随着藏药在我国医药学中地位越来越重要,其质量鉴别与评价也十分迫切。当前,藏药市场出现了一系列的问题其中最为明显的就是藏药材市场鱼龙混杂,以次充好,非藏药冒充藏药的现象。红外光谱技术以其分析速度快、分析成本低、具有专属性等显著优点,在药材品质检测中正快速替代常规检测方法。本文在采集具有一定代表性藏药枸杞样品的基础上,试验确定了制样方法和测定条件,获得了稳定重现好的红外光谱数据。对红外光谱数据进行了一系列的计算机解析,建立鉴别藏药材枸杞的方法。主要研究内容和结论如下:1、采集有一定代表性18种不同产地枸杞样品并对枸杞样品做了预处理(晒干、烘干、粉碎、筛分等)。2、试验确定了红外光谱测定条件,系统地获取18个不同产地枸杞样品的红外光谱图谱,并对具有代表性样品的红外光谱图谱解析。通过对18个不同产地枸杞红外光谱图的对比以及对具有代表性枸杞样品红外光谱图谱的解析可知,谱图在指纹区(1500cm-1-500cm-1)有一定差异。不同产地枸杞主要化学成分相同,红外光谱图谱基本相似,其药材品质基本相似。差别主要存在于指纹区反映出的部分化学成分的含量和种类的不同,而这主要取决于枸杞样品的生长地理环境。3、采用多种预处理方法对18个不同产地枸杞样品红外光谱图谱进行了预处理。比较不同方法的预处理结果,发现小波变换为理想的预处理方法。4、建立了小波变换预处理的基本原则和评价指标,筛选出了合适的母小波函数,确定了消噪与压缩阈值,将原有红外光谱数据长度由1868压缩到241,去噪、压缩后均方根误差RMSE达到10-4数量级,表明压缩后的红外光谱可以用于计算机解析。5、产地鉴别采用了主成分分析和聚类分析,其中主成分分析法前3个主成分方差累积贡献达99.407%(λ1=184.64,λ2=47.267,λ3=7.6641),即取前3个主成分就能保留红外光谱数据矩阵的99.407%信息,将18个枸杞样品被分为三大类。聚类分析也将18个不同产地枸杞样品分为三大类,聚类分析与主成分分析结果一致,一方面验证了主成分分析结果的可靠性,另一方面聚类分析可作为产地鉴别的补充,说明用主成分分析和聚类分析两种方法均可用来鉴别藏药枸杞产地。6、质量评价采用了相似度分析和灰色关联度分析。其中夹角余弦cosαst数据比较集中,大都在0.99-0.95之间;而相关系数Rst和灰色关联系数数据比较分散,分布在0.9-0.6之间。由分析数据可以做出质量优劣的基本评价,能得到比较满意的结果。7、采用偏最小二乘判别分析法建立不同产地藏药枸杞的模式识别系统,以18个不同产地枸杞样品中的15个样品为训练集建模,对其余3个进行判别,识别率100%。