为加快紫苏优质育种进程, 采用近红外光谱(NIRS)技术, 结合线性偏最小二乘法(PLS), 以250份全国范围内收集的紫苏资源为研究材料, 分别较好的建立其种子中含油量, 棕榈酸(C16∶0), 硬脂酸(C18∶0), 油酸(C18∶1), 亚油酸(C18∶2), a-亚麻酸(C18∶3)含量的六个近红外光谱校正模型。 结果显示, 六个模型的校正决定系数(RSQ1)分别为: 0.98, 0.91, 0.92, 0.92, 0.85, 0.93; 交叉验证决定系数(1-VR)分别为: 0.97, 0.89, 0.89, 0.91, 0.85和0.91; 外部验证相关系数(RSQ)分别为: 0.98, 0.91, 0.89, 0.90, 0.80和0.89, 且定标标准误差(SEC)分别为0.99, 0.21, 0.1, 0.94, 0.81, 0.92; 交叉验证标准误差(SECV)分别为1.16, 0.23, 0.11, 1.05, 0.92, 1.02和预测标准误差(SEP)分别为0.97, 0.21, 0.11, 1.12, 0.99, 1.14。 结果表明, 此六个校正模型质量均较高。 这些首次建立的快速无损的近红外分析模型, 可为紫苏资源开发提供指导, 对紫苏油分品质育种具有重要意义。