介紹從18世紀后期，科學家們就已經對香料樣品進行檢測，并發現其中的摻假現象。一些香料是高價值產品，無良的供應商可能摻雜低價值作者：Justin Lang, PhDLauren McNittIan RobertsonPerkinElmer, Inc.Shelton, CT使用近紅外光譜法確定香料摻假等級FT-NIR Spectrometry商品，從而獲得經濟利益。一些常見的香料摻雜物，包括滑石粉，碾碎的核桃殼，桂皮和沙子，以及小麥淀粉，鋸末，小米，蕎麥和玉米淀粉。通常被摻假的香料包括大蒜粉，黑胡椒和肉桂。傅里葉變換近紅外光譜法（FT-NIR）是一種有效并快速的技術，可以鑒別這些香料是否被摻假。

方法純肉桂、大蒜粉和黑胡椒樣品，以及一些純摻雜物樣品，如滑石粉、玉米淀粉和小米粉，均進行光譜測量。這些香料的摻雜樣品也進行制備，用來檢測該方法的可行性。近紅外光譜使用配有NIRA II采樣附件的PerkinElmer Frontier™FT-NIR近紅外光譜儀采集。粉末放置于樣品盤中，置于FT-NIR的NIRA II旋轉樣品臺上。數據采集時，樣品進行旋轉，可以消除樣品不均勻的影響。光譜掃描32次，8cm-1分辨率，光譜范圍10000~4000cm-1。每個香料都進行了多次獨立測試，以建立可體現香料樣品本身變化的模型。分別使用簇類的獨立軟模式方法（SIMCA）和摻雜物篩查（AdulterantScreen™）方法建立模型，來驗證被摻假的香料樣品是否可以和純樣品進行區分。

結果采集到的純香料的FT-NIR光譜如圖1所示。這些物質的光譜在近紅外區域有寬峰，是中紅外區域基頻振動光譜的一級合頻和倍頻。這些物質重復測試的光譜用來建立SIMCA模型，它可以對原材料進行鑒定和質量測定。

SIMCA模型的三維顯示如圖2所示，其顯示了不同種類的香料物質分離性很好。使用這個模型，可以非常容易的區分這些純香料的未知樣品，判斷其種類。