渣驯通常分为4个等级, 藏医传统用药经验认为色黑、 质重、 粪便少的渣驯质量更优。 不同等级渣驯外观性状差异较小, 成膏后更不易区分。 傅里叶红外光谱技术（FTIR）具有快速无损的优点, 已广泛用于药材鉴别领域。 以4个等级渣驯为研究对象, 探究傅里叶红外光谱技术鉴别不同等级渣驯的可行性。 收集渣驯药材及代用品共56批, 按粪便比例和外观形态将药材分为4个等级, 采用《六省区藏药标准》中炮制方法将各批次药材加工成干膏。 采集不同样品4 000～400 cm-1范围的红外光谱信息, 以不同化学计量学方法建立模型。 预处理方式采用Saitzky-Golay（S-G）平滑、 纵坐标归一化、 二阶导数转化, 渣驯红外光谱主要吸收区域为3 500～3 200, 3 000～2 800, 1 800～1 350, 1 350～900和900～400 cm-1, 代用品吸收峰的波数差异较大。 1 779 cm-1附近仅有Ⅰ等级渣驯和Ⅱ等级渣驯的吸收峰, 1 768 cm-1附近Ⅰ等级渣驯和Ⅱ等级渣驯峰强度明显强于Ⅲ等级渣驯和渣驯代用品, 1 660 cm-1附近仅代用品渣驯无吸收峰, 1 257 cm-1仅代用品具有吸收峰, 均可作为不同等级渣驯的鉴别依据; ③号区域内及⑦号区域吸收峰差异均与传统分级相关, 品质越好的峰强度越大, 可作为多批次渣驯验证区域。 根据SIMCA软件统计结果, 主成分分析（PCA）较难区分不同等级渣驯; 偏最小二乘法（PLS-DA）能更好地区分4个等级药材, 外部验证结果表明该模型能很好地区分不同等级渣驯; 通过SPSS21.0软件统计, 系统聚类（HCA）可以区分部分Ⅲ等级渣驯及代用品渣驯。 傅里叶变换红外光谱结合化学计量学能快速鉴别渣驯优劣, 区分代用品, 为渣驯质量评价提供一种快速有效的方法。

采用傅里叶变换红外光谱法（Fourier transform infrared spectroscopy, FTIR）、 偏最小二乘判别分析（partial least square discriminant analysis, PLS-DA）和系统聚类分析（hierarchical cluster analysis, HCA）快速鉴别不同产地川东獐牙菜（Swertia davidi Franch）。 采集4个不同地区70株样品不同部位的红外光谱数据, 原始光谱数据经预处理（自动基线校正, 自动平滑, 一阶求导, 二阶求导）后导入OMNIC 8.2, 比较吸收峰的差异; 用SIMCA-Pa+10.0进行偏最小二乘判别分析（PLS-DA）, 以前三个主成分三维得分图比较产地鉴别效果; 红外光谱数据导入SPSS 19.0, 进行系统聚类分析（HCA）, 通过树状图比较不同部位分类效果。 结果显示, （1）不同产地根的光谱图在1 739, 1 647, 1 614, 1 503, 1 271, 1 243, 1 072 cm-1附近的吸收峰有差异, 不同产地茎的光谱图在1 503, 1 270, 1 246 cm-1吸收峰附近有差异; （2）相同产地不同部位的光谱特征峰有差异; （3）PLS-DA分析结果显示自动基线校正+自动平滑+二阶求导这种预处理方式分类效果最好, 根的红外光谱数据产地鉴别效果最佳; （4）HCA的树状图, 显示根的聚类分析结果正确率83%, 茎的聚类分析结果正确率49%, 叶的聚类分析结果正确率70%。 FTIR技术结合PLS-DA与HCA方法能够快速准确地鉴别不同产地川东獐牙菜, 不同部位产地鉴别效果有差异, 根的光谱数据产地鉴别效果最佳, 二阶求导处理增强了样品的特异性, 使PLS-DA的三维主成分得分图分类效果更明显。

利用傅里叶变换红外(FTIR)光谱技术对三种柳树正常叶和病叶, 同一枝条的幼叶、成叶、黄叶、病叶进行光谱测试, 旨在分析柳树病叶发生的一些生理变化, 并探讨柳树病变对系统聚类的影响。谱图显示不同阶段的叶片光谱变化主要在1800～800 cm-1。对此波段进行二阶导数处理, 清晰可看到蛋白质和木质素的叠加区域1700～1500 cm-1, 草酸钙特征峰1621、1318 cm-1, 糖类特征峰1075 cm-1附近峰强有明显变化, 用吸光度比A1621/A3390、A1318/A3390、A1075/A3390来比较草酸钙和糖类相对含量变化, 用1700～1500 cm-1波段的拟合峰面积比S酰胺I/S木质素、S酰胺Ⅱ/S木质素和S酰胺Ⅱ/S酰胺I来比较蛋白质相对含量变化。结果显示, 病叶的草酸钙相对含量增加、多糖和蛋白质相对含量在减少。将叶片1800～800 cm-1范围的二阶导数进行系统聚类, 发现病叶化学成分的改变没有影响聚类效果, 聚类正确率达100%。

傅里叶变换红外光谱(FTIR)结合离散小波变换(DWT)对不同种类的瓜籽进行鉴别研究。测试了6种瓜籽30个样品的红外光谱,结果表明:不同种类瓜籽的红外图谱相似,但在1700～900 cm^-1范围,光谱的峰位、吸收强度及峰形状存在一定差异。选取该区域光谱进行离散小波变换,发现第二尺度细节系数差异明显。基于第二尺度细节系数对样品进行相关分析、主成分分析和聚类分析,其相关性最大的为丝瓜籽和南瓜籽,相关系数达到0.9279,最小是丝瓜籽和冬瓜籽为0.2147;主成分分析中,前2个主成分的累计贡献率达到95.50%,能准确代表6种瓜籽的光谱信息,且主成分分析和聚类分析正确率达100%。研究结果表明FTIR结合离散小波变换分析方法可以用来鉴别研究不同种类的瓜籽。

利用傅里叶变换红外光谱对6种菜豆(白芸豆、奶花芸豆、黑芸豆、雀蛋豆、紫花芸豆,红小豆)进行鉴别研究。测试了6种菜豆36个样品的红外光谱,结果表明:6种不同品种菜豆的红外图相似,仅在1 800~800 cm-1范围内红外光谱的峰位、峰形及吸收强度有一些微小差异。对原始光谱作二阶导数光谱处理,在1 800~800 cm-1范围内6种菜豆的二阶导数光谱图差异明显,利用该范围二阶导数光谱数据对6种豆类样品进行主成分分析、聚类分析,前3个主成分分类正确率为97.1%,聚类分析正确率为97.2%。对1 700~1 600 cm-1波段范围的原始光谱进行曲线拟合,结果显示,6种菜豆的蛋白质二级结构中α-螺旋含量、β-转角含量、无规则卷曲结构含量和β-折叠含量不同。结果表明傅里叶变换红外光谱技术结合统计分析的方法可以把不同品种的菜豆区分开来。

利用傅里叶变换红外(Fourier Transform Infrared,FTIR)光谱研究了葡萄褐斑病病叶和正常叶片.测试分析了大褐斑病叶病斑处和非病斑处、小褐斑病叶病斑处和非病斑处、未染病正常叶片的红外光谱,结果显示:葡萄叶片光谱主要由碳水化合物、蛋白质、脂类的吸收带组成.褐斑病叶片光谱与正常叶片红外光谱变化主要在1 800-1 500 cm-1范围脂类、蛋白质酰胺的吸收区和1 200-900 cm-1范围多糖的吸收区.用1 800-1 500 cm-1范围拟合峰的峰面积比A1657/A1517考察蛋白质相对含量变化,A1738/A11517考察脂类相对含量变化,用吸光度比I1066/I1441考察多糖相对含量变化,结果显示患褐斑病的葡萄叶中脂类、蛋白质、糖类等营养物质含量降低.褐斑病和正常葡萄叶红外光谱的二阶导数光谱结合聚类分析方法,利用1 800-1 500 cm-1与1 200-900 cm-1范围数据进行聚类分析,结果将正常叶片与患褐斑病叶片准确区分开.证明褐斑病叶片红外光谱在1 800-1 500 cm-1与1 200-900 cm-1范围为敏感谱带.

本文利用傅里叶变换红外光谱(FTIR)结合主成分分析和聚类分析对白小米、黄小米、糯小米、青小米、陈黄小米、黑小米和大黄米进行鉴别研究。所有样品的傅里叶变换红外光谱整体相似,二阶导数光谱存在明显的差异。选取1800~1400 cm-1范围内的二阶导数光谱数据对52份小米样品做多变量分析,结果显示,主成分分析的分类准确率为84.6%,系统聚类分析的分类准确率为92.3%。结果表明傅里叶变换红外光谱技术结合化学计量学能有效地区分不同品种的小米,为不同小米的分类鉴定提供新的方法与途径。

以蔷薇科三个亚科九种植物的叶为材料， 利用傅里叶变换红外光谱法对九种植物进行亲缘关系分析和品种鉴定。 叶中主要含有大量的碳水化合物、 蛋白质、 脂类、 核酸等物质。 糖类物质的峰主要在1　440～775 cm-1之间， 1　440～1　337 cm-1为纤维素、 木质素的振动峰， 1　000～775 cm-1为核糖的伸缩振动。 蛋白质的峰主要在1　620～1　235 cm-1之间， 1　620　cm-1为蛋白质酰胺Ⅰ带的CO伸缩振动， 1　523 cm-1为蛋白质酰胺Ⅱ带N—H和C—N吸收峰。 脂类物质的峰主要出现在2　930～1　380 cm-1之间， 2　922　cm-1为脂肪CH2的伸缩振动， 1 732 cm-1是脂肪酸CO的伸缩振动。 核酸的标志峰出现在1 250～1 000 cm-1， 1　068 cm-1是磷酸基团的对称伸缩振动， 1　246 cm-1是磷酸基团的不对称伸缩振动。 研究结果表明： FTIR光谱数据经平滑、 标准化处理、 二阶求导、 主成分分析和系统聚类建立的聚类分析模型与传统分类结果相一致。 杏、 樱桃聚为一类（李亚科）， 翻白叶、 月季、 草莓聚为第二类（蔷薇亚科）， 火棘、　苹果、 枇杷、 海棠聚为第三类（苹果亚科）， 亚科聚类正确率为100%， 但属聚类的正确率仅为55.56%。 利用该聚类模型进行物种鉴定正确率为100%。 该项研究为植物的亲缘关系分析提供了新的思路与方法。

利用傅里叶变换红外(FTIR)光谱结合主成份分析（PCA）和系统聚类分析（HCA）技术对不同品种辣椒进行鉴别研究。测试了5种辣椒共50个样品的红外光谱，结果表明，5个不同品种辣椒的红外光谱相似，但在1800～800 cm-1范围内红外光谱的峰位、峰形及吸收强度有一些微小差异。对原始光谱作二阶导数处理，发现在该范围内5种辣椒的二阶导数光谱差异明显，利用该范围二阶导数光谱数据对5个品种50个样品进行聚类和主成分分析。聚类分析正确率为100%,主成分分析正确率达98%，能把5个品种的辣椒分开。研究结果表明：傅里叶变换红外光谱技术结合统计分析的方法可以把不同品种的辣椒区分开。

利用傅里叶红外光谱(FTIR)研究三种烟草品种DNA的差异, 旨在对烟草品种进行亲缘关系分析和品种鉴定。 研究结果显示, 三种烟草品种DNA 红外光谱较为相似, 均有四个明显的特征峰, 1 103 cm-1是DNA磷酸二酯键的对称伸缩振动, 1 236 cm-1是DNA 磷酸二酯键的非对称伸缩振动, 1 400 cm-1 是DNA糖苷键的伸缩振动, 1 622 cm-1是DNA中是胞嘧啶C4—C5=C6的环伸缩振动。 通过平滑、 标准化处理、 二阶求导、 提取主成分和系统聚类分析建立了DNA FTIR光谱数据聚类分析模型。 使用该模型对三个烟草品种进行鉴定, 鉴定正确率为100%。 使用该模型对三个烟草品种进行亲缘关系分析, 云烟87与K326聚为一类, 距离系数为0.003, DNA相似度为99.7%, 红大单独聚为一类。 聚类正确率达100%。 该项研究为烟草品种鉴定及遗传育种提供了参考。