番茄（Solarium lycopersicum）在人们生活中有着举足轻重的作用,是必不可少的蔬菜之一,但在种植过程中面临着盐胁迫这一难题,抑制番茄的正常生长发育,降低番茄的果实品质。其中植物体内的抗氧化酶是反映植物机体抗氧化能力重要参数。本试验基于显微高光谱成像技术,对盐胁迫条件下的番茄叶片的POD、CAT、SOD活性指标进行检测,与光谱图像信息相融合,构建盐胁迫条件下番茄叶片抗氧化酶定量模型,实现细胞内单一抗氧化酶光谱剥离及可视化分布。明晰番茄叶片细胞内抗氧化酶的交互作用,构建番茄叶片细胞抗氧化酶高精度原位快速检测技术体系,为番茄叶片细胞其它微观物质快速检测技术研发提供理论参考。主要研究内容及结果如下:（1）采用RS方法对298个番茄叶片样本进行划分,采用六种预处理方法对光谱进行优化。结果表明:POD活性以Baseline法处理光谱所建PLSR模型效果得到了提高（Rc=0.8203,Rp=0.8010,RMSEC=90.4396,RMSEP=107.1999）。CAT 活性以原始光谱建模最优（Rc=0.8609,RMSEC=0.7739,Rp=46.5239,RMSEP=62.8269）;SOD 以 Normalize 法优化效果最显著（Rc=0.8888,Rp=0.8937,RMSEC=36.1952,RMSEP=41.0579）。（2）基于各自优选的特征波长建立番茄叶片POD活性、CAT活性及SOD活性的预测模型。POD活性以CARS-PLSR为最佳预测模型,其Rc=0.8714,Rp=0.8664;CAT活性的最优预测模型为 IRF-PLSR,Rc=0.8749,Rp=0.8086;SOD 活性的 CARS-LSSVM 模型效果相对较好,Rc=0.9427,Rp=0.9058。结果表明,利用高光谱成像技术可以实现对番茄叶片抗氧化酶活性的预测,为有效地检测其分布以及合理地管理提供了科学的理论依据。（3）结合宏观建立的番茄叶片抗氧化酶含量模型,按照微区面积占宏观番茄叶片切片面积的比值,将宏观番茄叶片观察区域中抗氧化酶活性与微区中抗氧化酶活性进行迁移运算,建立针对微区细胞图像与光谱检测的预测模型。得出的模型性能较为稳健:POD活性微观预测结果为Rc=0.8528,Rp=0.8323;CAT 活性预测结果为 Rc=0.7896,Rp=0.7146;SOD 活性预测结果为Rc=0.9751,Rp=0.9368。（4）基于所测得番茄叶片POD、CAT、SOD活性指标建立最优预测模型。将化学值与光谱数据相结合,再利用β系数法提取光谱作为输入变量,得到番茄片的可视化图像进行分析研究。为显微高光谱成像光谱技术在植物微区检测提供理论支持。