近红外光谱技术快速鉴别重楼及其混伪品

目的 建立重楼及其混伪品的近红外光谱（near-infrared spectroscopy,NIRS）快速鉴别方法。方法 采用NIRS仪获取样品光谱数据,结合主成分分析（principal component analysis,PCA）、正交偏最小二乘判别分析（orthogonal partial least squares discriminant analysis,OPLS-DA）、线性判别分析（linear discriminant analysis,LDA）、人工神经网络机器学习算法（artificial neural network,ANN）和二维红外光谱（2D-IR）,探讨NIRS技术在重楼及其混伪品快速鉴别的可行性。结果 重楼及其混伪品的NIRS光谱吸收峰的峰形整体相似,但在峰数和峰强方面均存在一定差异。PCA和OPLS-DA判别模型可将重楼及其混伪品区分,但模型预测能力差（Q²＜0.5）;LDA模型可将滇重楼与其他物种进行区分,但无法区分七叶一枝花的部分样本;ANN模型识别准确率达100.0%,不同物种的2D-IR图谱在5 897～5 600 cm⁻¹和4 497～4 200 cm⁻¹差异显著。结论 重楼及其混伪品的化学信息差异明显,不可混用。NIRS结合ANN模型或2D-IR方法可用于重楼及其混伪品的快速鉴别。