摘要：复杂体系分析一直是化学家最关注的问题之一,特别是关键成分或有机污染物的快速无损分析,已成为分析化学前沿领域的一个热点和难点.而光谱分析技术,以其特有的高分辨率、高通量、无污染、快速等优点,在复杂体系分析中占据重要地位,其核心在于建立稳定可靠的化学计量学模型.rn 目前的光谱建模理论已经获得了较大进展,但大都在单尺度水平上对光谱原始数据进行分析,方法众多且优化过程繁琐;同时,每种方法的适用范围有限,阻碍了化学计量学方法的拓展应用.本文尝试采用多尺度建模这一化学计量学领域刚兴起的新思路,发展自适应多尺度建模(Adaptive Multiscale Regression,AMR)新方法,协同利用信号的时/频多尺度特性以准确提取光谱特征信息,以期实现一种较为普适的光谱建模方法.AMR方法针对体系的光谱信号特点,引入提升小波变换,改善多尺度分析的自适应性;发展统一决策融合新方法,将光谱的时/频多尺度特征信息以加权形式统一映射到非线性校正空间,实现了数据预处理与多元校正的一体化运算以避免信息丢失,并有效克服非线性问题.因此,AMR方法有望为复杂体系光谱分析提供一种较为普适的建模方法.rn AMR算法成功地应用于面粉近红外光谱分析和模拟血清体系拉曼分析，获得了较好的结果。结果表明，AMR计算结果与最好的数据预处理算法相当或略差，但有效避免了光谱预处理算法的选择问题，显著降低了光谱解析难度。在实际应用中，AMR算法运行简单，能自适应地提取光谱信号最佳信息用于定性定量分析，使得光谱分析更加简单、可靠，有望在复杂体系光谱分析中得到广泛的应用。
