现代分析化学的特点是分析手段仪器化和分析对象复杂化,目标是少耗材、低成本、高效率。由于水污染和食品掺假事件的曝光,水体环境和液质食品这两类典型的复杂体系备受关注。传统分析方法是破坏性的,分析速度慢甚至造成二次污染。迫切需要一种高效无损且适合高度频繁重复测量的快速分析技术,以满足水质在线监测和食品打假现场执法的需求。本文以环境水样和白酒样品为研究对象,采用紫外光谱技术与化学计量学方法结合,分别探讨了定量、定性建模及模型优化。主要结果如下:在定量分析方面,主要研究基于紫外光谱的多元校正方法用于水样中部分苯系物和化学需氧量的快速测定。考察了不同光谱预处理方法的处理效果,采用主成分回归(PCR)、偏最小二乘回归(PLSR)、支持向量回归(SVR)建立基于紫外光谱全波段定量校正模型;利用竞争性自适应权重取样法(CARS)、无信息变量消除法(UVE)、移动窗口偏最小二乘法(MWPLS)及变量结合种群分析法(VCPA)等特征选择方法对模型进行优化,比较分析不同模型的预测效果,建立了水中各组分的最佳分析模型。结果显示,上述方法可实现水样中多组分的快速无损测定。在定性分析方面,主要研究基于紫外光谱的模式识别方法用于白酒种类的快速鉴别。采集不同品牌、不同产地的白酒样品紫外光谱数据。在进行适当的光谱预处理之后,通过比较样品紫外光谱与参照光谱的相关系数、夹角余弦以及紫外相似度等相似性评价指标,构建质量控制图。采用基于主成分分析的支持向量机(PCA-SVM)方法以及偏最小二乘判别分析(PLS-DA)方法,建立了判别分析模型。结果显示,上述方法均可实现―互助‖青稞酒的快速鉴别。