石榴在中国已有2000多年的种植历史,目前中国石榴的栽种面积约为175万余亩,位居世界第一。但在石榴的栽种及贮藏过程中,因为石榴品种繁多且在贮藏保鲜方面缺少有效快速的监控方法,仅依靠人力还无法使得石榴的生产贮藏达到标准化要求。近红外光谱技术以其简单、快速、无损、无公害等优点,被广泛应用于水果品种的定性判别及品质的定量检测中。目前近红外技术分析对象主要为薄皮水果,而对于石榴等厚皮水果的研究极少。本次研究以陕西临潼石榴为研究对象,采用漫反射光谱,结合化学计量学,建立不同品种石榴和石榴理化品质、酚类物质含量的近红外模型,为石榴品种、品质检测提供软件支持,促进石榴产业的快速发展。主要研究内容和结果如下:(1)采集“一串铃”、“大净皮甜”、“黄皮甜”石榴的近红外光谱,经MSC预处理后,分别采用PCA+MLP神经网络法、PCA+Fisher线性判别法、PLS-DA判别法进行模型的建立。通过对三种判别模型的比较,PLS-DA判别结果优于其他两种,PLS-DA判别分析法在全波段内对验证集三个石榴品种的正确识别率分别为97.30%、96.55%、96.77%。为进一步提高PLS-DA模型的判别率,采用“载重法”选取特征波段,优化后模型对验证集的正确识别率分别达到97.30%、100.00%、100.00%。表明经波段优化后的PLS-DA模型可以实现对石榴品种的鉴别且效果令人满意。(2)为减小品种差异对近红外光谱质量品质检测模型的影响,以三个不同品种的石榴为研究对象,采用PLS法,建立单一品种和混合品种的石榴pH值的近红外检测模型。通过比较可知混合三个品种所建立的模型取得较好的预测效果。校正集和验证集的相关系数均大于0.900。因此,采用三个混合品种的校正集所建立的模型可以实现对石榴pH值的快速、无损、准确测定。这一结论进一步推广到其他质量指标的测定。三个品种混合作为校正集,结合CARS-PLS波段筛选,TA、SSC和成熟度模型验证集的R~2分别为0.903、0.930、0.853;RMSEP分别为0.019%、0.244°Brix、2.142。(3)采集整个石榴的近红外光谱,采用PLS法建立籽粒中多酚和黄酮含量的近红外检测模型,所建立的PLS模型校正集和验证集的相关系数均小于0.850,所建立的模型拟合和预测能力较差,预测精度有待于进一步研究。利用整个果实所采集的光谱进行籽粒花色苷含量检测时,所建立的PLS模型的预测效果良好,校正集R~2为0.881,RMSEC为1.318 mg/100g;验证集R~2为0.863,RMSEP为1.266 mg/100g。