苹果是我国的大宗水果,作为世界最大的苹果生产国,中国多部都普遍栽植,年贮藏量在1000万吨以上。不同品种的苹果因其遗传性质差异导致其贮藏性有明显差异。每年由于贮藏过程中监管不当,导致我国苹果采后损失率大约10%-15%,给经济造成巨大损失。因此,在苹果贮藏期间,实现对其腐败预警十分必要。目前对苹果品质的检测方法主要有感官评价及内部理化指标检测,这种检测方法会因为样品的个体差异、取样的随机性以及其他不确定因素的影响从而无法实现对贮藏库中苹果品质变化的整体监控。由于贮藏过程中,苹果品质的整体变化与其贮藏库环境气氛密切相关。因此,以苹果贮藏过程中贮藏库气氛为研究对象。利用三维荧光光谱仪,通过对两批不同品种苹果的贮藏库气氛荧光信息的检测和分析,实现对苹果贮藏过程中整体品质变化的监测和腐败预警。研究内容如下:1.对苹果贮藏过程中pH值、相对电导率、失重、可滴定酸、可溶性固形物、糖酸比这6个指标进行采集。并利用三角插值法和卷积（Savitzky-Golar,SG）平滑对荧光数据进行预处理,消除瑞丽散射以及环境噪声的影响。2.为减少三维荧光数据的复杂性并且提取有效信息,分别采用移动窗口偏最小二乘（Moving window partial least squares,MWPLS）融合间隔偏最小二乘（interval partial least square,iPLS）方法和小波包（Wavelet packet）分解这两种方法进行有效信息的提取,并对结果进行对比。MWPLS融合iPLS分别提取特征发射波长和特征激发波长,并将其组成特征荧光信息矩阵（大小为3×7）;小波包分解首先将荧光数据按激发波长从短到长顺序将其对应的发射光谱首尾相连转换成一维数据向量,然后通过3层sym4小波包对数据进行分解,并提取分解出的低频分量系数集作为特征信息。3.苹果腐败基准的确定。研究采用两种方法来确定腐败基准:第一种是通过对苹果理化指标的分析并结合感官评定确定出腐败基准日,确定第一批在贮藏的第16日,第二批在贮藏第的17日分别为其腐败基准日;第二种方法是采用偏最小二乘（Partial least squares,PLS）结合理化指标确定最佳因子,并利用系统聚类分析（Systematic cluster analysis,SCA）确定苹果腐败基准,两批苹果的腐败基准均为贮藏的第17天。进一步对不同品种、不同贮藏时间苹果的统一腐败基准进行了研究,将两批苹果自身腐败基准日特征荧光数据的均值作为两批苹果共同的腐败基准日的荧光特性信息,统一腐败基准。4.基于马氏距离腐败预警模型的构建。分别以两批苹果各自的腐败基准和统一腐败基准为基础,通过计算不同贮藏日苹果贮藏库荧光信息到各自腐败基准和统一腐败基准的马氏距离（Mahalanobis distance,MD）,构建马氏距离腐败预警模型。结果显示,上述处理方法均可以实现两批苹果基于自身腐败基准的预警模型建立。利用小波包分解结合聚类分析所建立出的预警模型更为理想。