澳大利亚研究人员报告了一种在采收前检测葡萄烟熏污染的无创方法，利用便携式近红外光谱和机器学习识别暴露于山火烟雾中的果实。
这项研究于7月7日由 IVES OpenScience 以 GiESCO 2017 会议系列的扩展摘要形式发表，针对的是一个日益严峻的问题：面对更频繁、更猛烈的火灾，葡萄酒产区承受的压力不断加大。葡萄在转色期附近接触烟雾——也就是葡萄开始成熟的阶段——可能导致一些化合物，随后在葡萄酒中形成烟熏味缺陷。对种植者和酒庄而言，这意味着艰难的采收决策、昂贵的检测，以及成品酒出现缺陷的风险。
这项研究使用在阿德莱德大学一项实验中采集的、来自受烟熏和未受烟熏葡萄藤的葡萄。研究人员测试了七个葡萄品种的浆果，使用便携式近红外光谱仪 Field Spec Pro 对整粒和切半样品分别进行测量。随后，他们利用人工神经网络模型识别变换后光谱中的模式，具体为700-1100 nm范围内的二阶导数信号。
摘要显示，由整粒葡萄建立的模型在七个品种中识别烟熏果实的准确率达到89.3%。基于半粒葡萄的模型表现要差得多，准确率仅为61.6%。研究人员表示，这一结果与浆果内部烟熏味化合物的分布一致，这些化合物往往在果皮中的浓度高于果肉和种子。
作者包括墨尔本大学的 Sigfredo Fuentes，以及 Roberta De Bei、Eden Tongson、Renata Ristic、Steve Tyerman 和 Kerry Wilkinson，其所属机构包括阿德莱德大学及其 Waite Research Institute。
论文将这种方法描述为一种快速、经济且无损的现场筛查工具。这对饮料行业很重要，因为烟熏味风险通常要通过实验室分析确认，而在狭窄的采收窗口内，这一过程可能既缓慢又昂贵。若能使用便携式系统在葡萄园中筛查果实，种植者就可以在葡萄进入发酵前分区采收或采用不同方式采摘，从而有可能减少葡萄酒生产者的损失。
这些发现也反映出气候压力正在如何重塑葡萄园管理。摘要指出，由于气候变化和人为火灾，山火正变得更加频繁、更加严重、影响范围也更广。在受这些事件影响的葡萄酒产区，烟熏污染已成为一个反复出现的担忧，不仅关乎葡萄品质，也关乎果实是否应当采收、出售或改作他用等商业决策。
近红外工具此前已用于农业中的快速质量评估，但这项研究聚焦的是与酿酒结果直接相关的烟熏污染这一田间问题。该方法依赖光谱指纹而非破坏性取样，旨在让种植者在果实仍挂在藤上时就获得信息。
研究人员表示，跨七个品种建立的单一模型表明，这种方法可能不只适用于某一个品种或某一个地点，不过 IVES 发布的这篇文章只是扩展摘要，而非完整论文。即便如此，整粒葡萄的报告准确率仍指向一个实用方向：为寻求在附近火灾后更快评估烟雾暴露的葡萄园提供帮助。
对生产者而言，时机至关重要。如果能够在接近采收时识别污染，而无需反复将样品送往实验室，酒庄或许就能更早决定选择性采摘和分开酿造。在野火烟雾频发的年份，这类筛查可能成为向高端葡萄酒市场供货的葡萄园日常风险管理的一部分。