建立一个基于近红外光谱水果内部品质属性评估的预测模型，必须具有一定程度的鲁棒性，这必须是跨品种、区域和时间及按实际水果级别数。在这篇论文发起的时候，同期有很多有关以近红外线校正模型的发展的水果内部品质属性评估报告，但没有提及可靠性报告（“鲁棒性”） 中是跨越时间、品种或生长区的报告。由于使用不同的仪器，要在当中做一个数据再分析报告是比较难。

现建一个以蔡司MMS1光谱感测器为分光中心的测量平台，当中包括使用卤素灯光源，透射光学部件设计，以近红外区域的短波直接对水果测量。被测量水果包括坚果仁、瓜类和柑橘水果，大量数据被收集，测量成份包括：总可溶性固形物total soluble solids、干物质dry matter及油浓度oil concentration。校准程序进行了优化和鲁棒性评估，数据来自跨产区，收获时间、季节和品种。