来源：期刊VIP网 时间：
作者：丁超民1,2;邵云龙3;宋丹1,4;张正东1;李轲1;张鑫1,2;刘帆1;阚莹1,4
单位：1.中国计量科学研究院;2.西南石油大学;3.北京市禁毒科技中心;4.国家市场监督管理总局营养与健康化学计量及应用重点实验室
摘要：本研究利用中红外光谱技术（MIR）结合化学计量学建立偏最小二乘法（PLS）预测模型，旨在快速测定冰毒样本中的甲基苯丙胺含量。针对实际毒品样本颗粒度不均匀、基质复杂以及仪器背景噪音对光谱数据建模带来的负面影响，采用优化后的小波去噪（WT）方法以及竞争自适应加权采样（CARS）方法，在去除冗余数据的同时保留与甲基苯丙胺含量相关性较强的有效光谱数据，以此建立可准确测定毒品中甲基苯丙胺含量的WT-CARS-PLS模型。通过与多元散射校正等四种预处理方法，以及自举柔性收缩法等三种波长选择方法对比分析发现，WT-CARS-PLS模型的校正集内部交叉验证及验证集外部验证性能较为优异，内部交叉验证及外部验证决定系数最高，可分别达到0.99和0.96。同时，内部交叉验证及外部验证预测均方根误差（RMSEP）最低，可分别达到2.04%和3.30%。相较于其他模型，WT-CARS-PLS模型的RMSEP值降低幅度超过51.97%。WT-CARS-PLS模型预测值与参考值的配对样本T检验P值为0.41，证实该模型可对甲基苯丙胺含量在11.5%～77.86%的冰毒样本进行准确预测。综上所述，本研究成功开发一种基于WT-CARS-PLS模型方法和MIR技术的快速、准确测定毒品中甲基苯丙胺含量的分析方法，可为打击毒品犯罪活动提供强有力的技术支持。
关键词：甲基苯丙胺;中红外光谱;小波去噪;竞争自适应加权采样;偏最小二乘法
基金资助：国家标准物质资源库（APT2402-1）; 国家市场监督管理总局市场监管技术保障专项项目（2023YJ03）;国家市场监督管理总局科技计划项目（2021MK153）
