随着人们日益增长的物质需求，使得人们对农产品品质的要求也逐步提升，中国经济的迅猛发展，同样使高附加值农产品带来极好的消费环境和极高的消费潜力，同时以经济利益驱动的造假变得愈发严重。
农产品现在已经被赋予更多的标签，用来提高其经济价值，包括对其原产地、优势品种、采摘时间、加工工艺、贮藏年份等，通过对影响农产品品质等诸多因素的严格控制，最后生产出品牌效应明显的高附加值农产品推向市场，成为具有品牌特色的龙头农产品。
一、高附加值农产品鉴别
消费者对高附加值农产品的品质有极高的要求，若一个关键因素发生改变，会严重影响消费者对其品质的感知，进而影响品牌声誉。正如产自东北黑土地的稻米，因其短暂且急促的光照及多重因素协同的影响，才得以生产出享誉国内外的优质稻米。
现今不法商贩在其中嗅出“商机”，以次充好，以假乱真，使得市场上的农产品良莠不齐，严重损害了龙头产品的品牌声誉，混淆了消费者的视野，降低了消费者的购买欲望，极大地破坏了市场环境，因此对高附加值农产品的鉴别研究显得尤为重要。
农产品真实性问题并非仅发生在国内，国外近年来农产品欺诈情况频发。在欧洲食品标准委员会认为食品欺诈是一种蓄意和故意的行为，利用虚假或误导性的陈述，以及通过替代、添加、篡改或歪曲食品本身、食品成分及包装以获取经济利益。
还包括使用虚假或误导性标签，使产品质量和产品性质神秘化，例如构化虚假的物种、品种或原产地以降低进口成本或虚假宣传关于生产加工过程的描述，意图欺骗消费者。
这对整个食品工业都会带来严重的冲击。国际上在高附加值农产品的鉴别研究中主要通过可实施的追溯系统和鉴定技术对其分析，通过分离、鉴定和量化高附加值的农产品中特有的化合物。
进而分析农产品的化学成分、理化性质和结构等基本信息，用以保持农产品的真实性，确保高附加值农产品具有消费着所期望的性质、功效和质量。
同时也可应用于检测农产品品质问题、掺假问题，进而验证农产品真实性。
目前，国内在高附加值农产品鉴别研究中首先是利用可追溯系统“互联网+现代农业”的发展，通过区块链技术，控制农产品生产到销售各个细微环节的信息，精准采集、分析和备案等，进而实现对农产品生产经营全过程的真实性保证。
但由于追溯体系发展较晚，难免发生纰漏，在实践生产到销售过程的各个环节都会出现损害农产品真实性的各类问题，影响消费者的基本权益。因此针对不同农产品特有属性，利用现今发展成熟的鉴定技术，实现高附加值农产品的鉴别。
二、有机成分指纹分析技术
有机成分指纹分析技术在高附加值农产品的鉴别研究中，常见的分析方法是利用代谢组学、蛋白质组学、脂质组学、氨基酸组学等手段，对产地来源不同、品系不同的农产品进行判别分析。
这些组学分析方法除了可以对农产品中的有机成分进行分析，同样也广泛应用于食品认证和食品安全质量评估中。
通过分析待测样品中所特有的代谢途径、蛋白质种类、脂肪酸类型、氨基酸种类等。利用农产品中特征成分的组成及含量的差异，结合多元统计分析，实现高附加值农产品的鉴别。
有机成分指纹分析，通过先进的技术对农产品本身的物质精准鉴别，具有较高灵敏性，试验复现程度高，而且试验前对样品预处理相对简单便捷，已被广泛研究。
例如：俞邱豪基于代谢组学分析方法实现了对小浆果果汁的鉴别研究，利用靶标代谢物的分析，构建了小浆果汁的分析平台，提取出具有代表性的43种代谢产物及32种特征标记离子，基于有机成分建立主成分分析模型和判别因子预测模型，对小浆果汁饮料掺假判别准确率高达90%以上。
江唯健基于蛋白质组学分析方法实现蜂蜜的掺假、掺杂的鉴别研究，利用超高效液相色谱串联飞行时间质谱，确定了蜂蜜特征检测标志物，内源性蛋白-王浆主蛋白。
以此为基础对掺假模型定量分析，发现不同比例糖浆掺假样品，其特异性内源蛋白与真实样品中蛋白质含量呈现负相关。
研究了中国境内23种不同的茶树品种，联合分析发现种标志性代谢物和15种参与类*酮生物合成的重要酶，为不同品种茶树的鉴别研究提供新的研究思路。
质谱分析，对沙棘油和不同种类掺假油甘油酯组成比较分析。并根据测得甘油酯采用多元统计分析，结合化学计量学方法，包括聚亚麻籽油脂肪酸指纹图谱，利用相似度分析评价，可以有效检测市售的亚麻籽油掺混情况，为市场监管提供技术支撑。
类分析、主成分分析和正交偏最小二乘判别分析，可有效实现沙棘油与掺假油的区分鉴别，为食用油掺假的鉴别研究提供理论依据。
三、近红外光谱指纹分析技术
近红外光谱指纹分析技术在高附加值农产品的鉴别研究中，通过近红外光谱（~nm）采集样品信息。
无需对样品进行复杂的前处理，是一种间接的测定方法，原理是利用不同分子键对不同波长的光子吸收可反映出待测样品的组成成分及浓度，所得到的谱图也可称为样品的“指纹图谱”。
近红外光谱测定的图谱是待测样品中所有化合物质信息组合和基础结构信息的加和，在对样品进一步测定时，对样品中相关成分的含量进行定量分析或对样品指纹图谱定性判别。
利用化学计量学进行多元统计分析，构建样品信息与指纹图谱相关联的判别模型，利用模型对未知样品鉴定，利用判定预测结果，实现对高附加值农产品的鉴别研究。
近红外光谱指纹分析，目前在农产品鉴定上有较大的应用空间，但是光谱采集过程中还会有一些不可控的影响因素，干扰指纹图谱的建立，原始光谱有时会受到样本背景通道的干扰，还会收集一部分无用的杂散光信息。
包括机器运行中不可避免的随机高频噪声等，以上影响因素都会造成光谱基线的偏移，极大地影响光谱采集结果。因为待测样品中的化学物质主要结构和组成成分在近红外光谱区，都可以找到化学键的倍频吸收与合频吸收所反映的特征信号。
稍有变化会使分析结果产生较大偏差。因此在分析前需要对近红外的原始光谱进行预处理或特征波段的筛选，找寻样品中的有用信息，去除冗杂的信号，这样在进行分析并建立模型时才会有较高的稳定性。
基于近红外光谱分析利用8种不同预处理方法和5种组合的预处理方法，并结合模式识别对不同年份的陈皮进行鉴别，鉴别准确率最高可达%。
基于近红外漫反射分析利用不同预处理方法，结合因子化法和聚类分析对泰来绿豆的鉴别研究中，不同的预处理方法所建立的模型相关系数不同，判别准确率最高可达96.15%。
四、挥发性组分指纹分析技术
挥发性组分指纹分析技术在高附加值农产品的鉴别研究中，因为挥发性组分指纹信息的变化可以代表样品处于不同条件、不同环境等所导致代谢物水平的变化情况。
可以间接了解农产品在生产加工系统的改变、地理来源、储存条件和是否存在掺假等情况，是监测食品真实性的重要依据。
近年来由于挥发性组分的复杂性，随着分析仪器的不断更迭，检测手段的逐步更新，进而衍生出针对挥发性组分不同的测定方法和分析方式，包括气相色谱法、气相色谱质谱联用法、气相色谱离子迁移色谱法、二维气相色谱质谱和电子鼻等多种测定方法。
每种方法都有各自适配的环境及范围，针对不同农产品或者不同处理方式选用不同检测分析方法，需要对待测样品的原始数据进行处理，包括变量的选择、模式识别的选择和多变量分辨率的选择等多重手段。
分析主要表征的挥发性组分，筛选出可作为农产品鉴别的特征标记，进而实现高附加值农产品的鉴别。
五、指纹信息融合技术
指纹信息融合技术在高附加值农产品的鉴别研究中，因为在不同农产品分析时发现，单一技术所测定的结果或对指纹信息的提取，存在一定的不确定性，在实际应用上，同一待测样品的不同的贮藏条件、储存时间、试验环境等因素。
都会使结果有微小差异，再将结果放入判别模型中，微小差异的改变都会使样品出现假阴性或假阳性的结果，使其判别准确率大幅度降低，进而影响实际应用。
目前针对该问题的解决办法是依靠采集的大量数据进行建模分析，就是把待测样品处于不同条件下测得的指纹信息进行归类建模，数据集均设定为模型校验集，这样可以一定程度上减小误差，但极大地增加了试验分析的难度，还具有一定的局限性。
在不同高附加值农产品鉴别研究中，不同学者有不同的试验方法和不同的分析技术，将其有机的融合，从单一分析技术转换成两种或两种以上的多元分析技术融合的方法，再与单一技术建立的模型比较稳定性、特异性和判别准确率，结合实际应用，实现对高附加值农产品的鉴别。
结语：
随着计算机科学的迅猛发展，化学计量学是结合统计学分析、应用数学、计算机科学、化学分析及融合其他相关分支学科的一门分析科学。
化学计量学方法对不同化学指纹信息的多元统计已经广泛应用于高附加值农产品的鉴别研究，针对不同领域的问题都有对应的解决思路。
例如：相似性分析、探索性分析、分类算法等可用于定性分析；多元校准算法可用于定量分析，研究自变量与因变量之间关系。化学计量学也可以将指纹信息通过建模的方式从整个化学系统中提取或覆盖相关化学信息，是食品认证和质量评估的潜在方向。
化学计量学也可以借鉴不同学科的理论知识和方法研究，去设计、选择和完善试验的全部流程和最佳试验方法，有效地解析复杂的化学数据，最大程度的剥离出有用的信息。