植酸是一种抗营养因子,也是谷物营养品质检测的一项重要指标。磷是动植物生长发育必需的营养元素之一,在多种生理活动中发挥着重要作用。本研究旨在运用可见/近红外光谱(Vis/NIRS)技术,并结合化学计量学方法测定精米中植酸、无机磷及总磷含量,构建的快速测定模型取得了良好的预测精度。主要研究结果如下:1.采用三氯化铁比色法测定样品植酸含量,采用钼蓝比色法分别测定样品无机磷及总磷含量。样品中植酸、无机磷及总磷含量的分布范围分别为:0.0620-0.7624%,0.0165-0.0528%,0.0892～0.2510%。2.精米样品中植酸、无机磷与总磷含量两两之间均在0.01水平上呈显著正相关。其中,植酸与总磷含量呈高度正相关,相关系数r为0.8570,植酸与无机磷、总磷与无机磷含量均呈中度正相关,相关系数分别为0.6285、0.6045。3.校正集样品的植酸、无机磷及总磷含量范围均能覆盖验证集样品中对应组分的含量范围,且校正集与验证集样品的光谱信息是相互覆盖的,说明本研究中校正集和验证集的划分是合理的。4.采用平滑法、导数法、标准正态变量变换(SNV)等8种光谱预处理方法对样品的原始光谱进行处理,并结合偏最小二乘法(PLS)筛选出最佳光谱预处理方法。用于构建植酸、无机磷及总磷含量校正模型的光谱最佳预处理方法分别为移动平均平滑法、卷积平滑法和卷积一阶导数法。5.利用竞争性自适应加权算法(CARS)和相关系数法分别筛选到了针对样品中植酸、无机磷和总磷含量的特征波长。基于特征波长构建的模型与基于全波段光谱构建的模型预测效果无明显差异,说明本研究针对以上3个组分选取到的特征波长是有效的。6.本研究获得的最优植酸、无机磷及总磷含量的校正模型分别为建立在精米粉样品特征波长上的径向基核函数最小二乘支持向量回归(RBF-LSSVR)模型、建立在精米粉样品特征波长上的PLS模型和建立在精米粉样品全波段上的线性核函数最小二乘支持向量回归(Lin-LSSVR)模型,其预测决定系数Rp2分别为0.9541、0.9082和0.9541,预测均方根误差RMSEP分别为0.0298、0.0022和0.0060,表明这些模型均具有良好的预测效果。