基于ATR-FTIR光谱与化学计量学的汽车润滑脂残留物法医鉴定研究

研究人员针对交通事故中汽车润滑脂残留物难以溯源的问题，采用ATR-FTIR（衰减全反射-傅里叶变换红外光谱）结合化学计量学（PCA/SVM）技术，对21个品牌润滑脂进行快速无损分析，实现97.62%训练准确率和100%盲测准确率，并评估了基质类型、光照及洗涤对鉴定的影响，为法医物证鉴定提供了可靠方法。

　　

在全球化交通网络高速发展的今天，道路交通事故已成为威胁公共安全的重大隐患。印度国家犯罪记录局2022年数据显示，交通事故占交通相关死亡率的88.03%。当车辆与行人、物体发生碰撞时，汽车润滑脂作为高转移性痕迹证据，常以污渍形式附着于受害者衣物或现场物体上，其鉴定结果可直接证实涉事车辆与受害者的接触关系。然而，传统润滑脂分析方法面临样本量需求大、破坏性检测、受环境干扰显著等技术瓶颈，亟需建立快速、无损且适应复杂现场条件的鉴定方法。

针对这一挑战，印度某高校的研究团队在《Forensic Chemistry》发表研究，系统采集21个品牌共63份汽车润滑脂样本，创新性结合衰减全反射-傅里叶变换红外光谱（ATR-FTIR）与化学计量学工具，开发出高精度的润滑脂溯源技术。该研究不仅解决了微量残留物品牌区分难题，还首次系统评估了基质类型、环境暴露等因素对检测的影响，为法医实践提供了标准化解决方案。

关键技术方法
研究采用ATR-FTIR光谱仪采集4000-600 cm^?1范围光谱数据，通过视觉检查初步将样本分为6类。化学计量学分析阶段，运用主成分分析（PCA）探索数据趋势，采用支持向量机（SVM）构建分类模型。验证环节设置独立训练集（97.62%准确率）与验证集（88.09%准确率），并通过盲测实现100%预测准确率。此外，研究设计了棉/丝/毛织物基质实验，模拟不同环境条件（室温、日光、洗涤）对检测的影响。

研究结果
视觉检查
光谱特征分析发现6个特征性分组，组内样本在2854 cm^?1（脂肪族C-H伸缩）、1740 cm^?1（酯羰基）等关键波段呈现显著差异，为快速初筛提供依据。

化学计量学分析
PCA三维得分图显示21个品牌形成独立聚类，SVM模型对训练集和盲测集的分类准确率分别达97.62%和100%，证实方法具有强判别力。

基质与环境影响
日光暴露使光谱特征峰强度降低40-60%，洗涤处理导致诊断性峰消失；羊毛基质因纤维干扰产生1745 cm^?1假阳性峰，需建立校正算法。

结论与意义
该研究建立了首个基于ATR-FTIR/SVM的汽车润滑脂法医鉴定体系，其非破坏性、高灵敏度的特性特别适合微量物证分析。研究发现环境因素会显著改变光谱特征，提出需结合样本保存状态进行结果校正。该方法在武器关联鉴定（枪械润滑脂）、纵火调查（烃类助燃剂）等延伸领域具有应用潜力，为完善物证鉴定标准提供了理论依据和技术支撑。研究获印度大学拨款委员会（UGC）资助，第一作者Dimple Bhatia强调，未来将扩大样本库至50个品牌以提升模型泛化能力。