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

近红外光谱技术应用于葡萄栽培的研究

日期: 2016-03-02
浏览次数: 298

近红外光谱技术应用于葡萄栽培的研究
近红外光谱技术应用于葡萄栽培的研究:
• 光谱技术,例如近红外光谱技术可以作为基于葡萄需水量这一生理学指标来做灌溉安排,这种方法,比那些不考虑植物本身,单纯依靠天气或者土壤湿度测量的方法更实用。
• 近红外光谱技术可以用来分析葡萄叶中叶绿素、糖分、营养成分和碳水化合物含量。
• 曾经有报道指出,近红外光谱技术可以作为一个工具,测量一批赤霞珠葡萄的物理性质,诸如:硬度、弹性和耐碰性。(LeMoigne et al., 2008)
• 应用近红外光谱仪研究葡萄浆果表明:近红外光谱技术可应用于在称量台或者在现场分析花青素、TSS和pH值。 (Cozzolino et al., 2004)
• 研究表明,在红酒的发酵过程中,近红外光谱技术在酚复合物的浓度预测、萃取监控及进化有着潜在性的作用。(Cozzolino et al., 2006)

近红外光谱技术应用于葡萄栽培的研究
应用化学统计学 (多变量分析) 预测葡萄栽培的特性:
• 数据量化模型(包含Indico® Pro光谱采集软件和可以和ASD的LabSpec和FieldSpec配套使用的软件;GRAMS apps)
• 用回归分析方法讲各种实验室分析方法与近红外反射率联系起来。
• 预测多种成分,比如: 糖分/糖度;叶绿素;碳水化合物;葡萄藤水分预测(灌溉进度安排,等等)。
• 用一种测量方法做多种预测。

近红外光谱技术应用于葡萄栽培的研究

经澳大利亚葡萄酒研究所许可转载。标准值和近红外技术预测的pH值之间的关系。n=样品数量, R2=定标测定系数, SECV=交叉验证的标准误差, RPD=SD/SECV, RPD大于3的数值被认为是此次分析可以接受的值。(Cozzolino et al., 2004)

结论:
ASD地物光谱仪十分便携、且具有最佳的信噪比,测量速度更快,再加上350-2500 nm宽的光谱范围,为测量多种化学制品和特性检测提供了可能性。为了给各种多样化的设置和样品检测提供最方便和最高效的测量方案,ASD提供不同配置的仪器,有多种配件供您选择。

ASD仪器是一套分析葡萄藤和葡萄酒特性的实用型解决方案。


LabSpec 4 
提供实验室级别性能仪器:坚固耐用、采用便携式设计、适合台式分析或者现场使用,用于定量分析。
FieldSpec 4 
全波段地物光谱仪,特别为在现场采集测量光谱时遇到挑战的研究人员设计。用于扫描收集植 物冠层信息。


理想的葡萄栽培应用解决方案:

  • 便携式设备

  • 非侵入性、非破坏性

  • 简单、快速、成本有效的实时测量(数据测量和分析现场执行)

  • 几乎不需要样品制备

  • 应用真正的地面高光谱图像数据


相关参考文献:
Cozzolino, D.; Dillon, S.; Bartowsky E.; Henschke, P.; Cynkar, W.; Janik, L.; Dambergs, B.; Gishen, M. (2004). Monitoring fermentation of red wine using near infrared spectroscopy. Poster session presented to The Australian Wine Research Institute, Urrbrae (Adelaide) SA. Copyright by The Australian Wine Research Institute. Reprinted with permission from The Australian Wine Research Institute as per email.

Cozzolino, D.; Esler, M.; Dambergs, R.G.; Cynkar, W.U.; Boehm, D.; Francis, I.L.; Gishen, M. (2004). Prediction of colour and pH using a diode array spectrophotometer (400 - 1100nm). Journal of Near Infrared Spectroscopy, 12, 105 - 111.

Cozzolino, D.; Parker, M.; Dambergs, R.G.; Herderich, M.; Gishen, M. (2006). Chemometrics and visible - near infrared spectroscopic monitoring of red wine fermentation in a pilot scale. Biotechnology and Bioengineering, 95, 1101-1107.

Le Moigne, M.; Maury, C.; Bertrand, D.; Jourjon F. (2008). Sensory and instrumental characterization of Cabernet Franc grapes according to ripening stages and growing location. Food Quality and Preference, 19(2), 220-231.
 


News / 相关新闻 More
2026 - 11 - 16
研究背景土壤盐碱化是影响农业生产和土地资源利用的重要因素。山西省大同盆地分布着较大面积的苏打型盐碱土,土壤中较高的CO₃²⁻和HCO₃⁻含量对作物生长造成了一定限制。如何改善盐碱土壤环境、提高土地利用效率,是当地农业生产面临的重要问题。沙土掺混能够改变土壤质地和孔隙结构,进而影响水分入渗及盐分迁移。但掺沙比例不同,对土壤水分保持和氮、磷、钾等养分分布的影响也存在差异。尤其是在促进盐分淋洗的同时,是否会加剧养分向深层迁移,仍需要进一步研究。针对这一问题,山西农业大学崔清亮老师团队以大同盆地中度盐碱土为研究对象,通过室内土柱试验和田间试验,探究沙土掺混与养分管理对土壤水盐、养分迁移及谷子生长的影响,为晋北苏打型盐碱土改良和谷子栽培提供依据。图1.土柱实验的设置。研究方法研究土壤采自山西省怀仁市中度盐碱农田,属于大同盆地苏打型盐碱土。研究分为室内土柱入渗试验和田间种植试验:室内土柱试验...
2026 - 11 - 09
研究背景土壤有机碳(SOC)是反映土壤质量、土壤肥力及生态系统碳循环的重要指标。传统湿化学测定方法虽然准确性较高,但存在耗时长、成本高、操作复杂等问题。相比之下,可见光—近红外(Vis-NIR)光谱技术具有快速、无损、低成本等优势,为SOC快速估算提供了新的技术途径。然而,光谱预测模型高度依赖大量代表性样本。在实际调查中,受采样成本及实验条件限制,往往难以获得充足的校准数据,小样本条件下模型容易出现过拟合,影响预测精度与泛化能力。针对这一问题,外部光谱数据库迁移学习和深度生成模型数据增强成为两种潜在解决途径。但不同生成模型的增强效果如何?外部光谱库能否有效改善本地模型预测性能?数据增强倍数又将如何影响模型表现?为此,山西农业大学徐占军老师团队通过构建统一实验框架,系统比较四种深度生成模型与外部土壤光谱数据库的应用效果,探索小样本条件下SOC光谱估算的有效数据增强策略。图1.研究区域概况。研...
2026 - 11 - 09
研究背景地下水是高寒地区水循环的重要组成部分,其补给过程受到冻融循环的显著调控。随着气候变暖,青藏高原冻土退化、活动层加深,土壤水分的储存与迁移条件发生变化,进而影响降水、融雪水、土壤水与地下水之间的水文联系。然而,不同冻融阶段地下水补给来源的变化及其迁移路径仍缺乏系统认识。针对这一问题,北京师范大学李小雁老师团队以青海湖流域为研究区,结合氢氧稳定同位素示踪与MixSIAR贝叶斯混合模型,定量解析不同冻融阶段地下水的补给来源,揭示冻融过程对土壤水文连通性及地下水补给路径的影响。图1.(a) QLB在青藏高原(QTP)上的位置。(b) QLB内多年冻土的时空分布;其中灰色代表季节性冻土,橙色代表多年冻土。(c) QLB的位置及采样点分布。(d) 地下水采样。(e) 降水采样。(f) 在相邻地点每月采集土壤样品。研究方法研究设计:研究区位于青藏高原东北部青海湖流域。2025年5—10月,研究团...
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...
【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