伏马菌素是被国际卫生组织列为几种严重致癌真菌毒素之一。研究课题来源于实际项目，目的是设计快速准确检测食品中伏马菌素含量的检测装置。本论文属于课题的前期理论研究部分，主要目的是探索近红外光谱技术在伏马菌素检测上的应用及影响因素，同时对后期在线检测装置做出初步构建。以玉米伏马菌素为检测对象，对采集的近红外光谱数据建立了偏最小二乘回归模型，并根据模型评价指标，证明了近红外光谱检测技术在伏马菌素检测中的的可行性。本文的主要工作主要为：（1）以产地分别为山西、河北、山东、河南的玉米为材料，经过破碎、筛分制成108个玉米粉样本，采集光谱后分别对原始光谱进行微分处理、平滑处理，然后使用偏最小二乘回归法建模，研究两种预处理方法对模型预测能力的影响。研究结果表明微分处理可以提高模型性能；在平滑分析时，发现7点平滑得到的模型最佳，过渡平滑会使模型性能下降。（2）研究了玉米粉颗粒大小和玉米粉自身温度对近红外光谱检测的影响情况。发现在20℃下建立的模型预测性最好，并发现在全局温度下的建模比在各温度下的模型具有更好的适应性。研究发现，在颗粒大小为100目下建立的模型相关系数为0.9630好于50目下的模型相关系数0.9536。（3）基于论文的数据分析与影响因素研究情况，我们初步构建了一套基于近红外光谱技术的伏马菌素在线检测系统。