三文鱼富含蛋白质、不饱和脂肪酸、维生素和矿物质等营养成分,因其营养价值广受消费者喜爱。由于消费市场的三文鱼品质良莠不齐,消费者难以通过感官判断其品质,这导致了三文鱼市场的混乱。传统的理化分析方法检测时间长、样本有损,且成本偏高。因此,基于拉曼光谱和高光谱成像的无损、快速的三文鱼肉品质鉴别方法具有良好的应用前景。本研究以四种典型的三文鱼为研究对象,采用气相色谱法分析比较不同品质三文鱼的脂质组成及含量信息。通过拉曼光谱技术和高光谱成像技术采集四种三文鱼的脂肪光谱数据,结合化学计量学方法对不同种三文鱼进行种类鉴别,并建立脂肪信息的预测模型。本文主要研究工作如下:（1）利用气相色谱技术对挪威三文鱼、智利三文鱼、淡水虹鳟和黑龙江大马哈鱼进行脂肪含量及组成分析。发现四种三文鱼的37种脂肪酸含量都有差异,引起差异的主要成分是亚麻酸（C18:3n3）、油酸（C18:1n9c）、亚油酸（C18:2n6c）、肉豆蔻酸（C14:0）、棕榈酸（C16:0）和棕榈油酸（C16:1n7）,挪威三文鱼和智利三文鱼的不饱和脂肪酸含量明显高于淡水虹鳟和黑龙江大马哈鱼。结果表明:不同种类的三文鱼的脂肪酸组成及含量各不相同,因此以脂质特性进行三文鱼品质鉴别是可行的。（2）利用拉曼光谱技术对三文鱼的品质鉴别问题进行研究。不同种类的三文鱼脂质拉曼光谱存在一定程度的差异,基于光谱特征发现脂质拉曼光谱特征峰比值（1654/1745、1654/1305）与饱和/不饱和脂肪酸含量有良好的相关性;结合PCA、随机森林算法建立了准确的三文鱼品质鉴别模型,预测集准确率为100%;结合PLSR方法建立了前六重要脂肪酸和饱和/不饱和脂肪酸含量的预测模型,模型的决定系数和标准误差分别为0.63、4.41。结果表明:拉曼光谱能准确鉴别四种三文鱼肉的种类,另外结合化学计量学能建立脂肪信息模型。（3）利用高光谱成像技术对三文鱼的品质鉴别问题进行研究。采用SVM融合SPA方法提取特征波段建立了三文鱼肉品质鉴别模型,预测集准确率为97.5%;采用CNN建立自动光谱特征提取的三文鱼肉品质鉴别模型,预测集准确率为97.5%;采用PLSR结合特征波长实现三文鱼肉脂肪含量可视化分布图。结果表明:SPA-SVM和CNN鉴别模型能对四种三文鱼肉进行有效区分,测试集准确率能达到97.5%和100%,且能更直观显示三文鱼肉脂肪分布。本文分析了四种三文鱼的脂质组成及含量差异,通过理化指标解释了三文鱼的内在差异,采用光谱技术融合理化指标建立了三文鱼品质无损鉴别模型和理化指标预测模型,这不仅能快速、无损地检测目前的三文鱼品质问题,同时也为其他肉类检测提供了一种高效、权威、节约成本的检测思路。