光谱技术在蔬菜生产检测中的研究进展、挑战与建议.pdf

2025 年 7 月 第 7 卷 第 4 期 Jul 2025 Vol 7 No 4智慧农业 中英文 Smart Agriculture 光谱技术在蔬菜生产检测中的研究进展 挑战与建议 白珏坤 1 2 陈怀勐 3 董大明 1 2 刘亚超 2 岳晓龙 2 杜秀可 2 1 江苏大学 农业工程学院 江苏镇江 212013 中国 2 北京市农林科学院国家农业智能装备工程技术研究中心 北京 100097 中国 3 北京市昌平区农业服务中心 北京 102200 中国 摘 要 目的 意义 蔬菜品质安全与营养价值的实时无损检测是贯通 从田头到餐桌 全产业链的核心需求 光谱技术被视为是提高检测效率 降低成本 实现规模化的关键手段 本文通过概述光谱技术在蔬菜产业链各环 节的应用以及分析发展方向 为该领域的研究者和从业者提供帮助 进展 系统回顾了近年来近红外 拉曼 荧 光 激光诱导击穿光谱 Laser Induced Breakdown Spectroscopy LIBS 及紫外 可见等光谱分析技术在蔬菜育种 种植管理 采收 储运 销售全链条的应用进展 硬件层面 小型化传感器配合智能手机 无人机及物联网实现 田间原位监测 算法层面 偏最小二乘回归 Partial Least Squares Regression PLSR 卷积神经网络 迁移学习等 模型使可溶性固形物 Soluble Solid Content SSC 农药残留 重金属等指标的预测R2普遍大于0 90 检测限低至 mg kg级 数据层面 多模态融合 LIBS NIR 荧光 图像 显著提升了复杂基质下的鲁棒性 典型应用场景包 括 表面增强拉曼光谱实现痕量农药现场筛查 叶绿素荧光实现采后品质动态追踪 LIBS完成土壤 蔬菜重金属 迁移原位监测 结论 展望 光谱技术在蔬菜产业已具备 单点验证 到 链式示范 跨越的技术基础 但仍受 模型跨品种跨环境泛化能力 田间噪声干扰 设备成本及标准缺失等问题的制约 未来需构建覆盖多品种 多地 域的开放光谱数据库 发展自校准 自适应的智能传感器 制定硬件接口与数据格式统一标准 并通过模块化 租赁式商业模式降低中小农户使用门槛 以推动光谱技术在蔬菜产业的大规模 可持续应用 关键词 光谱技术 近红外光谱 拉曼光谱 荧光光谱 蔬菜 现场检测 中图分类号 O657 3 S 1 文献标志码 A 文章编号 SA202504027 引用格式 白珏坤 陈怀勐 董大明 刘亚超 岳晓龙 杜秀可 光谱技术在蔬菜生产检测中的研究进展 挑战与建议 J 智慧农业 中英文 2025 7 4 1 17 DOI 10 12133 j smartag SA202504027 BAI Juekun CHEN Huaimeng DONG Daming LIU Yachao YUE Xiaolong DU Xiuke Spectral Technology in Vegeta ble Production Detection Research Progress Challenges and Suggestions J Smart Agriculture 2025 7 4 1 17 DOI 10 12133 j smartag SA202504027 in Chinese with English abstract 0 引 言 蔬菜作为全球膳食营养供给与农业经济的重要 组成部分 其生产效率和品质直接关系到人类的膳 食健康和生活福祉 1 2 据联合国粮农组织在2024 年发布的最新统计数据 全球蔬菜产量已达到12 亿吨 而果蔬的综合损耗率高达33 其原因主要 包括病虫害 水肥管理不当或采后损耗 3 4 当前 传统农业生产依赖人工经验与破坏性检测方法 例 如依赖组织取样的化学分析 存在滞后性强 成 本高 难以实现规模化监测等问题 5 与此同时 气候变化加剧 耕地资源退化与消费者对食品安全 要求的提升 进一步促使蔬菜生产向精准化 智能 化转型 在此背景下 光谱传感技术凭借其非破坏 性 快速性和多组分同步测量能力 成为破解蔬菜 生产中测量难题的关键工具 6 7 光谱传感器是一类基于物质与光相互作用原理 的检测设备 包括近红外光谱 拉曼光谱 荧光光 谱等 尽管不同光谱类型的物理机制各异 但作为 检测技术 其共性优势在于 通过非破坏性测量实 现蔬菜生理生化指标的快速解析 能够兼容实验 室 温室与大田等复杂场景 相较于传统方法 光 谱技术突破了单点取样局限 支持从单株到群体尺 收稿日期 2025 04 22 基金项目 国家重点研发计划项目 2022YFD2002101 作者简介 白珏坤 博士研究生 研究方向为拉曼光谱技术及其在农作物测量中的应用 E mail 2222216002 通信作者 董大明 博士 研究员 研究方向为红外与激光光谱技术在环境监测和农业中的应用 E mail dongdm copyright 2025 by the authors 登录免费获取电子版全文 Vol 7 No 4智慧农业 中英文 Smart Agriculture 度的连续监测 并且数据采集与分析速度可达秒 级 为实时决策提供了可能 8 9 光谱分析技术于1964年由Norris等 10 首次应 用于农业领域 用于测量谷物中的水分含量 随着 传感器硬件的小型化与计算能力的突破 其应用场 景从实验室快速向田间扩展 2010年后 光谱传感 器的成本下降促使该技术在蔬菜生产中被用于作物 病虫害和养分缺乏监测及成熟度分级等 近年来 光谱仪的小型化 进一步实现了对蔬菜成分的现场 检测 11 12 值得注意的是 机器学习算法的引入使 得光谱数据解析能力大幅提升 降低了复杂农业环 境下的模型泛化误差 13 当前研究已证实光谱传感器在蔬菜生产全链条 中的价值 在育种育苗阶段 通过近红外光谱量化 种子活力参数 如淀粉含量 水分活度 筛选高 抗性品种 14 在生长和养护阶段 利用拉曼和荧 光光谱诊断早期病害 15 16 在收获和储存阶段 采 用拉曼光谱评估果实成熟度 17 使用荧光光谱测 量农药残留 18 或对采后蔬菜进行储存管理 19 在 销售阶段 蔬菜产品中可能还残留有超标的重金属 或农药 20 21 光谱技术能够快速检测这些外源污染 物 然而 技术落地仍面临多重瓶颈 例如复杂田 间环境下的光谱噪声干扰 不同蔬菜品种的光谱特 征库缺失 以及小型农户的设备成本承受力有限 等 解决这些问题还需要传感器技术的进一步升 级 涵盖测量能力的提升 数据分析模型优化与商 业化设备的成本控制 当前 已有综述对光谱分析技术在蔬菜检测中 的应用进行了多方面的总结 涵盖了对特定应用场 景 以病害识别和农药残留检测为主 及不同技术 的研究进展 然而 还没有对光谱分析技术在蔬菜 产业链中应用的全面综述 对光谱传感系统在复杂 蔬菜生产环境下的硬件适应性挑战 数据处理流程 中的瓶颈 以及技术从实验室走向大规模田间应用 的关键障碍的深入剖析仍显不足 尤其缺乏针对这 些挑战的系统性解决方案探讨 鉴于此 本文在系 统梳理近五年国内外前沿研究与应用成果的基础 上 创新性地聚焦光谱分析技术在蔬菜生产中面临 的硬件 算法与规模化应用三维度挑战 剖析其原 因并根据最新研究动态提出具有实践价值的综合优 化策略与技术发展路径 通过提供全面的现状评 估 深刻的挑战剖析和前瞻性的解决方案建议 本 文旨在为该领域的研究人员 技术开发者和产业从 业者提供具有指导意义的参考框架 为推动光谱分 析技术在蔬菜产业中的深度应用与可持续发展提供 支撑 1 光谱分析技术在蔬菜检测中的应用 现状 光谱分析技术以其快速 无损的核心优势 正 日益成为贯穿蔬菜产业链的关键工具 这类技术通 过捕捉蔬菜与光相互作用后产生的特征光谱信息 能够实现对蔬菜内部物质 如糖度 酸度 维生 素 水分 干物质 外部品质 如颜色 大小 形状 缺陷 成熟度 污染物 如农药残留 重 金属 微生物 以及生长状态 如营养胁迫 水 分胁迫 病害侵染 等多维度指标的原位 实时或 在线检测与评估 本章将以技术类型 近红外 拉 曼 荧光和其他光谱 为线索展开 介绍这些光谱 分析技术并详细综述它们在蔬菜生产全产业链中的 研究及应用现状 光谱技术类型及蔬菜产业链环节 如图1所示 1 1 近红外光谱 近红外光谱 Near Infrared Spectroscopy NIR 属于吸收光谱 是一种基于分子振动能级跃迁的 光谱分析技术 能够表征分子内化学键的振动与 转动特性 当特定波长的红外光 近红外区750 2 500 nm 如图2所示 照射到物质表面时 分子 中极性键 如C H O H N H等 会发生伸缩振 动或弯曲振动 吸收与其振动频率匹配的光子能 量 形成特征吸收峰 这些吸收峰的波长位置 强 度及形状与分子结构及官能团种类直接相关 22 通过解析光谱特征 可实现物质的定性与定量分 析 值得一提的是 红外光谱作为一种检测技术 其核心优势在于非破坏性 快速性与多组分同步分 析能力 相较于传统化学分析法 如液相色谱 红外光谱无须样品前处理 单次扫描可在数秒内完 图1 光谱技术应用于蔬菜产业链示意图 Fig 1 Schematic of spectral technology applied to the vegetable industry chain 2 白珏坤等 光谱技术在蔬菜生产检测中的研究进展 挑战与建议Vol 7 No 4 成 且可同时获取多种物质信息 蔬菜作为复杂的 生物体系 其组织中含有大量水 碳水化合物 蛋 白质 脂类及次生代谢产物 如酚类 维生素等 这些成分的分子键合状态 如水分中的O H键 淀 粉中的C O C键 在红外光谱中具有显著响应 23 通过建立光谱数据与目标成分的定量模型 红外光 谱能够非破坏性地揭示蔬菜内部化学成分的动态变 化 从而为蔬菜产业链中的检测提供支持 24 25 蔬 菜生产是包含多个环节的复杂链条 主要涵盖育 种 种植与养护 采收 运输与储存 销售与加工 五个阶段 目前 近红外光谱主要应用于其中的育 种 种植与养护 销售与加工环节 通过测量蔬菜 的物质成分 如糖分 硝酸盐含量 可溶性固形物 Soluble Solid Content SSC 等指标 能够在这些 环节中实现对蔬菜的营养成分分析和产品质量监 控 26 此外 在销售环节 近红外光谱能够检测 蔬菜表面的多种农药残留 27 实现对蔬菜销售终 端的食品安全保障 具体研究进展将在下文中展开 讨论 1 1 1 在蔬菜营养组分分析中的应用 近红外光谱通过捕捉C H O H N H等化学 键的吸收信号 能够解析蔬菜中水分 糖类 蛋白 质及纤维素的含量分布 目前已实现对糖苷 硝酸 盐及SSC等关键指标的高效定量分析 28 在对番 茄的营养组分测量中 便携式NIR光谱仪结合偏最 小二乘模型实现了对果糖 葡萄糖 可溶性固形物 含量和干物质的预测 模型的R 2 在0 95到0 97之 间 该研究还将此方法用于对番茄感官品质的分 析 感官评测小组对样品进行了打分 评价维度包 括番茄甜度 酸度 味道强度 香气强度 粉质感 和质地 并根据样品的近红外光谱数据 对这些感 官属性进行了预测 模型的 R 2 在 0 70 到 0 92 之 间 14 该方法为育种筛选提供了新视角 上述研究虽然基于便携式NIR设备并可能有现 场测量的潜力 但是可以认为这些方法还处于实验 室阶段 更加小型化的成熟设备 则更有投入实际 应用的能力 使用手持式Vis NIR光谱仪 NirVana AG410 能够测量葫芦科植物 西葫芦 苦瓜和黄 瓜等 的SSC与水分含量 通过使用多品种的偏最 小二乘回归 Partial Least Squares Regression PLSR 模型进行同步预测 在模型预测集上的R 2 分别为0 96 SSC 与0 92 水分 29 验证了NIR 技术在多参数联合分析中的优势 一款基于微机电 系统 Micro Electro Mechanical Systems MEMS 的手持式NIR光谱仪 Neospectra Si ware 在对番 茄果实的品质评估中展现出现场测量的能力 结合 PLSR模型可同时预测SSC 抗坏血酸及有机酸含 量 模型R 2 可达0 87 30 这些手持式的光谱传感器 为蔬菜营养组分的现场分析提供了可靠工具 1 1 2 在农药残留检测中的应用 NIR在农药残留检测方面也有进展 目前主要 用于测量叶菜类蔬菜表面残留的农药 如图3 能 够有效测量的农药种类包括有机磷农药 如敌敌 畏 乙烯硫磷 Ethion 甲拌磷 Phorate 氨基 甲酸酯类农药 如甲萘威 Carbaryl 呋喃丹 Carbofuran 拟除虫菊酯类农药 如氯氰菊酯 Cypermethrin 氟氯氰菊酯 Lambda cyhalo thrin 31 32 在研究中最为广泛使用的农药残留识 别算法为偏最小二乘判别分析 Partial Least Squares Discriminant Analysis PLS DA 此外支持 向量机 Support Vector Machine SVM 算法也被 认为在该领域数据集上有较好的表现 Zhang等 33 通过可见 近红外光谱结合PLS DA和最小二乘支持 向量机 Least Squares Support Vector Machine LS SVM 算法 并配合三种不同算法从光谱数据中提 取特征波长变量 实现了对花椰菜表面农药残留的 高精度识别 阿维菌素残留准确率为98 33 二氯 亚磷酸酯残留准确率为95 氯氰菊酯残留准确率 为93 33 李春雨等 34 针对生菜这一常见即食蔬 菜的农药残留分类问题展开研究 以氰戊菊酯和三 唑磷为研究对象 模拟实际生产中的农药喷洒场 景 通过近红外光谱技术 950 1 650 nm 采集了 240个样本的光谱数据 研究发现 标准正态变量 变换 Standard Normal Variate SNV 预处理能有 效消除散射干扰 结合竞争性自适应重加权算法 Competitive Adaptive Reweighted Sampling CARS 筛选的65个特征波长 建立的SVM分类模型在训 练集和预测集均达到100 准确率 该成果为蔬菜 采收前的质量筛查提供了可靠方法 有助于生产者 及时调整用药策略 从源头控制农药残留风险 在 图2 近红外光谱波段示意图 Fig 2 Schematic diagram of the near infrared spectral band 3 Vol 7 No 4智慧农业 中英文 Smart Agriculture 流通销售环节 李敏 35 则聚焦于市场监管需求 以小白菜为研究对象采用小波软阈值预处理方法处 理近红外光谱数据 通过设置1 500和1 20两种 农药浓度梯度 模拟了实际市场中可能存在的不同 残留程度 研究结合主成分分析 Principal Compo nent Analysis PCA 降维和 k 近邻 k Nearest Neighbors KNN 分类 K 2 实现了无农残与轻 度农残样本95 不同浓度农残样本90 的鉴别准 确率 该方法特别适用于批发市场 超市等流通环 节的快速抽检 为建立分级销售体系提供了技术 支撑 1 1 3 近红外光谱仪器的研发进展 近红外光谱传感器在蔬菜测量领域的研发呈现 三维发展态势 即小型化 功能集成化与检测精准 化的协同演进 在小型化维度 硬件微型化技术突 破显著提升了设备便携性 22 典型代表如NirVana AG410和F 750光谱仪 29 36 其紧凑型设计可手持 使用 适配移动巡检场景 能够实现番茄SSC含量 的现场测量 36 功能集成化维度则体现为多模态 传感技术的协同测量 国内研发的开放式检测系 统 37 创新性地将微型近红外光谱模块 叶绿素 荧光传感器与智能手机影像系统集成 不仅完成蔬 菜新鲜度评估 还可同步获取产地溯源信息 在另 一项研究中 38 激光诱导击穿光谱 Laser Induced Breakdown Spectroscopy LIBS 与NIR的联合建模 使钾 钙 镁 锰 铁元素的预测误差相较于使用 单一技术建模的预测误差显著降低 证实多技术数 据协同分析可突破单一技术的局限 检测精准化维 度的发展主要依赖于新型机器学习算法的引入 深 度学习与迁移学习的使用 28 29 39 有望进一步增强 模型的分类精度和对品种差异和环境干扰的鲁 棒性 综上所述 从产业链环节看 NIR技术已渗透 至蔬菜生产的全周期 在种植阶段 通过冠层光谱 实时监测糖类含量 39 评估营养价值 在采后环 节 通过对SSC与水分含量的动态分级 29 36 减少 采后损耗 在加工与销售环节 利用便携设备快速 筛查农药残留 33 与硝酸盐污染 28 保障食品安 全 当前研究证实 近红外光谱通过对全产业链的 技术渗透 正在重塑蔬菜生产的质量控制体系 并 为现代农业的产业升级提供了技术 支持 1 2 拉曼光谱 拉曼光谱属于散射光谱 是一种 基于非弹性光散射效应的分子振动分 析技术 其原理源于入射光子与分子 极化率变化耦合引起的能量交换过 程 当单色激光照射至物质表面时 光子与分子发生非弹性碰撞 产生相 较于入射光频率偏移 拉曼位移 的 散射光 这种频移量 cm 1 由分子 振动或转动能级决定 对应特定化学 键的伸缩 弯曲等振动模式 形成与 分子结构直接相关的特征光谱 与红 外光谱依赖极性键振动不同 拉曼光 谱对非极性键 如C C 及对称振动高度敏感 可 提供互补性分子指纹信息 其核心优势在于能够无 损 快速检测 以及抗水分干扰特性 尤其适用于 含水样品的现场分析 且通常无需样品前处理 40 蔬菜作为具有复杂生化组成的生物体系 其组织中 的类胡萝卜素 花青素等色素分子 纤维素 木 质素等细胞壁组分 以及外源污染物 如农药 均具有独特的拉曼响应 41 例如 类胡萝卜素在 1 525 cm 1 处的C C共轭双键振动峰 42 纤维素在 1 096 cm 1 的C O C糖苷键振动峰 43 有机磷农药 的P O键在650 cm 1 处的特征峰 44 通过构建拉曼 位移与目标物浓度的定量模型 该技术可用于蔬菜 产业链中多场景下的无损检测 45 在蔬菜生产链 条中 拉曼光谱已渗透至多个环节 尤其在以下三 个应用场景中被广泛研究 具有独特优势 在种植 养护环节 拉曼光谱通过检测植物组织中的次生代 谢物和信号分子的含量变化 能够高灵敏识别植株 图3 可见 近红外光谱结合化学计量学测量卷心菜中的农药残留 31 Fig 3 Vis NIR spectroscopy combined with chemometrics for pesticide residue measurement in cabbage 4 白珏坤等 光谱技术在蔬菜生产检测中的研究进展 挑战与建议Vol 7 No 4 受到的不利环境胁迫和病虫害 15 从而指导生产 者及时调整农业措施 协助植物抗逆 保证培养过 程中的植株健康 从而保障蔬菜产量和质量 46 在采收环节 拉曼光谱通过测量果蔬中的类胡萝卜 素等与植物生长过程密切相关的物质含量 能够实 现对果蔬成熟度的精准评估 47 为采摘时间和存 储 运输策略提供数据支撑 规避人为判断的不稳 定性 降低由不同成熟度带来的损耗 在销售与加 工环节 结合表面增强拉曼光谱 Surface En hanced Raman Spectroscopy SERS 技术 利用金 属纳米颗粒放大农药信号 48 对蔬菜表面农药残 留的检测限较红外光谱更低 拉曼光谱技术为蔬菜 产业链的精准化升级提供分子尺度的决策依据 具 体研究进展在下文中展开讨论 1 2 1 对蔬菜胁迫因子的检测 实现早期预警 拉曼光谱通过解析植物细胞壁多糖 光合色素 及次生代谢物的特征峰拉曼位移 可实现对蔬菜受 胁迫状态的早期预警 49 51 在氮素胁迫检测中 Gupta等 52 开发了兼容拟南芥和生菜 白菜等多 种叶菜类植物的便携式拉曼叶夹传感器 如图4所 示 检测到1 045 cm 1 附近的硝酸根峰在 N和 N 实验组之间存在明显的差异 使用1 067 cm 1 峰作 为内标 可以更好地区分两种条件下的拉曼光谱差 异 Altangerel等 53 开发的532 nm远程便携拉曼光 谱仪可测10 cm远处的信号 得到的拉曼信号相对 变化与532 nm显微拉曼光谱仪一致 实现了对紫 苏叶片中类胡萝卜素 1 007和1 157 cm 1 和花青 素 539 623和733 cm 1 的同时活体检测 可用 于识别紫苏受到的多种非生物胁迫 针对病原体 侵染 实现了现场检测功能 配备831 nm激光的 手持式拉曼光谱仪 Resolve Agilent 结合 PLS DA算法 54 通过捕捉番茄叶片中的类胡萝卜素 1 156 cm 1 果胶 747 cm 1 纤维素 1 155 cm 1 和木聚糖 1 184和1 218 cm 1 的拉曼信号强度变 化 实现了对两种不同亚型的马铃薯斑纹病菌 LsoA和LsoB感染的区分 准确率达到80 Orec chio等 55 针对番茄斑萎病毒感染的研究中 使用 Bruker BRAVO手持式拉曼光谱仪 测量到染病番 茄叶片中叶绿素 1 224和1 326 1 328 cm 1 类 胡萝卜素 1 156和1 185 cm 1 多酚 1 440 cm 1 和蛋白质 1 650 1 690 cm 1 的拉曼峰强度略有 降低 为病毒侵染的分子机制解析提供了光谱学 证据 1 2 2 在蔬菜成熟度无损评估中的应用 拉曼光谱对类胡萝卜素 角质蜡等成分的特异 性响应 使其成为果蔬成熟度无损评估的有效工 具 56 57 在番茄成熟度监测中 便携式拉曼光谱仪 innoRam B 2 National Research Center of Intelligent Equipment for Agriculture Beijing Academy of Agriculture and Forestry Sciences Beijing 100097 China 3 Changping District Agricultural Service Center of Beijing Municipality Beijing 102200 China Abstract Significance Vegetables are indispensable to global food security and human nutrition yet approximately 33 of the annu al 1 2 billion ton harvest is lost or wasted largely because of undetected biotic and abiotic stresses poor post harvest management and chemical safety hazards Conventional analytical workflows based on wet chemistry and chromatography are destructive labour intensive and difficult to scale creating an urgent need for rapid non invasive sensing tools that can operate across the full produc tion to consumption continuum Optical spectroscopy spanning near infrared NIR Raman fluorescence laser induced breakdown spectroscopy LIBS and UV Vis modalities offers label free multiplexed and second scale measurements directly on living plants or minimally processed products Existing reviews have concentrated on isolated techniques or single application niches leaving criti cal knowledge gaps regarding hardware robustness under open field conditions algorithmic generalisability across cultivars and cli mates data interoperability and cost driven adoption barriers for smallholders Progress This paper presents a holistic chain wide appraisal of spectroscopic sensing in vegetable production It shows that hardware evolution has been dominated by miniaturisation and functional integration Hand held NIR units e g Neospectra MEMS NirVana AG410 now weigh 0 95 for soluble solids and moisture in tomato zucchini and pepper Palm top Raman systems 9 7 4 cm equipped with 1 064 nm lasers and InGaAs detectors suppress fluorescence sufficiently to quantify lycopene RMSE 1 14 mg 100 g and classify ripeness stages with 100 accuracy Battery powered fluorescence sensors coupled with smartphones wirelessly stream data to cloud based convolutional neural networks CNNs delivering 93 100 correct cultivar identification for spinach onion and tomato seeds within 5 s per sample Methodological advances combine advanced chemometrics and deep learning Transfer learning enables a model trained on greenhouse tomatoes to predict field grown cherry tomatoes with only 10 recalibration samples cutting data acqui sition costs by 70 SERS substrates fabricated as flexible place and play nano mesh films boost Raman signals by 10 6 10 8 push ing limits of detection for carbaryl imidacloprid and thiamethoxam below 1 mg kg on pak choi and lettuce Multi modal fusion LIBS NIR simultaneously quantifies macro elements Ca K Mg and micro elements Fe Mn with relative errors 5 Chain wide demonstrations span five critical stages i breeding NIR screens seed viability via starch and moisture signatures ii cultiva tion portable Raman leaf clip sensors detect nitrate deficiency 1 045 cm 1 peak and early pathogen attack LsoA vs LsoB 80 accuracy in lettuce and tomato before visible symptoms emerge iii harvest non invasive lycopene monitoring in tomato and ca rotenoid profiling in chilli guides optimal picking time and reduces post harvest losses by 15 iv storage chlorophyll fluores cence tracks water loss and senescence in black radish and carrot over six month cold storage enabling dynamic shelf life predic tion v market entry LIBS inspects incoming crates for Pb and Cd in seconds while fluorescence SVM pipelines simultaneously verify pesticide residues ensuring compliance with EU and Chinese MRLs Data governance initiatives are emerging but remain frag mented Several consortia have released open spectral libraries e g VegSpec 1 0 with 50 000 annotated spectra from 30 vegetable species yet differences in acquisition parameters preprocessing pipelines and metadata schemas hinder cross study reuse Conclu sions and Prospects Spectroscopic sensing has matured from laboratory proof of concept to robust field prototypes capable of guid ing real time decisions across the entire vegetable value chain Nevertheless four priority areas must be addressed to unlock global adoption Model generalisation curate large scale multi environment multi cultivar spectral repositories and embed meta learning algorithms that continuously adapt to new genotypes and climates with minimal retraining Hardware resilience develop self cali brating sensors with adaptive optics and real time environmental compensation temperature humidity ambient light to maintain lab oratory grade SNR in dusty humid or high irradiance field settings Standardisation and interoperability establish ISO grade proto cols for hardware interfaces data formats calibration transfer and privacy preserving data sharing enabling seamless integration of devices clouds and decision support platforms Cost effective commercialisation pursue modular open hardware designs leverag ing printed optics and economies of scale to reduce unit costs below USD 500 and introduce service based models leasing pay per scan tailored to smallholder economics If these challenges are met spectroscopy based digital twins of vegetable production systems could become a reality delivering safer food reduced waste and climate smart agriculture within the next decade Key words spectrum technology near infrared spectroscopy Raman spectroscopy fluorescence spectroscopy vegetables on site detection Foundation items National Key Research and Development Program of China 2022YFD2002101 Biography BAI Juekun E mail 2222216002 Corresponding author DONG Daming E mail dongdm 17