欢迎您访问葡藤匠心网！
关注微信公众号：葡藤匠心、葡萄酒学报
获取更多信息
SCI HORTIC：赤霞珠调节亏缺灌溉条件下葡萄成熟和酚类含量的光谱反射率监测
发布时间：
2024-03-24
来源：
葡萄研究
赤霞珠调节亏缺灌溉条件下葡萄成熟和酚类含量的光谱反射率监测
期刊：Scientia Horticulturae（4.3）
发表日期：2024.01
研究摘要
葡萄的成熟状态传统上常使用费力和破坏性的方法进行监测，正逐步开发自动和远程替代方案。本研究旨在开发和验证基于光谱反射率（SR）指数的模型，以估计调亏灌溉（RDI）下葡萄的可溶性固体（SS）、可滴定酸度（TA）、pH值、色度指数（CI）、花青素（ANTH）、单宁（TAN）和酚类（PHEN）含量。评估了归一化差谱指数（NDSI 29和20）、损伤敏感谱指数（DSSI 1）和简单比率色素（SRPI）指数。结果表明，葡萄品质与SR指数呈显著线性相关，NDSI29指数与SS的相关性最强，DSS 1与ANTH1的线性相关性最弱。验证后，模型可靠。
研究背景
智利的葡萄栽培业主要位于地中海气候地区。年平均气温（Ta）和生长度天（GDD）的增加将显著影响葡萄地上部发育、开花和采摘等。为了使葡萄园适应缺水和热浪，优化灌溉管理将是保持葡萄产量和质量的关键。在这方面，已经实施了调亏灌溉（RDI）以优化用水，并提高水生产力和果实质量。一些报告表明，RDI策略在浆果的形态、物理和生化特性方面产生有益的反应。
收获时的葡萄成分在很大程度上决定了葡萄酒的颜色、涩味和风味。葡萄酒商通常会监测葡萄的成熟度，以估计最佳收获时间。目前，葡萄成熟监测是通过破坏性仪器技术完成的，而基于光谱反射率（SR）的工具被认为是评估葡萄成熟度传统方法的替代品。与目前的成熟度监测相比，基于SR的工具可以在更短的时间内以非破坏性的方式进行更多的测量。
然而，很少有研究评估基于SR模型在不同水位下监测葡萄成熟度的性能。此外，RDI可以使浆果脱水，且与RDI技术介导的果皮与果肉比变化和代谢物浓度变化相关的挑战可能会使开发基于SR预测葡萄成熟度变得复杂。
研究内容
1. 实验地点说明
2. 实验设计
3. 植物和土壤测量
4. 浆果取样
5. 反射光谱测量
6. 浆果分析
7. 光谱信息的处理和光谱指数的确定
8. 统计分析
9. 模型开发和验证
表1. 基于光谱反射率指数的模型验证，以估计赤霞珠葡萄浆果的可溶性固体（SS）、pH值、可滴定酸度（TA）、颜色指数（CI）、花青素（ANTH）、单宁（TAN）和酚类（PHEN）
研究结果
1. 气候条件和正午茎水势（Ψx）
在两个生长季节，大气条件干燥炎热。2019/20和2020/21季节的气温分别在5.7-35.9和6.4-35.4℃之间。在这种情况下，1月份记录了最高温度（图1a和b）。第一和第二生长季的总降雨量分别为3.4 mm和36.6 mm（图1c和d）。第一季和第二季（9月至3月）生长季节实际蒸散量（ETa）的累积值分别为336.9毫米和314.4毫米。2019/20年度的Ψx范围为-0.79至-1.60 MPa，2020/21年度的Ψx范围为-0.65至-1.50 MPa。如图2所示，在两个生长季，Ψx的灌溉处理存在显著差异。在两个季节，T0处理的Ψx值均显著高于T3处理。T0和T3处理之间的最大差异发生在1月的最后一周和2月的第一周。在此之后，当灌溉恢复时，所有处理的Ψx值都增加，直到收获。此外，DOY 31（2021年）的降雨事件使所有处理的Ψx均升高，葡萄藤水分状况未受到显著影响。
图1. 2019-2020年和2020-2021年生长季节温度（T°）、降水量（pp）和实际蒸散量（ETa）的日演变（DOY）
图2. 2019-2020年（A）和2020-2021年（B）生长季节赤霞珠葡萄藤中午茎水势（Ψx）的日动态变化。FS：坐果 ，H：收获
2. 模型开发和验证
品质参数与光谱指数的相关性R2值范围从0.59到0.78（图3、图4）。NDSI29指数与SS、pH和TA的相关性最强，R2大于0.74。其他参数，如PHEN、ANTH和TAN，分别与指数DSII、NDSI20和SRPI显著相关。图 3 显示了利用NDSI29预测SS、pH和TA的线性模型，其中三种组分的数据分散都遵循相同的趋势。数据离散度随着SS、pH和TA值的增加而增加，但该模型仍然能够很好地解释这些成分。
图3. 线性回归模型，用于估计在调亏灌溉下从赤霞珠葡萄园收获的葡萄浆果的可溶性固体（SS）、pH值和可滴定酸度（TA）
图4. 线性回归模型，用于估计在调亏灌溉下从赤霞珠葡萄园收获的葡萄浆果的酚（PHEN）、色度指数（CI）、花青素（ANTH）和单宁（TAN）
验证分析（表1）表明，一致性指数在0.59至0.95之间，估计值与测量值的比率在0.79至1.0之间。基于NDSI29的模型在SS估计方面最准确，TAN的估计结果最差。此外，估计值与观测值的比值（b）b值与单位值差异无统计学意义，表明SS、pH、AT、CI、ANT和PHEN的估计值和观测值在95%的置信水平下相似。
图5. 在调亏灌溉下从赤霞珠葡萄园收获的葡萄浆果的可溶性固体（SS）、pH值和可滴定酸度（TA）的观察值和估计值之间的比较
图6. 在规范的调亏灌溉下，从赤霞珠葡萄园收获的葡萄浆果的酚（PHEN）、色度指数（CI）、花青素（ANTH）和单宁（TAN）观察值和估计值之间的比较
3. 灌溉处理对优质成分的观察值和估计值的影响
表2显示，在RDI下，滴灌葡萄园收获的葡萄浆果的SS、TA和pH值的观测值和估计值在处理之间没有显著差异，生长季和处理与生长季的交互作用均无显著影响。RDI处理对PHEN、ANTH的观测值和估计值没有显著影响（表3）。灌溉处理与季节的交互作用没有显著影响。
表2. 调亏灌溉对赤霞珠葡萄浆果收获时可溶性固形物（SS）、可滴定酸度（TA） 和pH值的观察和估计值的影响
表3. 调亏灌溉对赤霞珠葡萄浆果收获时色指数（CI）、酚类（PHEN）、花青素（ANTH） 和单宁（TAN）的观察和估计值的影响
T0和T3处理的葡萄品质成分从转色到收获的测量值和估计值的演变如图7和图8所示。基于光谱反射率指数的线性模型充分模拟了SS、pH、TA、PHEN、CI和ANT，但观测值和模拟值之间存在显著差异。
图7. 在T0和T3处理下，从转色期（V）到收获期（H）采集的浆果的可溶性固形物（SS）、pH和可滴定酸度（TA）的测量值和估计值的演变
图8. 在T0和T3处理下，从转色期（V）到收获期（H）收集的浆果中酚类物质（PHEN）、颜色指数（CI）、花青素（ANTH）和单宁（TAN）的测量值和估计值的演变
研究意义
基于SR指数的模型与实测质量成分具有中度至强的相关性，验证分析表明，模型在预测大多数质量成分方面具有可接受的准确性。然而，需要注意的是，这些模型在预测某些成分（如单宁）方面的准确性较低。结果表明，葡萄品质与SR指数呈显著线性相关，R2值在0.59-0.78之间。NDSI29指数与SS的相关性最强，DSSI指数与ANTH的线性相关性最弱。模型验证表明，基于NDSI29和DSSI的线性模型对SS、pH、TA和ANTH的预测误差小于8%，而基于NDSI20和SRPI的线性模型对TAN和PHEN的预测误差在11%-21%之间。
推荐下载
