본 연구는 푸리에 변환 근적외선 분광법(FT-NIR)과 화학계량학 방법을 기반으로 다양한 산지의 차이후를 정성적으로 분류하는 모델과 지표 성분 함량의 신속 예측 모델을 구축하였다. 먼저 다중 산란 보정(MSC), 표준 정규 변환(SNV), 1차 미분(1st D), 2차 미분(2nd D) 등 다양한 조합을 통해 최적의 스펙트럼 전처리 방법을 선별하였으며, 부분 최소 제곱 판별 분석(PLS-DA), 서포트 벡터 머신(SVM), 랜덤 포레스트(RF), K-최근접 이웃(KNN) 등의 화학계량학 방법을 사용하여 다양한 산지의 차이후 약재를 신속하게 구별하였다; 구간 조합 최적화(ICO)를 기반으로 최적의 스펙트럼 대역을 선별하여 차이후 지표 성분 함량의 최적 부분 최소 제곱법(PLS) 정량 모델을 구축하였다. MSC 스펙트럼 전처리 방법은 판별 정확도가 97.5%로 가장 우수하여 산지 판별 모델 구축에 활용될 수 있다. KNN, RF, SVM 알고리즘은 학습 샘플에 대해 100% 예측 정확도를 달성하였다. ICO 기반 PLS 모델의 예측 상대 분석 오차(RPD)는 모두 2 이상이고, 예측 결정 계수(R²p)는 모두 0.90 이상으로 예측 성능이 우수하였다. 결과는 FT-NIR 기술과 화학계량학 방법이 다양한 산지의 차이후 약재 구별 및 지표 성분 함량의 신속 예측에 활용될 수 있음을 보여준다. 본 방법은 간편하고 신속하며 결과가 정확하고 신뢰할 수 있어 차이후 품질의 신속 평가에 참고가 된다.

차이후; 근적외선 분광법; 차이후 사포닌 a; 차이후 사포닌 d; 화학계량학 방법; 산지