摘要
中国山药（Dioscorea spp.）被广泛用作食物和传统药材，但品种差异可能会影响山药片的质量。本研究比较了10个中国山药品种，分析了原料质量指标与山药片质量之间的关系，并评估了高光谱成像技术在加工前的快速评估效果。研究结果显示，在还原糖含量、总酚含量和质地特性方面存在显著品种差异（p < 0.05），且这些性状与质量的关系因品种而异。通过光谱预处理、变量选择和回归建模，可以利用指定的分析方法预测还原糖含量、总酚含量以及新鲜山药片的硬度等参考值。最佳的预测模型分别是：主成分分析与决策树回归（PCA-DTR）的组合模型、竞争性自适应加权采样与偏最小二乘回归（CARS-PLSR）的组合模型，以及CARS与随机森林回归（CARS-RFR）的组合模型。这些模型的预测决定系数分别为0.9891、0.9335和0.9314，预测均方根误差（RMSEP）分别为0.0981%、0.0905毫克没食子酸当量/100克干重和130.3973千克力，残差预测偏差（RPD）分别为9.7535、3.9438和3.8820。这些结果表明，高光谱成像技术与化学计量学方法结合可用于快速评估和筛选适合加工山药片原料的品种。
