不法分子通常会在毒品中掺杂其他物质来增加毒品质量，获取高额利润。为了实现掺杂毒品快速准确的定性、定量分析，同时探究不同建模方法、不同波段光谱以及数据降维等对模型分类结果的影响，本文采用衰减全反射-傅里叶变换红外光谱仪采集了咖啡因、葡萄糖、扑热息痛、非那西汀和淀粉5种添加组分与盐酸甲基苯丙胺混合后的红外光谱数据（共计135份），对数据进行预处理后进行分类模型的构建。实验结果表明：特征变量与原始变量相比能达到更高的分类识别准确率；多层感知器和径向基函数可用于5种添加物的分类识别，但不适用于区分不同质量分数的甲基苯丙胺样品；对光谱指纹区数据使用因子分析降维结合Bayes判别分析（BDA）构建的分类模型，在16维和33维变量处能够分别实现5种添加物和不同质量分数甲基苯丙胺样品的完全区分，准确率可达100%。该研究实现了甲基苯丙胺与5种添加组分快速准确的定性定量分析，为毒品来源的推断提供了科学的数据支撑，也为基层民警处理此类案件提供了理论支撑和方法参考。

采用近红外光谱和偏最小二乘法（PLS）建立了涵盖7种掺杂物、 纯度范围为10%～100%的甲基苯丙胺定量分析模型。 甲基苯丙胺缴获样品中检出频率较高的掺杂物为二甲基砜、 异丙基苄胺、 蔗糖、 环己胺、 明矾、 吡拉西坦、 麻黄碱这7种。 为保证模型尽可能地覆盖实际缴获样品的掺杂物种类和纯度区间, 采用高纯度甲基苯丙胺和掺杂物混合制样的方式进行了中、 低纯度建模样品的制备。 甲基苯丙胺和不同掺杂物的特征吸收峰出现在不同波段, 选取全波段建立PLS定量模型。 对不同光谱预处理方法进行了考察, 结果表明标准正态变量校正+一阶导数（SNV+1D）的交叉验证均方差（RMSECV)值最小, 效果最佳。 鉴于掺杂物种类较多, 建立了两个PLS定量模型, 模型1的PLS因子数为8、 测定系数（R2）为99.9、 RMSECV为0.8%、 预测均方差（RMSEP）为2.0%, 适用于未进行掺杂的高纯度甲基苯丙胺样品以及掺杂物为二甲基砜、 异丙基苄胺、 蔗糖、 环己胺的甲基苯丙胺样品的定量分析; 模型2的PLS因子数为5、 R2为99.9、 RMSECV为0.8%、 RMSEP为1.7%, 适用于掺杂物为明矾、 麻黄碱、 吡拉西坦的甲基苯丙胺样品的定量分析。 两个定量模型的重复性均≤2.1%, 重现性均≤4.0%。 对72份验证样品进行了测定, 液相色谱法和近红外光谱法测定的平均纯度值分别为74.3%和72.9%, t统计值为3.0, 大于显著性水平0.05, 表明这两个方法的测定结果无显著性差异。 选用马氏距离法和光谱残差法作为光谱异常值的筛查方法, 当待测样品与建模样品的马氏距离值≤2且光谱残差值≤3时, 定量结果可靠; 反之, 定量结果不可靠, 此时需要采用其他方法进行定量分析。 本方法制样简单、 测试速度快、 定量结果准确、 精度高, 适合于缴获毒品样品中甲基苯丙胺的快速定量分析。 该研究中涉及的制样方法和建模方法同样适用于其他毒品。

利用激光共焦显微拉曼光谱技术和显微红外技术采集了右旋甲基苯丙胺的拉曼光谱和红外光谱,用密度泛函理论B3LYP/6-311G++(d,p)基组对分子进行几何构型优化,并进行拉曼和红外光谱的计算。结果表明: 右旋甲基苯丙胺的拉曼光谱和红外光谱的计算结果和实验结果基本一致。在此基础上,用Gaussview软件对分子的振动模式进行了详细的归属。研究结果为今后右旋甲基苯丙胺的光谱分析提供了理论依据,也为苯丙胺类毒品的光谱分析研究提供了重要参考。

毒品来源推断技术可以为禁毒工作提供准确的毒品情报信息, 对于有效打击毒品犯罪活动具有重要意义。毒品中添加成分的分析方法研究是毒品来源推断技术的重要组成部分。本文对海洛因、甲基苯丙胺和氯胺酮三类我国常见毒品及其添加成分进行了拉曼光谱快速分析研究, 将盐酸海洛因、盐酸甲基苯丙胺和盐酸氯胺酮毒品与淀粉、葡萄糖、咖啡因等添加成分按一定质量比例混合制成混合样本, 进行拉曼光谱分析。实验结果表明, 在毒品含量低至10%的混合毒品样本中应用拉曼光谱技术能够检出毒品成分; 同时在添加成分含量低至10%的混合毒品样本中也能准确检出添加成分。拉曼光谱法是检验常见毒品及其添加成分的快速有效的方法。

本文初步建立了甲基苯丙胺毒品中添加成分的红外光谱快速分析方法。将甲基苯丙胺毒品与淀粉、葡萄糖、咖啡因、非那西汀等按一定质量比例混合, 然后利用傅里叶变换红外光谱仪进行红外光谱分析, 得出红外光谱图。由于各种成分均有其特征的红外吸收,因此通过其特征吸收可以区分甲基苯丙胺毒品中所添加的成分, 同时, 通过吸收峰的强度可以大致判断添加成分的含量范围。红外光谱法不需要进行样品的前处理, 具有快速、无损的特点。应用于实际案例中, 获得了理想的结果。