近红外光谱技术(Near infrared spectroscopy, NIRS)是一种快速无损绿色的分析技术。完整的近红外光谱法包括数据的采集、模型校正与验证、模型的后期维护与更新等方面。对于任何分析方法而言,原始数据的准确性是保证分析方法准确性及可靠性的根本前提。化学计量学方法可以很大程度上提高NIR模型的预测性能,但是影响光谱响应的干扰因素仍很多,对于特定的仪器及分析环境,样品状态及装样条件是最主要的影响因素之一。因此本文主要考察检测条件包括液态样品光程及粉末样品粒径分别对近红外透射光谱和近红外漫反射光谱的影响,提高光谱的吸光度以保证近红外光谱法在中药质量评价中的准确性。同时探讨利用原态样品表面近红外光谱进行中药质量分析的可行性。基于上述研究目的,本文的研究内容主要有以下三个方面：一、中药近红外透射光谱检测中测量光程的影响以清开灵注射液为研究载体,分别采集6mm和8mm两个不同光程下的近红外光谱,采用偏最小二乘回归法(PLSR)建立清开灵注射液中指标成分黄芩苷定量模型,比较不同光程及光谱预处理方法对黄芩苷定量模型性能的影响。结果表明原始光谱建模效果最好。当光程为6mm时,采用偏最小二乘回归结合原始光谱建立的黄芩苷定量模型最好,RP为0.993,RMSEP最小为0.12,RPD最大为7.93,说明模型具有很好的预测能力。而对于8mm光程,RP为0.926,RPD为2.73,该模型的定量效果稍逊于光程6mm时所建模型,表明6mm光程更适于清开灵中黄芩苷含量的测定。结果证明选择适合于待测组分的光程能够更为有效地实现准确的定量检测,实际应用中可通过光程选择指导光谱检测集条件的优化,从而最终提升近红外定量模型的准确性。二、中药近红外漫反射光谱检测中样品粒径的影响首先,以柴葛根、柴胡和山药为研究载体,考察了不同粒径样品的装样误差。对比不同样品重装样光谱重复性的考察发现,当样品粉碎目数大于60目时,装样误差较小(RSD<3%)；粒径变小时装样误差进一步减小,其中当粉碎目数大于100目时,RSD<1%其次以多种中药材,包括根茎类、果实类、皮类和花类药材为研究载体,采用RSD值,并借鉴四个频率谱区理论,探讨了粒径对不同类型药材光谱吸收特性的影响。结果表明：(1)近红外光谱不同频率谱区(组合频区、一级倍频区、二级倍频区)受粒径的影响不同,其中组合频区和一级倍频区的近红外光谱强度与粒径成正比,而且随着波长增大,受粒径的影响越大；而在二级倍频区,近红外光谱强度受粒径影响因药材而异。(2)不同类型的药材受粒径影响所有差异。对于根茎类、果实类和皮类药材,其二级倍频区受粒径的影响相对较小；而槐花和荆芥等中药材近红外光谱的二级倍频区受粒径影响较大。因此针对不同药材开展波段筛选时应充分考虑到粒径的影响。最后,以柴胡药材中指标成分柴胡皂苷a的定量分析为研究载体,考察了40目,65目,80目和100样本所建定量模型的预测结果。结果表明40目模型的预测结果最差,其RMSEP最大为0.650。但模型的RMSEP并未随粒径减小而一直减小,而是在65目处(其RP=0.9221,RMSEP=0.503)开始略有下降,80目与100目模型的预测结果相近。为了进一步应对粒径影响,本文包含不同粒径信息的样本建立全局校正模型,并对比全局校正模型对不同粒径样本的预测结果。实验表明依然是对65目样本的预测结果最好,其RP=0.9279,RMSEP=0.481;其次是80目和100目样本,对40目样本的测定结果最差。综合上述所有结果,可以初步确定在进行近红外光谱分析时,可将柴胡样品粉碎过65目筛。三、基于原态样品表面近红外光谱的中药鉴别研究由于近红外光谱的应用趋势是分析原态样品,因此本文进一步探讨利用中药原态样品表面近红外光谱进行中药质量评价的可行性。主要结合常涉及到的中药关键质量问题,如产地鉴别、硫熏与否鉴别等,开展了近红外光谱技术在中药领域内的原态样品鉴别研究。1.基于山药原态样品表面近红外光谱的产地鉴别研究。采集河南怀山药、河北山药及广东山药的近红外光谱,每个产地各30份样品。对原始光谱进行主成分分析,观察各类样本在主成分空间的分布情况发现,三个产地的山药虽有交叉,仍能明显的分为三组。通过考察,选用MSC+2D+SG(9,2)平滑作为数据预处理方法,并采用判别分析法进行产地的鉴别。结果表明,经数据预处理方法优选后所建模型具有较好的预测能力,对三个产地山药的识别率都达到100%。2.基于葛根原态样品表面近红外光谱的硫熏鉴别研究。从柴葛根饮片及其硫熏饮片中各随机选取30个样本,分别采取每个饮片横截面和纵截面的近红外光谱。主成分分析发现硫熏柴葛根与未熏柴葛根很明显的分为两类。对比样品不同截面光谱的建模结果,本文将样本集多次重复划分进行多次建模与预测。从硫熏样本和未熏样本中随机抽取三分之二(共40个样本)作为校正集,剩余样本作为验证集(共20个样本),按照此法每个截面及样品总光谱(横截面+纵截面)分别建立50个判别模型,计算每个模型外部验证的识别率,并利用箱式图对其进行描述性分析。对于横截面的50个模型,其识别率为94.4±1.33%,纵截面的识别率为95.6±1.50%,样品总光谱为95.3±1.29%。并采用非参数检验(Mann-Whitney U检验)对各组模型的预测性能进行差异性分析,结果双侧P=0.256>0.05,按α=0.05水准不能认为横截面、纵截面及样品总光谱建模结果不同。本研究表明,尽管样品形状及大小的差异会影响近红外光与样品的相互作用并引起光程差异,利用样品表面近红外光谱进行硫熏药材的鉴别仍是可靠且有效的。3.枸杞子原药材表面近红外光谱结合多类支持向量机快速鉴别枸杞子产地。分别采集内蒙古枸杞子(29个),宁夏枸杞子(45个)和青海枸杞子(45个)的近红外光谱,每个样品由基部到顶端,等间隔采集5个部位的光谱。通过考察选用2D+SG(9,2)平滑作为光谱预处理方法,并选用具有多项式核函数的支持向量机建立枸杞子产地的鉴别模型。从每个产地的样本中随机抽取三分之一作为验证集,剩余样本作为校正集。按照此法每个部位分别建立50个判别模型,计算每个模型十折交叉验证和外部验证的识别率,并利用箱式图对其进行描述性分析。结果表明各个部位十折交叉验证识别率和外部验证识别率的中位数分别大于96%和97%。而且各部位分类模型对其他部位具有良好的预测结果,说明光谱采集时的操作偏差对分类结果影响较小。本研究表明利用便携式近红外光谱仪采集样品表面光谱,结合适宜的化学计量学方法对中药材进行鉴定具有可行性,为中药材流通环节中的质量控制提供了一定参考。