近红外线查看源代码讨论查看历史
| 近红外线 |
 |
|
中文名;近红外光 种 类;电磁波 分 类;近红外短波 近红外长波 波 长;780~2526nm |
近红外光（Near Infrared，NIR）是介于可见光（ⅥS）和中红外光（MIR）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。近红外区域是人们最早发现的非可见光区域。[1]
基本信息
近红外光谱（NIR）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。
近红外区域是人们最早发现的非可见光区域。但由于物质在该谱区的倍频和合频吸收信号弱，谱带重叠，解析复杂，受当时的技术水平限制，近红外光谱“沉睡” 了近一个半世纪。直到20世纪60年代，随着商品化仪器的出现及Norris等人所做的大量工作，提出物质的含量与近红外区内多个不同的波长点吸收峰呈线性关系的理论，并利用NIR漫反射技术测定了农产品中的水分、蛋白、脂肪等成分，才使得近红外光谱技术曾经在农副产品分析中得到广泛应用。到60年代中后期，随着各种新的分析技术的出现，加之经典近红外光谱分析技术暴露出的灵敏度低、抗干扰性差的弱点，使人们淡漠了该技术在分析测试中的应用，此后，近红外光谱进入了一个沉默的时期。70年代产生的化学计量学（Chemometrics）学科的重要组成部分——多元校正技术在光谱分析中的成功应用，促进了近红外光谱技术的推广。到80年代后期，计算机技术的迅速发展，带动了分析仪器的数字化和化学计量学的发展，通过化学计量学方法在解决光谱信息提取和背景干扰方面取得的良好效果，加之近红外光谱在测样技术上所独有的特点，使人们重新认识了近红外光谱的价值，近红外光谱在各领域中的应用研究陆续展开。进入90年代，近红外光谱在工业领域中的应用全面展开，有关近红外光谱的研究及应用文献几乎呈指数增长，成为发展最快、最引人注目的一门独立的分析技术。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。
定义
近红外光（Near Infrared，NIR）是介于可见光（ⅥS）和中红外光（MIR）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 Model）。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。
主要弱点
近红外光谱分析方法的主要弱点是：
建立模型需要大量有代表性且化学值已知的样品。这样，对小批量样品的分析用近红外就得不偿失。
模型的维护也很麻烦，建立的模型并不能一劳永逸，仪器状态、样品代表性变化（如作物的新品种、产地）都会影响测定结果。
模型转移问题尚未很好解决，每台仪器必须自己独立建模，模型不能通用。
近红外对于样品数量比较少的分析也不适用，因为建模成本很高，样品数量少，测试费用很高。
技术要求
近红外分析技术的一个重要特点就是技术本身的成套性，即必须同时具备三个条件：⑴各项性能长期稳定的近红外光谱仪，是保证数据具有良好再现性的基本要求；⑵功能齐全的化学计量学软件，是建立模型和分析的必要工具；⑶准确并适用范围足够宽的模型。这三个条件的有机结合起来，才能为用户真正发挥作用。因此，在购买仪器时必须对仪器提供的模型使用性有足够的认识，特别避免个别商家为推销仪器所做的过度宣传的不良诱导，为此付出代价的厂家有之，因此，一定要对厂家提供模型与技术支持情况有详细了解。
近红外分析技术分析速度快，是因为光谱测量速度很快，计算机计算结果速度也很快的原因。但近红外分析的效率是取决于仪器所配备的模型的数目，比如测量一张光谱图，如果仅有一个模型，只能得到一个数据，如果建立了10种数据模型，那么，仅凭测量的一张光谱，可以同时得到10种分析数据。
在定标过程中，标准样本数量的多少，直接影响分析结果的准确性。数量太少，不足以反映被测样本群体常态分布规律，数据太多，工作量太大。另外在选择化学分析的样本时，不仅要考虑样品成分含量和梯度，同时要考虑样本的物理、化学、生长地域、品种、生长条件及植物学特性，以提高定标效果。使定标曲线具有广泛的应用范围，对变异范围比较大的样本可以根据特定的筛选原则，进行多个定标，以提高定标效果及检验的准确性。一般来讲，单类纯样本由于样本性质稳定，含化学信息量相对少，因此定标相对容易，如玉米、小麦、大豆等纯样。混合样本样品信息复杂，在本谱区会引起多种基团谱峰的重叠，信息解析困难、定标困难，如畜牧生产中的各种全价饲料、配合饲料、浓缩饲料等。
工作原理
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：
⑴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。虽然建立模型所使用的样本数目很有限，但通过化学计量学处理得到的模型应具有较强的代表性。对于建立模型所使用的校正方法视样品光谱与待分析的性质关系不同而异，常用的有多元线性回归，主成分回归，偏最小二乘，人工神经网络和拓扑方法等。显然，模型所适用的范围越宽越好，但是模型的范围大小与建立模型所使用的校正方法有关，与待测的性质数据有关，还与测量所要求达到的分析精度范围有关。实际应用中，建立模型都是通过化学计量学软件实现的，并且有严格的规范（如ASTM-6500标准）。
⑵在预测过程中，首先使用近红外光谱仪测定待测样品的光谱图，通过软件自动对模型库进行检索，选择正确模型计算待测质量参数。
近红外光谱分析技术，其实就是一种间接的相对分析，通过收集大量具有代表性的标准样本，通过严格细致的化学分析测出必要的数据，再通过计算机建立数学模型，即定标，以最大限度反应被测样本群体常态分布规律，然后再通过该数学模型或定标方程，预测未知样品的所需数据。
特点
与传统分析技术相比，近红外光谱分析技术具有诸多优点，它能在几分钟内，仅通过对被测样品完成一次近红外光谱的采集测量，即可完成其多项性能指标的测定（最多可达十余项指标）。光谱测量时不需要对分析样品进行前处理；分析过程中不消耗其它材料或破坏样品；分析重现性好、成本低。
无前处理、无污染、方便快捷
近红外光线具有很强的穿透能力，在检测样品时，不需要进行任何前处理，可以穿透玻璃和塑料。
包装进行直接检测，也不需要任何化学试剂。和常规分析方法相比，既不会对环境造成污染，又可以节约大量的试剂费用。近红外仪器的测定时间短，几分钟甚至几秒钟就可以完成测试，并打印出结果。
无破坏性
无破坏性是近红外技术一大优点，根据这一优点，近红外技术可以用于果蔬原料及成品的无损检测。可以利用无损检测技术在不破坏产品的前提下，对水果的内在品质进行更多数量的抽样检查。
在线检测
由于近红外技术能够及时快捷的对样品进行检测，在生产中，可以在生产流水线上配置近红外。
装置，对原料和成品及半成品进行连续再现检测，有利于及时地发现原料及产品品质的变化，便于及时调控，维持产品质量的稳定。光纤导管和光纤探头的开发应用使远距离检测成为现实。且远距离检测技术特别适用于污染严重、高压、高温等对人体和仪器有损害的环境应用，为近红外网络技术的发展奠定了基础。
对水果的内在品质（可溶性固溶物含量、水果内部病变）进行检测，并且利用该指标将水果进行分级处理。筛选出高品质产品。
多组分同时检测
多组分同时测定，是近红外技术得以大力推广的主要原因。在同一模式下，可以同时测定多种组
分，比如在测小麦的模式中,可以同时测定其蛋白质含量、水分含量、硬度、沉淀值、快速混合比等指标，这样大大简化了测定操作。不同的组分对测定结果都有一定的影响，因为在测定过程中，其它组分对近红外光线也有吸收。
测定速度快
近红外光谱的信息必须由计算机进行数据处理及统计分析一个样品取得光谱数据后可以立即得到定性或定量分析结果整个过程可以在不到2min内完成而且可以通过样品的一张光谱计算出样品的各种组成或性质数据。
投资及操作费用低
近红外光谱仪的光学材料为一般的石英或玻璃仪器价格低操作空间小样品大多数不需要预处理投资及操作费用较低而且仪器的高度自动化降低了操作者的技能要求。
当然，近红外光谱分析也有其固有的缺点：首先，它的测试灵敏度比较低，相对误差比较大；其次，由于是一种间接测量手段，需要用参考方法（一般是化学分析方法）获取一定数量的样品数据，因此测量精度永远不能达到该参考方法的测量精度，建立模型也需要一定的化学计量学知识、费用以及时间；最后，近红外光潜的测量范围，只适合对含氢基团的组分或与这些组分相关的属性进行测定，而且组分的含量一般应大于0.1%才能用近红外进行测定。对于经常的质量监控是十分经济且快速的，但对于偶然做一两次的分析或分散性样品的分析则不太适用。因为建立近红外光谱方法之前，必须投入一定的人力、物力和财力，才能得到一个准确的校正模型。
近红外光谱仪器从分光系统可分为固定波长滤光片、光栅色散、快速傅立叶变换、声光可调滤光器和阵列检测五种类型。
滤光片型主要作专用分析仪器，如粮食水分测定仪。由于滤光片数量有限，很难分析复杂体系的样品。光栅扫描式具有较高的信噪比和分辨率。由于仪器中的可动部件（如光栅轴）在连续高强度的运行中可能存在磨损问题，从而影响光谱采集的可靠性，不太适合于在线分析。傅立叶变换近红外光谱仪是具有较高的分辨率和扫描速度，这类仪器的弱点同样是干涉仪中存在移动性部件，且需要较严格的工作环境。声光可调滤光器是采用双折射晶体，通过改变射频频率来调节扫描的波长，整个仪器系统无移动部件，扫描速度快。但这类仪器的分辨率相对较低，价格也较高。
随着阵列检测器件生产技术的日趋成熟，采用固定光路、光栅分光、阵列检测器构成的NIR仪器，以其性能稳定、扫描速度快、分辨率高、信噪比高以及性能价格比好等特点正越来越引起人们的重视。在与固定光路相匹配的阵列检测器中，常用的有电荷耦合器件（CCD）和二极管阵列（PDA）两种类型，其中CCD多用于近红外短波区域的光谱仪， PDA检测器则用于长波近红外区域。
参考来源