一颗苹果从表面看没有任何问题，切开以后靠近果心的一块组织已经发褐、发软。这是分选线上最让人头疼的一类情况，因为 RGB 相机看到的表面，本来就不包含这条信息。三种传感方式的取舍可以先看RGB、高光谱与近红外的区别，这里只讨论一个问题：内部的变化，光谱凭什么能看到一点线索。
光谱里的线索
水是水果里含量最高的成分，它在近红外区有几条位置稳定的吸收带，约在 970 nm、1200 nm 和 1450 nm，更长的 1940 nm 附近还有一条很强的吸收带。反射光谱里，这些位置会出现凹陷，凹陷的深浅与组织的含水状态有关。早期机械损伤（瘀伤）发生时，细胞壁与细胞膜受损，汁液渗出，水分重新分布，果肉从紧密有序变得松散，光在组织里走过的路径也随之改变。于是同一位置的光谱形状会出现细微差别，而水分吸收带附近，可能就是这种差别最先显露的地方。
散射同样重要。近红外光进入果肉后，一部分被吸收，一部分被细胞界面反复散射后回到表面。细胞结构变了，散射就变了，表现为整条光谱的基线抬高或倾斜，而不一定表现为某个吸收峰的变化。这也是后面预处理步骤要专门处理散射的原因。图中的曲线仅为示意，真实差别通常小得多，需要模型才能稳定地区分。
数据怎样流到预测
一个可上线的内部品质模型，数据流大致是下面五步。
- 采集：用推扫式高光谱相机或近红外探头，在固定光源、固定距离和固定曝光下扫描样品，同时记录品种、批次、采收日期和放置方向。
- 白、暗参考校正：用标准白板和遮光暗帧，把原始计数值换算成反射率，消除光源强度、传感器暗电流与曝光时间的影响。白板要定期重测，光源老化会让参考慢慢失真。
- 预处理：常用 SNV、MSC 处理散射，Savitzky–Golay 平滑及一阶、二阶导数压制基线漂移、放大峰形差异。每种预处理都会改变噪声与信号的比例，要在验证集上逐一比较，而不是凭习惯选择。
- 建模：分类（正常与早期瘀伤）常用 SVM、随机森林或 1D CNN；定量（糖度、干物质）常用偏最小二乘回归 PLSR。特征波长可以用 CARS、SPA、UVE 等方法筛选。
- 独立批次验证：训练与验证不能共用同一批果，最好换采收批次、换季节、换产线。分类看漏检率与误剔率，回归看 R²、RMSEP 与 RPD。
标定：光谱模型要靠破坏性数据
光谱本身不会告诉你糖度是多少，它只是一条曲线。要把曲线翻译成数值，必须先有“曲线—真值”成对的数据：每个样品先扫描光谱，再用折光糖度计测可溶性固形物，用硬度计穿刺测硬度，用烘干称重测干物质。这些理化测量都是破坏性的，一个样品只能测一次，标定集的规模因此受成本限制。真值的测量误差也会直接进入模型，比如糖度计取样位置和光谱扫描位置对不上，模型学到的相关性就会被稀释。
更麻烦的是漂移。同一品种在不同产地、不同采收季节，果皮厚度、含水量、颜色和内部结构都在变；换一个品种，光谱的基线与吸收位置也会不同。某个季节标定出来的模型，换季以后可能需要补充新样品重新标定。所以“模型准不准”不能只看一次验证，要看它换批次、换季节以后的表现，这一点在模型从实验室搬到工厂那篇里会继续展开。
现实里的局限
关键波长筛选常被当成“减负”：几百个波段压到十几个，速度快、成本低。但压缩数据不等于让任务变简单。2026 年发表在 Journal of Food Science 的一项研究，用遗传算法配合可解释 AI 为苹果干物质含量选择关键波长，再用偏最小二乘回归建模，摘要报告的 R² 约 0.46、RMSE 约 0.70%。这样的结果提醒人们，即便选出了有代表性的波长，干物质这类内部指标的预测依然有相当难度。关键波长的完整逻辑可以看首页高光谱关键波长那篇。
另一层局限来自物理。反射式测量探测的主要是表层以下有限深度的组织，靠近果核的问题很难通过这种方式看到；伤后经过的时间也很关键，刚发生的瘀伤与放置数天后的瘀伤，光谱表现并不相同。纵横国际官网在这个栏目里的看法是，内部品质的光谱模型更适合做分选与抽检中的“预警”，用来决定哪些样品该送去做破坏性检测，而不是取代破坏性检测本身。
评估一个内部品质检测项目时，最该追问的是：真值是怎么测的，样品跨了几个批次与季节，换季以后谁来补标定。这几个问题的答案，比模型在训练集上的分数更能决定它能不能用。