Leave-One-Day-Out Cross-Validation of NIR-PLSR Models for Simultaneous Prediction of Eight Banana Quality Attributes during 12-Day Storage
本研究表明，近红外光谱结合偏最小二乘回归和留一日期交叉验证，能够实现对香蕉在12天储存期间多种品质属性的同时、无损预测，并揭示了尽管总可溶性固形物、单糖和硬度的模型表现良好，但传统随机交叉验证方法往往高估了时间泛化能力。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
香蕉是矛盾的缩影。它们在运抵市场时是坚硬、青绿且富含淀粉的，然而它们拥有一种内在的时钟，驱动着它们变软、变甜，并最终腐烂。这种转变不仅仅是外观的变化，更是一个复杂的生化事件：储存的淀粉分解为糖分，细胞壁溶解，酸度发生偏移。对于农户和零售商而言，准确了解香蕉处于这一时间线的哪个阶段至关重要。如果采摘过早，它永远无法充分成熟；如果采摘过晚，它在到达消费者手中之前就会变质。传统上，了解香蕉内部状态的唯一方法是将其切开，压碎果肉，并进行化学检测。这种方法会破坏水果，使得追踪同一根香蕉随日复一日成熟的过程变得不可能。
为了解决这个问题，科学家们转向了光。近红外光谱技术利用不可见光，在不接触水果的情况下窥视其内部。当这种光照射到香蕉时，它会根据内部成分的变化——如含水量、糖分的形成以及组织保持的硬度——以不同的模式反射回来。通过分析这些光模式，研究人员希望建立一个模型，能够瞬间且无损地预测水果的品质。然而，建立这样一个模型非常困难，因为香蕉的变化极快。昨天的香蕉与明天的香ло看起来截然不同，如果模型是在混合了不同天数的数据上训练的，它可能会学会识别“日期”而非“水果本身”。
来自西安交通大学和中国食品安全检验检测研究院的研究团队决定用一种严谨的方法来测试这一设想。他们收集了七十二根香蕉，并将它们存放在恒温恒湿的受控环境中，持续十二天。每天，他们都使用近红外光谱仪测量同一根水果以捕捉光反射，并随即销毁该特定水果以测量其真实的化学含量。他们追踪了八种不同的品质：三种类型的糖（果糖、葡萄糖和蔗糖）、淀粉、总可溶性固形物（衡量甜度和溶解物质的指标）、硬度、pH值以及酸度。
研究人员在如何测试其预测结果方面面临着特定的挑战。在许多研究中，科学家会将所有数据混合在一起，并将其随机分为训练组和测试组。这种方法往往会给出过于乐观的结果，因为模型可以从与其要预测的样本几乎完全相同的样本中学习。为了避免这种情况，团队使用了一种称为“留一法交叉验证”（leave-one-day-out cross-validation）的方法。想象一个模型，它被训练用于处理存储了十一天的观测数据，然后被要求预测第十二天的水果品质——这是一个它从未见过的日子。他们轮流留出这十二天中的每一天进行重复实验，以观察模型是否真的能够推广到全新的、未见的时期。
结果揭示了光所能观测到的内容与它不能观测到的内容之间的清晰界限。模型在预测成熟过程中变化最剧烈的属性方面表现得异常成功。它能够准确预报葡萄糖和总可溶性固形物的水平，其性能之强，甚至可以高精度地分辨高值与低值。它在预测果糖、淀粉和水果硬度方面也表现出色。这些正是定义香蕉从坚硬、淀粉质的青香蕉向柔软、甜美的黄香蕉转变的关键品质。光模式能够高度可靠地捕捉到糖分的大幅变化以及水果结构的分解。
然而，模型在处理更细微的变化时显得有些吃力。它对蔗糖（一种通常在成熟过程中期达到峰值的特定糖分）只能提供粗略的估计，并且无法准确预测水果的酸度和pH值。研究人员发现，酸度的变化过于微小且噪声过多，以至于在水果其他属性的背景下，光传感器难以检测到。这表明，虽然光在追踪主要的结构和糖分变化方面表现卓越，但在测量口感酸度的精细化学偏移方面，其灵敏度尚不足够。
该研究的一个关键发现是，数据的测试方式比技术本身更为重要。当研究人员将这种严格的“留一法”与标准的“随机拆分法”进行对比时，他们发现随机拆分法显著高估了模型的实际效果。随机法让模型看起来比实际情况更好，因为它允许模型获取来自其他天数的相似数据。而严格的基于时间的测试表明，尽管这些模型很有前景，但并非完美，且它们预测未来的能力很大程度上取决于如何进行验证。
为了使这项技术更具实用性，团队还研究了简化传感器的方法。他们并没有使用整个可见光波长范围，而是确定了携带最重要信息的特定光波段。他们发现，通过仅关注这些关键波长，可以在不损失太多预测能力的情况下，将系统的复杂性降低一半以上。这意味着在未来，一个使用仅有的几种特定颜色的光的简单、低成本设备，就有可能用于在传送带上对香蕉进行分拣，告诉工人哪些水果已经可以食用，哪些还需要更多时间，而无需切开任何一根香蕉。
研究结论指出，虽然近红外光是监测香蕉成熟的强大工具，但它并不是解决所有问题的万能钥匙。它擅长追踪糖分和质地的重大变化，但在处理酸度方面存在局限。这项研究同时也为科学界敲响了警钟：在研究像水果成熟这样随时间变化的现象时，你不能依赖随机测试方法。你必须针对它们旨在预测的未来进行测试。通过这种方式，研究人员提供了一个现实的路线图，用于开发非破坏性工具，从而帮助减少食物浪费，并确保我们食用的香蕉正处于最佳赏味期。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。