В данном исследовании на основе технологии преобразования Фурье ближнего инфракрасного спектра (FT-NIR) и методов химической метрологии была создана качественная модель различения цаиху из разных регионов происхождения, а также модель быстрого прогноза содержания индикативных компонентов. Сначала были выбраны лучшие методы предобработки спектров из множества комбинаций, включая множественную коррекцию рассеяния (MSC), стандартное нормальное вариационное преобразование (SNV), первую производную (1st D) и вторую производную (2nd D). Для быстрой идентификации сырья цаиху из разных регионов использовались методы химической метрологии: частично наименьших квадратов с дискриминантным анализом (PLS-DA), опорные векторные машины (SVM), случайные леса (RF) и метод k-ближайших соседей (KNN); на основе интервального комбинированного оптимизации (ICO) был выбран оптимальный спектральный диапазон для построения оптимальной модели количественного определения содержания индикаторных компонентов цаиху методом частично наименьших квадратов (PLS). Метод предобработки спектров MSC показал наилучшую точность классификации – 97,5% и подходит для построения модели различения места происхождения. Алгоритмы KNN, RF и SVM достигли 100% точности прогнозирования на обучающей выборке. В моделях PLS на основе ICO относительная ошибка предсказания (RPD) превышала 2, коэффициент детерминации предсказания (R2p) был выше 0,90, что свидетельствует о высокой точности прогнозирования. Результаты показывают, что технология FT-NIR в сочетании с методами химической метрологии может применяться для различения сырья цаиху из разных регионов и быстрого прогноза содержания индикативных компонентов. Метод прост, быстр, а результаты точны и надежны, что имеет важное значение для быстрой оценки качества цаиху.

цаиху; ближний инфракрасный спектр; саиху сапонин а; саиху сапонин д; методы химической метрологии; регион происхождения