水资源是不可或缺的自然资源,而我国水资源的人均占有量远低于世界平均水平,因此污水的及时处理和再利用十分重要。但污水处理环节繁多复杂,在此之前需对多种污染物含量及时检测,才能实现对污染物的精准处理。基于近红外光谱的检测技术,能同时满足高效率、无二次污染等检测需求,已成为倍受青睐的检测手段,并被逐渐应用于水质检测领域。基于水质中化学需氧量、总氮和总磷含量检测的应用场景,针对小型化傅里叶变换近红外光谱仪中的信号串扰以及近红外光谱预测模型准确度较低的问题,对干涉信号处理方法以及应用于含量检测的光谱数据处理方法进行研究。（1）提出一种避免信号串扰的干涉信号处理方法——异步等光程标定。该方法基于样本宽带光干涉信号和参考激光干涉信号的非同步采集,从源头避免两种干涉信号的串扰,并分析光谱仪的机械热噪声和扫描光程变化对该标定方法的影响。为了减小扫描光程对异步标定准确性的影响,设计一种激光干涉信号的等比调整方法,该方法有利于激光器的移除,使光谱仪进一步小型化。在实际水样和实验室配置水样的建模中对所提异步标定方法进行实验验证,实验结果表明该方法可以通过避免信号串扰减小含量检测的误差。（2）为进一步减小检测误差,在小型光谱仪异步等光程标定的基础上提出一种近红外光谱变换方法——自适应满秩拟合积分变换。该方法根据待测物近红外光谱的离散点数确定参与高斯曲线拟合的高斯函数数量,结合离散点的波长位置确定高斯函数中心位置;利用相关性分析,确定有利于提取重叠信息的最佳高斯函数带宽。基于此,构造曲线拟合的方程组,通过求解方程组确定高斯函数高度,并对高斯函数进行面积积分,得到待测物光谱的变换结果,进而构建待测物的含量预测模型。对实际采集的污水数据进行试验,实验结果表明该方法有效减小了化学需氧量、总氮、总磷含量的检测误差。并用公共数据集验证了该方法的普适性。