持。

引言

中国梨叶山荆子（又称山楂果、内果、秋果）是兴安盟独有的农产品。当地显著的黑夜温差和充沛的日照使其成为当地特色产业的旗舰果品。该果实耐寒、耐旱、耐贫瘠土壤，富含维生素C，酸甜可口，可加工成果酱、果干或药品，具有可观的经济和营养价值。因此，作为地理标志产品，其品质评估尤为重要。可溶性固形物含量（SSC）是衡量品质的首要指标。传统的SSC测定采用化学分析方法，具有破坏性且耗时较长[1]。近年来，近红外光谱（NIRS）技术凭借其快速、无损、环保的特点，已被广泛应用于水果内部品质的研究[2]、[3]。这些优势符合采用无损检测技术进行质量评估的更广泛趋势，该趋势已应用于生物医学监测[4]和文化遗产保护[5]等领域。除检测能力外，在高风险应用（如医学诊断）中，预测模型的可靠性越来越受到重视，相关领域已开发出不确定性校准技术来量化预测置信度，从而支持更加明智的决策[6]。

随着NIRS技术的多项进步，可靠的校准模型已成功开发，用于预测芒果[7]、苹果成熟期[8]、杏[9]、哈密瓜[10]、柑橘采后[11]、柚子[12]、悬挂运输草莓[13]以及果园柑橘采摘前[14]等果实的糖含量、酸度和SSC等属性。这些研究采用了多种策略，包括结合CARS-PLSR的高光谱成像、功能线性回归、结合SNV的一阶导数与PLSR、BiPLSR-SPA-PLSR、手持式可见/近红外光谱结合1D-CNN与迁移学习、去皮后检测结合CSMW-PLSR、用于草莓的1D-CNN-LSTM，以及用于户外果园环境的CNN-FA-RB模型。除这些经验策略外，信息论特征选择方法也被广泛用于评估高维光谱数据中的特征相关性和冗余性[15]。这些方法学差异表明，建模策略的选择显著影响预测性能，这一观点在时间序列预测任务中也得到了强调，其中并行架构被发现优于序列融合策略[16]。

分析方法和干预方法已被用于确保各类食品产品的质量——从使用色谱和神经生理学方法表征不同加工技术下菜籽油风味[17]，到甘薯采后病原菌的生物防治[18]。这些案例反映了为食品质量保证所开发的多样化策略，激发了对近红外光谱等快速无损分析工具的需求。除水果外，NIRS还成功应用于评估其他农产品。使用SNV-CARS-SVR模型可靠预测了鲜甜玉米的含水量，使用XGB模型预测了条斑紫菜的含水量，该模型优于CNN和ResNet[19]、[20]。结合NIR高光谱成像与1D-CNN准确估计了来自印度五个不同地理区域的小麦样本的蛋白质含量[21]。在掺假检测领域，经过导数或小波预处理后，1D-CNN实现了100%的分类准确率，用于识别不同类型的甘薯淀粉，而PLSR在单一掺假物的定量预测中表现相当[22]。利用多光谱（RGB-NIR）图像和微调的CNN（如MobileNetV2和EfficientNetV2L）实现了苹果斑点病的早期检测，准确率达97%以上[23]。轻量级CNN在农业检测任务中的成功应用与其他现场监测应用中的观察结果一致，后者表明基于CNN的模型在标准硬件上可实现毫秒级推理[24]；同时，从有限标注样本中学习鲁棒模型的问题也在少样本学习场景中得到了积极研究，其中自适应特征加权已被证明能提高判别性能[25]，证实了农业质量评估实时部署的可行性。

此外，深度学习与数据融合策略越来越多地与光谱技术相结合。在自动驾驶感知中，跨模态特征融合证明了互补信息整合的价值[26]；在多模态任务中，基于注意力的策略展示了其价值[27]；在基于EEG的临床预测中，多状态神经信号整合也展现了其价值[28]。深度学习相比传统方法的加速效果在微波工程中尤为显著，基于CNN的代理模型实现了比传统全波仿真快约10⁵倍的加速[29]。同时，KAU-Net和DFSA-Net等轻量级架构证明了在资源受限设备上部署深度学习的可行性[30]、[31]。此类轻量高效CNN架构的实用价值已在多种光谱分析任务中得到展示。例如，在稻种品种分类中，结合1D光谱与2D伪RGB图像的多维融合卷积神经网络（MDDF-CNN和MDFF-CNN）对六个品种实现了超过90%的测试准确率，显著优于单一维度CNN模型[32]。类似地，手持式高光谱相机结合随机森林成功预测了番茄的多个关键质量参数，仅使用五个特征波段，为田间应用提供了低成本解决方案[33]。系统综述指出，便携光谱仪、多模态数据融合和大规模田间验证是该领域未来的关键趋势[3]。

尽管NIRS技术结合化学计量学和深度学习算法已广泛应用于多种水果SSC的无损检测，但很少有研究聚焦于通过田间光谱采集实现中国梨叶山荆子的无损原位品质评估。本研究旨在填补这一空白，系统地基于田间采集的中国梨叶山荆子光谱数据构建模型，采用多种预处理和特征选择策略。具体目标如下：(1) 应用四种预处理方法以减少数据变异性并最小化随机噪声。(2) 利用PLSR模型筛选光谱特征，在三种方法中确定最优特征选择方法。(3) 基于CARS算法比较三种非线性模型，识别最优预测模型。(4) 利用最优模型可视化不同特征选择方法带来的预测精度提升。研究结果有望建立适用于田间条件下兴安中国梨叶山荆子SSC的近红外校准模型，为中国梨叶山荆子的无损测定提供参考，具有重要的理论价值和实践意义。

章节片段

样本采集与光谱收集

本研究以中国梨叶山荆子的SSC为研究对象。采样点从兴安盟四个梨叶山荆子种植区选取，分别为霍林郭勒市、乌兰浩特市、图們市和霍林河右中旗。共选取12个规模相近、品种相同的果园。在每个区域，选取10棵密度均匀、长势良好且一致的梨叶山荆子树。8月底，

中国梨叶山荆子SSC的描述性统计

兴安中国梨叶山荆子SSC的描述性统计结果见表1。校准集包含126个样本，SSC值范围为12.00至16.90。预测集包含42个样本，SSC值范围为13.60至15.20。两个数据集的平均SSC值彼此接近，分别为14.396和14.443。预测集的最大值和最小值分别为13.60和15.20，均在范围内

结论

本研究采用NIR光谱结合D1预处理、CARS特征选择和CNN建模方法，对中国梨叶山荆子的SSC进行了定量测定。在四种预处理方法中，D1表现最佳（R²_p = 0.668）。在基于PLSR的三种特征选择方法中，CARS表现最佳（R²_p = 0.762）。基于CARS特征，CNN优于SVM和RF，预测R²达到0.911。此外，当结合UVE时，CNN模型也表现出良好的预测

CRediT作者贡献声明

李莫雪：调查研究、方法论、软件、可视化、撰写—初稿、撰写—审阅与编辑、数据整理。吴辰辰：调查研究、撰写—审阅与编辑。梁科：软件、可视化。王悦：调查研究、资源。李英：资金获取、监督指导、概念构思、资源、撰写—审阅与编辑。

资助信息

本研究由内蒙古自治区直属高校基本科研业务费项目（项目编号 BR230123）和内蒙古科技项目（项目编号 2022YFDZ0021）资助。

利益冲突声明

作者声明不存在可能影响本文所述工作的已知竞争性财务利益或个人关系。

致谢

我们衷心感谢内蒙古自治区直属高校基本科研业务费项目（项目编号BR230123）和内蒙古科技项目（项目编号2022YFDZ0021）提供的资金支持。

李莫雪|吴辰辰|梁科|王悦|李英

内蒙古农业大学能源与交通工程学院，内蒙古呼和浩特 010018，中国