鱼类是全球许多地区必不可少的食物和原材料,随着世界各地对鱼肉消费量增大,其品质安全检测和监控对维持公共卫生和全球贸易发挥着重要作用。目前传统鱼类的质量安全的传统检测方法存在操作步骤繁、检测成本高、不利于环境和检测时间长等缺点。鉴于此,本研究针对性开展了基于近红外（NIR）光谱和表面增强拉曼光谱（SERS）技术的鱼肉质量安全快速检测方法研究。以鱼肉的新鲜度指标K值和三甲胺以及重金属、抗生素等化学污染物为检测对象,通过化学计量学算法构建定量模型实现鱼肉产品质量安全的快速检测。主要研究内容如下:1.基于近红外光谱技术结合化学计量学模型的鱼肉新鲜度指标K值快速检测方法研究。针对鱼肉新鲜度检测方法复杂、成本高和现场检测困难等问题。本章首先通过光谱仪采集不同新鲜程度的鱼肉的近红外光谱。接着,使用标准正太变量变换（SNV）和多元散射校正（MSC）等预处理方法对原始光谱进行预处理,以提高光谱信号的信号比。然后,采用高效液相色谱（HPLC）测定所采集鱼肉的新鲜度指标（K值）。最后,使用变量筛选结合偏最小二乘回归等算法构建近红外光谱与鱼肉新鲜度指标（K值）的化学计量学模型。结果显示,Si-PLS模型的检测效果最佳,预测集中样本相关系数为Rp=0.9606和预测均方根误差RMSEP=3.8218,相对分析误差RPD=3.8903。研究表明,近红外光谱技术结合所构建的Si-PLS化学计量学模型可准确快速检测鱼肉新鲜度指标K值。2.基于近红外光谱（NIR）技术结合化学计量学模型的鱼肉腐败指标三甲胺（TMA-N）含量的快速预测方法研究。针对鱼肉腐败程度难以实时监测和使用传统分析方法检测耗时且成本高等众多难题。本章首先采集不同腐败程度的鱼肉的近红外光谱。接着,对原始光谱进行SNV、MSC等预处理,从而去除光谱中的噪声和干扰信息,以提高光谱的分析能力。然后,使用化学分析方法,获得被采集光谱的腐败鱼肉的三甲胺（TMA-N）的实际含量。最后,将变量筛选算法（GA和SI）与多元线性回归模型（PLS）结合,选取出近红外光谱中的相关信息成分与腐败鱼肉的三甲胺（TMA-N）实际建立关联,并构建检测模型。结果显示,GA-PLS模型的模型的检测效果最佳,预测集中样本相关系数为Rp=0.9695和预测均方根误差RMSEP=5.5300,相对分析误差RPD=4.30。研究表明,近红外光谱结合GA-PLS化学计量学模型可以应用于鱼肉腐败程度的实时监测。该方法检测准确性高,速度快且成本低。3.基于Ag纳米基底SERS传感技术结合化学计量学模型的鱼肉中Hg2+快速检测方法研究。为实现纳米传感技术的绿色应用,本章利用不同含量的鱼肉废渣作为绿色还原剂合成了不同含量的Ag纳米SERS基底,可以通过耦合作用来捕获Hg2+并结合化学计量学模型实现定量。首先,以不同含量的鱼肉废渣作为还原剂合成了相应的Ag纳米SERS基底,通过优化得到最优SERS基底;然后,将最优SERS基底与不同浓度的Hg2+混合采集相应SERS光谱;最后对采集到的SERS光谱进行预处理后,结合化学计量学算法—竞争性自适应加权抽样算法-偏最小二乘法（CARS-PLS）和GA-PLS来建立SERS光谱强度和鱼肉中的Hg2+浓度之间的定量模型。结果显示,本章构建的Ag纳米基底SERS传感技术结合化学计量学方法可以有效预测1.0×103-1.0×10-4μg/m L范围内的Hg2+,CARS-PLS模型的检测效果最佳,预测集中样本相关系数为Rp=0.9880和预测均方根误差RMSEP=0.0590,相对分析误差RPD=7.4。研究表明,基于Ag NP的SERS传感器可实现鱼肉中Hg2+残留的快速检测。4.基于Au@Ag纳米基底SERS技术结合化学计量学模型的鱼肉中诺氟沙星快速检测方法研究。为了进一步提高SERS检测灵敏度,在上一章的SERS基底基础上,本章探索了Au@Ag核壳纳米颗粒的SERS检测效果,提出一种免标记快速检测氟沙星的方法。首先,采用种子生长法在Ag NPs的基础上合成Au@Ag核壳纳米颗粒作为SERS基底;然后基于该基底采集不同浓度诺氟沙星SERS光谱,并用GA-PLS进行模型分析和预测。结果表明,Au@Ag核壳纳米SERS基底结合GA-PLS所建立的模型可以实现诺氟沙星在103-10-4μg/m L浓度范围内的检测,预测集中样本相关系数为Rp=0.9756和预测均方根误差RMSEP=0.5058,相对分析误差RPD=8.42。研究表明,本章所建立的基Au@Ag核壳纳米SERS传感器结合GA-PLS可实现鱼类中诺氟沙星含量快速检测。5.基于Ag纳米/碳点复合基底（Ag NPs-CDs）SERS传感技术结合化学计量学模型的鱼肉中狄氏剂快速检测方法研究。为了扩大Ag纳米SERS基底的检测应用,本章创新性的将Ag纳米和碳点（CDs）进行结合,构建一种Ag NPs-CDs复合SERS基底,可以有效地和狄氏剂进行耦合,Ag NPs与CDs通过化学反应结合形成Ag NPs-CDs纳米复合材料,并将其用作SERS基底,结合化学计量学模型可以实现对狄氏剂快速检测。首先,合成Ag NPs-CDs复合SERS基底,其中Ag NPs作为SERS元件,CDs作为捕捉元件;然后基于该基底,对鱼肉中不同浓度狄氏剂进行SERS光谱采集,并结合CARS-PLS算法建立了预测模型。结果表明,Ag NPs-CDs复合SERS基底具有更好的稳定性,且结合CARS-PLS算法显著提高了模型的预测性能,预测集中样本相关系数为Rp=0.9895和预测均方根误差RMSEP=0.3618,相对分析误差RPD=8.27。研究表明,基于CARS-PLS的混合方法与基于Ag NPs-CDs纳米混合体的SERS传感器结合CARS-PLS模型可以实现对鱼肉中狄氏剂残留的灵敏,快速和稳定检测。