为了提高白酒酒醅主要成分的快速检测技术水平, 利用近红外光谱法对白酒酒醅中的水份、 淀粉、 酸度和酒精度进行定量分析, 通过PLS建立酒醅成分定量分析模型, 同时采用CARS、 间隔偏最小二乘变量选择法(iPLS)和无信息变量消除法(UVE), 实现光谱特征波段选择, 并利用多元散射校正(MSC)、 导数以及标准正态变量变换(SNV)等预处理方法进行模型优化。 用决定系数(R2)、 预测标准偏差(RMSEP)以及最佳主因子数对模型进行评价, 确定最佳建模方法。 结果表明: 波段筛选能够对模型起到优化作用, 并提高模型运算速度, 其中CARS优化效果最为明显, 酒醅水份、 淀粉、 酸度和酒精度的R2分别达到0.885, 0.915, 0.951, 0.954; RMSEP分别为0.630, 0.519, 0.228, 0.234, 有效地提高了模型的稳定性与准确度。 经过优化, 所建模型预测效果好, 能够满足白酒酒醅主要成分的快速检测要求, 在实际应用中有一定的参考价值。