(内蒙古电力科学研究院 010020)
摘要 近红外光是指波长在780-2516 nm范围内的电磁波。近红外光谱属于分子振动光谱，可以根据光谱中吸收峰的位置和强度来对检测物进行定性和定量分析。结合化学计量方法，可以将近红外光谱与检测物的成分浓度或性质建立光谱数据库，实现无损、快速、在线分析检测。近红外光谱检测技术已经广泛应用于工业、农业、医药、食品等领域，具有简单方便、速度快、检测容易和分辨率高等特点和优势。本文就近年来我国近红外光谱检测技术的发展和应用进行了综述。
关键词 近红外光谱；分析仪器；在线检测
The Development and Application of Near Infrared Spectroscopy Detection Technology in China in Recent Years
Abstract: Near-infrared light refers to electromagnetic waves with a wavelength in the range of 780-2516 nm. Near-infrared spectroscopy belongs to molecular vibrational spectroscopy. Qualitative and quantitative analysis can be performed on the detection object according to the position and intensity of the absorption peak in the spectrum. Combining stoichiometry, a near-infrared spectrum and the component concentration or properties of the detected substance can be used to establish a spectral database to achieve non-destructive, fast, and online analysis and detection. Near-infrared spectroscopy detection technology has been widely used in industries, agriculture, medicine, food and other fields, and has the characteristics and advantages of simplicity, convenience, fast speed, easy detection and high resolution. This article reviews the development and application of near infrared spectroscopy detection technology in China in recent years.
Keywords: near infrared spectroscopy; on-line detection; analytical instrument
近红外光谱（Near Infrared Spectroscopy，缩写为NIR）是近年来高新、实用、发展最为迅速的分析检测技术之一。NIR属于分子振动光谱，信息量丰富，可反映化学组分、氢键、键强度、折光指数等样品的组成和物理性质信息[1]。快速、高效[2]、无损、适合在线分析等诸多优势[3]使得NIR用途广泛，在工业、农业、医药、食品等领域都发挥了极其重要的作用。
1 近红外光谱的发展
1.1近红外光的介绍
近红外光指波长在780~2516 nm范围内的谱带[4]，相应波数为12821-3975 cm-1，是介于可见光（VIS）和中红外光（MIR）之间的电磁波，习惯上又将近红外区划分为近红外短波（780~1100 nm）和近红外长波（1100~2526 nm）两个区域。
1.2近红外光谱的介绍
近红外光谱属于分子振动光谱，产生于共价键的非谐能级振动。由于氢原子的质量最轻，活动能力最强，所以近红外区域的吸收带主要是含氢的官能团X-H（X指的是O、C、N等）伸缩振动产生的一级倍频和组合频吸收，而C-O、C-N、C-C等的伸缩振动只能产生多级倍频，也就是说倍频和组合频构成了近红外光谱的主要部分。不同基团产生的光谱在吸收峰位置和强度上有所不同，所以近红外光谱可以根据光谱中吸收峰的位置和形状来推断未知物结构，根据特征吸收峰的强度来测定混合物中各组分的含量。通过选择适当的化学计量学多元校正方法[5]，把校正样品的近红外吸收光谱与其成分浓度或性质数据进行关联，建立校正样品吸收光谱与其成分浓度或性质之间的关系。在进行未知样品预测时，应用已建好的校正模型[6]和未知样品的吸收光谱，就可定量预测其成分浓度或性质。
1.3近红外光谱的发展历史
近红外谱带由Herschel早在1800年观察发现[7-8]。1881年Abney和Festing采用摄谱的方法首次获得了有机化合物的近红外光谱，并指出其吸收光谱与氢原子有关[9]。这预示着NIR作为分析检测技术的一种手段得到应用。20世纪40年代后期和50年代初期，美国太阳石油公司的Lauer和Rosenbaum研究了碳氢化合物的二级倍频吸收区。随后， Sinsheimer和Poswalk在制药工业中应用近红外光谱测定水分和粒度[10]。20世纪80年代，随着化学计量学、计算机技术的发展，近红外光谱技术得到迅速发展，成为一门独立的检测技术，尤其是在快速[11]、无损、在线检测技术方面的应用[12]。目前，大约有50多个国家和地区展开近红外的研究和应用，并制定了一系列近红外光谱分析的技术标准和应用标准，推动了近红外光谱检测和分析技术的应用和发展。
我国从20世纪80年代开始研究和应用近红外光谱[13]，90年代后期逐渐应用于工业、农业、医药和食品等多个领域[14]。近年来近红外光谱检测技术在我国的科研和生产过程中逐渐发挥着越来越重要的作用[15]。
2近红外光谱的应用
2.1工业领域
基于分子振动的近红外光谱具有无损、快速、高通量、低成本等优点，为工业过程的检测提供了技术手段[16]。由于近红外光谱是从分子层面获取过程信息，相比较于基于过程宏观变量的检测方法，判断更为灵敏，因此近红外作为一种新兴的测量仪器，在工业检测领域展现了极大的优势与应用前景[17]。李婷等人介绍了乙烯裂解原料在线近红外预处理系统的设计、组成和流程，该系统包括除渣、换热、除水、除气泡、恒温和自动控制等功能，具有简单、易操作、易维护、除渣除水效果较好等特点，能够满足在线近红外的测量要求和长周期运行，已在乙烯装置成功应用[18]。魏钠等人扫描水性胶粘剂的近红外谱图，同时采用烘箱法收集其不挥发物含量（固含量）作为原始数据，建立校正模型，最终建立了近红外测定水性胶粘剂中不挥发物含量的方法[19]。
2.2农业领域
近红外光谱技术作为一种分析速度快、不破坏样品的绿色分析方法，在成分检测方面具有极大的作用[20]，结合先进的化学计量学方法，能够快速、无损、高效的对农业产品进行品质定性[21]和成分定量分析[22]，实现了农业产品品质从产出到饮用的全过程监测，促进了农作物标准化加工、品质智能化识别[23]和产地溯源[24]技术的发展[25]。王盛鹏等构建了茶鲜叶海拔高度判别模型，通过筛选特征光谱区间、构建联合区间偏最小二乘法（Si-PLS）的判别模型，为高山茶和平地茶鲜叶定级提供了理论依据，有助于对鲜叶分级，按照原料质量分期分批加工[26-27]。
2.3医药领域
近红外光谱技术是近年来在医药鉴定方面迅速应用的光谱分析技术之一。刘海涛等以不含有苯乙烯-乙烯-丁烯-苯乙烯嵌段共聚物（SEBS）聚丙烯膜为建模样品，以不同含量的SEBS聚丙烯膜为验证样品，矢量归一、导数预处理光谱建模，建立一致性检验模型得到可快速鉴别检测聚丙烯输液瓶和输液袋中是否含有SEBS的近红外光谱分析方法[28]。除具有无损、快速[29]的优点外，近红外光谱还可进行定量检测[30]。闫珂巍等建立三七药材中3种皂苷（三七皂苷R1、人参皂苷Rg1、人参皂苷Rb1）的近红外定量分析模型，快速分析药材质量[31]。
2.4食品领域
当前食品行业存在诸多安全问题，采用一种简单方便、速度快、检测容易和分辨率高的分析技术辅助食品监管部门的工作是大势所趋[32]。近红外光谱技术日渐成熟，其实时、高效的特点[33]能够胜任理化性质和成分测定，逐渐被应用于食品的分析中，可以用于鉴别食品成分掺假、食品种类、追溯不同产品来源、检测农药残留等[34]。吴习宇等采集四川、重庆、云南、贵州、陕西五省市8个不同产地205个花椒样品的近红外光谱，使用主成分分析（PCA）和判别偏最小二乘法（DPLS）分析花椒产地，在花椒产地识别中具有可行性[35]。
2.5其他领域
在上述传统领域，我国的近红外光谱技术取得了一定的成果。另外，我国的近红外技术的科技工作者在造纸、纺织[36]、环保、林业、煤质分析[37]等领域都展开了大量的研究[38]。近红外检测技术在各个领域的发展和应用受到越来越多的关注[39]。
期刊文章分类查询,尽在期刊图书馆
3 发展趋势与应用展望
近年来，我国近红外光谱发展迅猛，越来越多的近红外光谱检测技术被作为国家标准进行推广。未来近红外光谱检测仪器仍然向着小型化、微型化、专用化的方向发展。近红外光谱分析技术的研究方向是光谱预处理、变量筛选、多元定量校正方法。
虽然我国的近红外技术起步较晚，中高端仪器仍然有一部分依靠进口，但在短短几十年里，近红外光谱检测技术在工业、农业、医药、食品等行业取得了可观的经济和社会效益。随着近红外光谱技术在我国各个领域的不断拓展，它将对分析检测手段的现代化发挥重要的推动作用。
参考文献：
[1] 李晓静，虞澜，祖恩东.近红外光谱分析技术在宝石研究中的应用[J].光谱学与光谱分析，2018，38（1）：54-57.
[2] 刘艳，马玉申，邢虎成，等.基于近红外技术的苎麻叶半纤维素、纤维素、木质素及Cd含量快速测定[J].中国麻业科学，2019，（2）：79-83.
[3] 王潇潇，李军涛，孙祥丽，等.近红外反射光谱快速测定四种大豆制品中寡糖含量的研究[J].光谱学与光谱分析，2018，38（1）：58-61.
[4] 刘延东.近红外检测在油品调和中的应用[J].科技创新导报，2018，（1）：88-89.
[5] 孟凡坤，熊刚，宋世远.近红外光谱在油料低温性能检测中的应用[J].当代化工，2018，47（7）：1529-1536.
[6] 最小角回归算法（LAR）结合采用误差分布分析（SEPA）建立稳健的近红外光谱分析模型[J].分析测试学报，2018，37（7）：778-783.
[7] Herschel P W, Trans R.Soc.London 1800, Part Ⅱ, 284-292.
[8] Herschel P W. Experiments in the refrangibility of the invisible rays of the sun[J]. Phil Trans Soc London, 1800, 90 (XIV); 284-292.
[9] Abney R E, Festing R E. On the influence of the atomic grouping in the molecules of organic bodies on their absorption in the infra-red region of the spectrum[J]. Phil Trans R SocLondon, 1881, 172: 887-918.
[10] Sinsheimer J E and Poswalk N M. Pharmaceutical applications of the near-infrared determination of water, J Pharm Sci, 1968, 57(11): 2007-2010.
[11] 周安萌，刘恩超，李新，等.可见近红外波段光谱辐射采集系统的设计与应用[J].应用光学，2019，40（4）：557-562.
[12] 吴珽，房桂干，梁龙，等.常见制浆用速生桉木的近红外材性分析[J].江苏造纸，2018，（2）：19-23.
[13] 褚小立，陆婉珍.近五年我国近红外光谱分析技术研究与应用进展[J].光谱学与光谱分析，2014，34（10）：2595-2605.
[14] 王德田，吕恒星，高鹏，等.利用近红外扩散相关谱同时测量生物样品光学特性和动态特性[J].红外与毫米波学报，2019，38（3）：389-394.
[15] 王旭东，刘涛，薛闯，等.基于近红外光谱实时监测乙醇发酵过程多组分参数[J].生物工程学报，2019，（8）：1491-1499.
[16] 金文英.近红外光谱在原有评价中的应用研究[J].石化技术，2019，（7）：156-158.
[17] 高爽，栾小丽，刘飞.基于互信息熵-近红外光谱的过程模式故障检测[J].光谱学与光谱分析，2019，39（6）：1736-1741.
[18] 李婷，刘海生.乙烯裂解原料在线近红外预处理系统的设计及应用[J].石油化工应用，2018，37(5)：136-146.
[19] 魏钠，陈继宇，陈安梅等，NIRS法测定水性胶粘剂的不挥发物含量的方法探究[J].广州化工，2019，47(11)：98-100.
[20] 邱笛，胡春琼，陈昱岑，等.基于近红外光谱技术的纺织品判别分析[J].化工时刊，2019，33（3）：23-27.
[21] 周娇娇，吴潇扬，陈周，等.近红外光谱技术快速预测团头鲂新鲜度[J].华中农业大学学报，2019，38（4）：120-126.
[22] 刘哲，王玉琴，薛树媛，等.近红外漫反射光谱定量分析天然牧草营养成分[J].草地学报，2018，26（1）：249-255.
[23] 李颖，陈元胜，吕靓，等.基于近红外特征变量筛选对火麻油掺杂的快速检测[J].福州大学学报（自然科学版），2018，46（4）：574-579.
[24] 钱丽丽，宋雪健，张东杰，等. 基于近红外光谱技术对多年际建三江、五常大米产地溯源[J]. 食品科学, 2018, 39(16): 321-327.
[25] 吴全金，周喆，孙威江.近红外光谱技术在茶叶品质调控中的应用[J].广东农业科学，2019，46（1）：91-100.
[26] 王胜鹏，郑鹏程，龚自明等.基于近红外光谱技术的茶鲜叶海拔高度判别模型建立[J].华中农业大学学报，2018，37（1）：89-94.
[27] 单瑞峰，甄书仙，陈瑶等.基于近红外光谱技术的日照绿茶茶鲜叶模型的优化[J].分析科学学报，2018，34（1）：80-84.
[28] 刘海涛，谢兰桂，赵霞等.近红外光谱法鉴别聚丙烯输液瓶输液袋中SEBS的研究[J].药物分析杂志，2018，（6）：1016-1023.
[29] 刘文博，张建业，保积武，等.吲哚菁绿介导的近红外光检测技术在胆囊癌的手术切除术中的应用[J].实用肝脏病杂志，2019，22（4）：573-576.
[30] 刘攀颜，陈碧清，袁姗姗，等.近红外光谱法测定染色红花中常见染料的含量[J].中国中药杂志，2019，44（8）：1537-1544.
[31] 闫珂巍，陈美君，梅国荣等.近红外光谱法测定三七中3种皂苷的总含量[J].药物分析杂志，2016，36（4）：691-696.
[32] 郝勇，温钦华，饶敏，等.基于便携式近红外光谱仪的食品接触性塑料鉴别[J].食品与机械，2018，（4）：124-127.
[33] 韩冰，许涵.近红外光谱技术及其在液态食品上应用的研究进展[J].食品安全导刊，2018，（15）：105-105.
[34] 孙露萍，王举涛.近红外在食品及药品农残检测中的应用研究进展[J]. 广州化工，2013，41（15）：12-13.
[35] 吴习宇，祝诗平，黄华.近红外光谱技术鉴别花椒产地[J].光谱学与光谱分析，2018，38（1）：68-72.
[36] 李海洋，刘胜.废旧纺织品棉含量近红外光谱分析方法[J].光散射学报，2018，30（3），277-283.
[37] 杨恩，王世博，葛世荣.典型块状煤的可见-近红外光谱特征研究[J].光谱学与光谱分析，2019，39（6）：1717-1723.
[38] 胡薰尹，管业鹏，李伟东，等.基于紫外-可见-近红外光谱特征映射矩阵的古陶瓷分类方法[J].硅酸盐学报，2018，46（9）：1280-1286.
[39] 王晓晴，孙孝林，王会利.应用伽玛射线和可见近红外光谱测定土壤容重[J].土壤学报，2019，（4）：994-1003.
论文作者:张志勇,赵全中,涂安琪,郭江源,贺帅,那钦
论文发表刊物:《电力设备》2019年第19期
论文发表时间:2020/1/9
标签：光谱论文; 光谱分析论文; 技术论文; 在线论文; 检测技术论文; 领域论文; 样品论文; 《电力设备》2019年第19期论文;