تم استخدام تحليل كروماتوجرافيا الغاز-طيف التنقل الأيوني (GC-IMS) لتحليل المكونات الطيارة في شرائح عشب شيباه من مصادر مختلفة، وتم اختيار المكونات المميزة ذات الفرق الدال إحصائياً باستخدام تحليل التمييز بالعناصر الصغرى الجزئية (PLS-DA)؛ وباستناد إلى المكونات المميزة تم بناء نماذج تمييز للشرائح من مصادر مختلفة باستخدام تسعة خوارزميات تعلم آلي منها آلة الدعم الناقل الخطية (SVM-L). تم تحديد 59 مكوناً طياراً من شرائح عشب شيباه من خمس مقاطعات، وتشمل بشكل رئيسي الكحولات، الإسترات، الألدهيدات، الكيتونات، والهيدروكربونات غير المشبعة؛ ومن خلال تحليل PLS-DA تم اختيار 10 مكونات مميزة منها 1،4-ثنائي ميثيل بنزين، 3-ميثيل-1-بنتانول، أسيتوأسيتيت الإيثيل؛ وأظهرت جميع نماذج التعلم الآلي التسعة أداءً جيداً في التنبؤ بمصدر العشب (الدقة=1). توفر هذه الدراسة طريقة سريعة وبسيطة للتمييز السريع بين شرائح عشب شيباه من مصادر مختلفة، كما توفر مرجعاً لبناء نظام تقييم جودة الشرائح.

كروماتوجرافيا الغاز-طيف التنقل الأيوني;شيباه;مكونات طيارة;المصدر;التعلم الآلي