山苍子Listea cubeba（Lour）Pers是我国特有的木本油料经济树种之一,经济价值很高,具有巨大的潜在生产应用价值。但山苍子鲜果精油易挥发且果实易变质,加工企业在原料收购现场如何准确快速对鲜果的质量进行评估就显得尤为重要。然而,国标和中国药典中的方法虽然准确性高,却不适合现场检测,亟需开展对原料质量进行准确快速的现场检测方法研究。本论文基于近红外光谱技术研究山苍子果实精油含量、水分含量、核仁油含量、蛋白质含量的定标模型,为快速准确评价山苍子果实质量提供一种新的快速无损的检测方法。主要研究结果如下:采集了 123份山苍子果实样品,用近红外成分分析仪采集了山苍子果实和山苍子核仁样品的近红外原始光谱数据,并测定了山苍子果实精油、水分、核仁油、蛋白质含量,采用The Unscrambler X10.3软件、matlab、python软件进行了数据分析。筛选出了最佳预处理方法,采用光谱-理化值共生距离（SPXY）算法、Kennard stone算法分选了校正集和验证集,以连续投影算法（SPA）剔除了冗余干扰变量,偏最小二乘法（PLS）建立了定标模型,最后,使用外部验证集的决定系数和均方根误差对所建定标模型预测性能进行了评价。（1）建立了山苍子果实精油、水分含量定标模型。通过传统理化检测方法检测山苍子精油、水分的含量,结果表明,山苍子精油含量、水分含量的分布范围分别是2.0010-6.9075%、52.7581-77.9408%。且精油和水分的化学值分布呈正态分布,说明样品符合建立定标模型的条件,具有代表性。山苍子果实精油、水分原始光谱图的最佳预处理方法分别为二阶导数结合Detrend、SNV。精油、水分的含量定标模型决定系数均在90%以上,说明所建模型精度较好,可用于山苍子果实品质的快速检测。外部验证集R2分别为0.9086、0.9038;均方根误差分别为 0.3415、1.0621。（2）建立了山苍子核仁的核仁油、蛋白质含量定标模型。通过传统理化检测方法检测山苍子核仁油、蛋白质的含量。结果表明,山苍子核仁油含量、蛋白质含量的分布范围分别是16.967-51.9296%、7.8700-17.2000%。且核仁油和蛋白质的化学值分布呈正态分布,说明样品符合建立定标模型的条件,具有代表性。山苍子核仁的核仁油、蛋白质原始光谱图的最佳预处理方法分别为导数SG结合MC、二阶导数。核仁油、蛋白质的含量定标模型决定系数均在90%以上,说明所建模型精度较好,可用于山苍子果实品质的快速检测。外部验证集R2分别为0.9664、0.9110;均方根误差分别为1.8798、0.4490。（3）对已建立的精油、水分、核仁油、蛋白质含量定标模型进行了外部验证。结果表明,精油含量定标模型的34个外部验证山苍子果实样品中有四个样品的化学值|RE|＞10%,核仁油、蛋白质含量定标模型的34个外部验证样品及水分含量定标模型的32个外部验证样品的验证结果误差范围均在10%内。外部验证值均符合要求,说明建立的山苍子果实多物质组分的定标模型具有良好的预测能力。本研究结果对含油复杂成分样品的建模方法具有借鉴意义,同时为山苍子精油、核仁油、蛋白质含量的检测提供了新的参考方法,对山苍子产业的发展具有积极意义。