由于受环境、气候、品种更新等因素的影响,不同年份的小麦成分信息会有所差异,对应的光谱信息也会随之变化,使得所建基于近红外光谱技术的小麦成分检测模型已不适用于新样本,而重新建立一个准确、稳定的模型则需要重新收集样本,测量数据,工作量大,周期长。因此本研究开展小麦品质检测模型年份校准研究以提高模型的适用性和使用时间,具有重要的实际意义和应用前景。研究以2011年小麦样本为主年份样本,建立小麦蛋白质定量分析模型。首先利用蒙特卡洛交叉验证法(MCCV)结合二审判别法判别所有样本中的异常样本,确定优化后的SPXY法(O-SPXY)为最合适的样本集划分方法,优化后的偏最小二乘回归法(O-PLSR)结合平滑+一阶导数+SNV处理光谱数据得到性能最佳的小麦蛋白质定量分析模型。通过主成分得分空间分布法、马氏距离法和费歇(Fisher)值法检验所建模型对2012年小麦样本的适用性,结果表明2011年样本模型已不能完全适用于2012年样本,与直接交叉验证的结果一致,R2、RPD和RMSEP分别为0.908,3.290,0.447。然后,研究从光谱值校正、模型更新和预测结果校正三个方面开展对模型的校准研究。分别采用DS法、欧氏距离法结合DS法、人工选取添加样本法、基于KS法选取添加样本法以及斜率/截距校正法校准模型。综合分析比较,基于KS法选取添加样本法更适合用于模型年份校准,仅需14个标准样本,校准后模型的R2、RPD和RMSEP分别为0.957、4.818和0.305,对2012年样本具有最优的预测能力。