1.一种鉴别压榨茶油与浸出茶油的方法，其特征在于，包括如下步骤：S1. 采集样本红外光谱：收集压榨茶油和浸出茶油的样本，测试压榨茶油和浸出茶油样本的红外光谱，得到压榨茶油和浸出茶油样本的红外光谱图，压榨茶油和浸出茶油的样本数均大于等于50；

S2. 红外光谱的预处理：对压榨茶油和浸出茶油样本的红外光谱进行消噪处理或特征提取或消噪处理后特征提取；

S3. 建立鉴别模型：对压榨茶油和浸出茶油进行赋值，赋值为分类变量，浸出茶油赋值为X1，压榨茶油赋值为X2，利用样本的预处理后的红外光谱的数据和对应的分类变量通过回归方法建立压榨茶油与浸出茶油的鉴别模型；

S4. 鉴别未知样本：采用S1的方法采集未知样本的红外光谱，采用S2的方法对未知样本的红外光谱进行预处理，将预处理后的未知样本的红外光谱的数据输入S3的鉴别模型，得到鉴别模型的预测值，计算预测值与压榨茶油和浸出茶油的赋值之间的距离，根据距离判断未知样本是压榨茶油或浸出茶油；

所述红外光谱的波数范围为400 3750cm-1；

~

所述回归方法包括偏最小二乘模型、支持向量机模型和人工神经网络模型。

2. 根据权利要求1所述的方法，其特征在于，所述红外光谱的波数范围为为400 750 ~cm-1、750 1850 cm-1、2800 3750 cm-1中的一个或几个。

~ ~

3. 根据权利要求1或2所述的方法，其特征在于，所述红外光谱的波数为722.80 cm-1、

1181.98 cm-1、1162.82 cm-1、1238.68 cm-1、1377.45 cm-1、1417.46 cm-1、1747.12 cm-1、

2853.55 cm-1、2922.39 cm-1、3004.79 cm-1中的两个以上。

4. 根据权利要求3所述的方法，其特征在于，所述红外光谱的波数为1238.68 cm-1、

1747.12 cm-1、2853.55 cm-1、2922.39 cm-1中的两个以上。

5.根据权利要求1所述的方法，其特征在于，所述消噪处理的方法包括Savitzky-Golay平滑、多元散射校正、标准正态变换、一阶导数、二阶导数。

6.根据权利要求1所述的方法，其特征在于，浸出茶油赋值为0，压榨茶油赋值为1。

7. 根据权利要求6所述的方法，其特征在于，鉴别模型的预测值为 ，如果-2.1908≤Yp≤0.5则为浸出茶油，如果0.55＜Yp≤2.9029，则为压榨茶油。

8.根据权利要求7所述的方法，其特征在于，如果-0.2586≤Yp≤0.4311则为浸出茶油，如果0.6218≤Yp≤1.1609则为压榨茶油。