應用范圍：

 

酒制品檢測分析

 

不同產地的葡萄酒具有不同的質量與風格，市場上葡萄酒以假亂真、以次充好現象頗多，尋找簡單有效地鑒別葡萄酒產區的方法，有利于葡萄酒市場的健康發展。向伶俐等人采用近、中紅外光譜的貝葉斯信息融合技術對葡萄酒原產地進行快速識別，建模集準確率為87.11%，檢驗集準確率為90.87%，提高判別的準確度，為葡萄酒原產地真偽識別提供了一種高效低成本的新方法。

 

此外，利用紅外光譜對白酒年份與香型鑒別也有十分效。因不同香型白酒的成分有所差異，其紅外光譜也不盡相同，可根據紅外光譜差異鑒別不同年份的白酒。

 

蜂蜜檢測分析

 

我國蜂蜜質量參差不齊，摻假現象也較為嚴重。孫燕等利用中紅外圖譜分析儀結合化學計量軟件建立饒河黑蜂蜂蜜產地真假判別模型判別饒河本地的蜂蜜樣品和其它地區蜂蜜樣品，準確率達90.3%，為蜂蜜真偽鑒別提供了一種有效的方法。

 

谷類檢測分析

 

近年來，少數造假者頻頻在陳舊大米中涂抹摻加植物油、礦物油，增加其亮度和光澤，冒充優質新鮮大米銷售，嚴重危害消費者身心健康。張耀武等利用紅外光譜對涂有和摻有礦物油的大米進行定性鑒別。將分離出含有礦物油的試樣進行紅外光譜測試，未出現1745cm-1脂C=O的伸縮振動吸收和1000~1300cm-1伸縮振動吸收，證明該試樣中含有直鏈烷烴的礦物油。該方法可用于對大米、餅干、瓜子和食用油中是否摻加工業礦物油的鑒定。

 

糧食在高溫高濕條件下極易發霉變質，不僅造成經濟損失還嚴重威脅人畜健康。劉凌平等利用傅里葉變換衰減全反射紅外光譜技術結合化學計量學方法，對稻谷中7種常見有害霉菌進行了快速鑒定，建立的線性判別分析和偏最小二乘判別分析模型對7種不同類別菌株的留一交互驗證整體正確率分別達到87.1%和87.3%，表明該技術可用于谷物中霉菌不同屬間的快速鑒別，尤其對不同菌屬的霉菌具有良好的判別效果。

 

果蔬檢測分析

 

果蔬中農藥殘留快速、高效的檢測技術是當前食品安全控制關注的重大問題。朱春艷用傅里葉紅外光譜技術對敵百蟲和辛硫磷兩種農藥的紅外光譜進行了測量和分析，驗證了FTIR/ATR技術快速檢測蔬菜中有機磷農藥殘留的可行性，測定敵百蟲的最低的檢測限為0.2×10-6（體積分數），相關系數為0.9141，辛硫磷的最低檢測限為0.02×10-6，相關系數為0.9036，為果蔬農藥殘留檢測提供了一種方便、快捷、準確的方法。