近紅外高光譜技術(shù)是一種非破壞性的分析方法，通過在近紅外光波段收集物質(zhì)的反射光譜，可以獲取有關(guān)其化學成分和結(jié)構(gòu)特征的豐富信息。在竹葉鑒別分析中，近紅外高光譜技術(shù)具有許多應用價值。

近紅外高光譜技術(shù)可以幫助分析竹葉中不同地域的化學成分差異。通過對不同地域竹葉樣本進行近紅外高光譜分析，可以快速獲得它們的光譜特征。進而可以比較和分析不同地域竹葉的化學成分差異，為竹葉的鑒別提供有力的支持。

近紅外高光譜技術(shù)在竹葉鑒別中具有可行性和精確性。相比傳統(tǒng)的鑒別方法，近紅外高光譜技術(shù)具有快速、準確、高通量等優(yōu)勢。通過建立竹葉樣本數(shù)據(jù)庫和相應的模型，可以利用近紅外光譜數(shù)據(jù)進行快速竹葉鑒別，提高鑒別效率和準確性。

化學計量學方法在竹葉分析中也具有廣泛應用和獨特優(yōu)勢?；瘜W計量學方法可以從大量近紅外光譜數(shù)據(jù)中提取有用信息，如主成分分析、聚類分析等。這些方法能夠揭示竹葉樣本之間的相似性和差異性，從而進一步提高竹葉鑒別的準確性和可行性。

基于近紅外高光譜技術(shù)和化學計量學方法，在竹葉分析中可以提出一種綜合分析竹葉的新方法。這種方法可以充分利用近紅外高光譜數(shù)據(jù)和化學計量學方法，通過建立相應的模型和算法來實現(xiàn)竹葉的高效鑒別和分類。該方法在竹葉鑒別分析中有潛在的應用，可以為科學研究、品種保護、質(zhì)量評估等提供準確可靠的幫助。

近紅外高光譜技術(shù)結(jié)合化學計量學方法對中國不同地域的竹葉進行鑒別分析 

本研究應用了900-1700nm的成像高光譜相機，可采用廣東賽斯拜克科技有限公司產(chǎn)品SC250進行相關(guān)研究。短波近紅外高光譜成像儀SC250內(nèi)置推掃結(jié)構(gòu)可以快速實現(xiàn)光譜影像的連續(xù)采集，在900-1700nm波段具有較高的靈敏度和穩(wěn)定性，通過輔助相機實現(xiàn)對掃描區(qū)域的監(jiān)控，主機內(nèi)置電源模塊，可實現(xiàn)快速架設(shè)完成數(shù)據(jù)采集作業(yè)。

竹屬于禾本科竹亞科，是世界上最寶貴的植物資源之一。全世界約有竹類70屬、1200多種，而我國有39屬、500余種，竹林面積高達720萬公頃，約占世界總量的1/301。大量的研究表明竹葉含有豐富的黃酮、酚酸、多糖等功能性成分，顯示出良好的抗氧化、調(diào)節(jié)血脂、保護心腦血管及抑制食品加工過程中丙烯酰胺生成等功效。

然而，研究發(fā)現(xiàn)，不同種屬的竹葉中功能性成分的含量差異較大，例如矢竹屬總黃酮含量僅為倭竹屬的1/3，而總黃酮的豐度對竹葉的抗氧化活性具有重要影響。因此，快速準確區(qū)分不同品種的竹葉，是竹類資源開發(fā)過程中的重要任務之一。傳統(tǒng)對于竹類品種的鑒別主要是通過觀察竹葉大小、紋理、竹枝分枝和竹竿高度等。

然而竹資源科屬較多，亟需一種快速、無損的方法對竹葉進行鑒別分析。近紅外高光譜技術(shù)是一種快速、無損的分析技術(shù)，由于光譜特性穩(wěn)定、信息量大等特性已經(jīng)廣泛應用于植物、藥材、農(nóng)產(chǎn)品等的檢測中，尤其在樣本的品種鑒別中有大量的報道。因此采用近紅外高光譜技術(shù)結(jié)合化學計量學方法對中國不同地域的竹葉進行鑒別分析，旨在為竹資源的開發(fā)利用提供理論基礎(chǔ)。

采用近紅外高光譜結(jié)合特征波譜對不同竹葉樣本進行分類鑒別研究。獲取 900～1 700 nm 范圍的光譜，進行主成分的聚類分析，根據(jù)主成分的載荷系數(shù)和Random frog進行特征波段的提取，分別獲得6條和12條特征波段，最后根據(jù)全波段與特征波段建立LS-SVM判別模型，并用ROC曲線評估LS-SVM的準確性和穩(wěn)定性。

結(jié)果顯示，三個鑒別模型的AUC均高于0.98，且采用主成分的載荷系數(shù)得到的6條特征波段建立的LS-SVM綜合效果最佳。表明采用近紅外高光譜技術(shù)可以實現(xiàn)不同品種竹葉的分類鑒別，這為竹類品種的快速分類提供了一個新的參考方法。下一步的研究中將考慮采用光譜技術(shù)實現(xiàn)竹葉中黃酮、酚酸、多糖等功能性成分的快速檢測，可以提高竹葉開發(fā)利用的效率。

近紅外高光譜技術(shù)結(jié)合化學計量學方法在竹葉鑒別分析領(lǐng)域有著廣闊的研究空間和應用前景。未來的發(fā)展方向可以包括改進近紅外高光譜技術(shù)的采集設(shè)備和算法，優(yōu)化化學計量學方法在竹葉鑒別中的應用，加強不同地域竹葉樣本的收集和分析，以及促進相關(guān)研究成果的應用和推廣，為竹葉鑒別分析領(lǐng)域的發(fā)展做出更多貢獻。