动物毛绒纤维是畜牧业的重要畜产品和纺织工业的高档纺织原料，由于各种纤维纺织性能、市场价格差异较大，市场上许多毛绒织品出现了掺假现象，影响纺织工业的健康发展；近红外光谱分析技术具有检测速度快、检测结果客观准确、重现性好等优点，已广泛应用于畜牧业、食品、药品分析、化工等领域。本论文应用可见-近红外漫反射光谱分析技术对相似动物毛绒纤维进行定性鉴别研究，并对混合纤维样品进行掺假鉴别和相关含量的定量测定研究，为畜牧业和纺织工业中动物毛绒纤维收购中的质量监控提供技术参考。试验以甘肃省内不同地区、不同品种的同质绵羊毛(细毛、半细毛)、绵羊绒(异质绵羊被毛中的无髓毛纤维)、驼绒和山羊绒为研究对象，研究不同动物毛绒纤维的可见-近红外光谱吸收特征；结合化学计量学，计算各纤维光谱数据库的GH和NH值，实现对异常样品剔除和校正集样品选择；分别对同质绵羊毛和山羊绒，绵羊绒和山羊绒，绵羊毛、驼绒和山羊绒等三组样品进行主成分-马氏距离判别分析，并建立定性鉴别模型；对人为混合的细绵羊毛(细毛)、山羊绒混合样品和纯品间进行主成分-马氏距离判别分析并建立定性鉴别模型，以及含绒量的定量分析。同质绵羊毛、绵羊绒、驼绒、山羊绒的可见-近红外平均光谱图的观察结果显示：在近红外长波区(1100~2500nm)，不同毛绒纤维间表现出相同吸收特征，且在1736nm、1940nm、2054nm、2176nm、2328nm、2354nm处有相同有机基团的吸收峰位。分别对三组样品的主成分-马氏距离判别分析，选择最佳的预处理方法、主成分累积贡献率和顺序主成分得分，分析结果的三维图中，组内样品间的判别界线清晰，可实现相似动物毛绒纤维建立鉴别模型前的初步判别。采用主成分回归分别建立以上三组样品的定性鉴别模型，同质绵羊毛和山羊绒各65个样品，建立的模型对校正集和验证集的预测结果正确率均为100%；绵羊绒和山羊绒各32个样品，建立模型的预测结果正确率分别为98%、100%；山羊绒(83个)、驼绒(60个)和绵羊毛(83个)，建立模型的预测结果正确率分别为98.8%、98.4%。以上三个定性鉴别模型的预测结果正确率均大于97%，可实现相似动物毛绒纤维间的定性鉴别。对细绵羊毛、山羊绒混合样品和纯品的主成分-马氏距离判别分析和定性鉴别结果为：混合品光谱图中，不同含绒量样品间表现出与纯品相同的吸收峰位；在近红外长波区(1100-2500nm)，相同吸收峰位中的光谱吸收值随着山羊绒含量增加而降低；主成分-马氏距离判别分析的三维图中，混合品和纯品间的判别界线清晰；采用主成分回归建立的定性鉴别模型的预测结果正确率均为100%；对92个混合样品经光谱观察和GH计算剔除19个异常样品；55个校正集样品经WMSC+2nd Der预处理，最佳主因子6，采用改进偏最小二乘回归建立含绒量定量模型的定标相关系数和标准误差为0.9900、0.0228；18个验证集样品的预测结果RPD大于5，具有较好预测性能，预测结果经双尾t检验，差异不显著。结果表明，可实现对细绵羊毛和山羊绒混合样品的掺假鉴别、含绒量的定量分析。