品质性状的化学测定操作繁琐且存在破坏性和耗时较长等不足的问题, 光谱测定具有高效、 快速、 成本低等优点, 但测定准确度受到不同仪器以及不同机型的影响。 为了建立和优化快速测定苜蓿样品的粗蛋白（CP）、 粗脂肪（EE）、 酸性洗涤纤维（ADF）和中性洗涤纤维（NDF）近红外漫反射光谱的模型, 更好的测定苜蓿品质性状。 选取了25份苜蓿材料147份试验样品, 采用傅里叶变换近红外光谱技术（NIRS）扫描, 获得扫描光谱范围4 000~10 000 cm-1的光谱值, 软件TQ Analyst v9选用偏最小二乘法（PLS）和OPUS7.0选用定量2方法建立定量模型并优化, 并进一步交叉验证和外部检验评估模型效果。 结果表明利用2种软件建立的模型都能很好的预测CP的含量, 建模决定系数（R2cal）分别达到0.999 9和0.984 8, 交叉验证的均方根误差（RMSECV）分别为2.121和0.471, 外部验证决定系数（R2）都大于0.97, 残留预测偏差（RPD）值大于6.0。 EE应用TQ Analyst v9所建立的模型效果更好, R2cal为0.999 7, RMSECV为1.502, 外部验证的R2为0.9293, RPD值为3.89; ADF和NDF利用OPUS7.0建立的模型效果更好, R2cal分别为0.944 1和0.978 8, RMSECV分别为1.040和0.514, 外部验证的R2依次为0.914 5和0.911 8, RPD值分别为3.66和3.43。 4种品质性状建模效果表明, 相对分子结构相对简单的蛋白质和脂肪, 利用TQ Analyst v9更准确, 而对于分子结构更复杂的纤维素, OPUS7.0的预测效果更好。

以小麦草为研究对象，通过LED光照实验，探究不同光质对小麦草营养品质指标（叶绿素含量，可溶性蛋白含量，可溶性糖含量，超氧化物歧化酶(SOD)活性，总酸度，脯氨酸含量）的影响。采用与小麦草光合作用吸收光谱吻合的大功率红、蓝LED灯，红光峰值波长为655 nm，蓝光峰值波长为438 nm，带宽均为30 nm左右，对小麦萌发后幼苗进行为期10天的实验室光照培养箱培养，与日光培养对照，然后测定营养品质指标。除光质为变量外，保持其余生长环境一致，实验结果表明: 红光有利于提高小麦草叶绿素含量、可溶性糖含量和SOD活性；蓝光有利于提高可溶性蛋白含量、总酸度含量和脯氨酸含量。通过红光和蓝光照射，有利于改善小麦草的营养品质。