[目的]大豆茎秆化学组分(纤维素、半纤维素、木质素和粗纤维等)与其茎秆抗倒伏能力密切相关,但由于目前大豆茎秆化学组分检测多采用传统的化学分析技术,测定过程操作复杂、耗时耗力、成本昂贵且易造成环境污染,不适合大规模育种应用,因此,通过构建一套低成本、快速、科学、无污染的大豆茎秆化学组分检测方法,为大豆种质资源茎秆组分分布规律及其与大豆生长习性和倒伏性关系的研究提供方法基础.[方法]通过建立一套基于近红外光谱检测技术的大豆茎秆化学组分检测模型,并利用该模型对大豆种质资源茎秆中的中性洗涤纤维(neutral detergent fiber,NDF)、酸性洗涤纤维(acid detergent fiber,ADF)和粗纤维(crude fiber,CF)等化学组分进行检测分析,通过方差分析、多重比较和小提琴图分析,明确大豆茎秆CF含量与其生长习性及抗倒伏性之间的内在关系.[结果]基于构建的大豆茎秆化学组分近红外光谱快速检测模型对茎秆NDF、ADF和CF组分检测数值的校正相关系数(Rc)均在0.90以上.利用16份模型外大豆茎秆样本对模型的有效性进行验证发现,常规化学检测与该模型检测结果之间无显著性差异(P＞0.05).利用该模型对2017年和2018年种植的393份大豆茎秆CF含量及其生长习性之间的关系进行分析,结果表明,大豆茎秆CF含量符合正态分布规律,在CF含量50.00％以上的材料中,2年数据均表现出直立型(91.67％和86.14％)显著高于蔓生型(8.33％和13.86％),表明大豆茎秆CF含量与其生长习性呈极显著正相关(P＜0.01).[结论]构建的近红外光谱模型具有低成本、快速高效、无污染的特点.此外,茎秆中CF含量高的大豆品种植株具有更强的抗弯曲度,可作为大豆抗倒伏育种亲本筛选的重要指标.