近红外光谱(NIR)技术是近年来发展最快的测定技术之一，具有无损、快速、高效、方便等特点，适合于苹果内部品质的测定和分析。 基于CCD检测器的近红外光谱议性能稳定、分辨率高、扫描速度快，相对于傅立叶光谱仪成本较低。本研究通过对光源和检测器的选择、分光系统和取样部件的设计、控制及数据处理分析系统的设计，开发了基于CCD近红外光谱仪的苹果内部品质检测系统。该系统测试速度快，每秒钟可采集200张光谱，为将来开发在线检测系统打下了良好的基础。 本研究应用该系统对苹果的内部品质进行了检测，选用120个市售红富士苹果为研究对象，利用漫反射光纤采集，得到120个苹果的光谱，80个作为校正集，40个作为预测集，选用可见-短波近红外区(630～1060nm)作为建模谱区，采用偏最小二乘法建立苹果的特征光谱与糖度、酸度、可溶性固形物、水分、多酚含量和硬度等6个指标之间的线性模型——定标模型。 近红外光谱分析技术属于从复杂、重叠、变动的背景中提取弱信息，干扰因素比较多，所以本研究讨论了S-G平滑、一阶导数、二阶导数对漫反射光谱进行预处理的作用，对不同方法处理后的光谱建立数学模型，并对建模结果进行了比较。以水分为例：S-G平滑处理后的R、SEC、SEP分别为0.9216、0.8847、2.1062，截取光谱后的R、SEC、SEP分别为0.9131、0.9519、2.1625，一阶导数后的R、SEC、SEP分别为0.8958、1.1044、2.5251，二阶导数后的R、SEC、SEP分别为0.8913、1.1161、2.6184。结果表明，用S-G平滑处理后建立的模型效果最好。一阶导数、二阶导数处理后建立的模型效果较差。 从试验各项化学值指标平滑后的建模效果为例：水分、可溶性固形物、硬度、总糖、总酸、多酚含量的相关系数R分别为0.9216、0.9040、0.8649、0.8518、0.8051、0.7998。结果表明，水分和可溶性固形物含量的模型效果比较好，预测值和真值比较接近。酸度和多酚含量的模型效果较差，预测值和真值误差比较大。总糖和硬度的预测效果介于两者之间。说明在此谱区内实现苹果可溶性固形物和水分含量、总糖和硬度的近红外无损检测是完全可行的。但要完成酸度和多酚含量的近红外无损检测还需要进一步的研究。 本研究的结果表明CCD近红外光谱仪可用于苹果的可溶性固形物和水分含量、总糖和硬度等内部品质的检测，为以后开发在线检测设备打下了基础。