文中数据与结果来自原论文，不代表本公司设备的测试表现。
同一套近红外测量方法，对不同梨品种可能给出不同的糖酸预测结果。这项研究将早酥与砀山酥分别比较，同时考察品种区分。引用最佳成绩之前，需要确认它属于哪一种梨、哪个指标，以及采用了怎样的验证方式。
概要
研究以常规糖酸测定为参考，对两个梨品种建立FT-NIR漫反射模型。本案例保留SSC子模型的交叉验证结果，两个品种表现差异明显；TA部分模型超出目标范围，不能混用。连续光谱与所测样本共同限定结论，交叉验证成绩也不等于外部应用精度。
（AI 场景概念图，用于科普配图；不是论文数据、研究设备实拍或产品图解）
研究价值
SSC 的窄范围子模型已给出交叉验证，为梨果糖度筛选提供优先验证的目标。
实验方法与参考测量
方法部分明确为每品种340个、总680个梨；摘要的340表述较简略。每果赤道三个位置采集FT-NIR漫反射并取平均，分辨率8 cm⁻¹，以常规可溶性固形物和可滴定酸测定为参考。比较归一化、散射校正与导数，采用PLS及交叉验证；另用聚类分析区分两个品种。
关键波段与采集参数
| 波段 / 参数 | 原文含义与使用说明 |
|---|---|
| 800-2500 nm | 原FT-NIR完整采集范围。 |
| 约800.44-1639.85 nm | SSC最优子模型12493.2-6098.1 cm⁻¹，Table 2。 |
| 约1638.81-1836.11 nm | TA最优子模型6102-5446.3 cm⁻¹，部分超过1700 nm。 |
主要结果
Table 2：SSC子模型中砀山酥梨R²=0.9052、RMSECV=0.382、RPD=3.272；早酥R²=0.6141、RMSECV=0.526、RPD=1.407。以上为交叉验证口径；TA子模型部分超过1700 nm，不与SSC结果混用。
研究局限与解读
品种间性能差异明显；研究模型使用连续FT-NIR光谱，结论受所测品种和样本分布限制。
波段与模型边界：只收录 SSC 模型 12493.2-6098.1 cm⁻¹（约 800.44-1639.85 nm），Table 2 给 RMSECV 及 RPD；TA 子模型越过 1700 nm，不属于该优选范围。
图像版权归论文原作者。许可：CC BY 4.0。
论文来源
Lu Z, Lu R, Chen Y, Fu K, Song J, Xie L, Zhai R, Wang Z, Yang C, Xu L. (2022). Nondestructive Testing of Pear Based on Fourier Near-Infrared Spectroscopy. Foods (Basel, Switzerland). https://doi.org/10.3390/foods11081076
欢迎联络
便携式设备能否用于类似检测，需要结合样品和实验条件评估，具体效果仍需通过实际测试验证。欢迎联系威视佰科，交流您的样品与检测需求，共同评估实验方案，探讨使用本公司设备开展实测与验证的可行性。
- 电子邮箱：contact@vispek.cn
- 官方网站：https://www.vispek.cn
本公司产品展示，非论文所用设备