近红外光谱技术是20世纪90年代以来发展最快，最引人注目的光谱分析技术，其主要信息来源是含有C-H，O-H，N-H等基团的伸缩振动。近红外具有无需样品前处理、高效、快速和无污染的优点，这是其它分析方法不具备的独特优势，其在土壤遥感、现代化农业推荐施肥及其在精准农业土壤养分管理方面具有广阔的应用前景和发展潜力。但是目前有关土壤的近红外研究报道主要集中在土壤水分、有机质、总氮、总磷、总钾等的分析。上述指标对于了解土壤肥力有一定作用，但是由于磷在土壤中存在的多样性和复杂性，加上近红外区域光谱的重叠，很难建立精确度高的磷素预测模型，预测数值远不能满足农田施肥要求。 在农业上根据土壤养分优质、高产、高效的施肥是非常重要的，氮、磷、钾素是作物生长必须营养元素而磷又是影响作物产量和品质的一个重要因素，因此建立好的磷素预测模型至关重要。本研究中利用傅里叶变换近红外透射光谱仪测定129个棕壤土样取得光谱，采用PLSR和MLR回归方法对光谱与化学方法测得的全磷和有效磷数据拟合建立定标模型，为了减少预测误差，先对光谱采用了多种前处理后采用最小二乘回归(PLSR)等回归方法来建立预测模型，最好预测模型如下，全磷的建标结果：R2=0.94，SEE=0.047，预测结果为R2=0.82，SEP=0.065g·kg-1；所建立的有效磷模型中经吸光率后的模型最好，建标结果：R2=0.92，SEE=25.92，预测结果为R2=0.82，SEP=25.39mg·kg-1，由预测准确度可以判断上述模型较好，可以用于指导施肥；但是在精准农业施肥中应用需要进一步提高精度。