摘要：以酿酒葡萄赤霞珠果实为研究对象，利用高光谱成像技术检测葡萄果皮中的花色苷含量。采集60组样本的900～1700nm近红外波段高光谱图像，并用pH示差法测量样本果皮中花色苷含量。选取高光谱图像中葡萄果实区域作为感兴趣区域（ROI），计算其平均光谱，并采用sG平滑、归一化、多元散射校正等预处理方法提高光谱的信噪比。然后采用偏最小二乘回归（PLSR）、支持向量回归（SVR）和BP神经网络算法建立花色苷含量预测模型。研究表明：基于PLSR模型推荐的13个隐含变量建立的BP神经网络模型的预测决定系数和预测均方根误差分别为0．9102和0．3795。

关键词：酿酒葡萄 花色苷 高光谱图像偏最小二乘回归 支持向量回归 bp神经网络 

单位：西北农林科技大学葡萄酒学院 陕西杨凌712100 陕西省葡萄与葡萄酒工程中心 陕西杨凌712100 西北农林科技大学信息工程学院 陕西杨凌712100 西北农林科技大学机械与电子工程学院 陕西杨凌712100