为了提高国内地理标志管理法律的可执行性,为后续产地溯源技术提供研究基础。根据大米生长产地的地理环境,种植技术,以及种子选取等因素,大米的近红外光谱数据会出现差异的理论基础,通过采集大米的近红外光谱数据,结合化学计量学的方法,建立能快速检测大米产地的溯源系统。在总体设计中,对硬件的要求为:方便操作,可以在恶劣环境下工作,重复性好。对软件的要求为:能够脱离专业人士,结果显示直观,操作指示明确,运算能力强劲。根据要求,硬件上选择傅里叶近红外光谱仪作为主要采集设备,漫反射系统作为采集附件;软件上采用MATLAB编写产地溯源算法,LabVIEW编写操作界面。在操作界面的编写过程中,为了充分满足功能分离,流程显示等要求,大量使用了LabVIEW中的条件结构和事件结构,并通过控制台命令,使整个产地溯源系统的操作都可以通过该界面进行。项目使用的产地溯源算法为偏最小二乘法和神经网络分类法,采用偏最小二乘法来验证光谱数据是否可分,采用神经网络法来获取最佳分类结果。另外,通过对样品前处理方式和算法参数进行修改,可以实验验证产地溯源准确率的影响因素。在偏最小二乘法的实验中,验证了光谱的可分性,以及光谱特征波段的选择和不同的数据处理方法对于产地溯源准确率的影响。在神经网络的实验中,验证了样品的不同处理方式和算法的不同参数对于产地溯源准确率的影响。