现代光谱仪器强大的多维光谱数据产生能力使得多维光谱数据定量分析方法成为迫切需要研究的课题。针对多维光谱定量分析中的多维光谱数据以张量模式表达的特点, 研究了基于支持张量机的多维光谱定量分析方法。该方法保留了多维光谱数据所固有的结构信息及数据的内在相关性, 减少了模型中的待定模型参数, 也克服了平行因子法、多维偏最小二乘等方法中需要预估组分数的缺点。对水体中化学耗氧量和总有机碳的检测进行了实验检验。实验结果表明: 与现有的多维光谱定量分析方法比较, 本方法提高了校正模型性能, 并且模型对需预先确定的参数C和ε的变化不敏感。

将数学中的二元凸函数判定和数据挖掘中的聚类分析方法结合，提出了针对三维荧光的光谱区域选择方法，并利用此种方法从光谱图中提取出含有丰富光谱信息的凸集区域。对水体中总有机碳的检测和白酒中黄曲霉素的检测进行了实验研究，实验结果表明，采用本文提出的三维荧光光谱区域选择方法提高了模型的精度，与利用全光谱所建立的回归模型相比，模型精度分别提高了6.17%和4.97%。

平滑处理是光谱分析中常用的预处理方法。 在二维光谱分析中应用广泛的Savizky-Golay多项式曲线平滑方法并不能直接应用于三维荧光光谱的曲面平滑。 文章针对三维荧光光谱提出了多项式平滑方法， 从而将Savitzky-Golay多项式平滑方法扩展到三维荧光光谱， 以解决曲面平滑问题。 对基于三维荧光光谱的水体有机污染物浓度检测进行了实验研究， 实验结果表明采用三维荧光光谱平滑处理方法可有效提高检测模型的精度。

水体中的大多数有机污染物在紫外区域有较强的吸收, 因此可利用紫外吸光度检测水体中的有机污染物浓度。 在检测过程中, 通过平滑、 导数、 标准正态变量变换等光谱预处理后, 采用主元回归、 偏最小二乘、 支持向量机等方法建立回归模型, 并由该模型依据待测样本的紫外光谱数据计算出有机污染物浓度。 为了探究不同的预处理方法、 建模方法在有机污染物浓度检测中的特点及内在联系, 本文对一组来自污水厂进出水的光谱数据采用不同的预处理和建模方法进行实验研究, 研究结果表明: 当获得的原始数据较好时, 可以直接进行建模, 进行光谱预处理反而会使模型效果下降; 由于本实验中污水的样本数小于光谱数据点数, 所以最小二乘支持向量机更适合于本组实验样本。

提出了应用三维荧光一阶导数光谱检测水体中有机污染物浓度的分析方法. 在计算三维荧光导数光谱时, 采用Savitzky-Golay多项式拟合微分法对激发、 发射光谱分别求导. 由于在计算导数光谱时所采用的多项式拟合本身具有平滑功能, 因此不需要单独进行平滑处理以去除噪声. 针对所构成的四维荧光导数光谱(激发波长, 发射波长, 激发波长的一阶导数, 发射波长的一阶导数), 采用偏最小二乘方法建立回归模型. 实验结果表明, 在对水体中总有机碳的检测中, 与常规的三维荧光光谱分析方法相比, 文章提出的分析方法可较好地提高分析精度.