五常稻花香米作为中国高附加值农产品的代表商品,因其独特的品质特性及食色香味享誉国内外,具有极高的经济价值,同时以经济利益驱动的造假屡禁不止,该商品特指在五常地理标志保护范围内种植的五优稻4号品种大米,根据实地走访调查,有不法商贩以其他与五优稻4号外观近似的高产品种代替五优稻4号,为躲避监管审查,还将其他品种大米与五优稻4号按一定比例掺假售卖,增大了审查难度,破坏了市场秩序。为实现五常稻花香米掺假鉴别研究,试验样品筛选与五优稻4号外观品质近似的6个品种大米,制备不同品种大米与五优稻4号掺假大米样品,掺假比例起始为5%,以5%为梯度依次递增至50%,设置极限掺假值为100%。累计共231份样品进行试验,相应研究结果如下:（1）不同掺假品种大米品质指标评价与鉴别研究试验对7个品种大米的品质指标进行评价,测定不同掺假品种大米的表观属性和理化性质指标,五优稻4号与其他品种大米在垩白度和垩白粒率存在极显著差异（P＜0.01）。在表观属性方面五优稻4号不同品种大米存在一定相似性,为掺假提供了一定的可能性。基于无监督和有监督的模式识别方法对不同掺假品种大米定性判别时。利用主成分分析,提取4项主成分因子,结合UMAP算法对数据二次降维可以对不同掺假品种大米初步分类。利用层次聚类分析,当类间距为25,可以将五优稻4号与其他品种分类分析。利用6种有监督的模式识别方法建模,以K折交叉验证的方式验证模型判别准确率,其中支持向量机、朴素贝叶斯和随机森林算法,对不同掺假品种判别准确率为100%。当掺假量为100%即纯品种掺假时,基于品质指标结合化学计量学算法初步实现对五常稻花香米的鉴别研究。（2）基于FT-NIR对五常稻花香米掺假鉴别研究当检测样本是按一定比例掺假的大米样品,实际判别的难度较高,在大米鉴别研究中近红外光谱技术手段成熟。为实现对不同掺假品种大米定性判别和不同掺假比例定量判别,试验基于FT-NIR采集样品原始近红外光谱,利用主成分分析和层次聚类分析提取和筛选特征光谱,对不同掺假品种大米初步分类。建立不同掺假品种定性判别模型时,试验考察6种预处理方法和6种有监督的模式识别方法,利用K折交叉验证方式验证模型的判别率,综合评价发现标准正态变量变换预处理方法具有较好的应用潜力。基于随机森林算法建立的定性判别模型效果最好,对不同掺假品种的判别准确率最高达到100%。建立不同掺假比例定量判别模型时,基于偏最小二乘判别分析方法建立的判别模型,决定系数均在0.99以上,预测集均方根误差均在理想范围内,说明模型具有较好的精度和稳定性。（3）基于HS-SPME-GC-MS对五常稻花香米掺假鉴别研究采集样品中存在非香米型品种,非香米型大米与五优稻4号在理化性质方面存在一定的相似性,在近红外光谱特定波长范围的吸光度数据存在拟合情况。有经验商家可以通过嗅闻米香味判断五常稻花香米的真实性,但是该方法具有一定的主观性和局限性。为实现对五常稻花香米利用挥发性组分特异性识别,试验基于HS-SPME-GC-MS对不同掺假大米样品挥发性组分指纹信息提取与鉴定。通过单因素试验,逐步优化试验条件,确定最佳的试验条件为50/30μm PDMS-DVB-CAR萃取头,样品量15 g,平衡温度80℃,平衡时间40 min,萃取时间30 min,解析温度230℃,解析时间1 min。以此为基础从不同掺假品种大米中提取鉴定127种挥发性相对含量大于0.05%组分信息。其中共有挥发性组分62种。利用主成分分析和层次聚类分析对不同掺假品种初步识别,并从共有挥发性组分中筛选18种特征挥发性组分。建立五优稻4号标准挥发性指纹图谱,基于特征挥发性组分利用中药色谱指纹图谱相似度评价系统计算掺假大米样品与标准指纹图谱的相似度,建立基于线性拟合方程的掺假判别模型,绥粳18号掺假样品与五优稻4号相似度最高,非香米品种的掺假样品相似度最低,不同掺假品种在一定的掺假比例范围内可以实现定量判别,理论上可初步实现对五常稻花香米掺假鉴别研究。（4）基于特征信息融合对五常稻花香米掺假鉴别研究为进一步提高对五常稻花香米鉴别的准确率,降低试验检测和数据分析的难度,打破单源数据分析的局限性,试验利用筛选的特征光谱和挥发性组分信息对不同掺假大米样品鉴别研究,利用软件将数据归一化后融合成数据矩阵,结合偏最小二乘判别法,建立基于近红外光谱指纹和挥发性组分指纹,信息融合的掺假判别模型。模型预测值与人为赋值的真实值之间的差值均小于设定预测阈值,模型决定系数与均方根误差均显示模型具有较好的灵敏性和稳定性。比较基于近红外指纹分析和挥发性组分指纹分析单源数据建立的模型,数据融合后模型数据分析量较小,具有一定特异性,理论上可实现二元掺假五常稻花香米鉴别研究。