华体会体育(中国)hth·官方网站

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: 54

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
2025 - 08 - 20
每年,全球有超过 70亿只雄性雏鸡在孵化后被淘汰,仅因“性别不符”。这种传统做法在动物福利、资源浪费和伦理层面引发广泛关注。有没有可能——在鸡蛋孵化前,就知道性别?美国伊利诺伊大学研究团队近日在权威期刊《Food Control》发表成果,提出了一种基于高光谱成像与机器学习的非破坏性性别识别技术,成功在孵化前对鸡蛋进行精准“性别筛选”,为蛋禽行业带来颠覆性突破。实验方法简述本研究由美国伊利诺伊大学厄本那-香槟分校团队开展,实验在校内家禽科研平台进行。研究共采集了264枚白壳鸡蛋,鸡种为 White Leghorn,母鸡年龄约29周。所有鸡蛋在清洁、编号后,于12.8°C、相对湿度78%的条件下冷藏过夜,以保证实验一致性。次日,鸡蛋在室温下静置30分钟恢复温度后,使用Resonon Pika L 型高光谱成像仪进行图像采集。系统配置如下:光谱范围:374–1015nm光谱分辨率:2...
2025 - 08 - 18
研究背景:被忽视的“冬季脉冲”释放一氧化二氮(N2O)作为一种高效温室气体,其单位质量对全球变暖的影响是二氧化碳的近300倍。特别是在寒冷草原地区,每年春季的“冻融期”会爆发剧烈的N2O“热时刻”,而这些短暂却强烈的排放事件,往往被全球温室气体模型忽略。研究目标:揭秘雪下土壤N2O的爆发机制中国科学院植物研究所的研究团队,首次结合“原位高频自动通量监测”与“区域土壤柱模拟实验”,系统揭示了加深的冬季积雪如何显著放大草地土壤N2O排放,并进一步明确了水分与微生物联动机制在这一过程中的核心作用。图1. 研究区概况实验一:原位自动监测,捕捉全年N2O变化趋势地点:内蒙古草原生态系统研究站(IMGERS)方法:在天然草地中布设雪围栏制造“深雪处理”,并使用SF-3500系列多通道土壤气体通量测量系统(华体会体育(中国)hth·官方网站),配合高精度激光光腔分析仪,实现全年不间断、每日高频率N2O通量监测。亮...
2025 - 08 - 11
在中国海沿岸的红树林中,有一种名叫桐花树 (Aegiceras corniculatum) 的植物,静静地记录着环境的蛛丝马迹。近日,广东海洋大学与中科院广州地化所、加州理工学院等单位合作,结合叶蜡正构烷烃和脂肪酸的δ2H分析及环境参数监测,首次构建了盐度-代谢调控-同位素分馏的关联模型,不仅修正了红树林同位素分馏理论模型,还为重建热带沿海古环境提供了全新视角。图1.研究区概况· 研究地点:湛江红树林国家级自然保护区植物叶片中的蜡质化合物,能“记住”它们吸收水分的氢同位素特征(δ²H),而这一特征受降水、盐度等因素影响。团队选取了湛江高桥、九洲与营仔三条河口,分别在旱季(2021年11月)与雨季(2022年6月),采集了桐花树的叶片、木质部、叶水、水体和沉积物孔隙水等样品,系统分析了不同季节和盐度梯度下的氢氧同位素变化。在本研究中,科研人员采用LI-2100 全自动真空...
2025 - 08 - 11
在应对气候变化的全球行动中,“土壤碳汇”这一关键词越来越频繁地出现在科学家们的研究中。在全球气候治理日益紧迫的今天,如何提升土壤碳汇能力,成为科学界关注的热点。近日,一项发表在国际期刊《Land Degradation & Development》的最新研究,聚焦非洲萨赫勒地区,通过实地采样与建模分析,揭示了不同放牧强度对草原土壤有机碳储量的影响机制。 图1. 研究区域和实验地点的位置。 研究背景 非洲萨赫勒地区是全球典型的半干旱草原生态系统,牧业在当地生计中占据重要地位。然而,关于放牧对土壤碳储量的具体影响,尤其是在不同强度下的机制,一直缺乏系统的实地数据。研究方法§采用多点样方布设,覆盖不同放牧压力区域§采集0–30cm深度的土壤进行碳氮分析§结合ASDLabSpec4地物光谱仪进行快速土壤属性预测§使用结构方程模型(SEM)解析变量间直...
关闭窗口】【打印
Copyright ©2018-2023 华体会体育(中国)hth·官方网站
犀牛云提供企业云服务

华体会体育(中国)hth·官方网站

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