冷鲜猪肉的流通存储温度多控制在4℃,但在实际销售中由于各种因素的影响,会导致贮藏环境温度发生波动,甚至会出现冷链短暂中断的情况。传统的微生物检测分析方法虽然准确可靠,但耗时长,程序繁琐,起不到预测的作用,无法对冷鲜猪肉产业链的温度控制和品质保障提供指导。因此,科学的监测冷链猪肉的环境信息并对其货架期进行预测对人体健康以及冷鲜猪肉的食用安全性具有重要的指导意义。本论文应用预测微生物学、高光谱及计算机的方法来建立快速准确评价冷鲜猪肉货架期的预测模型,本论文通过分析冷鲜猪肉中的微生物数量随时间、温度的变化,建立冷鲜猪肉的货架期预测模型,应用光谱的手段预测菌落数,开发冷鲜猪肉在生产、流通和销售过程中的环境变化和货架期的实时监控及预测系统。具体研究内容及研究结果如下：(1)通过分析冷鲜猪肉在0、4、7、10、15、20℃有氧贮藏条件下猪肉中的细菌总数,通过预测微生物学的分析研究方法,选用修正的Gompertz模型、修正的Logistic模型及Baranyi模型作为一级模型,平方根模型为二级模型,建立冷鲜猪肉中总好氧菌的生长动力学模型,试验表明预测微生物学的方法能很好地预测冷鲜猪肉中微生物总数,其货架期可以通过总好氧菌从初始菌数(No)到最小腐败菌数(Ns)所需的增殖时间来预测。(2)应用高光谱技术分析冷鲜猪肉在4℃冷藏温度及20℃的室温条件的细菌总数与光谱曲线的变化。研究基于全部波段及特征波段下建立预测模型的可行性,对比不同建模方法所建立模型的精度。研究表明,在4、20℃恒温条件有氧菌数及光谱曲线之间存在良好的关系。应用高光谱技术快速无损检测4℃和20℃下冷鲜猪肉中细菌总数是可行的,并能获得满意的预测精度。(3)采用RS-485总线技术,搭建了一套冷鲜猪肉环境监控与货架期实时预测系统。从信息采集模块、显示模块、通信接口和控制接口几个方面设计了基于RS-485通信的监控终端。采用VB.NET开发B/S构架的管理应用软件,结合数据库管理系统技术,实现冷鲜猪肉环境信息智能检测及货架期预测。