红外光谱技术及其应用进展

红外光谱技术及其应用进展

摘要

波数13000~10cm-1或波长0.75~1000μm之间称为红外区，在此范围内的物质吸收红外辐射后，因分子振动、转动、或晶格等运动产生偶极矩变化，形成可观测的红外光谱。红外光谱技术的发展进程和红外光谱技术分析速度快，分析效率高，分析成本低，测试重现性好等特点，因此，红外光谱有化合物“指纹”之称，是鉴定有机化合物和结构分析的重要工具。本文主要介绍了红外光谱技术在制浆造纸工业中木素的定性和结构分析、木素的定量分析、研究纤维素的结晶结构、测定纸浆Kappa 值等，以及在临床医学和药学方面，农业方面，以及食品方面在食品中农药残留检测、食品参假鉴定、食品内部质量的评定等方面的应用环境科学中水环境监测、固体环境监测、气体环境监测，石油工业中对于油品成分，含量等方面的分析。通过具体的阐述对红外光谱技术从理论基础到技术应用进行全方面系统的介绍。

关键词

红外光谱特点应用

引言

波数13000~10cm-1或波长0.75~1000μm之间称为红外区，在此范围内的物质吸收红外辐射后，因分子振动、转动、或晶格等运动产生偶极矩变化，形成可观测的红外光谱。红外光谱广泛应用于分子结构的基础研究和化学组成的分析领域, 对有机化合物的定性分析具有鲜明的特征性。因此，红外光谱有化合物“指纹”之称，是鉴定有机化合物和结构分析的重要工具。由于其专属性强各种基因吸收带信息多，固可用于固体、液体和气体定性和定量分析[1]。由于用红外光谱作

样品分析时基本不需要处理，且不破坏和消耗样品，自身又无环境污染，因而被广泛运用，目前红外光谱广泛已应用于制浆造纸工业、临床医学和药学方面、农业方面、食品方面、环境科学、石油工业等学科领域，并随着技术和研究的深入越来越受到重视。

1 红外光谱法的基本原理

红外吸收光谱是由分子振动能级的跃迁同时伴随转动能级跃迁而产生的，因此，红外光谱的吸收峰是有一定宽度的吸收带。物质吸收红外光应满足两个条件，即辐射应具有刚好能满足物质振动能级跃迁时所需的能量；辐射与物质之间有偶合作用。因此当一定频率的红外光照射分子时如果分子中某个基团的振动频率与其一致，同时分子在振动中伴随有偶极矩变化，这时物质的分子就产生红外吸收。

分子内的原子在其平衡位置上处于不断振动的状态，对于非极性完全对称的

双原子分子，分子振动并不引起偶极矩的改变，因此它与红外光不发生偶合，所以不产生红外吸收；当分子是一个偶极分子，由于分子中的振动使得正负电荷中心距离的瞬间值不断改变，因而分子的偶极矩也不断改变，分子的振动频率与分子的偶极矩的变化频率相匹配时，分子的振动才能与红外光发生偶合而增大其振动能，使得振幅加大，即分子由原来的振动基态跃迁到激发态。可见并非所有的振动都会产生红外吸收。凡能产生红外吸收的振动，称为红外活性振动，否则就是红外非活性振动。

除了对称分子外，几乎所有具有不同结构的化合物都有不同的红外光谱。谱图中的吸收峰与分子中各基团的振动特性相对应，所以红外吸收光谱是确定化学基团、鉴定未知物结构的重要工具之一。

2红外光谱仪的发展进程[2]

红外光谱仪的发展共经历了三代。第一代是基于棱镜对红外辐射的色散而实现分光的, 属棱镜式红外分光光度计。其缺点是光学材料制造费事, 分辨本领较低, 而且仪器要求严格(恒温恒湿) 。第二代是基于光栅的衍射而实现分光的, 属光栅式红外分光光度计, 与第一代相比, 分辨能力有很大提高, 且能量较高, 价格便宜, 对恒温、恒湿要求不高, 是红外分光光度计发展的方向。随着电子技术的发展, 出现了第三代红外光谱仪, 这就是基于干涉调频分光的傅里叶变换红外光谱仪, 它的出现为红外光谱的应用开辟了许多新的应用领域。目前, 傅里叶红外光谱分析是近代环境科学分析技术中的一个重要手段, 主要用于环境污染监测、突发性污染控制和污染物质分析。根据波数范围可分为近红外( 13 000~ 4000 cm-1)、中红外(4000~ 400cm-1) 和远红外(400~ 100cm-1)区域。

3红外光谱技术的特点

红外光谱技术之所以能成为现代结构化学、分析化学最常用和不可缺少的工具，以及近年来发展最快的谱学方法之一，是由其技术特点所决定的，红外光谱分析的主要技术特点如下：

（1）分析速度快，由于光谱的测量过程一般可在1min内完成（多通道仪器可在1sec之内完成），可迅速测定出样品的组成或性质。

（2）分析效率高。通过一次光谱的测量和已建立的相应的校正模型，可同时对样品的多个组成或性质进行测定。在工业分析中，可实现由单项目操作向车间化多指标同时分析的飞跃，这一点对多指标监控的生产过程分析非常重要，在不增加分析人员的情况下可以保证分析频次和分析质量从而保证生产装置的平稳运行。

（3）分析成本低。红外光谱在分析过程中不需要消耗样品，自身出消耗一点电外几乎无其他消耗，与常用的标准或参考方法相比，测试费用可大幅度降低（4）测试重现性好。由于光谱测量的稳定性，测试结果很少受人为因素的

影响，与标准或参考方法相比，红外光谱一般显出更好的重现性。

（5）样品测量一般无需预处理，光谱测量方便。由于红外光较强的穿透力和散射效应，根据样品物态和透光能力的强弱可选用透射和漫反射测谱方式。通过相应的测量器件可以直接测量液体、固体、半固体和胶状类等不同物态的样品。

（6）便于实现在线分析。由于红外光在光纤中良好的传输特性，通过光纤可以使仪器远离采样现场，将测量的光谱信号实时的传输给仪器，调用建立的校正模型后可直接显示出生产装置中样品的组成或性质结果。另外通过光纤也可测量恶劣环境中的样品。

（7）典型的无损分析技术。光谱测量过程中不消耗样品，从外观到内在都不会对样品产生影响。鉴于这一特点，该技术在活体分析和医药临床领域正得到越来越多的应用。

（8）现代红外光谱分析也有其固定的特点，一是测试灵敏度相对较低，这主要是因为红外光谱作为分子振动的非谐振吸收跃迁几率较低。二是一种间接分析技术方法所依赖的模型必须事先用标准方法或参考方法对一定范围内的样品测定出组成或性质数据。因此模型的建立需要一定的化学计量学知识、费用和时间，另外分析结果的准确性与模型建立的质量和模型的合理使用有很大的关系。

4 红外光谱技术的应用

4.1 在制浆造纸工业中的应用[3]

4.1.1 木素的定性和结构分析

将木素试样和溴化钾混合均匀后压片, 研制成透明的试片, 用红外分光光度计得到相应红外光谱图, 再通过所得试样谱图与前人证实的特征吸收峰的位置加以对照比较, 来确定木素中所含的各种功能基, 从而分析木素的结构[3]。4.1.2 木素的定量分析

用红外光谱对木素作定量分析时, 常以木素的芳环特征吸收峰(即波数为1500cm-1和1600cm-1处的吸收峰)的强弱为定量的依据。在测之前要先作木素含量与相对吸光度D 的准曲线。然后, 取待测纸浆样品l0mg, 加入亚铁氰化钾lmg 和KBr(过200 目粉)300mg,在玛瑙研体中研磨(约120 次)后, 将其置于真空干燥箱中, 在真空度约76mm Hg柱, 70℃下烘干8h 以上。经烘干的试样在压片模中用15t 压力下压制成透明薄片, 在红外分光光度计上进行扫描, 得到红外光谱图。根据红外光谱图得出相对吸光度D(D1505/D2100),再由该值查标准曲线, 求得纸浆中木素的含量[3]。

4.1.3 研究纤维素的结晶结构(结晶度)

对纤维素大分子的聚集状态(即所谓纤维素的超分子结构)的研究认为, 纤维素是由结晶区和无定形区交错联结而成的。在结晶区内, 纤维素链分子的排列比较整齐, 有规则; 而在无定形区,纤维素链分子的排列不整齐, 规则性较差, 结合较松弛。而且从结晶区到无定形区是逐步过渡的, 且无明的界限。纤维素的

结晶是表征纤维素聚集态形成结晶程度的指标, 它是指纤维素构成的结晶区占纤维素整体的百分数。纤维素的结晶度在一定程度上, 反映了纤维的物理性质和化学性质。因此, 测定纤维素的结晶度, 对于从结构上了解纤维素纤维的性质具有指导意义[3]。

4.1.4 测定纸浆Kappa 值

由于近红外光谱的声噪比甚高, 可选用多元统计技术来进行多元回归得出工作曲线, 而使定量测量精度较高。另外, 物质在此波段(0.8——2.5μm)的特征吸收峰的吸收率小, 因而在进行测定时, 近红外光谱法及其适用于固体、液体、气体及悬浮液的快速, 非破坏性的定量分析。因此可来测定纸浆木素含量, 进而测定纸浆的Kappa值[3]。

4.1.5 测定细纤维的取向角

采用MicO—RoMan 分光仪测定1094cm-1和1121cm-1处峰值强度的比率作为角度的函数,从而测定漂白浆细纤维取向角[4]。

4.1.6 测混合纤维的构成

利用红外光谱仪的差减光谱软件, 对复杂混合纤维光谱成功地进行光谱差减, 从而更准确地推测混合纤维的构成[5]。

4.1.7 探测热磨机械浆的光返黄

O-醌和P-醌模型物及Fremy 的热磨机械浆盐类氧化物的光谱研究结果证实, 1675cm-1谱带是由于P- 醌官能基的作用, 研究发现, 甲基氢醌的变色行为与热磨机械浆的回色非常相似。且发现, P- 醌和氢醌模型物对激光诱导荧光的分子氧敏感性非常接近返黄和未返黄的机械热磨浆的返色行为。因此, 可采用傅立叶变换拉曼光谱和傅立叶变换红外光谱, 在新的谱带1675cm-1处, 探测热磨机械浆的光返黄作用[6]

4.1.8 测纸张的匀度

通过光吸收方法测量纸页局部定量, 得到定量在纸页平面的一维分布函数, 通过傅立叶变换得到纸页局部定量变化的几何分布特征和幅度分布特征, 并以此为基础构成表征纸页匀度的特征参数一不均匀指数来测量纸页匀度[7]。

4.1.9 测量纸页的水份和纸板的重量

采用反射模式利用水在1940cm-1处的特征

吸收测量纸页中的水份。如2235 红外水份传感器利用的就是这个原理。纸板重量的变化在2100-2500nm 的范围内表观明显, 在2346mn 处进行一元线性回归, 可测纸板的重量[8]

4.1.10 检查纸张结构

利用红外温度记录仪, 通过向样品施加机械能和热能, 使其温度发生变化, 从而检测纸张结构。这种方法有助于鉴定纸张的结构及功能特性[9]。

4.2在临床医学和药学方面的应用

鉴于每个化合物都有自己独特的红外光谱, 除特殊情况外, 目前尚未发现

两种不同的化合物具有相同的红外光谱, 所以红外光谱为药品质量的监测提供了快速准确的方法。如药材天麻、阿胶, 西药红霉素、环磷酰胺的监测和抗肝炎药联笨双酯同质异晶体的研究。

红外光谱在临床疾病检测方面也有广泛的应用, 如利用红外光谱法对冠心病、动脉硬化、糖尿病、癌症的检测。红外光谱法测定蛋白质基体中的葡萄糖含量。以及用FT - Raman 光谱在700 ~1900cm-1处的差异, 对胃、牙齿、血管、肝等人体组织的研究可用于体内诊断。近红外光谱还用于血液中血红蛋白、血糖及其他成分的测定及临床研究[10.11],均取得较好的结果。

田惠军等用FTIR 法对天然牛黄中胆红素钙的含量进行了定量测定, 宋占军等采用FTIR法对蜂王浆中的王浆酸进行了定性及定量测定,他们都得到满意的结果[12]。随着漫反射测试技术的出现，无损药物分析在近红外光谱分析中占有非常重要的位置。现代近红外光谱已广泛用于药物的生产过程控制。

4.3在农业方面的应用

红外光谱成功的用于农产品的品质分析, 进而扩展到污染物的测定[13], 烟草、咖啡的分类[14]、农产品产地来源鉴别[15]，还用于检测可耕土壤的物理和化学变化[16]，光导纤维探头的出现, NIR 技术可直接用于粮食或水果传送带上进行产品分捡[17]。

陈和生等人还通过漫反射方法，将探头直接安装在食物的谷物传送带上，检验种子或作物的质量，如水分、蛋白含量及小麦硬度的测定。在农产品的良种选育和品质分析中发挥了重要作用, 用NIR 技术在肥料生产过程中即时监控氮、磷、钾组成的变化对蔬菜中微量的农药残留的定性和定量分析进行了较深入的研究, 还建立了蔬菜中稍酸盐的NIR快速测定法[18]。

在农业领域, 近红外光谱可通过漫反射方法, 将测定探头直接安装在粮食的谷物传送带上, 检验种子或作物的质量, 如水分、蛋白含量及小麦硬度的测定[19, 20]。还用于作物及饲料中的油脂、氨基酸、糖分、灰粉等含量的测定以及谷物中污染物的测定[21] ; 近红外光谱还被用于烟草的分类、棉花纤维、饲料中蛋白及纤维素的测定, 并用于监测可耕土壤中的物理和化学变化[22]。

4.4在食品方面的应用[23]

4.4.1食品中农药残留检测

食品中农药残留分析离不开农药标准品, 而标准品研制中一般须经红外光谱进行结构表征。周向阳、林纯忠[24]等人首次采用傅立叶变换近红外光谱

法( FT- NIR) 对十字花科、旋药科、菊科、伞形花科、苋科等20余种叶菜类中有机磷农药残留的鉴别进行了系统研究,以农药甲胺磷为主要研究对象, 结合高、中、低毒3 种有机磷类进行分析测试, 讨论各种蔬菜样品谱图的差异, 利用含磷基团在倍频区的特征吸收, 采用差谱技术等进行指认, 取得满意的鉴别效

果, 为有机磷农药残留的快速分析提供一种简便、快速、可靠的手段。王多加[25]等人运用傅里叶变换近红外光谱仪, 以二阶导数处理光学数据, 用偏最小二乘法进行统计分析生菜中硝酸盐的含量。徐琳[26]等用FT IR技术对蔬菜表面残留的氯氰菊酯进行分析, 并研究氯氰菊酯在白菜类蔬菜表面的残留情况。结果表明, 该法测定蔬菜表面农药残留的灵敏度高于透射光谱法,而且快速、简便、无需预处理。

4.4.2 食品参假鉴定

由于食品种类繁多、食品成分十分复杂, 而且可能掺杂到食品中的物质也很多, 外观、组成或理化性质又比较接近的缘故, 通常很难用一般的化学方法鉴别真伪。快速鉴别食品的真伪、掺杂是当前我国食品市场监管的重要难题之一[27]。

李彦文[28] 等利用傅里叶变换近红外光谱仪, 分别测定酸枣仁与其伪品滇枣仁的红外指纹图谱。结果KBr直接压片法测定所得的图谱, 在1800~ 960cm-1间, 酸枣仁与其伪品的红外吸收峰的峰数、峰位、峰形和峰强等, 存在明显差异, 可作为酸枣仁与滇枣仁的重要区别。因此可为酸枣仁与伪品滇枣仁的真伪鉴别提供红外光谱的鉴别指标。

近红外光谱用于分析肉、鱼、蛋、奶及奶制品等食品中脂肪酸、蛋白、氨基酸等的含量, 以评定其品质[29] ; 近红外光谱还用于水果及蔬菜如苹果、梨中糖的分析[30] ; 在啤酒生产中, 近红外光谱被用于在线监测发酵过程中的酒精及糖分含量[31]

4.4.3 食品内部质量的评定

传统的水果和蔬菜的质量都是根据一些外部参数, 如颜色、形状、大小、伤痕来评定的。近年来一些内部参数, 如甜度、脆度以及内部有无病虫害等, 在质量评定中变得越来越重要, 而通过红外技术可以实现这些参数的准确、快速的测量。例如水心病是苹果常见的一种生理失调症状, 该病大都发生在果核周围, 呈辐射状。2003年, 韩东海等选用近红外光进行了检测, 得到的连续光谱清晰直观的反映了苹果的病变程度[32]。

4.5 在环境科学方面的应用[2]

4.5.1水环境监测

在水体污染中, 有机污染物是主要物质, 化学需氧量( COD) 是最常用、最重要的表征有机污染程度的指标之一。传统的COD 测量方法 重铬酸盐法, 操作复杂, 测定时间长, 产生二次污染, 不适合于在线、实时测量。为此, 何金成等开发了运用近红外光谱法测量废水COD 的方法。对水样近红外光谱用偏最小二乘法( PLS) 回归建模, 分别建立标准水样和废水样的COD 预测模型。

近10 年来, GC- FTIR 联用技术在各种复杂混合物的实际分析鉴定中得到广泛应用。使用GC- FTIR 分析化工厂废水中的二氯甲烷提取液, GC 分离出对二氯苯、间氯代硝基苯、对氯代硝基苯、邻氯代硝基苯、3, 4- 二氯代- 6- 硝基苯胺、三氯代硝基苯、烷基酞酸酯和磷酸三苯酯等, 比GC-HPLC的灵敏度高2~3 个

数量级, 还可以鉴别溢油污染源。如果扫描波数在200~ 800cm-1之间, 还可以测定艾试剂、高丙体六六六、DDT、P, P’- DDT 、乙滴涕、狄试剂、七氯和六氯苯等有机氯农药, Seyama 等还测定了水中的正己烷。

4.5.2固体环境监测

镉是土壤中污染程度最严重的金属之一。利用微生物治理镉污染已成为研究的热点。刘爱民等采用红外光谱与原子吸收光谱分析菌株对Cd2+的积累, 结果表明, 在低浓度Cd2+溶液中菌株细胞对Cd2+的积累主要靠细胞壁上-NH2与Cd2+ 配

位结合; 在高浓度Cd2+ 溶液中, 细胞壁上-NH

2 ,-OH , -COOH, -PO

3

-4 , -M-O

( O-M-O) 基团吸附Cd2+的能力显著。Mn2+可以增加细胞壁上有效官能团活性,提高Cd2+积累率。但当有Zn2+ , Pb2+ , Cu2+重金属共存时,即使有Mn2+存在, 菌体对Cd2+吸附积累能力未见提高。通常使用高效液相色谱法检测农药中有效成分吡虫啉的含量。马国欣等采用红外光谱法直接测定农药中吡虫啉含量,样品使用KBr 压片法。吡虫啉标准品和商品吡虫啉农药的红外光谱对照实验表明: 吡虫啉在939.12 cm-1处的吸收峰不受农药中其他成分的干扰, 可以选择此峰为定量分析波数。吡虫啉红外光谱在947~ 92 518 cm-1处的峰面积与其净含量满足线性方程Area=1.3665×10-1+2.37×10-2×c, 相关系数r= 0.99953。结论是利用红外光谱快速检测农药中有效成分吡虫啉含量的方法是可行的, 可以替代常规的理化分析, 能够满足快速分析的需要。

4.5.3气体环境监测

徐亮等设计了一套用于环境气体分析的长开放光路傅里叶变换红外光谱系统。该系统具有往返250 m 的开放式长距离采样光程, 使用一台分辨率为1cm-1的傅里叶变换红外光谱仪测量采样路径内的大气透过率光谱, 然后进行非线性最小二乘光谱拟合, 计算出待测组分浓度。实验部分通过选择特定波段分析了污

染空气中CH

4 , CO, N

2

O 和CO

2

的浓度, 拟合残差的均方根误差小于1% 。结果表

明, 该系统的结构简单, 光路易于校准, 环境适应性良好, 测量速度快,采样范围广, 可用于探测大气中一些重要的痕量和微量组分, 开展较大区域的环境气体的监测和研究。

4.6石油工业的应用[33]

红外光谱技术在石油化学中的应用是一个十分广泛的领域, 如在重油的组成、性质与加工方面,应用IR表面自硅胶色谱得到的胶质和沥青质。

红外光谱法在润滑油及其应用方面的进展体现在: 用于鉴别未知油品和标定润滑油的经典物理性质(如粘度、总酸值、总碱值); 被纳入以设备状态监测为目的的油液分析计划, 用于表征在用油液的降解和污染程度; 油润滑表面摩擦化学过程及产物的原位监测与表征。

红外光谱法应用于轻质油品生产控制和性质分析方面的主要进展包括: 应用红外光谱预测汽油的辛烷值, 应用IR 测定汽油中含氧化合物的含量。此外, 还应用ATR FT - IR GC 联用测定汽油中的芳烃的含量。

5、展望

红外光谱技术的研究与应用尽管在我国起步较晚, 但在农副产品、食品、环境科学及石油化工领域的研究应用取得很大的进展, 随着仪器和光谱处理化学计量学软件的国产化及各类应用模型的开发, 红外光谱作为一种绿色、快速、高效、适合在线的分析技术将会在更多的领域得到开发和应用。

[1] . 曾泳淮, 林树昌. 仪器分析[M] . 北京: 高等教育出版社, 2004.

[2] . 李英华等.红外光谱技术在环境科学中的应用与展望[J].光谱学与光谱

分析，2008,28（10）:25.

[3] .徐美娟等. 制浆造纸工业中红外光谱技术的应用[J].黑龙江造

纸,2003(2):6~8.

[4] . 刘士亮. ZDPM 型液压盘磨机中浓打浆生产应用. 中国造纸, 2000(4) :

14~ 18.

[6] . 刘士亮. 中浓打浆对废纸浆的优化处理. 中华纸业, 2002(10) : 38~39.

[7] .阎东波. 纸页匀度的一种表征方法. 中国造纸, 1997(6) : 6~ 10.

[8] .齐伟红, 尚少革. 2235 红外水分传感器的使用及维护. 纸和造纸,2000(6)

[9] .Kiiskinen H.T. , Kukkonen H. K. , Pakarinen P. I. et al . Infrared

themographyexamination of paper structure. Tappi J. , 1997, 80(4) : 159 ~162.

[10] .D Gyula, J Janos and V N Ist van. Near Infrared Spectroscopy, Th

e Future Waves, 7th Proc. Int .Con

f . Near Inf rared S pect

roscopy,Davies A M Cand William s Phil, 1996: 353~ 356.

[11] . M R Gat in, J R Long, P W it. Near Infrared Spect roscopy, The

FutureWaves, 7th Proc. Int . Conf . Near Inf rared Spect roscopy, Davies A MC and Williams Phil , 1996, 347~ 352.

[12] .田惠军, 宋占军, 卢涌泉.人血清蛋白与对苯二酞氯制备微胶囊及红外光

谱的研究[J].中国中药杂志, 1991,16(5):293.

[13] . Johnsen E. Process Cont rol Qual. , 1997, 9(4) : 205.

[14] . Lo S C Tob. Chem. Res. Conf. , 1995; 49: 41.

[15] . Meurens M, Li W J, FoulonM et al. Cerevisia, 1995, 20(3) : 33.

[16] . Perez Mendoza J. Journal of Stored Products Research, 2002,1: 10.

[17] . Schrader B, Schulz H. Talanta, 2002, 53: 35.

[18] .陈和生等.傅里叶变换红外光谱应用研究[J].黄冈报,1997,17(4):76~79.

[19] .O M i . Process Cont rol Qual . , 1997, 9(4) : 127

[20] . T akahashi, Masakuzu, Hajika et al. Near In frared S pectroscopy,The

Future Waves, 7th Proc. Int . Con f. Near Inf rared S pectroscopy, Davies A M i Will iams Phil, 1996, 494~ 497

[21] . E Johnsen. Process Con trol Qual . , 1997, 9(4) : 205

[22] . L S Chin. Near In frared S pect roscopy: The Future Waves, 7th

Proc.Int. Conf . Near Infrared Spect roscopy, Davies A M C an d

Williams Phil,1996, 441~ 447.

[23] .姚炜，夏彩云.红外光谱技术在食品安全检测中的应用[J].中国卫生检

验杂志，2009,19（6）:51~52.

[24] .周向阳, 林纯忠, 胡祥娜, 等. 近红外光谱法(NIR)快速诊断蔬菜中有机

磷农药残留[J] . 食品科学, 2004, 25(5) : 151- 153.

[25] .王多加. 近红外光谱法非破坏快速检测生菜中硝酸盐含量[J] .食品科学,

2004, 25(10): 239- 241.

[26] .徐琳, 王乃岩, 宋东明, 等 ATR - FT IR 快速检验蔬菜表面残留氯氰菊

酯[ J] . 光谱实验室, 2003, 20(6) : 888- 890.

[27] .黄艳, 王锡昌.近红外光谱分析在食品检测中的最新进展[J] . 食品研究

与开发, 2007, 28(7): 137- 140.

[28] .李彦文, 周凤琴, 王丽萍, 等 酸枣仁与其伪品滇枣仁的FTIR指纹图谱

鉴别[ J] .中医药学刊, 2005, 23 (4) : 713~715.

[29] . J J Pascual, P Molina and R Puchades. Near Inf rared S pect roscopy:

T he FutureWaves, 7th Proc. Int . Conf. Near Inf rared S pect roscopy, Davies A M C and Williams Phil, 1996, 559~ 564

[30] .M Meurens, W J Li, M Foulon et al. Cerev i sia , 1995, 20(3) : 33

[31]. T Zahn. Near Infrared Transmit tance S pect roscopy,A Pow erful Tool

for Fast Process and Product Cont rol in Brew eries and Malthouses.

Monogr.Eur. Brew . Con v. 1993( E. B. C. Symposium Inst rument at ion and M easurement , 1992) : 23~ 31

[32] .陈建军. 近红外光谱技术在食品安全检测中的应用[J] .外,2007,28(4) :

38~40.

[33] .邱颖.红外光谱技术应用的进展[J].环境科学导刊.2008.27:25.