1.一种区分麦冬是否经过硫熏的方法，其特征在于，所述方法包括如下步骤：
(1)采集非硫熏麦冬的原始近红外光谱，并依次采用S-G平滑和二阶导数法进行预处理，从而得到第一近红外光谱数据；采集硫熏麦冬的原始近红外光谱，并依次采用S-G平滑和二阶导数法进行预处理，从而得到第二近红外光谱数据；
(2)分别将第一近红外光谱数据和第二近红外光谱数据采用偏最小二乘判别分析PLS-DA或正交偏最小二乘判别分析OPLS-DA建模，得到PLS-DA模型或OPLS-DA模型，并分别得到非硫熏麦冬的置信水平在90％以上的第一置信区间和硫熏麦冬的置信水平在90％以上的第二置信区间；
(3)采集待检测麦冬的原始近红外光谱，并依次采用S-G平滑和二阶导数法进行预处理，从而得到第三近红外光谱数据；将第三近红外光谱数据作为自变量增加到步骤(2)的第一近红外光谱数据和第二近红外光谱数据中，并采用PLS-DA或OPLS-DA建模，通过所述待检测麦冬落入第一置信区间或第二置信区间，从而判断所述待检测麦冬是否经过硫熏。
2.根据权利要求1所述的方法，其特征在于，步骤(1)中，第一近红外光谱数据、第二近红外光谱数据和第三近红外光谱数据的扫描范围包含5076cm-1～5051cm-1。
3.根据权利要求1所述的方法，其特征在于，步骤(1)中，第一近红外光谱数据、第二近红外光谱数据和第三近红外光谱数据的扫描范围为10000cm-1～4000cm-1。
4.根据权利要求3所述的方法，其特征在于，步骤(1)中，第一近红外光谱数据、第二近红外光谱数据和第三近红外光谱数据的扫描范围为4900cm-1～5200cm-1。
5.根据权利要求1所述的方法，其特征在于，所述的硫熏麦冬的样品数量为8～50份，所述的非硫熏麦冬的样品数量为8～50份。
6.根据权利要求1所述的方法，其特征在于，所述的硫熏麦冬的样品数量为10～30份，所述的非硫熏麦冬的样品数量为10～30份。
7.根据权利要求1所述的方法，其特征在于，步骤(1)中，所述的非硫熏麦冬和所述的硫熏麦冬均为粉状，且粒度均为20～50目。
8.根据权利要求1所述的方法，其特征在于，步骤(2)中，分别得到非硫熏麦冬的置信水平在95％以上的第一置信区间和硫熏麦冬的置信水平在95％以上的第二置信区间。
9.根据权利要求1所述的方法，其特征在于：
步骤(2)中，所述的PLS-DA模型或OPLS-DA模型是以波数为模型样本参数、以第一近红外光谱数据和第二近红外光谱数据作为自变量、并以麦冬类别作为因变量而建立的；和
步骤(3)中，所述的采用PLS-DA或OPLS-DA建模是波数为模型样本参数、以第一近红外光谱数据、第二近红外光谱数据和第三红外光谱数据作为自变量、并以麦冬类别作为因变量而建立的。
10.根据权利要求9所述的方法，其特征在于：
步骤(2)中，所述的第一近红外光谱数据和第二近红外光谱数据包括峰面积、峰高和/或光谱形状；和
步骤(3)中，所述的第一近红外光谱数据、第二近红外光谱数据和第三红外光谱数据包括峰面积、峰高和/或光谱形状。