花椰菜是“菜篮子工程”中的主要蔬菜之一,在花椰菜种植生产中需要依赖施用农药以提高产量,减少病害、虫害的发生。如果农药的使用时间不对或者过量使用农药,就会导致菜品出现农药残留超标问题。该问题不仅导致生态和环境遭到破坏,而且会威胁到人民食品安全和生命健康。面向人民生命健康是习近平总书记对科技事业发展要坚持“四个面向”的重要内容。作为保障人民生命健康的关键环节,食品安全和营养健康是重要的民生工程、民心工程。因此,探索高效、快速的农药残留检测手段成为该领域亟待解决的问题之一。本文以花椰菜上的四种农药为研究对象,采用高光谱技术分别对这四种农药进行了定性分析,研究了高光谱技术对农药残留快速、无损检测的可行性,其次为了论证高光谱技术检测花椰菜上农药消散规律的可行性,结合色谱法对农药进行了跟踪检测,主要研究内容和结果如下:（1）采用高光谱成像技术分别对花椰菜上是否含有苏云金杆菌、高效氯氰菊酯和虫螨茚虫威三种农药进行了无损检测研究,并且跟踪研究了检测结果最好农药的安全间隔期。对含有农药和不含农药的花椰菜样本进行高光谱成像后,提取感兴趣区域的光谱数据。剔除前后20个波段的原始光谱数据以降低噪声的影响,剩余216个波段（950 nm～1666 nm）的数据分别采用了卷积平滑法（S-G）、多元散射校正（MSC）和变量标准化（SNV）三种算法对光谱数据进行优化。为了提高判别运行速率,采用竞争性自适应重加权算法（CARS）提取了三种农药光谱数据的特征波长,最后建立偏最小二乘法（PLS）判别模型。基于SNV优化后的PLS模型对花椰菜上三种农药的识别准确率最高,其中虫螨茚虫威农药样本的测试效果最好,识别率为100%,随后对该农药进行连续7天的检测,其结果符合农药的消散规律。（2）对含有甲维茚虫威农药和不含农药的花椰菜样本进行高光谱成像后,提取感兴趣区域的光谱数据。按上述的方法将此农药的光谱数据进行处理分析后,将高光谱技术和色谱法相结合对该农药进行跟踪检测,以验证高光谱技术的准确性。结果表明基于SNV优化后的PLS模型对花椰菜上是否含有甲维茚虫威农药的判别准确率最高,并且采用高光谱技术对甲维茚虫威农药的主要成分茚虫威在花椰菜上的残留率检测与此农药实际的残留率相近,且对半衰期的推测与实际检测结果误差仅为0.14d。