近红外光谱(HIR)数据可以用来进行定性或定量分析。本文主要通过总结传统NIR预处理方法及建模方法,探讨其用于材性数据建模的适用性以及优缺点。并以毛白杨为研究对象,根据其材性数据与光谱数据,提出以朗伯比尔(lambert-beer)定律为基础的稳健的数学模型,使得建立的分析模型对预测毛白杨纸浆得率有实际意义,此数学模型可预测毛白杨杂交子代综纤维素含量。建模方法是先对近红外光谱数据预处理,并将光谱数据按波长进行分组,然后建立众多非线性子数学模型,最后通过加权平均值公式给出了综纤维素含量的预测模型。其实验值与预测值之间的相关系数r=0.9455,预测值的平均相对误差为0.0060,模型的拟合优度R2=0.8940。此模型可作为一种预测毛白杨综纤维素含量的方法,也有益于今后毛白杨纸浆性能预测。