在葡萄栽培與釀酒工業(yè)中，可溶性固形物總含量（Total Soluble Solids, TSS）是衡量果實(shí)成熟度和品質(zhì)的關(guān)鍵指標。不同品種的葡萄因其遺傳特性和生長(cháng)環(huán)境的差異，其TSS含量存在顯著(zhù)變化。準確估算各品種葡萄的TSS含量，對于預測酒的品質(zhì)、調整釀造工藝以及確定最佳采收時(shí)機均具有重要意義。
那么，如何能夠準確估算葡萄的TSS含量呢？跟隨小編，一起來(lái)看看下面這篇論文給出了怎樣的答案。
摘要 ·?ABSTRACT
可溶性固形物總含量（TSS）是決定葡萄最佳成熟度的關(guān)鍵變量之一。在這項工作中，基于漫反射光譜測量，開(kāi)發(fā)了偏最小二乘（PLS）回歸模型，用于估算Godello、Verdejo（白葡萄）、Mencía 和Tempranillo（紅葡萄）等葡萄品種的TSS含量。為了確定TSS預測的最適合光譜范圍，對四個(gè)數據集進(jìn)行了回歸模型的校準，其中包括以下光譜范圍：400–700 nm（可見(jiàn)光）、701–1000 nm（近紅外）、1001–2500 nm（短波紅外）和400–2500 nm（全光譜范圍）。我們還測試了標準正態(tài)變量變換技術(shù)。使用留一交叉驗證評估了回歸模型，評估指標包括均方根誤差（RMSE）、決定系數（R2）、性能與偏差比（RPD）和因子數（F）。紅葡萄品種的回歸模型通常比白葡萄品種的模型更準確。最佳的回歸模型是針對Mencía（紅葡萄）得到的：R2 = 0.72，RMSE = 0.55 °Brix，RPD = 1.87，因子數 n = 7。對于白葡萄，Godello取得了最佳結果：R2 = 0.75，RMSE = 0.98 °Brix，RPD = 1.97，因子數 n = 7。所使用的方法和得到的結果表明，可以使用漫反射光譜和將反射值用作預測變量的回歸模型來(lái)估算葡萄中的TSS含量。
結果 ·?RESULT
葡萄的反射率是使用ASD FieldSpec 4 地物光譜儀進(jìn)行測量，該儀器可檢測350–2500 nm光譜范圍內的反射率。葡萄樣品（每個(gè)葡萄品種60個(gè)樣品，每個(gè)樣品有100顆漿果）散布在黑色容器芯中（17 × 17 cm）。從4個(gè)不同的數據中獲取了100顆漿果的反射數據（在每次測量之前將樣品順時(shí)針旋轉90°）。然后對反射數據進(jìn)行預處理，得到4次數據的平均值。
圖1. 利用ASD地物光譜儀獲取光譜數據的流程
圖2展示了四種葡萄品種的平均反射值范圍以及原始數據（圖2a）和SNV轉換數據（圖2b）的TSS反射值。在圖2a中，紅葡萄品種（Mencía和Tempranillo）具有非常相似的光譜特征。雖然在可見(jiàn)光范圍內的反射值相似，但從波長(cháng)675 nm處可以看出一些差異，最大和最小反射值分別約為895 nm和1080 nm，以及675 nm和960 nm。白葡萄（Godello和Verdejo）的光譜特征與紅葡萄不同，但彼此非常相似。Godello和Verdejo在可見(jiàn)光-近紅外范圍的570 nm、830 nm和890 nm處具有最高的反射值。在這個(gè)范圍內，反射值呈現輕微差異，盡管它們具有相同的光譜特征。從波長(cháng)1160 nm開(kāi)始，四種葡萄品種的反射值是相同的。
圖2 四種葡萄品種（Mencía、Godello、Tempranillo和Verdejo）采樣漿果的平均光譜范圍圖3 Godello、Mencía、Tempranillo和Verdejo葡萄品種在使用原始數據（實(shí)線(xiàn)）和SNV轉換數據（虛線(xiàn)）進(jìn)行PLS回歸時(shí)加權回歸系數在全光譜范圍內的分布。對四個(gè)品種的釀酒特性進(jìn)行了交叉驗證。黑線(xiàn)表示零相關(guān)性，并為了清晰呈現而偏移了3.0單位圖4 利用原始光譜反射數據進(jìn)行每個(gè)波長(cháng)的簡(jiǎn)單線(xiàn)性相關(guān)性葡萄糖度（TSS）相關(guān)圖。圖5 利用原始（a–d）和SNV轉換（e–h）反射數據進(jìn)行的偏最小二乘回歸（PLS）的均方根誤差（RMSE）值。所有圖應用相同的顏色刻度（請參閱右側圖例）。
結論 ·?CONCLUSION
采用漫反射光譜測量方法，利用偏最小二乘（PLS）回歸模型估計了四種葡萄品種（Godello、Verdejo、Mencía和Tempranillo）的總可溶性固形物（TSS）含量?；谒@得的結果，紅葡萄品種的TSS含量估算最佳，特別是Mencía。
用于TSS預測的最適宜光譜范圍是近紅外（NIR）范圍（701–1000 nm）。在此光譜范圍內獲得了最高的R2和RPD值，以及最低的RMSE和F值。在所有光譜范圍內，對數據進(jìn)行SNV轉換進(jìn)一步改善了模型的評估指標結果。
用于估算TSS的最佳變量（圖5）分別位于860 nm處，波長(cháng)201 nm的Godello；883 nm處，波長(cháng)232 nm的Mencía；916 nm處，波長(cháng)230 nm的Tempranillo；以及1055 nm處，波長(cháng)230 nm的Verdejo。這些最佳點(diǎn)呈現出最低的RMSE值。
研究表明，通過(guò)光譜測量的反射值，可以迅速、非侵入性地進(jìn)行現場(chǎng)測量，從而估算TSS含量。
點(diǎn)擊下方鏈接，閱讀原文：
ASD | 利用新鮮葡萄漿果的反射光譜測量估算葡萄漿果中的可溶性固形物總含量