伴随奶牛规模化养殖程度的不断攀升,大量奶牛粪便的出路问题日趋严峻,长期阻碍奶业绿色、健康、可持续发展。科学合理地还田利用是解决这一问题以及推动种养结合确保农业环境安全的最佳路径,当前亟需现场快速准确预知粪便中养分含量的检测方法,特别是可同时满足众多奶牛场不同情境下养分含量的检测手段尤为重要。近红外光谱作为一种便捷高效的检测技术,近年来被广泛应用于环境、食品、农产品等相关领域。本文以天津地区31家种养结合型规模化奶牛场为研究对象,建立了可实时跟踪监测不同区域、不同奶牛场、不同粪便处理环节中全氮和全磷含量的快速检测技术方法,实现了粪便还田前节点养分含量的快速定量。主要内容如下:（1）创建了单一奶牛场粪便处理全过程不同环节样品中定量分析全氮含量的纵向全局模型。对不同环节样品的近红外光谱进行主成分分析,指出不同环节样品存在差异。采用CARS法选取变量,建立了定量分析全氮的偏最小二乘模型。全氮模型的预测均方根误差（RMSEP）=0.090%,剩余预测偏差（RPD）=4.62。结果表明:针对单一奶牛场所建立的纵向全局模型可以实现各环节粪便样品中全氮的定量分析。（2）创建了典型季节、典型奶牛场粪便处理全过程环节样品中定量分析氮磷含量的横向全局模型。采用主成分分析方法分析了不同奶牛场粪便样品的近红外光谱,指出不同奶牛场样品存在差异。分别建立了夏、秋两季定量分析粪便样品中氮磷浓度的数学模型,夏季模型全磷和全磷模型的RMSEP（%）分别为0.060和0.067,RPD分别为7.67和4.47;秋季模型全氮和全磷模型的RMSEP（%）分别为0.087和0.072,RPD分别为4.66和3.31。同时建立了夏秋相互预测模型,指出季节因素存在影响,说明了建立包含季节因素在内的全局模型重要性和必要性。（3）创建了典型奶牛场双季节融合粪便处理全过程环节样品中定量分析氮磷含量的全局模型和局部模型。全氮、全磷模型的RMSEP分别为0.746和0.099,RPD分别为5.98和2.20。结果表明:融合季节因素建立的全氮模型可以定量预测,全磷模型可能实现近似定量预测。基于LWR-PLS法建立局部模型,比对全局模型预测结果。结果表明:全氮局部模型逊于全局模型,全磷局部模型优于全局模型。