花椒是我国的八大调味料之一。 目前花椒市场掺假现象较为多见， 为实现掺假花椒粉的快速定性鉴别， 采用了近红外光谱结合化学计量学方法进行了探讨。 将麦麸粉、 稻糠粉、 玉米粉和松香粉以1 Wt/Wt.%的递增梯度分别掺入红花椒粉和青花椒粉中， 制备掺假浓度范围为1~54 Wt/Wt.%的掺假花椒粉样品， 以掺假花椒粉和纯花椒粉共462份样品依次采集其800~2 500 nm范围的漫反射近红外光谱。 采用主成分分析法（PCA）对光谱数据进行分析， 前3个主成分累计贡献率达98.72%， 做出的得分图表明PCA法对掺假的花椒粉具有较好的区域划分。 347份样本作为校正集， 以特征谱区2 000~2 200 nm范围的257个采样点的光谱信号作为输入， 采用判别偏最小二乘法（DPLS）和支持向量机（SVM）建立定性鉴别模型， 经不同光谱预处理， 对115份验证集样本进行预测， 总体鉴别正确率在97.39%~100%之间， 表明该方法是快速定性鉴别掺假花椒粉的一个有效手段。

对掺入不同含量大豆油和菜籽油的鱼油进行鱼油掺假含量的可见-近红外光谱(Vis-NIR)研究。 向3个不同品牌鱼油中分别掺入不同比例的大豆油, 另外3个不同品牌中分别掺入不同比例的菜籽油, 共获得300个样本。 对所采集样本的光谱数据分别采用原始光谱, 以及平滑, 变量标准化(SNV), 多元散射校正(MSC), 一阶求导和二阶求导等预处理算法进行处理后, 建立偏最小二乘回归(PLSR)模型。 基于全波段光谱的鱼油中大豆油和菜籽油掺假含量预测的最优模型分别为全波段PLSR模型和MSC-PLSR模型, 其预测相关系数(Rp)分别达到0.938 6和0.959 3。 进一步采用连续投影算法(SPA)分析鱼油中大豆油和菜籽油掺假样品的光谱, 并分别获得了11个和15个光谱特征波长变量。 基于特征变量的PLSR模型的Rp分别为0.941 2和0.932 6。 试验研究表明, 可以采用Vis-NIR技术实现对鱼油掺假物含量的检测。