Spektroskopia bliskiej podczerwieni (NIRS) jest szybką metodą analizy, która jest szeroko stosowana do ilościowego oznaczania głównych składników w wielu produktach spożywczych. NIRS zastosowano w połączeniu z algorytmem chemometrycznym, a mianowicie częściową regresją najmniejszych kwadratów (plsr), w celu opracowania optymalnego modelu przewidywania właściwości osmotycznie odwodnionej papai (ODP). Pobrano dwieście próbek ODP z produktów komercyjnych i z różnych laboratoryjnych procesów Odp o różnych stężeniach sacharozy (35ºBrix, 45ºbirx, 55ºbrix i 65ºBrix) w temperaturze 40 °C przez 6 godzin i czasie suszenia w temperaturze 60 °C przez 2 godziny, 4 godziny, 6 godzin, 8 godzin, 10 godzin i 12 godzin. Wszystkie próbki podzielono na zestaw kalibracyjny (n = 140) i zestaw walidacyjny (n = 60) przed określeniem jakości i analizą NIRS. Próbki skanowano w zakresie widmowym NIR 800-2400 nm w trybie refleksyjnym, a ich widma poddano obróbce wstępnej przy użyciu drugiej metody pochodnej. Odpowiednie modele predykcyjne zostały opracowane przez zastosowanie pełnej długości fali PLSR i dwóch metod doboru interwałów długości fali, nazwanych regresją częściowych najmniejszych kwadratów ruchomego okna (mwplsr) i kombinacją wyszukiwania regresji częściowych najmniejszych kwadratów ruchomego okna (SCMWPLSR). Wyniki wykazały, że SCMWPLSR zapewnia lepszą wydajność niż PLSR i MWPLSR. Średni błąd kwadratowy wartości przewidywanych aktywności wody, zawartości wilgoci, substancji rozpuszczalnych ogółem oraz zawartości sacharozy, glukozy i fruktozy z SCMWPLSR wynosił odpowiednio 0,014, 0,69% (suchej masy), 0,58 ºBrix, 14,44 g/100 g próbki, 6,72 g/100 g próbki i 4,89 g/100 g próbki, przy współczynnikach korelacji w zakresie 0,981–0,994.