稻米是我国最主要的粮食作物之一，小米以其健脾、和胃、益气、清热、健胃除湿等诸多食疗保健作用而备受人们的亲睐。稻米和小米种类多，一般难以通过外观区分。本文应用中红外光谱结合化学计量学分析对六种稻米和七种小米进行了鉴别研究。利用傅里叶变换红外光谱法测试了77个稻米样品的红外光谱，稻米光谱主要由蛋白质和淀粉等吸收带组成，稻米的红外光谱差异不大，二阶导数光谱在1800～500cm-1区域有较大差异，选取1800～500cm-1范围内的二阶导数数据运用SPSS18.0做相关性分析和聚类分析，再选取1600～1000cm-1范围内的二阶导数数据运用MATLAB7.0编程实现主成分分析，结果发现，所有稻米样品很好的分为6类，主成分分析和聚类分析的分类准确率均达到100%，结果表明：傅里叶变换红外光谱结合统计分析可以用于稻米的分类。为了研究红外光谱对小米的分类效果，测试了52个小米样品，发现所有小米样品的傅里叶变换红外光谱整体相似，只有在蛋白质和多糖的振动吸收区有略小差别。不同品种小米在1748cm-1附近的吸收峰强度有明显差异，青小米的吸收最明显，而大黄米吸收不明显。黑小米、陈黄小米、黄小米、糯小米、青小米、白小米和大黄米吸收强度比Ａ1644／Ａ1567依次降低，选取1800～1400cm-1范围内的二阶导数光谱数据对小米样品做多变量分析，结果显示，所有小米样品共分成7类，主成分分析的分类准确率为84.6%，系统聚类分析的分类准确率为92.3%。结果表明，傅里叶变换红外光谱技术结合化学计量学分析能有效地区分不同品种稻谷和小米，为不同品种谷物的分类鉴定提供新的方法与途径。