近红外分析中光谱预处理方法的研究与应用进展

近红外分析中光谱预处理方法的研究与应用进展
作者：王欣
来源：《科技资讯》 2013年第15期
王欣
(长春理工大学电子信息工程学院吉林长春 130022)
摘要:光谱预处理方法在近红外光谱分析技术中占居重要地位。

本文综述了均值中心化、标准化、归一化、平滑、导数、正交信号校正等常用的光谱预处理方法,着重介绍了傅里叶变换(FT)、小波变换(WT)两种基于变量压缩和信息提取的光谱预处理方法。

关键词:近红外光谱预处理小波变换
中图分类号:O657.33 文献标识码:A 文章编号:1672-
3791(2013)05(c)-0002-01
近红外光谱(700～2500 nm)主要是含氢基团的倍频和组合频的吸收光谱,吸收强度弱,灵敏度相对较低,吸收带宽也相对较宽且重叠严重。

利用近红外光谱仪对样品进行采集,得到的光谱除了样品自身的信息外,还携带了其他无关的信息。

为了得到准确可靠的分析结果,对光谱数据进行预处理是十分必要的。

1 光谱预处理方法与应用
(1)均值中心化(mean centering)。

均值中心化是从每个光谱数据中减去各个样品的平均光谱,以此来消除光谱的绝对吸收值。

在对样品进行定性和定量分析时,光谱均值中心化是最为常用的。

(2)标准化(autoscaling)。

标准化又称为均值方差化,是把均值中心化处理后的光谱再除以校正集光谱阵的标准偏差光谱。

(3)归一化(normalization)。

归一化算法有:最小/最大归一化、矢量归一化、回零校正。

在近红外光谱分析中,常用的是矢量归一化,它是先计算出光谱的吸光度平均值,然后用光谱减去该平均值,再除所有光谱的平方和。

光谱归一化的目的是消除光程变化对光谱产生的影响。

(
(6)标准正态变量变换(SNV)和去趋势算法(De-trending)。

SNV(standard normal variate transformation)用来减小颗粒大小不均匀和粒子表面非特异性散射的影响。

SNV与标准化的计算公式相同,区别在于标准化过程是基于光谱阵的列进行运算,即对一组光谱数据进行处理,而标准正态变量变换是基于光谱阵的行,即对一条光谱数据进行处理。

去趋势算法一般是对SNV后的光谱进行处理的,将原始光谱的吸光度和波长拟合出一条趋势线,然后从原光谱中减掉趋势线,从而消除漫反射光谱的基线漂移。

(7)多元散射校正(MSC)。

MSC(multipli
cative scatter correction)由Martens等人提出,主要是用来减小颗粒大小及分布不均匀产生的散射对近红外光谱的影响。

MSC是基于一组样品的光谱阵的,与光谱标准化本质上是一样的。

2 结语
近红外光谱分析受很多因素的影响,实际应用时根据不同的目的来选择合适的预处理方法。

通过对样品光谱的适当处理,尽可能的消除噪声对光谱的影响,除去无关信息变量,提高分辨率和灵敏度。

参考文献
[l] StarkE,LuehterKandMargoshesM[J].APPISPeetroseRev,1986,22(4):335.
[2] 陆婉珍.近红外光谱仪器[M].化学工业出版社,2010.
[3] 高荣强,范世福.现代近红外光谱分析技术的原理及应用[J].分析仪器,2002(3).
[4] 陆婉珍.现代近红外光谱分析技术[M].北京:中国石化出版社,2006.
[5] Heinz W Siesler,Yukihiro Ozaki,Satoshi Kawata.Near-Infrared Spectroscopy:Principles,Instruments,Applications.Weinheim:Wiley-VCH,2002.。