《Resources, Conservation & Recycling Advances》：Smart scale toolset for household food waste estimation
编辑推荐：
本研究针对传统家庭食物浪费测量方法在准确性、参与者负担和可扩展性方面的局限，开发了一套集成智能秤、移动应用和云门户的数字工具箱。该方案通过自动称重、分类记录和照片验证，实现了高精度、低负担的标准化数据采集。试点研究证实了其可行性，为大规模家庭食物浪费监测和政策制定提供了可靠工具。
在全球食物浪费问题日益严峻的背景下，家庭作为食物浪费的主要来源之一，其准确测量成为制定有效减废策略的关键挑战。传统方法如问卷调查、食物日记和废弃物成分分析往往在准确性、参与者负担、可扩展性和成本之间难以兼顾。联合国可持续发展目标12.3（SDG 12.3）设定了到203年将零售和消费者层面的全球人均食物浪费减半的目标，而欧盟相关指令（如2008/98/EC和2019/1597）也要求成员国系统监测家庭食物浪费。然而，现有测量方法存在明显不足：问卷调查易受回忆偏差和社会期望偏差影响；食物日记参与者负担重，且存在霍桑效应；废弃物成分分析虽客观但成本高，且无法捕捉通过水槽、家庭堆肥或喂养动物等途径处置的浪费。这些局限促使研究人员探索数字化解决方案。
为解决上述问题，来自约瑟夫·斯蒂芬研究所（Jo?ef Stefan Institute）系统与控制系的Dejan Gradi?ar、Viktor Govc和Miha Glavan研究团队，在《Resources, Conservation & Recycling》期刊上发表了一项研究，提出了一种新型数字方法学工具箱，用于家庭食物浪费的标准化、可扩展测量。该研究开发了一套集成定制智能秤、移动应用程序和云基门户的系统，旨在结合称重法的准确性与数字工具的效率，为研究人員、市政机构和非政府组织提供可靠的大规模食物浪费评估工具。
研究人员采用了几项关键技术方法：1) 定制智能秤：基于ESP32微控制器和应变式称重传感器，通过蓝牙低功耗（BLE）与移动应用通信，实现自动重量捕获。2) 移动应用程序：采用有限状态机工作流，引导用户完成称重、分类（按食物类型、避免性、处置途径等）、元数据输入和照片拍摄，数据通过REST API同步至云平台。3) 云基门户：用于活动管理、数据集中存储和分析，支持多语言、多活动并行运行，确保数据符合欧盟报告框架（如Decision 2019/1597）。试点研究在斯洛文尼亚的25个家庭中进行，验证了系统的可用性和数据质量。
研究结果
可行性验证：试点研究涉及25个家庭，覆盖不同家庭规模、类型和地区。结果显示，系统操作可靠，用户反馈积极，约90%的参与者认为系统“容易”或“非常容易”使用。数据质量较高，仅3%的条目需要后期处理，主要因避免性与非避免性浪费分类错误。每周平均家庭食物浪费量（38.11千克/年）与斯洛文尼亚国家统计数据（约34千克/年）基本一致，支持了数据的内部有效性。水果、蔬菜和肉类是最常浪费的食物类别，与现有研究相符。
技术性能：智能秤在家庭环境中表现稳定，虽初期存在蓝牙连接和小问题，但通过算法改进得以解决。移动应用的多语言支持（如英语、斯洛文尼亚语等）和动态配置功能，使其适用于不同国家背景。云门户有效管理了数据流和活动协调。
用户接受度：参与者报告该系统提高了食物浪费意识，促进了更谨慎的膳食规划。但部分数字素养较低的用戶（如老年人）遇到使用困难，提示未来需加强培训。少数参与者因时间负担而非技术问题不愿再次参与。
讨论与结论
本研究开发的数字工具箱成功整合了直接测量的准确性与情境数据的丰富性，克服了传统方法的多个局限。与纯图像识别或仅称重的智能垃圾桶相比，它提供了重量、分类、照片和元数据的综合数据集，支持行为分析和政策制定。系统设计灵活，食物类别和处置路线可定制，适应不同区域需求，并符合欧盟报告标准，有潜力作为验证其他方法的基准。
然而，研究也识别了局限性：参与者负担仍存，可能导致小浪费事件漏报；智能秤的物流限制了大范围部署；目前仅支持Android设备，未来需扩展iOS版本。建议通过AI图像识别自动分类食物类型，进一步降低用户努力。
总之，该数字方法论为家庭食物浪费监测提供了实用、开源的解决方案，通过提升数据质量和可比性，支持从家庭到国家层面的减废行动。尽管试点样本较小，但结果为更大规模应用奠定了基础，强调了数字工具在推动可持续食物系统中的重要价值。
