Este artigo construiu um modelo de análise quantitativa da proteína bruta na palha de milho, e explorou e validou métodos de seleção de bandas espectrais características. Primeiro, 107 amostras foram pré-processadas; após a remoção de duas amostras anômalas, foi utilizada a decomposição por wavelet DB2 com limiar padrão em 4 níveis para reconstrução espectral. Após o pré-processamento, o coeficiente de determinação da validação cruzada do modelo de proteína bruta R2CV melhorou de 0,7889 para 0,9208. Foram selecionadas bandas características usando o método de mínimos quadrados parciais por intervalos (IPLS) e seus métodos aprimorados para trás (BIPLS) e combinados (SIPLS), e comparados com análise de componentes principais, amostragem adaptativa competitiva ponderada, método de coeficiente de correlação, algoritmo genético e mínimos quadrados móveis, observando-se que os métodos baseados em IPLS, BIPLS e SIPLS conseguem localizar intervalos de bandas características de forma eficaz e precisa. O melhor modelo foi obtido com SIPLS em um intervalo de 30 bandas entre 10128~10398 cm-1 e 11196~11462 cm-1, com coeficiente de correlação do conjunto de validação (rp) de 0,9784, coeficiente de determinação do conjunto de validação (R2P) de 0,9572 e raiz do erro quadrático médio de previsão (RMSEP) de 0,2211. Em comparação com outros métodos de seleção de bandas, este método mostrou melhor precisão em tempo real, podendo fornecer suporte importante para determinação das condições ideais de amônia e alcalinização da palha de milho.

palha de milho;proteína bruta;mínimos quadrados parciais por intervalos;espectroscopia no infravermelho próximo;bandas características