针对油类污染物成分复杂、光谱重叠难以识别的问题, 提出三维荧光光谱结合组合算法（ACM）。将交替三线性分解（ATLD）、自加权交替三线性分解（SWATLD）与平行因子分析（PARAFAC）算法组合, 实现3种算法的优势互补。通过配制以四氯化碳为溶剂的不同质量浓度的柴油、汽油和煤油的混合溶液, 利用F-7000荧光光谱仪测量混合溶液的三维荧光光谱, 采用空白扣除法与缺损数据修复——主成分分析法进行预处理消除散射干扰, 对三维光谱数据矩阵进行分解, 并与以上3种算法解析结果进行对比。结果表明, ACM对组分数不敏感, 且解析结果更准确, 样本中对柴油、汽油和煤油的平均回收率分别为 96.68%、97.83%、97.11%。实现了混合油类物质的定性、定量分析, 具有一定的普适性。

提出了一种绿茶成分分析和种类鉴别的新方法。利用FS920荧光光谱仪测量得到国内生产的26个绿茶样品的三维荧光光谱矩阵(EEMs),建立了不同种类绿茶在特定范围内(激发波长为300～550 nm,发射波长为310～750 nm)的三维荧光光谱图和等高线光谱图。采用平行因子分析法(PARAFAC)计算得到绿茶的3因子激发-发射光谱轮廓图和样品因子投影得分图。通过因子光谱特征分析确定绿茶的三种主要成分(茶多酚、黄酮醇及叶绿素); 通过三维荧光光谱图和等高线光谱图的图谱特征和样品因子投影得分图的分析,证实三维荧光光谱技术和平行因子分析法对绿茶进行成分分析和种类鉴别,是一种高效、精确的方法。

MATLAB荧光光谱数据处理程序。根据光谱数据用MATLAB画图（包括三维荧光光谱图、等高线图、激发光谱图、发射光谱图）。最后得出定量测量曲线，回归方程和相关系数。