采集四川、 重庆、 云南、 贵州、 陕西五省市8个不同产地205个花椒样品的近红外光谱, 使用主成分分析(principal component analysis, PCA)、 判别偏最小二乘法(discriminant partial least squares, DPLS)分析了花椒产地的分类鉴别。 结果表明: 在12 500～3 800 cm-1波数范围内, 采用不同的光谱预处理方法可以建立较为稳健的DPLS模式识别模型, 对不同产地的花椒有较好的分类鉴别。 其校正集交叉验证除了经一阶微分预处理的模型识别率为99.39%外, 其他预处理方法识别率均为100%, 独立验证集总体识别正确率在85.37%~97.56%之间, 其中经标准正态变量变换(standard normal variate, SNV)、 多元散射校正(multiplicative scatter correction, MSC)预处理后的DPLS判别模型效果最好, 误判数仅分别为1个, 表示该方法在花椒产地识别中具有可行性。