무강엽커는 차 속의 "겨울벌레 여름풀"로 불리며, 루틴 등 디하이드로칼콘 글리코사이드 성분이 풍부하지만, 함량은 지역별로 뚜렷한 차이가 있다. 본 연구는 고분광 이미징 기술과 화학계량학을 결합한 무강엽커 산지 식별 및 유효 성분 함량 예측 방법을 제안하였다. 장시성, 구이저우성, 후난성, 윈난성 4개 주요 산지의 무강엽커 시료에서 고분광 데이터를 수집하고, 2차 미분(SD), 다중 산란 보정(MSC), 표준 정규 변환(SNV) 등의 방법으로 노이즈를 처리하였다. 편최소제곱 판별분석(PLS-DA), 서포트 벡터 머신(SVM), k-최근접 이웃 분류(KNN-Class)를 결합해 산지 식별 모델을 구축하고, 편최소제곱 회귀(PLSR) 및 KNN 회귀(KNN-Reg)를 이용해 루틴, 3-하이드록시루틴 등의 지표 성분 함량 예측 모델을 만들었다. 연속 투영 알고리즘(SPA)과 경쟁적 적응형 재가중 샘플링(CARS)을 통해 특징 파장을 선별하였다. 결과는 산지 추적의 최적 모델이 SD-CARS-SVM이며 예측 정확도가 100%임을 보여주었다. 루틴과 3-하이드록시루틴의 최적 함량 예측 모델은 각각 SD-CARS-PLSR과 MSC-CARS-PLSR이며, 예측 집합 결정 계수(R²p)는 각각 0.93과 0.83, 잔차 예측 편차(RPD)는 각각 3.87과 2.45에 달했다. 본 연구는 무강엽커 품질의 빠른 검출 해결책을 제공하며, 전용 소형 기기 개발을 위한 이론적 근거와 기술적 지원을 제공한다.

무강엽커;고분광 이미징 기술;루틴;3-하이드록시루틴;산지;품질;특징 선별