近红外建模与模型评价
近红外光谱 rpd
近红外光谱 rpd
近红外光谱 (NIR) 是一种非常有用的分析技术，可用于快速、
无损地获取样品的化学信息。
它在许多领域都有广泛的应用，包括
农业、食品加工、药品制造、化工等。
近红外光谱技术可以用于分
析样品的成分、结构和性质，因此在质量控制、过程监测和产品认
证方面具有重要作用。
RPD (Relative Percent Difference) 是一种用于评估近红外
光谱预测模型性能的指标。
它通常用于衡量预测值与参考值之间的
差异，从而评估模型的准确性和可靠性。
RPD值越高，说明模型的
预测能力越强，对样品的分析效果越好。
在实际应用中，评估近红外光谱预测模型的性能是非常重要的。
通过对样品的光谱数据进行采集、处理和建模，可以建立预测模型，然后使用RPD等指标对模型进行评估。
这有助于确定模型是否适合
特定的应用，并且能够提供可靠的分析结果。
除了RPD之外，还有其他一些指标可以用来评估近红外光谱预
测模型的性能，例如标准误差 (SE)、相关系数 (R) 等。
综合使用
这些指标可以更全面地评估模型的准确性和可靠性。
总之，近红外光谱技术在分析领域有着广泛的应用，而RPD作为评估预测模型性能的指标，在实际应用中扮演着重要的角色。
通过综合使用多种指标，可以全面评估模型的性能，从而确保分析结果的准确性和可靠性。
基于近红外光谱的白酒基酒分析模型的建立
基于近红外光谱的白酒基酒分析模型的建立基于近红外光谱的白酒基酒分析模型的建立近年来，随着社会经济的不断发展，人们对白酒的品质和安全性的要求也越来越高。
如何迅速、准确地检测和分析白酒的基酒成分，就成为了研究的热点之一。
而近红外光谱技术作为一种快速、非破坏性的分析方法，被广泛应用于白酒分析领域。
本文将重点讨论基于近红外光谱的白酒基酒分析模型的建立。
一、近红外光谱技术简介近红外光谱技术是指在近红外波段范围内（700-2500nm），通过检测材料对不同波长光的吸收和散射情况，从而推断出材料的成分和结构的一种技术。
近红外光谱技术具有快速、高效、准确等特点，可以无损地获取样品的化学特性信息。
二、样品准备及数据采集在建立白酒基酒分析模型之前，首先需要采集一定数量的样品。
这些样品应该覆盖不同的品牌、不同的酿造工艺和不同的原料。
同时，还需要对样品进行样品制备，包括去除杂质、稀释以及标准化处理，以确保数据的准确性和可靠性。
在数据采集过程中，需要借助近红外光谱仪，将样品放置于样品池中，并通过该仪器对样品进行照射。
仪器将通过检测样品吸收和散射的光谱信息，从而获取样品的特征数据。
三、数据处理与模型建立获取样品的光谱数据后，接下来需要对数据进行处理和分析。
常见的数据处理方法包括基线校正、峰值拟合、散点校正等。
这些处理方法的目的是去除光谱中的噪声，提高数据质量。
处理后的数据可以通过主成分分析、偏最小二乘回归等方法进行降维和特征提取，进一步减少数据维度。
在模型建立之前，需要将数据分为训练集和验证集。
训练集用于训练模型，验证集用于验证模型的有效性。
当前，常用的建模方法包括偏最小二乘回归（Partial Least Squares Regression, PLSR）和支持向量机（Support Vector Machine, SVM）等。
这些方法可以根据样品的光谱数据和对应的基酒成分含量，通过建立回归或分类模型，预测未知样品的基酒成分含量。
近红外光谱采集与建模技术规范2014
近红外光谱采集与建模技术规范1. 基本原理近红外光谱（Near Infra-Red Spectrum, NIR）,指的是780—2526nm范围内的电磁波，它介于可见光谱区域和中红外光谱区域之间。
从光谱能量的角度讲，近红外光谱对应的主要是分子振动的倍频及合频吸收，由于倍频及合频吸收的跃迁几率很低，信号很弱，故只有非谐性很高的化学键才能在图谱上表达。
非谐性很高的化学键是含有氢原子的化学键，近红外光谱中含氢基团X - H （X = C、N、0、S）的吸收占主导地位。
近红外光谱的特点是吸收系数较低、无损、快速、无污染，因此可以直接对样品进行测定，不需样品处理或仅需简单的处理，在计算机软件的支持下，可实现对近红外光谱建立模型、快速分析样品光谱的功能。
2. 适用范围建立近红外光谱模型快速筛查方法的固体制剂主要包括口服常释剂型（口服普通片剂、肠溶片、分散片、硬胶囊、肠溶胶囊）、口服缓释剂型（缓释片、控释片、缓释胶囊、控释胶囊）和注射用无菌粉末等，品种主要为化学药、抗生素和生化药。
3. 仪器要求仪器类型应为傅立叶近红外光谱仪，目前基于Bruker Matrix-F型近红外光谱仪。
4. 样品要求采集近红外光谱图的样品应为经法定的或者经过验证的质量标准进行检验后合格的药品，并且样品要在有效期以内。
对于某品种、某厂家、某规格的样品，批次数量应不低于6批次，如有特殊情况，未能达到6批次，应作说明。
5. 人员要求光谱测定人员应掌握规范的测样方式（如下图）。
5.1片剂的测样（接触测）将探头轻轻顶紧单层胶囊壳，用食指匡哇5.4胶囊剂的测样（隔铝塑测）将光纤探头 轻轻顶住 药片，并用中指扶持用左手拇指和食指夹好药片 5.2片剂的测样（隔铝塑测）用拇指扶住光纤探头，防止滑动将光纤探头顶住泡罩，轻轻压紧 5.3胶囊剂的测样（接触测）用左手拇指和中指夹住胶衰将光纤探头顶住泡罩，轻轻压紧然后用拇指扶住光纤探头，防止滑动5.5颗粒剂、干混悬剂或散剂等的测样将颗粒或粉末均匀倒入附件中，将光纤探头插入、压实，分别测定光谱5.6粉针剂的测样轻轻颠几下小瓶，让粉末在底部均匀5.7糖衣片测样将探头轻轻顶住瓶底，并扶好首先将糖衣片打磨，露出片芯，然后用光纤探头测定片芯的光谱6. 光谱采集在光谱采集之前，应确保按照规范安装了OPUS 5.0软件、SFDA_ldent 264软件，并进行了正确的软件设置。
近红外光谱原理
光栅扫描型
狭缝 光栅
光源
狭缝
样品
检测器
光栅扫描型
狭缝 光栅
光源
狭缝
样品
检测器
光栅扫描型
狭缝 光栅
光源
狭缝
样品
检测器
光栅型仪器的优缺点
优点：
1. 结构不复杂，容易制造。 2. 连续光谱仪，可以作为研究级仪器。
缺点：
1. 使用单色器，狭缝的限制使其分辨率和灵敏度不够高。 2. 波长准确度使用外部校准，加之分辨率低，波长准确度差（最好为 +/-0.2nm）。 3. 使用单色器对光路要求严格，仪器扩展能力受到很大的限制。 4. 自然界的杂散光会影响测试结果。 5. 由于分光需光栅转动，扫描速度慢。
Source TeO2 Crystal
monochrom. Light (ordinary Beam)
Reference RF-Input
Fixed mirror M1 Movable mirror M2
x
L
Source
L + x x=0
Detector signal
Beamsplitter
Detector
Michelson interferometer
Fixed mirror M1 Movable mirror M2
x
L
Source
L + x x=0
Detector signal
Beamsplitter
Detector
Michelson interferometer
Fixed mirror M1 Movable mirror M2
阵列检测器
样品
狭缝
近红外模型建立方案
近红外模型建立方案现代近红外光谱分析技术包括了近红外光谱仪、化学计量学软件和应用模型三部分，三者的有机结合才能满足快速分析的技术要求，缺一不可。
因此，模型的建立对于近红外光谱分析技术来说是非常关键的。
它将直接影响近红外光谱分析的工作效率和质量。
实际应用中，建立模型都是通过化学计量学软件实现的，并且有严格的规范（如ASTM-1655标准）。
一般情况下，建立模型的步骤如下：1、初级模型的建立建立一个模型通常是从一个小的光谱数据库开始的，虽然开始建立模型所使用的样本数目很有限，但通过化学计量学处理得到的模型能具有较强的普适性。
如果做定量分析模型，收集的样品一般需要50～80个。
如果样品为天然产物（比如农作物或烟草），则所需要的样品数量就会更多，大约是非天然产物的3～5倍左右。
譬如，一个用于烟草定量的成熟模型就需要拥有数以千计的样品。
在收集样品的时候一定注意要保证样品具有代表性，也就是说样品的性质参数范围要能够涵盖所期望的变化范围。
并且还要做到在这个所期望的变化范围内样品的性质参数是均匀分布的，不能只包括部分性质参数范围中的一簇样本。
另外，一个理想的标定光谱集应涵盖性质参数因温度变化造成的光谱变化的所有情况，因为样品（特别是液体样品）的近红外吸收强度随温度的不同会有很大的改变。
收集来一定量有代表性的样品后，根据需要使用传统的有关标准分析方法对样品进行测量，得到样品的各种性质参数，称之为参考数据。
然后分别采集每个样品的近红外光谱图，再通过化学计量学对光谱进行处理，并将其与不同性质参数的参考数据相关联，这样在光谱图和其参考数据之间便建立起了一一对应映射的关系，这种一一对应的映射关系的建立便是模型的建立。
由于每一种产品要检测的指标比较多，而标准的分析方法大多用时比较长，为避免产品存放时间过长引起某些指标的变化，建议当样品送到化验室检测时，先扫描样品的光谱，再进行常规的化学分析。
将样品的收集和光谱扫描作为日常检测工作的一部分，收集样品时不用考虑检测值的梯度值是否会重复（在建模时可以通过化学计量学软件对样品进行筛选），当积累的样品光谱数量达到建模要求的150－400张时（建议270张左右，越多越好），就可以建立模型了。
近红外光谱标准
近红外光谱标准近红外光谱技术作为一种重要的分析技术，在多个领域得到了广泛的应用。
为了规范近红外光谱技术的使用和推广，制定了一系列近红外光谱标准。
本文将介绍近红外光谱标准的主要内容，包括近红外光谱仪器标准、近红外光谱分析方法标准、近红外光谱样品制备标准、近红外光谱数据解析标准、近红外光谱应用领域标准、近红外光谱质量评估标准、近红外光谱安全操作标准以及近红外光谱数据处理标准。
近红外光谱仪器标准近红外光谱仪器是进行近红外光谱分析的基础设备，因此其性能和质量对分析结果有着至关重要的影响。
近红外光谱仪器标准主要包括仪器的基本参数、性能指标、稳定性、可靠性等方面的规定。
例如，仪器的主要技术指标应符合相应的测试方法及技术要求，仪器的稳定性应满足测试要求，仪器的操作应简单方便，仪器的安全性能应符合相关规定等。
近红外光谱分析方法标准近红外光谱分析方法标准是针对具体分析对象和方法制定的标准。
这些标准通常包括样品的前处理方法、光谱采集条件、谱图解析方法等方面的规定。
例如，样品的前处理应遵循一定的流程和规范，以保证样品的代表性和均匀性；光谱采集时应选择合适的波长范围和扫描次数，以保证光谱的质量和可靠性；谱图解析时应采用合适的数学方法和模型，以获得准确的分析结果。
近红外光谱样品制备标准近红外光谱样品制备是进行近红外光谱分析的重要环节之一。
样品制备不当可能会影响光谱的质量和分析结果的准确性。
近红外光谱样品制备标准主要包括样品的制备方法、样品制备过程中的质量控制等方面的规定。
例如，样品制备时应保证样品的代表性和均匀性，样品制备过程中应避免外部因素对样品的影响等。
近红外光谱数据解析标准近红外光谱数据解析是将采集的光谱数据转化为有用的分析结果的过程。
数据解析过程中涉及到数学建模、模型验证等方面，因此需要制定相应的标准来规范这一过程。
近红外光谱数据解析标准主要包括模型建立的方法、模型验证的方法、模型评价等方面的规定。
例如，模型建立时应选择合适的波长范围和变量，模型验证时应采用交叉验证等方法，模型评价时应根据实际应用情况进行评估等。
近红外光谱数据处理
近红外光谱数据处理
近红外光谱数据通常包含大量的信息，因此需要进行适当的数
据处理和分析才能从中提取有用的信息。
常见的数据处理方法包括
预处理、特征提取、模型建立和验证等步骤。
预处理包括光谱校正、去噪和标准化等操作，以确保数据质量和可靠性。
特征提取则是从
原始光谱数据中提取出对所研究物质特征具有代表性的信息。
模型
建立和验证是利用统计学和机器学习方法建立预测模型，并对模型
进行验证和优化。
近红外光谱数据处理的关键挑战之一是如何处理数据中的噪声
和干扰，以获得准确的分析结果。
另一个挑战是如何建立可靠的预
测模型，以实现对样品成分和性质的准确预测。
针对这些挑战，研
究人员们不断提出新的数据处理方法和建模技术，以不断提高近红
外光谱数据处理的准确性和可靠性。
近年来，随着人工智能和大数据技术的发展，近红外光谱数据
处理领域也迎来了新的机遇和挑战。
利用深度学习和神经网络等技术，研究人员们正在尝试开发更加高效和准确的数据处理和建模方法，以满足不断增长的应用需求。
总的来说，近红外光谱数据处理是一个非常重要的研究领域，它为各种行业提供了一种快速、无损、高效的化学分析方法。
随着技术的不断进步和创新，相信近红外光谱数据处理将会在更多领域发挥重要作用，为产品质量控制和过程监控等方面提供更加可靠的解决方案。
近红外光谱信号分析及评价方法研究
近红外光谱信号分析及评价方法研究近红外光谱（NIR）是一种非常重要的分析技术，已被广泛应用于各个领域。
NIR光谱是指在近红外区域（约700-2500nm）的光谱，它可以提供样品的化学和结构信息。
NIR光谱可以被用来定量或定性分析样品的成分、物理和化学属性。
本文将介绍近红外光谱信号分析及评价方法的研究。
一、近红外光谱信号分析方法NIR光谱信号分析是将NIR光谱信号处理为更简单、更易于识别的形式的技术。
这个过程通常包括数据采集、预处理、变量选择、建模和验证等步骤。
1. 数据采集NIR光谱仪是用于获取NIR光谱信号的仪器。
NIR光谱仪的选择应基于采样需要和目的。
数据采集的质量对NIR光谱信号分析的结果至关重要。
2. 预处理数据预处理包括信号平滑、去基线、标准化和波长选择等处理。
这些操作可以减少噪声、增加信噪比、去除传感器和光源造成的影响、降低多重共线性等。
3. 变量选择变量选择是通过筛选和删除原始变量，得到更少而有效的变量，以提高模型的预测精度。
变量选择的方法包括前向选择、后向删除、主成分分析等。
4. 建模建模是通过分析已知样本数据来建立模型，以便预测未知样本的结果。
建模的方法包括偏最小二乘法、支持向量机、偏最小二乘判别分析等。
5. 验证验证是评价建模结果的一种方法，可通过交叉验证、留一交叉验证、外部验证等来完成。
验证可以检查建模过程中存在的问题，同时也可以确定模型的准确性。
二、近红外光谱信号评价方法NIR光谱信号的评价通常包括两个方面：定量和定性分析。
1. 定量分析NIR光谱定量分析是识别和测量样品中化学成分的量。
它的优点是飞快的采集速度、不需要样品准备、不需要危险化学品、不破坏原样品，同时也具有高准确性、高精度和高可靠性。
应用定量分析可以通过测量样品中的主要成分，来判断物质的含量、品质和认证等问题。
2. 定性分析NIR光谱定性分析是确定样品中的化学和结构信息。
定性分析可以用于识别和鉴别样品，为化学品、食品、药品等制造商提供质量控制的手段。
大豆油脂肪酸近红外模型的建立和品质鉴定
DOI：10.15906/11-2975/s.20210515大豆油脂肪酸近红外模型的建立和品质鉴定向娜娜1袁2,赵江涛1,2*,陈丽12,王晓琼1袁2,陈林1袁2,夏超笃1（1.温氏食品集团股份有限公司，广东云浮527400；2.农业部动物营养与饲料学重点实验室,广东云浮527400）［摘要］本文介绍了一种利用BRUKER MATRIX-I仪器快速检测和监控大豆油新鲜度及脂肪酸组分的新的检测方法遥选择310份大豆油样品，新鲜度指标酸价（AV）、过氧化值（POV冤和脂肪酸组分分别采用国标的方法检测，并结合近红外光谱进行定量模型的建立和验证遥结果表明：新鲜度指标酸价、过氧化值及5种特征脂肪酸模型决定系数R2均接近1,其中酸价、过氧化值及亚油酸的模型决定系数R2>0.9,校正均方差（RMSECV）与预测均方差（RM-SECP）数值接近，且两者均较理想遥同时能够根据脂肪酸组分含量，对大豆油进行掺假鉴别，表明利用近红外光谱模型能够较好地监控大豆油的质量,从而保证原料的稳定性和安全性遥［关键词］近红外曰大豆油曰新鲜度指标曰脂肪酸组分曰掺假鉴别［中图分类号］S816.17［文献标识码］A［文章编号］1004-3314（2021）05-0072-06饲料中添加油脂不仅可以增加饲料的营养价值,而且有助于改善饲料的物理性质,提高饲料的利用效率,同时还可改善饲料的适口性,提高畜禽的生产性能（王鹏,2017）。
随着畜禽生产对能量需求越来越高,仅靠谷实类低能量的饲料难以满足,大豆油作为一种优质的高能饲料油其能值是糖类和蛋白质的2.25倍，同时还能提供动物必需的不饱和脂肪酸,具有缓解热应激,改善饲料适口性和饲料外观特性等作用，因此在畜禽饲料中被广泛应用（单芝丹等,2011）。
但大豆油在存放过程中,容易受光、温度、空气中氧的作用而发生氧化酸败,从而影响其质量。
因此饲料企业对饲料用油脂的新鲜度控制显得非常重要。
评价油脂新鲜度和品质的指标包括酸价、过氧化值、丙二醛及脂肪酸组成等（刘耀敏等, 2012）,大豆油中脂肪酸包括硬脂酸、棕榈酸、油酸、亚油酸和亚麻酸5种（谭克竹等,2007）,但由于实验过程操作步骤繁琐、耗时耗力、消耗有机溶剂多、受人为因素影响大，且无法对到货油脂进行及时的检测接收，因此快速有效的监控方法显得十分重要。
2014-国家基本药物和进口药物近红外光谱快速比对模型建模技术规范
NIFDC
基本原理－一致性检验模型
一致性检验是一种快 捷的图谱比较方法， 用于比较未知光谱与 某一组参考光谱是否 具有一致性。
要建立一致性检验模 型，参考样品应至少 3～6批次、参考光谱 的数量应至少30张， 方能有较好的代表性。
NIFDC
基本原理－相关系数模型
相关系数模型是一种简单 易行的质量控制方法，将 某张光谱与一张参考光谱 进行比较，计算两张光谱 在所选谱段内各波长点吸 光度之间的相关系数r。 r能够反映两张光谱的相似 程度。相关系数模型可用 于样品量较少（少于3批次） 的情况下，建模快速、使 用便捷，在限度控制和对 待测样品光谱要求方面较 一致性检验模型稍微宽松 一点。
样品要求
样品类型：辖区内生产的基本药物 样品来源：企业抽样或日常留样均可 样品要求：须为在有效期内的合格样品；须有 检验报告书，若为企业出厂检验报告书，承担 单位应写认可说明。
NIFDC
样品要求
建立近红外光谱模型快速筛查方法的固体制剂 包括口服常释剂型（口服普通片剂、肠溶片、 分散片，硬胶囊、肠溶胶囊）、口服缓释剂型 （缓释片、控释片，缓释胶囊、控释胶囊）和 注射用无菌粉末。 品种主要为化学药、抗生素和生化药。
NIFDC
适用范围
对具体的某“一厂一品一规”的药品建立的一致性检验 模型或相关系数模型可用于对标示为该企业药品的样品 进行检测，快速筛查其质量与建模的参考样品（例如正 品药）是否一致。 建立近红外光谱模型快速筛查方法的固体制剂主要包括 口服常释剂型（口服普通片剂、肠溶片、分散片、硬胶 囊、肠溶胶囊）、口服缓释剂型（缓释片、控释片、缓 释胶囊、控释胶囊）和注射用无菌粉末等，品种主要为 化学药、抗生素和生化药。 使用某型号仪器测得光谱建立的快速比对模型，只能用 于该型号不同仪器测得的光谱，不能用于其他型号仪器 测得的光谱。
近红外光谱建模方法
近红外光谱建模方法近红外光谱建模方法是一种利用近红外光谱技术来建立物质的定量或定性分析模型的方法。
近红外光谱建模方法具有简单、快速、高效、无损等优势，因此在化学、医学、食品、制药等领域得到了广泛的应用。
近红外光谱建模方法的原理是利用荧光分子、色素、蛋白质等物质吸收和散射近红外光的不同波长的特性，对物质的成分和组成进行分析。
在建模过程中，需要使用一组已知样品的光谱数据来建立模型，然后再将未知样品的光谱数据输入模型中，利用模型预测其成分和组成。
近红外光谱建模方法主要有光谱校正法、最小二乘法、主成分分析法、局部最小二乘法、偏最小二乘法等。
光谱校正法是最常用的建模方法之一，其基本思想是对原始光谱进行校正，消除光谱中的噪音和干扰信号，提高光谱质量。
光谱校正法包括多种方法，如基线校正、归一化、散射校正等。
最小二乘法是一种简单有效的建模方法，其基本思想是分析已知样本的光谱数据和物质成分之间的线性关系，根据样本数据拟合出一条直线方程，再将未知样本的光谱数据代入该方程中计算其成分和组成。
主成分分析法通常用于多成分分析，其基本思想是将多个变量（即多个波长）压缩成少量主成分，分析主成分和物质成分间的关系，建立数学模型，预测未知样品的成分和组成。
主成分分析法可以对噪音和干扰信号进行优化，提高建模精度和稳定性。
局部最小二乘法和偏最小二乘法主要用于解决多重共线性问题。
多重共线性是指多个自变量之间存在相互关系，可能导致建模时出现不稳定、方差偏大以及偏离实际的模型拟合等问题。
局部最小二乘法和偏最小二乘法可以通过对多个自变量进行压缩和变换，消除共线性问题，提高建模精度和稳定性。
总之，近红外光谱建模方法在化学、医学、食品、制药等领域得到了广泛的应用，其优势在于可靠、高效、无损，但在实际应用中，需要结合具体的问题、样本、数据和仪器等条件进行选择和调整，以达到最佳的建模精度和稳定性。
近红外光谱模型转移
近红外光谱模型转移
近红外光谱是一种非常重要的光谱分析技术，它在农业、食品、医药、化工等领域都有广泛的应用。
而近红外光谱模型转移，则是近红外光
谱分析领域中非常重要的一个研究内容。
1. 什么是近红外光谱模型转移
近红外光谱模型转移指的是将已有的光谱分析模型，在不同的样品集
和仪器中，实现高质量、高可信的精度转移的过程。
这是近红外光谱
应用于不同生产场景中的重要问题之一。
2. 近红外光谱模型转移的原理
近红外光谱模型转移基于与建模集在光谱特性、化学成分、仪器参数
等方面的匹配程度。
主要包括谱库转移、模型参数转移、校正模型转移、广义预测模型转移等多个方面。
3. 近红外光谱模型转移的应用
近红外光谱模型转移可以将已有的光谱分析模型，应用于不同的样品
集和仪器中，为工业、农业、医药等领域提供高效、精准的光谱分析
解决方案。
同时，近红外光谱模型转移也能够将已有的光谱分析样品
集，应用于新场景下的快速分析和品质控制等。
4. 近红外光谱模型转移的挑战
近红外光谱模型转移的挑战主要来自于样品的差异性、仪器等因素的影响，以及模型训练数据集的不充分性等。
如何解决这些问题，需要研究人员在理论、方法上不断创新，应用先进的技术手段进行研究，提高模型转移的可靠性和精度。
5. 近红外光谱模型转移的发展趋势
近红外光谱模型转移的发展趋势主要是朝着模型建立、模型转移、模型评价等多个方向进行。
同时，随着深度学习、人工智能、大数据等技术的不断发展，近红外光谱模型转移也将迎来更为广泛、深入的应用场景。
近红外光谱分析技术
The classical physics considers the atoms as particles with a given mass in the IR absorption process, and the vibrations of diatomic molecule described as follows (e.g., HCl):
MIR fundamental molecular vibrations
H
H H rocking
R H scissoring R R H H
in-plane bending
FIR
molecular rotations
Molecule
Degrees of freedom
H
H bending
Non linear Linear
400 to 33
MID
FAR
3x10-4 to
4000 to 400
7.8x10-5 to 3x10-4
12820 to 4000
近红外光谱分析技术
近红外光谱分析原理
• 近红外光谱主要是由于分子振动的泛频使分子振 动从基态向高能级跃迁时产生的，记录的主要是 含氢基团X-H（X=C、N、O、S）振动的倍频和 合频吸收。 • 不同基团（如甲基、亚甲基、苯环等）或同一基 团在不同化学环境中的近红外吸收波长与强度都 有明显差别，NIR光谱具有丰富的结构和组成信 息，非常适合用于碳氢有机物质的组成与性质的 测量。
定性分析
• 近红外定性分析主要用于物质的聚类分析 和判别分析。 • 近红外定性分析是用已知类别的样品建立 近红外定性模型，然后用该模型考察未知 样品是否是该类物质。
近红外定性分析的基本原理
基于近红外光谱分析的多模型建模方法研究
在造 纸工业 中 ，木材 纤 维 素 含 量 是 原 料 评 价 和 纸 浆材 林木 培育 需 要 考 虑 的 重 要 因 素 ，所 以用 近 红
外光 谱 快 速 测定 木 材 的 一纤 维 素含 量 具 有 重 要
的现 实意 义 。
使 用 ，共制 得 ７ ８个试验 样 品 。
称取 ２ ｇ （ 称准至 ０ ． ０ ０ ０ １ ｇ ） 苯 醇抽 提 过 的试
基 于 近 红 外 光 谱 分 析 的 多 模 型 建 模 方 法 研 究
刘 胜 范雅婷
（ 北 京林 业 大学 理 学 院 ，北 京 １ ０ ０ ０ ８ ３ ）
摘要 ：以相思树的 一纤维素含 量为研 究对象 ，用一种 多模 型方法建立 了相思树 一纤 维素含量 的近红 外光谱 分
析模 型 。模 型 预 测值 的 平 均 相 对误 差 为 ０ ． ９ ７ ％ ， 实验 值 与 预 测 值 之 间的 相 关 系数 为 ０ ． ９ ６ ３ １ ，模 型 的 拟 合 优 度 为 ０ ． ９ ２ ４ ５ 。研 究 结 果表 明 ，使 用 的 光谱 数 据 量越 大 ，模 型 的 预 测 效 果 一般 会 越 好 。此 外还 发 现 了子 模 型 中待 定 常 数 的 个 数 与 所 使 用 光 谱 数 据 量 之 间 的 关 系 ：建 模 时 使 用 的 光 谱 数 据 量 越 大 ，每 个 子 模 型 中待 定 常 数 的 个 数 一 般
第２ 期
林 业 科 技
ＦｏＲ ＥＳＴＲＹ ＳＣＩＥＮ ＣＥ ＆ ＴＥＣＨ Ｎｏ Ｌｏ ＧＹ
Ｖｏ １ ． ３ ９０ １ ４ 年 ３ 月
文 章 编 号 ：１ ０ ０ １ — ９ ４ ９ ９（ ２ ０ １ ４ ）０ ２—０ ０ ２ ０— ０ ５
现代近红外光谱分析技术的原理及应用
现代近红外光谱分析技术的原理及应用1简介近红外光〔near infrared,NIR 〕是介于可见光〔VIS〕和中红外光〔MIR或IR〕之间的电磁波美国材料检测协会〔ASTM将近红外光谱区定义为波长780-2526nm的光谱区〔波数为12820-3959cm1〕习惯上乂将近红外区划分为近红外短波〔780-1100nS 和近红外长波〔1100-2526ng 两个区域。
从20世纪50 年代起，近红外光谱技术就在农副产品分析中得到广泛应用，但是由于技术上的原因，在随后的20多年中进展不大。
进入20世纪80年代后，随着计算机技术的迅速开展，以及化学计量学方法在解决光谱信息提取和消除背景十扰方面取得的良好效果，加之近红外光谱在测试技术上所独有的特点，人们对近红外光谱技术的价值有了进一步的了解从而进行了广泛的研究。
数字化光谱仪器与化学计量学方法的结合标志着现代近红外光谱技术的形成。
数字化近红外光谱技术在20世纪90年代初开始商品化。
近年来，近红外光谱的应用技术获得了巨大开展，在许多领域得到应用，对推进生产和科研领域的技术进步发挥了巨大作用。
近红外光谱技术是90年代以来开展最快、最引人注目的光谱分析技术，测量信号的数字化和分析过程的绿色化使该技术具有典型的时代特征。
由于近红外光在常规光纤中有良好的传输特性，使近红外光谱技术在实时在线分析领域中得到很好的应用。
在工业兴旺国家，这种先进的分析技术已被普遍接受，例如1978年美国和加拿大采用近红外法代替凯氏法，作为分析小麦蛋白质的标准方法。
20世纪90年代初，外国厂商开始在我国销售近红外光谱分析仪器产品，但在很长时间内，进展不大，其原因主要是：首先，近红外光谱分析要求光谱仪器、光谱数据处理软件〔主要是化学计量学软件〕和应用样品模型结合为一体，缺一不可。
但被分析样品会由于样品产地的不同而不同，国内外的样品通常有差异，因此，进口仪器的应用模型一般不适合分析国内样品。
如果自己建立模型，就需要操作人员了解和熟悉化学计量学知识和软件，而外商在中国的代理机构缺乏这方面的专业人才，不能有效地根据用户的需要组织培训，因此，用户对这项技术缺乏全面了解，影响到了它的推广使用。
微型近红外光谱仪系统的设计剖析
微型近红外光谱仪系统的设计1微型近红外光谱仪系统相关理论1.1近红外光谱仪系统的工作原理近红外光谱是由于分子振动能级的跃迁（同时伴随转动能级跃迁）而产生的。
近红外分析技术是依据被检测样品中某一化学成分对近红外光谱区的吸收特性而进行定量检测的一种方法，它记录的是分子中单个化学键基频振动的倍频和合频信息，它的光谱是在700--2500 nm范围内分子的吸收辐射。
这与常规的中红外光谱定义一样，吸收辐射导致原子之间的共价键发生膨胀、伸展和振动，中红外吸收光谱中包括有C-H键、C-C键以及分子官能团的吸收带。
然而在NIR 测量中显示的是综合波带与谐波带，它是R-H分子团（R是O、C、N和S）产生的吸收频率谐波，并常常受含氢基团X-H（C-H、N-H、O-H）的倍频和合频的重叠主导，所以在近红外光谱范围内，测量的主要是含氢基团X-H振动的倍频和合频吸收。
图1.1是近红外技术的分析过程图，左侧箭头是建模过程，右侧箭头是检测过程。
1.2近红外光谱仪光学系统基本理论在近红外光谱分析系统中，用于测量近红外光谱的近红外光谱仪是系统的基础，而分光光学系统是光谱仪的核心。
1.2.1色散原理色散系统是光谱分析仪器中的重要组成部分，色散系统的选择与设计直接关系到光谱仪器的性能。
按其工作原理可分为空间色散型和干涉调制型。
空间色散型包括物质色散、多缝衍射和多光束干涉；而调制型主要为傅里叶变换分光、哈达玛变换分光和光栅调制分光等，这里主要介绍衍射色散分光。
在物理光学中，可以把光波看成在空间分布的标量电磁场，由于光波的波动性质，当光波通过具有一定宽度狭缝时，会发生衍射现象。
如果光波同时通过两个相邻的狭缝时，由两狭缝发出的光波将在产生干涉的同时还会受到单缝衍射的调制。
由此类推，对于多缝衍射，可以认为多缝衍射光强是多光束干涉光强被单缝衍射光强调制的结果，这就是衍射光栅的工作原理。
衍射光栅就是利用多缝的干涉衍射效应，对于任何装置，只要它能起到等间隔地分割波阵面的作用，都可以称为衍射光栅。
近红外定性分析模型的稳健性与适应性分析
第３４卷，第６期 光谱学与光谱分析Ｖｏｌ．３４，Ｎｏ．６，ｐｐ１５０６-１５１１２０１４年６月 ＳｐｅｃｔｒｏｓｃｏｐｙａｎｄＳｐｅｃｔｒａｌＡｎａｌｙｓｉｓＪｕｎｅ，２０１４近红外定性分析模型的稳健性与适应性分析曹 吾１，２，李卫军１*，王 平２，张丽萍１１．中国科学院半导体研究所，高速电路与神经网络实验室，北京 １０００８３２．中国石油大学（华东），信息与控制工程学院，山东青岛 ２６６５８０摘 要 研究了近红外定性分析中模型的稳健性与适应性问题。
讨论了单独建模延长建模周期对模型性能的影响，结果显示这种方法可以显著提高模型的稳健性，同时对模型的台间适应性也有所提升，但提升作用有限；研究了不同仪器联合建模的方法对模型性能的影响，该方法不仅可以显著提高模型的适应性，而且可以有效提高模型的稳健性。
对比单独建模，可以缩短建模时间，减少模型建立的工作量；延长模型的适用期限，提高建模效率。
结果表明，对模型适应性的测试，单独建模其正确识别率较低，不能满足应用的要求，而多台仪器联合建模可以达到９０％以上，提升效果明显；对模型稳健性的测试，联合建模也能得到相比单独建模更好的模型识别效果，具有很好的应用价值。
关键词 近红外光谱；定性分析；模型期限；模型传递；建模周期；联合建模中图分类号：Ｇ２０２，Ｓ１２３，Ｓ５１３ 文献标识码：Ａ DOI ：１０．３９６４／ｊ．ｉｓｓｎ．１０００-０５９３（２０１４）０６-１５０６-０６ 收稿日期：２０１３-０８-１４，修订日期：２０１３-１２-１１ 基金项目：国家自然科学基金项目（９０９２００１３）资助 作者简介：曹 吾，１９８９年生，中国石油大学（华东）信息与控制工程学院硕士研究生 ｅ-ｍａｉｌ：ｃａｏｗｕ＠ｓｅｍｉ．ａｃ．ｃｎ*通讯联系人 ｅ-ｍａｉｌ：ｗｊｌｉ＠ｓｅｍｉ．ａｃ．ｃｎ引 言近红外光谱是基于物质对近红外谱区电磁波吸收的一种光谱技术，近红外光谱分析技术具有简便、快捷、低成本、无污染以及不破坏样品等优点［１-３］，因此被广泛应用于多个行业。
药品近红外光谱通用性定量模型评价参数的选择
药品近红外光谱通用性定量模型评价参数的选择冯艳春;张琪;胡昌勤【摘要】In order to find out the optimum combination of the evaluation parameters for the selection of the best drug near infrared (NIR)universal quantitative model during model optimization,13 common evaluation parameters of NIR quantitative models were collected and arranged from commercial chemometrics software or references based on the requirements of validation of quantitative analytical procedures of ICH (International Conference on Harmonization of Technical Requirements for Registra-tion of Pharmaceuticals for Human Use).Then all these parameters of 92 drug NIR universal quantitative models were calculated and analyzed.By studying the correlation of these parameters,the optimum combination of evaluation parameters for drug NIR universal quantitative models was determined.And the value range of these parameters in the optimum combination was also obtained.Root mean square error of cross-validation(RMSECV)/root mean square error of prediction (RMSEP),average rela-tive deviation (ARD)and ratio of (standard error of)prediction (validation)to (standard)deviation (RPD)were used as the key parameters to evaluate the model accuracy.Most of RMSECV/RMSEP was within 3%,and the value of RMSECV was roughly equivalent to the average absolute deviation of the corresponding model.Most of RPD was more than 2.The value of ARD was related to the type of universal models (such as the drug preparation and packing)and the content range which the test samplebelonged to.Determination coefficient (R 2 )was used as the key parameter to evaluate the model linearity and most of its values were from 80% to 100%.The ratio of RMSEP to RMSECV was selected as the key evaluation parameter of model robustness and its value was usually within 1.5.The standard deviation of repeated measurement data was chosen to evaluate model preci-sion.And it was an important parameter for standardizing operation of NIR instruments and studying the feasibility of model transfer in different instruments.However,the parameter for NIR universal quantitative models received much less attention in previous studies and it was difficult to give a value range for this parameter at present.All the results can not only provide evi-dence for evaluation of drug NIR universal quantitative models for the model builders or users,but also supply basic data to es-tablish and improve the parameter evaluation system of drug NIR universal quantitative models.%为寻找药品近红外通用性定量模型在建立过程中用于确立最优模型的关键评价参数组合,收集整理了目前各种商品化化学计量学软件及文献中的13个常用于评价近红外定量模型的统计学参数,结合人用药品注册技术要求国际协调会对于药品定量分析方法验证基本要求,对92个药品近红外通用性定量分析模型的这些参数进行了计算和分析。