本文建立了一种基于超高效液相色谱 - 串联质谱技术的分析方法，用于同时检测血液和尿液中 27 种生物毒素。本研究通过乙腈溶剂萃取与 QuEChERS 方法联用的方式实现样品的预处理。色谱分离在 WatersCORTECS T3 柱（2.1 mm×100 mm×1.8 μm）上完成，流动相由含 0.1% 甲酸的 5 mmol/L 甲酸铵水溶液和乙腈组成，采用梯度洗脱程序，流速为 0.3 mL/min。质谱检测采用正离子扫描模式，通过多反应监测（MRM）实现目标物分析。方法验证结果表明，所有分析物在两种基质中均呈现良好的线性关系（r ≥ 0.990）。血液样本的检出限范围为 0.02 ～ 0.75 μg/L，尿液样本为 0.03 ～ 0.75 μg/L；定量下限分别为 0.05 ～ 2.5 μg/L 和 0.1 ～2.5 μg/L。血液中目标分析物的回收率范围为 87.6% ～ 118.1%，尿液中的回收率分布在 84.3% ～ 113.4% 之间。日内和日间精密度（n=6）均低于 8.5%。该方法具有优异的灵敏度和准确性，适用于血液和尿液中 27 种生物毒素的定性定量分析，可用于法庭毒物学的检验。

建立全自动顶空气相色谱法测定血液中氰离子含量的方法。取 0.2 mL 血液于顶空瓶中，加入 1.8 mL去离子水、0.5 mL 10% 磷酸，将具有自主知识产权的自制内插管置于顶空瓶内，并在其中添加 0.8 mL 1% 的氯胺 T 溶液，加盖密封，放入自动顶空进样器中供气相色谱分析，采用电子捕获检测器（ECD）测定，外标法定量。使用 GS-GasPro 毛细色谱柱，在顶空平衡温度 45 ℃、平衡时间 25 min 条件下进行分析，氰离子衍生物的峰形好、灵敏度高；采用外标标准曲线法，在 0.2 ～ 20 μg/mL 浓度范围内建立标准曲线，线性良好，相关系数 r 为 0.999，检出限为 0.2 μg/mL，高中低三个样品浓度的日内精密度 RSD 为 4.8%~8.4%，日间精密度 RSD 为 5.8%~12.6%。该方法操作简单，重现性好，灵敏度高，可用于涉火案件和涉毒案件血液中氰离子的快速定量测定。

传统足迹分析中对行走姿势的分类高度依赖侦查人员的主观经验，导致判断结果的主观性较强，可重 复性低，制约其在刑事侦查中的客观性与效率。现有文献中虽尝试建立行走姿势分类方法，但受限于所选用的 特征标注手段，仍存在自动化程度低、模型识别准确率有限等问题。基于此，本文提出将深度学习应用于行走 姿势分类研究，引入改进的堆叠沙漏网络模型，通过优化残差连接模块，提升模型的性能与识别精确度。实验 选取 300 名在校大学生作为实验对象，对其行走图像进行截取采集，通过深度堆叠的网络结构逐步提取行走时 的关节点特征，并计算相关角度数据。基于客观角度数据，应用 K-means 聚类算法进行无监督学习，依据数 据本身的分布特性对行走姿势进行自动划分和归类，避免主观经验对分类的引导，最终得到基于量化数据的行 走姿势分类方法。

γ- 羟基丁酸（GHB）是哺乳动物中枢神经系统和外周组织中天然存在的化合物，也是 γ- 氨基丁酸的 代谢物，主要作用是抑制中枢神经系统。外源性摄入 GHB 后会产生欣快、镇静、意识状态改变等效果，常与 性犯罪相关联，被不法利用，引发系列社会治安问题，因此我国已对其严格管制。内源性 GHB 含量受多种因 素影响，且存在个体差异。本文在实际案例中收集了 129 份死者心血（确定无 GHB 摄入史）进行 GHB 含量检测， 从性别、职业、死亡方式、死前是否摄入毒药物等方面，分析与 GHB 含量的关联性，以期为实际案例 中 GHB 含量的影响因素解读提供数据支撑和线索依据。结果表明，性别、职业与死后心血中 GHB 含量无关联，不同 死亡方式、不同毒药物检出情况下 GHB 含量有差异，死前摄入乙醇影响 GHB 含量。因此，实际案例中对于检 出 GHB 但含量相对较低的样本，不能简单归因于外源性摄入 GHB，往往需要结合常规毒药物筛查、不同死亡 类型等更加全面、谨慎地进行分析，最终确定 GHB 来源。

根据足迹图像分析嫌疑人人身相关信息在刑事侦查领域具有重要应用价值。针对人工识别足迹出现的 主观性强、效率低等问题，引入了一种 SCSA 模块结合 CNN-SVM 的改进方法来实现对鞋印所属人性别的分类。 对原始鞋印图像进行预处理，通过卷积和池化操作，提取足迹图像的磨损纹理、边缘轮廓等特征，通过空间注 意力和通道注意力协同机制对提取的特征进行增强；再将提取出来的特征输入到 SVM 分类器中，根据决策函 数来分类出性别。实验结果表明，与 AlexNet、VGG16、Inception V3-SeNet、ViT 相比，该分类方法在 SGP 数 据集上的准确率分别提高了 4.1%、2.6%、1.6%、2.4%，并且通过消融实验证明了 SCSA 模块的有效性，可以 为未来研究提供一定思路。

随着视频监控技术在公共安全领域的广泛应用，人体异常行为识别成为智能监控系统的关键任务。本 文针对复杂场景下异常行为特征提取不准确、时序依赖建模不足的问题，提出了一种融合 C3D 卷积神经网络、 双向长短期记忆网络（ Bi-LSTM）与多重注意力机制的识别模型。在数据层面，从 UCF-Crime 异常事件数据 集中筛选整理出贴合公共安全场景的人体异常行为视频子集，聚焦打架、抢劫、盗窃三类高关注异常行为，并 引入正常行为作为参照类，设计运动感知关键帧提取与均匀补帧相结合的预处理策略，有效保留异常动作帧且 减少冗余背景干扰。模型以长度为 32 帧的视频片段为输入，利用 C3D 提取时空特征，双向 LSTM 建模长时序 依赖，并引入通道、空间与时间注意力机制以增强关键特征的表达能力，最后对上述四类视频片段进行分类识 别。实验结果表明，该方法在本文异常行为视频子集上准确率达到 74.37%，较基线模型有明显提升，在遮挡、 低光照等复杂场景下表现出较强的鲁棒性。本研究为公安实战中的人体异常行为识别提供了有效的技术方案。

探索并验证靶向荧光技术在人体皮肤表面汗潜接触痕迹显现中的可行性与应用价值，本研究采用特 异性荧光试剂配合激光照射，对汗后接触组、正常接触组及无接触对照组的汗潜接触痕迹进行显现与效果评估， 并通过实际案件进行效果验证。实验结果表明，喷洒试剂后 5 ～ 15 min，汗后接触组在抓握区域显现出亮度均 匀、边界完整的掌形荧光轮廓，可见明显的手指及部分手掌结构；正常接触组手臂皮肤仅显现出零散斑片状或 条索状弱荧光信号，掌指结构轮廓不完整；无接触对照组无荧光显现。实际案件验证表明，该技术在活体、尸 体体表汗潜接触痕迹显现中均具有良好的稳定性与一致性。靶向荧光技术具备良好的特异性、敏感性及现场适 用性，可用于体表汗潜接触痕迹的快速发现与固定，在实际案件中具备良好的推广潜力与应用价值。

智能门锁的普及对侵财类案件现场勘查提出新挑战，传统单一维度的现场勘查模式，正面临电子数据 易覆盖、生物痕迹难提取及协议漏洞隐蔽性强三大技术痛点。本文以中山一起典型案例为切入点，系统梳理了 电磁干扰、生物识别欺骗、密码逻辑漏洞利用、通信协议渗透四大类智能门锁异常开启技术的攻击机制与勘验 要点，融合电子物证提取、生物痕迹检验与协议分析技术，构建了“物理痕迹 - 电子数据 - 环境关联”全时空 全要素模型。该模型能够系统整合多专业技术资源，实现信息高效融合与交叉印证，为智能门锁异常开启案件 提供全新的勘查模式。

当前刑事侦查中，虹膜识别技术的有效应用仍面临实际条件制约： 受现场采集环境中被采集人配合度 低、光线变化大或部分遮挡、远距离等因素影响，所获取的虹膜图像常出现运动模糊、分辨率不足或对比度下降， 直接影响虹膜特征提取的可靠性。针对这些问题，本研究提出一种面向刑事技术应用的 零值域分解扩散模型 （denoising diffusion null-space model, DDNM）虹膜修复方法。研究基于扩散概率模型理论框架，创新性地引 入具有零空间约束的虹膜图像修复方法。实验采用 CASIA-Iris-Thousand 标准数据集，通过改进的 DeepLabV3 网络实现虹膜精确定位，利用马尔可夫链构建噪声添加与去除的双向扩散过程实现复原。 经过 Osiris 虹膜识别 验证实验，对于低质量虹膜图像，DDNM 能够有效提高特征提取率和识别准确率。未来研究中将重点优化镜 片遮挡下的复原能力和执法场景下的实时处理能力，为一线民警提供更高效的侦查工具。

随着手机在刑事案件中作为证据的重要性日益凸显，其开关机重启与恢复出厂设置时间的准确判定成 为电子数据取证的关键环节。本文以安卓系统手机为研究对象，结合实际案例，系统分析了不同厂商设备的运 行机制与日志存储特点，提出了多源结合的取证方法。研究明确了时区、开关机重启及恢复出厂设置等相关日 志的存储位置与提取路径，针对拒绝解锁、设备损毁等传统取证难点，提出了基于逻辑取证、物理取证与芯片 取证的协同分析策略。通过实验验证，该方法能够有效提取并判定相关时间信息，为电子数据取证提供了可靠 的技术支持，具有重要的理论研究价值与实践应用意义。

表面增强拉曼光谱（surface-enhanced Raman spectroscopy，SERS）技术是一种基于纳米结构局域表 面等离激元共振（localized surface plasmon resonance，LSPR）效应的超灵敏检测技术，能将传统拉曼信号增强 106 至 108 倍，使痕量甚至单分子检测成为可能。SERS 以其非破坏性、高灵敏度、快速响应等特征，在毒品、 爆炸物、食品安全、环境监测、微量物证等领域展现出巨大应用潜力。本文系统综述了 SERS 基底构建与性能 优化方法，重点分析了其在理化检验领域的应用进展与新兴方向，包括柔性与可穿戴 SERS 芯片、微流控集成 平台、电化学 -SERS 耦合、人工智能光谱分析及标准化体系建设，并展望了 SERS 技术的发展趋势及未来研 究方向，旨在为理化检验领域 SERS 技术的广泛应用提供理论与技术参考。

美沙芬是我国首例被分时、分类进行管制的手性毒品，其左旋体左美沙芬与右旋体右美沙芬虽然在分 子式、分子量、红外光谱、拉曼光谱、核磁共振波谱、质谱等方面表现出极为相似的特征，但在三维结构、生 理活性以及管制的严格程度上却有着显著的差异。左美沙芬以其麻醉镇痛的特性，早在 2013 年便被列入《麻 醉药品品种目录》；右美沙芬以其中枢镇咳的功能，在 2021 年 12 月之前是临床上批准使用的非处方药物，但 由于被广泛滥用，其盐型和单方制剂在 2024 年 7 月 1 日被正式划归第二类精神药品进行管制。由于美沙芬原 药在列管名录中分类不同，执法办案过程中对其成分的精确鉴定对定罪量刑至关重要。然而，目前手性物质的 鉴定分析尚缺乏可依据的标准和方法，加之分子式相同且质谱特征一致，在实验室检测中存在误判的风险。鉴 于此，本文通过系统综述，深入探讨了美沙芬系列物质，包括手性美沙芬类似物、手性美沙芬原药以及代谢物 的结构特点、生理功能、滥用趋势、列管分类和司法鉴定。同时，文章对手性毒品在司法鉴定中所面临的挑战 及需要解决的问题进行了深入讨论，并展望了未来的发展方向，旨在提升禁毒工作者对于存在管制差异的手性 毒品的警觉性和敏感度，推动手性毒品检测标准的制定与完善，为执法办案和司法量刑提供坚实的理论基础和 技术支持，进而更好地服务于我国的禁毒实战工作和理论创新。

本文总结了三种防暴枪（97-1 式防暴枪、97-2 式防暴枪、2010 式半自动防暴枪）射击弹壳的枪种特 征，以期利用射击弹壳痕迹进行识别。研究先通过预实验采用同型号枪支各 3 支，验证 3 种防暴枪核心痕迹的 种内稳定性；正式实验以 2010 式 18.4 mm 橡皮霰弹为实验用弹，每种枪型单支射击 70 发，各筛选 50 枚痕迹 完好的有效弹壳样本，联合体视显微镜 2D 形态观察与三维表面形貌仪 3D 参数测量，对弹壳进膛、射击、退 壳全流程痕迹进行系统分析。结果显示，3 种防暴枪同种型号核心痕迹变异系数 CV 均≤ 5%，种内稳定性良好； 拉壳钩痕迹、抛壳挺痕迹 2D 形态特征有明显差异，击针头痕迹 2D 特征难以区分但 3D 体积参数差异极显著， 且各枪支均具有区别于其他两种枪支的独特痕迹，如 97-1 式防暴枪的阻弹杆痕迹与输弹器痕迹，97-2 式防暴 枪的推弹突笋痕迹，2010 式半自动防暴枪的枪机弹底窝痕迹与弹匣口痕迹。上述特征可有效实现三种防暴枪 的枪种区分，为涉枪案件中枪种识别提供参考。

为解决立体轮胎痕迹的提取及比对实际操作中的极易损坏、比对不精确和效率低等问题，通过三维扫 描方法研究了立体轮胎痕迹提取和特征识别，并通过三维检测软件比对方法研究了立体轮胎痕迹三维模型比对 , 同时对比对结果的影响因素进行了探讨。结果表明：三维扫描方法能对立体轮胎痕迹进行无损提取和细节形态 特征高精度识别；三维检测软件可以对立体轮胎痕迹三维模型进行“整体 - 局部 - 点”的快速比对，对影响因 素的探讨为后续技术优化提供依据。可见基于三维扫描技术能实现立体轮胎痕迹的定量化的对比检验。

在运用溯源分析方法监测毒品滥用时，准确掌握污水样本采集后目标物的降解规律以及检测环节中的 浓度变化对数据可靠性具有决定性作用。本研究采用 3 个温度，酸化来模拟甲卡西酮的保存条件，进行为期 90 d 的稳定性研究。结果表明，温度和酸化对其在污水中的稳定性起到至关重要的作用。甲卡西酮在未经酸化 处理的污水中，于室温保存条件下呈现显著降解趋势，转化率随储存温度的降低而降低。酸化阻止了甲卡西酮 的转化，使其成为采样后保存的可行方案。本研究首次考察温度、保存环节对于离线固相萃取过程中样品内甲 卡西酮的稳定性的影响，并对目标物进行了取样后分析。研究发现浓缩复溶后污水样品中甲卡西酮不稳定，尽 快进样或在低温条件（4 ℃）下保存样品，甲卡西酮浓度可以维持在初始水平。综上，本研究对于准确检测污 水中甲卡西酮含量以及开展甲卡西酮滥用的毒情监测具有实际应用价值。

足迹作为一种独有的生物特征，在刑事侦查和身份识别中有着重要价值。传统足迹检验方法依赖人工 测量与经验判断，存在主观性强、处理大规模数据能力受限等问题。近年来，以深度学习为代表的人工智能技 术为足迹检验鉴定带来了全新的突破，通过自动学习高维判别特征，显著提升了足迹识别的准确性与客观性。 本文全面介绍了深度学习技术在足迹检验鉴定领域的应用进展，从足迹图像预处理、足迹识别、鞋印检索与比 对、视频中的鞋型识别、生物特征预测、跨模态足迹反演、足迹序列分析等方向，对现有研究进行了整理和总 结，同时探讨了当前研究中的不足与挑战 , 并对未来深度学习在足迹检验领域的发展进行了展望。

目前小体积直接进样的前处理法在污水毒情分析中应用较少，且比较基于高效液相色谱 - 串联质谱技 术的离线、在线固相萃取和直接进样三种方法的相关研究还鲜有报道。本研究建立了直接进样 - 高效液相色谱 质谱法测定污水中 21 种毒品及其代谢物，并初步比较三种方法。研究表明，21 种目标物可在 10 min 内分离， 1 ～ 500 ng/L 范围内线性关系良好，r 均大于 0.995，在 3 个加标水平下，定量误差均小于 9%，日内精密度均 小于 8%，日间精密度均小于 10%，可满足实际样本检测需求。对比三种检测方法，实际样本中检出 6 种物质， 通过检测实际样本和高中低三个浓度的混合污水加标样本，综合来看直接进样法表现更好，但对于甲卡西酮而 言，经离线固相萃取后检测值与理论值更接近。

动物物种鉴定在法庭科学、野生动物保护及食品安全监管中具有重要意义，实际案件中检材常呈现为 加工、混合或降解状态，传统形态学及单基因 DNA 条形码方法在准确性和适用性等方面存在局限。为 提高复 杂检材条件下动物物种鉴定的可靠性，本研究建立了一种基于线粒体 DNA（mtDNA）12s rRNA、16s rRNA、 Cytb 和 COI 四基因的多重 PCR 扩增鉴定方法，并结合纳米孔实时测序技术构建快速分析流程。在方法学验证 阶段，选取涵盖哺乳类、鸟类、鱼类、两栖类、爬行类及无脊椎动物在内的 38 种已知物种共 58 个样本，对该 方法的一致性、灵敏度及混合样本应用能力进行了系统评估。结果显示，该方法在已知样本测试中物种鉴定一 致性为 100%，在 pg 级 DNA 输入量条件下仍可获得可靠的物种判定结果，并可同时识别混合样本中的多种动 物来源。与传统单基因 Sanger 测序方法相比，纳米孔测序结合多基因条形码策略在保证鉴定准确性的同时显 著缩短了检测周期。综上，基于纳米孔测序的 mtDNA 多基因条形码鉴定方法具备准确、高效及适用性强等优势， 可为复杂检材的动物物种快速鉴定提供可靠技术支撑。

新时代刑事技术面临打击犯罪“快速应对与整体转型”和诉讼制度改革“体系可靠与微观精准”的双 重要求，刑事技术原有单一化的“鉴定思维”模式已难以有效应对这双重挑战。以“专业 + 机制 + 大数据”塑 造刑事技术专业的“情报思维”，进而推动刑事技术专业形成“鉴定思维”与“情报思维”融合的发展态势， 这种思维融合是警务运行模式变革的必然要求，是刑事技术学科性质的内在需要，是强化支撑社会治理的现实 需要。为此，需要以“情报思维”改造刑事技术工作范式 , 以持续信息化建设推进法证数据的治理 , 强化刑事 技术系统与其他业务系统融合应用 , 完善刑事技术与情报研判间的协同机制 , 推动复合型刑事技术专业人才队 伍建设 , 进而为提升公安机关新质战斗力工程提供刑事技术的探索，助力更高水平平安中国的建设。

刑侦视频中的人脸图像常面临分辨率低、表情变化大、姿态不稳定及部分遮挡等多重挑战，严重影响 人像同一性鉴定的准确性。现有方法在超分辨率重建过程中易损失身份关键特征，且对非刚性动态变化的建模 能力不足。为此，本文提出一种基于身份保持与动态特征解耦的刑侦低质视频人脸识别方法。该方法构建了一 个端到端的识别框架，在超分辨率模块中引入身份一致性约束，确保在提升图像质量的同时最大程度保持可用 于鉴别的身份信息；在特征提取阶段，通过动态特征解耦机制分离出表情、姿态等非刚性变化成分，强化对稳 定身份特征的表示；最终，融合多层级身份特征，输入改进的 Adaboost 分类器进行精准识别。实验结果表明， 本方法在模拟刑侦低质视频数据集上取得显著效果，等错误率降低至 3.0%，排名 -1 识别率达到 92.8%，显著 优于当前主流方法，为刑侦实战中低质量动态人脸识别提供了可靠的技术支持。

构建指纹证据的似然比量化评价体系，需充分考虑犯罪现场指纹质量差异的影响（如接触动作、承痕 客体条件及显现方法等因素），以确保基于现场指纹比对得分的似然比模型科学有效。本研究构建的模型依赖 于包含丰富同源与异源指纹样本的数据库，以获得具有稳定分布规律的似然函数。其中，同源数据库通过模 拟现场指纹构建：志愿者以多种变形方式在三种客体（白色瓷砖、黑色塑料袋、A4 纸）表面遗留指纹，并分 别采用粉末刷显、502 胶熏显和茚三酮溶液显现三种方法处理，最终记录高、中、低三种质量的模拟现场指纹 共 90 枚。异源数据库则直接采用公安实战应用的千万人十指指纹数据库。利用指纹自动识别系统（AFIS）对 数据库进行查询比对，获取同源和异源指纹的比对得分。基于参数估计方法，筛选模拟现场指纹得分的最佳分 布规律并确定似然函数，进而构建似然比模型，并重点分析了不同种类（不同显现方法、不同质量）现场指纹 对似然比计算结果的影响。实验结果表明，对于不同显现方法和质量的模拟现场指纹，计算结果中均存在对同 源和异源假设提供极强支持的似然比值。然而，支持同源假设（LR ≥ 104 ）的数量占比显著高于支持异源假设 （LR ≤ 10-4 ）的占比。因此，基于不同种类现场指纹比对得分构建的似然比模型具有良好的区分识别能力， 为后续模型的实践应用奠定了基础。

年龄是个体识别中关键的表型特征。准确估算个体的表观遗传年龄对法庭科学具有重要价值，尤其有 助于通过犯罪现场生物检材对未知个体进行身份鉴别。DNA 甲基化已被确认为构建“表观遗传时钟”模型最 有效的生物标志物之一，该模型能精准预测个体的实际年龄。本研究选取 147 份汉族人群的唾液 DNA 样本（年 龄范围 23~97 岁），采用微滴式数字 PCR(ddPCR) 技术，对一组已知与年龄相关的 CpG 位点进行了检测。通 过皮尔逊相关分析，明确了 DNA 甲基化水平与年龄之间的相关性，并借助逐步回归和最优子集回归方法，筛 选出一组预测性能最优的CpG位点组合，进而建立多元线性回归年龄预测模型。结果显示，该模型在训练集（102 份样本）中预测年龄与实际年龄的平均绝对偏差为 3.43 岁，在测试集（45 份样本）中为 3.98 岁。交叉验证进 一步证实了该模型的稳定性和可靠性。综上，这项基于微滴式数字 PCR 技术的年龄预测模型在汉族人群中具 有较高的准确性，表明其在法庭科学实践中具有重要的应用潜力。

随着存储技术的不断发展和消费者对存储需求的不断增加，手机的存储空间和电脑的硬盘容量也越来 越大，这使得在电子数据取证中产生的数据也越来越多，对电子数据取证设备上存储空间的要求也越来越高。 目前电子数据取证实验室中常用的取证设备一般只标配了一块 8 TB 数据盘，在实际工作中，单台取证设备上案 件的统一管理和存储扩容都较为复杂，多台取证设备受使用频率的影响，整体存储空间利用率也相对较低。为 解决上述问题，笔者通过对存储区域网络技术相关文献进行研究，结合所在电子物证实验室现有资源情况，提 出了一种基于 iSCSI 协议的存储区域网络在中小型实验室中的低成本存储优化实现方法，有效解决了实验室中 电子数据取证设备存储空间动态扩展和统一管理难的问题

针对人工智能（artificia ntelligen, AI）合成笔迹这一新生事物，本文基于笔迹学视角研究其特点，探究 影响合成效果的因素，为鉴别可疑字迹是否AI合成提供依据，同时也为评估这种技术用于伪造笔迹的潜在风险 提供参考。在梳理AI合成笔迹基本原理基础上，采用实验方法制作若干笔迹样本，将其导入AI合成软件中生成 笔迹，从字迹的形态、风貌及布局等方面分析其特点，并观察在样本笔迹数量变化、书写水平变化等条件下合 成笔迹的变化情况。结果表明，AI合成的笔迹其笔画缺乏粗细变化，相同字可完全重合，字的大小及行间距均 匀，与人为书写的笔迹存在一定差异。同时发现，样本笔迹数量较多时，合成的笔迹与样本笔迹在风格上比较 接近，“书写水平”也与样本笔迹基本保持一致，但样本数量较少时，不管是风格上还是“书写水平”上都有 明显差异。因此，AI合成的笔迹具有明显的机器特点，影响合成效果的因素主要有软件差异、样本笔迹数量、 样本笔迹书写水平三大方面。尽管AI合成的笔迹与真人笔迹存在一定差异，但它仍具有用于笔迹伪造的风险， 值得业内警惕和关注。

法庭科学作为连接自然科学与法律领域的桥梁，在查明案件事实、保障司法公正等方面发挥重要作用。 随着新污染物在国际环境保护领域日益引起重视，2022年，我国国务院办公厅印发《新污染物治理行动方案》， 明确要求重视新污染物的治理。目前我国环境治理采用行刑双向衔接机制，在法庭科学框架下，准确、高效地 检测新污染物并进行溯源，不仅有助于环境污染案件的司法鉴定，还能为环境政策的制定提供科学依据。本文 综述了法庭科学中现有检测、溯源新污染物方法，分析了各方法的优势与局限性，展望了新污染物检测、溯源 方法的未来发展，以期为相关研究提供参考。

在警务数据治理现代化建设中，属性及行为特征管理是提升工作效能的关键环节。针对实践中存在的 特征指标体系碎片化、动态分析滞后等问题，本文提出一种多维度数据融合的特征指标体系构建方法：通过整 合个体基础属性、历史轨迹及关联关系等多源数据，建立三级分类架构（基础身份层、轨迹动态层、异常态势 分析层），以实现个体特征的结构化建模。在此基础上，采用极端梯度提升树算法（XGBoost）构建动态风险 评估模型，将三级特征生成的结构化数据作为输入变量，通过梯度提升集成学习机制对综合潜在风险进行量化 预测。实验表明，该方法能有效识别高风险态势，其 F1 值达 0.90，较传统模型准确率提升 30%，推动了从被动 响应到主动预警的管控模式升级。

基于正向监控视频进行车速测算时，常选取道路参照物结合目标车辆特征点计算，但车辆可见特征点 可能无法准确落在道路参照物上且具有一定的高度差，从而在车速计算时产生误差。文章提出通过透视网格法 和几何关系法进行误差修正，并总结正向监控视频中车辆准确速度的计算方法。实验结果表明：当事发路段为 直线道路、能选取合适道路参照物且道路参照物距离摄像头较近时，无论事发路段在纵向方向上是否存在坡度、 摄像头拍摄方向与目标车辆之间是否存在夹角，透视网格法和几何关系法均能有效修正误差，且误差修正后计 算出的速度具有较高的精度。 

指纹具有“人各不同、终身基本不变”的特点，在人身识别中具有举足轻重的地位。利用指纹形态特 征进行个体分析，是法庭科学和人类学领域的重点研究内容。现有研究往往集中于成人群体，缺乏对低龄儿童 指纹相关指标的系统性探讨。本文以 300 名 6～14 岁健康儿童为研究对象（男女各 150 名，汉族与少数民族比 例约为 8∶2），测量其指纹中心区域纹线密度与皱纹数，采用非参数 Mann-Whitney U 检验分析性别差异，并 基于贝叶斯定理构建似然比模型，推断性别后验概率。结果显示：男性平均皱纹数显著低于女性；男性指纹中 心区域平均纹线密度低于女性。利用支持向量机与随机森林分类模型依据皱纹特征和指纹中心区域纹线密度对 低龄儿童性别进行分类，准确率最高达到 71.1%。通过双特征联合模型进行性别分类，准确率提升到 80%。本 研究表明，低龄儿童指纹特征存在显著性别差异性，为根据指纹特征推测低龄儿童性别提供了新的技术路径。