针对目前我区枸杞掺假现象严重及枸杞品质分析检测繁琐等问题，本试验采用近红外光谱技术对不同产地的枸杞进行光谱分析，建立枸杞产地溯源的定性分析模型和枸杞品质的定量分析模型。研究结果如下：　　 1.本试验对中宁、南梁、同心、惠农、甘肃、青海、内蒙、河北等8个产地枸杞进行近红外光谱扫描，采集枸杞的近红外光谱图谱信息。在主成分分析的基础上利用SIMCA模式识别原理对不同产地枸杞分别建立模型。结果表明，在全光谱波长950-1650nm 范围内，光谱经一阶导数（5 点平滑）和矢量归一化(SNV)预处理后，8个产地模型的主成分数均为3 时，采用 SIMCA模式识别法可以建立较为稳健的枸杞产地溯源模型；在显著水平下a=5%的条件下来检验模型的可靠性，8个产地校正集模型的识别率除青海为80.00%外，其他产地均为100.00%，拒绝率分别为：100.00%、100.00%、96.88%、100.00%、90.63%、93.75%、96.88%、100.00%；其验证集模型的识别率均为100.00%，拒绝率分别为：100.00%、100.00%、100.00%、100.00%、75.00%、87.50%、100.00%、100.00%。结果表明，近红外光谱结合SIMCA模式识别方法在枸杞产地识别中的可行性。　　 2.本试验采用化学方法测定13个枸杞化学成分的含量。结果表明，采集的40种枸杞成分范围较广，分布比较合理，可以建立近红外定量模型。　　 3.本试验以整个枸杞样品集作为训练集，在全光谱950-1650nm 波长范围内，结合偏最小二乘法（PLS），对原始光谱进行一阶导数+多元散射校正（MSC）+矢量归一化（SNV）预处理，用枸杞样品的主成分在空间的分布对全部样品进行检验，去除异常样品，同时采用残余验证方差作为确定主成分数的评价标准。结果表明，水分、灰分、脂肪、蛋白质、总糖、还原糖、总酸、多糖、黄酮、维生素C、甜菜碱、类胡萝卜素、氨基酸态氮的测定中样品异常值去除的个数分别为：0、0、3、2、0、1、2、3、8、1、2、1、3；主成分数分别是：2、4、6、2、2、7、6、9、8、4、9、8、8。　　 4.枸杞各化学成分采用偏最小二乘法（PLS）建立模型，其中30个样品为校正集，10个样品为预测集，建立校正模型后，对预测集进行预测。结果表明：枸杞各成分建立的预测模型，其校正集相关系数RC 均在0.93 以上，交叉检验相关系数RCV 均在0.83 以上。同时各成分的校正均方差RMSEC 值均小于交叉检验均方差RMSEp值，而且这两个数值没有明显差异性，预测值与化学值具有良好的相关性。本试验中，枸杞各成分的化学值与预测值都达到了定量标准，可以进行定量分析。