红外光谱结合判别分析对三七道地性及产地的鉴别研究

利用傅里叶变换红外光谱结合判别分析对三七的道地性及产地进行鉴别研究。测试了11个县13个种植点的136株三七主根样品的红外光谱, 利用Omnic8.0软件计算了每个样品红外光谱的二阶导数光谱。分别采用1 800～700 cm-1光谱范围的红外光谱数据和二阶导数光谱数据, 运用逐步判别分析法建立模型对三七的道地性进行判别研究, 二阶导数光谱数据建立的模型对三七道地性的识别效果更好, 回判正确率为100%, 预测正确率为93.4%。采用交叉验证法检验了模型的稳定性, 并对此方法进行了外推性验证。用二阶导数光谱数据结合相同的判别方法对三七的产地进行识别, 比较了不同光谱范围和不同训练样本数建立的模型判别效果, 每个种植点选择8个样本作为训练样本, 采用1 500～1 200 cm-1光谱范围的数据建立的模型判别效果较好, 回判正确率为99.0%, 预测正确率为76.5%。结果表明, 红外光谱结合判别分析对三七道地性的识别效果好, 有望成为实际中鉴别三七道地性的新方法;对三七产地的识别有一定的效果, 可作为三七产地鉴别的一种新思路。     

红外光谱结合判别分析对三七道地性及产地的鉴别研究

利用傅里叶变换红外光谱结合判别分析对三七的道地性及产地进行鉴别研究。测试了11个县13个种植点的136株三七主根样品的红外光谱,利用Omnic8.0软件计算了每个样品红外光谱的二阶导数光谱。分别采用1 800~700cm-1光谱范围的红外光谱数据和二阶导数光谱数据,运用逐步判别分析法建立模型对三七的道地性进行判别研究,二阶导数光谱数据建立的模型对三七道地性的识别效果更好,回判正确率为100%,预测正确率为93.4%。采用交叉验证法检验了模型的稳定性,并对此方法进行了外推性验证。用二阶导数光谱数据结合相同的判别方法对三七的产地进行识别,比较了不同光谱范围和不同训练样本数建立的模型判别效果,每个种植点选择8个样本作为训练样本,采用1 500~1 200cm-1光谱范围的数据建立的模型判别效果较好,回判正确率为99.0%,预测正确率为76.5%。结果表明,红外光谱结合判别分析对三七道地性的识别效果好,有望成为实际中鉴别三七道地性的新方法;对三七产地的识别有一定的效果,可作为三七产地鉴别的一种新思路。     

红外光谱和逐步判别分析法应用于油菜籽的研究

用傅里叶变换红外光谱(FTIR)和逐步判别分析法对油菜籽的品种和产地进行鉴别研究。测试了来自5个产地17个油菜籽品种188份油菜籽皮样品的红外光谱,按产地和品种选择训练样本,每个品种选择5份为训练样本,剩下的作为测试样本,选择1 800～950 cm-1范围的光谱信息,在SPSS20.0的判别分析模块中采用逐步法,Fisher线性判别准则,分别建立油菜籽品种和产地的鉴别模型来判别样品的品种和产地;比较了逐步判别分析中五种筛选建模信息的算法所建立的模型对实验样品品种和产地的鉴别效果。基于油菜籽皮红外光谱信息的品种判别分析,五种筛选变量的算法所建立的模型都能较好的识别油菜籽的品种,“Wilks’ Lambda”法所建模型的识别效果最好,判别正确率为97.9%。基于油菜籽皮红外光谱信息的产地判别分析,五种筛选变量的算法所建立的产地判别模型也都能较好的识别油菜籽的产地,“Unexplained variance”法所建模型的识别效果最好,判别正确率为98.4%。研究结果表明,基于油菜籽皮中红外光谱信息的品种和产地判别分析,有望成为油菜籽品种和产地鉴别的方法。     

不同产地中国沙棘的傅里叶变换红外光谱识别研究

采用傅里叶变换红外光谱结合二阶导数光谱对不同产地的中国沙棘进行识别研究。结果表明,不同产地中国沙棘的一维红外光谱在2 925,2 854,1 743,1 541和1 173cm~(-1)等处都有表征脂类、黄酮类和糖类成分的特征吸收峰。但因产地不同,各样本吸收峰的位置和强度均存在一定差异。此外,3 429~3 336cm~(-1)范围处以及1 744cm~(-1)附近处的吸收峰是识别不同产地中国沙棘主要特征峰;比较各产地中国沙棘的二阶导数红外图谱发现,1 030和1 516cm~(-1)的吸收峰能够进一步确认样本中的黄酮类化合物的存在。此外,各样本在1 711和1 476cm~(-1)附近的吸收峰以及1 689~1 515和1 400~1 175cm~(-1)处吸收峰的强度和位置均具有显著差异。一维红外光谱和二阶导数光谱的结合,可以为不同产地中国沙棘的识别分析提供科学数据。该方法快速、直观、简便,能够为不同产地中国沙棘的整体化学成分提供大量信息,有助于中国沙棘的整体质量控制以及有效成分定性分析研究。     

红外光谱结合光谱检索对石斛品种的鉴别研究

用傅里叶变换红外光谱技术结合光谱检索的方法对石斛茎进行品种鉴别研究。测试了23个品种,165株石斛茎样品的红外光谱,光谱显示,各样品的红外光谱非常相似,石斛茎中的主要成分是纤维素等多糖物质。利用光谱软件Omnic8.0建立了三个光谱数据库Lib01、Lib02和Lib03,Lib01由每个品种前4株样品的平均光谱组成,Lib02由平均光谱的一阶导数光谱组成,Lib03由平均光谱的二阶导数光谱组成。各样品光谱分别与Lib01进行指定在1 800～500 cm-1光谱范围的相关性、平方差和平方微分差检索,相关性检索的正确率达到92.7%,平方差检索的正确率达到74.5%,平方微分差检索的正确率达到92.7%。各样品光谱的一阶导数光谱和二阶导数光谱分别与Lib02和Lib03进行指定在1 800～500 cm-1光谱范围的平方微分差检索,一阶导数光谱的检索正确率达到93.9%,二阶导数光谱的检索正确率达到90.3%。结果表明,平方微分差算法的一阶导数红外光谱检索更适合于石斛的品种鉴别。红外光谱结合光谱检索的方法能较好的鉴别不同品种的石斛,有望成为简便、易行的植物品种鉴别方法。     

FTIR结合统计分析对竹类植物的鉴别分类研究

傅里叶变换红外光谱结合主成分分析和系统聚类分析用于竹类植物鉴别分类研究。六种竹亚科植物54个竹子叶片的红外光谱测试结果显示竹叶光谱主要由蛋白质、碳水化合物、脂类等吸收带组成,竹叶光谱相似,仅在1 800～700 cm-1范围峰数、峰位、峰强上存在较小的差异。六种竹子叶片红外光谱的二阶导数谱在1 800～700 cm-1范围显示明显差异。用1 800～700 cm-1范围二阶导数光谱进行主成分分析,在主成分PC1,PC2,PC3三维空间图中,所测试竹叶样本分类正确率达98%;在PC3-PC4二维投影图显示所有竹叶样本正确分成六个区域;用1 800～700 cm-1范围二阶导数光谱进行聚类分析,所测竹叶样本正确聚为六类。表明FTIR结合统计分析能够在种水平对竹亚科植物鉴别分类。     

霍山石斛、铁皮石斛与河南石斛花茶多级红外光谱快速鉴定研究

将石斛的鲜花干制成花茶,作为保健饮料日渐为市场接受。由于口感、药理活性与产量的差异,不同来源的石斛花茶,价格差异显著,其中以霍山石斛花茶价格最高。在经济利益驱使下,以价格较低的铁皮石斛、河南石斛花茶冒充霍山石斛花茶时有发生,急需构建霍山石斛花茶与铁皮石斛、河南石斛花茶的鉴定方法。建立一种快速鉴定霍山石斛、铁皮石斛、河南石斛花茶多级红外光谱方法。收集不同企业生产的不同批次的霍山石斛、铁皮石斛、河南石斛花茶样品,利用衰减全反射测定4 000～400 cm~(-1)范围内一维红外光谱;一维红外光谱通过数据变换获得二阶导数光谱;利用温度微扰获得二维红外光谱。分析一维红外光谱、二阶导数光谱、二维红外光谱获得三种石斛花茶区别。结果显示,三种石斛花茶的一维红外光谱非常相似,很难从外观上看出三者的区别。分析一维红外光谱吸收峰发现,霍山石斛花茶在1 398 cm~(-1)有特征峰,铁皮石斛花茶在1 542 cm~(-1)有特征峰,河南石斛花茶在1 610, 1 332,811, 703和603cm~(-1)等处有特征峰;二阶导数处理能明显的提高光谱分辨率、增加光谱灵敏度。三种石斛花茶在1 800～600cm~(-1)的二阶导数光谱上,可以观察到明显差异:在1 750～1 690 cm~(-1)区间,相对铁皮石斛与河南石斛,霍山石斛花茶二阶导数光谱呈明显"M"形;在1 140～1 080 cm~(-1)区间,霍山石斛与河南石斛二阶导数光谱呈"W"型,铁皮石斛呈不规则形;在1 000～930cm~(-1)区间,霍山石斛花茶二阶导数光谱为"M"形,铁皮石斛与河南石斛花茶呈"W"形;二维红外光谱显示,在1 230～1 130 cm~(-1)区间,霍山石斛有5个分别位于1 134, 1 155, 1 182, 1 196和1 211cm~(-1)的自动峰,铁皮石斛有2个分别位于1 186和1 210cm~(-1)的自动峰,河南石斛有3个自动峰,位于1 186, 1 197和1 209cm~(-1)。霍山石斛在1 230～1 130 cm~(-1)区间存在正相关峰(1 182和1 210cm~(-1))、正相关峰(1 135和1 181cm~(-1))、负相关峰(1 197, 1 155 cm~(-1)),而河南石斛和铁皮石斛在该区间没有明显的相关峰。根据一维、二阶导数和温度微扰二维红外光谱可以快速鉴别霍山石斛、铁皮石斛与河南石斛花茶。     

云南不同产地大米的傅里叶变换红外光谱研究

利用傅里叶变换红外光谱对云南五个产地的大米样品进行研究,根据红外光谱图的分析得出大米主要成分为糖类、蛋白质及脂肪。五个产地大米的红外光谱图在整体上很相似,为了分析各产地大米的红外光谱图差异,对1 800~1 000cm-1范围的傅里叶变换红外光谱进行一阶和二阶导数处理,发现二阶导数光谱图较一阶导数光谱图显示出较高的分辨率,特别是大理和曲靖所产大米的红外光谱图在1 750~1 650和1 550cm-1左右的二阶导数光谱图峰数差异很大,此差异主要由脂类及蛋白质的含量不同而引起。对五个产地大米的红外光谱进行相关性分析,结果显示,五个产地大米的红外光谱之间相关性较好,都能达到0.989以上,只有曲靖、大理所产大米与其他产地大米的红外光谱图之间相关性较差一些。研究表明傅里叶变换红外光谱在分析鉴别大米方面具有方便、快速等优点。     

不同品种葡萄苗的FTIR光谱鉴别研究

利用傅里叶变换红外光谱技术结合主成分分析(PCA)及系统聚类分析(HCA)对不同葡萄品种苗的叶片进行鉴别研究。结果表明五个不同葡萄品种苗红外光谱整体相似,但在1800~750cm~(-1)范围内吸收峰的位置、峰形及吸收强度有一定差异。选取该范围内的二阶导数光谱数据做主成分分析和聚类分析,前三个主成分累计贡献率达到94.9%,其分类正确率达100%;而聚类分析,其正确率达到96%。结果表明傅里叶变换红外光谱结合统计方法能够很好地鉴别五个不同品种的葡萄苗,有望发展成为鉴别农作物品种的有力手段。     

红外光谱对不同品种及产地小米的鉴别

不同品种及产地的小米在口感及营养价值上存在显著差异,因此区分不同种小米对消费者具有参考意义。将傅里叶变换红外光谱(FTIR)、二维相关红外光谱(2D-IR)与曲线拟合、主成分分析(PCA)相结合,鉴别小米的品种及产地。结果显示：小米主要由碳水化合物、蛋白质和脂质组成,因此,其FTIR特征相似;二阶导数光谱(SD-IR)在3 012,2 962,2 928,2 856,1 748和1 548 cm-1附近的吸收峰强度存在明显差异;2D-IR在1 200~860和1 700~1 180 cm-1范围内,小米样品的自动峰和交叉峰数目、位置和强度差异明显;曲线拟合结果显示小米在1 700~1 600 cm-1范围内子峰面积比例不同,说明不同品种间小米的蛋白质含量不同,可以实现小米品种的鉴别分类;选取1 800~800 cm-1范围内的导数光谱进行主成分分析,前3个主成分累积贡献率为97%,不同产地的小米都得到正确归类。研究表明,红外光谱结合统计分析方法,是鉴别小米品种及产地的有效方法。     

基于红外光谱的苹果叶病害的快速诊断

基于傅里叶变换红外光谱技术,利用光谱检索的方法对苹果叶病害进行病害类型的鉴别研究。测试了正常苹果叶片和4种病害叶片共75份样本的红外光谱,光谱显示,各类样品的红外光谱非常相似,主要由纤维素、木质素、蛋白质和脂类的吸收带组成。利用omnic8.5软件依次建立了由每类样品的平均红外光谱、一阶导数光谱和二阶导数光谱组成的光谱库Lib1、Lib2、Lib3。各样品红外光谱分别与光谱库Lib1进行专家检索和绝对微分差算法检索,专家检索的正确率为80%,绝对微分差检索的正确率为82.7%。各样品红外光谱的一阶导数光谱和二阶导数光谱分别与光谱库Lib2、Lib3在全谱范围进行绝对微分差检索,基于一阶导数光谱的检索正确率为93.3%,二阶导数光谱的检索正确率为82.7%。结果表明:基于一阶导数红外光谱的绝对微分差算法的检索更适合于苹果叶病害的鉴别。基于红外光谱技术的光谱检索的方法能较好地鉴别苹果叶病害,有望成为简便、快捷、低成本的植物病害的鉴别方法。     

基于中红外光谱和化学计量学算法鉴别核桃产地及品种

为探究中红外光谱快速检测核桃产地和品质的可行性,基于中红外光谱分析技术,并将化学计量学的算法应用于中红外光谱判别分析之中,对中国四大核桃主产区的10类主要核桃品种进行检测,取得较好效果。通过提取核桃粉末的光谱透射率,去除原始光谱首尾部分的明显噪声,对保留的700~3 450 cm-1范围的光谱采用小波分析（wavelet transform,WT）算法进行去噪预处理,并采用无信息变量消除结合连续投影算法（UVE-SPA）提取光谱特征波数,采用主成分分析法（PCA）对光谱定性分析,基于反向传播神经网络（BPNN）、极限学习机（ELM）、随机森林(RF)、径向基函数神经网络（RBFNN）及偏最小二乘判别分析（PLS-DA）对全谱和特征波数建模对比。在4类不同产地核桃判别中,得到12个特征波数：803,1 355,1 418,1 541,1 580,1 727,1 747,1 868,2 338,2 462,2 824和3 166 cm-1,基于特征波数分类的正确率高于全谱的分类结果,BPNN算法结合特征波数建模得到的识别正确率高达97%,RF算法分类判别效果最差,正确率仅69.70%;在10类不同品种判别中,得到10个特征波数：903,1 275,1 507,1 541,1 563,1 671,1 868,2 311,2 845和3 437 cm-1,基于特征波数分类的正确率依然高于全谱的分类结果,BPNN算法结合特征波数建模得到的识别正确率高达83.3%。在特征波数通用性方面,两组特征波数范围中有2个特征波数相同：1 541和1 868 cm-1,其他大多特征波数也都相近,将10类品种特征波数作为输入变量对4类不同产地的核桃进行分类,分类结果较差,因此,在10类品种监督值下选取的特征波数无法适用于4类产地的判别问题,由此推断,即使是同一原始数据,基于不同判别问题得到的特征波数在建模时通用性较差。结果表明,经UVE-SPA算法提取特征波数后,变量数可减少99%以上,有效地简化了模型,减少计算量,提高预测的稳定性;总体上,每个分类器的表现为：BPNN>RBFNN>ELM>PLS-DA>RF;基于小波变换结合特征波数选取和反向传播神经网络算法能有效地实现核桃的产地和品种识别。     

壁虎药材红外光谱指纹图谱研究

本文采用傅里叶变换红外光谱和二阶导数谱分析方法,首次对不同产地的壁虎药材进行了测定分析,得到壁虎药材红外光谱指纹图谱的共有模式。结果表明,不同产地壁虎药材的红外光谱相似程度较高,差异主要表现在峰位的细微变化和峰的相对强度方面,1800~400cm~(-1)为该药材的红外光谱指纹区。壁虎药材的红外光谱指纹图谱鉴别特征明显,稳定性、重现性较好,可作为该药材快速鉴别和质量整体性评价的一种新方法。     

小米的傅里叶变换红外光谱研究

本文利用傅里叶变换红外光谱(FTIR)结合主成分分析和聚类分析对白小米、黄小米、糯小米、青小米、陈黄小米、黑小米和大黄米进行鉴别研究。所有样品的傅里叶变换红外光谱整体相似,二阶导数光谱存在明显的差异。选取1800~1400cm-1范围内的二阶导数光谱数据对52份小米样品做多变量分析,结果显示,主成分分析的分类准确率为84.6%,系统聚类分析的分类准确率为92.3%。结果表明傅里叶变换红外光谱技术结合化学计量学能有效地区分不同品种的小米,为不同小米的分类鉴定提供新的方法与途径。     

不同产地茯苓皮药材红外光谱的识别

采用红外光谱、二阶导数光谱和二维相关红外光谱对大别山地区和云南省两大道地主产区的茯苓皮进行鉴别分析。结果表明,不同产地茯苓皮的红外光谱都有1 149,1 079和1 036cm-1等表征糖类成分的特征吸收峰,其中大别山产区(湖北省、安徽省)的茯苓皮中1 619,1 315和780cm-1等表征草酸钙的特征吸收峰比较显著,云南产区的茯苓皮中797,779,537和470cm-1等表征硅酸盐的特征吸收峰更加明显。比较450~1 650cm-1波数范围内的二阶导数红外光谱可知,两个产区茯苓皮所含糖类物质有所不同。在二维相关红外光谱中,不同产地茯苓皮所含糖类物质的差异更加直观显著。红外光谱法直观、简单、方便、快速,可以作为鉴别不同产地茯苓皮,诠释产地与药效之间关联性的一种有效准确的新方法。     

基于中红外光谱技术鉴别转基因大豆的方法研究

转基因技术对于实现粮食增产,保护生物多样性,减少化学农药使用量等方面有着重大意义,但也可能存在一定的安全隐患。因此,转基因作物检测鉴别技术的研究愈发受到重视。本文采用中红外光谱分析技术,研究对不同品种的转基因大豆及其亲本进行鉴别的可行性。实验采集了三种不同的非转基因大豆亲本(HC6, JACK和W82)及其转基因大豆品种在3 818～734 cm-1范围内的光谱信息。采用偏最小二乘-判别分析(partial least squares-discriminant analysis, PLS-DA)进行判别分析,三种大豆的建模集的判别正确率分别为96.67%, 96.67%和83.33%,预测集的判别正确率分别为83.33%, 85%和85%。研究中采用X-loading weights、变量投影重要性(variable importance in the projection,VIP)和二阶导数(second derivative,2-Der)三种特征波数选择方法对光谱数据进行处理,并根据得到的特征波数分别建立PLS-DA模型进行判别分析,三种大豆的建模集和预测集的判别正确率均超过76.67%和75%。采用主成分分析(principal component analysis,PCA)和独立组分分析(independent component analysis,ICA)两种特征信息提取方法对光谱数据进行处理,分别建立PCA-PLS-DA和ICA-PLS-DA模型进行判别分析,三种大豆的建模集和预测集的判别正确率均超过80%和75%。研究表明中红外光谱分析技术可以较为准确地鉴别非转基因亲本与转基因品种,为转基因大豆的无损鉴别提供新的思路。同时结合特征波数选择方法与特征信息提取方法可以有效地降低模型复杂度,减少程序运算量。     

药用植物川东獐牙菜红外光谱分析与鉴别

采用傅里叶变换红外光谱法(Fourier transform infrared spectroscopy,FTIR)、偏最小二乘判别分析(partial least square discriminant analysis,PLS-DA)和系统聚类分析(hierarchical cluster analysis,HCA)快速鉴别不同产地川东獐牙菜(Swertia davidi Franch)。采集4个不同地区70株样品不同部位的红外光谱数据,原始光谱数据经预处理(自动基线校正,自动平滑,一阶求导,二阶求导)后导入OMNIC 8.2,比较吸收峰的差异;用SIMCA-Pa+10.0进行偏最小二乘判别分析(PLS-DA),以前三个主成分三维得分图比较产地鉴别效果;红外光谱数据导入SPSS 19.0,进行系统聚类分析(HCA),通过树状图比较不同部位分类效果。结果显示,(1)不同产地根的光谱图在1 739,1 647,1 614,1 503,1 271,1 243,1 072cm~(-1)附近的吸收峰有差异,不同产地茎的光谱图在1 503,1 270,1 246cm~(-1)吸收峰附近有差异;(2)相同产地不同部位的光谱特征峰有差异;(3)PLS-DA分析结果显示自动基线校正+自动平滑+二阶求导这种预处理方式分类效果最好,根的红外光谱数据产地鉴别效果最佳;(4)HCA的树状图,显示根的聚类分析结果正确率83%,茎的聚类分析结果正确率49%,叶的聚类分析结果正确率70%。FTIR技术结合PLS-DA与HCA方法能够快速准确地鉴别不同产地川东獐牙菜,不同部位产地鉴别效果有差异,根的光谱数据产地鉴别效果最佳,二阶求导处理增强了样品的特异性,使PLS-DA的三维主成分得分图分类效果更明显。     

FTIR光谱结合系统聚类分析的甜橙树苗鉴别研究

利用傅里叶变换红外光谱技术研究了7个不同甜橙树苗春梢叶片样品的红外光谱特征,结果表明,7个甜橙品种叶片样品的傅里叶变换红外光谱主要由纤维素和多糖的吸收带组成,其特征吸收峰频率位置基本一致,但在峰形、峰相对吸收强度上存在一定差异,尤其在1500～700 cm-1范围内的差异较为明显.通过对1500～700 cm-1范围内的二阶导数光谱进行系统聚类分析,结果显示系统聚类分析能把不同甜橙品种按亲缘关系远近进行聚类,实现对甜橙品种的快速鉴别与分类.因此,利用傅里叶变换红外光谱技术结合系统聚类分析对柑橘品种快速鉴别与分类具有一定的可行性,可作为甜橙苗早期品种鉴别的一种扩展手段.     

六种速溶咖啡的傅里叶变换红外光谱鉴别研究

采用傅里叶变换红外光谱(FTIR)结合二阶导数、聚类分析等化学计量学方法对六种速溶咖啡共30个样品进行鉴别分析。根据各官能团的红外光谱特征峰得出各品牌速溶咖啡的主要成分,选取1 800~1 000cm~(-1)范围原始光谱进行二阶导数处理,并对该范围内的六种速溶咖啡进行相关性分析,得出六种咖啡之间的亲缘关系。利用1 800~1 000cm~(-1)范围内的二阶导数光谱数据对六种速溶咖啡进行聚类分析(HCA),准确率达到93.3%,结果表明,傅里叶变换红外光谱(FTIR)结合二阶导数、聚类分析的方法可以有效、快速的将六种速溶咖啡区分开来。     

林药复合种植滇龙胆红外光谱鉴别研究

林药复合种植是一种缓解中药资源减少及提高土地利用率的方法。采用傅里叶变换红外光谱法对70份不同种植模式的滇龙胆进行研究,通过Omnic8.0软件对原始光谱进行基线校正、归一化、二阶导数光谱预处理;对样品与龙胆苦苷标准品的二阶导数光谱进行分析;利用各类样品的平均光谱建立两个光谱数据库Lib1和Lib2,其中Lib1在1 800~600 cm~(-1)光谱范围内进行专家检索,Lib2在全谱范围内进行相关性和平方微分差检索。结果表明,样品的红外光谱较为相似,难以直观分析鉴别;样品与龙胆苦苷标准品具有多个共有峰,其中1 611和1 076 cm~(-1)为标准品的特征峰,各样品在1 076 cm~(-1)处峰形差异较小,通过对1 611 cm~(-1)处峰面积的比较,种植于核桃林下的样品龙胆苦苷含量最高,荒坡种植及与木瓜复合种植的样品有效成分含量最低;不同种植模式样品中有效成分的不同表现为光谱匹配值之间的差异,与核桃树、旱冬瓜、桉树、茶树、杉树复合种植的样品间匹配值的差异小于与木瓜复合种植及荒坡种植的样品,专家检索法对样品的误判数为11,相关性检索和平方微分差检索法对样品的误判数分别为4和9,即在全谱范围内相关性检索法对样品鉴别效果最佳,正确识别率为94.29%。红外光谱法结合二阶导数光谱、光谱检索对不同复合种植模式滇龙胆的鉴别效果较好,为不同复合种植中药药源鉴别提供理论依据。