气候和文化因素对冷气候诺瓦雷葡萄圆形酮浓度影响的模拟
用简单英语进行的研究提供了康奈尔大学教师、学生和工作人员发表的期刊文章的简短、非技术摘要。
作者:Andrew D. Harner, Justine E. Vanden Heuvel, Richard P. Marini, Ryan J. Elias和Michela Centinari
《植物科学前沿》10:1255Doi: 10.3389 / fpls.2019.01255。2019年10月。
Rebecca Wiepz总结。
外卖。
- Rotundone提供了令人满意的“黑胡椒”香气，这在许多葡萄酒葡萄中都有发现，通常与设拉子葡萄酒葡萄有关。
- 以往的研究评估了气候或葡萄栽培方式如何影响圆形果酮的积累，但没有研究同时评估气候和葡萄栽培因素。
- 本研究评价了21个葡萄栽培、中气候和小气候变量对7个葡萄园两年来圆形藤酮浓度的共同贡献。
- 作者使用这些测量方法构建了一个预测模型和一个使用多元回归的描述性模型。
- 葡萄园的生长日数和太阳辐射量是与圆形酮浓度相关性最好的变量。
- 冠层内小气候(受果带除叶影响)与圆形酮的相关性较弱。
- 低(<15℃)和高(>30℃)的浆果温度与低的圆形酮浓度相关。
- 一个四变量模型包含1)成熟期GDD, 2)作物负荷(Ravaz指数)，3)叶柄磷和钙浓度，可以解释80%的圆形酮浓度变化。
- 了解环境影响这种化合物积累的方式可以帮助种植者控制其在葡萄酒中的含量。
- 多元回归是一个伟大的工具，以了解哪些因素影响变量的问题。在这项研究中使用它可以开发一个简单的模型，种植者可以潜在地使用它来告知他们的种植和管理决策，并解释哪些因素对圆形酮浓度有重大影响。
背景。
葡萄生长的环境对葡萄酒最终的味道有很大的影响。在某种程度上，这是由于葡萄品种和当地气候积累的次级风味化合物。其中一种最新发现的风味化合物，rotundone，负责创造“胡椒”风味，这是设拉子闻名。虽然设拉子是最常与圆藤酮联系在一起的葡萄酒，但它也曾从多种红酒中提取，包括康奈尔大学(Cornell) 2006年推出的诺瓦雷(Noiret)品种。
多元回归是一种统计技术，旨在分析一组变量对单个响应变量的影响。为了利用这种技术，必须在分析中引入多种影响因素，以便在生成的模型中可能使用。例如，一杯咖啡冷却的速度可以用多元回归建模。影响因素包括容器的特性(尺寸、绝缘、表面积)、周围环境(空气温度、风)和咖啡本身(体积、初始温度)。通过测量这些因素并将它们引入分析，我们可以描述它们与我们的响应变量(咖啡温度)以及彼此之间的关系。最适合的模型不仅可以告诉我们可以操纵哪些环境因素来保持咖啡的温度，而且可以潜在地预测给定时间内咖啡的温度。
实验。
关注的焦点作者测量了21个不同的因素(表1)，包括2016年和2017年纽约和PA的七个葡萄园的生产指标、养分和水分状况、中观气候(现场天气)和小气候(冠层内)(图1)，并使用多元回归统计分析来确定哪些变量组合影响诺瓦雷葡萄中圆形酮的浓度。
大纲在7个诺瓦雷葡萄园中的每一个，对单个面板试验单元(每个面板3-4棵葡萄)进行了两种处理(去叶或不去叶)。除叶处理被用来最大化树冠内的温度和阳光范围，而不是在两种处理之间进行直接比较。当浆果从基部节到远端簇以上接近豌豆大小时，取下叶片，簇区在整个季节保持营养生长。
模型的组件。
选择。首先利用统计分析软件中的多元回归程序，分析罗通酮浓度与潜在影响变量之间的相关性。在观察到哪些变量自身高度相关后，采用多种方法来确定中观和微气候数据集的最佳模型。对每个模型在数据集中所占的变异量进行分析。在此基础上，选择了一个模型，以及缺乏共线性及其基于估计误差的潜在预测能力。基于所有这些标准，我们选择了一个高解释和最少必要变量的模型。
Meso-climate:在成熟季节(从转译到收获)的天气参数比整个季节的天气参数与圆藤酮的相关性更好。尽管从verison到收获的累积日照量(CSEv)和从verison到收获的生长日数(GDDv)都独立地与rotundone浓度有很高的相关性，但由于两个变量之间的高度共线性，最终模型中只有一个变量与rotundone浓度相关。一般来说，高日照和高温是密不可分的。
最终的模型是基于预测能力和递减收益的变化解释的变量添加超过四个选择。所选模型显示，磷、作物负荷量和GDDv对圆形酮有正向影响，而钙对圆形酮浓度有负向影响。
为了验证该模型，数据被分成两组随机分组，第一组用于确定模型，第二组数据用于计算预测的圆形酮浓度。基于预测浓度与实际浓度的相似性，该模型是一个较好的、准确的预测模型。
气候:罗通酮浓度与冠层内变量之间的直接相关很小。果实温度仅在15 ~ 20℃之间与圆突酮直接相关，而叶片和簇间日照量在两个季节均不相关。
最佳模型包括10 - 15°C和30-35°C之间的温度小时百分比(DH10和DH30，分别)，以及当浆果是豌豆大小(CEFAp)时的集束光照射，占略多于一半的变化。虽然这些因素没有单独影响圆形酮浓度，但它们的联合作用占数据集变化的一半以上。
结论与展望。
高可变性，类似于在其他研究中看到的rotundone，使该数据集为一个很好的候选回归分析。额外的验证将有利于四变量预测模型，但总体而言，它是可靠的和可预测的。对于经常做叶柄分析、有历史剪枝重量和种植数据的种植者来说，这个模型可以用于预测圆形耳穴的水平。
在较冷的东北气候条件下，太阳曝晒和温度对圆形建筑的影响与以往的圆形建筑研究结果有所不同。可能是成熟期的长短是另一个起作用的因素。本研究中成熟时间最长的地点的圆形酮浓度最高，说明在凉爽的气候条件下成熟时间越长越有利于圆形酮的积累。同样，钙和磷的影响可能表明环境对模型的影响。尤其是钙，可以与葡萄树的水分状况联系在一起。研究人员建议需要进一步的调查来更好地了解大量营养素的直接和间接影响。
小气候因素与圆形酮积累有独特的联系，因为模型的组成部分没有直接相关，也没有与过去的高圆形酮浓度相关。但是，模型告诉我们，高温和低温都不利于圆形酮的积累。这种与光簇的正面关系是出乎意料的，因为它之前被认为是对rotundone的负面影响。先前的研究表明，复照前的太阳曝晒可能导致圆形酮前体的积累，从而影响后期的季节浓度。
本研究的结论表明，与立地水平因子的相关性远高于果带因素(如:积极的去叶暴露簇)。结合已有的GDDv、Ca、P和作物负荷等中观气候模式，研究了影响圆形草产量的因素。它也有可能成为东北诺瓦雷地区种植者的一种工具，帮助他们识别更有利于圆穴草生产的地点，但不支持使用园艺方法来操纵树冠。模型在使用之前需要进一步验证。
丽贝卡·维茨(Rebecca Wiepz)是日内瓦康奈尔农业科技公司(Cornell AgriTech)园艺部门的一名推广支持专家，纽约。