鉄皮石斛の地理的産地の迅速かつ効果的な識別を実現するために、減衰全反射フーリエ変換赤外分光法（ATR-FTIR）およびフーリエ変換近赤外分光法（FT-NIR）技術を基に、データ融合戦略と化学計測学的手法を組み合わせて鉄皮石斛の地理的トレーサビリティモデルを構築した。結果は、二次微分（2nd）前処理を施したFT-NIRおよびFT-NIR+ATR-FTIR融合データセットに基づく部分最小二乗判別分析（PLS-DA）およびサポートベクターマシン（SVM）モデルが最良の性能を示し、テストセットの正確度はいずれも100.00％に達したことを示した。二次元相関分光（2DCOS）に基づく残差畳み込みニューラルネットワーク（ResNet）モデルは、訓練セット、テストセット、および外部検証セットですべて100.00％の正確度を達成した。本研究は鉄皮石斛の地理的トレーサビリティおよび地理的表示製品の保護に科学的根拠を提供するものである。

鉄皮石斛;化学計測学;機械学習;二次元相関分光;地理的産地