传统原子光谱分析方法不适用于分析聚变等离子体中伪连续谱,为了解决这一难题,本文使用化学计量学方法,开展了柴油凝点的近红外光谱快速分析的实验研究。随着光谱仪制造技术的发展,近红外光谱仪的采集精度程度不断提高,波长间隔不断缩小,随之而来的是波长点越来越多,导致光谱数据分析过程中计算量越来越大,减小了现场快检的便携式近红外光谱仪的测量效率。每种目标成分对于近红外光谱范围内的特定位置的波长具有很好的吸收峰,而其他位置的波长点,在模型建立中没有任何帮助甚至影响模型精度,属于无关变量。因此,在众多变量中选择代表样本信息的变量成为建模分析的关键步骤。此外,便携式近红外光谱仪一般不配备温控装置,因此环境温度的变化会带来较大的测量误差。如何降低环境温度对检测结果带来的误差,一直是便携式近红外光谱仪在现场快速检测领域大规模推广所需要解决的一个重要问题。本文利用基于数字微镜的便携式近红外光谱仪采集了在不同环境温度（TE=-10℃,0℃,10℃,20℃,30℃,40℃和 50℃）条件下 51 种不同凝点的柴油样品在近红外波段（900-1650nm）的吸收光谱。经过数据分析,环境温度与柴油凝点预测偏差值的均值具有线性关系。于是,本文采用偏差斜率法进行温度修正,10℃条件下预测凝点的均方根误差由原来的14.6降为8.8,相关系数由原来的0.4提升为0.7,预测模型的精度得到大幅提高。文章最后,分别采用多种变量选择算法进行了光谱特征变量选择实验分析,并详细比较了各个分析方法的优劣。实验表明,竞争自适应重加权算法在一定程度上可以消除了无关变量,减少计算时间,提高模型的质量。本研究通过优化近红外光谱分析方法,提高了数据分析的效率与检测结果准确度,对近红外光谱分析技术在现场快检领域的应用具有一定的积极作用,同时也丰富了聚变等离子体的原子光谱分析方法。