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。

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。