近日，我所无损检测与智能分选研究团队提出了不同积分时间下柚果可溶性固形物含量的可见/近红外全透射光谱无损检测模型的建立与模型传递新方法并进行实验验证，相关论文在国际知名期刊LWT-FOOD SCIENCE AND TECHNOLOGY（中科院农林科学一区TOP，IF=6.0）上发表。我所徐赛研究员为论文第一作者和通讯作者，省农科院陆华忠教授为论文共同通讯作者。

　　柚果作为华南重要经济水果，其厚皮大果径和复杂的内部组织结构给可溶性固形物等品质指标的无损检测带来挑战，尤其在流水线动态分选时，不同果径引起的光谱积分时间差异常导致检测模型失效。为破解这一难题，本研究基于可见/近红外全透射光谱，优化光路设计并建立SNV＋CARS＋PLSR检测模型；同时引入DS模型传递技术，使模型能够在多种积分时间条件下快速迁移且保持稳定精度，仅需少量校准样本即可实现大批量柚果的快速智能分选。该方法突破了传统模型泛化不足的瓶颈，为柚果采后品质在线分选提供了高效可靠的技术支撑，助力产业提升品质管控能力和市场竞争力。

　　本研究获得国家重点研发计划课题（2022YFD2002203）、广东省乡村振兴战略专项课题（2024TS-1–2）等项目（课题）资助。

　　原文链接：https://doi.org/10.1016/j.lwt.2025.117796