水環境汚染の監視および精密な管理の需要が高まっており、水中の有機汚染物質を迅速かつ正確に検出・識別する必要がある。三次元蛍光スペクトル技術は、豊富な汚染物質のスペクトル情報を提供でき、現在水体の汚染物質識別および発生源追跡の研究ホットスポットとなっている。現在の方法は主に深層学習に基づくスペクトルデータ解析に集中しており、多量のスペクトルデータを必要とし、現場での普及が困難である。本論文では三次元蛍光スペクトルデータ（3D-EEM）を利用し、二次元ガボールウェーブレットとサポートベクターマシン（SVM）を組み合わせた水体多分類識別および成分精密フィッティング手法を提案する。これにより、三次元蛍光スペクトルのテクスチャ特徴とスペクトルピーク位置を効果的に抽出し、水サンプルの成分解析効率を向上させた。本手法はブランク差し引き法とDelaunay三角形補間法を用いてスペクトルデータ中の背景ノイズおよび散乱干渉を低減し，拡張Savitzky-Golay平滑法でスペクトル変動干渉を抑制する。その後，二次元ガボールウェーブレットと蛍光ピーク位置抽出法により3D-EEMデータのテクスチャ情報と三次元蛍光ピークの全体情報を抽出した。最後に，MSVCおよびCF_MSVRを基にEEM_MSVMモデルを構築し，異なる水体の高精度分類識別および成分予測を実現した。実際の水サンプル実験結果は，水体種別の分類精度が97.6％に達し，成分予測の平均二乗誤差損失が5.3，相関係数が0.94であり，典型的な水体の正確な分類と成分解析を効果的に達成したことを示した。

三次元蛍光スペクトル;蛍光成分マップ;水体識別;発生源追跡