近红外光谱应用之基于近红外光谱与可解释人工智能的枇杷总可溶性固形物无损检测技术

本研究旨在建立一个稳健、高效且可解释的枇杷TSSC无损预测模型。其技术路线涵盖了数据采集、预处理、特征选择和建模的全过程。

研究采用了上海如海光电（Oceanhood）的XS9214近红外光谱仪，对156个枇杷样品进行反射光谱采集。仪器的工作波段为900–1700 nm，该区间覆盖了糖、水等有机物中含氢基团的倍频和合频吸收带，是进行TSSC定量分析的核心波段。

图 1. 900–1700 nm 范围的近红外光谱测量平台

为消除物理噪声和背景干扰，研究对比了七种预处理方法，最终确定SG平滑+SNV+DT组合为最优预处理策略。考虑到全波段光谱存在数据冗余和共线性问题，研究进一步采用了六种特征选择算法进行降维。结果表明，连续投影算法（SPA）表现突出，仅用26个特征波长即能有效表征与TSSC相关的关键信息。

图 2. ( a ) 原始频谱波形，( b ) 经 SG-SNV-DT 方法预处理的频谱波形

研究分别构建了偏最小二乘回归（PLSR）、反向传播神经网络（BPNN）和极限学习机（ELM）模型。综合对比所有组合发现，SPA筛选的特征波长与PLSR模型的结合（SPA-PLSR）取得了最佳预测性能。其预测集的相关系数（R）高达0.9031，预测均方根误差（RMSEP）为0.6171，残差预测标准差（RPD）达到了2.2803。RPD值大于2.0，表明该模型具有非常高的预测可靠性和实际应用价值。

图 3. 基于模型和特征谱带组合的测量 TSSC 和预测 TSSC 的散点图。( a ) PLSR-全光谱，( b ) PLSR-SPA，( c ) ELM-全光谱，( d ) ELM-UVE，( e ) BPNN-全光谱，( f ) BPNN-VCPA

传统机器学习模型常被诟病为“黑箱”，其决策过程不透明。本研究引入了SHAP（Shapley Additive Explanations）方法，对性能最优的SPA-PLSR模型进行了深度可解释性分析。

· 关键波长贡献度量化： SHAP分析（如图4a所示）清晰地量化了每个特征波长对模型预测结果的贡献度。结果显示，1172.15 nm, 1260 nm, 1424.3 nm等波长贡献度最高。

图4.基于 ( a ) PLSR + SPA组合的 SHAP 特征重要性可视化

这些高贡献度的波长与TSSC中糖和水分子的O-H键、C-H键的振动吸收区域高度吻合，从而在化学机理上验证了模型的科学性和可靠性。

 通过SHAP分析，研究人员不仅知道模型是准确的，更知道了模型“为何”准确。这种透明度极大地提升了光谱无损检测技术在实际应用中的可信度，并为未来针对特定目标物进行特征波长选择和模型优化提供了科学指导。

高质量光谱数据的获取是所有后续分析和建模成功的先决条件。本研究的成功，验证了相关仪器在捕获微弱化学信息方面的卓越性能。

如海光电XS9214近红外光谱仪（现已更新为NIRPro）

该仪器覆盖的900-1700 nm波段，是进行果蔬内部品质（糖度、酸度、水分等）分析的理想选择。其优秀的光学分辨率能够确保对光谱特征峰的精细分辨。

在本研究中，XS9214（现已更新为NIRPro）表现出优异的信噪比和稳定性，为构建高精度定量模型提供了高质量的原始数据基础。

上海如海光电不仅提供高性能的光谱仪单元，还为从实验室研究到工业在线集成的各类应用提供完整的解决方案。我们的产品线包括：

• NIR系列光纤光谱仪： 提供多种波段和分辨率选择，满足不同应用场景的精度和成本需求。

• 高稳定性光源： 包括宽带卤素灯等，为反射、透射等不同测量模式提供持续稳定的照明。

• 全系列光纤附件： 提供包括反射探头、积分球、流通池在内的多样化附件，以适应固体、液体、粉末等不同形态样品的检测。

• 软件开发支持： 提供SDK开发包，便于用户进行二次开发和系统集成，快速搭建自动化、智能化的在线检测系统。

本研究证实，近红外光谱技术结合优化的特征选择算法和线性回归模型，是实现枇杷TSSC快速、无损、高精度检测的有效技术路径。可解释SHAP的应用，进一步揭示了模型的内部工作机制，增强了技术的可信度与科学性。这一完整的方法论，为果蔬品质的智能化、标准化评估提供了强有力的技术支撑。