冬枣含有丰富的维生素、黄酮类和酚类化合物,具有良好的食用和药用价值,深受大众喜爱,但是冬枣不耐贮藏,因此找到一种合适的保鲜方法延长货架期、保持果品品质尤为重要。可溶性固形物含量（SSC）与果实口感有密切关系,是衡量水果品质的一个重要因素。近几年来,高光谱成像技术因其快速、无损的特点被广泛应用于水果品质检测方面。本文以冬枣为研究对象,利用高光谱成像技术结合化学计量学方法建立冬枣货架期判别模型及不同货架期冬枣品质预测模型,并将冬枣的内部品质随货架期变化情况进行可视化表达,为冬枣采后贮藏和品质检测提供了理论依据和技术支持。主要研究结果如下:（1）不同成熟度对冬枣货架期的影响。为了探究货架期对冬枣SSC的影响,使用竞争性自适应权重取样法（CARS）和连续投影算法（SPA）选择特征波长,建立SSC的偏最小二乘回归（PLSR）和支持向量机回归（SVR）预测模型,七成熟和九成熟冬枣的模型中都是SPA-SVR建模效果最好,其中,七成熟冬枣样本中SPA-SVR模型的Rc~2和Rp~2分别为0.838和0.843;九成熟冬枣样本中SPA-SVR模型的Rc~2和Rp~2分别为0.818和0.812。然后对冬枣SSC随货架期的变化进行可视化分析,最后建立LIBSVM货架期分类模型,七成熟和九成熟冬枣的货架期分类模型准确率均在91%以上,证明利用高光谱成像技术可以对冬枣的货架期和品质实现快速、无损检测。（2）贮藏温度对冬枣货架期的影响。利用高光谱成像技术采集4℃和18±0.5℃下冬枣样本的光谱数据,基于SPA特征波长建立LIBSVM货架期判别模型,结果表明,4℃贮藏条件下分类准确率为87%,18±0.5℃时分类准确率为91%。通过主成分分析（PCA）发现随着贮藏时间延长冬枣品质逐渐下降,当冬枣贮藏相同时间时,4℃贮藏条件下的冬枣品质最好。进一步分析冬枣SSC,建立主成分回归（PCR）预测模型,4℃和18±0.5℃条件下均是SPA-PCR模型效果好。4℃贮藏条件下,Rc~2=0.874,Rp~2=0.873;18±0.5℃贮藏条件下,Rc~2=0.764,Rp~2=0.739。该研究证明使用高光谱图像技术可以动态监测不同贮藏温度下冬枣品质随时间的变化情况,从而实现对冬枣货架期的判断。（3）不同贮藏温度、不同浓度壳聚糖涂膜对冬枣货架期的影响。为了预测冬枣SSC值,建立基于特征波长的PLSR预测模型,由模型可知,4℃贮藏条件下CARS-PLSR模型最好,0%涂膜冬枣的Rc~2和Rp~2分别为0.827和0.728,0.5%涂膜冬枣的Rc~2和Rp~2分别为0.849和0.770,1%涂膜冬枣的Rc~2和Rp~2分别为0.749和0.734;18±0.5℃贮藏条件下SPA-PLSR模型预测效果最好,0%涂膜冬枣的Rc~2和Rp~2分别为0.860和0.789,0.5%涂膜冬枣的Rc~2和Rp~2分别为0.774和0.802,1%涂膜冬枣的Rc~2和Rp~2分别为0.734和0.718。通过对冬枣切片图像主成分分析可以发现,同一贮藏温度下,1%浓度壳聚糖涂膜冬枣的贮藏品质最好;同一浓度壳聚糖涂膜处理后,4℃贮藏温度下冬枣品质最好。综上可知,1%壳聚糖涂膜可以延长冬枣货架期,而且在4℃条件下贮藏更有利于保持冬枣品质。