Die FTIR-, ATR-FTIR- und UV-Informationen von sechs verschiedenen Herkunftsorten des Chonglou in den Provinzen Yunnan und Guizhou wurden bestimmt. ATR-Korrekturen wurden an den ATR-FTIR-Spektraldaten (ATR-FTIR-A) durchgeführt, einschließlich Vorverarbeitung durch erste Ableitung (FD), zweite Ableitung (SD) und standardisierte Normalvariablen (SNV). In Kombination mit partieller kleinster Quadrate Diskriminanzanalyse (PLS-DA) und Support Vector Machine (SVM) wurden Klassifikationsmodelle für Monospektren und Niedrigstufen-Datenfusion erstellt. Die Ergebnisse zeigten, dass die korrigierten ATR-FTIR-A-Spektralinformationen im Wesentlichen mit den Informationen der KBr-Presstablettenmethode übereinstimmen; die UV-Zweite-Ableitungs-Spektren haben eine erhöhte Auflösung gegenüber den Originalspektren; die PLS-DA- und SVM-Modelle mit Einzel-ATR-FTIR-A-Spektren und ATR-FTIR-A-UV-Datenfusion erzielten die besten Klassifikationsergebnisse mit einer Vorhersagegenauigkeit von 100,00 %. Die auf ATR-FTIR-A basierenden PLS-DA- oder SVM-Herkunftsklassifikationsmodelle haben eine hohe Klassifizierungsgenauigkeit, sind einfach, effizient und genau in der praktischen Produktion anwendbar, und die Nutzung von ATR-FTIR-A-UV-Modellen kann die Modellstabilität weiter verbessern.

Chonglou; gedämpfte Totalreflexions-Fourier-Transformations-Infrarotspektroskopie; diskriminanzanalyse mit partiellen kleinsten Quadraten; Support Vector Machine; Herkunftserkennung