本文以具有良好代表性的绿茶为材料,通过比较多种预处理方法以及不同统计回归方法,建立绿茶中水分和茶多酚总量的近红外定标模型。结果：水分模型以9点卷积平滑（sg9）结合一阶导,以偏最小二乘法（pls）建模效果最好,内部交叉验证的定标集、验证集的标准差see/sep和相关系数r分别为：0.1486、0.9940、0.1685、0.9925;茶多酚模型以一阶导结合单位长度归一化（nle）,以偏最小二乘法（pls）建模效果最好,内部交叉验证的定标集、验证集的标准差see/sep和相关系数r分别为：1.086、0.8946、1.093、0.8344。同时以水分为例比较了原始光谱建模和平均光谱建模的效果差异,认为二者无显著差异,但前者模型更稳定。完成机构：浙江大学茶叶研究所,杭州310029