本实验对170份国内外甜玉米杂交品种进行人工筛选,将该群体的鲜样籽粒分别进行光谱扫描,并检测其可溶性总糖的化学指标,将光谱扫描结果与化学值利用分析软件求得相关,将其应用在实践生产中,为育种工作提供快速准确的鉴定指标。研究发现:1、超甜玉米鲜样籽粒的可溶性总糖近红外模型构建鲜样籽粒可溶性总糖的近红外光谱模型在一阶导数(1der)加7点窗口平滑(SW)处理后相关系数为0.8204,模型的相关程度较高,显示为强相关。结果表明一阶导数处理光谱信息后可用于近红外光谱可溶性总糖模型构建。全光谱划分30个区间,四个区间[1,5,9,27]组合时,建立的可溶性总糖模型效果最好,RMSEV=5.027,R_C=0.825,利用该模型对甜玉米鲜籽粒中可溶性总糖含量进行预测,预测结果为RMSEP值为4.504,R_p值为0.862。结果表明利用1der加上SW 7点平滑处理,全光谱划分30个区间,四个区间[1,5,9,27]组合处理时,所构建的模型可信度较高,可满足日常检测需求。2、超甜玉米鲜样籽粒的可溶性总糖中红外模型构建鲜样籽粒可溶性总糖的中红外光谱模型在标准正态变换(SNV)加去趋势(TD)处理后,模型的相关程度较高,达到0.8184,显示为强相关。结果表明SNV加TD处理后可用于中红外光谱可溶性总糖模型构建。全光谱划分为不同的区间个数及联合子区间个数对数学建模的效果都有影响,其中全光谱划分为30个区间,两个区间[8,27]组合时,建立的可溶性总糖模型效果最好,RMSEV=5.369,R_C=0.818,最后利用选中的模型对甜玉米鲜籽粒中可溶性总糖含量进行对比,选择预测更为准确的模型。最后选定模型预测结果为RMSEP=4.646,R_p=0.867。从预测结果看出,所构建的光谱预测所得相关系数达到0.8721,能够应用于日常样品检测,但还需对所建立光谱进行样品的补充和修正,以提高模型的精确度。研究结果表明近红外光谱信息结合一阶导数处理、中红外光谱信息结合标准正态变换加去趋势处理可以有效克服部分因外界干扰造成的影响,得到相关度较高的建模结果。实验证明近红外光谱技术可以对甜玉米鲜籽粒中的可溶性总糖浓度的检测提供快速无损的定量分析方法。