麦芽的β-葡聚糖和含氮量是反应麦芽溶解状况的重要指标。但现有的化学分析法由于操作步骤繁琐,时间长,往往无法及时、全面地评价麦芽质量。研究利用近红外光谱法,通过改进模型,能够快速、准确地测定麦芽中的β-葡聚糖、总氮和可溶性氮含量。首先比较酶法和刚果红法测定麦芽中的β-葡聚糖含量,发现酶法测定结果由于准确性和重现性优于刚果红法,被确定作为近红外模型的手工测定比对方法。利用偏最小二乘法建立了近红外定量分析麦芽中β-葡聚糖含量的数学模型,内部交叉验证预测值和理论值的决定系数为0.8275,相应标准差为0.06。60个麦芽样品的化学测定值与近红外预测值之间的R~2达到0.827,说明建立的近红外模型能较准确预测麦芽的p.葡聚糖含量,有利于在生产过程中对麦芽β-葡聚糖的分级控制。以凯氏定氮结果为标准值,发现近红外光谱预测麦芽的总氮含量时准确性很高。但是,近红外光谱法预测麦芽可溶性氮含量的结果与凯氏定氮值几乎没有相关性,即近红外光谱法的准确性太低,无法对麦芽的可溶性氮含量进行实际监测。为改进麦芽可溶性氮含量近红外测定应用模型的准确性和适用性,对定标样品的覆盖范围、定标样品的预处理方式、样品温度、样品色度和装样条件等影响近红外测试准确性的因素进行研究,发现影响近红外测定麦芽可溶性氮含量准确性的主要因素是样品预处理方式;而定标样品的覆盖范围、样品温度和装样条件对近红外预测麦芽可溶性氮含量的准确性也有一定影响,但程度不大;样品色度对预测结果无影响。改进后的模型采用覆盖范围较广的样品集作为定标集,麦芽先进行协定糖化得到麦汁后再建立模型。装样时尽量减少气泡的产生,控制样品温度在21.25℃,定标模型的RSQ和1-VR分别为0.983和0.9713,说明模型的相关性极高,利用近红外测定麦芽可溶性氮含量时稳定性较好。改进后的NIR模型对预测集样品的预测结果与凯氏定氮法的测定结果相关性极高(R~2为0.9447),说明改进模型后,NIR完全可以替代传统方法,快速准确测定麦芽中的可溶性氮含量。