Se utilizaron cromatografía de gases-espectrometría de movilidad iónica (GC-IMS) para analizar los componentes volátiles en las rodajas de Cyperus rotundus de diferentes orígenes, seleccionando componentes característicos con diferencias significativas mediante análisis discriminante de mínimos cuadrados parciales (PLS-DA); basándose en estos componentes, se construyeron modelos de clasificación utilizando nueve algoritmos de aprendizaje automático, incluidos SVM lineal (SVM-L). Se identificaron un total de 59 compuestos volátiles en las muestras de cinco provincias, principalmente alcoholes, ésteres, aldehídos, cetonas e hidrocarburos insaturados; mediante PLS-DA se seleccionaron 10 componentes característicos como 1,4-dimetilbenceno, 3-metil-1-pentanol, acetato de acetoetilo; los nueve modelos mostraron buen rendimiento predictivo para el origen (Precisión=1). Este estudio proporciona un método simple y rápido para la identificación rápida de Cyperus rotundus de diferentes orígenes, además de una base para la evaluación de calidad de las rodajas.

cromatografía de gases-espectrometría de movilidad iónica;Cyperus rotundus;componentes volátiles;origen;aprendizaje automático