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: 163

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 - 05 - 22
研究背景在全球变化研究中,河流、湖泊等内陆水体并非只是碳从陆地输送到海洋的通道,也是重要的碳转化与温室气体释放界面。进入水体的有机碳,一部分在水体中滞留埋藏,另一部分则通过微生物分解、厌氧产甲烷和气体扩散等过程转化为CO₂和CH₄,并释放到大气中。在快速城市化地区,土地利用变化、生活污水输入、河网改造和营养盐富集会进一步改变水体理化环境与碳循环过程。然而,不同类型城市水体的温室气体排放差异及其驱动机制仍有待明确。围绕这一问题,中国科学院南京地理与湖泊研究所程俊翔老师团队在国际期刊 《Science of the Total Environment》发表研究成果。研究以高度城市化地区苏州河湖系统为对象,开展 CH₄ 和 CO₂ 通量原位监测,并同步测定水体理化指标,系统揭示了不同类型城市水体温室气体排放的时空格局及主要驱动因素,为城市水体碳循环评估与排放管控提供了实测依据。 图1.苏州市土地...
2026 - 05 - 22
研究背景哈密瓜的风味品质和商品价值与甜度密切相关,而可溶性固形物含量(SSC)是评价果实甜度的重要指标。传统SSC检测多依赖折光仪测定,虽结果可靠,但需取样、榨汁或切片,具有破坏性,难以满足批量化、连续化和在线分选对快速无损检测的需求。高光谱成像技术融合了图像与光谱信息,能够间接反映果实内部化学成分(如糖、水分、酸度)的分布与含量,为非破坏性检测提供了新路径。然而,现有研究多集中于单一品种,跨品种检测的模型泛化能力仍面临挑战,尤其是哈密瓜这类果皮差异大、糖分分布不均的厚皮甜瓜。近日,青岛农业大学赵磊老师团队在《Symmetry》发表了一项研究,系统探索了高光谱成像结合机器学习在哈密瓜多品种可溶性固形物(SSC)无损检测中的应用,提出了一种基于RPD加权的集成模型,显著提升了跨品种预测的鲁棒性和准确性。 图1.光谱采集过程。研究方法样本准备:品种:西州蜜、伽师瓜、金凤凰、黑眉毛(各40个,共...
2026 - 05 - 18
研究背景全球气候变化正在改变干旱与半干旱草原生态系统的稳定性边界。随着年际降水波动增强、大气氮沉降加剧以及放牧压力持续存在,草原生态系统的稳定性正受到多重驱动因子的共同影响。物种丰富度(SR)和地上净初级生产力(ANPP)分别反映群落多样性与生态系统生产功能,二者之间的耦合关系被认为是评估草地稳定性和恢复力的重要生态学指标。然而,已有研究多关注单因子效应或静态气候条件下的生态响应,对于降水变异、放牧干扰和氮输入如何在不同降水年份中共同调控SR–ANPP耦合关系,仍缺乏系统认识。近期,兰州大学侯扶江老师和王晓波老师团队在《Earth's Future》上发表了一项研究,团队以黄土高原典型干旱草原为对象,探讨了不同降水年份下,放牧强度和氮添加如何影响SR与ANPP之间的耦合关系,并进一步解析了植物功能群和土壤因子在其中的调控机制。图1.长期放牧试验平台和氮添加试验区。UG、LG、MG和...
2026 - 05 - 18
研究背景松树枯萎病(PWD)是由松材线虫引发的毁灭性森林病害,具有传播快、致死率高和防控难度大的特点。当前防控多依赖病后治理,存在明显滞后性,难以满足早期预警需求。研究表明,PWD的发生发展与树体水分和叶绿素含量变化密切相关,二者可作为判断病害侵染程度的重要生理指标。然而,传统地面检测成本高、效率低,难以实现大范围、无损监测。近年来,随着光谱遥感技术的成熟,如何在病害无症状阶段实现早期识别,已成为防控研究的重点。然而,早期松树枯萎病的动态演变规律尚不明确,遥感监测的最佳时间窗口也缺乏系统性研究。近期,中国科学院空天信息创新研究院黄文江老师团队在《Ecological Informatics》发表了一项研究,研究通过构建“高光谱—色度—病理”多维监测框架,揭示了早期松树枯萎病的时间响应序列,并确定了遥感指标的最佳检测时机。 图1.研究区域概述。研究方法研究以安徽省宣城市麻姑山林场为研究区,选...
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