蛋白质、湿面筋、沉降数值、水分是评价小麦籽粒品质的重要指标,粮食收储需要一种现场评价技术。88份小麦籽粒样本来自3个收获年度的不同产区,经过去尘去杂处理后,采集近红外漫反射光谱（1000～2500nm）。采用全光谱数据建立偏最小二乘法（PLS）模型,以交互验证偏差（RMSECV）确定最优预处理方法。蒙特卡罗无信息变量消除（MC-UVE）、随机蛙跳（RF）、自适应竞争加权（CARS）算法用于提取信息变量,构建PLS模型。结果显示,蛋白质最优模型为CARS-PLS模型（RC=0.997,RMSEC=0.248,RP=0.982,RMSEP=0.572,RPD=4.60）;湿面筋最优模型为RF-PLS模型（RC=0.993,RMSEC=0.900,RP=0.990,RMSEP=0.958,RPD=8.40...
