在农业信息化建设过程中，近红外光谱分析技术被广泛应用于农产品及农业生态检测。随着计量分析方法面向大数据、智能深度学习方向的发掘，针对近红外光谱分析模型的大规模参数调试模式逐渐得到开发、实现与验证，这使得近红外光谱技术的应用得到进一步拓展。
本书系统介绍了近红外光谱分析技术的原理和通用建模方法，并从计量方法智能化、信息化的角度，提出了一些新型定量方法和部分经典算法的优化改进策略。为验证这些方法和改进，书中分别给出了农业土壤营养成分检测、水污染信息检测、农产品质量检测的分析模型及实验数据。
本书从大数据和人工智能的角度，为近红外光谱分析技术的应用研究提供新思路，为农业信息化建设提供理论和应用支持，可供相关专业研究人员及产业应用研究人员参考。

陈华舟，博士，教授，硕士生导师。广西数学学会常务理事，广西发展战略研究会专家，广西空间信息与测绘重点实验室骨干成员，桂林理工大学大数据处理与算法技术研究中心核心成员。承担国家级科研项目2项、省市级科研项目7项；发表科研论文多篇，被SCI、EI收录40余篇，入选ESI TOP 1%高被引4篇、TOP 1‰热点3篇；获国家发明专利授权5项、计算机软件著作权登记6项。主要研究方向：计算生物学、光谱信息学、高光谱图像处理、人工智能模式识别。