تحسين تقييم نضج الفراولة باستخدام التحليل الطيفي بالأشعة تحت الحمراء المتوسطة مع اختيار متغير متقدم وتصنيف مُشرف

لماذا يهم فحص الفاكهة بذكاء أكبر

كل من عضّ فراولة جميلة لكنها بلا طعم يعلم أن المظاهر قد تكون خادعة. يريد المزارعون والتجار والمشترون فاكهة تُقطف في اللحظة المناسبة — ناضجة بما يكفي لتكون لذيذة، ولكن صلبة بما يكفي لتحمل النقل. اليوم، يعتمد فحص النضج بدرجة كبيرة على العين البشرية أو اختبار الضغط أو قياسات مخبرية تُتلف الثمرة. تستكشف هذه الدراسة طريقة أسرع وأنظف لتحديد نضج الفراولة باستخدام ضوء غير مرئي وخوارزميات حاسوبية ذكية، مما قد يغير كيف تتم مراقبة جودة الفاكهة من الصوبة إلى رف المتجر.

نظرة داخل الفراولة بضوء غير مرئي

بدلاً من تقطيع الثمرة أو الاعتماد فقط على اللون، استخدم الباحثون ضوء الأشعة تحت الحمراء المتوسطة، وهو جزء من الطيف لا تراه أعيننا لكن الجزيئات تستجيب له بشدة. عندما يسقط هذا الضوء على الفراولة، تمتص بعض الأطوال الموجية بينما تنعكس أخرى، مكونة بصمة كيميائية تسمى الطيف. تلتقط هذه البصمات تغيُّرات في السكريات والأحماض والماء وجدران الخلايا مع نضج الثمرة. باستخدام جهاز محمول باليد، سجّل الفريق أطيافاً من 443 حبة فراولة نمت في صوبات فرنسية، وتم وسم كل واحدة بعناية إلى واحدة من ثماني مراحل نضج تتراوح من الأخضر إلى الأحمر الداكن.

تعليم الخوارزميات لتمييز إشارة النضج

احتوى كل طيف على نحو 900 نقطة قياس، أكثر بكثير مما هو مطلوب للقرارات البسيطة وربما متضمنة ضوضاء أو تكرار. للتركيز على الأجزاء الأكثر معلوماتية، لجأ العلماء إلى عائلة من استراتيجيات البحث تُعرف بالميتا‑هيوريستيك (الخوارزميات الاستكشافية). تستلهم هذه الخوارزميات أفكارها من الطبيعة — مثل التطور، وقطعان الذئاب، وسرب النحل، ومسارات النمل — لاستكشاف تركيبات عديدة من نقاط الطيف والاحتفاظ بتلك التي تفصل بين مراحل النضج بأفضل شكل. تم اختبار ست استراتيجيات من هذا النوع جنباً إلى جنب وأُقِيمَت مع أربع طرق تصنيف قياسية تتعلم تعيين كل طيف إلى مستوى النضج الصحيح.

اكتشاف مجموعة صغيرة من دلائل النضج الفعالة

من خلال السماح لهذه الخوارزميات بالتنافس تحت نفس الشروط، وجد الفريق أن بعض التركيبات برزت. على وجه الخصوص، خوارزمية وراثية — نموذجية بشكل فضفاض على الانتقاء الطبيعي — مقرونة بطريقة تسمى التحليل التمييزي الخطي وجدت مراراً مجموعات صغيرة جداً من نقاط الأشعة تحت الحمراء المتوسطة، غالباً أقل من 20 من أصل 900، لا تزال تصنف الفراولة بدقة تقارب 95–99% في اختبارات التحقق المتقاطع. أداء نهج أخرى، مثل بحث مستوحى من النحل والجاذبية، كان جيداً أيضاً لكنه عادةً ما تطلب نقاط طيفية أكثر. والأهم من ذلك، عندما لم يُستخدم اختيار الميزات وأُدخلت جميع النقاط التسعمئة مباشرة إلى المصنف، تراجعت الدقة بشدة وأصبحت النماذج أقل موثوقية، مما يؤكد قيمة اختيار أجزاء الطيف بعناية.

ربط أنماط الضوء بالتغيرات الحقيقية في الثمرة

لأن ضوء الأشعة تحت الحمراء المتوسطة يتفاعل مباشرة مع الروابط الكيميائية، كان من الممكن تتبع نقاط الطيف المختارة إلى أنواع محددة من الجزيئات. توافقت المناطق الأكثر فائدة مع إشارات من السكريات والأحماض العضوية والماء والمكونات البنائية للثمرة. وهذه هي بالضبط الميزات التي تتغير عندما تتحول الفراولة من قاسية وحامضة إلى طرية وحلوة. هذه القابلية للتفسير الكيميائي تمثل ميزة رئيسية مقارنة بأساليب الصور فقط أو طرق التعلم العميق ذات الصندوق الأسود: فهي لا تتنبأ فقط بمدى نضج الحبة، بل تشير أيضاً إلى سبب اتخاذ النموذج لذلك القرار، مما يبني الثقة لدى المزارعين ومراقبي الجودة.

ماذا يعني هذا لمستقبل فحوصات جودة الفاكهة

ببساطة، تُظهر الدراسة أن جهاز استشعار محمول بالأشعة تحت الحمراء المتوسطة، مقترناً بخوارزميات مختارة جيداً، يمكنه بسرعة وبطريقة غير مدمرة تحديد مدى نضج الفراولة بدقة عالية باستخدام جزء صغير فقط من البيانات المتاحة. هذا يفتح الباب لأدوات ذكية ميدانية تساعد المزارعين في اختيار أفضل وقت للحصاد، ومغلفات الفاكهة في فرزها للبيع المحلي مقابل النقل الطويل، والموردين في تقليل الهدر بتجنب شحنات مفرطة النضج أو ناقصة النضج. ومع أن هناك حاجة لمزيد من الاختبارات عبر أصناف وظروف زراعة مختلفة، فإن النهج يشير إلى مستقبل حيث يضمن الضوء غير المرئي والبرمجيات الذكية بهدوء طعم وجودة التوت الذي نشتريه.

الاستشهاد: Rammal, A., Assaf, R., Perrin, E. et al. Enhancing strawberry maturity assessment using mid-infrared spectral analysis with advanced variable selection and supervised classification. Sci Rep 16, 10154 (2026). https://doi.org/10.1038/s41598-026-40157-7

الكلمات المفتاحية: نضج الفراولة, التحليل الطيفي بالأشعة تحت الحمراء, جودة الفاكهة, تعلم الآلة, الزراعة الدقيقة