Zur schnellen und effektiven Identifizierung der geografischen Herkunft von Dendrobium officinale wurde ein geografisches Herkunftsmodell basierend auf der Technik der attenuierten totalreflektierten Fourier-Transform-Infrarotspektroskopie (ATR-FTIR) und der Fourier-Transform-Nahinfrarotspektroskopie (FT-NIR) entwickelt, kombiniert mit Datenfusionstrategien und chemometrischen Methoden. Die Ergebnisse zeigten, dass Modelle der partiellen kleinsten Quadratanalyse (PLS-DA) und des Support Vector Machine (SVM), die auf dem fusionierten Datensatz von FT-NIR und FT-NIR+ATR-FTIR mit zweiter Ableitung (2nd) aufgebaut wurden, die beste Leistung erzielten, mit einer Genauigkeit von 100,00 % im Testdatensatz. Das auf der zweidimensionalen Korrelationsspektroskopie (2DCOS) basierende Residual Convolutional Neural Network (ResNet)-Modell erreichte auf Trainings-, Test- und externen Validierungsdatensätzen eine Genauigkeit von 100,00 %. Diese Studie bietet eine wissenschaftliche Grundlage für die geografische Herkunftsanalyse von Dendrobium officinale und den Schutz geografisch gekennzeichneter Produkte.

Dendrobium officinale;Chemometrie;Maschinelles Lernen;zweidimensionale Korrelationsspektroskopie;geografische Herkunft