利用表面增强拉曼光谱（SERS）法结合自适应迭代重加权惩罚最小二乘法（air-PLS）快速检测鸭肉中的螺旋霉素残留。首先采用OTR202作为SERS活性基底，确定了螺旋霉素的1 622 cm-1峰可以作为其在鸭肉提取液中残留检测的拉曼特征峰；然后，通过单因素分析法确定了实验的最佳条件，并在该条件下建立了螺旋霉素浓度范围介于4.0~50.0 mg/L之间的鸭肉提取液加标样本的标准曲线，并获得了良好的线性关系且线性回归方程为y=26.681x+1233.5，决定系数R2=0.980 2，最低检测限为4 mg/L，预测样本的平均回收率为73.38％~105.25％。研究表明，采用SERS技术可以实现鸭肉中螺旋霉素残留的快速检测。

在纳米银粒子(AgNPs)和乳化剂OP-10的作用下, 土霉素(OTC)与Eu(Ⅲ)生成的配合物可产生较强的荧光强度, 本文将此荧光增强机理用于检测鸭肉中残留的OTC。首先, 分析了OTC+Eu+AgNPs+OP-10体系和OTC+Eu+AgNPs+OP-10+duck meat extract体系的荧光光谱特性。然后, 分别分析了AgNPs加入量、Eu3+加入量、乳化剂OP-10和反应时间对OTC+Eu+AgNPs+OP-10+duck meat extract体系的荧光强度的影响, 确定了最佳实验条件。最后, 建立了预测鸭肉中OTC残留量的标准曲线。实验结果显示: 鸭肉提取液中OTC含量与617 nm处峰面积之间呈良好的线性关系, 其预测集的相关系数(r)和预测均方根误差(RMSEP)分别为0.996 6和0.622 3 mg/L。该结果表明, 提出的研究方法可满足鸭肉中OTC残留量的快速测定要求。

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。