目的:本研究通过采集药性明确的173种植物类中药提取液的三维荧光光谱信息,整理分析三维荧光光谱信息中谱图与数据的鉴别特点。对样品中性状相似易混淆的中药进行三维荧光鉴别;采用模式识别方法对获取的三维荧光光谱数据进行寒热药性分类判别研究,从中药物质基础角度对中药荧光成分特征与寒热药性的相关性进行初步探讨。方法:1.应用荧光分光光度法,对选取的常见且药性明确无争议的173种寒性、热性植物类中药的对照药材与市售药材,共322味植物类中药进行中药的三维荧光光谱采集。考察不同提取溶剂、浓度的影响,确定样品分析处理的稳定方法,并对所得三维荧光光谱数据结果进行归纳整理,分析三维荧光光谱谱图及数据特点,并对其中性状相似易混淆的中药进行三维荧光鉴别。2.采用插值法除去荧光光谱数据中散射数据的干扰,构建中药三维荧光光谱数据集;使用主成分分析（PCA）对原始数据集进行降维处理,分别将原始数据集与降维后的特征向量输入到SVM模型、K-NN模型和BP神经网络模式识别模型中,分析不同参数时分类模型对中药药性的分类效果,进行寒热药性分类模式识别研究。结果:1.共采集322味植物类中药的5个不同浓度甲醇提取液的三维荧光光谱信息。三维荧光光谱谱图中包含有荧光峰信息,通过谱图可以将易混淆中药的差异可视化,能直接快速对易混淆中药进行三维荧光定性鉴别。2.三维荧光光谱数据中包含有荧光峰信息和散射峰导致的强信号干扰峰,后者影响荧光峰的呈现和数据的分类研究,采用插值法可以很好的将散射数据除去,使中药三维荧光光谱图中荧光峰得到凸显,将处理后的样本三维荧光光谱数据拼接得到了原始数据集（1552×2499）;使用主成分分析（PCA）对原始数据集进行降维处理,降低了特征变量空间的维度,避免了因原始变量的互相关而造成的信息冗余。在寒热药性分类研究中,SVM模型、K-NN模型、BP神经网络模型的较优参数的测试集分类正确率分别为87.554%、92.704%、89.700%,各模型对寒性中药、热性中药均具有良好的分类效果,即中药的三维荧光光谱中所包含的荧光化学成分特征信息可以很好地从整体上表征中药药性,从物质角度说明了寒热药性与中药成分存在一定的联系。结论:三维荧光光谱图可以从整体角度对中药发荧光组分进行诠释,可用于易混淆中药的定性鉴别;基于中药物质成分是构成中药药性的物质基础,本文对寒热药性与中药荧光成分的相关性进行了初步探讨,SVM模型、K-NN模型和BP神经网络模型模式识别测试集分类正确率分别为87.554%、92.704%、89.700%,结果表明中药甲醇提取液的荧光组分特征与中药寒热药性之间存在相关性,为中药寒热药性的预测和评价提供了一定的参考信息。