棉铃虫是棉花的主要害虫之一,检测棉铃虫虫害对于提高棉花的产量和质量具有重要意义。已有大量研究表明,植物在遭受虫害时挥发物的释放会发生变化,因此,可通过检测植物挥发物来对棉花的受虫害情况进行判断,而电子鼻是一种可分析、识别和检测大多数挥发性成分的仪器,可实现快速和无损检测,是实现植物挥发物检测的较佳手段之一。本文采用电子鼻和气质联用技术对不同受害情况的棉花释放的挥发物进行检测,研究受害棉花挥发物释放的差异性,研究电子鼻传感器对受害棉花的响应差异性,比较不同的特征、不同的特征优化方法和不同的模式识别方法等对受害棉花分类和预测效果的影响,以获得较好的分类和预测模型。主要研究内容和结论如下:（1）使用气质联用技术对受棉铃虫危害的棉花进行检测,健康棉花与受害棉花释放的挥发物存在显著差异,随着棉铃虫的虫龄增加、数量增加或危害时间变长等,受害棉花挥发物的释放也会发生变化,其中芳香族类化合物的变化最为显著。（2）使用PEN3型电子鼻对受棉铃虫危害的棉花进行检测,电子鼻传感器对健康棉花与受害棉花的响应存在显著差异,随着棉铃虫的虫龄增加、数量增加或危害时间变长等,具有广谱响应性的S2传感器的响应值逐渐增加,对芳香类化合物具灵敏性的S1、S3和S5传感器的响应值逐渐减小。（3）针对受不同虫龄棉铃虫危害的棉花,从电子鼻传感器响应曲线中提取了稳定值、平均微分值、小波能量值和二项式拟合曲线参数值,并分别基于多层感知器神经网络、径向基函数神经网络和极限学习机等3种神经网络进行分类分析,结果表明,电子鼻可较好的区分受不同虫龄棉铃虫危害的棉花,基于多层感知器神经网络对受害棉花的平均分类正确率最佳。（4）针对受不同数量棉铃虫危害的棉花,从电子鼻传感器响应曲线中提取5种特征,优选出3种单特征用于后续分析。将3种单特征进行随机组合形成多特征,比较基于单特征和多特征对受害棉花的分类和预测效果。结果表明,电子鼻在受不同数量棉铃虫危害的棉花的区分和预测中有应用潜力,相对单特征,基于多特征对受害棉花的分类和预测效果有明显提升。（5）针对受棉铃虫危害不同时间的棉花,从电子鼻传感器响应曲线中提取3种单特征,基于Fisher判别分析中特征值与判别函数的最大绝对相关性对多特征进行特征选择,得到优化特征。比较基于优化特征、单特征和多特征对不同受害时间的棉花的分类和预测效果,结果表明,基于优化特征可取得较好的分类和预测效果,上述特征选择方法可行,电子鼻可实现受棉铃虫危害不同时间的棉花的区分和预测。