现代近红外光谱技术

对现代近红外光谱的测量原理、分析技术特点、常用的化学计量学方法和近红外光谱法在各领域中的应用等几个方面进行了介绍。近红外光谱分析具有操作简便、快速、及时、非破坏、无污染、适合在线分析等特点，具有广阔的应用前景。     

近红外光谱技术检测农产品农药残留量的研究

介绍了近年来近红外光谱分析技术在农产品农药残留分析检测技术中的应用,其中覆盖了样品预处理方法、运用化学计量学进行定性和定量检测分析技术的方法等.概述了近几年来在近红外农残检测领域的应用和研究进展.提出了结合多信息融合技术的农药残留分析技术及其发展前景.     

近红外光谱分析磷酸缓冲溶液中的血糖含量

测定了溶解于磷酸缓冲溶液中血糖在8000～5000cm^-1波数范围的近红外光谱,用偏最小二乘法建立了测定血糖含量的模型,根据数据特点,提出了按浓度大小选择预测集样本的方法。用来进行最佳模型隐变量个数的选择,结果显示,利用近红外光谱并结合化学计量学方法能够成功地进行血糖的定量分析,方法的测定误差为0.197g／L。     

化学计量学方法在近红外光谱分析中的应用--近红外光谱法测定汽油辛烷值

介绍了化学计量学在近红外分析技术中的应用方法。并以近红外光谱法测定汽油辛烷值为例 ,详细介绍了常用化学计量学方法 (主成分回归 ,偏最小二乘法和马氏距离分析 )的比较与在应用中的选择。     

近红外光谱分析技术的应用综述

近红外光谱（NIRS）分析技术是上世纪70年代发展起来的一项现代分析技术。它综合运用了计算机技术、光谱技术和化学计量等多个学科的最新研究成果,以其独特的高效、成本低、环保的优点在农业、食品等学科中得到了广泛应用。     

豆腐渣堆肥过程中的多维光谱解析与建模

以豆腐渣为底物进行混合好氧堆肥,采用三维荧光光谱（3D-EEMs）分析了堆肥产物淋溶上清液DOM的组成,运用傅里叶红外光谱（FTIR）技术解析了堆肥样品中官能团信息。利用三维荧光结合平行因子法研究了堆肥过程中DOM的动态变化过程,分析得出两种组分即可见区类色氨酸（Ex/Em=285 nm/350 nm）与类腐殖酸（Ex/Em=335 nm/415 nm）,随着堆肥的不断进行,可见区类色氨酸荧光强度逐渐下降,类腐殖酸荧光强度逐渐上升,表明堆肥进入腐熟阶段。傅里叶红外光谱分析表明堆肥过程中多糖类小分子物质逐渐减少,而腐殖酸类大分子物质逐渐增加。进一步运用近红外光谱（NIRS）和区间偏最小二乘法等化学计量学方法构建了堆肥过程有机质含量分析预测模型,结果表明,优化选择区间5831.95~6086.52 cm-1可以建立稳健的有机质定量分析模型,堆肥有机质实测值与近红外预测值的相关系数（R）为0.9861、交叉验证均方差（RMSECV）为0.8247、偏差（Bias）为0.005,表明堆肥有机质含量与近红外光谱具有较好的相关性。     

近红外光谱技术在主要粮食作物品质研究中的应用

近红外光谱分析技术是一种能进行定量和定性分析与检测的现代技术,目前在主要粮食作物的遗传改良与育种过程中发挥着重要的作用.综述了近红外光谱分析技术在水稻、小麦、玉米等主要粮食作物及其相关农作物品质研究中的应用方面取得的新进展,并分析了近红外光谱分析技术在主要粮食作物品质研究中的应用前景,以期为广大农作物品质的遗传改良与新品种的培育提供参考与借鉴.     

近红外光谱分析仪器的应用与发展

本文对近10年国内的近红外光谱分析技术的技术原理、发展简史等进行了系统的分析。希望可以为近红外光谱分析仪器的发展提供帮助。     

水果含糖量近红外漫反射检测实验及分析研究

实现水果内部品质快速无损检测,不仅是农业生产的需要,也是满足我国消费者日益多元化要求的需要.基于近红外光谱分析技术,该文采用近红外漫反射检测方法,设计了水果含糖量的近红外检测的实验系统.实验以新疆阿克苏苹果、海南香蕉和新疆鲜枣为研究样本对象,研究3种水果整体样本光谱图与切片样本光谱图,分析了光谱图的差异性.并且,实验还进一步研究了香蕉和鲜枣实验样本在一定时间周期内的光谱图情况,分析了7 d时间周期内实验样本光谱变化.结果表明,近红外漫反射检测方法可以有效实现实验水果样本的无损检测,检测结果能够反映实验水果样本的含糖量情况.同时,实验水果样本切片反映出的内部信息,比实验水果整体样本更加丰富.并且,实验验证了跃变型和非跃变型水果随时间变化的光谱变化规律,即：跃变型实验水果样本在1周内光谱变化明显,其光谱吸收度呈现出先升高后降低总体趋势;而非跃变型实验水果样本,在1周内的光谱差异性不大.     

近红外光谱的原理及应用

分析了近红外光谱分析技术的原理和组成，介绍了近红外光谱分析技术的优越性，对该技术发展历程中出现的几种典型仪器进行了总结，指出近红外光谱分析技术的主要应用，着重论述了该技术在树脂吸附方面的应用．     

近红外光谱技术在林业领域的应用

近红外光谱技术是一种快速、准确、无损、高通量、低成本的分析技术，广泛应用于林业领域。在木材性质检测方面，近红外光谱技术对于木材力学特征及化学成分含量等检测都有较高的准确性；在经济林产品品质分析方面，则主要用于反映林业产品的化学组分及含量、口感及硬度等直接和间接性状，对经济林产品品质及林木遗传育种的研究有较好应用前景；在林木分类鉴别应用方面，近红外光谱能够鉴别不同树种及种源，乃至反映树龄信息，在多物种模型中应用效果更好；近红外光谱还能够有效区分多物种的正常植物体与染病植物体，可在林木病虫害研究及生物检疫方面发挥作用。此外，近红外光谱还能应用于预测森林凋落物分解速率、预测土壤成分含量等。笔者分析了近红外光谱在林业科研和生产实际应用中的影响因素，包括样品状态、样本集特征等内在因素，以及预处理、波长选择、建模方式、硬件条件等外在因素对最终模型稳定性和准确度产生的影响。总结认为，近红外光谱技术引入林业研究后大大提高了林业样品检测效率，实现了绿色无损的高通量检测，对林地现场快速测量及林木遗传育种有极好的适应性，对促进林业产业的发展意义重大。     

便携式光谱仪对樱桃糖度检测的研究

利用600~1 100 nm波段的便携式可见-近红外光谱仪,以烟台大樱桃为研究对象,进行了樱桃糖度可见-近红外光谱的特征提取的实验研究.利用小波滤波对樱桃可见-近红外光谱进行预处理,运用偏最小二乘回归法建立了樱桃糖度的定量分析模型,并对模型进行了验证.实验结果显示:樱桃中糖度的可见-近红外光谱校正样本集的相关系数(R)为0.939 6,校正均方根误差为0.138 2;预测样本集的相关系数(R)为0.907 4,预测均方根误差为0.149 2.结果表明:利用便携式可见-近红外光谱技术在600~1 100 nm范围内检测樱桃糖度是可行、可靠的,为樱桃内部品质的野外在线检测提供了理论依据.     

用人工神经网络-近红外光谱法测定毛竹中木质素与综纤维素的含量

近红外光谱结合反向传播的人工神经网络(back propagation artificial neural network,BP-ANN)技术预测了毛竹中木质素与综纤维素的含量.用常规湿化学方法测定了54株毛竹样品的木质素含量以及53株毛竹样品的综纤维素含量.用近红外光谱仪采集相应的光谱,为了提高信噪比和计算速度,对原始近红外光谱进行平滑、压缩、归一化预处理.利用预处理后的近红外光谱数据建立BP-ANN模型.在模型建立过程中采用Leave-n-out交叉验证法优化了隐含层神经元的个数,学习率,动量因子和学习次数.优化的BP-ANN模型用于预测测试集中9个毛竹样品中木质素与综纤维素的含量,预测均方根误差分别为0.88%、1.40%.结果表明,应用毛竹的近红外光谱数据和BP-ANN技术,可以用于预测木质素和综纤维素的含量,基本能满足定量分析的要求.     

近红外光谱在印刷品颜色检测中的应用

为了对印刷品颜色进行快速、准确检测,应用近红外光谱技术(NIR)并结合偏最小二乘法(PLS)建立印刷品颜色检测模型.对近红外光谱获取的144个样本光谱曲线,应用主成分分析方法进行降维,维数为5.选取的主成分作为光谱优化特征子集以替代原来复杂的光谱数据.随后,将144个样本数据随机分为定标集和预测集,利用偏最小二乘法在103个定标集样本数据基础上建立印刷品颜色预测模型,应用此模型对41个预测集样本颜色进行预测.研究结果表明:利用PLS模型得到样本的实测值和预测值之间的预测决定系数(R~2)为99.74%,预测平均相对误差为0.636%,表明利用近红外光谱技术检测印刷品颜色是可行的.     

基于中红外光谱模型对食用植物油掺伪的判别

开展了基于中红外光谱的化学计量学模型对食用植物油掺伪的研究.通过获得市售食用油和以不同质量浓度掺伪食用油的中红外光谱,采用光谱预处理结合模式识别方法进行综合解析,使样本类间距最大化,类内距最小化,结果发现:无监督聚类包括主成分分析、非负矩阵分解均无法准确鉴别;有监督偏最小二乘判别分析的鉴别准确度较高;而二阶导数-非相关线性判别分析(SD-ULDA)对掺伪样本识别的灵敏度和特异度均达到100%.提出依据变量“负荷量”筛选特征波长(变量)新策略,考察了SD-ULDA模型识别准确率随保留波长的变化,同时准确地预测出掺伪比例,为构建高效中红外光谱食用油掺伪判别模型提供理论基础,为提高油脂品质的检测技术提供方法借鉴.     

探析近红外光谱分析技术在食品检测中的应用

近红外光谱分析技术分析速度较快,分析过程中不会造成食品损坏,且前置处理相对便捷,可实现多个项目同时检测,其在食品安全检测方面得到了十分广泛的应用。该文着眼于近红外光谱分析技术的原理及其优势,在对其进行全面分析的基础上,就近红外光谱分析技术在食品检测中的具体应用问题进行了详细探析,希望可以为行业工作者提供一些意见上的思考。     

基于近红外光谱的四元调和食用油定量分析

配制51个含有玉米油、大豆油、稻米油和芝麻油的四元调和油样品,采用近红外光谱(near infra-red,NIR)技术直接扫描其光谱,考察不同预处理方法对近红外光谱的预处理效果.在最佳预处理方法基础上,结合偏最小二乘回归(partial least square regression,PLS)建立各组分定量分析模型.将未知样品光谱代入模型中,预测各组分的含量.结果显示,玉米油、大豆油、稻米油和芝麻油的相关系数分别为0.980,0、0.988,7、0.984,7、0.988,9.因此,近红外光谱技术结合化学计量学可以实现四元调和油组分的准确快速定量分析.     

近红外光谱法快速定量检测青烟叶及烤烟叶中的生物碱

基于傅里叶变换近红外漫反射光谱技术,采集123个青烟叶样品、412个烤烟叶样品的近红外光谱,并对其原始光谱进行一阶微分及Norris平滑处理;采用偏最小二乘(PLS)法建立青烟叶及烤烟叶近红外光谱与4种生物碱的预测模型,并将部分样本作为独立验证集进行预测;对烟叶烘烤前、后的生物碱含量进行比对分析。结果表明:各化学指标的预测均方差(SEP)与校正均方差(SEC)的比值均为0.8～1.2,验证集样本标准偏差(SD)与SEP的比值均大于2.0,校正集与验证集的相关系数r约为0.9,说明近红外模型可用于青烟叶及烤烟叶中生物碱的快速定量检测;转化株烟草在烘烤调制过程中发生了尼古丁向降烟碱的转化。     

拉曼光谱和近红外光谱在小麦粉品质定量分析中的应用

应用拉曼光谱分析技术结合最小二乘法,应用近红外光谱技术结合偏最小二乘法,以及现有的小麦粉光谱数据,对小麦粉进行采集光谱信息,选择最优的光谱预处理方法,分别建立了水分、灰分、面筋的定量模型,并验证了模型的可行性.实验分析表明,近红外光谱技术建立的模型比拉曼光谱分析技术建立的模型效果要好.     

矿物类中药的近红外光谱鉴别方法

针对传统的性状鉴别和化学分析方法难以满足矿物类中药准确、快速鉴别的需要,借鉴近红外光谱技术在地质学、矿物学以及中药鉴定学等方面的研究,探讨了近红外光谱分析法对矿物类中药鉴别的基本原理和方法,为该技术在矿物类中药鉴定中的应用提供理论基础.