吉林省生产的粳稻在国内有较高的地位,其独特的自然生长条件,使得所产大米口感、品质均属上乘,又因其地理标志大米在国内影响力较大,故研究此地区的大米确证技术是十分必要的。二十一世纪,通过经济全球化和食品的迅速流通,作为地理标志大米,因为其所能带来的经济效益,所以在大米生产和包装及流通中,频现不同品种混卖、以假乱真等食品安全问题;假冒、掺假的松原大米也流通在市场中,这不仅对松原地理标志大米造成了不良的影响,对消费者也存在着安全隐患。所以,对来自松原的大米进行品种判别、产地确证是非常重要的,此项工作也越来越受到研究人员的高度关注。国内外相关研究均表明,近红外光谱技术结合多元统计分析是品种判别及产地确证的一种重要、快捷、便利且有效的技术手段。现有的研究在研究农产品品种方面,多数为来自不同省份的品种或跨南北来进行品种研究;产地方面也是如此,不同省份之间的研究较多,对小范围地域品种及产地确证探索及发现较少,所以,本篇论文研究所使用的近红外光谱技术结合PLS-DA(偏最小二乘判别分析)法建立模型,旨在为以后的品种判别及产地确证提供借鉴。本论文试验对象为来自松原不同品种的大米,共采集5个品种共368个样本,运用傅里叶近红外光谱仪对试验所需的数据进行收集后进行预处理,而后将处理后的数据分为校正集和验证集两个部分,对数据进行主成分分析及建立PLS-DA判别模型,利用验证集对模型进行验证,并用来自柳河和梅河的样本,对模型进行产地确证验证,本研究主要结论如下:(1)通过对光谱数据的不同种方法预处理并建立PLS-DA判别模型,并确定建立模型的最佳预处理方法,此过程可知,不同预处理方法的数据所建立的模型,其效果不同,本研究所采用的最佳光谱预处理方法为一阶导数结合Savitzky-Golay9点平滑。(2)通过校正集数据建立试验所需的PLS-DA判别模型,经验证集验证后,其验证结果表明本模型可以用于松原不同品种大米的品种判别。(3)通过利用来自柳河和梅河的大米样本,来进行松原大米产地确证,品种选用同年际同处理方法的稻花香样本,柳河、梅河、松原的样本各20个,并将样本带入到松原稻花香判别模型中,试验结果表明,此模型可以很好的将松原样本和其他两个地区样本区分开,此模型可以进行松原大米的产地确证。(4)本试验研究所进行的主成分分析结果显示,其对5个不同品种大米可以进行判别,但其中两个品种有部分重叠,而通过PLS-DA判别模型对试验的5个品种的判别效果达到100%,结果优于主成分分析效果。