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）是衡量果實成熟度和品質的關鍵指標。不同品種的葡萄因其遺傳特性和生長環(huán)境的差異，其TSS含量存在顯著變化。準確估算各品種葡萄的TSS含量，對于預測酒的品質、調整釀造工藝以及確定最佳采收時機均具有重要意義。

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鍵變量之一。在這項工作中，基于漫反射光譜測量，開發(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預測的更適合光譜范圍，對四個數(shù)據(jù)集進行了回歸模型的校準，其中包括以下光譜范圍：400–700 nm（可見光）、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。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(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(shù) 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(shù) 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（每個葡萄品種60個樣品，每個樣品有100顆漿果）散布在黑色容器芯中（17 × 17 cm）。從4個不同的數(shù)據(jù)中獲取了100顆漿果的反射數(shù)據(jù)（在每次測量之前將樣品順時針旋轉90°）。然后對反射數(shù)據(jù)進行預處理，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。雖然在可見光范圍內的反射值相似，但從波長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。在這個范圍內，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1160 nm開始，四種葡萄品種的反射值是相同的。

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。基于所獲得的結果，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zui低的RMSE和F值。在所有光譜范圍內，對數(shù)據(jù)進行SNV轉換進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201 nm的Godello；883 nm處，波長232 nm的Mencía；916 nm處，波長230 nm的Tempranillo；以及1055 nm處，波長230 nm的Verdejo。這些最佳點呈現(xiàn)出zui低的RMSE值。

研究表明，通過光譜測量的反射值，可以迅速、非侵入性地進行現(xiàn)場測量，從而估算TSS含量。