实现食源性致病微生物菌群数的快速、准确检测是保障制药、食品等加工过程中微生物总数实时监测的重要前提。光谱检测方法以其快速、无损、操作简单等优点,在微生物检测领域拥有广阔的发展前景。但由于微生物生长环境复杂,其检测光谱中极易出现微生物特征谱峰红移、各成分间谱峰重叠及光谱噪声明显等现象,在一维光谱信号中虽然能够拾取到光谱中的特征,但却难以准确的分离出表征微生物长势的特征波长,致使其菌群数检测结果准确性低。因此,本文将二维相关分析法应用于复杂环境中微生物光谱特征拾取与分析的研究中,并以牛乳作为检测背景,大肠杆菌为检测对象,为进一步实现复杂环境中微生物菌群数的快速、准确检测提供理论依据。具体研究如下:针对牛乳成分复杂引起的大肠杆菌光谱特征红移现象。本文首先对连续培养时间下的牛乳中大肠杆菌的紫外光谱进行获取;并从大肠杆菌体内氨基酸分子共轭结构种类、数量变化以及牛乳引起溶剂效应的角度,分析特征谱峰在红移光谱中的分布位置,确定了特征波段。针对牛乳中各组分与大肠杆菌特征光谱重叠现象。基于二维相关分析法在谱线分离上的优势,本文以培养时间为外扰,对特征波段光谱进行二维相关分析,实现牛乳与大肠杆菌重叠光谱的分离,再根据Noda规则对二维图谱中能够表征大肠杆菌生命活性的特征波长进行拾取;采用偏最小二乘法建立特征波长对应吸光度值与牛乳中大肠杆菌菌群数间的模型关系,并对比一维光谱拾取特征波长建立模型,以此来验证二维相关分析法在实现对大肠杆菌光谱特征准确拾取的可行性。针对牛乳中蛋白质、脂肪等大分子光散射引起的基线漂移与光谱噪声干扰等现象。深入地研究了基线校正与二维图谱去噪等方法对大肠杆菌光谱特征拾取准确性的影响,实现对预测模型的优化。结果表明:基于标准正态变量变换法与二维运算后S-G卷积平滑相结合的方法对原始模型的优化效果最佳,其预测值与真实值的相关性达到95%以上。