果实品质的快速、无损、批量检测评价对于果实分等定级、优化果树栽培品种及提升经济效益具有重要意义。易科泰生态技术公司推出PhenoTron®-HSI果实品质高光谱无损检测方案，结合专业的图像及光谱融合分析技术，可快速获取果实的空间及光谱信息，反映其外部特征、表面缺陷、病斑情况、内部结构及化学成分，为果实品质快速、无损、高通量分析检测提供了新思路。

一、技术特点

• 全自动扫描成像，高通量果实自动传送成像分析
• 模块式结构，具备强大的系统扩展功能
• 嵌入式主机，触摸屏控制，全中文操作系统
• 采用星型组网物联网技术，兼容5G通讯技术，可实现远程控制等功能
• 内置温湿度、光照度、GPS、时钟（可根据GPS信息自动校准），可扩展增加传感器
• 支持组合命令（Protocols），可实现自动运行
• 系统自动保护功能，发生短路、过载、欠压时自动断电，避免设备损坏
• 标配VNIR、NIR波段高光谱成像
• 可选高清RGB成像、红外热成像、Thermo-RGB融合成像

二、主要技术参数

• 平台高度规格：标配400mm，可定制
• 有效扫描尺寸：≥300×300mm，可定制
• 移动速度：2-40mm/s，可调，精度：1mm
• 平台控制：全中文PC端软件，可远程控制平台运行、自动运行数据采集存储等功能
• 主机箱：内置10寸触控屏，嵌入式操作系统，全波段对称光源，角度、高度可调，集开关控制、平台控制、杂散光隔离于一体，确保光场均一、稳定的最佳测量环境
• 400-1000nm（VNIR）、900-1700nm（NIR）波段高光谱成像，可选SWIR波段
• 光谱分辨率FWHM：5.5nm（VNIR）、8nm（NIR）
• 光谱通道：224，MROI光谱通道自由选择
• 空间像素：1024px（VNIR）、640px（NIR）
• F值：F/1.7
• 测量参数：可成像测量分析结构指数、水指数、色素指数、理化指数、健康指数、成熟度等数十种光谱指数，可分析水果水分、糖度、酸度、成熟度、可溶性固体含量等品质指标

三、应用案例

3.1 秋月梨果实品质检测

梨的石细胞是梨果实所特有的，它的存在不仅影响梨果实的食用品质，也影响加工品质。石细胞是由大量木质素和纤维素所组成的厚壁细胞，其分布由近果皮部果肉至近果心部逐渐增多。易科泰光谱成像实验室技术人员使用PhenoTron®-HSI果实品质高光谱无损检测技术（400-1700nm），对不同条件下生长的梨果中石细胞分布进行了光谱成像分析。如下右图，从左至右依次未施加营养素的秋月梨（对照组-1、2）以及施加营养素后的秋月梨（实验组-1、2）。

秋月梨剖面光谱特征及石细胞（红色）分布（易科泰光谱成像实验室供图）

通过反射光谱曲线可看出四个梨之间的反射光谱吸收和反射特征基本相似，在748、838、980、1178、1414nm存在明显的吸收特征。在400-950nm范围四个梨之间的光谱曲线基本重合，在950-1720nm范围，对照组-2的光谱反射率值均高于另外三组。进一步分析发现，营养素的施加有效抑制了梨石细胞形成，对提升秋月梨的口感及品质有积极意义。

3.2 不同产地苹果糖度检测

易科泰光谱成像实验室技术人员，使用PhenoTron®-HSI果实品质高光谱无损检测技术（400-1700nm），分别对产自甘肃庄浪（GZ）、陕西宜川（SY）、山东平度（SP）三个不同产地的2021年秋季采摘的红富士苹果进行光谱成像分析，并分别选取三种样品表面及剖面各10个区域实测糖度，建立预测模型评估糖度分布。

实验发现，在400-1000nm范围内, 440-470nm、765-825nm、860-910nm波段相关性较高，模型精度较高，对表达糖度效果良好，表面和剖面预测模型R2分别达到0.8031和0.7498。在900-1700nm范围内，1040-1090nm波段相关性较强，模型精度较高， R2分别为0.8643和0.7581。另外发现，剖面糖度预测模型预测的糖度分布相对更能客观反映真实情况，而表面数据则由于受曲面成像、反光点的影响，结果具有明显的“光晕”效果，尽管R2较高，但不能客观反映苹果糖度的真实情况。

不同产地红富士苹果表面及剖面糖度分布（易科泰光谱成像实验室供图）

实验表明，PhenoTron®-HSI高光谱无损检测技术在水果品质、糖度及可溶性固形物含量测定方面，相比传统方法具有快速、无损、准确的优势。