Verwendung der Wasserstoff-Kernspinresonanz-Technik (^1H NMR) in Kombination mit chemometrischen Methoden zur Identifizierung verschiedener Honigsorten. Es wurden Kernspin-Fingerabdrücke von 33 Akazienhonig-, 48 Raps- und 63 Litschi-Proben gesammelt, und nach unterschiedlichen Datenvorverarbeitungen wurden diskriminante Modelle mittels überwachter partieller kleinster Quadrate Diskriminanzanalyse (PLS-DA) und orthogonaler PLS-DA (OPLS-DA) erstellt. Die Ergebnisse zeigen, dass verschiedene Datenvorverarbeitungsmethoden die Erklärungs- und Vorhersagefähigkeit der Modelle stark beeinflussen, wobei die Selbstskalierung (UV) für die Analyse von Honig-NMR-Daten besser geeignet ist. Das erstellte OPLS-DA-Modell kann effektiv drei Honigsorten trennen und unterscheiden, mit einer Erklärungsfähigkeit von 95,8 % und einer Vorhersagefähigkeit von 90,5 % für unbekannte Proben. Daher kann die Verwendung von ^1H NMR in Kombination mit der OPLS-DA-Methode eine schnelle und effektive Identifizierung verschiedener Honigsorten ermöglichen.

Wasserstoff-Kernspinresonanz-Technik (^1H NMR); Chemometrie; Honig; Sortenidentifizierung