近红外光谱(NIR)是制药工业领域应用最为广泛的过程分析技术(PAT),在中药产品质量的在线实时检测和控制中越来越受到重视。和化学药相比,由于中药组成的复杂性和生产加工过程的特殊性,对利用化学计量学建立NIR预测模型,提出了新的挑战。本文对NIR在中药质量控制应用中的化学计量学建模方法和技术进行了综述并对未来发展做了展望。综述涉及到NIR数据的采集、预处理、分组,特征波段自动选取,建模以及模型的验证和评价。讨论了平滑、导数、标准化算法、数据增强算法和主元分析等预处理方法对模型影响。特征波段的选取述及间隔偏最小二乘、遗传算法、无信息变量消除、随机蛙跳法、竞争自适应重加权采样和重要变量投影法等;建模方法论及线性和非线性技术包括主元回归、偏最小二乘回归、人工神经网络和支持向量机回归等。未来的NIR建模平台应该是一个在后台集成各种复杂的数学算法和实现数据的无缝共享,面向用户的前台则是友好、简单、智能的半自动界面环境。论述结合具体的实例进行。