近红外光谱作为一种新型的分析技术,因其具有快速、无损、在线等特点近年来得到迅速发展,并以其独特的优越性在不同领域得到广泛应用.然而,由于光谱谱峰较宽且吸收较弱、信噪比低,必须借助于化学计量学方法才能进行复杂样品的定性定量分析. 为了提高近红外光谱定量模型的稳定性和预测能力,在光谱预处理、波长选择、建模方法及提高分析灵敏度等方面开展了研究工作.在波长选择方面,先后建立了MC-UVE、RT等方法并在实际复杂样品分析中得到应用.在近期的研究工作中,根据不同光谱变量对校正模型影响的差异性,基于随机模型的聚类现象提出了一种识别近红外光谱信息变量的方法;根据光谱中共线性波长对模型具有相似贡献的假设,建立了一种利用特征投影图(LPG)进行波长选择的方法.该方法简化了模型,提高了模型预测的准确度.针对建模样品较少时单个模型难以得到较好结果的问题，建立了一种多模型建模方法。该方法基于建模样品子集和建模变量子集构建子模型，实现了多模型双共识方法，提高了模型的预测精度和稳定性。同时，针对近红外光谱分析灵敏度较低的问题，采用吸附预富集技术与化学计量学方法相结合，实现了近红外光谱对微量成分的定量分析。使用化学计量学方法降低近红外光谱中噪声和背景对定量模型的干扰，实现了金属离子与有机农药的微量分析。针对药物的快速分析，探索了不同测量方式以及不同信号处理方法对分析结果的影响，结果表明利用主成分分析(PCA)和偏最小二乘(PLS)回归方法可以实现药品的聚类分析和定量分析，为药品的无损快速分析提供了新的手段。