糖含量是影响长枣品质的重要因素,如何快速且无损检测糖含量并实现长枣中蔗糖含量的预测是本实验研究重点。利用高效液相色谱法(High-performance liquid chromatography,HPLC)检测蔗糖含量,同时运用高光谱成像技术结合化学计量方法建立蔗糖预测模型;通过竞争性自适应加权算法(Competitive Adaptive Reweighted Sampling,CARS)、连续投影算法(Successie Projection Algorithm,SPA)和无信息消除变量(Uninformative Variable Elimination,UVE)降维处理,建立特征波段和全波段(Full Spectrum,FS)的主成分回归(principle component regressio,PCR)、偏最小二乘回归(partial least squares regression,PLSR)和多元线性回归(multivariable linear regression,MLR)模型。结果表明,采用蒙特卡洛方法剔除异常样本后,相关系数由0.611增大到0.846;正交信号校正法预处理效果最佳,Rc和Rp分别为0.853和0.794;利用SPA、UVE、CARS、CARS+SPA和CARS+UVE五种方法提取了5、21、17、10、18个特征变量,其中CARS-PCR模型最好,校正集、预测集的相关系数和均方根误差分别为0.861、0.843和0.013mg/g和0.014mg/g。综上,高光谱成像技术可以实现长枣蔗糖含量的预测,为更深一步探讨枣的内部品质奠定了基础。