我国是草莓种植面积和产量均居世界第一位的国家，但是我国每年的鲜草莓出口量仅有5万吨左右，主要原因是草莓采后的检测手段比较落后。应用近红外光谱技术开展草莓品质无损检测研究，可提高我国的草莓检测技术水平，促进我国出口草莓在国际市场的竞争力，带动我国草莓行业生产贸易的可持续发展，具有重要的理论意义和实用价值。　　 本研究以镇江地区的特色草莓品种为实验对象，分析了草莓内部品质参数SSC和TA、草莓成熟度、不同品种草莓的草莓近红外光谱特性，结合化学计量学分析技术建立了草莓内部品质、草莓成熟度、不同品种草莓鉴别的数学模型，为草莓的近红外无损检测技术以及在线实时检测提供了理论基础。　　 本文的研究工作主要包括以下几个方面:　　 (1)为了解决草莓近红外光谱无损检测研究中的SSC和TA、成熟度等品质参数的标定值测量问题，设计了总体实验方案。在草莓近红外光谱的采集实验中，得到草莓的近红外反射光谱和吸光度光谱，同时对吸光度光谱进行了分析。在SSC和TA的理化实验中，测定了SSC和TA含量的理化实验值。确定了用于SSC和TA含量测定的样本数，并对样本的正态分布性进行了研究。在草莓图像的采集实验中，设计了图像识别结合感官评价的方法确定草莓成熟度等级的方法，并对被测样本的成熟度等级进行了划分。　　 (2)为了消除草莓近红外光谱中的随机噪声、基线漂移、光散射现象，对草莓近红外光谱的预处理方法进行了探讨。确定了用于草莓成熟度检测的最优预处理方案为SNV+SGF+1D。初步筛选出用于草莓SSC含量检测的三种预处理方案为SGF、1D和SNV+SGF+1D。初步筛选出用于草莓TA含量检测的三种预处理方案为SGF、1D和SNV+SGF+1D。　　 (3)为了减少光谱变量数，提高建模效率，对近红外光谱特征信息的提取进行了研究。应用PCA方法提取了用于草莓成熟度检测的15个主成分，累计贡献率达到99.97％。应用PCA方法尝试进行草莓品种鉴别，结果表明鉴别效果不理想。设计了一种biPLS-GA算法，对用于草莓SSC和TA含量检测的草莓近红外光谱进行信息提取，筛选出用于SSC含量检测的40的特征波长和用于TA含量检测的14个特征波长。　　 (4)为了快速建立测定草莓各项参数的数学模型，对典型的建模方法及其建模效果进行了分析研究。建立了BP-ANN、RBF-ANN、ELM-ANN和SVR四种模型，用于草莓的SSC和TA含量检测，确定SVR模型对SCC和TA含量的预测皆为最优，SCC和TA预测的相关系数R2分别达到了0.95823和0.94732，预测集均方根误差RMSEP分别为0.06642和0.00087349。建立了用于草莓成熟度检测的SVC模型，通过调整惩罚因子C和方差g得到最优参数，SVC校正模型对校正集样品的识别率达100％，预测集样品的识别率达93.33％，建模效果良好。建立了基于相关系数阈值法提取的14个特征波长的PLS-ANN模型，用于草莓品种鉴别，模型预测集识别率为96.67％。