中药材枳壳是芸香科柑橘属植物酸橙（Citrus aurantium L.）及其栽培变种的干燥未成熟果实。枳壳在我国历史悠久,其作为江西的道地药材之一,炮制方法具有一定的江西特色。枳壳多为7月大暑前后一周采收,自中部横切为两半,晒干或低温干燥即得枳壳原药材。枳壳来源较多,地理分布较广,且来源具有一定的地域特征。目前已有研究表明,不同产地或不同来源枳壳中的化学成分存在一定的差异性。前人多数对枳壳鉴别与评价方法虽然准确,但没法保持枳壳样品的完整性,且成本较高、时间较长。因此,一种快速、无损、低成本的鉴别技术成为枳壳鉴别研究的关键。高光谱成像技术在进行含量预测及快速识别时,无需损坏样品,可直接通过输入完整样品的光谱数据进行模型预测,可以显著降低成本,现已广泛应用于生物及医药等领域的各项研究。基于以上研究背景,本研究主要研究内容如下:1.枳壳中化学成分的UPLC-MS/MS含量测定本章采用ACQUITY UPLCTMBEH C18（100 mm×2.1 mm,1.8μm）色谱柱,以0.1%甲酸乙腈（A）-0.1%甲酸水（B）为流动相,离子化模式为ESI+和ESI,采用多反应监测模式（MRM）。分别同时测定42批枳壳中20种黄酮类化合物与生物碱类辛弗林的含量、10种香豆素类化合物的含量、2种绿原酸类化合物的含量;并结合方差分析比较7类不同产地、来源枳壳的差异。结果表明,33种化学成分在考察浓度范围内,浓度与峰面积之间线性关系良好（r~2＞0.999）;方法学实验考察结果均良好。方差分析结果显示,7类不同产地、来源枳壳间存在较为显著的差异。本章研究表明,本章所用方法准确、重复性好、检测限低,可客观反映出不同产地、来源枳壳的差异,为后续构建含量预测模型奠定数据基础,并为枳壳质量评价提供一种参考。2.高光谱成像技术对不同类别枳壳的模式识别采用高光谱成像技术对上述42批7类枳壳原药材、粉末以及16类枳壳炮制品等3种待测样品分别进行高光谱数据的采集,使用ENVI软件分别提取ROI得到其模式识别原始光谱数据,采用MATLAB软件对3种待测样品的模式识别原始光谱数据各自采用MSC和SDR等2种预处理方法分别进行数据预处理,对预处理后的光谱数据采用PLS-DA与SVM等2种模式识别方法各自构建识别模型。结果得到性能良好及准确率高的枳壳原药材识别模型、枳壳粉末识别模型以及枳壳炮制品识别模型,各待测样品最佳模型识别准确率均高于95%,最佳枳壳识别模型以及最佳炮制品识别模型的灵敏度与特异性均为0.9以上。结果表明,可直接采用原药材对不同产地、来源枳壳进行快速、无损识别,这为快速鉴别中药材枳壳提供一种可能。3.高光谱成像技术对枳壳中化学成分的含量预测对上述采集的7类枳壳原药材、粉末的高光谱数据重新提取ROI得到其含量预测原始光谱数据,再次对2种待测样品分别进行上述数据预处理,采用SVR分别对上述枳壳原药材与粉末各自构建33种化学成分的含量预测模型。结果表明,其中29种化学成分均能在原药材或粉末中得到良好的含量预测模型,其RPD均大于2。结果表明,可直接采用原药材对不同产地、来源枳壳中化学成分含量进行快速、无损预测,这为快速分析枳壳中化学成分的含量提供一种可能。