法国研究发现，众包葡萄园数据可追踪各产区水分胁迫

一项为期七年的法国研究项目表明，众包式田间观察有助于追踪大型葡萄酒产区的葡萄藤水分胁迫，在葡萄园面临更炎热、更干旱的生长季之际，这提供了一种实用工具。

这项研究于7月1日发表在 OENO One 上，考察了 Apex-Vigne 项目。该项目要求葡萄种植者和顾问通过手机应用每周记录葡萄藤新梢生长观察。研究人员表示，2019年至2025年间，该项目在法国本土共收集了34,233条观察记录，来自771多名贡献者，覆盖11,481块田地。

论文由 Don Ced Ogoumond、Bruno Tisseyre 和 Leo Pichon 撰写。文章分析了参与式数据收集是否能够生成可靠的葡萄藤水分状况区域信息；这一指标对于理解葡萄藤在生长季承受多大水分胁迫至关重要。

这一问题的重要性远超学术研究。水分胁迫会影响新梢生长、产量和葡萄品质，而更好的区域监测可帮助酒庄、合作社和种植者就灌溉时机、采收物流以及长期投资作出决策。在一个受气候变化压力的葡萄酒行业中，如果其局限得到谨慎管理，这种大规模收集田间数据的系统可能成为有用的辅助工具。

研究人员之所以聚焦法国，是因为法国汇集了众多葡萄酒产区、气候和种植实践，而且它是唯一一个 Apex-Vigne 已面向葡萄酒专业人士进行结构化推广的国家。他们还重点考察了法国南部一片49,500 km2的区域，其中包括朗格多克、普罗旺斯和罗讷河谷丘的葡萄园。之所以选择该区域，是因为地中海气候条件使水分胁迫更为常见，而且该地区对这款应用的采用率更高。

该项目的方法很简单。参与者观察50个葡萄藤新梢顶端，即 apexes，并将其分为三个阶段：完全生长、中度生长或停止生长。随后，应用程序使用1、0.5和0的加权值计算一个名为 iG-Apex 的指标。随着葡萄藤在生长季受到更强的水分限制，新梢生长会减缓，该指标通常会从接近1下降至0。

研究人员表示，当水分供应是限制营养生长的主要因素时，iG-Apex 可作为葡萄藤水分状况的实用替代指标。大多数情况下，参与者会从接近盛花期到转色期每周监测田块，转色期是葡萄开始成熟的阶段。

这款应用最初于2019年6月以法语版 Android 应用推出。2024年4月，它在 Android 和 iOS 平台上重新开发并重新上线，提供五种语言版本：法语、英语、西班牙语、葡萄牙语和意大利语。它会记录每次观察的时间戳和地理坐标，并在有网络连接时将数据上传至中央数据库。

研究发现，观察数据量足以在区域尺度上绘制葡萄藤水分状况地图，并展示条件如何随时间变化。这是论文的核心结论之一：当足够多的参与者持续贡献时，众包可以为葡萄栽培决策生成有用的空间信息。

但研究人员也发现，参与并非遵循单一模式。相反，观察记录反映出五种不同的贡献行为，这些行为与贡献者自身的兴趣和工作需求有关。该应用被用于农场内部试验、农场层面的常规监测，以及区域层面的参考田块监测。

这种多样性有助于建立大型数据库，但也引入了偏差。论文指出，众包农业数据会受到贡献者选择在哪里观察以及何时认为值得观察的影响。某些地点或时期可能被大量采样，而其他地方则覆盖不足。作者认为，这种不均衡是将参与式数据用于区域葡萄园监测时面临的主要科学挑战之一。

该项目的参与策略依赖于为用户带来直接收益，而不仅仅是志愿热情。该应用被推广为一款简单的决策支持工具，可帮助种植者快速诊断自家田块的葡萄藤水分状况。宣传活动通过技术贸易媒体和葡萄酒行业展会展开，而法国葡萄与葡萄酒研究院以及地方农业商会则帮助在专业人士中推广这一工具。

这种专业化定位似乎很重要。与许多围绕业余爱好者展开的公民科学项目不同，农业众包往往依赖劳动者将其作为日常工作的一部分来贡献数据。在本案中，葡萄种植者和顾问更有可能参与，因为这些观察也能服务于他们自身的运营需求。

论文将这项工作置于更广泛的气候背景下。区域葡萄园监测对于追踪水分胁迫、霜冻事件和病虫害发展日益重要，而这些因素都会影响产量和葡萄品质。作者指出，葡萄藤水分状况在空间和时间上都表现出强烈变化，是最易受气候变化影响的变量之一。

对于饮料生产商，尤其是葡萄酒行业而言，这使区域监测不仅仅是一项技术性工作。如果种植者能够识别哪些地区反复面临水分限制，以及这些限制在生长季何时加剧，他们就可能更有条件在允许灌溉的地方调整灌溉计划、组织酒庄收葡萄流程，并更高效地锁定葡萄园投资。尽管该研究本身聚焦葡萄园，但其发现也可能与其他依赖在气候压力上升背景下农业原料的饮料行业相关。

与此同时，作者提醒，在将众包视为一个完全稳健的监测系统之前，仍有科学工作需要完成。他们表示，需要社会科学研究来更好理解贡献者为何参与，以及是什么让他们长期保持投入。他们还呼吁开发新的数据科学方法，以自动识别异常观察。

该分析涵盖了研究期间收集的全部观察记录，未对离群值进行预先筛除。研究人员表示，他们假定异常观察仅占总数据集的一小部分。他们采用了包括聚类分析在内的统计方法来识别用户行为模式，并使用半变异函数和克里金等地统计工具评估空间结构并生成插值地图。

这篇文章作为原创研究发表，并与第16届国际风土大会和第3届 ClimWine 研讨会合作推出，这两项活动定于7月5日至7月9日在法国昂热举行。

尽管这项研究并未将众包呈现为葡萄园监测的完整答案，但它提供了迄今为止最清晰的长期检验之一，用以判断种植者共享的田间观察是否能够生成可用的区域情报。经过七个生长季的数据收集，Apex-Vigne 的答案似乎是肯定的，但前提是必须明确考虑采样偏差、贡献者行为和数据质量控制。