目前对于花椒品质问题的研究,主要集中在对花椒有效成分的工业提取研究,若采用常规分析方法测定生物碱与挥发油的含量,需对每个样品进行破坏性处理,并且检测时间较长。近红外光谱分析(Near Infrared Spectroscopy,简称NIR)是一种快速、无损检测技术,已经广泛应用于农业及食品行业中。为了快速、无损检测生物碱和挥发油含量,本研究尝试用近红外光谱分析技术对完整花椒颗粒中生物碱和挥发油进行定量分析。本文立足于花椒品质评价方法的建立及应用,为花椒质量标准的建立及其开发利用提供了依据。通过交叉验证和偏最小二乘法(PLS)建立花椒的近红外光谱(NIRS)与花椒生物碱和挥发油含量之间的相关性模型,分析四种扫描参数组合和光谱数据预处理方法,花椒生物碱和挥发油含量的化学测定值与模型测定值的相关性分析。结果表明：1、通过酸性染料比色法和水蒸汽蒸馏法对花椒生物碱与挥发油含量进行测定,得出60种样品生物碱与挥发油的含量范围与平均值。为近红外无损检测花椒生物碱与挥发油含量的模型建立和验证提供了依据。2、分别采用一阶导数+MSC+移动平滑(9点)、一阶导数+移动平滑(9点)和二阶导数+移动平滑(9点)三种不同光谱预处理方法进行建模,比较相对分析误差RPD值得出,采用一阶导数+MSC+移动平滑(9点)的光谱预处理方法,相比较其它两种方法,模型预测能力有一定的提高,可以消除花椒整粒在光谱扫描时产生的光谱平移和噪声影响,起到了简化模型效果。3、经不同峰值相关性分析得出花椒挥发油的特征峰值为8654cm、8463cm-1、7087cm-1、5264cm、4885cm-1、4445cm-1、4086cm-1,生物碱的特征峰值为7087cm、6387cm-16156cm、5938cm-1、5712cm-1、5264cm-1,符合文献有关近红外光谱解析的描述。4、分别利用多元线性回归、偏最小二乘法、主成分回归建立花椒的挥发油含量和生物碱含量的预测模型。通过对三种分析方法的比较得到：用偏最小二乘法建立的模型最适合测定花椒的品质。5、在四种不同扫描参数的组合下,内部交互验证：当扫描分辨率为16cm-1,扫描次数为128时,模型的信噪比较高,建立的校正王模型相对与其他三种组合较好,R2为0.900、0.890,交互验证误差均方根为0.544、0.550,生物碱和挥发油的预测值与测定值之间的线性关系良好。6、扫描分辨率为16cm,扫描次数为128时校正集模型对预测集的6个样品预测中,R!为0.983、0.937,预测误差均方根为0.316,0.472,相对分析误差为7.03、6.79,相对标准差6.52%、6.87%。结果显示,花椒生物碱和挥发油的化学测定值与模型预测值之间具有良好的线性关系,表明近红外光谱技术快速检测花椒生物碱和挥发油是可行的。NIR-PLS方法可以比较准确的预测花椒生物碱和挥发油含量,建立的校正模型较为稳健,性能较优,并且建模过程较为简单直接,整体效果较好。