Le vin d'orge est une boisson alcoolisée renommée originaire du plateau tibétain, utilisant l'orge comme matière première. Cependant, avec l'expansion continue du marché et l'augmentation des variétés, le problème de la contrefaçon est devenu un sujet de préoccupation majeur. Cette étude se concentre sur l'utilisation de la spectroscopie UV pour une identification rapide du produit protégé géographiquement, le vin d'orge Mutuo, et propose deux méthodes : l'analyse en composantes principales avec machine à vecteurs de support (PCA-SVM) et l'analyse discriminante par moindres carrés partiels multi-modèles (MPLS-DA). L'étude concerne trois types d'échantillons : le vin d'orge chinois Mutuo (CHQL), d'autres marques de vin d'orge (OBQL) et des alcools blancs non issus de l'orge (NQBL). Le SVM utilise deux composantes principales pour résoudre le problème de classification binaire, tandis que le MPLS-DA modélise chaque colonne de la variable fictive Y avec l'algorithme PLS1, intégrant ensuite les résultats prédictifs des sous-modèles. PCA-SVM et MPLS-DA ont tous deux réussi à construire un modèle discriminant pour CHQL. PCA-SVM distingue CHQL de OBQL et NQBL, mais ne peut pas différencier OBQL et NQBL. En revanche, MPLS-DA identifie correctement les trois catégories d'échantillons, résolvant le problème de classification multiclasse. Les résultats montrent que la méthode proposée peut servir de moyen simple et rapide pour identifier CHQL, et que MPLS-DA présente une meilleure capacité de reconnaissance des échantillons.

Vin d'orge chinois Mutuo ; Spectroscopie UV ; Chimiométrie ; Analyse discriminante