表面增强拉曼散射(SERS)技术具有快速、指纹效应与极低的检测限等优点, 被越来越多地应用到有害污染物、有毒物质、危险物质的检测与分析中。在SERS光谱的测量过程中, 易受基底、仪器、宇宙射线与测量环境等因素影响, 出现波动现象, 对后续的分析与检测造成较大的干扰。基于农药福美双SERS光谱数据, 尝试利用多种特征提取算法, 如主成分分析(PCA)、离散余弦变换(DCT)、非负因式分解(NMF) , 对光谱的主分量进行提取, 以减弱光谱数据波动对其后续的定量分析结果的影响。然后将提取后的分量分别结合线性回归算法——偏最小二乘法回归(PLSR), 非线性回归算法——支持向量机回归(SVR)建立定量模型。最后, 利用5-折交叉验证方法对比不同特征提取算法在不同类型的回归算法下的效果。通过实验验证可知, SVR对福美双溶液的分析精度要明显高于PLSR, 这主要是由于SERS光谱强度与被分析物浓度之间为非线性关系。同时针对两种类型回归算法, 特征提取算法都能明显地提升了分析结果, 主要是由于其提取了源数据的主体信息, 去除干扰信息。其中在线性回归中使用PCA效果最佳, 在非线性拟合中使用NMF结果最佳, 分析误差最好时可降低近3倍。最优回归模型(NMF+SVR)的交叉验证均方误差(RMSECV)为0.0455 μmol·L-1(10-6 mol·L-1), 达到国家对福美双的检测标准, 为农药快速检测提供一种新的方法。