成功建立了基于近红外光谱和化学计量学方法的江西烤烟产地鉴别模型和定量分析模型。首先收集江西三大烟叶产区（赣州、抚州、吉安）114个烟叶样品的近红外光谱；然后采用连续投影算法（SPA）筛选出关键的波数点进行主成分分析；再将这些波数点用作4种有监督模式识别方法K-最近邻（KNN）、线性判别分析（LDA）、径向基函数-人工神经网络（RBF-ANN）、反传-人工神经网络（BP-ANN）的输入变量，建立了多组烤烟产地鉴别模型，正确率达到96.4%以上；随后构建了基于偏最小二乘回归（PLSR）的定量模型，可以较为准确地预报烤烟样品的总糖、还原糖、总植物碱、总氮含量。