本发明提供一种具有更新机制的乌醋溶液中乌洛托品浓度预测方法，在新数据到达时在原始训练完毕的模型基础上，利用筛选后的新数据对增量回归决策树进行更新，以提高模型预测性能，属于炸药工艺领域和近红外光谱定量分析领域。方法为采集不同乌洛托品浓度的乌醋溶液样品近红外光谱，并通过化学分析方法测定样品的浓度，构建随机森林回归初始模型对样品近红外光谱和浓度学习；当新的样本数据加入时，随机森林回归初始模型只对通过阈值筛选后的样本数据进行训练并更新增量回归决策树，达到再学习的目的；最后，反馈待测乌醋溶液中乌洛托品浓度预测结果，以实现对乌醋溶液中乌洛托品浓度的快速分析，达到保证最终HMX产品质量的目的。