近年来，近红外光谱（near infrared spectroscopy，简称NIRS）技术在茶学领域的研究取得了很大进展，相关研究报道较多，表明NIRS技术在茶学研究上具有潜在的开发和应用价值。本实验以大佛龙井茶为研究对象，系统开展了NIRS技术在茶叶品质评价方面的研究工作，研究内容主要包括基于NIRS技术的大佛龙井茶感官品质快速预测分析，大佛龙井茶感官审评与12个品质指标的相关分析和回归分析、基于NIRS技术的大佛龙井茶品质成分快速预测分析；旨在为探索一种科学、客观的茶叶品质评价方法提供参考。主要实验结果如下：1、实验采用近红外光谱偏最小二乘法（NIRS-PLS），分别建立了大佛龙井茶完整样和磨碎样的干茶色泽、汤色、香气、滋味、叶底单因子得分、五因子总分以及六因子总分定量分析模型。结果表明，在主成分因子数不大于10的情况下，模型精度较高，均可用于对大佛龙井茶的感官品质预测，其中，完整样各模型校正相关系数（Rc）为90.48%~98.43%，校正均方根误差（RMSEC）为1.14~2.09，预测相关系数（Rp）为90.00%~96.65%，预测均方根误差（RMSEP）为1.52~2.84，磨碎样各模型Rc为90.12%~98.35%，RMSEC为1.38~2.03，Rp为90.22%~95.46%，RMSEP为1.96~2.48；经方差分析，完整样和磨碎样建模，结果无显著差异；此外，各模型校正集和预测集均获得较高的拟合度，其中总分模型精度均高于单因子模型。2、实验对大佛龙井茶样12个品质指标（儿茶素及其衍生指标、茶氨酸、氨基酸总量、粗纤维、咖啡碱、全氮量、色差及其衍生指标）与感官审评得分进行了相关分析和逐步回归分析。结果表明，儿茶素及其衍生指标与茶叶感官品质的相关关系最显著，说明儿茶素是决定大佛龙井茶感官品质的关键成分，其各组分间含量的协调搭配，在很大程度上决定了茶叶感官品质的优劣；同时，在本研究中发现，作为物理指标的色差也与茶叶品质表现出极高的相关性。3、实验采用NIRS-PLS法，通过对不同波数和光谱预处理方法的优化选择，建立了大佛龙井茶完整样含水量以及儿茶素组分（包括GC、EGC、C、EC、EGCG、GCG、ECG、CG和儿茶素总量）、茶氨酸、氨基酸总量、粗纤维和咖啡碱等品质成分定量分析模型；其中，含水量模型在主成分因子数为5时，Rc和Rp均达到97%以上；儿茶素组分模型Rc为81.36%~97.66%（以GC、CG和儿茶素总量模型略低，低于90%），Rp为77.26%~94.71%（以GC、CG、C和儿茶素总量模型略低，低于90%）；茶氨酸和氨基酸总量模型Rc达到95%以上，Rp达到94%以上；粗纤维模型在主成分因子数为10时，Rc和Rp分别为93.99%和86.58%，模型预测精度相对较低；咖啡碱模型在主成分因子数为7时，Rc和Rp分别为96.48%和95.36%，模型定标效果较好。