为实现花生粕常规营养组分的快速检测，本试验收集我国花生主产区的205份样品，采用主成分分析（PCA）法划分校正集（184份）和预测集（21份），利用傅立叶变换近红外光谱（NIRS）技术，建立花生粕水分、粗蛋白质、粗灰分、粗脂肪和粗纤维含量的定量分析模型。结果表明：采用偏最小二乘法（Partial Least Square Method,PLS method），结合不同的光谱预处理方法，得到水分、粗蛋白质和粗脂肪的最优NIRS模型交互验证决定系数（R2cv）分别为0.943 1、0.954 7、0.976 0，交叉验证均方根误差（RMSECV）分别为0.234、0.423、0.264，交互验证相对分析误差（RPDcv）分别为4.19、4.70、6.45，外部验证决定系数（R2p）分别为0.975 4、0.966 5、0.918 3，外部验证相对分析误差（RPDp）分别为6.12、2.92、2.88；粗灰分和粗纤维的最优NIRS模型R2p分别为0.699 7、0.770 4,RPDp分别为1.29、1.95。本试验证明了NI...