高光谱成像可同时获取被检测对象的图像信息和光谱信息,并对其内部成分进行定性和定量分析。国内外学者采用高光谱对肉品品质的研究多集中在水分、菌落总数、色泽、 pH、挥发性盐基氮等方面,在肉品嫩度检测中应用区间变量迭代空间收缩法优选特征波长的研究鲜有报道。利用可见-近红外（400～1 000 nm）和近红外（900～1 700 nm）高光谱结合化学计量学方法对冷鲜滩羊肉嫩度进行无损预测,优选最佳建模波段。首先,采集羊肉的高光谱图像,提取样本感兴趣区域的光谱反射值,采用TA-XTplus质构仪测量滩羊肉嫩度；其次,将两个波段下的原始光谱数据进行多元散射校正（multiple scattering correction, MSC）、去趋势（de-trending）、基线校准（baseline）、标准正态变量（standard normal variable, SNV）、归一化（normalize）和卷积平滑（Savitzky-Golay）等预处理；分别采用连续投影算法（successive projection algorithm, SPA）、竞争性自适应加权算法（competitive adaptive reweighted sampling, CARS）、变量组合集群分析法（variables combination population analysis, VCPA）和区间变量迭代空间收缩法（interval variable iterative space shrinkage approach, IVISSA）对最佳预处理的光谱数据优选特征波长；最后,建立冷鲜滩羊肉嫩度的偏最小二乘回归（partial least squares regression, PLSR）预测模型,优选最佳建模波段。
