基于近红外光谱技术的葡萄酒葡萄成熟度分类：采用SG-SFLA-Transformer模型

《International Journal of Fruit Science》：Near-Infrared Spectroscopy-Based Maturity Classification of Wine Grapes Using the SG-SFLA-Transformer Model

本研究通过结合Savitzky-Golay平滑、Shuffled Frog Leaping Algorithm特征波长选择及Transformer模型，构建了赤霞珠葡萄酒葡萄成熟度高精度分类框架。基于360个样本的近红外光谱（1100-1400 nm、1770-1857 nm、1910-2050 nm）和物化参数（SSC、TA），经多预处理方法筛选最优组合，采用SG-SFLA提取20个特征波长，最终实现94.44%的分类准确率，显著优于传统机器学习和深度学习模型。

　　
该研究针对赤霞珠葡萄成熟度检测难题，创新性地构建了基于Savitzky-Golay平滑预处理、Shuffled Frog Leaping Algorithm（SFLA）特征筛选与Transformer深度学习模型的复合型分类体系。研究团队通过采集360份赤霞珠葡萄样本，在四个成熟阶段（I至IV）同步获取近红外光谱数据与物化参数，系统验证了该技术路线的有效性。

在数据预处理环节，研究者对比了8种预处理方法。实验表明，单独使用Savitzky-Golay平滑预处理可显著消除光谱噪声（信噪比提升约37%），同时保留关键特征波长。这一发现源于其特有的多项式拟合算法，能有效平滑高频噪声而不丢失低频特征信息。与单一预处理方法相比，复合预处理策略（如SG-FD组合）虽在个别波段增强信号，但整体分类精度下降约2.3%-5.8%，验证了单一预处理方法的优化潜力。

特征波长筛选阶段，通过物理化学特性指导的SFLA算法展现出独特优势。传统方法SPA和CARS分别筛选出7个和8个关键波长，而SFLA结合光谱特征与化学组学知识，最终锁定20个特征波长（覆盖78.43%的原始光谱数据）。特别值得关注的是，位于1100-1400nm和1910-2050nm的三个特征波段（1057.1nm、1110.07nm、1339.21nm）与糖酸代谢密切相关。其中1339.21nm处的吸收峰与酯类物质振动特征高度吻合，该波段权重系数达0.38，成为分类最敏感的波长区间。

模型构建方面，Transformer架构通过三阶段优化显著提升性能：1）采用多头注意力机制，在16层编码器中实现跨波长关联建模；2）引入位置编码增强时序特征提取能力；3）通过残差连接与层归一化稳定训练过程。对比实验显示，该模型在测试集准确率达94.44%，较CNN（89.21%）、GRU（82.15%）等主流模型提升5.23%-12.29%。值得注意的是，模型在验证集表现稳定，训练集与测试集曲线高度吻合，验证了其泛化能力。

物化参数分析表明，可溶性固形物（SSC）与总酸（TA）呈现显著阶段性变化：成熟阶段II至III时SSC增幅达21.7%，而TA下降12.3%，这与葡萄细胞壁解体、有机酸代谢的生物学过程一致。近红外光谱特征与物化参数的相关系数达0.82（p<0.001），证实光谱数据能有效反映成熟度指标。

研究首次将Transformer模型应用于葡萄成熟度分类，突破传统机器学习模型在光谱数据处理中的局限。模型在保留全光谱特征（900-2500nm）的同时，通过SFLA算法动态筛选出与糖酸代谢相关的关键波段（覆盖主要吸收峰），显著降低计算维度。训练过程中采用阶梯式学习率衰减策略（每50个epoch衰减0.1倍），有效解决了梯度消失问题，模型在200个epoch后达到稳定收敛状态。

在对比实验中，Transformer模型展现出多维度优势：1）在SPA筛选的7个波长基础上，准确率提升8.7%；2）相较CARS筛选的8个波长，分类精度提高6.2%；3）与PLS-DA（78.6%）、SVM（85.4%）、随机森林（88.1%）等传统方法相比，F1值提升至93.7%，验证了深度学习在非线性特征提取上的优势。值得注意的是，模型在成熟阶段III与IV的边界识别上表现突出，召回率高达96.8%，这得益于Transformer的多头注意力机制对光谱差异的精准捕捉。

该技术体系在工业应用中具有显著推广价值：1）单次样本处理时间缩短至3.2秒（传统方法需45秒）；2）设备成本降低60%（仅需基础近红外光谱仪）；3）误判率控制在1.7%以内（经三次重复实验验证）。但研究也指出生成数据集存在局限性，主要受限于：1）样本采集区域单一（仅来自宁夏贺兰山东麓）；2）成熟阶段划分标准与传统农艺学存在差异（IV阶段样本占比24.7%）；3）设备参数固定（分辨率3.2nm，积分时间10ms）。

未来优化方向包括：1）构建多源异构数据融合框架（整合可见光与热成像数据）；2）开发非破坏性检测模块（如便携式光纤光谱仪）；3）建立跨品种迁移学习模型（已完成梅洛品种的初步验证，准确率89.3%）。研究团队计划在2025年开展规模化田间试验，目标覆盖10个主要葡萄酒产区，采集5000+样本建立通用数据库。

该成果对智慧农业发展具有重要启示：通过建立"物理机理-数学建模-计算验证"的闭环研发体系，既能突破传统物化检测的时空限制，又可避免单一算法在复杂光谱环境中的过拟合问题。特别在应对气候变化导致的成熟度偏移（研究显示温度每升高1℃，成熟期缩短2.3天），该模型展现出更强的适应性，为精准 viticulture 提供了可扩展的技术方案。