现代近红外光谱分析技术以其操作便捷、时效性强等优点,已经受到各行业的重视并成为研究热点,应用日益广泛,被称为“绿色分析技术”、“分析巨人”、“瞬间分析技术”等美称。因此,探讨利用近红外光谱分析技术来进行水稻土化学性质的快速测定具有理论和实践上的重要意义。本试验以全国6省份(四川、贵州、湖南、江西、吉林、辽宁)水稻土样品为研究对象,对水稻土样品中的全氮、有机碳、碱解氮、有效磷、速效钾含量和pH值等化学状况进行测定,并采集水稻土近红外光谱数据,建立和完善全国水稻土主要化学性质近红外光谱快速测定技术方法。本试验采用近红外光谱仪采集了水稻土近红外光谱数据,使用偏最小二乘回归、多元线性回归和主成分回归算法,分别构建了全国水稻土全氮、有机碳、碱解氮、有效磷、速效钾含量和土壤pH值的近红外光谱分析模型,结果表明:基于红外光谱分析技术的全国水稻土化学性质模型中,运用偏最小二乘回归建立的近红外光谱模型均优于多元线性回归模型和主成分回模型模型。应用近红外光谱分析技术预测水稻土全氮、有机碳、碱解氮含量以及pH值是可行的。其中,水稻土全氮含量的最优近红外预测模型结果为:模型因子数=10,模型决定系数(Rc~2)=0.913,预测决定系数(Rv~2)=0.8830,模型预测均方差为0.022g/kg,预测相对标准差(RPD)=3.094;水稻土有机碳含量的最优近红外预测模型结果为:模型因子数=10,模型决定系数(Rc~2)=0.852,预测决定系数(Rv~2)=0.815,模型预测均方差为0.339g/kg,预测相对标准差(RPD)=2.319;水稻土碱解氮含量的最优近红外预测模型结果为:模型因子数=8,模型决定系数(Rc~2)=0.790,预测决定系数(Rv~2)=0.752,模型预测均方差为21.1mg/kg,预测相对标准差(RPD)=1.750;水稻土pH值的最优近红外预测模型结果为:模型因子数=10,模型决定系数)(Rc~2)=0.837,预测决定系数(Rv~2)=0.804,模型预测均方差为0.615,预测相对标准差(RPD)=1.903。本试验条件下,应用近红外光谱分析技术建立的预测水稻土有效磷、速效钾的模型是不可靠的。总之,近红外光谱分析技术可以快速测定土壤属性,其精度还需要进一步加以研究和提高,其应用前景十分广阔。