北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

ASD | 利用新鲜葡萄浆果的反射光谱测量估算葡萄浆果中的可溶性固形物总含量

日期: 2024-02-01
浏览次数: 269

在葡萄栽培与酿酒工业中,可溶性固形物总含量(Total Soluble Solids, TSS)是衡量果实成熟度和品质的关键指标。不同品种的葡萄因其遗传特性和生长环境的差异,其TSS含量存在显著变化。准确估算各品种葡萄的TSS含量,对于预测酒的品质、调整酿造工艺以及确定最佳采收时机均具有重要意义。

那么,如何能够准确估算葡萄的TSS含量呢?跟随小编,一起来看看下面这篇论文给出了怎样的答案。



ASD | 利用新鲜葡萄浆果的反射光谱测量估算葡萄浆果中的可溶性固形物总含量



摘要 · ABSTRACT

可溶性固形物总含量(TSS)是决定葡萄最佳成熟度的关键变量之一。在这项工作中,基于漫反射光谱测量,开发了偏最小二乘(PLS)回归模型,用于估算Godello、Verdejo(白葡萄)、Mencía 和Tempranillo(红葡萄)等葡萄品种的TSS含量。为了确定TSS预测的最适合光谱范围,对四个数据集进行了回归模型的校准,其中包括以下光谱范围:400–700 nm(可见光)、701–1000 nm(近红外)、1001–2500 nm(短波红外)和400–2500 nm(全光谱范围)。我们还测试了标准正态变量变换技术。使用留一交叉验证评估了回归模型,评估指标包括均方根误差(RMSE)、决定系数(R2)、性能与偏差比(RPD)和因子数(F)。红葡萄品种的回归模型通常比白葡萄品种的模型更准确。最佳的回归模型是针对Mencía(红葡萄)得到的:R2 = 0.72,RMSE = 0.55 °Brix,RPD = 1.87,因子数 n = 7。对于白葡萄,Godello取得了最佳结果:R2 = 0.75,RMSE = 0.98 °Brix,RPD = 1.97,因子数 n = 7。所使用的方法和得到的结果表明,可以使用漫反射光谱和将反射值用作预测变量的回归模型来估算葡萄中的TSS含量。

结果 · RESULT

葡萄的反射率是使用ASD FieldSpec 4 地物光谱仪进行测量,该仪器可检测350–2500 nm光谱范围内的反射率。葡萄样品(每个葡萄品种60个样品,每个样品有100颗浆果)散布在黑色容器芯中(17 × 17 cm)。从4个不同的数据中获取了100颗浆果的反射数据(在每次测量之前将样品顺时针旋转90°)。然后对反射数据进行预处理,得到4次数据的平均值。


ASD | 利用新鲜葡萄浆果的反射光谱测量估算葡萄浆果中的可溶性固形物总含量
图1. 利用ASD地物光谱仪获取光谱数据的流程



图2展示了四种葡萄品种的平均反射值范围以及原始数据(图2a)和SNV转换数据(图2b)的TSS反射值。在图2a中,红葡萄品种(Mencía和Tempranillo)具有非常相似的光谱特征。虽然在可见光范围内的反射值相似,但从波长675 nm处可以看出一些差异,最大和最小反射值分别约为895 nm和1080 nm,以及675 nm和960 nm。白葡萄(Godello和Verdejo)的光谱特征与红葡萄不同,但彼此非常相似。Godello和Verdejo在可见光-近红外范围的570 nm、830 nm和890 nm处具有最高的反射值。在这个范围内,反射值呈现轻微差异,尽管它们具有相同的光谱特征。从波长1160 nm开始,四种葡萄品种的反射值是相同的。


ASD | 利用新鲜葡萄浆果的反射光谱测量估算葡萄浆果中的可溶性固形物总含量
图2 四种葡萄品种(Mencía、Godello、Tempranillo和Verdejo)采样浆果的平均光谱范围
ASD | 利用新鲜葡萄浆果的反射光谱测量估算葡萄浆果中的可溶性固形物总含量
图3 Godello、Mencía、Tempranillo和Verdejo葡萄品种在使用原始数据(实线)和SNV转换数据(虚线)进行PLS回归时加权回归系数在全光谱范围内的分布。对四个品种的酿酒特性进行了交叉验证。黑线表示零相关性,并为了清晰呈现而偏移了3.0单位
ASD | 利用新鲜葡萄浆果的反射光谱测量估算葡萄浆果中的可溶性固形物总含量
图4 利用原始光谱反射数据进行每个波长的简单线性相关性葡萄糖度(TSS)相关图。
ASD | 利用新鲜葡萄浆果的反射光谱测量估算葡萄浆果中的可溶性固形物总含量
图5 利用原始(a–d)和SNV转换(e–h)反射数据进行的偏最小二乘回归(PLS)的均方根误差(RMSE)值。所有图应用相同的颜色刻度(请参阅右侧图例)。


结论 · CONCLUSION

采用漫反射光谱测量方法,利用偏最小二乘(PLS)回归模型估计了四种葡萄品种(Godello、Verdejo、Mencía和Tempranillo)的总可溶性固形物(TSS)含量。基于所获得的结果,红葡萄品种的TSS含量估算最佳,特别是Mencía。

用于TSS预测的最适宜光谱范围是近红外(NIR)范围(701–1000 nm)。在此光谱范围内获得了最高的R2和RPD值,以及最低的RMSE和F值。在所有光谱范围内,对数据进行SNV转换进一步改善了模型的评估指标结果。

用于估算TSS的最佳变量(图5)分别位于860 nm处,波长201 nm的Godello;883 nm处,波长232 nm的Mencía;916 nm处,波长230 nm的Tempranillo;以及1055 nm处,波长230 nm的Verdejo。这些最佳点呈现出最低的RMSE值。

研究表明,通过光谱测量的反射值,可以迅速、非侵入性地进行现场测量,从而估算TSS含量。

点击下方链接,阅读原文:

ASD | 利用新鲜葡萄浆果的反射光谱测量估算葡萄浆果中的可溶性固形物总含量


News / 相关新闻 More
2026 - 11 - 02
研究背景河流和溪流是大气甲烷(CH₄)的重要来源。已有研究发现,源头河流通常具有较高的CH₄排放强度,是河流CH₄排放的重要热点。但在高海拔冰冻圈地区,这一规律是否依然适用?受低温和有机碳底物匮乏等因素影响,该区域的CH₄过程可能受到限制。与此同时,冰川融水的持续输入也可能进一步改变河流的CH₄排放特征。那么,冰川融水究竟如何影响河流CH₄排放?其背后的作用机制又是什么?针对这一问题,兰州大学高坛光老师团队以青藏高原北部黑河上游为研究区域,通过2020—2023年连续观测,系统分析了冰川补给河流与非冰川补给河流的CH₄排放特征,并进一步探讨冰川融水对河流CH₄排放的调控机制。图1. (a) 研究区域概况。(b) 在三次不同的野外考察期间,使用浮动气室法进行气体采样的现场照片。研究方法实验设计:研究以青藏高原北缘黑河上游为研究区域。2020—202年,在该研究区域上游设置25个采样点(冰川补...
2026 - 10 - 26
研究背景漂流木在海岸生态系统中扮演着重要角色,既能拦截泥沙、保护沙丘,也能为动物栖息和植被生长提供条件。然而,漂流木常因影响海滩景观而被清理,因此,如何准确识别其分布,成为海岸带生态监测与管理的重要课题。遥感技术为地表材料识别与海岸环境监测提供了有效手段。无人机凭借高空间分辨率和灵活的采集方式,为海滩精细化调查创造了条件,但目前漂流木遥感研究仍主要集中于河流、湖泊等环境,针对海滩场景的高光谱识别研究相对有限。针对这一问题,法国佩皮尼昂大学CEFREM研究团队结合地面光谱测量与无人机高光谱影像,分析漂流木与其他地表材料的光谱差异,并比较多种分类算法的识别表现,为高光谱技术应用于海滩漂流木监测提供了研究依据。图1.研究区域的地理位置、漂流木堆积物的详细测绘图,以及本研究部分内容所用裁剪图像的范围界定。此外,还包括漂流木与芦竹样方照片,以及背景中可见的自然海滩漂浮物堆积线。研究方法研究区域:本研...
2026 - 10 - 26
研究背景真菌病原可通过侵染植物组织、损害光合作用和养分吸收,降低草地生产力。放牧是影响草地生态系统的重要人为活动,既可能通过移除染病组织抑制病害,也可能因造成组织损伤、改变宿主组成和土壤养分而增加感染风险。然而,现有研究主要关注地上叶部病害,对土壤这一潜在病原库及其与叶部病害的联系认识不足。不同放牧强度如何影响土壤病原真菌,并进一步关联植物群落叶部病害,仍缺乏试验证据。为此,兰州大学与青海大学研究团队依托青藏高原高寒草甸连续开展8年的放牧试验,结合叶部病害调查、土壤真菌分析和土壤养分测定,系统评估不同放牧强度对土壤病原真菌与植物群落叶部病害的影响,进一步解析二者的关联及潜在作用机制。相关成果发表于 《Frontiers in Plant Science》。图1.两种优势物种:矮嵩草和旱生苔草的叶斑症状及菌落形态。(a, d)田间症状;(b, e)在PDA培养基上23°C培养7天后...
2026 - 09 - 24
研究背景在干旱荒漠绿洲地区,农业生产与生态系统稳定高度依赖有限的水资源。农田防护林在防风固沙、改善田间微气候的同时,也会与林缘作物竞争水分,改变邻近农田的土壤水分分布。现有研究多以土壤含水量评价这种影响,对林木与作物取水来源及其重叠程度的认识仍不充分,也难以解释水分竞争下的土壤微生物功能变化。不同林带结构如何改变作物取水来源,并影响微生物的渗透调节与碳代谢,仍有待明确。为此,北京林业大学肖辉杰老师团队以新疆杨—玉米复合系统为对象,结合氢氧稳定同位素示踪与宏基因组测序,比较不同林龄和行数配置下的水分竞争格局,分析其与土壤微生物功能变化的关系,为干旱区农田防护林配置及水分管理提供科学依据。相关研究发表于《Applied Soil Ecology》。图1.a) 利用无人机(UAV)拍摄的试验样地航拍图,展示了每种样地类型(A–F)的四个重复之一。b) 展示各样地内采样点与样线布局的示意图。c) ...
【关闭窗口】【打印】
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开