为实现对滇红（初制茶）等级的客观快速判断,以不同等级的云南滇红（初制茶）为研究对象,从茶叶的内含成分和外形色泽等角度着手,利用近红外光谱技术和高光谱图像技术分别采集并提取样品的光谱信息和纹理图像信息,结合多元数据分析方法,进行信息融合,建立滇红（初制茶）等级判别模型。同时结合嗅觉可视化技术,探究系统构建的新方式,取得的主要研究结果如下:（1）利用傅里叶变换近红外光谱仪和微型光纤近红外光谱仪采集样品光谱信息,分别建立滇红（初制茶）等级的偏最小二乘判别分析（Partial least square discrimination analysis,PLS-DA）和支持向量机（Supportvectormachine,SVM）判别模型,并进行比较。实验结果显示,利用SVM算法的建模结果均优于同等条件下的PLS-DA模型,尤其对微型光纤近红外光谱仪,两者差别较为明显。在综合考虑使用便捷性和成本的基础上,应用微型光纤近红外光谱仪结合不同变量筛选方法建立滇红（初制茶）等级判别模型。结果表明,GA-PLS-DA模型的预测集正确判别率最高,达到90.00%,可以实现对滇红（初制茶）等级的有效判别。（2）融合光谱和图像纹理信息建立滇红（初制茶）等级的定性判别模型。通过对样品高光谱图像进行主成分分析,优选前3个主成分图像的4个特征波长,进而提取26个纹理特征值,并与微型光纤近红外光谱仪的光谱信息数据进行融合,利用PLS-DA算法建立的模型正确判别率提高至94.38%,SVM算法建立的模型正确判别率达100%,能够满足对滇红（初制茶）等级准确判别的要求。（3）研究构建了基于气敏传感器阵列的嗅觉可视化系统,该阵列是由27种气敏材料（包括10种卟啉、金属卟啉和17种pH指示剂）结合不同基底材料构成。通过探究不同基底材料和点样方法的差异,获取各自反应前后的差值图像,对提取得到的RGB特征变量进行整合分析,得出以滤纸为基底材料,以多道可调量程移液器为点样方法的实验效果更稳定、便捷,为后期建立基于嗅觉可视化判别茶叶等级的方法提供参考,也为嗅感色卡的制作提供支撑。