1. 糧食品質(zhì)檢測的重要性

高光譜成像技術（HSI）作為融合光譜分析與空間成像的前沿檢測手段，在糧食品質(zhì)檢測領域構(gòu)建起全*位、高精度的分析體系，展現(xiàn)出不可替代的應用價值。該技術通過同步采集樣本的光譜特征與空間分布信息，實現(xiàn)了糧食外觀形態(tài)與內(nèi)部成分的一體化檢測 —— 空間成像數(shù)據(jù)可精準識別霉變、不完善粒、品種純度等外觀質(zhì)量指標，光譜特征則能深度解析水分、蛋白質(zhì)、淀粉等核心化學成分的含量分布及物理結(jié)構(gòu)特性，達成“表芯兼顧"的全維度品質(zhì)評估。

相較于傳統(tǒng)檢測方法依賴化學試劑、檢測周期長、存在破壞性的局限，HSI技術以“快速、客觀、非接觸、無損"的核心優(yōu)勢，實現(xiàn)了大批量樣本的高效篩查，既規(guī)避了化學檢測帶來的二次污染風險，又大幅提升了檢測效率與結(jié)果準確性，完*契合現(xiàn)代食品安全管控與品質(zhì)精細化管理的發(fā)展需求。隨著計算機視覺、機器學習和深度學習技術的不斷進步，HSI 在糧食品質(zhì)檢測中的應用將更加智能化，為農(nóng)業(yè)生產(chǎn)、食品加工和糧食儲藏等環(huán)節(jié)提供精準、高效的質(zhì)量控制手段，有助于推動我國糧食產(chǎn)業(yè)向高質(zhì)量、智能化方向發(fā)展。

2. 高光譜成像技術在糧食理化品質(zhì)檢測中的應用

An et al. (2024)通過結(jié)合高光譜成像技術與數(shù)據(jù)融合策略，開發(fā)了一種綠色無損的單粒玉米種子活力評估方法。

研究以過氧化氫酶（CAT）活性和丙二醛（MDA）含量為關鍵生化指標，基于人工老化實驗構(gòu)建了不同老化梯度的種子樣本，并利用偏最小二乘回歸（PLSR）模型預測CAT和MDA含量，結(jié)合低層與中層數(shù)據(jù)融合策略優(yōu)化模型性能（預測集RPD分別為2.11和2.93）。進一步提出雙閾值判別策略，通過設定CAT活性（閾值317 μmol·min?1·g?1）和MDA含量（閾值22 nmol·g?1）的聯(lián)合閾值，實現(xiàn)了種子活力的高效分類，準確率達92.9%。

該方法通過生化指標與光譜特征的關聯(lián)性，為種子活力評估提供了可解釋的定量依據(jù)，相比傳統(tǒng)發(fā)芽試驗和單一光譜模型，兼具高效性、環(huán)保性和高精度，為農(nóng)業(yè)種子質(zhì)量管理提供了新思路。研究過程如圖7所示。

圖8 研究流程圖

3.雙利合譜高光譜相關產(chǎn)品推薦（適配糧食品質(zhì)檢測場景）

江蘇雙利合譜作為國*級高*技術企業(yè)，聚焦高光譜成像技術研發(fā)，其產(chǎn)品可覆蓋糧食“田間監(jiān)測-儲藏檢測-品種篩選"全流程需求，核心推薦如下：

無人機載激光雷達高光譜成像系統(tǒng)（型號：GaiaSky-mini-VLidar）

核心參數(shù)

適配糧食品質(zhì)檢測場景

田間大面積監(jiān)測：適用于玉米、水稻等大田作物的生長期品質(zhì)預警（如水分分布、葉綠素含量），結(jié)合激光雷達的三維點云，可關聯(lián)作物株型與籽粒品質(zhì)（如穗部高度與淀粉含量）；

儲藏前大田篩查：快速掃描農(nóng)田，通過高光譜數(shù)據(jù)初步判定糧食水分、脂肪酸含量，篩選優(yōu)質(zhì)區(qū)域進行優(yōu)先收購，降低儲藏霉變風險

無人機載日光誘導葉綠素熒光系統(tǒng)（型號：GaiaSky-SP-SIF）

適配糧食品質(zhì)檢測場景

糧食生長期健康監(jiān)測：通過葉綠素熒光（690nm/760nm波峰）反映作物光合效率，預警干旱、病蟲害等脅迫（脅迫會導致脂肪酸升高、蛋白質(zhì)降低），確保最終糧食品質(zhì)；

品種篩選輔助：對比不同糧食品種的熒光特征，關聯(lián)后期蛋白質(zhì)含量檢測結(jié)果，快速篩選優(yōu)質(zhì)品種

4.總結(jié)

高光譜技術已從“實驗室研究"走向“糧食產(chǎn)業(yè)應用"，可實現(xiàn)水分、營養(yǎng)成分、種子活力的全維度無損檢測；雙利合譜的無人機載高光譜系統(tǒng)（含激光雷達、熒光檢測）則為該技術的“規(guī)?；?、野外化"應用提供了硬件支撐，尤其適配糧食“田間監(jiān)測-品種篩選-儲藏預警"的實際需求，助力我國糧食產(chǎn)業(yè)向“高精度、智能化"升級。