澳大利亚的森林大火和袋鼠和考拉一样常见。炎热干燥的气候通常会引发火灾，危及人类生命、财产和野生动物，并威胁到该国最重要的经济产业之一：葡萄酒。2019-2020年夏季的火灾摧毁了南澳大利亚州、维多利亚州和新南威尔士州的整个葡萄园，但烟雾更广泛、更阴险，渗入葡萄和发酵桶，产生令人不快、无法销售的产品。虽然尚未计算造成的全部损害程度，但澳大利亚葡萄酒研究所表明每次发生火灾季节，仅烟雾污染就会给该国的葡萄酒行业造成数千万至数亿美元的损失。
“这项研究可以消除葡萄栽培和酿酒方面的猜测，使它们更容易预测。”
墨尔本大学副教授兼植物生理学家Sigfredo Fuentes
广泛的技术进步可以帮助种植者和酿酒师减轻烟雾污染和其他不可预知的异常现象的负面影响，如霜冻、干旱、害虫和疾病——不仅在澳大利亚，而且在世界各地。由墨尔本大学(University of Melbourne)植物生理学家西格弗雷多·富恩特斯(Sigfredo Fuentes)副教授领导的“未来葡萄园”(The Vineyard of The Future)是一个国际科学家联盟，他们正在进行前沿研究，收集从葡萄到玻璃的高分辨率数据，并以有意义的方式进行分析。无人机、卫星图像、视频分析、植物和人的传感器结合人工智能——统称为“数字农业”——让葡萄酒生产商和销售商在这个充满不确定性的行业中获得了优势。
富恩特斯说:“这项研究可以消除葡萄栽培和酿酒方面的猜测，使它们更容易预测。”
在葡萄树
好酒始于葡萄树。美味的葡萄取决于天气和栽培策略，包括灌溉、施肥、虫害控制和树冠管理。种植者通常喜欢较小的葡萄浆果，这会产生更多的葡萄皮，从而产生更多的影响风味和香气的化合物，如花青素、单宁、白藜芦醇和多酚。富恩特斯说，品质优良的葡萄产量越低，每英亩的收入就越高，因此保持葡萄的营养部分和繁殖部分之间的平衡至关重要。“没有一种配方适合所有葡萄栽培的情况，在这里，新技术和新兴技术的实施对于评估所有这些因素以获得优质产品至关重要，”他说。下载188bet金宝搏
Fuentes和他的同事开发了一种技术，这种技术依靠红外热成像和近红外光谱(NIR)分析，再加上有监督的机器学习模型，来测量树叶中的烟雾污染，并评估葡萄中的烟雾污染。红外摄像机显示出藤蔓的热信号，这被烟雾扰乱了。使用MATLAB®， Fuentes和他的团队开发了计算机视觉算法，利用热信号预测冠层的烟雾污染，准确率高达96%。
使用非侵入性手持仪器获得的NIR数据揭示了浆果和葡萄酒的化学指纹，其在高精度附近实时地显示出特定的烟雾相关化合物和浓度。种植者可用的常规方法要求他们将葡萄送到实验室并等待六天或更长时间的结果。但是，实时信息可以帮助种植者做出决策，例如是否收获从受污染的葡萄分开的未纳葡萄，以便最大限度地减少浪费。
机器学习在暴露后一小时内检测到来自丛林火灾的葡萄污染。图片来源：Eden Tongson博士
FIENTES和他的团队开发了计算机视觉算法，使用藤的热签名来预测96％的精度的烟雾污染。
进一步的研究已经进行了甚至在收获之前预测葡萄园的潜在葡萄酒的质量特征。通过将其他变量（如天气数据输入和已知的Aroma曲线）从以前的葡萄酒作为目标结合到目标中，训练了机器学习模型，以预测来自葡萄藤的葡萄酒的香气曲线。
一个应用程序被称为葡萄冠层使用智能手机的GPS和相机来帮助种植者衡量树冠的大小，密度和活力。从图像中，应用程序的计算机视觉算法使用快照计算叶区域索引。这种重要的公制称为赖，将浆果的阳光量，冠层的微气候，葡萄的组成和最终产量相关联。葡萄酒种植者正试图在叶子，射击和水果之间创造平衡，说。“如果你对树冠过于敏大，最终葡萄酒的味道和香气概况将分别具有太多的酸度和绿色，”他说。来自应用程序的信息使得培养者能够做出关于修剪冠层，施用肥料和增加或减少灌溉的决定。“这完全是关于平衡的，”Fuentes说。
NIR和机器学习算法也可以为葡萄成熟提供线索。富恩特斯解释说，当葡萄成熟时，葡萄内部死亡细胞释放出的某些化合物会影响其香气和风味。不同的葡萄需要不同比例的细胞死亡才能达到成熟度的顶峰。他说：“我们建议在酿酒前测量浆果的细胞活力，用开发的数字工具预测葡萄酒的质量。”。
在鼻子上
在数十种影响——甚至可能是毁灭性的——葡萄园的变量中，一种叫做根瘤蚜的昆虫可能是最臭名昭著的。在19世纪的中期th世纪，法国葡萄酒商在将美国藤材料，污染的鞋子或工具带到欧洲，在美国从美国进口昆虫。虽然Phylloxera优选在美国葡萄藤的叶子上无害地用餐，但当他们发现法国葡萄藤时，他们去了根源。伟大的法国葡萄酒枯萎几乎将该国的葡萄酒行业逐渐消失了几十年。经过几次失败的尝试消除昆虫，法国葡萄酒商依赖于美国藤根的葡萄藤，从而产生可能在法国土壤中茁壮成长的植物并抵抗植物。
今天，根瘤蚜仍然是一种难以发现的威胁。早期的迹象，如叶子变色和一般的冠层萎蔫，经常被混淆为水和肥料的压力，和葡萄酒制造商的动机去寻找一个更可靠的识别方法。一种方法已经被狗所接受——以一种好的方式。狗的鼻子比人类的鼻子含有3亿个嗅觉感受器，灵敏度是人类的100倍。未来葡萄园的研究人员正在训练狗识别根茎蚜昆虫释放的信息素的气味，以及这种昆虫产生的其他化合物。
可以调整一系列能够检测九种不同气体的传感器阵列的低成本，便携式电子鼻子，以识别葡萄园中的烟雾损坏。
一只狗背着装有GPS智能手机的背包，将鼻子贴地穿过葡萄园。用MATLAB开发的跟踪算法™ 检测狗的位置及其运动。在地图上添加了不同的动作，如跑步、走路和闻到气味时坐着，以确定葡萄园中的问题。福恩特斯的博士后克劳迪娅·冈萨雷斯·维乔（Claudia Gonzalez Viejo）说：“该应用程序创建了一个日志文件，记录狗通过坐姿、蹲姿或抓挠向主人发出信号的所有点。”。然后，种植者可以针对这些地点进行检查，从而节省时间。
虽然狗在定位害虫方面很熟练，但它们在确定完美的啤酒香气方面并不擅长。为了补充专家狗鼻子，Fuentes和他的团队已经开发出低成本，便携的电子鼻子或电子鼻子，具有能够检测九种不同气体的传感器阵列，包括乙醇，二氧化碳，碳氧化碳，甲烷和过氧化氢。Gonzalez Viejo帮助设计了电子鼻子来仔细审查啤酒样品和预测的香味。但是，她说，它有广泛的应用，并可以微调，以检测葡萄园的烟雾损害。冈萨雷斯·维埃霍设想将这项技术与狗狗探测器结合起来，作为手持设备使用，或者安装在无人机上，一排排地飞行。“我们可以把电子鼻子带到任何地方，”她说。
一只经过特殊训练的狗沿着一排容器移动，并准确地用专注的目光和爪子的触摸来表示。图片来源:Sonja的需求
在玻璃
对于所有工作种植者和生产者来说，制作优质葡萄酒，是什么构成好的是主观的。“最好的葡萄酒是你喜欢的葡萄酒，”Filentes说。
最终，了解消费者的反应是销售葡萄酒的关键，未来葡萄园的研究人员也为此开发了技术。该系统使用啤酒进行了改进，但适用于葡萄酒和起泡葡萄酒，包括一个机械手臂、摄像头和电子鼻子。机器手臂每次都能以同样的方式倒满杯子，而且毫不费力。高清摄像机对准啤酒捕捉视觉数据，包括颜色、泡沫的形成和消散，以及泡沫的大小。安装在玻璃顶部的电子鼻测量释放的气体。计算机视觉和机器学习算法对摄像机和传感器信息进行处理，并将这瓶啤酒放在之前分析过的250瓶啤酒库中。
用传感器进行的香气图谱的准确率为97%。这种技术可能会吸引那些对保持一致性和质量控制感兴趣的手工酿酒厂。Gonzalez Viejo说:“你可以测试每一批产品，并立即得到结果。”
该团队甚至还将消费者反应添加到混合元素中。研究人员使用摄像机、红外热成像和脑电波耳机来测量工作人员和学生参与者在喝不同的啤酒和葡萄酒或食用食品时的心率、体温、脑电波和面部表情。下载188bet金宝搏他们对泡沫、颜色、香气、口感、味道、味道和啤酒整体相似度的评估，都与倾倒过程中收集的视觉和电子鼻数据相匹配，以提高准确性。
Robobeer使用计算机视觉算法，人工神经网络和视觉特性，如泡沫，颜色和气泡，每次都会产生完美的倾倒。图像信贷：墨尔本大学
葡萄栽培，酿酒和酿造是部分艺术形式，部分科学。随着技术的进步和科学理解土壤中发生的过程，根系，植物，檐篷和气氛加深，科学可能会找到一个优势。随着葡萄酒和啤酒变得更受欢迎，需求增长，特别是在一个随着气候变化的世界中，新兴技术可以让种植者和生产者吐司。
