Para aliviar la presión sobre el suministro de pasta de madera en nuestro país y satisfacer las necesidades prácticas de la pulpa de materias primas mezcladas, este artículo realizó un estudio sobre el análisis rápido mediante espectroscopía en el infrarrojo cercano de materias primas mezcladas para la fabricación de pulpa. Se recolectaron espectros de infrarrojo cercano de 145 muestras mixtas de eucalipto cola de caballo y acacia mazan con contenido controlado manualmente de eucalipto cola de caballo, y se determinaron por métodos convencionales los contenidos de celulosa total, pentosano y lignina Klason. Después del pretratamiento del espectro original con derivada de primer orden y transformación normal estándar, se establecieron modelos de análisis para eucalipto cola de caballo, celulosa total, pentosano y lignina Klason respectivamente mediante métodos de mínimos cuadrados parciales, máquinas de vectores de soporte, redes neuronales artificiales y el algoritmo LASSO. Los modelos de análisis para el contenido de eucalipto cola de caballo y celulosa total establecidos mediante el método LASSO fueron los óptimos, con errores cuadráticos medios de predicción (RMSEP) de 1.80 % y 0.60 % respectivamente; las desviaciones absolutas (AD) fueron de -3.03 % a 3.17 % y -1.03 % a 0.98 % respectivamente, siendo el rendimiento del modelo suficiente para un análisis rápido con alta precisión. El modelo de análisis para el contenido de pentosano establecido por el método de mínimos cuadrados parciales fue el óptimo con un RMSEP de 0.75 % y un AD de -1.26 % a 1.33 %; el modelo de análisis para el contenido de lignina Klason por el método de máquinas de vectores de soporte fue el óptimo, con un RMSEP de 0.48 % y un AD de -0.82 % a 0.86 %, y ambos modelos son adecuados para análisis no precisos. Este estudio proporciona una posibilidad para el análisis rápido de materias primas mezcladas para fabricación de pulpa y confirma también la aplicabilidad del algoritmo LASSO.

té verde; tecnología de espectroscopía en el infrarrojo cercano; pretratamiento espectral; análisis de componentes principales; análisis discriminante lineal