海棠（Malus）是国内外园林应用中重要观花树种,然而,目前对其花朵性状研究重点在于花色、花形、花期等方面,在花香领域研究报道较少。本研究以‘高原玫瑰’海棠为研究对象,对其花香释放规律进行了研究,以期为其花香调控及香花育种提供参考。同时,以108份海棠种质（13个种、95个品种）为研究对象,采用感官评价、电子鼻技术以及气相色谱与质谱联用技术,开展观赏海棠花朵香气强度类型评价与香型成分研究,并采用随机森林算法构建香气强度及成分含量预测模型,以期为观赏海棠香型分析建立新的技术平台,也为其它香源植物的香型分析提供共性技术参考。主要研究结果如下:（1）以香气浓郁的‘高原玫瑰’海棠为研究对象,采用固相微萃取与气质联用技术（SPME-GC/MS）分析不同花期、不同花朵部位及昼夜间香气成分的差异,发现‘高原玫瑰’海棠特征香气成分为苯乙醇、香叶基丙酮、甲基庚烯酮、甲苯和2-甲基萘,表现为玫瑰香味、木头味和甜香味的花香特征,这些特征香气成分主要来自于花瓣,少量来源于雄蕊。在白天释放特征香气的释放量达到最大,尤其是上午10～12点,初花至盛花期的花朵处于最佳授粉期间,释放量达到最大（峰面积＞7×10~8）。（2）花香感官强度、喜好度评价及特异香花种质评选:30名优选评价员在花香强度感官试验中表现出较好的一致性（R~2＞0.99）;108份海棠种质均具有芳香气味（100%）,其中42.6%的品种为中等香型,16.7%的品种花香浓郁,尤其是乔劳斯基（M.tschonoskii）、‘甜蜜时光’（M.’Sugar Tyme’）及‘东哥’（M.’Dolgo’）香气极浓。随着海棠香气强度的增加（A1→A5）,评价员间差异减小。基于100名评价员感官喜好度评价试验,发现大部分海棠种质（56.5%）香气被大众接受,36.1%的种质香气大众无明显的喜好性,7.4%的种质花香被大众不喜,其中‘鲁道夫’（M.‘Roudph’）的花香被大众很不喜欢,‘甜蜜时光’的花香大众很喜欢。种质的香气越受大众喜欢,评价员评价结果间变异越小。但香气强度与大众喜爱程度之间无明显相关性（R~2=0.04）。花香综合评价显示,50.9%的种质不仅香气强度高,而且受大众喜爱,其中‘垂枝麦当娜’（M.’Weeping Madonna’）和‘甜蜜时光’尤为优秀的香气愉悦型品种,适宜园林上作为香花海棠推广栽培,而乔劳斯基（M.tschonoskii）和‘鲁道夫’,香气强度虽高,但大众很不喜欢。（3）基于电子鼻技术的海棠花香最优测定条件筛选结果表明,不同因素对电子鼻各传感器敏感度的影响程度为:采样时间（A）＞样品温度（D）＞花期（B）＞样品浓度（C）＞顶空平衡时间（E）,其中只有顶空平衡时间对电子鼻传感器无显著影响。A2B3C4D2E1为电子鼻进行海棠花香测定的最优测定条件组合,即上午10:00～12:00期间采集盛开期的花朵4g,在20℃下顶空平衡1h后开始进行花香测定。（4）基于电子鼻技术的海棠花香“指纹图谱”分析结果表明:120份海棠种质花香整体“指纹”相似,但是在各个维度上响应强度存在极显著差异（P＜0.0001）。不同维度（传感器）之间响应强度也存在极显著差异（P＜0.0001）,多数传感器响应度较高,少数传感器（W6S和W5S）响应度较小,对120份海棠种质花香样品的平均响应值分布于1.0～10.1。PCA分析结果显示,108份种质被划分为5大类型,两两类群间区分力度达到0.75～0.98。根据感观评价类群划分结果,发现除少量种质外（12份）,其他96份种质均被正确划分类别（正确率88.9%）。电子鼻在进行海棠种与品种香气强度区分方面表现出极佳效果,区分力度达到0.99。（5）基于SPME-GC/MS技术的香型成分鉴定结果表明:在26份海棠种质中,共检测出109种花香挥发性化合物,其中脂肪酸类衍生物、苯类及萜类化合物种类及相对含量均较高（占80%以上）。大部分海棠种质的主要香气成分是苄醇、芳樟醇、顺-3-己烯醇、苯甲酸苄酯和苯甲醛,不同种质之间化合物相对含量差异显著。按感官香型强度进行统计,发现随着香气强度的增加,化合物种类数量呈现下降趋势。基于化合物相对含量进行PCA分析,26份种质被划分为a、b、c、d、e五个类群,类群与花香强度类型之间具有与显著的相关关系（R=0.63）。分析各类群间化合物相对含量发现,从a类群至e类群,脂肪烃类衍生物和萜类化合物相对含量呈极显著下降趋势（P＜0.0001,P=0.047）,苯类化合物相对含量呈极显著上升趋势（P＜0.0001）,多环芳香烃类、含氮及含硫类化合物差异不显著（P=0.181～0.700）。（6）基于108份海棠种质的花香强度感官评价数据及电子鼻响应数据,比较分析了多元线性回归、BP神经网络及随机森林三种模型花香强度预测效果,同时,采用了随机森林模型对海棠花香5种主要化学成分相对含量进行了预测。结果表明,多元线性回归预测花香强度效果最差（33.3%）,随机森林模型更适合于海棠花香强度预测与香气强度类型判别,预测误差在0.53以下,香型判别准确度达到81.8%,经差分演化算法进行参数优化后,模型预测误差下降至0.15以下,预测准确度能达到90.0%。随机森林也较好的预测了海棠花香主要成分相对含量,尤其是对苯甲酸苄酯的相对含量预测,预测误差低于0.23。