自冻土未冻水含量课题提出以后,国内外的学者开展了许多的测试和研究。研究手段由最初的量热法,逐步发展到核磁共振(NMR)法,中子自旋回声(NSE)法,时域反射仪(TDR)法和介电特性法等。这些方法主要存在的问题是设备昂贵,需要专业测试人员,且测试时间过长。因此,需要开发和研究出一种能够使普通研究人员和一般实验室都能测试的新方法。本文在以下几个方面开展了研究和探索：本文将近红外光谱技术应用到冻土未冻水含量的测量中,以期达到快速、无损的检测目的。搭建了近红外光谱检测未冻水含量的试验平台,使用土壤水分传感器SM2801B测量冻土的未冻水含量,温度传感器DS18B20测量冻土的实时温度并使用近红外光谱仪采集到的功率值标定冻土中的未冻水含量。采集每个温度下所对应时间的未冻水含量和近红外光谱仪采集到的功率值,从而将近红外光谱仪采集到的功率值与土壤水分传感器采集到的未冻水含量建立起联系。并将采集到的数据进行存储,用于未冻水含量预测模型的建立。针对冻土未冻水含量及含冰量的变化规律复杂,受环境影响的非线性程度高以及冻土含冰量无法直接测量的问题,提出一种基于BP人工神经网络的冻土未冻水含量和含冰量预测模型。共选取五组不同初始含水率下的冻土样本作为训练和输出样本。采用实测数据(近红外光谱仪采集到的功率值)作为输入及实测数据(未冻水含量)作为输出,采用单、双隐含层分别建立网络,经过训练得到冻土未冻水含量的预测模型并对模型进行验证及测试。含冰量预测模型是以初始含水率为18%的五组冻土试件作为研究对象,将功率值作为输入,初始含水率减去未冻水含量得到的计算含冰量作为输出,得到辨识效果良好,估计结果准确的预测模型。本文将近红外光谱技术引入到冻土未冻水含量及含冰量的预测中,能准确地预测冻土未冻水含量及含冰量的变化趋势并且方法简洁,为冻土未冻水含量及含冰量的预测提供了一种有效的研究方法,为我国的科研人员在接下来的工程施工及室内试验的各种指数的估计和预测提供参考依据同时也为其他区域冻土未冻水含量及含冰量的研究提供借鉴,对于提高和加强冻土方面的研究水平具有促进作用。