山火产生的烟雾可能毁掉葡萄酒的年份品质，但一项新研究表明，新型数字工具（其中一些可直接连接智能手机）可帮助大小酿酒商减少这种损失。
南澳大利亚、加利福尼亚、智利中部、希腊以及南非西开普省以葡萄酒闻名，但这些地区在过去几年都遭遇了有记录以来最严重的山火。
山火可能直接损毁葡萄园，而附近山火产生的烟雾还会污染藤蔓上的葡萄。正如任何酿酒商都会告诉你的那样，葡萄酒的风味源自土壤、葡萄藤及其所处环境之间一系列复杂的相互作用，从而形成其独特风格。
但接触烟雾的葡萄可能毁掉一个年份的收成，植物生理学家兼葡萄酒科学家、墨尔本大学农业与食品学院副教授Sigfredo Fuentes表示。
“虽然烟雾对不同葡萄品种的影响各不相同，但对受烟熏影响的葡萄酒进行的专业分析显示，这些酒具有“烟熏”香气和“灰烬”般的余味，尤其是设拉子、赤霞珠、梅洛、霞多丽和灰皮诺葡萄酒，”他表示。
“虽然土壤、植物和环境所形成的风味特征，是我们在葡萄酒中欣赏的多样性之源，但这些变质特征无疑会使葡萄酒对酒爱好者而言口感大打折扣。”
烟熏损害
接触烟雾的葡萄会吸收挥发性酚类物质，这些气味浓烈的化合物会与成品葡萄酒中的糖分结合。其中一种名为愈创木酚的物质，正是造成那种浓烈的“烟熏”和“灰烬”香气的原因。
如果专家能够识别或剔除某一年份中受烟熏影响的果实，酿酒商便可以控制甚至避免这些口感与香气。但烟熏污染的强度和范围可能差异极大，即使在同一座葡萄园内也是如此。
酿酒商需要一种准确的方法，以测算烟雾污染将会影响葡萄园的哪些区域，尤其是因为葡萄收获通常在夏末进行，而这恰好与山火高发季节重合，Fuentes表示。
“如果葡萄种植者和酿酒商能够近乎实时地评估哪些葡萄藤植株受到烟雾污染、葡萄中存在的烟熏污染程度，以及由此可能酿造出的葡萄酒品质，那将对整个行业产生颠覆性的影响，”他表示。“鉴于气候变化导致全球主要葡萄种植区的山火日益频繁，这一点尤为重要。”
据发表于期刊《Sensors》所载，Fuentes及其同事展示了红外热成像分析以及基于模式识别的机器学习建模等工具，如何有助于识别受损葡萄。
研究团队利用热红外相机从树冠层采集数据，并利用近红外光谱技术从葡萄果实上采集数据，以测量烟雾污染，所涉数据来自参与烟熏试验的七个葡萄品种。
“热红外相机和近红外光谱仪越来越多地以无人机挂载或手持设备的形式出现，并且可以连接智能手机。这使种植者在配备应用形式分析软件的情况下，获取成本更加低廉，”Fuentes表示。
“我们意识到，只要投入相对较少的资金，并配备基于机器学习的合适软件模型，酿酒商便可以随身携带应对烟熏污染的解决方案。”
为核实结果，研究团队使用了高灵敏度的实验室设备，以比对实验数据的准确性。
快速、低成本检测
研究人员随后利用这些数据开发了两个模型：一个用于测量葡萄园叶片上的烟雾污染，另一个用于测量葡萄果实本身及由其酿制的葡萄酒中的烟熏污染。
研究团队运用机器学习模式识别和人工神经网络（ANN），开发出一种红外热成像分析模型，该模型对树冠层内的烟雾污染预测准确率达96%。
Fuentes表示，为达到这一准确度水平，研究人员分析了叶片蒸腾作用的模式（水分由根部沿植物向上输送，并经由叶片背面的微小气孔散发），随后将其作为热成像的替代指标进行评估，而烟雾会干扰这一指标。
随后，机器学习算法得以高准确率地识别该模式，同时降低了数据处理量。
研究人员使用第二个模型，通过葡萄的近红外（NIR）光谱技术预测烟雾衍生的愈创木酚含量。该模型旨在配合手持式消费级设备，在近距离内对果实进行实时检测，且不会损毁果实。
Fuentes表示，这一方法使高准确度检测变得更加容易获得。“目前种植者评估潜在烟雾污染的唯一实际途径，是采集葡萄园中随机选取的浆果样本，并利用质谱法进行实验室分析，这种方法具有破坏性、成本高昂且耗时很长。
“我们的测试表明，这些模型能够通过智能手机上的软件，以及一台售价数千美元的手持式近红外光谱仪得出准确结果，其成本约为质谱仪的四十五分之一。
Fuentes表示，这两种实验模型可以配合使用，即先利用无人机获取叶片烟熏污染的高层级分布图，再借助手持设备对葡萄进行分析。
“两种模型中任何一种单独应用的程序，都能够快速、准确且以相对较低的成本，让烟熏污染对酿酒商清晰可见，”Fuentes表示。“两者结合使用，则可为酿酒商提供其葡萄园烟熏污染的高度精确分析。
“这将为他们提供管理策略，以减少污染，或分开采收未受污染的葡萄，从而最大限度减少浪费，并酿出更具价值的年份酒。”
其他研究人员来自墨尔本大学和阿德莱德大学。
