本课题以稻谷为研究对象，采集了160个稻谷样本，实验条件为25℃，湿度为20%，利用近红外光谱分析技术，建立了稻谷亮白曲霉霉菌浓度及脂肪酸的快速定量分析模型，确定了光谱的最佳预处理方法，筛选出了稻谷亮白曲霉霉菌浓度及脂肪酸的特征波长，并利用筛选出的特征波长建立了稻谷品质的预测模型，最后探究了稻谷的霉变规律，得到了较好的效果。主要研究结果如下：
　　1.运用一阶导数、多元散射校正、标准正态变换、连续小波变换4种预处理方法对光谱数据进行预处理，结果表明，稻谷脂肪酸的最佳预处理方法为标准正态变换，霉菌浓度的最佳预处理方法为多元散射校正。
　　2.运用竞争性自适应重加权算法筛选出了稻谷亮白曲霉霉菌浓度及脂肪酸值的特征波长。霉菌浓度指标筛选出29个特征波长，其中典型的特征波长为1042nm、1395nm和1615nm；脂肪酸筛选出23个特征波长，其中典型的特征波长为1138nm、1455nm和1536nm。
　　3.采用偏最小二乘法建立了稻谷亮白曲霉霉菌浓度及脂肪酸的定量分析模型。建立的稻谷霉菌浓度预测模型相关系数为0.891，交叉验证均方根误差为3.317，脂肪酸预测模型相关系数为0.871，交叉验证均方根误差为5.088。
　　4.分析了稻谷脂肪酸与霉菌浓度的相关性。将脂肪酸与霉菌浓度通过Origin8.5进行pearson相关性分析，发现脂肪酸与霉菌浓度的相关性很好，呈正相关，随着霉变程度的增加，脂肪酸也随之升高，相关系数为0.8362。