农药的广泛使用是防治病虫害的一种必要手段, 在保证农业增产增收的同时, 也给人们健康带来了威胁, 寻求更加灵敏的农药残留检测方法至关重要。 三维荧光光谱分析法选择性好、 灵敏度高、 快捷、 取样少, 可用于农药残留的分析与检测中。 以自制标准浓度的克百威农药溶液作为测试样本, 乙腈为溶剂, 利用荧光光谱仪对样本进行测量, 将实验获得的三维数据用MATLAB进行处理获得其三维荧光光谱图。 实验发现乙腈作为溶剂对实验影响不大且荧光光谱的强度与克百威溶液浓度呈现良好的线性关系, 相关系数r=0.997 4, 接近于1。 因此三维荧光光谱分析法可以检测出克百威溶液的浓度以及农药的含量。

葡萄干因其种类繁杂, 产地来源多, 制作工艺多样, 导致品质各异。 因此需要建立能够科学、 准确的鉴别葡萄干种类、 产地、 品质的分析方法, 以确保葡萄干产品质量、 保护消费者利益、 规范葡萄干商品市场。 该实验基于葡萄干中富含多种荧光物质, 以甲醇为萃取剂, 应用微波提取法, 结合三维荧光光谱技术, 在激发波长300~700 nm, 发射波长360~720 nm范围, 获取三维荧光矩阵数据, 应用多维主成分分析(M-PCA), 多维偏最小二乘辨别分析(N-PLS-DA)和平行因子算法-偏最小二乘辨别分析(PARAFAC-PLS-DA)等多维模式识别方法, 对三种主色为绿色、 两种主色为红色的五个不同种类的葡萄干进了分类研究。 M-PCA研究结果显示不同种类的葡萄干存在聚类趋势, 而N-PLS-DA和PARAFAC-PLS-DA则给出了比较满意的分类结果。 相对而言, 由于PARAFAC-PLS-DA是基于PARAFAC分解得到浓度得分结果基础之上进行的分类, 去除了不相干的冗余信息, 因此取得了100%准确的分类结果。 两种算法的品质因子比较结果也说明基于荧光光谱法和多维模式识别技术相结合的分析技术可以很好的用于葡萄干种类的识别研究, 并有望用于葡萄干质量等级识别及产地追溯。

确认食品的种类和产地等信息是食品质量与安全研究的重要内容。 基于蜂蜜中的氨基酸种类和含量的不同, 应用甲醛和乙酰丙酮与蜂蜜中氨基酸发生荧光衍生反应对源自不同花源的蜂蜜进行种类辨别研究。 实验首先研究了衍生剂用量、 时间、 温度及pH值对蜂蜜中氨基酸荧光衍生反应的影响。 然后在激发光波长范围为300～500 nm和发射光波长范围380～580 nm下对衍生后的蜂蜜进行三维荧光检测, 每个蜂蜜样品经检测后得到一个三维荧光光谱矩阵数据, 五种蜂蜜共150个样品最后得到一个三维立方数据。 将检测获得的三维荧光数据结合多维主成分分析(M-PCA)、 自加权交替三线性分解法(SWATLD)及多维偏最小二乘辨别分析(N-PLS-DA)等多维模式识别方法,进行数据处理并获取五种蜂蜜的识别信息。 三种多维模式识别方法分别都展示出不同种类蜂蜜的聚类趋势, 相比较而言, 由于N-PLS-DA充分利用了衍生蜂蜜荧光的所有信息, 所以取得了更加准确和可靠的分类结果, 对五种蜂蜜的总识别率为88%。 研究结果显示基于氨基酸荧光衍生的多维模式识别方法可以用于蜂蜜种类的识别研究。 该研究为无荧光或弱荧光自然物质的直接荧光辨别分析提供了一种新思路。

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。

三维荧光光谱法是描述荧光强度同时随激发波长和发射波长变化的关系谱图,能提供更完整的荧光光谱信息。 PARAFAC算法是对不同荧光物质的光谱进行分离,可以从复杂混合成分的三维荧光光谱数据矩阵中将其各自的特征荧光光谱分解出来。 将PARAFAC算法与三维荧光光谱法结合,探究了两组分和四组分荧光光谱严重重叠的菲、蒽、芘和荧蒽混合 芳烃溶液的分离检测方法,得到了良好的测试效果。