水稻是我国最主要的粮食作物之一，我国水稻的播种面积约占粮食作物总面积的1/4 ，产量约占全国粮食总产量的1/2，在商品粮中占一半以上。水稻在收购、加工过程中，需要一种较快速、简便的方法对稻谷质量进行评定。在稻谷的质量评定中，水分、粗蛋白质含量、直链淀粉含量及胶稠度都是重要的评价指标，这些指标对于稻谷的收购及加工均有重大的指导意义。目前这些评价指标多采用国家标准方法测定其相关指标及其含量，在测定过程中不仅需耗费大量的人力和时间，而且要使用大量的化学试剂，化学试剂的使用会给环境或身体带来不同程度的损害。因此，建立用于稻谷质量评定中的快速无损检测的方法在粮油收购及加工的工作中具有重要意义。
近红外光谱区域是人们发现的第一个非可见光谱区域，近红外（Near-infrared，NIR)光是指波长介于可见区与中红外区之间的电磁波，是英国天文学家Herschel于1800年发现的波长为780~2500mn的电磁波，波数范围约为12820~4000cm-1。
近红外光谱区域图
近红外光谱分析是指利用近红外光谱谱区包含的物质信息用于有机物质定性和定量分析的一种分析技术。近红外谱区主要是有机物质含氧基团（如C-H、N-H、0-H等）伸缩振动的各级倍频和这些基团伸缩振动与弯曲振动的合频吸收，几乎包含了有机物中所有含氧基团的信息。同时，由于近红外光在样品内部经多次反射、折射、衍射和吸收，在此一系列过程中近红外光谱负载了样品丰富的结构和组成信息，每种物质都有特征吸收:
反射率(R)=反射光强/入射光强
光密度(OD)=lg(l/R)
因此，样品在近红外光谱区便会产生相应的光密度值，光密度与波长的关系曲线图反映了被测样品的吸收特性，而光密度值的大小又与样品中某成分含量有关，被测样品的光谱特征是多种组分的吸收光谱的综合表现。对其中一个组分便可建立一个回归方程:
C=Bo+Bi*Ai+ B2*A2+ B3*A3++Bn*An
Bo-Bn为回归系数（也是在第n个波长点的吸收常数）；
Ai-An为在第n个波长点的吸收强度；
C为由近红外光谱分析的某个化学成分的含量；
利用一套定标样品，用常规法测得化学分析值，以及其在近红外光谱区的吸收密度值，通过多元回归计算，求出上述公式的回归系数，即可建立定标方程，再对未知样品进行检测。
随着近红外光谱检测技术的应用开发及推广，国内外采用近红外光谱无损检测技术测定多种农产品和食品的水分、粗蛋白质、脂肪等成分，并广泛应用于农作物育种行业、农作物储藏及加工行业。在稻谷检测方面，国产仪器最具代表性的是暨南大学联合广州讯动网络科技有限公司自主研发的Di-Spec系列MEMS微镜光栅近红外光谱仪，以南方地区近千份稻谷样品为样本，初步建立了稻谷水分、粗蛋白质、直链淀粉、碱消值和胶稠度的近红外定标模型，以其小型化、价格便宜、便携的产品优势为近红外光谱法无损测定稻谷主要成分和品质特性的规模化应用奠定基础。
