应用可见/近红外光谱技术、 小波变换（WT）和连续投影算法（SPA）, 对火龙果总酸含量(TA)进行精确、 快速的无损检测, 为火龙果内部品质无损检测提供科学依据。 利用Maya2000光纤光谱仪采集380～1 099 nm范围的火龙果漫反射光谱数据, 通过WT消噪、 SPA优选波长和偏最小二乘回归（PLSR）分析方法, 建立了火龙果总酸的定量预测模型。 试验结果表明： 经过WT消噪联合SPA优选波长压缩光谱变量后建立的WT-SPA-PLSR模型, 预测精度都高于全谱PLSR模型。 由全部样本的原始光谱变量作为输入变量建立PLSR模型的预测相关系数（Rp）为0.851　394, 预测均方根误差（RMSEP）为0.086　848； 全部样本的原始光谱数据使用dbN（N=2, 3, …, 10）小波进行分解消噪, 其中消噪效果最优的是db4小波2层分解（db4-2）, WT-PLSR模型的Rp为0.915　635, RMSEP为0.066　752, 小波变换消噪后的光谱预测模型精度明显提高； 原始光谱经过db10-3小波消噪联合SPA算法, 从570个光谱变量中优选出530, 545, 604, 626, 648, 676, 685, 695, 730, 897, 972, 1　016 nm共12个变量作为输入变量, 建立WT-SPA-PLSR预测模型, 模型的RP为0.882　83, RMSEP为0.077　39。 SPA算法适合火龙果TA模型的光谱变量选择, 能够有效提取与总酸相关度高的波长变量, 增加了预测模型的精度和稳定性。 研究结果表明小波变换技术联合连续投影算法的漫反射近红外光谱无损检测火龙果总酸含量具有可行性。

为了探索一种简捷、 快速、 高效的西红柿品质检测方法， 应用近红外光谱技术与光纤传感技术相结合的新方法， 快速测量西红柿果浆样品中营养成分的含量。 实验所用的主要仪器为近红外光纤光谱仪， 波长范围为900～2　500 nm。 以164个西红柿样品为标准样品， 进行了光谱采集及相应的化学值测定。 实验数据采用偏最小二乘法（PLS）进行回归，　建立西红柿果浆中总酸及可溶性糖含量的数学模型， 并对回归方法进行统计分析。 结果为： 西红柿果浆中总酸验证集的决定系数（R2）为0.967， 均方根误差（RMSEC）为0.133， 预测均方根误差（RMSEP）为0.103； 总糖验证集的决定系数（R2）为0.976， 均方根误差（RMSEC）为0.463， 预测均方根误差（RMSEP）为0.460。 均达到了较好的预测结果， 表明该方法对定量分析西红柿果浆中多组分含量是可行的。 基于该方法快速、 简便及可对同一样品多组分含量同时分析的优点,它是一种极具发展前途的传感器， 正在逐渐成为国际传感器领域的研究热点。