随着集约化养殖业的迅猛发展，大量的畜禽粪便给环境带来了巨大的压力。为了合理的利用畜禽粪便，减轻环境污染，快速测定其中主要成分含量是关键。本文在参考国内外相关资料的基础上，以蛋鸡粪便为研究对象，从理论的角度出发，通过大量的试验研究，用理化指标和近红外光谱分析技术两种不同的方法探讨了快速预测其主要成分含量的可行性。 为了探讨利用理化指标快速预测液体蛋鸡粪便中有机物、总氮、总磷、铵态氮、总钾、铜、铁、锌、镁和钠含量的方法，本试验采集了91份样本，并将其分别按1:5粪水比例(体积比)进行了稀释。首先研究了蛋鸡粪便溶液代表性样本的制备，然后从91份液体蛋鸡粪便中选择61份进行模型的建立，分别建立了比重、电导率和pH值与其中各成分含量间的一元和多元模型，通过比较选择出较优的模型，并用其余30份样本对其进行验证。结果表明：有机物、总氮、总磷、铜、铁、锌、镁的最优模型均是以比重为自变量的一元线性模型，其决定系数分别为0.81、0.82、0.86、0.77、0.78、0.68和0.80，而铵态氮、总钾和钠则与电导率之间的线性相关性最好，决定系数分别为0.87、0.63和0.70。利用30份样本对10个一元线性回归模型验证的结果表明所选择的10个一元线性回归模型均具有较好的预测效果。 为了探讨利用近红外光谱技术快速测定蛋鸡粪便中各成分含量的可行性，本试验利用傅立叶变换近红外光谱仪，对所采集的91份蛋鸡粪便的新鲜样本和干燥粉碎后的样本分别进行了光谱的扫描。用偏最小二乘法(PLS)建立两种样本中上述11种成分含量的近红外光谱定标模型。结果表明：(1)近红外光谱分析技术可以很好的预测新鲜样本中的总氮和铵态氮，其校正模型的相关系数(R<2>)分别为0.92和0.90，相对分析误差(RPD)均大于3；(2)可较好的预测水分和有机物含量，R<2>分别为0.87和0.88，RPD则分别为2.65和2.76，均大于2.5而小于3；(3)铁、锌和钠校正模型的相关系数(R<2>)分别为0.77、0.83和0.69，相对分析误差(RPD)分别为2.00、2.30和2.29，不能满足于实际应用的精度；(4)总磷和镁的校正模型则只具有区分样本中这些成分含量高低的能力，在实际中无法应用，总钾和铜的校正模型则不能使用；(5)对于干燥粉碎样中的各成分含量来说，近红外光谱分析技术均不能对其进行较为准确的预测。