1.食糧品質検査の重要性

高スペクトルイメージング技術（HSI）は融合スペクトル分析と空間イメージングの最前線検出手段として、食糧品質検出分野で全＊位、高精度の分析システムを構築し、かけがえのない応用価値を示した。この技術はサンプルのスペクトル特徴と空間分布情報を同時に収集することによって、食糧の外観形態と内部成分の一体化検査――空間イメージングデータはカビ、不完全粒、品種純度などの外観品質指標を正確に識別でき、スペクトル特徴は水分、蛋白質、でんぷんなどの核心化学成分の含有量分布と物理構造特性を深く解析でき、「表芯両立」の全次元品質評価を達成する。

従来の検査方法が化学試薬に依存し、検査周期が長く、破壊性の限界があるのに比べ、HSI技術は「迅速、客観、非接触、無傷」の核心的優位性で、大量のサンプルの高効率スクリーニング検査を実現し、化学検査による二次汚染リスクを回避するだけでなく、検査効率と結果の正確性を大幅に向上させ、完成*は現代食品安全管理と品質精密化管理の発展需要に合致している。コンピュータの視覚、機械学習と深さ学習技術の進歩に伴い、食糧品質検査におけるHSIの応用はよりインテリジェント化され、農業生産、食品加工、食糧貯蔵などの一環に精を提供する準、高効率の品質制御手段は、我が国の食糧産業の高品質、知能化の方向への発展を推進するのに役立つ。

2.食糧理化品質検査における高分光イメージング技術の応用

Anet al.（2024）高スペクトルイメージング技術とデータ融合戦略を結合することにより、緑色無傷の単粒トウモロコシ種子の活力評価方法を開発した。

過酸化水素酵素（CAT）活性とマロンアルデヒド（MDA）含有量を重要な生化学指標とし、人工老化実験に基づいて異なる老化勾配の種子サンプルを構築し、偏最小二乗回帰（PLSR）モデルを用いてCATとMDA含有量を予測し、低層と中層データの融合戦略と結合してモデル性能を最適化する（予測セットRPDはそれぞれ2.11と2.93である）。さらに二重閾値判別戦略を提案し、CAT活性（閾値317μmol・min⁻・g⁻）とMDA含有量（閾値22 nmol・g⁻）の連合閾値を設定することにより、種子活力の効率的な分類を実現し、精度は92.9%に達した。

この方法は生化学指標とスペクトル特徴の関連性を通じて、種子活力評価に解釈可能な定量的根拠を提供し、伝統的な発芽試験と単一スペクトルモデルに比べて、高効率性、環境保護性と高精度を兼ね備え、農業種子の品質管理に新しい構想を提供した。研究過程を図7に示す。

図8研究フローチャート

3.双利合スペクトル高スペクトル関連製品の推薦（食糧品質検査シーンに適合）

江蘇双利合譜は国*級高*技術企業として、高スペクトルイメージング技術の研究開発に焦点を当て、その製品は食糧の「田畑モニタリング-貯蔵検査-品種選別」の全プロセスの需要をカバーすることができ、核心的な推薦は以下の通り：

ドローン搭載レーザレーダ高分光イメージングシステム（型番：GaiaSky-mini-VLidar）

コアパラメータ

食糧品質検査シーンに適合

田畑の大面積モニタリング：トウモロコシ、水稲などの大田作物の成長期品質早期警報（例えば水分分布、葉緑素含有量）に適用し、レーザーレーダーの三次元点雲を結合し、作物株型と子実品質（例えば穂部高さとデンプン含有量）を関連させることができる、

貯蔵前の大田スクリーニング：農地を迅速に走査し、高スペクトルデータを通じて食糧水分、脂肪酸含有量を初歩的に判定し、良質な地域を選別して優先的に買収し、貯蔵カビのリスクを低減する

無人機搭載日光誘導クロロフィル蛍光システム（型番：GaiaSky-SP-SIF）

食糧品質検査シーンに適合

食糧成長期の健康モニタリング：クロロフィル蛍光（690 nm/760 nmピーク）を通じて作物の光合成効率を反映し、干ばつ、病虫害などのストレス（ストレスは脂肪酸の上昇、蛋白質の低下を招く）を早期警戒し、最終的な食糧品質を確保する、

品種選別支援：異なる食糧品種の蛍光特徴を比較し、後期蛋白質含有量の測定結果を関連付け、迅速に良質品種を選別する

4.まとめ

高スペクトル技術はすでに「実験室研究」から「食糧産業応用」に向かっており、水分、栄養成分、種子活力の全次元無損検査を実現することができる。双利合譜のドローン搭載高スペクトルシステム（レーザーレーダー、蛍光検出を含む）は、この技術の「規模化、野外化」応用にハードウェアサポートを提供し、特に食糧の「圃場モニタリング-品種スクリーニング-貯蔵警報」の実際の需要に適し、我が国の食糧産業の「高精度、知能化」へのグレードアップを支援する。