21世纪是环境科学、生命科学以及材料科学的世纪,这些科学的基础研究和高技术开发都需要分析科学的支持,同时也对分析科学提出了新的挑战。近年来分析科学发展极为迅速,在化学修饰电极、压电阻抗分析技术、色谱分析技术以及后端数据处理、算法建模等领域的研究十分活跃,取得了大量理论和应用研究成果,极大推动了相关学科的发展。本文在广泛的文献调研基础上,开展了下述几个方面的研究工作：1、采用β-环糊精／聚乙酰苯胺／多壁碳纳米管(β-CD/poly(N-acetyaniline)/M WNTs)修饰的玻碳电极(GC)测定对苯二酚(HQ)。采用循环伏安法研究了HQ与修饰电极上β-CD的包合作用。HQ被包合在β-CD的空腔内,可以观察到可逆的伏安图。并详细讨论了扫描速度、溶液pH和富集时间对HQ峰电流的影响。实验表明,在1×10-6～5×10-3 mol L-1浓度范围内阳极峰电流与HQ浓度成比例,线性回归方程为：I/μA=0.4197+15.3036 CHQ/mmol L-1,相关系数为0.9989,检测限为8×10-7 mol L-1.另外,该电化学传感器也显示了良好的稳定性、重现性和回收率。2、将具有分子识别功能的β-环糊精(β-CD)通过疏水作用固定在碳纳米管表面,通过生物聚合物壳聚糖将含有β-CD的碳纳米管层层自组装到玻碳电极表面,首次制备了一种具有分子识别功能和可降低背景电流的碳纳米管多层自组装膜。由于β-CD能有效的分散碳纳米管,同时使碳纳米管的表面由疏水性变成亲水性,因而可以使组装的碳纳米管形成一种相对紧凑的三维空间结构。与不含β-CD的碳纳米管组装膜相比,含有β-CD的多层碳纳米管组装膜不仅具有分子识别功能还同时能降低碳纳米管修饰电极在溶液中的电容性背景电流,因而可以提高信噪比。3、根据巯基乙磺酸钠(MES)修饰金电极结合阳极溶出伏安法(SWASV)可监测大分子污染物存在下的重金属离子的特性,首次采用方波阳极溶出伏安法测定了非活性铜绿假单胞菌菌体同时吸附Cd2+和Cu2+过程中自由金属离子的含量,通过MES有效地避免了铜绿假单胞菌接触电极表面,在5-50μM浓度范围内,Cd2+和Cu2+的阳极溶出峰电位分别为-0.13 V和0.34 V,阳极溶出峰电流与金属离子浓度表现出良好的线性关系。基于电化学检测结果,研究了吸附的动力学过程和吸附平衡。通过非线性拟合,对Cd2+和Cu2+在单独存在和共同存在两种情况下与铜绿假单胞菌结合的动力学参数和最大吸附量进行了讨论。4、采用压电阻抗技术-紫外可见分光光度联用技术研究了铜绿假单胞菌与大肠杆菌在单独和混合微生物体系下两种微生物的生长特性及其对Cr(VI)还原动力学研究。研究结果表明,在单独微生物培养体系下,两种微生物的生长均受到了Cr(Ⅵ)的抑制,但相比大肠杆菌,铜绿假单胞菌对Cr(VI)的耐受性要强很多,铜绿假单胞菌的最大生长比速率(μm)从2.3942 h-1降到了1.8551 h-1；在混合微生物体系中,铜绿假单胞菌为优势菌种,其生长严重地抑制了大肠杆菌的生长,大肠杆菌的最大生长比速率(μm)从0.871 h-1降到了0.153 h-1,铜绿假单胞菌自身的生长却没有受到明显的影响。同时对Cr(Ⅵ)的还原过程进行动力学建模研究和非线性拟合,得到了单独和混合微生物体系对Cr(Ⅵ)还原的动力学模型和参数,在两种微生物初始浓度均为4.5×108cells mL-1时,半还原速率常数和最大比还原速率常数分别为80.05 mg Cr(VI) L-1和3.674 mg Cr(VI) cells-1 h-1,残差分析结果表明,本文建立的数学模型很好地表征了这两种微生物还原Cr(VI)的动力学过程。5、建立了一种测定烟草中多酚物质(绿原酸、芸香苷和莨菪亭)的快速、简单及可靠的胶束液相色谱法(Micellar Liquid Chromatography, MLC)分析方法。烟末经溶剂提取后,酚类物质直接使用MLC分析,紫外检测波长为340 nm。胶束液相流动相的组成通过计量学的方法确定,最优的洗脱相组成为0.022 molL-1十二烷基硫酸钠和0.45%(体积分数)1-丙醇溶液(pH=5.0)。分析色谱柱为Eclipse XDB-C18(150 mm×3.0 mm,5μm)。绿原酸、芸香苷和莨菪亭的检测限分别为0.15,0.29和0.22μg mL-1。此方法已成功地应用于烟草中的多酚定性和定量分析,其分析时间在10分钟之内。6、为揭示烟草中性香味成分与烟草品质之间的内在联系,并借此探索烟草品质评价的新方法,采用水蒸气蒸馏法-气质联用分析手段,对烟草中性香味成分进行分析,并结合遗传算法—BP神经网络化学计量学方法对数据进行处理,建立预测模型。结果表明,本文采用的样品预处理及仪器分析手段,能全面、准确的获取烟草中性香味成分,共定性定量76种重要中性成分；数据处理首先采用遗传算法进行特征因子选择,共挑选出28种显著性成分,然后运用BP网络建立相关性模型,与直接采用神经网络建模相比,不仅简化了模型,而且增强了模型的预测能力。训练样本拟合误差可控制在2%以内,预测误差可控制在5%以内。采用的整套技术手段可较好的应用于烟草品质评价。7、率先在对某卷烟厂提供的200余种不同批次烟草样品系统分析及指纹图谱技术分析基础上,建立了全面反映烟草及制品感官特性的烟草成分原始指纹图谱数据库；采用特征选择、聚类分析等多种计量学应用算法对数据库进行压缩,筛选出有效的特征因子、确定出影响烟草吸食感和风味的特征空间及对应权重,建立起了烟草感官特性和化学成分之间的联系；在此基础上,采用Visual Basic高级语言将相关算法程序化,开发出了具有实际应用价值的烟草识别与智能配烟系统软件。该系统具有功能齐全、灵活方便、准确可靠、界面清晰美观以及程序修改、数据补充方便等显著特点。