智慧农业场景里，「什么时候摘」往往比「摘多少」更难判。成熟度不足影响糖度积累，过熟则货架期骤减，而人工靠色泽与经验判断，同一果园不同批次可差出数天。
本期实验室做了一组小规模实验：用便携近红外光谱仪（900–1700nm）采集苹果与柑橘样品的漫反射光谱，同步以破坏性检测的糖度、硬度、淀粉指数作为标签。预处理阶段先做多元散射校正，压掉果面曲率与蜡质带来的基线差异，再用一维卷积网络提取特征，输出成熟度等级与可采摘天数区间。
初步结果：单果分级准确率约 86%；但把同一模型迁移到其他品种、其他果园时，准确率下降 8–12 个百分点，误差主要来自设备与批次间的基线漂移。为此我们在采集流程中固定加入每批次白板参考与温度记录，并在模型里增加了温漂补偿项。
下一步计划：
1、扩充品种与产地样本，专门验证跨果园迁移能力；
2、把分级结果与采摘排期、冷链预冷衔接，尝试输出以货架期为约束的最晚采摘日建议，而不是单一成熟度标签。
评论