目的:中药材的质量是决定中药在临床应用中是否安全、有效的一大因素。然而中药材品类繁多,化学成分复杂且受自然环境,生产加工等因素影响,易导致质量不稳定,给中药质量控制带来严峻挑战。因此亟需一种基于现代科学理论与新技术的中药质量快速检测方法。光谱技术是一种绿色、快速、无损的分析技术,在质量控制领域得到普遍应用。本文以贯叶金丝桃、葛根和百合三种常用中药材为研究对象,分别应用高光谱遥感技术、近红外光谱（NIR）技术和高光谱成像技术结合化学计量学实现三种药材质量的快速无损检测,为提升中药材质量控制水平及数字化建设提供数据支撑。方法:（1）笔者首次采用高光谱遥感技术,无损检测贯叶金丝桃植株冠层。以154批贯叶金丝桃冠层高光谱为自变量,以芦丁、异槲皮苷、金丝桃苷、槲皮素及金丝桃素成分的含量为因变量,经过剔除异常样本,光谱预处理,筛选特征波长等数据处理后,采用偏最小二乘法（PLS）建立贯叶金丝桃药材质量的快速无损检测模型。（2）应用NIR技术对中药材进行快速定性、定量检测。定性分析:采用NIR技术建立一个快速、准确的葛根质量控制方法,包括葛根与伪品葛藤的识别和掺伪率的量化。首先利用主成分分析（PCA）和偏最小二乘判别分析（PLS-DA）两种分类器进行识别,建立葛根与葛藤的判别模型。其次采用PLS和最小二乘支持向量机（LS-SVM）两种多元校正方法,建立葛根与葛藤掺假率预测模型。定量分析:采用NIR技术建立贯叶金丝桃有效成分的快速定量检测模型。对采集的样品光谱进行PCA分析以剔除出异常样本,运用Kennard-Stone样本集划分（KS）算法对样本集进行划分,经多元散射校正+多项式平滑算法（MSC+SG平滑）进行光谱预处理,选取最优主成分因子数后,应用PLS建立贯叶金丝桃有效成分的快速定量模型。（3）利用高光谱成像技术采集硫熏前后的百合图像信息,图像校正后应用ENVI软件选取百合样本的感兴趣区域（ROI）进行光谱数据处理,然后分别采用PCA和PLS-DA两种分类方法建立有效、准确的硫熏百合快速鉴别模型,并且以判别正确率来评价模型的精度。结果:（1）建立的贯叶金丝桃高光谱遥感模型结果表明,筛选出的一阶导数﹢分段标准正态变量变换（1st D﹢PSNV）为最佳预处理方法,并且连续投影算法（SPA）所选波长变量的建模效果由于全光谱的建模效果。此外,所建立的5种有效成分的PLS定量模型的预测集相关系数（Rp）较高,接近于1;校正均方根误差（RMSEC）与预测均方根误差（RMSEP）值较小。所建立的定量模型性能良好,具有较高的准确性。（2）定性分析:建立的葛根NIR模型结果表明,PLS-DA算法对葛根和葛藤的分类精度达到100%,实现葛根与伪品葛藤的准确区分。LS-SVM模型预测葛根和葛藤掺伪率的能力优于PLS模型,其具有良好的预测性能,拥有较高的Rp值（0.9972）和较低的RMSEP值（2.1724）。说明NIR结合机器学习方法能够快速鉴别葛根与葛藤并且准确预测掺伪率。定量分析:建立的贯叶金丝桃5种成分NIR模型预测值与参考值一致性好,R值（0.7410-0.9683）较高,且RMSEC、RMSEP值较小。验证结果表明所建模型可用于快速测定贯叶金丝桃化学成分含量。（3）建立的硫熏百合高光谱成像模型表明,PCA分析无法将无硫熏百合与硫熏百合样品行完全区分,两类样本之间存在部分交叉分布的现象。PLS-DA算法对无硫熏百合与硫熏百合的分类精度达到100%,两类样品完全分开无重叠,说明基于高光谱成像技术结合PLS-DA算法建立的判别模型可以实现硫熏百合的快速鉴别。结论:本文通过对贯叶金丝桃植株冠层无损检测、葛根及伪品葛藤的快速鉴别、贯叶金丝桃的快速定量检测和硫熏百合的快速鉴别等内容进行研究;围绕光谱技术,从定性识别和定量回归两个角度,对植株、药材和饮片三个层面进行中药质量快速检测技术及方法开发。实现了三种药材质量的快速检测,为提升中药材质量控制水平,促进我国中药产业从传统经验开发转型为数字化建设提供数据支撑。