采用近红外光谱结合主成分分析（PCA）建立不同产地南丰蜜桔鉴别模型, 实现不同产地南丰蜜桔的快速鉴别。 分别研究一个果园内不同位置的蜜桔, 洽湾、 市山和白舍等南丰县三个不同乡镇的南丰蜜桔, 福建邵武、 广西柳城和江西南丰等三个不同省份的南丰蜜桔之间的差异, 蜜桔保存时间对主成分分析模型的影响。 结果表明同一个果园内不同位置的蜜桔不存在明显差别, 不同产地的蜜桔有很好的分类效果, 蜜桔的短时间保存对近红外光谱的主成分分析模型不会产生明显影响。 不同的光谱预处理方法对主成分分析模型产生较大影响, 多元散射校正（MSC）结合二阶导预处理得到的主成分分析投影具有最佳的分类效果。 该研究可为南丰蜜桔的产地鉴别提供一种参考方法。

大多数短波CCD硅检测器为2 048或3 648像元， 相邻波长间隔小， 预处理算法对其适用性差。 本文在600.09～980.47 nm光谱范围内， 采用等间隔抽取方法重构光谱矩阵。 经不同光谱预处理后， 分别采用遗传算法(GA)和连续投影算法(SPA)， 筛选偏最小二乘法(PLS)建模变量。 采用留一法交叉验证评价模型的预测能力， 经比较， SPA筛选变量建立的PLS模型的预测效果最优， 南丰蜜桔可溶性固形物、 总酸和维生素C的PLS模型交叉验证标准差分别为0.661°Brix， 0.067%和2.91 mg·(100 g)-1。 结果表明光谱抽取结合SPA的变量筛选方法可提高南丰蜜桔品质可见近红外光谱模型的预测能力。

基于可见/近红外漫反射光谱定量分析技术对南丰蜜桔的可溶性固形物含量进行实验研究.采用偏最小二乘法对南丰蜜桔完整果和果肉的可见/近红外光谱进行了分析,并且比较和讨论了不同光谱预处理的建模结果.实验结果表明:在波长范围350～1800nm,一阶微分光谱所建模型效果最佳.其中完整果所建校正模型的预测相关系数为0.825和预测均方根偏差为0.899;果肉所建校正模型的预测相关系数为0.893,预测均方根偏差为0.749.