【摘要】无芒雀麦(Bromus inermis)具有丰富的营养价值。近红外光谱技术(NIRS)具有快速、高效和无损等优点，本研究利用NIRS和改良偏最小二乘法(MPLS)，结合湿化学分析方法分析了101份无芒雀麦样品中K、Ca、P、Mg、Fe、Al和Mn元素含量。结果表明：所建立的预测模型中，K、P、Fe和Al的外部验证相对分析误差(RPD)较高，分别为2.60、2.88、4.60和2.68，说明预测准确性较高，可以替代传统分析方法来预测无芒雀麦中K、P、Fe和Al含量；Ca和Mg的RPD值为2.37和2.38，预测精度较弱，能够在样品数量较大时粗略预测含量来进行样品筛选；Mn的RPD值较低，为1.93，预测效果较差，预测值与实测值的误差较大。