← 最新论文
📄 农业

Physics-Informed Fourier Thermography Transformer for Non-Destructive Detection and Quantification of Braeburn Browning Disorder in Apple

本研究引入了一种物理信息傅里叶热成像变换器(PFT-ViT),通过分析瞬态热响应和果皮外观,能够准确检测并量化完整苹果中隐蔽的Braeburn褐变病害,为供应链中的非破坏性质量筛选实现了高精度和高鲁棒性。

原作者: Ngoc-Duong. Nguyen, Hoa-Cuc. Nguyen, Viet-Hung. Pham, Bich-Ngoc. Mach, Trinh Thi Nhu Quynh, Thanh Q. Nguyen

发布于 2026-09-16
📖 1 分钟阅读☕ 轻松阅读

原作者: Ngoc-Duong. Nguyen, Hoa-Cuc. Nguyen, Viet-Hung. Pham, Bich-Ngoc. Mach, Trinh Thi Nhu Quynh, Thanh Q. Nguyen

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

在苹果筐内,一场隐秘的危机往往正在上演。果实外观可能看起来完美无瑕,表皮光滑且色泽鲜艳,但在其果肉深处,一种被称为“布雷本内褐症”(Braeburn browning)的病害正悄无声息地蔓延。这种病害会将脆爽的白色组织变成弥漫性的褐色软烂组织,由于无法用肉眼观察到,它成为了种植者和零售商的噩梦;传统的分选机依赖摄像头来识别表面瑕疵或颜色变化,在此类情况下却无能为力,它们只会将受损的水果直接放行,直到消费者或包装工切开苹果时才发现缺陷。挑战不仅在于寻找坏苹果,还在于如何在不破坏好苹果的前提下理解它们为何变坏。为了解决这个问题,科学家们转向了热力学物理学。每件物体都持有热能,而当能量移动时,它会讲述关于表层之下所隐藏之物的细节。如果快速加热或冷却一个物体,其表面温度恢复正常的方式取决于内部的材质。一块坚实的、健康的组织与一块塌陷的、受损的组织,其导热方式截然不同。通过观察苹果如何冷却并随后缓慢回温,人们可以在损伤变得肉眼可见之前,就洞察到那些隐形的破坏。

研究团队致力于构建一套能够解读布雷本苹果这种“热力学故事”的系统。他们收集了来自八个不同果园、两个不同采收时期的640个苹果,并使它们经历各种旨在制造广泛内部损伤的储存条件。一些苹果储存在普通空气中,而另一些则保存在高二氧化碳或低氧的特殊大气环境中,这些条件已知会诱发褐变病害。目标是创造一个从完全健康到严重受损程度不一的果实种群,以确保测试具有严谨性。储存期结束后,每个苹果被置于一个受控环境中,并接受了一次短暂而温和的冷空气冲击。这次冷却脉冲足够轻微,不会伤及果实,但也足够强劲,足以产生暂时的温差。在苹果静置期间,一台特殊的红外相机每十分之一秒记录一次表面温度,持续时间为九十秒。这便创建了一段关于苹果如何缓慢恢复热量的视频。

研究人员并未仅仅观察原始视频。相反,他们将苹果表皮上每一个点的温度变化转化为一种描述热量随时间移动的数学语言。他们专注于这种运动的两个特定方面:温度变化的强度和变化的节奏。节奏(或称相位)被证明是最有力的线索。正如时钟的指针无论房间亮度如何都会以稳定的步调移动一样,热量恢复的节奏即使在冷却脉k冲略有不均或苹果表皮光泽度不同时,也能保持一致。对于受损的水果,这种节奏会发生明显偏移:在组织塌陷的区域,热量回归常态所需的时间更长。为了理解这些复杂的数据,团队构建了一个如同高度训练过的观察者般的计算机模型。该模型将时间图谱与苹果表皮的标准彩色照片结合在一起进行观察。它学会了忽略表面的细节,如红色表皮或苹果的大小,而完全专注于指示内部腐烂的细微热流延迟。

结果令人瞩目。该系统区分四个损伤等级的准确率接近92%。它能正确识别健康苹果、带有微量褐变的苹果、中度受损的苹果以及严重损坏的苹果。更重要的是,它能精确估算受影响的果肉比例,误差小于3个百分点。当研究人员在从未见过的果园和采收日期上的苹果进行测试时,系统表现同样出色,这证明它学习的是损伤的物理特性,而非仅仅死记硬背特定树木的外观。该系统还证明了其对现实世界中不完美情况的鲁棒性。即使冷却空气比预期稍弱或稍强,或者苹果表皮略显潮湿,该模型仍能保持高准确度。这种稳定性对于商业分选线至关重要,因为商业生产线永远不会是完美的统一。

这项研究也明确了该技术并非万能。它既不是能像医学扫描那样实现三维透视的“魔杖”,也不会取代精细的存储管理。研究人员发现,该系统之所以有效,是因为它检测到了受损组织减缓热流的特定方式——这是一种发生在颜色改变之前的物理变化。虽然X射线等其他方法可以观察水果内部,但它们成本高昂且速度缓慢。这种热力学方法是无损、安全且足够快速的,足以集成到分选线中,前提是水果可以进行批量冷却和成像。研究人员强调,该系统并不依赖于苹果的颜色或其所处的特定储存条件;它依赖于水果本身对温和热探测的物理反应。

最终,这项工作在目前主导质量控制的破坏性检测与对每一颗苹果进行无损筛选的需求之间,搭建了一座实用的桥梁。通过将短暂的冷却脉冲转化为经过校准的内部健康度量,该系统将隐秘的生理功能衰退转化为了可见的信号。它让种植者能够根据果实的真实内部状况而非欺骗性的外观进行分选。虽然该技术仍需在更多季节和不同品种的苹果上进行测试才能达到广泛应用的成熟度,但核心结论是清晰的:苹果从寒冷中恢复的方式揭示了它的秘密,而借助正确的工具,在第一口咬下去之前,这些秘密便可被读出。

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。

试用 Digest →