무강엽가(Mujiangye Ke)는 차 속의 "동충하초"로 알려져 있으며, 루틴 등 이수화칼콘 배당체가 풍부하지만 함량은 지역에 따라 뚜렷한 차이가 있다. 본 연구는 고분광 이미징 기술과 화학계량학을 결합한 무강엽가 산지 식별 및 유효 성분 함량 예측 방법을 제안하였다. 강서성, 구이저우성, 후난성 및 윈난성의 4개 주요 산지에서 무강엽가 샘플의 고분광 데이터를 수집하고 2차 미분(SD), 다변산란보정(MSC), 표준 정규 변환(SNV) 등의 방법으로 노이즈를 처리하였다. 부분 최소 제곱 판별 분석(PLS-DA), 서포트 벡터 머신(SVM), k-최근접 이웃 분류(KNN-Class)를 결합하여 산지 식별 모델을 구축하였으며, 부분 최소 제곱 회귀(PLSR)와 KNN 회귀(KNN-Reg)를 이용해 루틴, 3-하이드록시 루틴 등의 성분 함량 예측 모델을 개발하였다. 연속 투영 알고리즘(SPA)과 경쟁적 자가 적응 가중 샘플링(CARS)을 통해 특징 파장을 선별하였다. 결과는 산지 추적의 최적 모델이 SD-CARS-SVM이며 예측 정확도는 100%임을 나타냈다. 루틴과 3-하이드록시 루틴의 최적 함량 예측 모델은 각각 SD-CARS-PLSR과 MSC-CARS-PLSR이며, 예측 결정계수(R_p²)는 각각 0.93과 0.83, 잔차 예측 편차(RPD)는 각각 3.87과 2.45에 달했다. 본 연구는 무강엽가 품질의 빠른 검출 해법을 제공하며 전용 소형 기기 장비 개발에 이론적 근거와 기술적 지원을 제공한다.

무강엽가;고분광 이미징 기술;루틴;3-하이드록시 루틴;산지;품질;특징 선별