在1630nm两产地的苹果吸光度均有大幅提高，在1420nm山东产苹果存放一周后吸光度也有较大幅度的增加，而陕西产苹果吸光度增加并不明显，其原因是苹果产地、采收时品质及采后软化差异的引起。根据样品光谱信噪比和吸收峰的峰宽，在建模中选用1340～1700nm的光谱进行建模。样品光谱平滑后，采用多元散射校正和SNV+detrend预处理后，利用主成分和旋转主成分（RPCA）进行特征提取从四种方法中主成分贡献率及PC1、PC2两个主成分的得分散点图分析，SNV+detrend方法分析结果较好，对四类样品的区分度不明显，但可以很好的将1、2类和3、4类区分开，说明PC2较明显反映了样品产地信息。PC1主要反映存放时间变化，两不同产地的样品经存放后其得分均有增大趁势，但差异不显著，因此，样品产地对不同货架期样品光谱的影响不大。考虑到水果在货架期间各种生理指标如水分、叶绿素、硬度和可溶性固形物含量等不断变化，因此，采用非线性方法建立近红外光谱对苹果产地和货架期的鉴别模型。
本研究表明，对样品光谱的特征提取表明**主成分主要反映了样品产地信息，第二主成分主要反映样品货架期变化，样品产地对不同货架期样品光谱的影响不大，因此，应用1340～1700nm波长范围近红外漫反射光谱建立常温储藏条件下不同产地的苹果货架期鉴别模型是可行的，该研究为不同产地苹果的货架期的快速无损检测提供了新方法。农产品内部品质的快速无损检测技术是确定水果成熟度及鲜果货架期进行准确分级和商品化处理的关键。研究苹果货架快速无损检测方法有利于实现对苹果内部品质的全程监控，为鲜果的分级、销售及产后深加工提供科学指导，减小鲜果的损失率，有助于推进水果采后处理的系统化、精致化。在相关后续的实验中将考虑更为复杂的实验条件，更紧密地与商业应用相结合。