[目的]松针是松科松树属的高山植物，富含营养物质和化学活性物质。儿茶素和表儿茶素的黄酮类物质具有抗氧化、抗癌、抑菌和抗疲劳的功效，在食品、医药等领域得到了广泛研究。以近红外光谱技术为例，建立了一个准确、快速、高效的湿加松针叶儿茶素（Catechin）和表儿茶素（l-Epicatechin）总量测定模型，为在湿加松筛选高含量活性成分提供了理论依据。[方法]以111份湿加松松针粉样品为实验材料，用瑞典波通仪器公司DA7200近红外光谱分析仪采集光谱范围为950~1650 nm的湿加松松针粉样品光谱数据。随机选择96个样本作为校正集，并使用The　Unscrambler软件与偏最小二乘法（PLS）建立回归模型。通过预处理和剔除异常值得到最优模型。其余15个样本用作外部验证集，以外部验证已建立的近红外模型。[结果]表明，对于松针叶儿茶素和表儿茶素的总量预测，最好的模型预处理方法是平滑s.golay+导数s.golay。当主成分得分为16时，儿茶素和表儿茶素总量预测模型的修正相关系数R~2为0.9352，修正后的均方根误差（RMSEC）为2.1458，交叉验证相关系数Ukrain~2=0.7545 5，交叉验证均方根误差（RMSEV）为4.313 4。对所建立的近红外模型进行了外部验证。外部验证集的测量值与模型预测值之间的相关系数在儿茶素和表儿茶素为0.8339，在均方根误差（RMSEP）为3.7391。该模型预测精度高。[结论]本研究构建的NIRS模型的校正和交叉验证相关系数较大，校正和交叉验证相关系数较低，表明该模型的预测性能良好，建立的模型有助于筛选湿加松的高含量活性成分。