1、篩查動物養(yǎng)殖環(huán)節(jié)中的化學污染物是對其進行控制和源頭治理的前提，現(xiàn)有的檢測技術主要集中在對已知化學污染物的定性定量分析，而新型添加物的不斷出現(xiàn)對這些技術提出了挑戰(zhàn)。紅外光譜以其包含的豐富結構信息，成為對物質進行結構分析的有力工具，結合化學計量學進行復雜基質下的化學污染物分析為實現(xiàn)動物養(yǎng)殖環(huán)節(jié)中化學污染物的篩查提供了可能。因此，本論文針對動物養(yǎng)殖中預混合藥物添加劑，采用傅里葉紅外光譜和多種化學計量學技術，首先建立動物養(yǎng)殖環(huán)節(jié)可能出現(xiàn)的化學污

2、染物的結構信息庫，提高目標識別的準確性。在此基礎上，通過探討影響目標物分析的因素，實現(xiàn)對化學污染物的識別。主要研究內容與結果如下:
　　(1)針對性補充和構建動物養(yǎng)殖環(huán)節(jié)中化學污染物的紅外光譜數(shù)據庫?；贙nowItAll軟件平臺，在原有數(shù)據庫的基礎上，添加了333種動物養(yǎng)殖環(huán)節(jié)可能的化學污染物的紅外光譜和19種基質的紅外光譜。在此基礎上，以苯胺類受體激動劑為例建立官能團數(shù)據庫，采用尋找公共子結構物質或該類物質中某一種作為參考物質

3、的方法對應的匹配系數(shù)沒有達到預期，可以考慮借助判別分析等方法對某未知物做初步分類，進而確定其官能團。
　　(2)混合樣品的解析。探討了基質類型（淀粉、大豆粕、玉米芯、高嶺土、硅藻土和沸石粉有機和無機兩類基質）、目標物的濃度(9.09％、16.67％、33.33％、50.00％)、錠片中目標物☆勺用量(0.10％、0.50％、1.00％、2.00％)和匹配方法（關聯(lián)、歐氏距離、一階微分歐氏距離、二階微分歐氏距離）對混合樣品中目標物分

4、析的影響。結果發(fā)現(xiàn)有機基質對目標物的匹配結果的干擾低于無機基質;目標物濃度低于16.67％時，目標物匹配結果顯著降低;錠片中目標物含量高于0.50％較為適宜;檢索方法對目標物匹配結果的影響按一階微分歐式距離、關聯(lián)、二階微分歐式距離、歐氏距離的順序依次降低。當目標物與另外一種化合物混合時，在一定范圍內，隨著另外一種化合物添加量的增加，匹配結果沒有發(fā)生顯著變化，當匹配結果開始發(fā)生顯著變化時，不同化合物對應的添加量各不相同。
　　(3)

5、為了對基質不同的樣品進行分類，借助主成分分析和聚類分析，在分析之前，分別選取了有機基質共有的特征峰波段3700～3000cm-1（OH和NH伸縮振動）、2950～2900cm-1（CH伸縮振動）和1510～1230cm-1（CH彎曲振動）與無機基質共有的特征峰波段1200～1000cm-1（SiO伸縮振動）、800～750cm-1（SiO、SiSi和SiAl伸縮振動）和500～450cm-1（SiO伸縮振動）。另外對全波段的原始數(shù)據做平