花生是我国重要的经济作物,随着我国花生产业的不断发展,人们对花生需求量增加的同时,对其要求也相对越来越高。近年来,高油酸花生凭借其油酸含量高,抗氧化稳定性极好,以及较高的营养价值和经济价值等优势占领着花生市场。因此,选育高油酸花生品种成为花生育种工作的重要任务之一,寻找一种可以加快育种进程,缩短育种周期,提高花生育种效率,减轻科研人员工作负担的技术方法,是目前育种工作中的首要问题。这就意味着,高效、快速、准确的近红外光谱分析技术与花生育种工作的结合将成为今后的发展趋势。本研究采用随机区组设计,以336份花生种质为材料,从农艺性状的角度,对花期、生育期、株高、侧枝长、总分枝数、百果重、百仁重、单株生产力等22个性状进行考种测量,共筛选出218份优异的花生种质资源。进而,用气相色谱检测技术测定样本集花生油酸、亚油酸和棕榈酸3种主要脂肪酸含量,采用3种不同的回归技术和3种不同的散射处理技术,对218份花生样本进行处理,建立花生油酸、亚油酸、棕榈酸3种主要脂肪酸含量的近红外光谱模型。模型经验证后,用以筛选出高油酸花生种质。本研究的主要结果如下:1)建立了花生油酸含量的近红外光谱分析模型:定标标准偏差（SEC）的值为0.660,交叉验证标准误差（SECV）的值为0.667,交叉验证相关系数（1-VR）的值为0.842,定标决定系数（Q-值）为0.829。根据验证集样本对其验证结果和对未知花生样品的测定结果,确定该模型可以用于花生油酸含量的检测。2)建立了花生亚油酸含量的近红外光谱分析模型:定标标准偏差（SEC）为0.565、交叉验证标准误差（SECV）为0.588、交叉验证相关系数（1-VR）为0.886、定标决定系数（Q-值）为0.857。根据验证集样本对其验证结果和对未知花生样品的测定结果,确定该模型可以用于花生亚油酸含量的检测。3)建立了花生棕榈酸含量的近红外光谱分析模型:定标标准偏差（SEC）为0.890,交叉检验标准误差（SECV）为0.883,交叉验证相关系数（1-VR）为0.819,定标决定系数为（Q-值）0.853。根据验证集样本对其验证结果和对未知花生样品的测定结果,确定该模型可以用于花生棕榈酸含量的检测。4)在花生油酸、亚油酸和棕榈酸3个近红外光谱分析模型的建立过程中,本研究采用改进偏最小二乘法回归技术（MPLS）建立光谱分析模型。此回归技术与偏最小二乘法回归技术（PLS）和主成分分析回归技术（PCR）相比更适合花生脂肪酸近红外光谱模型的建立;在散射处理方面,本研究采用标准正态变换与去趋势处理相结合（SNV+Detrend）的措施,此方法要比只应用标准正态变换（SNV）或者无散射处理（NONE）所得到的结果更理想。5)用未知的花生样品对花生油酸、亚油酸和棕榈酸3个模型进行验证,预测值与化学值的最大绝对误差分别为1.33%、1.21%和1.43%,均没有超过1.5%,进一步证明了这3个近红外光谱分析模型可以用于花生脂肪酸含量的快速测定。6)用所建立的花生油酸含量的近红外光谱分析模型,对200份花生种质的油酸含量进行测定,共筛选出13份油酸含量在70%以上的高油酸花生种质:FB₄、12L₁₇、12L₂₀、12L₂₃、12L₃₃、12L₃₄、12L₃₆、12L₃₇、12L₄₉、12L₅₀、12L₅₂、12L₅₃、12L₅₄。