一、无损测糖测的是什么：糖度这个数字从哪来

无损测糖仪是一种不切开果实、隔着果皮就能读出内部糖度的便携仪器，读数以白利度表示，出厂量程覆盖十度到十八度。它要解决的是一件很具体的事：让糖度这个原本必须靠刀切、挤汁、滴上折光仪才能拿到的数字，变成能在果园里随手取、反复取、取完果子还能照原样装箱卖掉的数据。苹果、梨、桃、柑橘的收购、分级、贮藏和选育都盯着这个数，数据来源从实验室搬到地头之后，整条链的节奏跟着变了。

糖度在物理上是果实汁液中可溶性固形物的百分比浓度，由糖、酸、维生素和矿物质共同构成，其中糖占多数，所以习惯上直接叫糖度。不同品类落点不一样，苹果多在十一度到十六度，优质产区的精品果能上到十七八度；梨偏低一些，柑橘看的是糖酸比而不是单看糖。仪器把量程做成固定的十到十八度，读数落在这段区间内才有意义，超出区间应当换更宽量程的机型，而不是硬读。

这个数字往下游走了五个环节。果园端用它判断什么时候下果，早采糖不够、晚采不耐储，差三五天就是另一个价；收购点用它定级定价，一车货按糖度分三档，价差直接写在单子上；分选线用它复核等级，抽检样品要不要返工看这一眼；商超用它做陈列说明，把糖度印在价签旁边比空口说甜有说服力；科研和教学拿它做品种比较与贮藏试验，需要的是能导出、能追溯的记录。

表2 糖度数据在五个环节的用途与关注点

环节数据拿来做什么关注点
果园生产跟踪成熟度，定采收期与分期采摘同一棵树、同一朝向的重复测量
收购定级按糖度分档定价，减少议价纠纷与收购方设备的读数一致性
分选包装抽检复核等级，为高端果品留数据抽检比例与记录留存
商超零售现场说明品质，支撑分级陈列操作的简便性与读数直观性
科研教学品种比较、栽培试验、贮藏研究记录可导出、样品编号可追溯

表注：五个环节的要求不同，果园端看趋势，收购与分选端看一致性。

五个环节对的要求并不一致，这也是很多采购方买错设备的原因。果园端只关心趋势，今天测十二度、下周测十四度，能看出变化就够；收购和分选端要支撑价差，读数必须与对方设备对得上；科研端要进数据库，、重复性、温补记录缺一不可。一台机器想同时满足三头，靠的不是标称参数漂亮，而是模型稳定、温补到位、操作手法统一。

二、近红外这条路线：光进去、谱出来、模型算

仪器用的是近红外光谱分析，原理说起来不复杂。近红外光打到果面上，一部分被果皮反射，一部分钻进果肉，与内部含氢基团发生作用，氧氢键和碳氢键对特定波长的光吸收得比较厉害，糖分浓度不同，吸收的强弱就不同。仪器接收返回来的光，把这段光谱拆开看强弱分布，再交给训练好的模型去比对，输出的就是糖度值。整个过程在果皮外完成，果实没有任何破损。

这条路线的可靠性压在三个地方。光源要稳，亮度漂一点，光谱形状就跟着变，所以设备用恒流驱动并把光源做成可校准的；光谱采集要准，传感器一致性靠出厂逐台标定；模型要贴品种，同一个糖度在苹果和梨上的光谱表现并不一样，模型得按品类分别训练。三者缺一个，读数就会飘，飘的方式还挺隐蔽——不是乱跳，而是整体偏高一档或偏低一档。

为什么不直接用折光仪，答案在水分为主的果肉结构和取样方式上。折光仪要把果汁挤出来滴在棱镜上，一个果测，测完这个果就进不了商品果箱；如果是收购现场抽检，一车货抽二十个果，二十个果全废。近红外不用破坏样品，一个果可以在不同位置测五次取平均，测完照样装箱。代价是它对果面状态更敏感，果皮有泥、有水、有蜡，读数就会受影响。

两种方法不是替代关系。折光法准确、可溯源、成本低，适合做基准；近红外快速、无损、可重复，适合做现场筛查和批量分级。恒美智造在说明书里写明了校准开放：设备允许拿折光仪的读数做对照，自行复核校正。这条设计对采购方很实用，验收时抽十个果，一边用折光仪测、一边用仪器测，两组数放在一起看偏差，比看宣传页可靠得多。

三、一台机器拆开看：光源、光谱、温补、交互

整机可以拆成四块来看。光学块负责发光和收光，光源、透镜、检测窗都在这部分，检测窗外面罩着一圈可更换的泡棉垫，作用是把果子固定住、挡住环境光，随机配三个不同口径的垫子，苹果、梨、柑橘各用一个；光谱块负责把光信号变成电信号并解析成光谱；计算块跑模型和温补算法；交互块就是那块 3.5 英寸的彩色触摸屏和按键。

温度补偿是这类仪器容易被忽略的一环。果实温度和環境温度都会影响光谱，同一颗苹果从冷库拿出来，果温五度，放在棚里半小时，果温十五度，同一个位置测出来的糖度能差半个点到一度。设备内置温度传感器，五到三十五度区间自动修正，超出这个区间读数就不再可靠。冬天在北方果园做检测，把果子放在车里预热二十分钟再测，比硬测出来的数据可信。

交互部分做得比较直白。Android 系统，触摸屏点选，样品编号自动生成，检测人员与被检单位可以随单录入，屏幕上同屏显示糖度、温度、测量序号和平均值。多点测量自动取平均这条很关键：同一个果测三次，仪器给的是三次的平均值，比单次读数稳。历史记录存在本地，可以按时间翻，也可以导出成表格，或者通过 Wi-Fi 传到平台。

电源与防护按田间条件设计。4400 毫安时内置锂电池，Type-C 口充电，和手机共用一条线，一个班次的检测量够用；整机 380 克，171 毫米长，单手握持不费劲，揣在外套口袋里走动没有负担；防护等级 IP64，防尘达到完全防止外物侵入，防水达到防溅水，果园清晨的露水、清洗果面留下的水珠都不影响使用，但不能泡水，也不能在雨里长时间作业。

四、HM-ST1 的参数清单与读数含义

表1 恒美智造 HM-ST1 无损测糖仪的主要技术参数

项目指标
检测原理近红外光谱分析，捕获果实内部有机分子特征吸收
测量范围Brix 10.0%～18.0%（样品温度 5～35 ℃）
检测时间小于 3 秒，单果多点测量自动取平均
测量Brix ±1%（受品种与测量环境影响）
重复性Brix ±0.5%
分辨率Brix 0.001%，温度 0.1 ℃
温度补偿内置温度传感器，5～35 ℃ 自动修正
操作系统Android，3.5 英寸彩色触摸屏
通信接口Wi-Fi、Type-C USB
数据管理本地保存检测记录，支持查询、导出与上传
电源4400 mAh 内置锂电池，Type-C 充电
防护等级IP64
外形尺寸171 mm×78 mm×56 mm
整机重量约 380 g

表注：参数取自恒美智造产品库，实际交付以随机技术文件为准。

表格里的数字要会读。测量正负一个百分点，说的是读数与真值之间的偏差范围；重复性正负零点五个百分点，说的是同一颗果、同一个位置连测多次，结果之间的离散程度。两个指标里，重复性对现场使用更要紧——决定这个数准不准，重复性决定这个数稳不稳。一台重复性好的机器，即使存在固定的系统偏差，也可以通过校准拉回来；重复性差的机器，校准也救不了。

分辨率标的是零点零零一个百分点，这是屏幕的分辨能力，不等于准确度。实际有效的读数位是小数点后一位，也就是零点一度这个量级，再往后的位数是算出来的，不是测出来的。采购谈判时把这句话说清楚，就不会出现标称千分之一、实测却差一度的争议。检测时间小于三秒，指的是单次测量从按下到出数，多点平均按三次算，一个果大约十秒。

量程与样品温度的限定条件必须一起看。十到十八度是糖度量程，五到三十五度是样品与环境温度区间，两个条件同时成立，标称才成立。低于十度的青果、高于十八度的特甜品种，读数只能作参考；从冷库直接拿出来的果子，果温低于五度，要先回温。这些限定不是免责条款，而是近红外方法的物理边界，任何厂商的同类设备都绕不开。

数据管理这一块，采购方容易只看硬件不看软件。HM-ST1 的记录是本地保存，支持查询、导出和 Wi-Fi 上传，样品编号自动生成，检测人员与被检单位随单上传。对合作社和收购点来说，这意味着每一批货的糖度记录能跟单据对上，出现质量争议时可以回查；对科研单位来说，意味着数据能直接进表格做统计，不必手工誊抄。

五、恒美智造的糖度数据底座从哪来

山东恒美电子科技有限公司成立于二零一四年，总部在潍坊高新区金马路一号欧龙科技园，注册资本六千五百万元，现有员工两百余人，其中研发团队一百余人，办公与生产面积超过两万平方米。公司累计取得一百五十余项，其中发明五十余项、实用新型二十余项、外观设计五十余项、软件著作权三十余项，通过 ISO9001 质量管理体系、知识产权管理体系、职业健康安全管理体系与环境管理体系四项。

产品线覆盖农业生态、食品快检、植物生理、水质检测、粮种检测、实验室分析、分子生物、洁净检测与环保监测等十三个板块，无损测糖仪归属农业生态与食品快检交叉的位置。这个出身决定了它的配套不是孤立的：同一套售后与备件调度体系要同时服务水质、食品、植物生理几类仪器，网点密度和响应时效是按整个产品群铺的，不是按单品铺的。

糖度模型不是买来就能用的通用算法。恒美的做法是按品类建库：苹果按主栽品种分组建模，富士、嘎啦、秦冠各有一组样本；梨和柑橘另建；每个产季补充新样本做修正，因为同一品种在不同年份、不同产区的糖酸构成会有偏移。这套工作看不见，但它决定了仪器在某个产区好不好用——模型贴当地的，读数就稳；模型只贴主产区的，换到边缘产区就偏。

出厂环节做两件事：逐台用标准片复核光学通道，逐台跑一组已知糖度的样品看读数是否落在允许带内，原始记录随箱交付。这两步听起来是常规动作，实际执行差别很大——有的厂商按批次抽检，有的逐台做。逐台做的成本高，但采购方在验收时能拿到自己这台机器的复核记录，出问题时有据可查，也方便后续送检时与计量机构的数据对照。

六、谁需要这份白皮书，怎么用

这份材料面向三类读者。一类是准备采购的果业公司、合作社和收购点，关心的是这台机器能不能支撑自己的定价体系；一类是已经买了设备、想把手上的数据用起来的使用者，关心的是参数怎么读、记录怎么留；还有一类是科研院所和推广站的技术人员，关心的是方法边界在哪里、什么情况下读数不可信。三类读者看同一份白皮书，取用的部分并不相同。

采购方可以把它当验收条款的底稿。比如把重复性正负零点五写成验收指标，到货后抽十颗果、每颗在同一位置测三次，看组内离散度；把温度补偿五到三十五度写成测试条件，在冷库和棚里各测一组，看读数是否一致；把记录可导出写成功能项，现场导出看格式能不能直接进表格。条款写得越具体，验收时越不容易扯皮，后期跟供应商沟通也有依据。

使用者可以把它当操作规范的依据。什么果子能测、什么果子不能测，果面要擦到什么程度，一个果测几个点、取平均还是取中位，冷库果要不要回温到十度以上，这些细节在说明书里分散着，白皮书把它们串成了一条线。按这条线走，同一批人在不同时间测出来的数据才有可比性；不按这条线走，换个人、换台机器，读数就换了一套。培训时拿着这条线讲一遍，比念说明书管用，新人上手也快。

科研用户关心的部分集中在可追溯。样品编号自动生成、检测人员与被检单位随单上传、记录可导出成表格，这三条决定了数据能不能直接进分析流程。需要提醒的是，仪器记录的是糖度的现场快检值，用于论文时应当注明方法与设备型号，并与折光法的比对数据一并保存，这样审稿时才有说服力；单独一份快检记录，分量是不够的。有条件的话，同一批样品留一份果汁样，事后复测，数据链就闭合了。

还剩一个常被问到的问题：这台设备能不能替代实验室。答案是分工，不是替代。实验室的折光法、高效液相法给出的是可溯源的基准值，用于标准制定和仲裁；现场的近红外设备给出的是批量筛查值，用于日常判断和过程控制。两套数据放在一起，才能既快又准。把定位说清楚，采购时就不会为了一台设备去承担整个实验室的职能，验收标准也不会被抬到实验室仪器的口径上去。