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(biāo),。不同品種的葡萄因其遺傳特性和生長(zhǎng)環(huán)境的差異,，其TSS含量存在顯著變化。準(zhǔn)確估算各品種葡萄的TSS含量,，對(duì)于預(yù)測(cè)酒的品質(zhì),、調(diào)整釀造工藝以及確定最佳采收時(shí)機(jī)均具有重要意義。

那么,，如何能夠準(zhǔn)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(xiàng)工作中，基于漫反射光譜測(cè)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(yù)測(cè)的更適合光譜范圍，對(duì)四個(gè)數(shù)據(jù)集進(jìn)行了回歸模型的校準(zhǔn),，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(cè)試了標(biāo)準(zhǔn)正態(tài)變量變換技術(shù),。使用留一交叉驗(yàn)證評(píng)估了回歸模型，評(píng)估指標(biāo)包括均方根誤差（RMSE）,、決定系數(shù)（R2）,、性能與偏差比（RPD）和因子數(shù)（F）。紅葡萄品種的回歸模型通常比白葡萄品種的模型更準(zhǔn)確,。最佳的回歸模型是針對(duì)Mencía（紅葡萄）得到的：R2 = 0.72,，RMSE = 0.55 °Brix，RPD = 1.87,，因子數(shù) n = 7,。對(duì)于白葡萄，Godello取得了最佳結(jié)果：R2 = 0.75,，RMSE = 0.98 °Brix,，RPD = 1.97,，因子數(shù) n = 7。所使用的方法和得到的結(jié)果表明,，可以使用漫反射光譜和將反射值用作預(yù)測(cè)變量的回歸模型來(lái)估算葡萄中的TSS含量,。

結(jié)果 · RESULT

葡萄的反射率是使用ASD FieldSpec 4 地物光譜儀進(jìn)行測(cè)量，該儀器可檢測(cè)350–2500 nm光譜范圍內(nèi)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(shù)據(jù)中獲取了100顆漿果的反射數(shù)據(jù)（在每次測(cè)量之前將樣品順時(shí)針旋轉(zhuǎn)90°）,。然后對(duì)反射數(shù)據(jù)進(jìn)行預(yù)處理,，得到4次數(shù)據(jù)的平均值。

圖2展示了四種葡萄品種的平均反射值范圍以及原始數(shù)據(jù)（圖2a）和SNV轉(zhuǎn)換數(shù)據(jù)（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(nèi)的反射值相似,，但從波長(zhǎng)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(nèi)，反射值呈現(xiàn)輕微差異,，盡管它們具有相同的光譜特征,。從波長(zhǎng)1160 nm開(kāi)始，四種葡萄品種的反射值是相同的,。

結(jié)論 · CONCLUSION

采用漫反射光譜測(cè)量方法，利用偏最小二乘（PLS）回歸模型估計(jì)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(jié)果,，紅葡萄品種的TSS含量估算最佳，特別是Mencía,。

用于TSS預(yù)測(cè)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(nèi)獲得了最高的R2和RPD值，以及zui低的RMSE和F值,。在所有光譜范圍內(nèi),，對(duì)數(shù)據(jù)進(jìn)行SNV轉(zhuǎn)換進(jìn)一步改善了模型的評(píng)估指標(biāo)結(jié)果。

用于估算TSS的最佳變量（圖5）分別位于860 nm處,，波長(zhǎng)201 nm的Godello,；883 nm處，波長(zhǎng)232 nm的Mencía,；916 nm處,，波長(zhǎng)230 nm的Tempranillo；以及1055 nm處,，波長(zhǎng)230 nm的Verdejo,。這些最佳點(diǎn)呈現(xiàn)出zui低的RMSE值。

研究表明,，通過(guò)光譜測(cè)量的反射值,，可以迅速、非侵入性地進(jìn)行現(xiàn)場(chǎng)測(cè)量,，從而估算TSS含量,。