Basierend auf der nahinfrarotspektroskopie in Kombination mit chemometrischen Methoden wurde eine systematische Studie zur Herkunftserkennung von Epimedium und weichem Epimedium sowie zum Modelltransfer durchgeführt. Zunächst wurden durch Hauptkomponentenanalyse (PCA) die spektralen Unterschiede zwischen beiden untersucht, um eine Grundlage für die anschließende Klassifikationsmodellierung zu schaffen. Danach wurden Klassifikationsmodelle mittels Support Vector Machine (SVM) und Random Forest (RF) aufgebaut und der Einfluss verschiedener spektraler Vorverarbeitungsmethoden verglichen, wobei die besten Vorverarbeitungskombinationen (SG+1. Ableitung+SNV und SG+2. Ableitung+SNV) ausgewählt wurden. Schließlich wurde ein hochgenaues Herkunftserkennungsmodell (Genauigkeit 100 %) erzielt. Darauf aufbauend wurden Modelle mittels direkter Kalibrierung (DS) und segmentierter direkter Kalibrierung (PDS) korrigiert und mittels hierarchischer Clusteranalyse (HC) Standardsamples ausgewählt, wodurch die Anpassungsfähigkeit und Übertragbarkeit des Modells erfolgreich verbessert wurden. Die Forschungsergebnisse zeigen, dass das SVM-Modell in Bezug auf Klassifikationsgenauigkeit und Übertragungsstabilität dem RF-Modell überlegen ist und eine wissenschaftliche Grundlage für den Einsatz tragbarer Nahinfrarotspektrometer bei der Herkunftserkennung in der chinesischen Arzneimittelkunde bietet.

Epimedium; weiches Epimedium; Nahinfrarotspektroskopie; Herkunftserkennung; Modelltransfer