摘要  可溶性固形物含量(SSC)是评价桑椹鲜果品质的重要指标，利用近红外光谱分析技术建立快速、实时无损地检测桑椹鲜果中可溶性固形物的方法。首先用手持式MicroNIR1700型近红外光谱仪采集桑椹的近红外光谱，对光谱进行预处理后，应用偏最小二乘回归（PLS）法建立桑椹鲜果SSC预测模型，并用随机蛙（Random-frog）和自适应重加权采样(CARS)2种方法筛选出最优波长变量，提高PLS模型预测精度。经过1阶求导（1^st Der）、标准正态变量变换（SNV）和均值中心化（MNCN）相结合预处理后的全波长光谱PLS模型的预测效果最好，校正集与验证集的相关系数平方(R²)分别为0.916 1和0.925 0，均方根误差分别为 0.985 8 °Brix和0.654 3 °Brix。相较于Random-frog法，用CARS方法优选出19个波长变量，所建PLS模型的预测效果更好，校正集与验证集的R2分别为0.933 2和0.943 4，均方根误差分别为0.782 0 °Brix和0.582 8 °Brix。研究结果表明，利用手持式MicroNIR 1700型近红外光谱仪结合化学计量学方法，能够用于现场对桑椹鲜果SCC的快速无损检测。

关键词  桑椹； 可溶性固形物； 手持式近红外光谱仪； 偏最小二乘回归； 波长优选； 随机蛙； 自适应重加权采样