摘要：紅提的可溶性固形物含量（Solube Solids Content,SSC）、總酸（Total Acid,TA）、pH、硬度（Firmness Index,FI）和含水率（Moisture Content,MC）等內部品質指標直接影響著果實的口感及品質，同時也是水果成熟度的評判標準。為快速獲得上述內部品質指標，且避免不必要的檢測損耗，本文提出了一種新的紅提無損檢測模型。以生長期紅提為研究對象，利用Antaris Ⅱ近紅外光譜儀采集了360個樣本的近紅外光譜信息。對采集到的光譜信息分別用SNV等算法進行預處理并通過建模確定了較優預處理方法。然后通過降維算法提取光譜信息的特征波長，最后基于偏最小二乘回歸算法（Partial Least Squares Regression,PLSR）分別建立了紅提的SSC、TA、pH、FI和MC的檢測模型。紅提的SSC、TA的檢測模型為SG-CARS-SPA-PLSR模型，pH的檢測模型為MA-CARS-SPA-PLSR模型，FI和MC的檢測模為SG-CARS-PLSR模型。所建立的紅提SSC、TA、pH、FI和MC的PLSR模型的預測集的相關系數Rp分別為0.9787、0.9811、0.9870、0.9568、0.9329，殘差預測偏差RPD分別為4.8637、4.9006、6.0939、3.4453、2.5825，表明以上模型具有較高的檢測精度。本文所建的紅提內部品質檢測模型可為紅提內部品質的檢測提供可靠的方法。

關鍵詞：紅提;內部品質;近紅外光譜;偏最小二乘回歸算法;無損檢測模型;