目前，应用近红外漫反射光谱技术对大米研究多集中在品质检测及少量单一年份产地判别，鲜见应用该技术对多年际大米进行产地溯源的研究。黑龙江八一农垦大学食品学院的钱丽丽、宋雪健、张东杰等采用近红外漫反射光谱技术对多年份大米进行产地溯源研究，为地理标志大米产地保护研究提供理论研究基础。
1、大米近红外原始光谱分析结果
在波段为7 500～9 000 cm－1处（I区）是C—H第3组合频区，其中8 321 cm－1附近的吸收峰是由脂肪烃中甲基（—CH）基团引起的；5 500～7 500 cm－1处（II区）是C—H第2组合频区，在6 846 cm－1附近的吸收峰是因—CH2二级振动所引起的，因与样品中氨基酸种类及含量有关，所以较I区信息稍微强些；4 000～5 500 cm－1处（III区）是C—H第1组合频谱区，是表征蛋白质及淀粉物质中的N—H、C—H、O—H及C＝O键振动的要区间，其中5 173 cm－1处的吸收峰与其有关。
2、不同预处理方式对定性分析建模效果的影响
在特征波段5 136～5 501 cm－1范围内分别采用因子化法和欧式距离法对随机样品的原始光谱进行定性建模分析。结果表明，采用因子化法结合二阶导数＋SNV＋5 点平滑的预处理方式建立的模型效果较好，两地区的样品被均一鉴别，其中模型的S值为1.324 005，故选此方法建立定性分析模型。
3、不同预处理方式对聚类分析建模效果的影响
在特征波段5 136～5 501 cm－1范围内分别采用因子化法和欧式距离法对随机样品的原始光谱进行聚类建模分析。结果表明，采用因子化法结合二阶导数＋SNV＋5 点平滑的预处理方式建立的模型效果较好，两地区样品被正确分类，且“距离”为0.918 00。故选此方法建立聚类分析模型。
4、不同预处理方式对定量分析建模效果的影响
首先需要选择能够代表待测体系的已知组分的建模样品，然后用这些样品的近红外光谱和组分值来拟合模型，经过检验其预测的可靠性之后，这个模型就可用来分析未知样品的组分值。PLS法将用来寻找光谱与浓度数据矩阵之间的最佳相关函数关系，具有更易于辨识系统信息与噪声的优点，使其拟合的模型精度更高。在特征波段5 136～5 501 cm－1范围内采用PLS法结合交叉检验法对原始光谱进行处理。结果表明，采用一阶导数＋MSC＋13 点平滑的预处理方式建立的模型效果较好，其RMSECV为0.105，R2为98.97%，维数为4，故选此方法来建立定量分析模型。
5、大米产地溯源模型验证
将建立好的定性分析模型、聚类分析模型及定量分析模型分别带入OPUS 7.5软件中，对预测样品进行验证，结果表明，定性分析模型对建三江大米及五常大米的正确判别率分别为100%、98%。聚类分析模型对建三江大米及五常大米的正确判别率分别为97.92%、98.00%。定量分析模型对建三江大米及五常大米的正确判别率分别为95.83%、94.00%。
结 论
对大米进行产地溯源判别研究易受到产地、品种、施肥量等因素的影响，故为筛选与产地有关的因素实验于2015年在黑龙江五常、佳木斯、齐齐哈尔三地建立试验田，进行特殊波段的筛选，通过对试验田样品进行一阶导数处理得出特征波数范围为5 136～5 501 cm－1。在特征波段范围内对2013年至2015年来自建三江地区及五常地区的291 份大米进行产地溯源研究，结果发现，采用因子化法结合二阶导数＋SNV＋5 点平滑的预处理方式建立的定性分析模型对建三江大米及五常大米的正确判别率分别为100%、98%。采用因子化法结合二阶导数＋矢量归一化＋5 点平滑的预处理方式建立的聚类分析模型对建三江大米及五常大米的正确判别率分别为97.92%、98.00%。采用PLS法结合一阶导数＋MSC＋13 点平滑的预处理方式建立的定量分析模型对建三江大米及五常大米的正确判别率分别为95.83%、94.00%。其中定性分析与聚类分析的最优处理方法相一致。故应用近红外漫反射光谱技术可以实现对多个年份大米的产地鉴别。大米产地溯源受多种因素影响，今后可以从土壤、基因型、施肥量等多种因素进行研究。
