近红外光谱分析

技术概述

近红外光谱分析技术是一种基于分子化学键振动和转动的现代分析检测技术，其光谱区域位于可见光与中红外光之间，波长范围通常为780nm至2500nm。该技术通过测量物质在近红外区域的吸收特性，实现对样品成分和结构的快速、无损分析。

近红外光谱主要由分子中含氢基团（如C-H、N-H、O-H等）的倍频和合频吸收产生，这些吸收峰包含了丰富的分子结构信息。由于不同物质的分子结构和化学键类型存在差异，其近红外光谱特征也各不相同，这为物质的定性和定量分析提供了理论基础。

与传统化学分析方法相比，近红外光谱分析技术具有显著的优势。首先，该技术无需对样品进行复杂的前处理，可以直接对固体、液体、粉末等多种形态的样品进行检测。其次，分析速度快，单个样品的检测时间通常仅需几秒至几分钟。此外，该方法不消耗化学试剂，属于绿色环保的分析技术，不会产生有害废液。

近红外光谱分析技术起源于20世纪50年代，最初主要用于农业产品的品质检测。随着计算机技术和化学计量学的发展，该技术在80年代开始快速发展，并逐渐应用于制药、食品、石化、烟草等多个行业。目前，近红外光谱分析已成为过程分析和质量控制领域最重要的技术手段之一。

该技术的核心原理在于建立光谱数据与样品性质之间的数学模型。通过采集大量已知性质样品的近红外光谱数据，利用化学计量学方法建立校正模型，然后利用该模型预测未知样品的性质参数。常用的建模方法包括偏最小二乘法（PLS）、主成分分析（PCA）、人工神经网络（ANN）等。

检测样品

近红外光谱分析技术适用于多种类型样品的检测，其样品形态涵盖范围广泛，可以满足不同行业的分析需求。

• 固体样品：包括谷物、饲料、烟草、茶叶、中药材、制药原料、聚合物材料等。固体样品可以直接放置在样品杯或样品台上进行透射或漫反射测量。
• 液体样品：包括食用油、乳制品、酒类、饮料、石油产品、溶剂等。液体样品通常使用石英比色皿或流通池进行透射测量。
• 粉末样品：包括面粉、奶粉、药品粉末、化工原料粉末等。粉末样品可以通过漫反射或透漫射方式进行检测。
• 浆状样品：包括果酱、肉糜、膏状化妆品等。这类样品需要选择合适的光程和测量方式以获得准确结果。
• 气体样品：包括工业废气、环境空气等。气体样品检测需要配备专用的气体样品池和长光程测量装置。

在样品制备方面，近红外光谱分析具有独特的优势。大多数样品无需复杂的预处理，只需进行简单的物理处理即可上机检测。对于固体颗粒样品，可能需要研磨至一定粒度以保证测量的重现性。对于不均匀样品，则需要采用多次测量取平均值的方法以提高检测精度。

样品的含水量、温度、粒度等因素会对近红外光谱产生影响，因此在实际检测中需要控制这些因素的稳定性。现代近红外光谱仪通常配备温度控制系统和标准化的样品制备规范，以确保检测结果的准确性和重复性。

检测项目

近红外光谱分析技术可用于检测多种成分和性质参数，其应用范围涵盖化学成分分析、物理性质测定和质量评价等多个方面。

• 主要成分含量测定：包括蛋白质、脂肪、水分、淀粉、糖分、灰分等主要营养指标的含量分析。这些指标在农产品、食品和饲料行业具有重要意义。
• 微量成分检测：包括氨基酸、脂肪酸、维生素、矿物质等微量营养成分的分析。虽然近红外光谱对微量成分的检测灵敏度有限，但对于含量较高的微量成分仍可获得较好结果。
• 物理性质测定：包括颗粒度、密度、硬度、黏度等物理参数的检测。这些参数与样品的近红外光谱存在一定的相关性，可以通过建立数学模型进行预测。
• 品质指标评价：包括面粉筋度、肉类嫩度、水果糖酸比、油品氧化程度等综合品质指标的评价。
• 真假鉴别：包括品牌鉴别、产地溯源、掺假识别等定性分析。通过建立特征光谱数据库，可以实现对样品真伪的快速鉴别。
• 过程参数监控：包括反应程度、混合均匀度、干燥程度等生产过程参数的实时监测。

在制药行业，近红外光谱分析可用于检测原料药的鉴别、含量测定、水分测定、晶型分析、颗粒粒径分布等。在制药过程中，还可用于混合均匀度监控、干燥终点判断、包衣厚度检测等过程控制环节。

在食品行业，近红外光谱分析广泛应用于营养成分检测、品质分级、掺假鉴别等方面。例如，可以快速检测乳制品中的蛋白质、脂肪、乳糖含量，鉴别肉类的品种和新鲜程度，判断食用油是否掺假等。

在农业领域，近红外光谱分析主要用于谷物、饲料等农产品的品质检测。可以快速测定谷物的蛋白质含量、水分含量、容重等指标，为粮食收购、储藏和加工提供数据支持。

检测方法

近红外光谱分析的检测方法主要包括透射法、漫反射法和透漫射法三种基本测量方式，根据样品类型和检测需求可以选择合适的测量模式。

透射测量法主要用于透明或半透明液体样品的检测。光源发出的近红外光穿过样品池后被检测器接收，通过测量透过光强度计算样品的吸光度。透射测量法需要使用石英比色皿或玻璃比色皿作为样品容器，光程通常为1mm至50mm，具体取决于样品的吸收特性。该方法适用于食用油、酒类、溶剂等液体样品的检测。

漫反射测量法主要用于固体和粉末样品的检测。光源照射样品表面后，部分光被样品吸收，另一部分光被散射后从样品表面反射出来。漫反射测量法通过收集散射光信号来获取样品的光谱信息。该方法适用于谷物、饲料、药品粉末等固体样品的检测，具有样品制备简单、测量速度快的优点。

透漫射测量法也称透反射法，是透射和漫反射的结合。光源照射样品后，部分光穿透样品后被反射镜反射，再次穿透样品后被检测。该方法适用于半固体和高散射样品的检测，如完整水果、肉块等。

近红外光谱分析的建模方法是实现定量和定性分析的关键。常用的建模方法包括：

• 偏最小二乘法（PLS）：是目前应用最广泛的定量建模方法，通过提取光谱中的潜在变量建立光谱与性质之间的线性关系模型。
• 主成分分析（PCA）：主要用于数据的降维处理和聚类分析，常用于样品的分类鉴别。
• 线性判别分析（LDA）：是一种监督分类方法，通过建立判别函数实现样品的分类识别。
• 支持向量机（SVM）：适用于非线性数据的分类和回归分析，在复杂样品的定性定量分析中表现出色。
• 人工神经网络（ANN）：可以模拟人脑的神经网络结构，适用于复杂非线性关系的建模。

模型的验证和评价是确保近红外光谱分析方法可靠性的重要环节。需要采用独立的验证集样品对模型的预测能力进行评价，常用的评价指标包括相关系数（R²）、均方根误差（RMSE）、标准偏差（SEC/SEP）等。一个优秀的近红外光谱分析模型应具有良好的准确性和稳健性，能够在较长时间内保持稳定的预测性能。

检测仪器

近红外光谱分析仪器的种类繁多，根据分光原理的不同，主要可以分为滤光片型、光栅扫描型、傅里叶变换型和二极管阵列型等几大类。

滤光片型近红外光谱仪采用干涉滤光片作为分光元件，通过更换滤光片选择特定的波长进行测量。这类仪器结构简单、成本低廉、操作方便，适用于特定项目的快速检测。但由于波长数量有限，不适合复杂的全谱分析应用。

光栅扫描型近红外光谱仪采用光栅作为分光元件，通过旋转光栅实现波长的连续扫描。这类仪器具有分辨率高、波长范围宽的优点，适合实验室研究和高精度分析。但扫描速度较慢，不适合在线实时监测应用。

傅里叶变换型近红外光谱仪利用迈克尔逊干涉仪产生的干涉图进行光谱测量，通过傅里叶变换获得光谱信息。这类仪器具有光通量大、信噪比高、波长准确度好的优点，是高端实验室分析的主流仪器。同时，傅里叶变换型仪器的扫描速度很快，可以用于动态过程监测。

二极管阵列型近红外光谱仪采用固定光栅和阵列检测器，可以同时获取所有波长的光谱信息。这类仪器具有扫描速度极快的优点，适合在线过程控制和快速检测应用。随着检测器技术的发展，二极管阵列型仪器的分辨率和灵敏度不断提高。

除了台式仪器外，便携式和手持式近红外光谱仪也越来越普及。这类仪器体积小、重量轻、便于携带，适合现场快速检测和野外作业。虽然性能指标可能略低于台式仪器，但对于一般性检测需求已能满足要求。

近红外光谱仪器的关键部件包括光源、分光系统、检测器和数据处理系统。常用的光源有卤钨灯、发光二极管等。检测器则根据波长范围的不同，可选择硅检测器、砷化镓铟检测器、硫化铅检测器或碲镉汞检测器等。现代近红外光谱仪普遍配备高性能计算机和专业软件，可以完成光谱采集、处理、建模和预测等全部工作流程。

应用领域

近红外光谱分析技术因其快速、无损、环保的特点，已在众多行业得到广泛应用，成为现代分析检测的重要技术手段。

农业领域是近红外光谱分析技术最早应用的领域之一。该技术广泛应用于谷物、油料、饲料等农产品的品质检测，可以快速测定蛋白质、水分、脂肪、淀粉等主要成分含量。在粮食收购、储藏和加工环节，近红外光谱分析为品质控制和等级评定提供了快速准确的检测手段。

食品行业对近红外光谱分析技术的应用日益广泛。在乳制品行业，可以快速检测牛奶中的蛋白质、脂肪、乳糖等成分；在肉制品行业，可以检测肉类的成分组成、新鲜程度和品质等级；在油脂行业，可以检测食用油的品质参数和鉴别掺假；在饮料行业，可以检测酒类、果汁等产品的成分和质量。

制药行业是近红外光谱分析技术的重要应用领域。该技术可用于原料药的鉴别和含量测定、制剂成分分析、水分测定、晶型分析等。在制药过程中，近红外光谱分析可用于混合均匀度监控、干燥终点判断、包衣过程控制等环节，实现在线实时监控，提高产品质量和生产效率。

石油化工行业利用近红外光谱分析技术可以快速测定汽油、柴油等油品的辛烷值、十六烷值、密度、馏程等关键参数，为产品质量控制和调合过程提供实时数据支持。与传统标准方法相比，近红外光谱分析大大缩短了检测时间，提高了生产效率。

烟草行业采用近红外光谱分析技术检测烟叶和卷烟的化学成分，包括烟碱、总糖、还原糖、总氮、氯离子等指标。这些数据对于烟草的品质评价、配方设计和工艺优化具有重要指导意义。

纺织行业可利用近红外光谱分析技术检测纤维材料的成分组成，鉴别天然纤维和合成纤维，判断纤维的混纺比例。该技术还可用于检测纺织品的含潮率、上浆率等工艺参数。

环境监测领域，近红外光谱分析技术可用于水质、土壤和大气污染物的快速检测。例如，可以检测水体中的有机污染物、土壤中的重金属含量等。虽然近红外光谱对痕量污染物的检测灵敏度有限，但作为一种快速筛查方法仍具有应用价值。

中药行业对近红外光谱分析技术的应用前景广阔。该技术可用于中药材的真伪鉴别、产地溯源、有效成分含量测定等。在中药生产过程中，还可用于提取过程监控、浓缩程度判断等环节的质量控制。

常见问题

近红外光谱分析技术在实际应用中常会遇到各种问题，了解这些问题的原因和解决方法对于保证检测质量至关重要。

问题一：近红外光谱分析的准确度如何保证？

近红外光谱分析的准确度主要取决于校正模型的质量。建立高质量的校正模型需要使用准确可靠的标准值数据，采集具有代表性的校正集样品，选择合适的建模方法和光谱预处理方法。同时，模型的适用范围也是影响准确度的重要因素，使用模型时应确保待测样品在校正集样品的覆盖范围之内。

问题二：近红外光谱分析模型的稳定性如何？

模型的稳定性受多种因素影响，包括仪器状态、环境条件、样品变化等。为保证模型的稳定性，需要定期对仪器进行标准化校正，控制实验室环境条件的稳定性，并定期使用标准样品检查模型的预测性能。当发现模型性能下降时，应及时进行模型更新或重建。

问题三：近红外光谱分析与标准方法的关系如何？

近红外光谱分析是一种间接分析方法，其分析结果依赖于标准方法提供的参考数据。在建立模型时，需要使用标准方法测定校正集样品的性质参数作为参考值。近红外光谱分析不能完全替代标准方法，但在日常质量控制中可以作为快速筛选手段，对于异常样品应使用标准方法进行确认。

问题四：如何选择合适的近红外光谱仪？

选择近红外光谱仪应根据实际应用需求确定。需要考虑的因素包括：分析精度要求、样品类型和数量、使用环境条件、预算限制等。对于实验室研究和高精度分析，建议选择傅里叶变换型仪器；对于在线过程控制，建议选择扫描速度快、稳定性好的二极管阵列型仪器；对于现场快速检测，可以选择便携式或手持式仪器。

问题五：近红外光谱分析对样品有什么要求？

近红外光谱分析对样品的要求相对宽松，但仍需注意以下几点：样品应具有代表性，能反映待测群体的特征；样品的状态（如粒度、水分、温度等）应与校正集样品保持一致；对于不均匀样品，应采用多次测量取平均值的方法；样品不应含有强吸收物质或荧光物质，以免影响光谱质量。

问题六：近红外光谱分析的检测限是多少？

近红外光谱分析的检测限受多种因素影响，包括待测组分的摩尔吸光系数、仪器信噪比、样品基质干扰等。一般而言，近红外光谱分析适用于常量组分的检测，检测限通常在千分之一至百分之一量级。对于微量或痕量组分的检测，近红外光谱分析的灵敏度相对不足，建议采用其他分析方法。

问题七：如何进行近红外光谱分析的方法验证？

近红外光谱分析方法验证应包括以下内容：专属性验证，考察方法对目标成分的识别能力；线性验证，考察模型在适用范围内的线性关系；准确度验证，通过与标准方法比对考察方法的准确程度；精密度验证，考察方法的重复性和中间精密度；稳健性验证，考察方法对条件变化的承受能力。