近红外光谱技术概述

_近红外光谱解析实用指南_

近红外光谱解析是一种非常常用的分析技术，可用于定性和定量分析。本指南旨在向读者介绍近红外光谱解析的基本原理、仪器设备、样品制备和数据分析方法。

一、基本原理

近红外光谱是指在800至2500纳米波长范围内的光谱。近红外光谱的原理是利用样品中分子振动和拉伸产生的光谱吸收特征来推测样品的成分和属性。这些光谱特征是由于化学键振动、倾角、水合作用等引起的。

二、仪器设备

近红外光谱仪是近红外光谱解析的关键设备。现在市场上常见的仪器一般采用光栅技术，具有高分辨率和高精度。仪器的重要参数包括光源、光路、检测器和光谱仪。选择合适的仪器要考虑样品类型、分析要求和预算。

三、样品制备

样品制备对于近红外光谱解析至关重要。样品制备的目的是使样品以均匀、透明、薄膜形式呈现在仪器上。常用的样品制备方法包括将样品粉碎后与固体粉末混合，或将液体样品稀释后滴在红外透明基底上。

四、数据分析方法

近红外光谱解析的数据处理过程包括光谱校正、预处理、模型建立和模型验证等步骤。首先，需进行光谱校正，如仪器平滑、波长校准和零点校准等。接下来，进行样品的预处理，包括去噪、光谱标准化和特征选择等。然后，构建合适的模型，可以采用主成分分析、偏最小二乘法或支持向量机等方法。最后，进行模型验证和检验，评估模型的准确度和鲁棒性。

近红外光谱解析的应用非常广泛，涉及农业、食品、化学、药品、生物医学等领域。它可以用于农产品质量检测、食品成分分析、药品质量控制等。近红外光谱解析具有快速、非破坏性、准确度高等优点，因此备受研究者和工程师的青睐。

总结起来，近红外光谱解析是一种有效的分析技术，具有广泛的应用前景。通过正确选择仪器设备，合理制备样品，以及采用科学的数据处理方法，可以实现准确、快速和可靠的分析结果。希望本指南能够为读者提供有关近红外光谱解析的基本知识和实用指导。

近红外光谱测定氧浓度

近红外光谱（NIR）是一种用于分析化学成分的非破坏性技术，可以应用于气体、液体和固体样品的分析。在测定氧浓度方面，NIR光谱可以通过分析样品吸收、反射或透射近红外光的方式来确定氧气的浓度。

首先，NIR光谱测定氧浓度的原理是基于样品对近红外光的吸收特性。氧气在近红外光谱范围内也会表现出特定的吸收特性，因此可以利用这一特性来测定氧气的浓度。通过将样品暴露在近红外光下，测量光谱图像并分析样品对光的吸收情况，就可以推断出氧气的浓度。

其次，NIR光谱测定氧浓度的方法可以采用基于化学计量学模型的定量分析方法。通过建立标准曲线或者使用化学计量学方法，将样品的光谱特征与氧气浓度建立数学关系，从而实现对氧气浓度的准确测定。

此外，NIR光谱测定氧浓度的优点之一是其非破坏性，可以在不破坏样品的情况下进行测定，适用于对样品保持完整性的要求高的场合。同时，NIR光谱测定速度快，操作简便，可以实现实时监测和快速分析，因此在工业生产和环境监测中具有广泛的应用前景。

需要注意的是，NIR光谱测定氧浓度也存在一些局限性，比如受到水汽、温度等环境因素的影响，需要对测量条件进行严格控制。此外，样品的表面状态、形态等因素也会对测定结果产生影响，需要进行适当的样品处理和校正。

综上所述，近红外光谱测定氧浓度是一种非常有前景的分析技术，可以通过样品对近红外光的吸收特性来准确测定氧气的浓度，具有快速、非破坏性等优点，但也需要注意环境因素和样品状态对测定结果的影响。

红外光谱技术

学号： 1211050126

姓名： 徐健榕

班级： 12110501

摘 要

红外光谱作为一门先进的技术，已经在各个领域得到了广泛的应用，。本文主要了解红外光谱分析的历史发展、现状分析、研究应用及其应用成果。

关键词：红外光谱 历史 应用 成果

一、红外光谱的历史发展

真正意义上对光谱的研究是从英国科学家牛顿(Newton) 开始的.1666 年牛顿证明一束白光可分为一系列不同颜色的可见光, 而这一系列的光投影到一个屏幕上出现了一条从紫色到红色的光带.牛顿导入"光谱" (spectrum)一词来描述这一现象.牛顿的研究是光谱科学开端的标志. 从牛顿之后人类对光的认识逐渐从可见光区扩展到红外和紫外区.红外辐射是18世纪末，19世纪初才被发现的。1800年英国物理学家赫谢尔（Herschel）用棱镜使太阳光色散，研究各部分光的热效应，发现在红色光的外侧具有最大的热效应，说明红色光的外侧还有辐射存在，当时把它称为“红外线”或“热线”。这是红外光谱的萌芽阶段。由于当时没有精密仪器可以检测，所以一直没能得到发展。过了近一个世纪，才有了进一步研究并引起注意。

1892年朱利叶斯（Julius）用岩盐棱镜及测热辐射计（电阻温度计），测得了20几种有机化合物的红外光谱，这是一个具有开拓意义的研究工作，立即引起了人们的注意。1905年库柏伦茨（Coblentz）测得了128种有机和无机化合物的红外光谱，引起了光谱界的极大轰动。这是红外光谱开拓及发展的阶段。

到了20世纪30年代，光的二象性、量子力学及科学技术的发展，为红外光谱的理论及技术的发展提供了重要的基础。不少学者对大多数化合物的红外光谱进行理论上研究和归纳、总结，用振动理论进行一系列键长、键力、能级的计算，使红外光谱理论日臻完善和成熟。尽管当时的检测手段还比较简单，仪器仅是单光束的，手动和非商化的，但红外光谱作为光谱学的一个重要分支已为光谱学家和物理、化学家所公认。这个阶段是红外光谱理论及实践逐步完善和成熟的阶段。

-1-近红外光谱技术无损检测苹果中糖度含量（近红外光谱法）实验报告实验时间：2014年12月12日---2014年12月15日实验地点：济南海能仪器实验室实验仪器：海能Unity近红外光谱仪SpectraStar2500XL实验样品：不同品种的苹果检测指标：糖度检测方法：样品来自于超市和街边采购的不同品种的苹果。苹果样品共15个，命名编号为pd01-pd15。采用顶窗旋转杯漫反射检测，每个样品扫描3张光谱。定标模型方法：光谱进行一阶微分平滑等数学预处理，将光谱与实验数据一一对应，使用PLS算法建立定量模型。分析结果：将近红外的检测结果与实验室数据进行比对，以验证仪器的准确性。实验过程：1、苹果无损扫描近红外光谱。近红外光谱技术对苹果糖含量的无损检测，将苹果放置于近红外光谱仪的顶窗旋转适配环上出光孔位置，分别对每个样品的3个不同位置进行扫描。15个样品共得到45个近红外吸收光谱，如图1.

图1.苹果的近红外吸收光谱图

-2-2、湿化学方法对苹果中糖度的检测。采用国标方法对每个苹果的糖含量检测。根据《GB12295-1990水果、蔬菜制品可溶性固形物含量的测定--折射仪法》，检测出每个苹果中糖度含量，如表1.表1.国标方法检测出的苹果中糖度含量编号糖度pd0111pd0214.6pd0311.7pd0413.3pd0511.8pd0612.6pd0713pd0812.7pd0910pd1013.3pd1113.2pd1213.2pd1311.6pd1413.7pd1512.83、建立苹果糖度的近红外定标模型。将每个苹果近红外吸收光谱与实验数据一一对应，进行一阶微分平滑等数学预处理，使用PLS算法建立定量模型。如图2.

图2.苹果中糖度的PLS定标模型曲线通过上图可以看出，苹果的糖度与近红外吸收有很好的相关性，其达到0.953。

-3-4、近红外无损检测方法对苹果中糖含量的预测。采用近红外光谱仪对15个苹果样品再次编号重新扫描，进行预测分析，并于国标方法所得结果对比，计算偏差。如表2.表2.苹果中糖含量国标法与NIR检测结果对比编号国标法检测值近红外预测值偏差px0111.011.2-0.2px0214.614.30.3px0311.711.70.0px0413.313.30.0px0511.812.0-0.2px0612.612.8-0.2px0713.013.2-0.2px0812.712.9-0.2px0910.09.90.1px1013.313.20.1px1113.213.10.1px1213.213.10.1px1311.611.50.1px1413.713.50.2px1512.813.0-0.2从上表可以看出，近红外无损检测苹果中糖度与国标法检测值的偏差较小，绝对变差值在0-0.3之间。完全能够符合实验室检测要求，通过后期模型的维护和样品添加，使得模型适应性更好，准确性更高。验证结论：通过上述实验数据可见，说明苹果中糖度含量和近红外光谱之间有很好的相关性，海能Unity近红外光谱仪分析技术应用于苹果中糖含量的无损快速定量分析是可行的。从样品数据来看，模型数量较少，样品梯度不够完善，缺乏足够的代表性，应该按实际应用情况增加建模样品数量，其含量形成一定梯度，才能建立一个相对稳健的数学模型。海能仪器股份有限公司应用实验室2015年3月15日