基于高光谱成像的甜瓜可溶性固形物含量无损预测模型构建

南京农业大学园艺学院

摘要(Abstract)：

可溶性固形物（SSC）含量是评价甜瓜品质的核心指标，直接决定其风味与商品价值。传统SSC检测方法具有破坏性、效率低、主观性强等局限，难以满足甜瓜规模化生产与品质分级的需求。高光谱成像技术融合光谱信息与图像信息，具有无损、快速、精准、多指标同步检测的优势，为甜瓜SSC含量快速检测提供了新途径。本文基于高光谱成像技术，系统阐述其用于甜瓜SSC检测的光学理论基础，梳理光谱数据预处理、特征提取的核心理论方法，分析偏最小二乘（PLS）、支持向量机（SVM）、人工神经网络（ANN）等常用建模方法的原理与优劣，明确模型泛化能力控制及评价指标的理论含义，最终构建甜瓜SSC含量无损预测模型。研究结果可为甜瓜品质无损检测、自动化分级及产后商品化处理提供理论支撑与技术参考。

关键词(KeyWords)：

甜瓜；高光谱成像；可溶性固形物；无损检测；预测模型；光谱特征

参考文献(References)：

[1]王艳,李娟,张雪梅.高光谱成像技术在果蔬品质无损检测中的应用进展[J].生物技术通报,2022,38（5）：234-243.

[2]张洪艳,李勇,王秀峰.基于高光谱成像的甜瓜SSC含量无损预测模型构建[J].园艺学报,2020,47（8）：1521-1530.

[3]徐璐.基于可见-近红外光谱及成像技术的水果可溶性固形物含量检测[D].合肥：安徽大学,2019.