NIR 近红外光谱技术
近红外光谱法
附录XIXK 近红外分光光度法指导原则
2
NIR的特点
❖分析速度快，分析效率高 ❖适用的样品范围广（液体、固体、半固体和
胶状体） ❖样品一般不需要预处理，分析成本较低 ❖测试重现性好 ❖不破坏样品，应用在活体分析和医药临床领
域 ❖不适合痕量分析以及分散性样品的分析
3
二、ห้องสมุดไป่ตู้本原理
❖漫透射光谱法：适用于能对光产生散射效 应的样品的分析，比尔定律不适用。（如 乳液体系）
❖漫反射光谱法：几乎适用于各类样品的分 析，如不透明、固体、半固体样品的分析。
26
NIR光谱仪
❖光源：溴钨灯、发光二极管 ❖分光系统：滤光片、光栅、干涉仪、声光可调滤
光器 ❖载样器件：
液体样品：石英或玻璃样品池 固体样品：积分球或特定的漫反射载样器件 光纤：定位或在线分析中 ❖检测器 ❖数据处理分析系统
K mix K1 K 2 K n 1C1 2C2 nCn
18
❖ 近红外漫反射光谱不具备光谱吸光度的加和性。 ❖ 近红外漫反射光谱不能像经典多组分分析那样通
过光谱吸光度的加和性建立并解联立方程组，解 得各组分的浓度）来实现多组分分析。
19
三、 近红外漫光谱分析中常用的计算方法
❖ 对特定的样品体系，近红外光谱特征峰的分析需要 通过对光谱的处理减少以至消除各方面因素对光谱 信息的干扰，再从差别甚微的光谱信息中提取样品 的定性或定量信息。
43
测定方法： 透射光谱法和反射光谱法
1
通过测定被测物质在近红外谱区的特征光谱并利用适 宜的化学计量学方法提取相关信息后，对被测物质进 行定性、定量分析的一种分析技术。
近红外分光光度法具有快速、准确、对样品无破坏的 检测特性，可广泛应用于药品的理化分析、包括“离 线”供试品的检测和直接对“在线”样品进行检测
现代近红外光谱技术及应用进展
现代近红外光谱技术及应用进展一、本文概述近红外光谱（Near-Infrared Spectroscopy，NIRS）是一种基于物质对近红外光的吸收和散射特性的分析技术。
近年来，随着光谱仪器设备的不断改进和计算机技术的飞速发展，现代近红外光谱技术在分析化学、生物医学、农业食品等领域的应用日益广泛。
本文旨在综述现代近红外光谱技术的最新进展，特别是在仪器设备、数据处理方法、化学计量学以及应用领域的最新发展。
文章首先介绍了近红外光谱的基本原理和技术特点，然后重点论述了现代近红外光谱技术在不同领域的应用实例和取得的成果，最后展望了未来发展方向和潜在应用前景。
通过本文的阐述，旨在为读者提供一个全面、深入的现代近红外光谱技术及应用进展的概述。
二、现代近红外光谱技术的理论基础现代近红外光谱技术，作为一种高效、无损的分析手段，其理论基础源自电磁辐射与物质相互作用的原理。
近红外光谱区域通常是指波长在780 nm至2500 nm范围内的电磁波，其能量恰好对应于分子振动和转动能级间的跃迁。
因此，当近红外光通过物质时，分子中的化学键和官能团会吸收特定波长的光，产生振动和转动跃迁，从而形成独特的光谱。
现代近红外光谱技术的理论基础主要包括量子力学、分子振动理论和光谱学原理。
量子力学为近红外光谱提供了分子内部电子状态和行为的基本描述，而分子振动理论则详细阐述了分子在不同能级间的跃迁过程。
光谱学原理则将这些理论应用于实际的光谱测量和分析中，通过测量物质对近红外光的吸收、反射或透射特性，来获取物质的结构和组成信息。
现代近红外光谱技术还涉及到光谱预处理、化学计量学方法以及光谱解析等多个方面。
光谱预处理包括平滑、去噪、归一化等步骤，旨在提高光谱的质量和稳定性。
化学计量学方法则通过多元统计分析、机器学习等手段，实现对光谱数据的深入挖掘和信息提取。
光谱解析则依赖于专业的光谱数据库和算法，对光谱进行定性和定量分析，从而确定物质中的成分和含量。
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,①对校正样品集分别测得其光谱数据和理化基础数据,①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；①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是应用近红外光谱的全光谱的信息,以解决近红外光谱的谱峰重叠与复杂背景的影响.2.1.2.6 模型验证用外部证实法检验和评价数学模型,以检验数学模型在时间空间上的稳定性.可以用另外几批独立的、待测量已知的检验样品集,用数学模型预测计算检验集中各样品的待测值；对实际值与预测值作线性相关,并用相关系数和预测标准差来表示预测效果.2.2 模型维护与扩展2.2.1 为什么要维护与扩展校正模型建立一个校正模型通常是从一个小的光谱数据库开始的.数据库小,模型的适用范围就必然受到限制.这也就意味着要想使一个模型更加稳定、适用范围更加宽广,就需要不断地对模型的数据库进行扩充.2.2.2 扩展校正模型步骤通过扫描光谱与实验数据建立具有数据对应关系的光谱文件,再使用该文件对旧方程进行扩展,形成新方程,并对新方程进行验证.2.3 具体例子分析2.3.1 方程选择使用改进偏最小二乘法<MPLS>建立校正模型,为消除光谱信号的基线漂移,随机噪音及颗粒度不均匀引起的散射,光谱采用三种去散射处理和三种导数处理结合,共9中光谱预处理方法.三种去散射处理包括无散射<None>,标准正态变量校正结合去除趋势校正<SNVD>,加权多元去散射校正<WMSC>；三种导数处理包括1,2,2,1; 1,4,4,1; 2,4,4,1,个数值依次代表导数处理阶数,导数数据间隔,平滑点数及二次平滑点数.模型建立过程中,定标集被分成6个交互验证组,以最小交互验证标准差<SECV>确定最佳主因子数.异常值判断与剔除是影响模型预测效果的关键因素.方程采用两轮异常值剔除过程,剔除光谱异常值<GH≥10>及化学异常值<T≥2.5>.以最高交互验证决定系数<1-VR>和最低SECV值确定最佳校正模型.如图二所示,蛋白最佳方程应为SNVD+2,4,4,1处理得到的.图二2.3.2 外部验证校正模型建立后,除用自身最高交互验证决定系数<1-VR>和最低SECV值衡量外,还需要用外部检验的方法来评价模型的可靠性,以保证模型在实际使用中的效果.选取已知样品对模型进行验证,如下图所示,样品〔粗蛋白〕预测值准确度较高,基本达到了分析要求〔表一可见,样品预测值与参考值误差较小；图三为蛋白化学值与预测值之间相关散点图,其中预测标准偏差<Sep>为0.447,系统偏差<Bias>为-0.059,相关系数<R>为0.957〕.表一图三三、近红外光谱分析技术的不足3.1 近红外光谱分析的灵敏度相对较低,不能用于微量分析.这主要是因为近红外光谱作为分子振动的非谐振吸收跃迁几率较低一般近红外倍频和合频谱带强度是其基频吸收的十万分之一.所以对组分的分析而言,其含量一般应大于0.1%才适合采用近红外光谱分析技术.当然这个数值并不是理论限值,随着近红外分析技术的不断发展,相信它的最小检出限还将会有所突破.3.2 分析必须要依赖模型,对模型的建立要求较高,投入较大.预测结果的准确性与校正模型建立的质量有很大关系,因此,建立校正模型一般需要有经验的专业人员和来源丰富的有代表性的大量样品,并配备精确的化学分析手段.3.3 模型传递技术尚不成熟.目前,由于校正模型受限于各种测量条件,只能适应一定的时间和空间范围,如果能建立成熟的模型传递,使在一台仪器上建立的定性或定量校正模型可靠地移植到其他相同或类似的仪器上使用,就能减少建模所需的时间和费用.四、结束语尽管近红外检测分析技术目前还有些许不足,但随着计算机技术、光谱学和化学计量学的快速发展和相互融合,该技术预测能力及预测精度等将得到进一步提高,建模难度也将进一步下降.当今粮食生产、食品安全和市场检查管理部门等各方面要求更使得需要深入研究近红外光谱检测技术,并在实践中得以普遍应用.今后,近红外光谱检测分析技术会拥有更广阔的应用前景.。
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(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。
近红外光谱技术在中药材鉴定中的应用研究
近红外光谱技术在中药材鉴定中的应用研究
近红外光谱技术（NIR）是一种快速、非破坏性分析方法，已被广泛应用于中药材鉴定领域。
本文旨在介绍NIR在中药材鉴定中的应用研究进展，包括光谱预处理、化学计量学方法以及NIR与其他技术的结合应用等方面。
1.光谱预处理
在NIR分析中，光谱预处理是十分重要的一步，能够消除光谱噪声、增强光谱信号以及降低光谱干扰等。
目前在中药材鉴定中，常用的光谱预处理方法包括：1）二次多项式基线校正法；2）标准正交化校正法；3）对数变换法；4）标准正交化变量选择法等。
在光谱预处理方面，研究人员还对传统的预处理方法进行了改进及优化，如基线校正方法和统计分析模型等。
2.化学计量学方法
化学计量学方法根据已知的化学计量学模型建立预测模型，从而实现物质定性定量分析。
在中药材鉴定中，常用的化学计量学方法包括主成分分析（PCA）、偏最小二乘回归（PLS）以及支持向量机（SVM）等。
其中，PLS是最常用的一种化学计量学方法，在实际应用中已被广泛采用。
3.NIR与其他技术的结合应用
在中药材鉴定中，为了得到更加准确的分析结果，研究人员还结合了其他技术，如近红外光谱和色谱联用、近红外光谱和质谱联用、近红外光谱和形态学特征联用等。
其中，近红外光谱和液相色谱联用已被广泛应用于中药材的定性和定量分析中，取得了优秀的分析结果。
总之，NIR技术在中药材鉴定中的应用研究已取得重要进展，对保证中药材的质量、安全和有效性具有重大意义。
未来，研究人员将进一步深入探索NIR在中药材鉴定中的应用，为中药材的质量控制和生产提供更加有效的技术支持。
NIRS近红外光谱成像介绍
主要内容
2
什么是近红外光学成像技术（NIRS）？ 近红外光学成像技术在运动科学中的应用？
Nature研究介绍：
Zama, T., & Shimada, S. (2015). Simultaneous measurement of electroencephalography and nearinfrared spectroscopy during voluntary motor preparation. Scientific Reports, 5, 16438. IF: 5.58
图1 近红外光谱技术原理示意图
前额区探测器：
4
测量前额叶皮层的 血流动力学反应
全脑探测器：
测量全脑不同区域的 血流动力学反应
什么是近红外光学成像技术 （NIRS）？
5
NIRS 技术得到运动中氧化血红蛋白（oxy-Hb）信号，是判断 个体执行任务的大脑加工活动监控的一个检测指标。
图2 不同疾病的NIRS脑血流特征
Байду номын сангаас
近红外光学成像技术在运动 科学中的应用？
7
运动疲劳
己有研究发现，运动疲劳状态下，运动员的体能和认知功 能会下降，表现出大脑血流量和含氧量的变化(Bhambhani et al, 2007; Subudhi et al, 2008)。
Bhambhani Y, Malik R, Mookedee S. Cerebral oxygenation declines at exercise intensities above the respiratory compensation threshold. Physiol Neurobiol, 2007, 56(2):196-202 Subudhi AW, Lorenz MC, Fulco CS, Roach RC. Cerebrovascular responses to incremental exercise during hypobaric hypoxia: Effect of oxygenation on maximal performance. Am J Physiol Heart Circ Physiol, 2008, 294(1): 164-171
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。
近红外光谱的应用
近红外光谱的应用近红外光谱（NIR）是一种广泛应用于许多领域的分析技术。
该技术利用了近红外光波段（780-2500纳米）的吸收、散射和反射特性，可以提供有关物质的组成、结构和性质的信息。
由于其非破坏性、无需样品处理的特点，近红外光谱在药物制造、食品安全、环境监测、农业生产等方面得到了广泛应用。
一、药物制造近红外光谱在药物制造过程中起着重要作用。
通过分析药物样品的光谱特征，可以检测药物的成分、含量、纯度和稳定性，确保药物质量符合要求。
同时，它还可以快速检测原料药的质量，提高生产效率和监控药物生产过程中的变异性。
二、食品安全近红外光谱在食品安全领域的应用越来越广泛。
通过光谱的分析，可以检测食品中的营养成分、添加剂、重金属和农药等有害物质。
这种无损检测方法可以大大提高食品质量检测的速度和准确性，确保食品安全，保护消费者的健康。
三、环境监测NIR光谱技术在环境监测中的应用主要包括大气污染监测、水质监测和土壤分析。
通过分析光谱数据，可以快速检测大气中的有害气体、水体中的污染物和土壤中的养分含量。
这种方法无需对样品进行预处理，可以实时监测环境参数，帮助保护环境和预警环境污染。
四、农业生产NIR光谱技术在农业生产中的应用主要包括农作物品种鉴定、土壤肥力评价和农产品质量检测等。
通过分析农产品或土壤样品的光谱特征，可以识别农作物品种、评价土壤的营养状况，提供农业生产的决策依据。
此外，还可以通过检测农产品的水分含量和营养成分，评估农产品的品质和质量。
总结起来，近红外光谱技术在药物制造、食品安全、环境监测和农业生产中具有广泛的应用前景。
随着仪器技术的不断发展，近红外光谱的应用范围将进一步扩大，并在更多领域中发挥其优势。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 利用AOTF-NIR技术 • 组成信息如油、蛋白 质、淀粉、水分、低/ 高油酸含量同时被测 量，并依据分析结果 进行分拣 • 最快60粒种子/分钟的 分拣能力。
NIR 快速品质分析仪
• 样品可全方位旋转作 多面测定，解决混合 不均匀问题 • 完成样品的测定小于 2min。
便携式
我校的NIR仪
甘草质量传统评价方法： 甘草的分类判别传统的方法是目视 评价甘草的优劣指标－甘草酸含量，使用色谱法， 费时，不适合大量检测和在线质量控制。
甘草道地性判别－定性
样本采集：不同产地、不同生境、不同部位
样本前处理
光谱采集 模型建立、评价：主成分分析 SIMCA (训练集，验证集) 未知样品定性
甘草的NIR光谱
PCA分析结果
不同产地、不同生 境和甘草不同部位的样 品在主成分空间得到了 很好的分离。
SIMCA 模型判别结果
甘草中甘草酸含量近红外测定
模型建立 标准分析方法（色谱法）; 近红外光谱采集; 模型（PLS）建立（校正集，验证集）、评价. 分析样品 未知样品光谱采集， 调用模型预测， 预测结果
NIR光谱分析技术的应用领域
Raw Material ID
Process Monitoring
QC Lab
Final Product Testing
NIR 技术在食品领域中的应用
专用食品质量控制近红外 光谱仪－油品分析仪
• 全新的数字式光栅透射检 测技术 • 在1-2分钟内，即可准确 测定出油脂中碘价、游离 脂肪酸、磷值等多项指标 。 • 取代了传统的油脂厂化验 手段，从而实现了油脂厂 生产过程的实时监控
主要内容
近红外光谱技术基础
（原理，特点，历史，采样技术）
近红外光谱的应用，基于近红外光谱分析原理
所开发的食品专用检测仪器简介
NIR仪器简介 近红外光谱在食品、药品工业中的应用实例
Part
1 近红外光谱技术基础
近红外光谱区域
电 磁 波 谱
Radio Medium Short Long UV Cosmic Gamma X IR Micro UHF
甘草酸定量分析结果
以HPLC 分析数据为基础建立PLS校正模型
（2）干燥过程在线检测
药物材料的干燥过程 实时 NIR 结果
NIR 特点总结
优点
1.非侵入式采样，不破坏样品 2.对固体、液体样本需很少的样品 前处理或不需前处理 3.测定速度快 4.不消耗试剂 5.一次采样可同时测定多个组分 6.可以测定物理参数，如固体粒径 1.选择性差 2.建立NIR 模型通常是依靠经验 3.建立精确，稳健的模型较困难 4.校正模型需考虑样品化学成分和物 理特性的双重影响 5.建立定量模型需依靠其它看考方法 6.灵敏度差
透射型系列分析仪
• 采用大面积全息光栅扫 描、透射检测技术 • 完全整粒无损测试；快 速分析（只需1分钟） • 同时检测多项指标
肉类分析仪
• 采用近红外全光栅透射 技术 • 主要用于各类肉类加工 厂进行原料定价、生产 控制以及成品控制 • 同时适用于各超市、商 场、肉类贸易商进行质 量检测。
近红外选种机
Diffuse Reflectance
近红外采样技术
NIR –AOTF采样
NIR –AOTF采样
•Currently working to calibrate NIR for use in wineries.
•Potential calibrations for EtOH, wine acids and total phenolics.
尼龙纤维的 NIR 光谱
吸收度
1.0
合频
0.8
一级倍频
0.6 0.4 0.2 0.0 700 1000 1300 1600 1900
2200~
1690－1755
二级倍频
三级倍频 845-878
1127-1270
2200
2500
波长 (nm)
C-H 键 振动强度
近红外采样技术
• Transmission
甘草GAP种植质量控制 (自然科学基金和福建省中药材 重点项目)
甘草的分类判别及定量研究－甘草简介
東北甘草
新疆甘草
甘肅甘草
寧夏甘草 青海甘草
內蒙甘草
2000多年的历史 食品添加剂 我国是甘草生产大国，内蒙古、甘肃、新疆、青海 甘草的生境 不同部位药用价值不同
项目中拟用近红外光谱 道地性快速判别 甘草酸含量快速测定
药片分析
积分球
透射
光纤
透射分析
• 液体或薄膜 • 适用于不同的样品 管、样品皿、样品 卡等 • 温度可控
积分球
• • • • • 固体 粉末 悬浊液 用于积分球漫反射测量 内部参考背景自动采集
药片分析
Part
3 应 用 实 例
近红外光谱定量分析的一般流程与步骤
（1）近红外在甘草质量控制中的应用
–Liquid analysis
• Quantitative • Qualitative
–Films –Tablets –Semi-srating Sphere Module
• Diffuse reflectance
–Powders –Solids –Tablets –Fibers –Pastes –Suspensions with high solids contents –Opaque semisolids
缺点
7.适合过程分析，在线实时监测
7.建立模型耗费大
UV——分子外层价电子
能级的跃迁(电子光谱）
IR——分子振动和转动
能级的跃迁 (振转光谱）
Ultra violet
Vis
Near
Infrared
Mid Far
1
400
750
2500
16000
1000000
nm
• The NIR spectrum extends from ≈ 760nm – 2500nm.
近红外光区是分子在中红外光区振动转动基频的倍频或合频
近红外发展历史
1800，The First NIR Spectrum recorded (Herschel) 20世纪50年代，Karl Norris，近红外之父 Wetzel in 1983 deemed it a“ sleeper among spectroscopic technique” on account of its high potential, but scant use (D.L.Wetzel,Anal.Chem.55(1983)1165A); 80年代以后，随着计算机技术、化学计量学技术及仪器分析技 术的发展和应用，人们重新认识了近红外光谱的价值，并使其 发展成为了一门独立的分析技术，1988年成立了国际近红外光 谱协会（CNIRS）。 Mclure in1994 published a paper entitled “the giant is running strong” because of its increasing number of applications in different fields (W.F.Mclure, Anal. Chem. 66(1994)43A) Davies in 1998, putting forward future possible advances and applications, aptly described its potential as taking it “from sleeping technique to the morning star of spectroscopy” (T.Davies, Analusis
Part 2
应 用
NIR光谱分析技术的应用领域
1950年代，近红外光谱技术的发展是在农产品中的应用开 始的，最早的应用是农副产品中 水分的测定，以后又用 于谷物及饲料中的蛋白、水分、纤维、糖分及脂肪等项目 分析，且都取得了满意的结果。 1977年，NIR测定烟草中尼古丁含量和有关烟草中糖、水 分、甲醇及总氮含量的测定。 1978年，NIR 测定羊毛上的脂类 1982年，NIR 开始在制药工业中应用，目前在制药工业应 用已十分成熟，并在等待NIR作为标准方法的实现 1985年，在高聚物中应用被接受 1989年，在石油化工领域应用，90年代中期近红外光谱结 合光导纤维在石油加工过程中实现在线控制分析，并取得 了明显经济效益。 80年年代中后期，在食品工业（尤其是奶制品及饮料、酒 类等），木材加工，生命科学以及天体科学研究才不断得 到人们的重视及应用。
NIR分析与常规方法对比
Near-Infrared vs. HPLC
以药片分析为例
50 Samples - 5 lots x 10 tablets/lot
◇
HPLC
分析时间：16小时 有机溶剂消耗量：4.8 L 产生的污染物量：9.6 L
◇
Near-Infrared
分析时间：1.5小时 有机溶剂消耗量：0 L 产生的污染物量：0 L
近红外光谱技术
引言
近红外光谱技术：
Quality Control at the Speed of Light 如光速般快的质量管理技术
引言
“For many applications it will be the only analytical base… The scan takes a matter of a minute or so, where analytically, it would take days to do something like that, and you wouldn’t have the reliability of the data.” Thomas Layloff - USFDA “对于许多应用领域来说，NIR是唯一只需要花费一分 钟的时间就可以完成其它方法需要花费几天才能完成 的任务的分析方法……” Thomas Layloff ——美国FDA