本研究は、近赤外線（NIR）技術と軽量化された勾配ブースティング（LightGBM）を組み合わせて、油含有スラッジ中のフェナンスレン（Phe）およびフルオランテン（Flt）の含有量を予測した。まずモデルパラメータを最適化し、次に試料の近赤外線スペクトルデータを前処理し、競争的適応再重み付けアルゴリズム（CARS）、相互情報量（MI）、クジラ最適化アルゴリズム（WOA）によりスペクトル特徴変数を選択した。最適な入力変数を用いてモデルを構築し、最後にLightGBMを偏最小二乗法（PLS）、ランダムフォレスト（RF）、サポートベクターマシン（SVM）モデルと比較した。結果は、フェナンスレンに関してはNor-SG-WOA-LightGBMを用いたモデルが最良であり、予測決定係数（R²_p）と予測二乗平均平方根誤差（RMSE_p）がそれぞれ0.9952および0.2426 mg/gであった。フルオランテンに関してはSNV-SG-CARS-LightGBMを用いたモデルが最良で、R²_pおよびRMSE_pがそれぞれ0.9951および0.2452 mg/gであった。本手法は油含有スラッジ中の多環芳香族炭化水素（PAHs）分析の技術的参考となる。

近赤外分光;軽量グラディエントブースティング;油含有スラッジ;多環芳香族炭化水素