本研究以菜籽油的芥酸含量为检测对象，结合化学计量学方法，主要从奇异样品的剔除、建模方法优化、波长优选和正交信号校正四部分深入讨论了近红外光谱技术在快速定量检测应用中的几个关键问题。 本研究共收集了77个菜籽油样品，同步检测了菜籽油样品芥酸含量的化学值和近红外光谱。通过剔除奇异样品的方法，去掉了其中认为是异常的13个样品，最终参与建模和预测的样品数是64个。使用Kennard-Stone算法把64个样品进行校正集和预测集的划分，其中校正集40个，预测集24个。对校正集的原始吸收光谱、一阶导数光谱和二阶导数光谱进行了逐步回归分析，以相关系数、平均相对误差、均方根误差等3个统计量来评价预测集预测效果，结果是菜籽油的二阶导数光谱不适合用于芥酸含量建模。运用偏最小二乘回归对校正集的原始光谱和一阶导数光谱建立定标方程，对24个预测集样品进行预测，预测结果的3个指标为：原始光谱的相关系数0.988、平均相对误差4.899％、均方根误差1.805，一阶导数光谱的相关系数0.989、平均相对误差4.453％、均方根误差1.651。比较相关系数法、间隔偏最小二乘法、无关信息向量消除法、连续投影法、遗传算法5种波长优选方法的偏最小二乘回归建模结果，得到遗传算法最优，建模预测结果的3个指标是：0.998、1.835％、0.674。还探讨了正交信号校正的预处理方法对消除系统噪声影响的作用，利用不同的正交信号校正对原始光谱进行预处理后利用全谱进行建模，通过比较，分段正交信号校正的预测效果最好，建模预测结果的3个指标是：0.996、2.418％、0.907。 通过比较分析表明：在不进行波长或波段优选时，偏最小二乘回归的建模结果优于逐步回归分析，一阶导数光谱的结果最好，原始光谱的次之，二阶导数光谱的结果最差；不同的波长或波段优选方法对均有不同程度的改善，提高了模型的稳健性和准确性，其中以遗传算法的结果最好；正交信号校正方法对原始光谱的建模预测结果也有改善。通过上面的研究，为近红外光谱分析技术进一步广泛应用提供了理论依据，为提高近红外光谱分析法检测的稳健性和准确性提供了方法，同时也为使用近红外光谱法进行菜籽油芥酸含量的快速、在线检测提供了方法和借鉴。