水果品质的判断及检测一直是农产品加工研究的重要课题之一。随着人们生活质量的提高，消费者在选购水果时除了注重大小、颜色、外观形状等外部品质之外，对于内部品质如口感、糖度、酸度和维生素含量等也越来越重视[1]。水果的可溶性固形物含量（Total soluble solid，TSS）是评价其品质的一项非常重要的参数指标。传统的检测方法存在检测速度慢，样品破坏性强，检验后苹果失去商品价值等缺点[2]。因此，研究开发一种快速、可靠、无损的检测方法非常重要，有利于苹果品质的评价。近红外光谱技术，是电子技术、光谱技术、计算机技术和化学计量技术的集成，利用不同波长的电磁波分析样品的结构和组成信息，实现无需破坏样品检测，且信息量十分丰富，具有简单、高效、无损的特点，已经成为现代无损检测的代表和主要发展方向，是解决这一问题的有效途径[3-11]。但由于近红外光谱的质量受样品品种、温度、尺寸、贮藏期、仪器状态及环境因素等诸多方面的影响，模型的适用性和稳健性普遍较低，大多数建立的近红外模型在实际生产中并未得到充分的应用，所以，应进行更深入、全面的基础研究[12-17]。对于样品状态差异对近红外检测结果的影响已有报道，Peirs 等通过获取苹果样本在不同温度（1、9、18、25℃）下的反射光谱，分别建立单一温度下的检测模型及混合所有温度下的全局模型，通过对各模型对比分析，得到混合所有温度建立的全局模型稳定性更好，受苹果样本温度的变化影响更小[18]。王加华等采集苹果样本在不同温度下（4~42℃）的漫反射近红外光谱，采用剔除温度变量法和内校正法减小了温度变化对 SSC 检测模型的影响[19]。张静对采后的国光苹果建立不同储藏期的糖度预测模型，结果显示贮藏45 d 的预测模型好于鲜果的预测模型及在贮藏期( 14、21、28 和 35 d) 建立的预测模型，但对储藏45d后的苹果并未进行研究[20]。Mcglone等人研究表明冷藏6周的‘Royal Gala’苹果对光谱数据和测得的成分建立糖度预测模型优于对刚收货的苹果建立的模型[21]。
目前，近红外光谱的相关研究选择的苹果品种集中在富士、粉红女士、金冠、嘎啦和乔纳金等，并且检测方式以反射或漫反射为主，对于寒富苹果以及透射光谱方式的研究并不多见。由于苹果品种是影响模型的适用范围的重要因素，使用其它苹果品种样品建立的模型不适用于寒富苹果品质的预测，况且寒富是辽宁地区的主栽品种，具有耐寒抗病和耐贮藏等优点，在河北、宁夏、甘肃、新疆、 西藏等地区开始大量引种种植，所以对寒富苹果内在品质无损检测的研究十分必要并且具有重要意义。本研究以寒富苹果为研究对象，针对寒富苹果不同的样品状态，对能够导致近红外分析误差的寒富苹果样品尺寸、温度和储藏期三个因素进行全面分析，建立寒富苹果可溶性固形物的定标模型，确定寒富苹果TSS近红外模型的适用范围，降低样品尺寸、温度和贮藏期对检测模型的影响，改善模型的稳健性，提高模型的精确度，为寒富苹果TSS含量的无损快速分析和在线检测提供理论依据和检测手段，实现优质优价，提高商品化质量，从而提高市场竞争力。