Este estudo utiliza o óleo de Wendenguo como exemplo, com um gradiente de 5%, prepararam-se amostras artificialmente misturadas de óleo de Wendenguo com teor de 0% a 100% e foram coletados seus espectros no infravermelho próximo. Para o problema de identificação do óleo misturado de Wendenguo, foi adotada a análise discriminante por mínimos quadrados parciais (PLS-DA) para construir métodos de reconhecimento dos óleos misturados de diferentes variedades, comparando e otimizando o desempenho do modelo com diferentes métodos de pré-tratamento. O método de regressão por mínimos quadrados parciais (PLSR) foi usado para construir o modelo de previsão da proporção de mistura do óleo misturado, otimizando o desempenho do modelo combinando diferentes métodos de pré-tratamento espectral e diferentes métodos de seleção de comprimento de onda. Os resultados mostraram que, através do pré-tratamento por derivada convolucional de primeira ordem (1st Dec), o modelo PLS-DA alcançou uma precisão de reconhecimento de 98% para diferentes variedades de óleo misturado; combinando 1st Dec e a seleção de variáveis por amostragem reponderada adaptativa competitiva (CARS), os erros relativos de predição (RPD) dos modelos espectrais de infravermelho próximo para óleos misturados de diferentes variedades no óleo de Wendenguo foram 5,90, 40,00, 5,20 e 4,90, respectivamente, mostrando bom desempenho preditivo. Este estudo realizou a análise qualitativa e quantitativa das amostras de óleo de Wendenguo sob diferentes variedades e proporções de mistura, oferecendo uma pesquisa exploratória para a inspeção rápida da qualidade da mistura do óleo de Wendenguo.

óleo de Wendenguo;mistura;espectroscopia no infravermelho próximo;análise qualitativa;análise quantitativa