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: 129

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 - 04 - 07
农药精准施用的挑战霜霉病等真菌性病害是全球葡萄生产中的重要威胁。近140年来,铜基抗菌化合物一直是防治植物病原菌的重要手段。然而,在实际操作中因杀菌剂施用不当及农药飘移,不仅造成经济损失,还会引致农业土壤持续污染。当前,水敏纸仍是农药飘移评估的常用方法,但该方法已被证明难以精准表征农药在葡萄园的整体沉积状况。高光谱成像技术凭借非破坏性、信息维度丰富的优势,已成功应用于葡萄品种分类、果实成熟度与品质评估、冠层实时监测等领域,而利用该技术实现叶片表面农药沉积量的定量检测,仍是亟待深入研究的开放性课题。近期,西班牙布尔戈斯大学的研究团队在《Data》发表了一篇Data Descriptor,公开了一个包含372幅葡萄叶片高光谱图像的数据集。该数据集系统揭示了3种杀菌剂在不同浓度和施用条件下的光谱差异,可为精准农业中的农药沉积监测、定量分析以及机器学习模型构建提供重要的数据基础。 图1.机械工作台...
2026 - 04 - 07
研究背景人口增长和农业发展的需求推动氮肥大量施用,虽保障了粮食安全,却给水生环境带来巨大压力。氮肥过量施用后,硝酸盐会通过径流和淋溶作用向地表水体迁移,进而引发水体富营养化、藻类水华、地下水污染等问题。在农业小流域,硝酸盐的迁移主要受暴雨驱动的水文过程影响,暴雨会激活地表与浅层地下径流通道,让土壤快速饱和,进而加快硝酸盐经径流和淋溶向河网的迁移速度。现有研究虽证实了暴雨事件与硝酸盐迁移过程存在关联,但不同暴雨型态在事件尺度上对硝酸盐的具体调控机制,目前仍未明确。为此,华中农业大学史志华老师团队以丹江口库区农业小流域为研究对象,结合高频水文监测与稳定水同位素示踪法,完成20场暴雨事件的原位观测与样品分析,系统阐明不同暴雨峰值模式下硝酸盐的输出途径与规律,相关成果发表于国际权威期刊《Water Research》。该研究为解析暴雨结构对农业流域硝酸盐输出的调控作用提供了精准的数据支撑,在揭示水...
2026 - 03 - 31
研究背景青藏高原作为全球变化敏感区和放大器,近几十年来增温幅度显著高于全球平均水平,其生态系统水热格局和碳循环过程正在发生深刻变化。土壤呼吸是陆地生态系统向大气释放CO₂的主要途径,其强度及变化直接影响生态系统碳收支,并关系到气候变化背景下陆地碳循环反馈的准确评估。然而,在气候敏感的色季拉山,土壤CO₂通量(FCO₂) 如何在日尺度上响应温度与水分的耦合作用?海拔梯度是否真的像传统理论预期的那样,导致通量单调下降?这些问题仍待解答。近期,西藏农牧大学研究团队联合河海大学等团队以青藏高原色季拉山为研究对象,开展了为期两年的原位高频观测研究。其成果发表于知名期刊 《Forests》(2026),研究结果揭示了色季拉山FCO₂非单调的海拔分布格局及其背后的温度主导与水分阈值驱动机制,为优化高寒生态系统碳循环模型及精准评估气候变暖背景下的碳反馈效应提供了重要的科学支撑与数据支持。 图1.研究区域。...
2026 - 03 - 31
研究背景冬枣作为一种营养丰富的功能性水果,其内部品质指标,尤其是可溶性固形物含量(SSC),是决定果实甜度、风味及消费者购买决策的核心因素。传统的SSC检测依赖于破坏性折光法,效率低下且无法满足大规模、无损、在线评估的需求。可见/近红外光谱技术(Vis-NIRS)因其快速、无损的特性,已成为农产品品质检测的主流手段。然而,在实际应用中仍面临因成熟度异质性和测量位置的不确定性导致模型预测结果波动。近日,塔里木大学施明登老师团队在《Journal of Food Composition and Analysis》上发表了一项研究成果,提出了一种结合对比学习与光谱技术的新方法,成功攻克冬枣SSC无损检测中成熟度变异与测量位置不确定性两大技术瓶颈,为冬枣的在线品质监测提供了全新思路。 图1.无损数据采集系统。研究方法样本采集:冬枣采自新疆阿拉尔市塔克拉玛果业有限公司的果园,涵盖4个成熟度阶段(白熟...
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