在一颗番茄表面，农药残留即使存在，通常也只是极薄的一层，它对反射光的改变，远小于果皮自身的颜色、蜡质和水分带来的变化。高光谱农残检测的第一个难题，就出在这个“信号很弱、背景很强”的比例上。
仪器到底看到了什么
高光谱成像（Hyperspectral Imaging）得到的是一个数据立方体：每个像素 (x, y) 上都有一条随波长 λ 变化的反射曲线。常见的 VNIR 相机覆盖约 400–1000 nm，SWIR 相机覆盖约 900–1700 nm。传送带场景多用线扫描（推扫式）相机，再用白板和暗参考把原始计数校正成反射率。
到这一步为止，拿到的仍是“表面的光学性质”，而不是“表面有哪些化合物”。这句话决定了后面所有判断都要留余地。
追问一：信号有多弱
设想一个示意的对照：同一批番茄，一组洁净，一组喷施过某种药剂。把两组的平均反射光谱画在一起，肉眼几乎看不出区别，两条曲线基本重合。相减得到差异谱（Difference Spectrum）以后，才可能在基线附近看到两三个很小的峰，它们所在的波长区间就是“可能的特征区间”。
这里叠着三层不确定：
- 峰太小：示意来说，差异峰的幅度可能只有零点几个百分点的反射率，而同一批次不同果子之间的自然差异要大得多。
- 归属不清：近红外区的吸收主要来自含氢基团的倍频与合频，某个小峰可能来自药剂分子，也可能只是这一处的水膜或蜡质略厚一点。
- 平均掩盖个体：组均值上的差异，落到单个果子、单个像素时就会被噪声淹没。
追问二：背景是什么
真正压住信号的，是三个几乎每个果子都带着的背景。
- 果皮蜡质：蜡质层的厚度与结晶状态随品种、成熟度和储运时间变化，会同时改变镜面反射与漫反射的比例。许多药剂又偏向附着在蜡质里，两者在光谱上很难拆开。
- 叶绿素：红光附近（约 680 nm）吸收很强，果实成熟时这一区域会持续漂移，依赖可见光区的特征必须先排除成熟度的影响。
- 水分：水在近红外的 970、1200、1450、1940 nm 附近有吸收带，占据了光谱的大部分动态范围。同一个果子放上几个小时，失水就足以让整条曲线整体移动。
预处理可以压低这些背景。SNV、MSC 用来处理散射与光程造成的整体缩放，Savitzky–Golay 一阶、二阶导数用来压低基线。但预处理同时也会削弱本就微弱的信号，所以判断标准不是曲线看起来是否干净，而是处理前后模型在独立批次上的表现。
追问三：模型看到的是药剂，还是别的东西
有一个很典型的陷阱。如果洁净组和喷药组是在不同的日子采集的，模型很可能学到的是“哪一天的水分状态”或“哪一批的成熟度”，验证集上分数再漂亮也没有意义。
比较稳妥的做法有几条：同一批次内随机分组，采集顺序打乱；按批次、按日期切分训练集与验证集，不做随机打散；检查模型依赖的波长（回归系数或 SHAP 归因）是否落在物理上说得通的区间。选出关键波长也不等于任务变简单，2026 年 Journal of Food Science 上一项用遗传算法为苹果干物质含量选波长的研究，摘要报告的 R² 仍只有约 0.46。
追问四：加标样品与真实田间样品是一回事吗
2026 年 7 月发表的一项番茄表面农药残留研究，把高光谱成像与机器学习结合，同时做分类和定量分析，说明表面光谱里确实存在可以被模型利用的信息。
另一面是，2026 年一篇关于机器学习辅助光谱法检测食品农残的综述，归纳出共性局限：依赖实验室加标样品、数据集偏小、基质干扰、验证方式不统一、计算需求高、田间验证有限。2025 年底发表的 SERS（表面增强拉曼）结合机器学习检测果汁中多种农药的研究，用支持向量回归得到约 94.2%–106.1% 的回收率，这说明在简单基质加标的条件下可以做得相当不错，但不等于任何真实样品都成立。
差别并不神秘。加标样品的药剂种类和浓度已知，附着方式均匀，检测紧接着进行；田间样品则要经过喷施间隔、降雨冲刷、多种药剂叠加、部分渗入果皮、采后清洗和贮运，残留分布很不均匀，背景也更杂。
光谱结果该怎么用
纵横国际农残检测把光谱筛查放在“分流与排序”的位置：多数样品被判为低风险进入常规流程，可疑样品被送去实验室，用 QuEChERS 前处理加 GC-MS/MS 或 LC-MS/MS 得到物质与浓度，最终判定依据适用法规与法定检验方法。光谱模型给出的是线索，不是结论。
线索该以什么形式交给检测人员，是下一个问题：只给“有”或“没有”并不够，输出概率与不确定区才能告诉人们先测谁。另外，模型换到新的水果上会遇到新的背景，这一点在同一种农药换水果以后的模型迁移一文中另行讨论。整条筛查链路怎样与实验室衔接，可以对照首页的高光谱农残筛查与实验室分工。