PDF 【目的】探讨高光谱成像技术在砀山酥梨可溶性固形物含量（solublesolidscontent，SSC）快速测定中的应用。【方法】通过高光谱成像系统和全自动折光仪获取砀山酥梨表面反射光谱与SSC数据，并采用中心化（Centered）和移动窗口平滑（MovingAverage，MA）进行数据预处理。采用连续投影算法（SequentiallyProjectedAlgorithm，SPA）、竞争自适应重加权采样算法（CompetitiveAdaptiveReweightedSampling，CARS）和改进无信息变量消除算法（ImprovedModifiedUninformativeVariableElimination，imUVE）提取特征波长，结合冠豪猪优化算法（CrestedPorcupineOptimizer，CPO）与偏最小二乘回归（PartialLeastSquaresRegression，PLSR）建立CPO-PLSR回归模型。【结果】CPO-PLSR模型相较于传统的PLSR模型展现出了更优的性能，在采用SPA提取特征波长后，模型的预测性能达到最佳状态。预测集决定系数R2P、均方根误差（rootmeansquareerrorofprediction，RMSEP）、残差预测偏差（residualpredictiondeviation，RPD）分别为0.69101、0.30764和1.81840。【结论】该方法为砀山酥梨SSC的快速测定提供了有效的技术方案。