近红外光谱技术在食品成分及质量控制方面的研究应用进展
近红外光谱技术在食品成分及质量控制方面的
研究应用进展1
秦华俊1，刘波平2,3*，罗香2 ，曹树稳1
（1 南昌大学食品科学教育部重点实验室 南昌 江西 330047；
2 江西省分析测试中心 南昌 江西 330029;
3南京理工大学 化工学院，南京 江苏 210094）
摘 要：近红外光谱技术是利用物质近红外吸收光谱信息，采用化学计量学方法分析处理实验数据，从而对样品进行定性和/或定量分析测定的一种快速、无损的新型检测技术，其突出特点是测定快速,分析过程不破坏样品，不用化学试剂，不污染环境，既可用于样品的定性分析，亦可用于有关成分的定量测定。该方法从最初的农产品分析逐步发展到食品、化工、医药和轻工等领域有关成分的分析检测，其量测信号数字化及分析过程绿色化是当今分析检测方法的一个新的发展方向。本文简要介绍了近红外光谱技术快速检测的基本原理，综述了国内外近红外光谱快速检测技术在食品成分及质量控制方面的研究应用进展，并展望了今后该领域的研究和应用前景。
关键词：近红外光谱技术；快速检测；化学计量学；食品
中图分类号：TS251.7文献标识码：A
1 引言
近红外光谱（Near Infrared Spectroscopy, NIRS）是指物质在波长780nm~2526nm（波数12820cm-1~3959cm-1）之间的吸收光谱，这个范围内的电磁波是人们认识最早的非可见光区域。近红外光谱技术被誉为90年代以来发展最快的光谱分析技术[1]，是光谱测量技术与化学计量学学科的有机结合，被誉为分析的巨人[2]。它利用物质的近红外吸收光谱信息，采用化学计量学方法分析处理实验数据，从而对样品进行定性和/或定量分析测定，是一种快速、无损的新型检测技术。其突出特点如下：（1）许多物质在近红外区域的吸收系数很小，使分析过程简单；（2）近红外区内光散射效应及穿透深度大，使得近红外光谱技术可以用漫反射技术对样品直接测定；（3）近红外光可在玻璃或石英介质中穿透；（4）分析过程的投资及操作费用低；（5）既可用于样品定性分析，也可以得到精度较高的定量结果；（6）分析过程不破坏样品，不用试剂，不会污染环境；（7）测定速度极快，作为快速检测手段是其他方法无法比拟的。
2 近红外光谱基本原理及特点
1基金项目：国家自然科学基金（20562008）资助;江西省科技厅星火计划项目
作者简介：秦华俊（1982-），男，江西南昌人，硕士研究生。
*通讯联系人:boping.liu@https://www.360docs.net/doc/9117198332.html,
2.1近红外光谱产生的基本原理
近红外光是电磁波，具有波粒二重性。从光源发出的红外光照射到由一种或多种分子组成的物质上，如果分子没有产生吸收，则光穿过样品，该物质分子为非红外活性分子；反之，为红外活性分子。只有红外活性分子中的键才能与近红外光子发生作用，产生近红外光谱吸收。近红外光谱的产生主要是由于分子振动的非谐振性，有两种振动模式(伸缩振动和弯曲振动)的分子能吸收近红外光。近红外区波数通常在4000cm-1以上，因而只有振动频率在2000cm-1以上的振动才可能在近红外区内产生一级倍频，而能够在2000cm-1以上产生基频振动的主要是含氢官能团的伸缩振动，如C-H、N-H、S-H和O-H。因此，近红外光谱测量的是分子中单个化学键的基频振动的倍频和合频信息，主要是含氢基团X-H（X=C、N、O、S）振动的倍频和合频吸收。
2.2近红外光谱的特点
近红外光谱虽说具有众多的优势，但同时也存在着一定的不足和局限性。首先，近红外区常常是多个振动谱带藏于一个宽峰或者重叠峰下面，这就使得大多数近红外光谱有着不同于中红光谱的信息特征。要精确近红外谱带的归属是很困难的[3]，因为每个近红外谱带可能是若干个不同基频的倍频和合频谱带的组合，没有锐峰和基线分离的谱峰，大量的是重叠谱峰和肩峰；其次，影响近红外谱带位置变化的因素也很多，如氢键、溶液稀释和温度升高，都可使谱带发生移动；此外，近红外快速检测技术作为一种间接测量技术，其测定的准确度依赖于标准方法提供的数据以及化学计量学建立起来的数学模型。标准方法测定数据的准确性，数学模型应用的校正样品集是否有足够的代表性以及算法的合理性等，直接决定了这项技术的精确程度。
3 近红外光谱快速检测技术原理及方法
近红外光谱快速检测技术是利用化学计量学方法处理样品的近红外吸收光谱，并依据校正样品集和适当的数学模型预测样品中各种成分的种类及含量，从而实现对样品进行定性或定量测定的一种快速、无损的新型检测技术。
化学计量学方法作为近红外光谱快速检测技术中枢，主要有三个方面的应用：一是光谱预处理。采用傅立叶变换、奇异值分解、Savitzky等提出的卷积平滑谱线方法[4] 滤除噪音；对光谱进行一阶或二阶微分处理[5]校正基线以及采用标准归一化处理（SNV）和多元散射校正技术（MSC）进行归一化处理[6,7]，筛选数据以及选择光谱范围。通过对光谱进行预处理，最大限度地减弱各种非目标因素对光谱的影响净化图谱信息，为建立校正模型及预测未知样
品作好前期准备。二是作为定性或定量方法，建立稳定可靠的分析模型；近红外光谱定性分析方法主要有建库判别和聚类分析，此外，模式识别和人工神经网络在光谱的定性判别中正得到越来越多的应用。如Feldhoff采用人工神经网络进行回收垃圾的分拣识别[8]；多元校正技术如多元线性回归（MLR）、主成分回归（PCR）、偏最小二乘回归(PLS)、人工神经网络（ANN）、和拓扑（TP）等方法是近红外光谱定量分析中常用的校正方法[9]。其中PLS 方法是近红外定量分析软件中最流行的算法，完全取代了早期应用较多的MLR和PCR方法。而ANN和TP在处理模型的非线性问题上有一定的优势。从目前来看，PLS及ANN用于近红外光谱分析所得到的校正结果最好[1]，不过在涉及具体的应用对象时，应对定量校正方法进行比较，确定适合样本预测建立校正模型的合理方法。三是用于校正模型的传递，也叫近红外光谱仪器的标准化，实现校正模型的共享。近红外光谱技术分析方法的建立及应用步骤如图1所示：
1标准方法分析样品 2采集光谱信息 3建立、优化和检验模型
4 分析样品
5 调用模型
6 预测结果
图1 近红外光谱技术分析方法流程
4近红外光谱技术在食品成分及质量控制方面的国内外研究应用进展
近红外快速检测作为一门应用技术，与近红外光谱仪器的发展是密不可分的，限于篇幅，本文不作介绍。
国外对近红外光谱快速检测技术的研究起步较早，检测对象的涵盖面比较广。在食品成分及质量控制方面的应用尤其突出。O.Marvik（1997年）[10] 和Takahashi等人（1996年）[11]通过近红外光谱漫反射方法，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、蛋白质及小麦硬度等；E Johnsen（1997年）[12]将近红外光谱技术用于作物及饲料中的油脂、氨基酸、糖分、灰糨等含量的测定以及谷物中污染物的测定；Iben等人（1998年）[13]采用近红外光谱技术快速检测了冰冻鳕鱼的二甲胺、甲醛等品质参数，并取得良好预测效果。Thomas Rohe（1999年）[14]应用近红外光谱快速检测方法对食品生产的条件，如湿度、聚合条件、反应条件对产品品质的影响作出了评定，为及时调整反应条件，控
制产品质量提供了依据；Ze’ev Schmilovitch等人（2000年）[15]运用近红外技术成功测定新鲜的粗牛奶中的脂肪，给近红外光谱技术快速测量其他流质组分提供了依据；Jeroen Lammertyn等人（2000年）[16]应用近红外光谱技术对水果非破坏性的品质进行了快速检测，其中对可溶性固形物含量的预测效果十分理想；B.Steuer等人（2001年）[17]用近红外光谱技术对柚子、橙、中国柑桔、柠檬、酸橙中的一种十分有价值的成分——桔油，进行了快速测定并且与传统测定方法进行了对比；X. Otte等人（2002年）[18] 将乳酪溶解在氯仿－乙腈（1：1），运用傅立叶转换近红外仪测定乳酪中尿素含量，达到了预期效果；Hans Büning-Pfaue （2003年）[19]应用近红外光谱快速检测出农业及食品原料中的水分，证明了这种快速检测方法对于成品以及生产的在线控制同样适用，并指出水峰出现在波长1440和1930nm附近，研究还发现样品中的氢键及测定温度对光谱均有影响；Dolores等人（2004年）[20]针对不同动物的配合饲料玉米、甜菜根等分为地上和地下的原料的化学组分用近红外光谱技术进行了快速测定并加以区分； A.H.Hoving-Bolink（2005年）[21]对新鲜屠宰的猪肉采用近红外快速检测水分流失、色泽变化、嫩度、以及肌肉脂肪含量，在屠宰终端线上，除对水分流失的预测不是很理想外，其他几项指标均得到较好的结果，并且对近红外快速检测在此方面的应用作出了展望；D.K.Lovett等人（2005年）[22]用近红外光谱技术对玉米青贮饲料原料营养价值的生物参数，如粉碎粒度、烘干温度、残留水分进行了快速检测，得到了理想的效果；
国内对近红外光谱快速检测技术的研究起步较晚，检测对象也显得比较单一，但随着近红外光谱技术优越性的日益体现，近红外光谱快速检测方法正在得到越来越多的重视及应用。史月华等（2000年）[23]应用近红外光谱法对维生素E进行了定量分析，取得了很好的预测效果；王东丹，李天飞等（2001年）[24] 应用傅立叶变换近红外漫反射光谱仪，对300个烟草样品建立了近红外光谱与总糖、还原糖、尼古丁、总氯4种主要成分含量间的关系模型，其各成分近红外预测值与实测值之间的平均相对误差均小于5％，结果证明近红外光谱分析技术可初步用于烟草常规化学成分的快速定量分析；于丽燕等（2001年）[25] 探讨了用近红外光谱透射法快速检测酱油中总酸、氨基酸态氮和全氮3种组分的可行性，结果表明近红外光谱法可以满足酱油生产中理化指标所要求达到的测定精度；陈文杰,谭小力等（2002年）[26]利用傅立叶变换近红外光谱仪漫反射技术对完整油菜种子中的6种脂肪酸、硫甙、总氮、含油量9种指标进行非破坏性测定分析研究, 利用内部交叉法证实进行验证，结果表明利用该技术能够满足油菜品质育种中对品种的快速筛选；甘莉，孙秀丽等（2003年）[27] 用近红外光谱分析了油菜品质；刘燕德，应义斌（2004年）[28]用近红外漫反射光谱法找出苹果内部糖度定量分析的两类吸收峰，从而为水果内部品质的在线检测提供新思路；白琪林，陈绍江
等（2004年）[29]应用近红外光谱技术在国内首次建立了适合不同品种类型、不同生长发育时期和不同部位且适配范围广的近红外漫反射光谱测定玉米秸秆中性洗涤纤维和酸性洗涤纤维含量的稳定校正模型，对青贮玉米秸秆材料快速鉴定和筛选具有重要的意义；芦永军等（2005年）[30] 采用近红外光谱分析技术对茶多酚中儿茶素进行了光谱分析，结果表明该技术能够解析出儿茶素中各主要基团在近红外波段的吸收特性，并且结合定标过程定量快速检测总儿茶素在茶多酚中的含量，分析结果给出了较高的精度；张洪江，吴金红等（2005年）[31] 运用近红外光谱快速分析技术，使用偏最小二乘法建立了近红外光谱和水稻糙米直链淀粉含量的数学模型，并进行糙米直链淀粉含量预测，结果表明该方法在不破坏样品的前提下快速分析水稻直链淀粉含量，可用于稻种资源的快速鉴定，对于水稻优质育种及其相关研究具有重要意义。
5 近红外光谱技术面临的问题
近红外光谱技术有着传统分析手段不可比拟的优势，但同时也存在着一定的局限性，主要表现在：（一）对近红外光谱吸收而言，水是一种极强的吸收体，它掩盖了其他成分近红外光谱吸收的信号；（二）近红外光谱技术作为快速检测手段，目前并不适用于痕量组分的分析，该方法目前检测组分的一般含量应大于0.1％；（三）近红外光谱技术是一种间接分析技术，方法所用的校正模型依赖于标准方法建立的样品数据库的精确度和适用性，因此存在依赖性太强的缺点。科学家们正在寻求解决这些问题的方法，如唐予军，杨小莉（2005年）[32]采用对相关检测器使用锁定放大器的办法提高仪器信噪比，意图降低水及一些干扰组分的近红外光谱吸收对样品信号的干扰，从而大大降低了检测误差。
6 前景展望
近红外光谱技术作为一种快速的无损分析方法，可以对食品的各种成分，包括从气体到透明甚至混浊的液体，从匀浆到粉末，从固体材料到生物组织等，提供快速、精确的定性、定量分析。通过与漫反射技术相结合，近红外光谱可以对固体材料同时进行多组分分析和鉴定；通过与光导纤维的结合，可将近红外光谱技术的应用扩展到有毒材料的远程分析及过程控制。此外，近红外光谱技术从最初的农副产品、食品领域的应用已经拓展到生物医药、化工甚至天文及分子细胞领域，如医学上Joaqu?′n Fuster等人（2005年）[33]将近红外光谱技术用于灵长类动物的大脑研究，通过该法监测猴子脑中的血液动力学反应，大脑皮层的神经与血管中的去氧血色素的变化等；化工方面Christian B. Zachariassena等人（2005年）[34]采用近
红外光谱光纤技术对低甲氧基硫胺（LMA）胶质合成的氨水定量供给实施在线控制，对光谱进行一阶导数处理，光谱区域选在5423–6658 cm－1，PLS法建立校正模型，该模型经过一年的训练优化已经投入工厂应用；在天文学上Masetti, N等人（2005年）[35]尝试应用近红外光谱技术研究不同星球上星云和灰尘的分布，为新星的发现提供理论指导，取得了一定的效果，从而将近红外光谱技术延伸到外太空研究领域；在分子领域Janie Dubois等人（2005年）[36]利用细菌细胞在不同波长范围（1000－2350nm）的近红外吸收，通过近红外光谱技术对细菌进行了分类鉴定，从而揭开了近红外光谱技术在微观世界应用的序幕。
相信随着近红外光谱技术的不断发展进步，其在农牧业中小麦、水稻等选种，动物育种；在食品工业中，鲜肉与冻肉的区分，酒类和各种食品的真伪辨别；在烟草业和农副产品中的产地鉴别、等级分类等；在生物、医药中的菌种鉴定、药材地道性鉴定等；在刑事鉴定中的毒品分析、伪钞鉴定；在环境保护中的海洋污染分析、湖泊有机物富集研究等领域将有着广阔的应用前景。
参考文献：
[1] 徐广通，袁洪福，陆婉珍. 现代近红光谱技术及应用进展[J].光谱学与光谱分析，2000, 20 (2):134～142.
[2] McClure, W.F., B. Crowell, D.L. Stanfield, S. et al. Near infrared technology for precision environmental measurements: I. Determination of nitrogen in green and dry-grass tissue [J]. Near Infrared Spectrosc. 2002, 10:177～185.
[3] 陆婉珍，袁洪福，徐广通等. 现代近红外光谱分析技术[M].北京：中国石化出版社，2001
[4] Savitzky A，Golay M J E. Smoothing and Differentiation of Data by Simplified Least Squares Procedures[J]. Anal Chem.,1964,36(8):1627～1639
[5] P A Gorry. General Least-Squares Smoothing and Differentiation by the Convolution (Savitzky-Golay) Method [J]. Anal Chem., 1990,62:570～573
[6] T Isaksson，BR Kowalski. Piece-Wise Multiplicative Scatter Correction Applied to Near-Infrared Transmittance Data from Meat Products [J]. Applied Spectroscopy, 1993,47(6):702～709
[7] KI Hildrum, T Nas ,T Isaksson．Near infrared reflectance spectroscopy in the prediction of sensory properties of beef [J]. Journal of Near Infrared Spectroscopy,1995,3(2):81～87
[8] R Feldhoff，T Huth-Fehre，T Kantimm et al. Near Infrared Spectroscopy : Field Test for Post Consumer Package Identification by NIR Spectroscopy Combined with Neural Networks, 7th Proc.Int.Conf.[C]. Chichester, UK: NIR Publication,1997,389～392
[9] 梁逸曾白灰黑复杂多组分分析体系及其化学计量学算法[M].长沙:湖南科学技术出版社,1996.
[10] O Marvik. Reasons for buying NIR on-line and experiences with the implementation in a feed factory [J]. Process Control and Quality,1997,4(9):127～131
[11] Takahashi,Masakuzu,Hajika et al. Near Infrared Spectroscopy: The Future Waves，6th Proc.Int.Conf. [C]. Chichester, UK: NIR Publication, 1996，494-497
[12] E Johnsen. How to use on-line NIR in the feed and food industries [J]. Process Control and Quality,1997, 4(9)：205～206
[13].Iben Ellegaard Bechmann, Bo. M. J?rgensen. Rapid Assessment of Quality Parameters for Frozen Cod Using Near Infrared Spectroscopy [J]. Lebensm.-Wiss. u.-Technol., 1998, 31:648～652.
[14].Thomas Rohe,Wolfgang Becker, Sabine Ko¨lle, et al. Near infrared (NIR) spectroscopy for in-line monitoring of polymer extrusion processes [J]. Talanta,1999, 50:283～290.
[15].Ze’ev Schmilovitch,Itzhak Shmulevich, Amos Notea, Ephraim Maltz. Near infrared spectrometry of milk in its heterogeneous state [J].Computers and Electronics in Agriculture, 2000, 29:195～207.
[16].Jeroen Lammertyn, Ann Peirs, Josse De Baerdemaeker ,et al. Light penetration properties of NIR radiation in fruit with respect to non-destructive quality assessment [J]. Postharvest Biology and Technology, 2000, 18:121～135.
[17].B.Steuer, H.Schulz, E. Laè ger. Classification and analysis of citrus oils by NIR spectroscopy [J]. Food Chemistry, 2001,72:113～117.
[18].X.Otte, B.Eurard,L.Oelattre,L.Thunus. Development and validation of a new Fourier transform infrared spectrometric method for the quantification of urea in creams and ointments [J]. Analytica Chimica Acta, 2002,451:323～328.
[19].Hans Büning-Pfaue. Analysis of water in food by near infrared spectroscopy [J]. Food Chemistry 2003, 82:107～115.
[20].Dolores C, Pérez-Mar′?n, Ana Garrido-Varo, et al. Near-infrared reflectance spectroscopy (NIRS) for the mandatory labelling of compound feeding stuffs: chemical composition and open-declaration [J]. Animal Feed Science and Technology, 2004, 116:333～349.
[21].A.H. Hoving-Bolink, H.W.Vedder, J.W.M. Merks, et al. Perspective of NIRS measurements early post mortem for prediction of pork quality [J]. Meat Science, 2005, 69:417～423.
[22].D.K. Lovett, E.R. Deaville, D.I. Givens, et al. Near infrared reflectance spectroscopy (NIRS) to predict biological parameters of maize silage: effects of particle comminution, oven drying temperature and the presence of residual moisture [J]. Animal Feed Science and Technology, 2005, 120:323～332.
[23].史月华，徐光明，沈晓燕等. 近红外光谱法定量分析维生素E [J]. 分析化学，2000，28（5）：587～589.
[24].王东丹，李天飞，昊玉萍等. 近红外光谱分析技术在烟草化学分析上的应用研究 [J]. 云南大学学报, 2001, 2(3):135～137.
[25].于丽燕,方如明,陈斌. 近红外光谱透射法测定酱油的主要成分 [J]. 食品科技, 2001, 1:61～62.
[26].陈文杰, 谭小力, 王竹云等. 用傅立叶变换近红外光谱仪测定油菜种子品质指标的研究[J], 陕西农业科学, 2002, (8):6～9.
[27].甘莉，孙秀丽，金良等. NIRS定量分析油菜种子含油量、蛋白质含量数学模型的创建[J].中国农业科学, 2003, 12(36):1609～1613
[28].刘燕德，应义斌. 基于MATLAB语言的苹果糖度近红外光谱定量分析 [J]. 浙江大学学报，2004, 38(10)：1371～1374.
[29].白琪林, 陈绍江，董晓玲等. 近红外漫反射光谱法测定玉米秸秆NDF与ADF含量[J].光谱学与光谱分析, 2004, 24(11):1345～1347.
[30].芦永军,陈华才,吕进等. 茶多酚中总儿茶素的近红外光谱分析[J]. 分析化学, 2005, 33(6):835～837
[31].张洪江,吴金红,梅捍卫等. FT-NIRS技术应用于稻米直链淀粉含量分析研究 [J]. 植物遗传资源学报, 2005, 1(6):91～95
[32].Tang, Yujun; Yang, Xiaoli The technique of acquiring weak signal in NIR spectrometer，Proceedings of SPIE - The International Society for Optical Engineering[C], v 5640, Infrared Components and their Applications, 2005, 396～403
[33].Joaqu?′n Fuster, T Michael Guiou, Allen Ardestani, et al. Near-infrared spectroscopy (NIRS) in cognitive neuroscience of the primate brain [J].NeuroImage, 2005, 26:215～220.
[34].Christian B.Zachariassena, Jan Larsena, Frans van den Bergb, et al. Use of NIR spectroscopy and chemometrics for on-line process monitoring of ammonia in Low Methoxylated Amidated pectin production [J]. Chemometrics and Intelligent Laboratory Systems, 2005, 76:149～161.
[35].Masetti, N. Palazzi, E.; Pian, E.; et al. Late-epoch optical and near-infrared observations of the GRB 000911 afterglow and its host galaxy[J]. Astronomy and Astrophysics, 2005, 3(438):841～853.
[36].Janie Dubois, E. Neil Lewis, Frederick S. Fry, et al. Bacterial identification by near-infrared chemical imaging of food-specific cards[J].Food Microbiology，2005，22（6）：577～583
The Progress in Research of Near Infrared Spectroscopic Technology for Rapid Determination in Food Component
and Its Quality Controlling
QIN Hua-jun1，LIU Bo-ping2,3*，LUO Xiang2，CAO Shu-wen1
(1 Key Laboratory of Food Science of MOE, Nanchang University, Nanchang Jiangxi 330047,
China;
2 Analysis and Testing Center of Jiangxi Province, Nanchang Jiangxi 330029, China;
3 College of Chemical Engineering, Nanjing University of Science and Technology, Nanjing,
Jiangsu, 210014 )
Abstract
Near infrared spectroscopy (NIRS) is a new, fast and nondestructive measurement technique based on the information of near-infrared absorption spectroscopy of tested constituents, in which the experimental data were analyzed and treated by chemometrics. It is characteristic due to its fast analyzing without destroying samples, polluting environment and any chemical reagent, which usually used in qualitative and/or quantitative analysis for samples. NIRS was used analyzing and determining constituents of farm products at first, and then extended to many fields such as chemistry industry, medical and pharmacology industry and dairy Industry, in which its digital information and green analyzing method stand for a new trend in the field of analysis and measurement technique. A brief summary about the basic principles of NIRS and an overview on the progress in research of NIRS for rapid determination in food component and its quality controlling were given in this paper, furthermore, the prospects of NIRS were also discussed. Keywords: Near infrared spectroscopy (NIRS); rapid determination; chemometrics; food
近红外光谱分析及其应用简介
近红外光谱分析及其应用简介 1、近红外光谱分析及其在国际、国内分析领域的定位 近红外光谱分析是将近红外谱区（800-2500nm）的光谱测量技术、化学计量学技术、计算机技术与基础测试技术交叉结合的现代分析技术，主要用于复杂样品的直接快速分析。近红外分析复杂样品时，通常首先需要将样品的近红外光谱与样品的结构、组成或性质等测量参数（用标准或认可的参比方法测得的），采用化学计量学技术加以关联，建立待测量的校正模型；然后通过对未知样品光谱的测定并应用已经建立的校正模型，来快速预测样品待测量。 近红外光谱分析技术自上世纪60年代开始首先在农业领域应用，随着化学计量学与计算机技术的发展，80年代以来逐步受到光谱分析学家的重视，该项技术逐渐成熟，90年代国际匹茨堡会议与我国的BCEIA等重要分析专业会议均先后把近红外光谱分析与紫外、红外光谱分析等技术并列，作为一种独立的分析方法；2000年PITTCON 会议上近红外光谱方法是所有光谱法中最受重视的一类方法，这种分析方法已经成为ICC（International Association for Cereal Science and Technology国际谷物科技协会）、AOAC(American Association of Official Analytical Chemists美国公职化学家协会)、AACC （American Association of Cereal Chemists美国谷物化学家协会）等行业协会的标准；各发达国家药典如USP(United States Pharmacopoeia美国药典)均收入了近红外光谱方法；我国2005年版的药典也将该方法收入。在应用方面近红外光谱分析技术已扩展到石油化工、医药、生物化学、烟草、纺织品等领域。发达国家已经将近红外方法做为质量控制、品质分析和在线分析等快速、无损分析的主要手段。 我国对近红外光谱技术的研究及应用起步较晚，上世纪70年代开始，进行了近红外光谱分析的基础与应用研究，到了90年代，石化、农业、烟草等领域开始大量应用近红外光谱分析技术，但主要是依靠国外大型分析仪器生产商的进口仪器。目前国内能够提供完整近红外光
红外光谱分析概述
红外光谱分析概述（上） 1．红外光谱 红外光谱是反映红外辐射强度或其他与之相关性质随波长（波数）变化的谱图。目前，它是一种被广泛应用于研究表征物质的化学组成，在分子层次上的结构及分子间相互作用的有力手段。红外射线发现于1800年，在用普通温度计测量可见光谱的温度效应时，在红光一端的外侧观察到有较强的热效应。后来，实验证实了这是由一种肉眼看不见、波长比红光更长的电磁辐射所造成的，这种电磁辐射被称为红外光。通常将红外辐射的波长范围定为0.8～1000微米，并可粗略地分为三个波段：（1）近红外的波段为0.8～2.5微米，波数为12500～4000厘米-1；（2）中红外的波段为2.5～25微米，波数为4000～400厘米-1；（3）远红外的波段为25～1000微米，波数为400～10厘米，目前，实验上已能测定到2500微米，波数为4厘米-1。相应地有近红外光谱、中红外光谱和远红外光谱。 红外光谱的形式虽然多种多样，从本质上可分为发射光谱和吸收光谱两大类。物体的红外发射光谱是指样品在通过受激或自发辐射的条件下，所发射的红外光的强度随波长(波数)变化的光谱图，红外发射光谱主要决定于物体的温度和化学组成。吸收光谱是指样品对红外辐射的吸收能力随波长(波数)变化的光谱图，在实验上，使红外光与样品发生相互作用，测定红外光与物质相互作用前后光强的变化与波长(波数)之间的关系, 称红外吸收光谱。 2．分子的振动和转动光谱 对于分子体系而言，其振动和转动是量子化的，其能级差所对应的光子的波长落在红外光范围，因此是红外光谱(拉曼光谱)的主要研究对象。研究指出，红外光谱的研究范围不仅仅局限于分子的振动、转动跃迁，某些特殊体系的电子能级跃迁亦可能落在红外光谱波段范围内，例如，超大规模共轭体系的电子跃迁、某些稀土离子的f-f能级跃迁等等。不过目前绝大多数的红外光谱研究工作仍集中于分子的振动能级跃迁上，以最简单的双原子为例，其振动吸收Eν可近似地表示为： 式中h为普朗克常数；ν为振动量子数（取正整数）；n0为简谐振动频率。当ν=0时，分子的能量最低，称为基态。处于基态的分子受到频率为n0的红外射线照射时，分子吸收了能量为n0的光量子，跃迁到第一激发态，得到频率为n0的红外吸收带, 它称为分子振动的基频。反之，处于该激发态的分子也可发射频率为n0的红外射线而恢复到基态。n0的数值决定于分子的约化质量μ和力常数κ： κ决定于原子的核间距离、原子的特性和化学键及键级等。 在多原子分子体系中，各原子在平衡位置附近作相对运动。这些振动方式可以被分解为各种简正振动的线性组合，所谓简正振动就是指分子中各原子以同一频率、同一相位在平衡位置附近作简揩振动。含N个原子的非线分子有3N-6个简正振动方式；线性分子有3N－5种简正振动方式。 对于分子的转动而言，往往可以假定分子为刚性转子，则其转动能量Er为： 红外光谱分析概述（中）
红外吸收光谱(IR)的基本原理及应用
红外吸收光谱（IR）的基本原理及应用 基本原理 当红外光照射物质分子时，其具有的能量引起振动能级和转动能级的跃迁，不同的分子和基团具有不同的振动，根据分子的特征吸收可以鉴定化合物和分子的结构。 利用红外光谱对物质分子进行的分析和鉴定。将一束不同波长的红外射线照射到物质的分子上，某些特定波长的红外射线被吸收，形成这一分子的红外吸收光谱。每种分子都有由其组成和结构决定的独有的红外吸收光谱，据此可以对分子进行结构分析和鉴定。 红外吸收光谱是由分子不停地作振动和转动运动而产生的，分子振动是指分子中各原子在平衡位置附近作相对运动，多原子分子可组成多种振动图形。当分子中各原子以同一频率、同一相位在平衡位置附近作简谐振动时，这种振动方式称简正振动（例如伸缩振动和变角振动）。 分子振动的能量与红外射线的光量子能量正好对应，因此当分子的振动状态改变时，就可以发射红外光谱，也可以因红外辐射激发分子而振动而产生红外吸收光谱。 分子的振动和转动的能量不是连续而是量子化的。但由于在分子的振动跃迁过程中也常常伴随转动跃迁，使振动光谱呈带状。所以分子的红外光谱属带状光谱。分子越大，红外谱带也越多。 红外光谱的应用 （一）化合物的鉴定 用红外光谱鉴定化合物，其优点是简便、迅速和可靠；同时样品用量少、可回收；对样品也无特殊要求，无论气体、固体和液体均可以进行检测。有关化合物的鉴定包括下列几种： 1、鉴别化合物的异同 某个化合物的红外光谱图同熔点、沸点、折射率和比旋度等物理常数一样是该化合物的一种特征。尤其是有机化合物的红外光谱吸收峰多达20个以上，如同人的指纹一样彼此各不相同，因此用它鉴别化合物的异同，可靠性比其它物理手段强。如果二个样品在相同的条件下测得的光谱完全一致，就可以确认它们是
红外光谱的原理及应用
红外光谱的原理及应用 (一)红外吸收光谱的定义及产生 分子的振动能量比转动能量大，当发生振动能级跃迁时，不可避免地伴随有转动能级的跃迁，所以无法测量纯粹的振动光谱，而只能得到分子的振动-转动光谱，这种光谱称为红外吸收光谱 红外吸收光谱也是一种分子吸收光谱。当样品受到频率连续变化的红外光照射时，分子吸收了某些频率的辐射，并由其振动或转动运动引起偶极矩的净变化，产生分子振动和转动能级从基态到激发态的跃迁,使相应于这些吸收区域的透射光强度减弱。记录红外光的百分透射比与波数或波长关系曲线，就得到红外光谱 （二）基本原理 1产生红外吸收的条件 (1)分子振动时，必须伴随有瞬时偶极矩的变化。对称分子：没有偶极矩，辐射不能引起共振，无红外活性。如：N2、O2、Cl2 等。非对称分子：有偶极矩，红外活性。 (2)只有当照射分子的红外辐射的频率与分子某种振动方式的频率相同时，分子吸收能量后，从基态振动能级跃迁到较高能量的振动能级，从而在图谱上出现相应的吸收带。 2分子的振动类型 伸缩振动：键长变动，包括对称与非对称伸缩振动 弯曲振动：键角变动，包括剪式振动、平面摇摆、非平面摇摆、扭曲振动 3几个术语 基频峰：由基态跃迁到第一激发态，产生一个强的吸收峰，基频峰； 倍频峰：由基态直接跃迁到第二激发态，产生一个弱的吸收峰，倍频峰； 组频：如果分子吸收一个红外光子，同时激发了基频分别为v1和v2的两种跃迁，此时所产生的吸收频率应该等于上述两种跃迁的吸收频率之和，故称组频。 特征峰：凡是能用于鉴定官能团存在的吸收峰，相应频率成为特征频率。 相关峰：相互可以依存而又相互可以佐证的吸收峰称为相关峰 4影响基团吸收频率的因素 （1 外部条件对吸收峰位置的影响：物态效应、溶剂效应 （2分子结构对基团吸收谱带的影响： 诱导效应：通常吸电子基团使邻近基团吸收波数升高，给电子基团使波数降低。 共轭效应：基团与吸电子基团共轭，使基团键力常数增加，因此基团吸收频率升高，基团与给电子基团共轭，使基团键力常数减小，因此基团吸收频率降低。 当同时存在诱导效应和共轭效应，若两者作用一致，则两个作用互相加强，不一致，取决于作用强的作用。 （3）偶极场效应：互相靠近的基团之间通过空间起作用。 （4）张力效应：环外双键的伸缩振动波数随环减小其波数越高。 （5）氢键效应：氢键的形成使伸缩振动波数移向低波数，吸收强度增强 （6）位阻效应：共轭因位阻效应受限，基团吸收接近正常值。 （7）振动耦合，（8）互变异构的影响 （三）红外吸收光谱法的解析 红外光谱一般解析步骤 1. 检查光谱图是否符合要求; 2. 了解样品来源、样品的理化性质、其他分析的数据、样品重结晶溶剂及纯度; 3. 排除可能的―假谱带‖; 4. 若可以根据其他分析数据写出分子式，则应先算出分子的不饱和度U
近红外光谱分析原理
近红外光（Near Infrared，NIR）是介于可见光（VIS）和中红外光（M IR）之间的电磁波，按ASTM（美国试验和材料检测协会）定义是指波长在780～2526nm范围内的电磁波，习惯上又将近红外区划分为近红外短波（780~1100nm）和近红外长波（1100~2526nm）两个区域。 近红外光谱属于分子振动光谱的倍频和主频吸收光谱，主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的，具有较强的穿透能力。近红外光主要是对含氢基团Ｘ－Ｈ（Ｘ＝Ｃ、Ｎ、Ｏ）振动的倍频和合频吸收，其中包含了大多数类型有机化合物的组成和分子结构的信息。由于不同的有机物含有不同的基团，不同的基团有不同的能级，不同的基团和同一基团在不同物理化学环境中对近红外光的吸收波长都有明显差别，且吸收系数小，发热少，因此近红外光谱可作为获取信息的一种有效的载体。近红外光照射时，频率相同的光线和基团将发生共振现象，光的能量通过分子偶极矩的变化传递给分子；而近红外光的频率和样品的振动频率不相同，该频率的红外光就不会被吸收。因此，选用连续改变频率的近红外光照射某样品时，由于试样对不同频率近红外光的选择性吸收，通过试样后的近红外光线在某些波长范围内会变弱，透射出来的红外光线就携带有机物组分和结构的信息。通过检测器分析透射或反射光线的光密度，就可以确定该组分的含量。
近红外光谱分析技术包括定性分析和定量分析，定性分析的目的是确定物质的组成与结构，而定量分析则是为了确定物质中某些组分的含量或是物质的品质属性的值。与常用的化学分析方法不同，近红外光谱分析法是一种间接分析技术，是用统计的方法在样品待测属性值与近红外光谱数据之间建立一个关联模型(或称校正模型，Calibration Mode l)。因此在对未知样品进行分析之前需要搜集一批用于建立关联模型的训练样品(或称校正样品，Calibration Samples)，获得用近红外光谱仪器测得的样品光谱数据和用化学分析方法(或称参考方法，Reference method)测得的真实数据。 其工作原理是，如果样品的组成相同，则其光谱也相同，反之亦然。如果我们建立了光谱与待测参数之间的对应关系（称为分析模型），那么，只要测得样品的光谱，通过光谱和上述对应关系，就能很快得到所需要的质量参数数据。分析方法包括校正和预测两个过程： （1）在校正过程中，收集一定量有代表性的样品（一般需要80个样品以上），在测量其光谱图的同时，根据需要使用有关标准分析方法进行测量，得到样品的各种质量参数，称之为参考数据。通过化学计量学对光谱进行处理，并将其与参考数据关联，这样在光谱图和其参考数据之间建立起一一对应映射关系，通常称之为模型。虽然建立模型所使
近红外光谱技术在药物分析中的应用
近红外光谱技术在药物分析中的应用 1·前言 近红外光谱分析技术是分析化学领域迅猛发展的高新分析技术，越来越引起国内外分析专家的注目，在分析化学领域被誉为分析“巨人”，它的出现可以说带来了又一次分析技术的革命。 近红外（NIR）谱区是人类认识最早的非可见光谱区，波长范围在0.75—2.5 m之间，用波数表示时则在13330—4000cm-1之间。由于近红外的吸收谱带复杂，谱峰重叠，信号弱，在分析上难以应用，长期以来没有受到人们的重视。近十多年来，随着近红外仪器的改良，新的光谱理论和光度分析方法的建立，特别是计算机技术和化学计量学的广泛应用和迅速发展，使近红外光谱技术成为目前发展最快、最引人注目的分析技术，并以其简单快速、实时在线、无损伤无污染分析等特点，在复杂物质的分析上得到广泛应用。在包括制糖和制药的许多与化学分析和品质管理有关的行业中的应用前景极其广阔。 关于近红外光谱技术在制药行业中应用的文献报道越来越多，显示了近红外光谱技术在制药领域中越来越受到人们的重视。近红外光谱分析具有的快速实时、操作简单、无损伤测定、不受样品状态影响的特点很符合药物分析的要求。因此，在制药业中原料药的分析、药物制剂中水分、有效成分的分析、药物生产品质的过程控制等方面近红外光谱技术得到了十分广泛的应用。 2·光谱介绍 近红外光是介于可见光和中红外光之间的电磁波，根据ASTM（美国试验和材料检测协会）定义是指波长在780～2526nm范围内的电
磁波，习惯上又将近红外区划分为近红外短波（780~1100nm）和近红外长波（1100~2526nm）两个区域。 近红外光谱属于分子振动光谱的倍频和主频吸收光谱，主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的，具有较强的穿透能力。近红外光主要是对含氢基团X－H（X=C、N、O）振动的倍频和合频吸收，其中包含了大多数类型有机化合物的组成和分子结构的信息。由于不同的有机物含有不同的基团，不同的基团有不同的能级，不同的基团和同一基团在不同物理化学环境中对近红外光的吸收波长都有明显差别，且吸收系数小，发热少，因此近红外光谱可作为获取信息的一种有效的载体。近红外光照射时，频率相同的光线和基团将发生共振现象，光的能量通过分子偶极矩的变化传递给分子；而近红外光的频率和样品的振动频率不相同，该频率的红外光就不会被吸收。因此，选用连续改变频率的近红外光照射某样品时，由于试样对不同频率近红外光的选择性吸收，通过试样后的近红外光线在某些波长范围内会变弱，透射出来的红外光线就携带有机物组分和结构的信息。通过检测器分析透射或反射光线的光密度，就可以确定该组分的含量。 3·近红外光谱技术在制药业中的应用 3·1 原料和活性组分的测定 药物加工过程中第一步就是原料的鉴定，其质量的好坏直接决定后续加工过程的成败于否，而同一类型的原料中多变因素主要是湿度和颗粒大小，近红外光谱在湿度测定中的灵敏度及其适于固体表面的表征的特性，使他能够很快地得到样品的湿度和颗粒大小的信息，然
现代近红外光谱分析仪工作原理
现代近红外光谱分析仪工作原理 现代近红外光谱分析仪工作原理 2011年02月08日 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。其次，进口仪器价格昂贵，售后技术服务费用也往往超出大多数用户的承受能力。 现代近红外光谱分析技工作原理 近红外光谱主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的。近红外光谱记录的是分子中单个化学键的基频振动的倍频和合频信息，它常常受含氢基团X-H（X-C、N、O）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。 由于倍频和合频跃迁几率低，而有机物质在NIR光谱区为倍频与合频吸收，所以消光系数弱，谱带重叠严重。因此从近红外光谱中提取有用信息属于弱信息和多元信息，需要充分利用现有的光机技术、电子技术和计算机技术进行处理。计算机技术主要包括光谱数据处理和数据关联技术。光谱数据处理是消除仪器因素（灯及测量方式等）环境因素（如温度等）和样品物态（如颜色、形态等）等对光谱的影响。常采用的方法有平滑、微分、基线漂移扣减、多元散射校正（MSC）和有限脉冲响应滤波（FIR）等也可以用小波变换来进行部分处理。数据关联技术主要是化学计量学方法。化学计量学的发展使多组分分析中多元信息处理理论和技术日益成熟，解决了近红外光谱区重叠的问题。通过关联技术可以实现近红外光谱的快速分析。在近红外光谱的应用中我们所关心的是被测样品的组成或各种物化性质，因此，如何提取这些有用信息是近红外光谱分析的技术核心。现在的许多研究与应用表明，
红外光谱的原理及应用综述
红外光谱分析基本原理及应用 摘要红外光谱分析技术具有很快速，非破坏性，低成本及同时测定多种成分等特点， 在很多领域得到了广泛应用。本文介绍了红外光谱技术的检测原理，红外光谱仪的构造，指出了其检测的优点与不足。综述了红外光谱法的发展、应用以及对红外光谱研究前景的展望。 关键词：红外光谱原理构造发展1.引言 红外光谱法（infrared spectrometry,IR）是根据物质对红外辐射的选择性吸收特性而建立起来的一种光谱分析方法。分子吸收红外辐射后发生振动和转动能级跃迁。所以，红外光谱法实质是根据分子内部振动原子间的相对振动和分子转动等信息来鉴别化合物和确定物质分子结构的分析方法。 2.红外光谱分析的基本原理 2.1 红外光谱产生的条件 物质分子吸收红外辐射发生振动和转动能级跃迁，必须满足以下两个条件：一是辐射光子的能量与发生转动和转动能级跃迁所需的能量相等；二是分子转动必须伴随有偶极距的变化，辐射与物质间必须有相互作用。 2.2 红外吸收光谱的表示方法 红外吸收光谱一般用T_σ曲线或T_λ曲线来表示，λ与σ的关系式为： σ（cm-1）=1/λ(cm)=10^4/λ（μm）
2.3 分子的振动与红外吸收 2.3.1 双原子分子的振动 若把双原子分子(A-B)的两个原子看成质量分别为M1，M2的两个小球，中间的化学键看做不计质量的弹簧，那么原子在平衡位置附近的伸缩振动可以近似地看成沿键轴方向的简谐振动。量子力学证明，分子振动的总能量为： E=(u+1/2)hv 当分子发生△v=1 的振动能级跃迁时（由基态跃迁到第一激发态）根据胡克(Hooke)定律它所吸收的红外光波数σ为： σ=（1/2пc）√（k/μ） 其中：c—光速，3×10^8cm/s;k—化学键力常数N/cm；μ—两个原子的折合质量，g，μ=（m1.m2）/(m1+m2) 显然，振动频率σ与化学键力常数k成正比，与两个原子的折合质量成反比。不同化合物k和μ不同，所以不同化合物有自己的特征红外光谱。 2.3.2 多原子分子的振动 可分为伸缩振动和弯曲振动两类。伸缩振动是指原子沿着键轴方向伸缩，使键长发生周期性变化的振动。弯曲振动是指基团键角发生周期性变化的振动或分子中原子团对其余部分所做的相对运动。弯曲振动键力常数比伸缩振动的小。因此，同一基团的弯曲振动在其伸缩振动的低频区出现，所以，一般不把他做基团频率。多原子的复杂振动数又叫分子的振动自由度。每一种振动形式都有他特定的振动频
近红外光谱分析技术及发展前景
近红外光谱分析技术及发展前景 陈丽菊 刘 巍 近红外光(near infrared,N IR)是介于可见光(VL S)和中红外光(M IR)之间的电磁波,美国材料检测协会(ASTM)将波长780～2526nm的光谱区定义为近红外光谱区。近红外光谱主要应用两种技术获得:透射光谱技术和反射光谱技术。透射光谱波长一般在780～1l00nm范围内;反射光谱波长在1100～2526nm范围内。近红外光谱区(N IR)是由赫歇尔(Herschel)在1800年发现的。卡尔?诺里斯(Karl Norris)等人首先用近红外光谱区测定谷物中的水分、蛋白质。但是由于分子在该谱区倍频和合频吸收弱,且谱带重叠严重,难以分析和鉴定,以致N IR分析技术的研究曾一度陷入低谷,甚至处于停滞。20世纪80年代,随着计算机技术、仪器硬件的迅速发展,以及化学计量学方法在解决光谱信息提取和消除背景干扰方面取得的良好效果,使得近红外分析技术不仅用于农产品、食品和生物科学,而且还应用到石油化工、烟草、纺织、环保等行业。 近红外光谱分析的原理 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的基频振动的倍频和合频信息,它的光谱是在700～2500nm范围内分子的吸收辐射。这个事实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N IR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。使用N IR技术是因为它与样品相互作用时输出的能量效率比中红外光更为实用。N IR的辐射源(仪器上的灯)要比用在中红外的能量高得多,而且它的检测器也具有更高检测效率。这些因素意味着N IR仪器的信噪比值远高于中红外仪器。较高的信噪比意味着样品的观测时间可比中红外仪器短得多。近红外辐射对于样品的穿透性也较高,因此样品的前处理常较中红外简单。近红外光谱根据其检测对象的不同分成近红外透射光谱(N IT)和近红外反射光谱(N IR)两种。N IT是根据透射光与入射光强的比例关系来获得在近红外区的吸收光谱。N IR根据反射光与入射光强的比例获得在近红外光谱区的吸收光谱。近红外分析技术是综合多学科(光谱学、化学计量学和计算机等)知识的现代分析技术,使用包括N IR 分析仪、化学计量学光谱软件和被测物质的各种性质或浓度分析模型成套近红外分析技术等。经过对这种模型的校正,就可以根据被测样品的近红外光谱,快速计算出各种数据。建立被测样品成分的模型时,主要用到的校正方法有多元线性回归法(ML R)、主成分分析法(PCA)、偏最小二乘法(PL S)、人工神经网络法(ANN)。 近红外光谱分析方法的特点 近红外光谱分析方法有下列特点。 可采用光学方法进行。鉴于近红外具有较大的散射效应和较强的穿透性,近红外光谱的分析方法比较独特,可根据样品物态和透光能力的强弱采用透射、漫反射和散射等多种测谱技术进行物质检测。 近红外光子的能量比可见光低,不会对人体造成伤害,而且整个分析过程不会对环境造成任何污染,属于绿色分析技术。 近红外分析技术可在数分钟内完成多项参数的测定,分析速度可提高上百倍,分析成本可降低数十倍。用于传输近红外辐射光的光纤可长达200m, 新结构的固态电子和光电子器件。半导体低维结构已成为推动整个半导体科学技术迅猛发展的主要动力。低维材料不同于自然界中的物质,具有各种量子效应和独特的光、电、声、力、化学和生物性能,在未来的各种功能器件的应用中将发挥重要作用,并随理论和技术的发展得到更加广泛的应用。 (上海市东华大学理学院应用物理系 200051) ? 1 ?现代物理知识
近红外光谱(NIR)分析技术的应用
近红外光谱(NIR)分析技术的应用 近红外光谱分析是近20年来发展最为迅速的高新技术之一，该技术分析样品具有方便、快速、高效、准确和成本较低，不破坏样品，不消耗化学试剂，不污染环境等优点，因此该技术受到越来越多人的青睐。 一、近红外光谱的工作原理 有机物以及部分无机物分子中各种含氢基团在受到近红外线照射时，被激发产生共振，同时吸收一部分光的能量，测量其对光的吸收情况，可以得到极为复杂的红外图谱，这种图谱表示被测物质的特征。不同物质在近红外区域有丰富的吸收光谱，每种成分都有特定的吸收特征。因此，NIR能反映物质的组成和结构信息，从而可以作为获取信息的一种有效载体。 二、近红外光谱仪的应用 NIR分析技术的测量过程分为校正和预测两部分（如图一所示），(1)校正：①选择校正样品集，②对校正样品集分别测得其光谱数据和理化基础数据，③将光谱数据和基础数据，用适当的化学计量方法建立校正模型；(2)预测：采集未知样品的光谱数据，与校正模型相对应，计算出样品的组分。由此可知，建立一个准确的校正模型是近红外光谱分析技术应用中的重中之重。 图一 2.1定标建模
2.1.1 为什么要建立近红外校正模型 2.1.1.1 建立近红外校正模型的最终目标是获得一个长期稳定的和可预测的模型。 2.1.1.2 近红外光谱分析是间接的（第二手）分析方法，所以①需要定标样品集；②利用定标样品集的参比分析数据与近红外光谱建立校正模型；③近红外分析准确度与参比方法数据准确度高度相关；④近红外分析精度一般优于参比方法分析精度。 2.1.2 模型的建立与验证步骤 2.1.2.1 扫描样品近红外光谱 准确扫描校正样品集中各个样品规范的近红外光谱：为了克服近红外光谱测定的不稳定性的困难，必须严格控制包括制样、装样、测试条件、仪器参数等测量参数在内的测量条件。利用该校正校品集建立的数学模型，也只能适用于按这个的测量条件所测量光谱的样品。 2.1.2.2 测定样品成分（定量） 按照标准方法（如饲料中的粗蛋白GB/T6432、水分GB/T6435、粗脂肪GB/T6433）准确测定样品集中每个样品的各种待测成分或性质(称为参考数据)。这些值测定的精确度是近红外光谱运用数学模型进行定量分析精确度的理论极限。 2.1.2.3 建立数据对应关系 通过2.1.2.1所得光谱与2.1.2.2所得不同性质参数的参考数据相关联，使光谱图和其参考数据之间形成一一对应映射的关系，从而建立一个带参考数据的光谱文件。 2.1.2.4 剔除异常值 2.1.2.3建立的光谱文件中，样品参考值与光谱有可能由于各种随机的原因而有较严重的失真，这些样品的测定值称为异常值。为保证所建数学模型的可靠性，在建立模型时应当剔除这些异常值。 2.1.2.5 建立模型 选择算法、确定模型的参数、建立、检验与评价数字模型：常用的算法有逐步回归分析、偏最小二乘法、主成分回归分析等。这些算法的基本思想
尼高力红外光谱仪应用软件Omnic6.0使用指南解读
尼高力红外光谱仪应用软件"Omnic6.0"使用指南 Omnic软件使用指南 1． Omnic与系统 Omnic是Nicolet公司的在PC机使用最广泛的窗口软件平台上运行的红外软件，从开始在Windows3.1上运行的版本的 1.0到目前的 6.1a，现行的的操作系统Windows98/Me/NT/2000/XP都支持。EZ-Omnic是简化的软件，一方面价格比较低，同时更加简明，容易掌握，虽然功能比较简单，仍可以满足先当部分用户的需求。 使用的仪器通讯接口有：LTP(并行口)或PCI卡，部分早一些的仪器使用ISA卡。 2．文件结构 Omnic 6.0以上版本的缺省的文件分别存在于三个目录中：C:\My Documents\Omnic,在其子目录中分门别类地存放数据与参数等文件，如Spectra存光谱，Param中存设置参数,Quant存定量方法；C:\Program Files\Omnic,存有驱动与程序文件等,系统的卸载命令在它的子目录Uninstall中；C:\MyDocument\Omnic\Lib,存放谱库，包括购买和自建的谱库。 软件安装的应用程序除了Omnic外还有Bench Diagnostics,这是一个在系统发生故障时进行判断的重要命令，能够检查从接口卡到仪器的各个重要部件。它们与PDF文件一起置于Thermo Nicolet程序组中， 3．启动Omnic软件 使用下列方法之一启动Omnic 红外软件系统： 1．在Windows98等的桌面上双击（或者） 2．从Srart→Program→Thermo Nicolet→Omnic(或者从Srart→Program→Omnic5.0→) 3．其他，如Win98中的快捷方式启动。 4． Omnic显示面板： 1． Omnic是一种与窗口软件充分兼容的软件，可以显示一个或多个显示窗口，当显示多个窗口时可以选择平铺（Tile）或层叠（Cascade）方式，但其中只有一个是活动窗口（被选中的）。光谱图可以在窗口间拖动、复制与粘贴，而且可以把复制的光谱图直接粘贴到其他应用程序的文本文件中，为发表文章或书写报告带来方便。 2．在每个显示窗口中，可以显示一个到多个光谱图，最后加入的光谱是自动被选中的，缺省颜色是红色。有些对光谱进行进一步处理时需要或可以同时处理多个光谱。需要有多个被选中的光谱时，通过按住Ctrl或Shift键操作鼠标来增减被选中光谱。 3．标题框在光谱窗口的上面，标题内容为人工输入，或根据使用的需要，通过“选项”中所设定的方式中适当选择自动生成。 4．按“信息按钮”或双击“标题框”中的标题，打开“选中”光谱的采集和数据处理记录的窗口，在其中的注释（Comment）等若干框中，可以输入文字信息，这些信息可以随同谱图一起打印，其它的记录为非编辑内容。 5．当显示多个光谱图时，按“标题框”右边的箭头，显示出所有谱图的标题表。用鼠标击标题表（选中）后，用键盘上的箭头键可以改变被选中的光谱，同时可以编辑被选中的光
红外光谱分析
红外光谱分析 序言 二十世纪初叶，Coblentz发表了一百多个有机化合物的红外光谱图，给有机化学家提供了鉴别未知化合物的有力手段。到四十年代红外光谱技术得到了广泛的研究和应用。当今红外光谱仪的分辨率越来越高，检测范围扩展到10000－200cm-1，样品量少至微克级。红外光谱提供的某些信息简捷可靠，检测样品中有无羰基及属于哪一类（酸酐、酯、酮或醛）是其他光谱技术难以替代的。因此，对从事有机化合物为研究对象的化学工作者来说，红外光谱学是必需熟悉和掌握的一门重要光谱知识。 一、基本原理 1、基本知识 光是一种电磁波。可根据电磁波的波长范围分成不同类型的光谱，它们各自反映出物质的不同类型的运动形式。表1列出这些电磁波的波长，其所在区域的光谱名称，以及对应的运动形式。 红外光谱研究的内容涉及的是分子运动，因此称之为分子光谱。通常红外光谱系指2-25μ之间的吸收光谱，常用的为中红外区4000-650cm-1或4000-400cm-1。 这段波长范围反映出分子中原子间的振动和变角振动，分子在振
动运动的同时还存在转动运动。在红外光谱区实际所测得的图谱是分子的振动与转动运动的加合表现，即所谓振转光谱。 每一化合物都有其特有的光谱，因此使我们有可能通过红外光谱对化合物作出鉴别。 红外光谱所用的单位波长μ，波数cm-1。光学中的一个基本公式是λυ= C，式中λ为波长，υ为频率，C为光速(3×1010cm/s)。设υ为波数，其含义是单位长度(1cm)中所含的波的个数，并应具有以下关系：波数(cm-1)＝104/波长(μ) 波长和波数都被用于表示红外光谱的吸收位置，即红外光谱图的横坐标。目前倾向于普遍采用波数为单位，而在图谱上方标以对应的波长值。红外光谱图的纵坐标反映的是吸收强度，一般以透过率(T%)表示。 2、红外光谱的几种振动形式 主要的基本可以分为两大类：伸缩振动和弯曲振动。 (1)伸缩振动(υ) 沿着键轴方向伸或缩的振动，存在对称与非对称两种类型。它的吸收频率相对在高波数区。 (2)弯曲振动(δ) 包括面内、面外弯曲振动，变角振动，摇摆振动等。它的吸收频率相对在低波数区。 4000cm-1（高）400cm-1（低） 3、红外光谱吸收峰主要的几种类型 (1)基频峰：伸缩振动，弯曲振动产生的吸收峰均为基频峰。 (2)倍频峰：出现在基频峰波数二倍处。如基频为900cm-1，倍频为 1800cm-1。 4、红外光谱吸收峰的强度
近红外光谱仪的性能指标
近红外光谱仪器的主要性能指标 北京英贤仪器有限公司销售工程师王燕岭 在近红外光谱仪器的选型或使用过程中，考虑仪器的哪些指标来满足分析的使用要求，这是分析工作者需要考虑的问题。对一台近红外光谱仪器进行评价时，必须要了解仪器的主要性能指标，下面就简单做一下介绍。 1、仪器的波长范围 对任何一台特定的近红外光谱仪器，都有其有效的光谱范围，光谱范围主要取决于仪器的光路设计、检测器的类型以及光源。近红外光谱仪器的波长范围通常分两段，700～1100nm的短波近红外光谱区域和1100～2500nm的长波近红外光谱区域。 2、光谱的分辨率 光谱的分辨率主要取决于光谱仪器的分光系统，对用多通道检测器的仪器，还与仪器的像素有关。分光系统的光谱带宽越窄，其分辨率越高，对光栅分光仪器而言，分辨率的大小还与狭缝的设计有关。仪器的分辨率能否满足要求，要看仪器的分析对象，即分辨率的大小能否满足样品信息的提取要求。有些化合物的结构特征比较接近，要得到准确的分析结果，就要对仪器的分辨率提出较高的要求，例如二甲苯异构体的分析，一般要求仪器的分辨率好于1nm。[1] 3、波长准确性 光谱仪器波长准确性是指仪器测定标准物质某一谱峰的波长与该谱峰的标定波长之差。波长的准确性对保证近红外光谱仪器间的模型传递非常重要。为了保证仪器间校正模型的有效传递，波长的准确性在短波近红外范围要求好于0.5nm，长波近红外范围好于1.5nm。[1]
4、波长重现性 波长的重现性指对样品进行多次扫描，谱峰位置间的差异，通常用多次测量某一谱峰位置所得波长或波数的标准偏差表示（傅立叶变换的近红外光谱仪器习惯用波数cm-1表示）。波长重现性是体现仪器稳定性的一个重要指标，对校正模型的建立和模型的传递均有较大的影响，同样也会影响最终分析结果的准确性。一般仪器波长的重现性应好于0.1nm。[1] 5、吸光度准确性 吸光度准确性是指仪器对某标准物质进行透射或漫反射测量，测量的吸光度值与该物质标定值之差。对那些直接用吸光度值进行定量的近红外方法，吸光度的准确性直接影响测定结果的准确性。 6、吸光度重现性 吸光度重现性指在同一背景下对同一样品进行多次扫描，各扫描点下不同次测量吸光度之间的差异。通常用多次测量某一谱峰位置所得吸光度的标准偏差表示。吸光度重现性对近红外检测来说是一个很重要的指标，它直接影响模型建立的效果和测量的准确性。一般吸光度重现性应在0.001～0.0004A之间。 7、吸光度噪音 吸光度噪音也称光谱的稳定性，是指在确定的波长范围内对样品进行多次扫描，得到光谱的均方差。吸光度噪音是体现仪器稳定性的重要指标。将样品信号强度与吸光度噪音相比可计算出信噪比。 8、吸光度范围 吸光度范围也称光谱仪的动态范围，是指仪器测定可用的最高吸光度与最低
近红外光谱分析技术发展和应用现状
摘?要?近红外光谱是目前国际公认的最有应用价值的分析技术之一，它在国民经 济中日益发挥着越来越重要的作用。本文主要介绍近5年国内外近红外光谱分析技术的发展及应用现状，并对我国在这一技术方向的研发提出建议。关键词?近红外光谱 化学计量学 在线分析 快速分析 现场分析 Abstract Near infrared spectroscopy (NIR) has been recognized as one of the most valu-able application technologies, which is playing more and more important roles in national economy. In this paper, the research and application status of near infrared spectroscopy analytical technology in the past five years both home and abroad are introduced, and the NIR research and development suggestions for our country are proposed in detail. Key words Near infrared spectroscopy Chemometrics On-line analysis Rapid analysis On-site analysis 近红外光谱分析技术发展和应用现状 The research and application status of near infrared spectroscopy analytical technology 引?言? 从1800年英国科学家赫歇耳（W Herschel ）发现近红外光，到1881年英国天文学家阿布尼（W Abney ）和E R Festing 用Hilger 光谱仪拍摄下48个有机液体的近红外吸收光谱（700~1100nm ），发现近红外光谱区（NIR ）的吸收谱带均与含氢基团有关，到1968年美国农业部的工程师K Norris 博士将近红外光谱用于农产品的快速分析，到1974年瑞典化学家S Wold 和美国华盛顿大学的B R Kowalski 教授创建化学计量学学科（Chemometris ），唤醒现代近红外光谱技术这个沉睡的分析“巨人”，到上世纪80年代末光纤在光谱中的应用，推动在线近红外光谱技术的应用和发展，到本世纪之初微机电系统（MEMS ）技术使NIR 仪器越来越小型化，到近些年近红外光谱化学成像（NIR Chemical Imaging ）技术的兴起和应用，现代近红外光谱分析技术走过200余年的发展历程，近红外光谱从光谱中的垃圾箱（因其宽且重叠严重的谱带而无法通过传统方法进行分析应用），发展成为当前很多领域不可或缺的一种分析手段[1~7]。 在这200余年尤其是近20年的发展过程中，近红外 光谱仪器得到不断改进和完善，针对不同样品类型的测量附件也逐渐完备、化学计量学算法日趋普及，近红外光谱技术在工业（尤其是大型流程工业）应用中的优势逐渐被人们所认识，迅速被应用到实验室快速分析、现场分析以及在线分析中，为企业带来丰厚的效益。更为重要的是，在一些行业近红外光谱技术成为促进技术进步（例如生产工艺的改革）以及提高科学管理（例如保证产品质量）的重要手段之一，已成为现代优化操作和控制系统中的一个重要组成部分。 国内外已有较多文献对近红外光谱技术（包括仪器、光谱成像、化学计量学算法与软件、应用等）做详尽的综述[8~13]，本文主要介绍近5年国内外近红外光谱分析技术的发展及应用现状，并对我国在这一技术方向的研发提出建议。 1?国际NIR 技术和应用现状 1.1?技术现状 近红外光谱分析技术是由光谱仪、化学计量学软件和校正模型3部分构成的，在线分析系统往往还包括取样与预处理、数据通讯等部分。 褚小立1?袁洪福2Chu?Xiaoli 1?Yu?Hongfu 2 （1.石油化工科学研究院?北京?100083；2.北京化工大学?北京?100029） (1.Research Institute of Petroleum Processing, Beijing, 100083; 2.Beijing University of Chemical Technology, Beijing 100083)
近红外光谱分析的应用及前景
摘要现代近红外光谱（NIR）分析技术是近年来分析化学领域迅猛发展的高新分析技术， 越来越引起国内外分析专家的注目，在分析化学领域被誉为分析“巨人”，它的出现可以说带来了又一次分析技术的革命。近红外光谱是一种快速、无损、可实现多组分同时测定的分析技术。本文简要介绍了近红外光谱的发展、测量原理、技术特点，并对近年来近红外光谱技术在各个领域的应用及前景进行了总结。随着近红外光谱技术的不断成熟，除了应用范围将不断拓宽之外，相信对于目前较为空白的应用机理的研究也将越来越深人、细致及严谨。 关键词近红外光谱分析技术原理应用发展前景 1 前言 电磁波按波长递增的分为（图例）近红外光谱是指波长在780～2526nm范围内的电磁波，是人们最早发现的非可见光区域。近红外光谱技术（NIR）是近年来发展较为迅速的一种高新分析测试技术，是光谱测量技术、计算机技术、化学计量学技术与基础测量技术的有机结合。但是由于近红外光谱区吸收峰的特征性差，灵敏度低，受当时的技术水平限制，近红外光谱技术“沉睡” 了近一个半世纪。20世纪80年代,随着计算机技术、仪器硬件的迅速发展,以及化学计量学方法在解决光谱信息提取和消除背景干扰方面取得的良好效果，近红外光谱技术飞速发展，成为近十年来发展最为迅速的高新分析技术之一，在众多领域都有广泛应用，其分析应用领域也不断拓宽。越来越引起国内外分析专家的注目，在分析化学领域被誉为分析的“巨人”[1]. 今天我们主要讲近红外光谱的原理，应用，优缺点和发展前景。 2 近红外光谱分析基本原理及应用近红外光谱仪的基本工作原理: 波长在700nm – 2,500nm (4,000–14,300cm-1) 的光谱为近红外光谱。它是一种既快速(十到二十秒钟) 又简便(不需作样品前处理) 的测试手段, 这种方法的特点是对样品作一步式 组份(需测的浓度大于0.01%) 分析而不需破坏样品。如果产品颜色是质量指标之一、您可选400nm-1,100nm 的图谱数据作鉴定。近红外光谱仪适用于对含有C-H, N-H, O-H 和 S-H 化学键的化合物作组份分析。在700 – 2,500 nm 的近红外波长范围内, 含有上述化合键的物质(药品、烟草、食品、农作物、聚合物、石油化工产品等) 会产生吸收。一些物质除在1,450 nm 到2,050 nm 之间产生第一谐波外，往往还会分别在1,050 nm - 1,700nm 和700 nm - 1,050 nm 谱带内产生第二及第三谐波。这些谐波的组合构成了被测物质在近红外光谱带内的特征吸收谱图-指纹图。相同的近红外谱图(样品的指纹图) 一定是从相同的物质得到。这也是应用近红外光谱仪作质量管理的主导基础原理。有机物在近红外光谱带内的吸收强度比在中红外(如FT-IR) 的吸收强度弱10 到1,000 倍。由于这特殊的弱吸收优点, 近红外射线能很容易地穿透未经研片与稀释等需作预处理的非透明样品，实现透射吸收；而另一部分反射光谱也可很容易地被检测。但是如何利用近红外图谱来对原材料或产品进行质量监控呢? 答案是利用统计学理论建立被测样品的数据库或校正曲线，而统计学
近红外光谱分析技术的应用及其局限性
近红外光谱分析技术的应用及其局限性 李子存1史永刚2宋世远2 １ 后勤工程学院基础部，重庆４０００１６ ２ 后勤工程学院油料应用工程实验中心，重庆４０００１６ 摘要:文章介绍了近红外光谱及其分析技术，指出近红外光谱分析方法的建立有赖于化学计量学的应用和参照标准方法，并对近红外光谱分析技术的局限性作了表述。 关键词：近红外光谱分析，化学计量学，局限性 1.前言 近红外谱区早在１８００年被发现，５０年代出现了商品近红外光谱仪，定量和定性分析的应用早于目前我们更熟悉的红外（即中红外）光谱，但是，近红外光谱吸收较红外光谱弱，谱带重叠多，受当时在光谱仪性能和信息提取技术条件的限制，近红外光谱分析技术应用不多，在中红外光谱分析技术快速发展期间，几乎被人们遗忘。直到１９５０年，Ｎｏｒｒｉｓ早期使用近红外光谱和多元线性回归分析进行测定水分、蛋白和脂肪含量取得的研究结果，才激励人们对近红外光谱分析技术进行不断地研究。随着计算机技术的高度发展和化学计量学（Ｃｈｅｍｏｍｅｔｒｉｃｓ）学科诞生，近红外与之结合产生了现代近红外光谱分析技术，尤其是近十年来，近红外在仪器、软件和应用技术上获得了高度发展，以高效和快速的特点异军突出，焕发了青春，倍受人们的关注１。 近红外光谱主要是含Ｘ—Ｈ（Ｘ＝Ｃ、Ｎ、Ｏ）基团的样品在中红外区域基频振动的倍频和合频吸收，范围为７００－２５００ｍｎ。与传统分析方法相比，近红外光谱分析技术对于提高分析工作效率，具有划时代的意义。由于近红外光谱仪除消耗少量电能外，不需消耗任何试剂、标准物质和设备零件，被测样品量仅为几毫升，极为经济。一台近红外光谱仪用于控制分析，可以替代多种多台分析仪器，可以节省大量设备费用、操作费用和维护费用、大量人力和物力，以及大量时间。近红外光谱分析具有如下特点： 不需要大量的试药、溶剂，安全性高； 前处理技术简单，量测过程迅速；分析方式简易；同一样本可以重复量测；可以同时量测同一样本内各种不同成分；机型小，可以携带至现场作业；适用固态、粉粒态、半固态、液态等各种样本。 由于近红外光谱分析技术的方便性，原理日趋成熟。１９７９年美国谷物学会首先将“用近红外光谱分析蛋白质含量”定为学会标准法（ＡＡＣＣ ｍｅｔｈｏｄ，３９－１０）。 目前，研究人员不需要对近红外光谱原理有所了解，就能利用厂商提供的设备创造出一系列论文，因此近红外光谱仪器又被称为“论文制造者”。 - 1 -