以表面增强试剂OTR202 和OTR103 作为表面增强拉曼光谱（SERS）的活性基底，探索建立甲萘威水溶液的SERS 检测方法。首先对比分析了甲萘威水溶液的普通拉曼光谱与SERS。然后分析了表面增强试剂与待测样本的加入量对甲萘威水溶液的SERS 的影响。最后分析了质量浓度在0.1~15.0 mg/L 范围内的甲萘威水溶液的SERS，并以1374 cm-1 处的特征峰强度与甲萘威水溶液浓度进行线性回归，得到线性方程为y=414.5x+481.59，决定系数R2=0.9864。试验结果表明该研究方法对甲萘威水溶液的检测限可达到0.1 mg/L，说明以表面增强试剂OTR202 和OTR103 为SERS 活性基底的SERS 检测方法可用于水中甲萘威残留检测。

应用三维同步荧光光谱法结合交替惩罚三线性分解(APTLD)来建立猪肉中莱克多巴胺残留含量的定量测定模型, 以实现猪肉中莱克多巴胺残留含量的快速测定。 首先分析了莱克多巴胺的荧光光谱产生机理和样本的三维同步荧光光谱; 其次对猪肉提取液中的莱克多巴胺荧光的浓度猝灭现象进行了分析; 然后应用核一致诊断法确定了APTLD的三线性分解组分数为2, 并建立了猪肉提取液中莱克多巴胺的相对荧光峰值强度与训练样本中莱克多巴胺的相对荧光峰值强度之间的标定曲线, 用于待测样本中的相对荧光峰值强度的校正; 最后, 建立了基于APTLD的猪肉中莱克多巴胺残留含量的三维同步荧光光谱预测模型。 试验结果表明, 该方法可以较好的解决猪肉样本中莱克多巴胺与背景之间的同步荧光光谱严重重叠的问题, 省去了一些烦琐的“化学分离”过程, 模型预测集的决定系数(R2)和均方根误差(RMSEP)分别为0.986 3和0.496 6 mg·L-1, 达到了猪肉中莱克多巴胺残留含量快速定量测定目的。

根据西维因水解物具有强荧光的特性，提出了利用三维荧光光谱技术结合偏最小二乘回归（PLSR）法测定鸭肉中西维因的残留含量。通过对样品的二维等高线光谱图分析，发现鸭肉和西维因的特征峰能明显区分开，在西维因-鸭肉体系中两者波峰分别位于300/365 nm 和320/460 nm，再利用PLSR 法建立鸭肉中西维因残留含量预测模型，其预测集中真实值与预测值的决定系数R2和均方根预测误差值Prms分别达到0.9883 和3.103。结果表明三维荧光光谱技术结合PLSR 法可用于鸭肉中西维因残留的测定，具有快速检测和预测精度高等优点，为鸭肉中农药残留检测提供了一种有效的手段。

四环素在NaOH存在的条件下能降解生成具有强荧光特性的异四环素, 应用同步荧光光谱结合小波去噪、 粒子群优化算法（PSO）和支持向量回归（SVR）建立鸭肉中四环素残留含量的预测模型, 可实现鸭肉中四环素残留含量的快速测定和提高预测模型的精度。 首先应用平行因子分析法(PARAFAC)确定检测鸭肉中四环素含量的最佳波长差Δλ为70 nm; 然后对同步荧光光谱进行db6小波的2层分解的小波去噪及去噪后的光谱归一化处理, 并利用PSO筛选出了6个荧光特征波长; 最后应用PSO优化SVR模型参数(c, g), 进而对在PSO筛选的特征波长光谱条件下建立的PSO-SVR, PLS, PCR模型以及在全光谱条件下建立的PSO-SVR模型进行性能比较, 结果表明, 以在PSO筛选的特征波长光谱条件下建立的PSO-SVR模型预测能力更强, 其预测集的相关系数(r)和均方根误差(RMSEP)分别为0.952 0和17.6 mg·kg-1。 说明PSO能够有效提取鸭肉中残留四环素所对应的荧光特征波长, 且PSO-SVR预测模型能满足鸭肉中残留四环素的快速测定要求。

为快速检测猪肉中的四环素残留含量，采用同步荧光法结合竞争适应重加权采样(CARS)变量优选法建立了预测猪肉中四环素残留含量的支持向量回归(SVR)模型。从样本的三维同步荧光光谱中确定了最佳波长差为65 nm，采用CARS方法从中挑选出与四环素相关的特征波长变量，并与连续投影算法(SPA)及遗传算法(GA)进行比较。最后，应用SVR算法对优选出的16个波长变量建立猪肉中四环素含量的预测模型。分析发现，多元散射校正(MSC)光谱预处理后的CARS方法优于SPA及GA变量选择方法，可以有效地筛选出全光谱中的特征波长变量。CARS-SVR建立的四环素预测模型优于原始光谱的SVR模型，其预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.961 2和10.94 mg/kg。研究结果表明，采用同步荧光法结合CARS-SVR模型可以预测猪肉中的四环素残留含量，且CARS-SVR能有效地简化模型并提高预测精度。

为了快速测定鸭肉中西维因残留含量, 提出应用同步荧光光谱法检测鸭肉中西维因残留含量, 同时运用遗传算法-支持向量回归(GA-SVR)建立了鸭肉中西维因残留含量的回归预测模型。 首先, 通过荧光分光光度计分别采集了西维因水解物和含有西维因的鸭肉的三维同步荧光光谱图, 经过分析确定了最佳波长差Δλ都为140 nm; 其次, 分析了鸭肉中西维因的浓度猝灭现象; 最后采用GA进行同步荧光光谱的优化和选择, 根据交互验证均方根误差(RMSECV)选择出了21个特征波长, 并分别用全波长和21个特征波长作为SVR回归预测模型的输入特征变量, 发现通过GA选择的特征波长可以得到更好的预测效果, 并且其预测集的相关系数(R2)达到0.976 4, 均方根误差(RMSECP)为12.232 2。 试验结果表明利用同步荧光技术结合GA-SVR方法能有效、 快速的检测鸭肉中西维因残留含量。