近红外光谱法
美、英、欧三部药典近红外光谱分析方法概述

美、英、欧三部药典近红外光谱分析方法概述
周帼雄
【期刊名称】《中国药品标准》
【年(卷),期】2003(004)002
【摘要】@@ 近红外光谱法(Near Infrared Spectropho-tometry)是近年来受世界各国广为关注的一种药品分析方法.近红外光谱区波长范围为0.75~2.5μm,波数范围为13330~4000cm-1,分子在近红外区的吸收,主要是一些能量较低的电子跃迁,以及分子振动状态间的跃迁所产生的.由于频率较高,因此分子对其吸收主要是分子振动的信频吸收和合频吸收.
【总页数】2页(P6-7)
【作者】周帼雄
【作者单位】江苏省药品检验所,南京,210008
【正文语种】中文
【中图分类】R4
【相关文献】
1.中、美、英、欧药典制药用水微生物检查法对比研究 [J], 杨晓莉;李辉;绳金房
2.中、美、英、欧药典无菌检查用培养基促微生物生长能力对比研究 [J], 杨晓莉;李辉;杨静;绳金房
3.现行版中、美、英、欧、日五部药典中热原检查法比较 [J], 董培智;朴晋华;李波
4.美英欧药典微生物限度标准的浅析 [J], 苏德模;胡昌勤;马越
5.中美英欧四药典硼砂含量测定方法的比较 [J], 李步良;张倩;周平;赵翠;王伯涛
因版权原因,仅展示原文概要,查看原文内容请购买。
红外光谱(一)

HN H O
H O O C H3C O-H 伸缩
1650-1620
OCH 3 2835
HO 3705-3125
4. 振动的耦合
若分子内的两个基团位置很近,振动频率也相近, 就可能发生振动耦合,使谱带分成两个,在原谱带高 频和低频一侧各出现一个谱带。例如乙酸酐的两个羰 基间隔一个氧原子,它们发生耦合。羰基的频率分裂 为1818和1750 cm-1。(预期如果没有耦合其羰基振动将 出现在约1760 cm-1)。 弯曲振动也能发生耦合。
5. 物态变化的影响
通常同种物质气态的特征频率较高,液态和固态 较低。例如丙酮vC=O(气)=1738 cm-1, vC=O(液)=1715 cm-1。溶剂也会影响吸收频率。
结论:
产生红外光谱的必要条件是:
1. 红外辐射光的频率与分子振动的频率相 当,才能满足分子振动能级跃迁所需的能 量,而产生吸收光谱。 2. 必须是能引起分子偶极矩变化的振动才能 ቤተ መጻሕፍቲ ባይዱ生红外吸收光谱。
3.2 分子振动方程式
1.双原子分子的简谐振动及其频率
化学键的振动类似于连接两个小球的弹簧
分子的振动能级(量子化): E振=(V+1/2)h
V :化学键的 振动频率;
:振动量子数。
分子振动方程式
任意两个相邻的能级间的能量差为:
h E h 2 1 2c 1 k
k
-1
1644cm-1
影响峰位变化的因素
(2)空间效应:场效应;空间位阻;环张力 (3)氢键效应 (分子内氢键;分子间氢键):对峰位,峰强产生极 明显影响,使伸缩振动频率向低波数方向移动。
O R
H NH R
C=O 伸缩 N-H
近红外光谱法在药物研发中的应用

近红外光谱法在药物研发中的应用近红外光谱法是一种新型的分析方法,它基于近红外光谱产生的物理和化学效应,能够在无需化学试剂或样品制备的情况下进行非破坏性的药物分析。
在药物研发中应用这种方法可以提高研发效率,降低成本,是目前十分受欢迎的一项技术。
一、什么是近红外光谱法近红外光谱法是分析一种物质的分子结构和化学组成的一种方法。
它利用近红外光谱仪使用极短的光谱范围进行药物分析。
这种光谱由在波长范围接近于可见光的红色光和更长的波长的光组成,但比红光更波长。
它可以透过许多没有颜色的固体和液体,从而能够分析物质的成分。
近红外光谱法的优点在于不需要制备样品,也不需要加入剂量,因此可以在药物分析过程中节省时间和成本。
此外,近红外光谱法能够通过非破坏性的方式进行药物分析,避免了那些需要破坏样品或试剂的传统药物分析方法中可能引起的不确定性和损失。
二、近红外光谱法在药物研发中的应用1.药物的质量控制药物的质量控制非常重要,因为它直接关系到病人的安全和效果。
近红外光谱法可以在药物制造和发布的过程中进行非破坏性的检测,以确保药物质量的一致性和准确性。
这可以使药品制造商能够更具效率并且更加可靠地生产出具有稳定质量的药物。
2.药物结晶特性的研究药物的结晶特性在药物研发中非常关键。
药物结晶特性的研究可以帮助药物制造商更好地控制药物的性能,从而获得最好的生产效益。
近红外光谱法能够通过分析药物结晶特性的信息来得到关于药物颗粒性、形态、大小、晶型等多方面信息。
3.药物稳定性的研究药物的稳定性不但会影响其质量,还会对药物的成分和化学反应造成不利影响。
近红外光谱法可以对药物进行快速的稳定性研究,把握药物稳定性参数。
药品制造商通常将近红外光谱法用于快速稳定性检测,以监视药物在储存期间的质量变化。
4.药物研发的数据管理药物研发涉及到大量的数据和信息,因此需要一个巨大的数据库来保存和管理。
近红外光谱法可以帮助药物制造商收集药物质量、结构和性能相关的信息,并将其存储到数据库中用于后续药物研发的工作之中。
红外光谱法

由于近红外光在常规光纤中具有良好的传输特性,使近红外光谱在在线分析 领域也得到了很好的应用,并取得良好的社会效益和经济效益,从此近红外 光谱技术进入一个快速发展的新时期。
3、红外光谱产生的条件 (1) 辐射能应具有能满足物质产生振动跃迁所需的能量;
ΔE 分子
ΔE振动 ΔE转动
h(Δν振动 Δν转动 )
hc / ( λ振动 λ转动 )
(2) 辐射与物质间有相互偶合作用,产生偶极距的变化 没有偶极矩变化的振动跃迁,无红外活性 如:单原子分子、同核分子:He、Ne、N2、O2、Cl2、H2 等。
近红外光
中红外光
0.75~2.5
2.5~50
13333~4000 4000~200 分子振动
远红外光 50~1000 200~10 分子转动
近红外光谱区: v低能电子能级跃迁 v 含 氢 原 子 团 : -OH 、 NH、-CH伸缩振动的倍 频吸收峰
v稀土及过渡金属离子 配位化学的研究对象
v适用于水、醇、高分 子化合物、含氢原子团 化合物的定量分析
不对称 υas(CH3) 2960㎝-1
变形振动 甲基
对称δs(CH3)1380㎝-1
不对称δas(CH3)1460㎝-1
集美大学食品与生物工程学院, zhyhuang@
z
2.基本振动的理论数
对于由N个原子组成的分子: 3N=平动自由度+转动自由度+振动自由度
x y
振动自由度= 3N-平动自由度-转动自由度
集美大学食品与生物工程学院, zhyhuang@
近红外反射光谱法-土壤性质的主成分回归分析-NIRS–PCR

近红外反射光谱法-土壤性质的主成分回归分析摘要一个快速,便捷的土壤分析技术是需要土壤质量评价和精密的土壤管理。
本研究的主要目的是评估近红外反射光谱(NIRS)来预测不同土壤性质的能力。
从Perstrop近红外系统6500扫描单色仪(福斯NIRSystems,马里兰州Silver Spring),和33种化学、物理和生物化学特性得到近红外反射光谱,从四个主要土地资源收集区802土壤样品(MLRAs)进行了研究。
定标是基于在1300到2500nm光谱范围内使用光学密度一阶导数[log(1/ R )]得主成分回归。
全部的碳、氮、湿度、阳离子交换量(CEC)、1.5兆帕水、基础呼吸速率、沙、淤泥和Mehlich III可萃取钙通过近红外光谱(r2>0.80)成功地预测。
有些Mehlich III可萃取金属(铁,钾,镁,锰)、可交换阳离子(钙,镁,钾),可交换基地、交换性酸、粘土、潜在可矿化氮、总呼吸速率、生物量碳和pH值的总和也可通过近红外光谱估计,但精度较低(r 2=0.80~0.50)。
聚合(wt%>2,1,0.5,0.25mm,并宏观聚合)的预测结果是不可靠的(r2=0.46~0.60)。
Mehlich III提取的Cu,P和Zn和交换性钠不能使用NIRS-PCR技术(r2<0.50)进行预测。
结果表明,NIRS可以作为一种快速的分析技术,在很短的时间用可接受的准确度来同时估计多个土壤特性。
测量土壤性质的标准程序是复杂的、耗时的,而且费用昂贵。
在农民和土地管理者将能够充分利用测土作为精准农业与土壤质量的评估和管理的一种辅助手段之前,一种快速、经济的土壤分析技术是需要。
近红外反射光谱技术是一种为研究入射光和材料表面之间相互作用的非破坏性的分析技术。
由于其简单性、快速性,并且需要很少或无需样品制备,近红外反射光谱被广泛用于工业。
三十多年以前,该技术最早用于粮食的快速水汽分析。
现在,近红外光谱是用于粮食和饲料质量评估的主要分析技术。
近红外光纤光谱法快速检测葡萄酒中酒精度

6食品与药品Food and Drug2021年第23卷第1期近红外光纤光谱法快速检测葡萄酒中酒精度刁娟娟「,李玮2,李莉2**,艾尔肯•依布拉音「,钟德全2(1.新疆医科大学中心实验室,新疆乌鲁木齐830011;2.新疆医科大学药学院,新疆乌鲁木齐830011)摘要:目的构建近红外光纤传感检测系统,结合近红外光谱分析技术和化学计量学,对葡萄酒中酒精度进行快速检测。
方法以葡萄酒为研究对象,构建近红外光纤传感检测系统,分别使用偏最小二乘法和主成分回归对葡萄酒中酒精度进行近红外光谱分析,进行模型参数的比较。
采用国标GB/T15038-2006《葡萄酒、果酒通用分析方法》中气相色谱法对近红外预测结果进行验证。
结果采用偏最小二乘法建模的预测性能优于主成分回归分析。
在偏最小二乘法建模中,其决定系数(R)为0.9534,交叉验证均方根误差(RMSECV为0.0283,预测均方根误差(RMSEP)为0.0179,相对分析误差(RPD)为3.0607。
统计学分析表明近红外分析的预测值与气相色谱法测定值之间的差异无统计学意义。
结论研究表明,近红外光纤光谱法用于葡萄酒中酒精度的检测,操作简便、快速。
近红外技术在酒类品质监测中具有良好的应用前景。
关键词:近红外光谱;光纤传感;葡萄酒;酒精度中图分类号:TS207文献标识码:A文章编号:1672-979X(2021)01-0006-05DOI:10.3969/j.issn.l672-979X.2021.01.002Rapid Detection of Alcohol in Wine by Near Infrared Optical Fiber SpectroscopyDIAO Juan-juan1,LI Wei2,LI Li2,ARKIN Iburarim1,ZHONG De-quan1(1.Central Laboratory,Xinjiang Medical University,Urumqi830011,China;2.College of P harmacy,XinjiangMedical University,Urumqi830011,China)Abstract:Objective To establish a method for rapid determination of alcohol in wine using near-infrared optical fiber sensing detection system based on near infrared spectroscopy and chemometrics.Methods Taking wine as the research object,the near infrared optical fiber sensor detection system was constructed,using partial least squares(PLS)and principal component regression(PCR)to analyze alcohol content in wine by near-inrared spectroscopy,and compare the model parameters.The near infrared prediction results are verified by gas chromatography in GB/T15038-2006“Ggeral肚刃ysis Me比ods for Wine and Fruit Wine”.Results The results showed that the prediction ability of PLS was better than PCR.The coefficient of determination(R)was0.9534,the root mean square error of cross validation (RMSECV was0.0283,血e root me血square error of prediction(RMSEP)was0.0179,and the relative percent deviation(RPD)was3.0607in the PLS analysis model.Statistical analysis showed that there was no significant difference between the predicted value of near infrared analysis and the measured value of gas chromatography. Conclusion The studies have shown that near infrared optical fiber spectroscopy is simple,fast,and can be used for alcohol detection in wine.This technology has good application prospects in wine quality monitoring.Key Words:near infrared spectroscopy;optic fiber sensing;wine;alcohol content收稿日期:2020-07-08基金项目:国家自然科学基金项目(No.81760645)作者简介:刁娟娟,博士研究生,研究方向:食品和药品分析E-mail:*****************通讯作者:李莉,教授,博士生导师,研究方向:药物分析E-mail:**************食品与药品Food and Drug2021年第23卷第1期7新疆是我国葡萄的主产地之一,葡萄酒也是新疆的特色产品。
近红外光谱法

定量分析:首先建立一个校正模型的 参考谱库,然后进行数据的预处理, 最后进行方法学验证
13
近红外光谱分析仪器
按分光系统分类 固定波长滤光片型 光栅色散型 快速傅立叶变换型 声光可调滤光器 阵列检测型
傅立叶近红外分析仪器
德国布鲁克公司在 2001 年推出的 真正非接触式 在线傅立叶近红外分析 仪器: MATRIX-E
谢谢观看!
2
近红外光谱的测量
根据NIR光谱的获得方式,通常有透射和漫反射两 种。 透射测定法的定量关系遵从Lambert-Beer定律,主要 适用于液体样品,其正常的工作波长范围是 850~1050nm。 漫反射测定法是对固体样品进行近红外测定常用的方 法。当光源垂直于样品的表面,有一部分漫反射光会向 各个方向散射,将检测器放在与垂直光成45o角的位置 测定散射光强的方法称为漫反射法。 以透射和漫反射为测试基础,为适应不同物质在不同 状态时直接测定其近红外光谱,90年代以来光纤技术在 NIR中得到了广泛应用。
8
2.用标准方法测定样品
对一个模型,有必要选用一个为大家所接 受的、权威的参考方法,对样品的组成或 性质进行分析,并用测量结果和对应的光 谱建立模型。 在验证模型时,使用模型预测验证集样品, 将预测值和已知值比较,来验证模型预测 的准确性。
近红外光谱分析技术的数据处理方法

近红外光谱分析技术的数据处理方法引言近红外是指波长在780nm~2526nm范围内的光线,是人们认识最早的非可见光区域。
习惯上又将近红外光划分为近红外短波(780nm~1100nm)和长波(1100 nm~2526 nm)两个区域.近红外光谱(NearInfrared Reflectance Spectroscopy,简称NIRS)分析技术是一项新的无损检测技术,能够高效、快速、准确地对固体、液体、粉末状等有机物样品的物理、力学和化学性质等进行无损检测。
它综合运用了现代计算机技术、光谱分析技术、数理统计以及化学计量学等多个学科的最新研究果,并使之融为一体,以其独有的特点在很多领域如农业、石油、食品、生物化工、制药及临床医学等得到了广泛应用,在产品质量分析、在线检测、工艺控制等方面也获得了较大成功。
近红外光谱分析技术的数据处理主要涉及两个方面的内容:一是光谱预处理方法的研究,目的是针对特定的样品体系,通过对光谱的适当处理,减弱和消除各种非目标因素对光谱的影响,净化谱图信息,为校正模型的建立和未知样品组成或性质的预测奠定基础;二是近红外光谱定性和定量方法的研究,目的在于建立稳定、可靠的定性或定量分析模型,并最终确定未知样品和对其定量。
1工作原理近红外光谱区主要为含氢基团X-H(X=O,N,S,单健C,双健C,三健C等)的倍频和合频吸收区,物质的近红外光谱是其各基团振动的倍频和合频的综合吸收表现,包含了大多数类型有机化合物的组成和分子结构的信息。
因为不同的有机物含有不同的基团,而不同的基团在不同化学环境中对近红外光的吸收波长不同,因此近红外光谱可以作为获取信息的一种有效载体。
近红外光谱分析技术是利用被测物质在其近红外光谱区内的光学特性快速估测一项或多项化学成分含量。
被测样品的光谱特征是多种组分的反射光谱的综合表现,各组分含量的测定基于各组分最佳波长的选择,按照式(1)回归方程自动测定结果:组分含量=C0+C1(Dp)1+C2(Dp)2+…+Ck(Dp)k(1)式中:C0~k 为多元线性回归系数;(Dp)1~k为各组分最佳波长的反射光密度值(D=-lgp,p为反射比)。
- 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)。
定量模型的应用
物理参数:硬度、粒度、溶解度 多晶形测定 水分测定 含量测定 冻干粉 生物技术 其他:药物包装的厚度
41
优点:
(1)快速,通常30秒内就可给出分析结果,可 进行在线分析; (2)制样简单; (3)信息量大,可同时测定多组分; (4)经定标建模后,无须用其他常规化学分析 手段,不使用有毒有机 试剂,无污染; (5)非破坏性分析,可实现产品的无损质量检 测; (6)可使用光纤,从而可实现远程分析检测。
NIR技术的 基本构成
近红外光谱仪
化学计量学软件
20
模型
近红外光谱分析常用的计算方法为多元校正方法 主要包括:
多元线性回归(Multivarate Linear Regression, MLR) 主成分分析(Principle Component Analysis, PCA) 主成分回归(Principle Component Regression, PCR) 偏最小二乘法(Partial Least Squire,PLS) 人工神经网络(Artificial Neutral Networks, ANN)方法等。
36
7.模型验证
对建立的校正模型必须通过验证集样本的测量, 来 评价模型的好坏。 校正集预测误差均方根RMSEC:用于衡量校正集样 品预测结果的准确性。 验证集预测误差均方根RMSEP:用于衡量验证集样 品预测结果的准确性。
相关系数R2:表示样品预测值与理论值ห้องสมุดไป่ตู้相关程度。
37
近红外光谱定量分析的流程与步骤
6
⑵ 固体、半固体 发生镜面反射、漫反射、吸收、透射、折射、 散射等作用方式
近红外光与固体样品作用示意图 7 1—镜面反射;2—漫反射;3—吸收;4—透射;5—折射;6—散射
样品对光漫反射示意图
S—镜面反射;D—漫反射
8
4、近红外光谱常规分析方法
a:透射式 b:漫反射式 c:漫透射式 1:光源 2:单色器 3:样品 4:检测器 透射分析和漫透射分析测定光源与检测器处在样品的两侧; 漫反射分析测定光源与检测器处在样品的两侧
21
MIR、PCR和PLS属线性回归方法,主要用于样品的质量 参数为线性关系的关联。 MLR方法计算简单,物理意义明确,易于理解,但对参加 关联的变量(如波长通道)数目有限制。由于仅使用几个 波长下的光谱数据,这样常常会丢失许多光谱信息。建立 MLR模型要求训练集样品的个数多于变量数目,即使这 样,它仍对许多质量参数均获得较好的结果。 MLR方法计算简单,物理意义明确,易于理解,但对参加 关联的变量(如波长通道)数目有限制。由于仅使用几个 波长下的光谱数据,这样常常会丢失许多光谱信息。建立 MLR模型要求训练集样品的个数多于变量数目,即使这 样,它仍对许多质量参数均获得较好的结果。
24
2.用标准方法测定样品
对一个模型,有必要选用一个为大家所接 受的、权威的参考方法,对样品的组成或 性质进行分析,并用测量结果和对应的光 谱建立模型。 在验证模型时,使用模型预测验证集样品, 将预测值和已知值比较,来验证模型预测 的准确性。
25
3.测量光谱数据
透射光谱法:适用于透明样品的分析,定 量关系符合比尔定律。 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。
38
拓扑学方法和ANN方法等常用于非线性关系的 关联。 ANN和PLS方法结合使用,可改善数据关联的 能力。
39
建立定量模型的方法
MLR只要知道混合物中某些组分的浓度或性质,就 可以建立复杂体系的校正模型。但是仅适用几个波 长下的光谱数据,常常会丢失许多光谱信息。 PLSR该法是一种全光谱分析方法,并能滤去原始数 据噪音,提高信噪比, 解决交互影响的非线性问题。 PCR不需要知道校正样品中的所有组分浓度,就可 以建立被测组分的校正模型,某些主成分与组分浓 度无任何关系 ANN其抗干扰、抗噪音及强大的非线性转换能力, 对于某些特殊情况,ANN会得到更小的校正误差和 预测误差。
16
1 K K 2 K A log( ' ) log{ 1 ( ) ( )2 } [ 2 ] S S S R
1
K A a b S
漫反射吸光度A和K/S的关系
当样品浓度不高时, 吸收系数 K 与样品浓度 C 成正比, 当散射系数 S 不变时, 漫反射吸光度 A 与 样品浓度的关系可表示为:
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。
22
四、近红外分光光度分析方法
样品集选择 用标准方法测定样品 测量光谱数据 光谱预处理 波长选择 建模 模型验证
23
1.样品集选择
首先搜集一批样品,再精选代表性样品,并 将样品集分为校正集和验证集。 用来建立模型的校正集样品应涵盖以后要分 析样品的范围。
校正集中应包含除待测成分以外所有的背景 信息;使校正产生的数学模型能将这些背景 加以扣除。
42
缺点:
(1)建立模型需要大量有代表性且化学值已知 的样品; (2)模型需要不断的维护改进 ; (3)近红外测定精度与参比分析精度直接相关, 在参比方法精度不够的情况下,无法得到满意结 果。
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
27
4.光谱预处理
吸收强度较弱 信噪比低 样品状态、测量条件等造成的光谱不确定性 背景复杂、谱峰重叠
分段波长的组合,也可以是连续全光谱,或区 域光谱波长。
32
近红外光谱法测定复方丹参滴丸中的3 种有效成分
建模主成分数的选择
在建模过程中,采用不同的主成分数,模型的预 测能力也会有较大的差异。 因此合理确定参加建模的主成分数是充分利用光 谱信息和滤除噪音的有效方法之一。 预测残差平方和法(PRESS):使用一定数目 的主成分建立模型,然后用这个模型对参加建模 的每个样品进行预测,计算PRESS值。PRESS 越小,说明模型的预测能力越好。使用PRESS 对主成分数作图,确定最佳主成分数。
30
多元散射校正MSC
主要是消除颗粒分布不均匀及颗粒大小产生的散 射影响
经过散射校正后的光谱有效地消除了原始光谱由 于颗粒度及装样误差所导致的基线平移和非线性 影响
31
人参总皂甙近红外光谱及定标建模分析
5.波长选择
建模波段过宽,必然包含大量冗余信息,波段 选择有利于简化模型,提高模型预测精度。 由于各成分分子结构存在差异,使得各自对应 的最优建模波段并不相同。
合频近红外谱带位于2000~2500nm处,一级 倍频位于1400~1800nm处,二级倍频位于 900~1200nm处,三级和四级或更高级倍频 则位于780~900nm处。
11
12
不同化合物基团在近红外区的吸收谱带
13
不同化合物基团在近红外区的吸收谱带
14
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 C-H、O-H、N-H、S -H的倍频和合频吸收。 不同基团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。 具有丰富的结构和组成信息,非常适合用于碳 氢有机物质的组成性质测量。
9
NIR 各种物态样品最佳适应模式
吸收区 合频吸收 液体 透射 700—2500nm st 1 —4th 倍频吸收 合频吸收 固体 反射 1100—2500nm st 1 —2nd 倍频吸收 悬浮液 透射或反射 700—1100nm 3rd—4th 倍频吸收 样品 检测法 波长
10
5、有机化合物的近红外光谱谱带归属 含氢基团,包括:C-H(甲基、亚甲基、甲氧基、 芳基等),羟基O-H(羧基等),巯基S-H,氨基 N-H(伯胺、仲胺、叔胺和铵盐等)等。
1、波长范围
约在780~ 2500nm (波数约为12800~4000cm-1)
4
2、分子的不同振动形式
对称伸缩振动---非对称伸缩振动---摇摆振动---摇摆振动---弯曲振动---剪切振动
5
3、近红外光与物质的作用形式
⑴ 真溶液、乳浊液
近红外光照射到透明真溶液上,光在试样中透射时发生吸 收,分析光在样品中经过的路程(光程)一定,透射光的 强度与样品中组分浓度的关系符合Beer定律,用于测定时 称为透射分析测定法; 近红外光照射到乳浊液上,因为样品是浑浊的,样品中含 有对光产生散射的颗粒,光在试样中透射时,除发生吸收 外还会发生多次散射,光在样品中经过的路程不确定,透 射光的强度与样品浓度间的关系不符合Beer定律,用于测 定时称为漫透射分析测定法(也可用于固体、半固体分 析)。
15
6、近红外光谱定量分析依据
对于透明真溶液,近红外透射光谱符合朗伯-比尔定律。 漫反射分析定量公式
R 1 K / S (K / S) (K / S) 2
' 2
'
1 2
式中: R 为漫反射体的绝对漫反射率,反映出射光与入射光的比率,是 K/S 的函 数,即依赖于 S 与 K 的比值; K 为漫反射体吸收系数,取决于漫反射体的化学组成; S 为散射系数,取决于漫反射体的物理特性。
中国药典2005版首次收载