不同产区的西湖龙井茶的品质具有差异。采用近红外光谱技术和光谱预处理、主成分分析和判别模型等数学方法鉴别了分别产自龙井村、梅家坞村和葛衙庄三个地区的西湖龙井茶。结果表明，二阶导数光谱预处理方法对去除近红外光谱中的噪音最有效，贝叶斯判别分析是这三个地区产的西湖龙井茶的最佳判别模型。在模型中输入5个主成分数后，最佳的原始判别率和交叉验证判别率分别为100%和82.35%。在交叉验证判别中，产自葛衙庄、龙井村和梅家坞的茶叶的判别正确率分别为80%、83.33%和83.33%。因此，该模型可以用于龙井村、梅家坞村和葛衙庄三个地区产的西湖龙井茶的鉴别，为西湖龙井茶产区的判别提供理论依据。

为了鉴别西湖龙井和浙江龙井茶叶，采用近红外光谱分析技术结合化学计量学方法建立了识别模型。先对原始光谱进 行标准正态变换(Standard Normal Variant, SNV)预处理，然后分别采用最小二乘判别分析(Partial Least Square Regression-discriminant Analysis, PLS-DA)、最小二乘支持向量机(Least Square Support Vector Machine, LSSVM)和径向基人工神经网络(Radial Basis Function Neural Network, RBFNN)三种模型对西湖龙井和浙江龙井茶叶进行预测。最小二乘支持向量机参数通过网格搜索和完全交叉验证得到优化。经优化后，惩 罚系数(γ)和核函数参数(δ2)分别为229.1和124.9；RBFNN最佳隐藏层神经元个数为27个。通过比较可知， LSSVM的预测性能最好，其校正集均方根误差(RMSECV)和相关系数(R2)分别为0和1，验证集均方根误差(RMSEP)和相关系数(R2)也分别为 0和1，分辨正确率为100 %。

对西湖龙井进行原产地精确鉴定是规范市场, 打击假冒伪劣的迫切需求。 文章利用近红外技术对西湖龙井的真伪鉴定进行了研究, 提出了一种模型以进行西湖龙井鉴别的新方法。 结果表明, 利用西湖龙井茶和其他地区以龙井加工工艺制成的扁形茶全区域的近红外原始光谱, 分别对其进行赋值, 采用PLS法建立了西湖龙井的预测模型(主成分数为15), 通过预测值和西湖龙井的临界值进行比对实现了对西湖龙井的真伪的准确鉴定。 对70份定标样品和24份外部验证未知样品鉴定结果的准确率都达到了100%, 证明利用定量分析的PLS法建立的模型能有效准确地进行西湖龙井的真伪鉴定。