花粉是种子植物雄蕊中的生殖细胞,外观呈粉末状,具有潜在的高致敏性。近年来,花粉过敏人群数量快速增长,花粉过敏已成为危害公众健康的一大元凶。花粉过敏源及过敏反应因人而异,如何对空气中花粉粒子所属分类进行快速检测是一项颇具现实意义的研究课题。拉曼光谱检测是一种基于样品非弹性散射光的检测技术,具有快速、无损、高灵敏度等优点,近年来被广泛应用在生物医学、食品安全、环境监测等领域。本文对大量花粉地进行了拉曼光谱采集并建立了光谱库,基于花粉拉曼光谱的生物指纹建立了识别模型并对科间、种间花粉进行了识别分类。本课题主要从以下几方面开展了研究工作:（1）采集花粉样本拉曼光谱。利用共焦显微拉曼光谱仪对不同季节收集到的178种花粉样本进行拉曼光谱采集。以天蓝鼠尾草为例,实验参数的对比分析显示:其激发波长为633nm,积分时间为20S,共焦孔径为为200μm,扫描范围为300cm-1-2000cm-1,光谱分辨率约为1.5cm-1。值得注意的是,当花粉作为生物样品时,其荧光背景较强,应当采用光漂白法在实验前对样本进行照射淬灭荧光。（2）进行样本拉曼光谱预处理建立光谱库。首先通过对比分析,选择窗口大小为5点的Savitzky-Golay方法对原始光谱进行平滑处理;其次利用线性拟合法对基线进行去除;最后对光谱进行归一化。预处理能够尽可能地解决光谱采集时候产生的噪声、基线漂移、数量级差异等问题。应当对同一样品的多条光谱数据取平均值以减少不同个体的特异性带来的随机误差。对于预处理后的拉曼光谱利用Bio-Rad的Know It All软件建立花粉拉曼光谱库。（3）光谱分析及建立识别模型。通过分析了不同花粉样品的共性拉曼峰谱峰归属,对花粉进行光谱分析。利用主成分分析及支持向量机模型对生物学分类的科间样本及属间样本分别建模。将预处理后的28种科间样本,每一个科间样本抽取一种花粉样品数据进行主成分分析,利用其结果建立了支持向量机识别模型;对由190个样本组成的训练集进行支持向量机训练得到分类模型,再利用分类模型对由89个样本组成的预测集样本进行预测,结果显示综合鉴别准确率为97.75%。进一步的,在同科属间样本中选取蔷薇科、木犀科、菊科为代表建立了识别模型:其中6种蔷薇科支持向量机识别模型准确率为90.47%;对于木犀科中含有3个品种不同、区别较小的桂花样本,模型准确率为85.18%。以上结果说明花粉生物分子之间有足够的光谱差异用来表述物种隔离,利用拉曼光谱可以在物种水平上区分鉴定空气传播的花粉粒:不仅可以进行属水平鉴定,甚至能进行科水平的鉴定,其准确率受到物种相似度影响。此外还利用菊科样品的特殊属性阐述了类胡萝卜素对花粉拉曼光谱的影响。通过上述研究,本文建立了花粉拉曼光谱库及有效的分类模型,证明了运用拉曼光谱技术对花粉进行分类识别的可行性,为实现花粉自动检测及预警开奠定了基础。