以 2 0 0 1和 2 0 0 2年度 5 83份小麦样品为材料 ,用近红外透射光谱仪 (NITS)对小麦籽粒硬度进行分析 ,比较了偏最小二乘法和多元线性回归两种算法和未经导数处理、一阶导数处理、二阶导数处理 3种光谱变量转换方式的分析结果。表明 ,两种算法中偏最小二乘法优于多元线性回归算法 ,3种处理方式中一阶导数处理效果最好 ,其定标集和预测集决定系数明显高于其他两种处理方式 ,而标准误差低于其他两种方式。经一阶导数处理后采用偏最小二乘法建立的定标模型时 ,可有效地对小麦籽粒进行硬度分级 ,其中 ,硬麦分级准确率为 90 % ,软麦分级准确率为 83% ,混合型分级准确率为 6 3%。这有助于品质快速检测和育种早代的品质筛选