基于可见_近红外光谱技术的葡萄酒真伪鉴别的研究

近红外光谱技术在中药材鉴定中的应用研究近红外光谱技术（NIRS）是近年来在中药材鉴定中备受关注的一种新兴技术。

以其快速、无损、高效的特点，NIRS技术在中药材鉴定中发挥着越来越重要的作用。

本文将从NIRS技术的原理和特点、在中药鉴定中的应用现状及未来发展方向等方面展开论述。

一、NIRS技术的原理和特点NIRS是一种基于化学分子振动引起的光的吸收和散射产生的光谱技术。

当近红外光照射到被检样品时，样品中的分子会产生振动，从而吸收和散射光线。

通过光谱仪测定这些光线的吸收和散射情况，就能得到样品的光谱图谱。

NIRS技术适用于几乎所有的有机和无机样品，包括固体、液体和气体。

NIRS技术的特点主要体现在以下几个方面：NIRS技术具有快速、无损、非破坏性的优势，可以在不破坏样品的前提下进行快速测定，节省样品和时间成本。

NIRS技术操作简单，不需要进行样品的复杂预处理，减少了操作失误的可能性。

NIRS技术可以对多个成分同时进行检测，大大提高了检测效率。

NIRS技术可以实现在线、实时监测，适用于生产现场和野外环境。

二、NIRS技术在中药鉴定中的应用现状近年来，NIRS技术在中药材鉴定中得到了广泛的应用。

一方面，NIRS可以用于中药材的成分分析和含量测定。

通过建立中药材的近红外光谱数据库，结合化学计量学方法，可以对中药材中的活性成分进行快速、准确的定量分析。

NIRS可以用于中药材的真伪鉴别和地理产地鉴定。

通过与中药材的物种、产地、生长环境等相关信息进行对比分析，可以快速判断中药材的真伪和产地地理。

NIRS技术还可以用于中药鉴别的质量控制和过程监测。

在生产过程中，可以通过在线检测样品的近红外光谱，及时发现生产中的问题并进行调整，实现质量的实时控制。

在传统的中药鉴定方法中，往往需要耗费大量的时间和物力成本，同时受到操作技术人员的水平和主观判断的影响。

NIRS技术的应用可以在一定程度上解决这些问题，提高中药材鉴定的准确性和可靠性。

Ｕ ｓｎｇ Ｖ ｉ ｉ ｅ ａ ｅ ｒ Ｉ ｒ ｒ ｄ Ｓｐｅ ｔ ｏｓ ｏ ｙ ｉ ｓｂｌ ｎｄ Ｎ ａ ｎｆ ａ ｅ ｃｒ ｃ ｐ
ＺＨＡＮＧ Ｙｕ ， Ｕ Ｗ Ｄｉ ＨＥ Ｙｏ ｇ ２ Ｔ ｉ ｏ ｇ １ Ｉ Ｇ Ｌ —ｕ ２ ｎ ＡＮ Ｌ— ｎ Ｊ ＡＮ ｕ ｌ ｈ
ｎ 、 ８３ ｉ ｍ ９ ｎ、 ９０ ｍ 、 ９ ５ ｍ 和 ９１ ｍ 。基于这 ８ 变量建 立 的 Ｌ — Ｖ 模型获 ｎ １ ｎ ３ ｎ ５ ） ｎ 个 ＳＳ Ｍ
得 了预测 集确 定系 数为 Ｏ ５６、误差 均方根 为 ０ ０ １ ．４ ９ ． ８ 和剩余 预测 残差 为 ４ ６３的预测 ０ ．６ ５ 结果 ，说 明可见 一近 红外 光谱技 术可 以用于 润 滑油 酸值 无 损检 测。与 酸值测 定标 准方 法相 比，该 方 法具有 快速、无损 和成本 低等优 点。同 时， Ｕ Ｅ Ｓ Ａ法是 一种有 效 的光 Ｖ —Ｐ 谱 变量选择 方 法。 关 键词 ： 见 一近 红外光谱 ；润 滑油 ；酸值 ；最小 二乘支持 向量机 ；无信 息变量 消除 可 连续 投影算 法 （Ｖ — Ｐ ） Ｕ Ｅ Ｓ Ａ 中图分类号：Ｔ ３ １ Ｋ １ 文献标识码 ：Ａ ＤＯ ：１． ６／．ｓ． ７—７５ ０ １ ２ ０ Ｐ ９ ；Ｔ ４ ８ Ｉ ０ ９９ｊｓ １ ２８８． １． ． ８ ３ ｉｎ ６ ２ １０ Ｎ ｏ ．ｎ ａ ｉ ｅ Ｍ ｅ ｓ ｅ ｅ ｔ ｏ ｃ ｄ ｎ ｉ ｖ ｓｖ ａ ｕｒ ｍ ｎ ｆ Ａ ｉ ｌ ｆＬｕｂ ｉ ａ ｕｅ ｏ ｒ ｃ ｎｔ
ｔｅｓ ｃｅｓ ｅｐｏｅ ｔ ｎａｇ ｒ ｈ ， ｆ ｃｉｅｓ ｅｔａ ｗａ ｅ ｎ ｔ ｓ ｒ ｅ ｃｅ ． ｈ ｕ ｃｓｉ ｒｊｃｉ ｌｏｉ ｍ ｅ ｅｔ ｐ ｃｒｌ ｖ ｌ ｇｈ ｅ ｌ ｔｄ Ａｍｏ ｇｔ ｅ５ ０ｖ ｒ ｂｅ ， ｖ ｏ ｔ ｖ ｅ ａ ｓｅ ｎ ０ ａｉ ｌｓ ｈ ａ

第26卷第12期农业工程学报Vbl．26 No．122010笠12月Tr a ns a ct i on s o f t h e C S A E D e c．2010373基于可见／近红外光谱与SIMCA和PLS．DA的脐橙品种识别郝勇，孙旭东，高荣杰，潘媛媛，刘燕德※(华东交通大学机电工程学院，南昌330013)摘要：脐橙的优良品种选育是通过芽变选种获得，为了选择一些具有特殊性状的脐橙芽变进行培植，需要对脐橙的品种进行鉴别。

该研究应用可见／近红外光谱分析方法结合软独立模式分类(SIMCA)和偏最,b-乘判别分析(PLS．DA)模式识别方法对赣南脐橙的品种进行识别。

研究结果表明，采用原始近红外光谱结合SIMCA方法，实现了纽贺尔、奈弗宁娜、华脐以及朋娜4种脐橙的100％的识别；应用近红外光谱结合PLS．DA方法对校正样本建立判别模型，其校正及验证结果与实际分类变量的相关系数均大于0．970，交叉验证均方根误差(RMSECV)和预测均方根误差(RMSEP)都小于O．100，利用模型对验证集中纽贺尔、奈弗宁娜、华脐以及朋娜4种脐橙的识别率均为100％。

为脐橙优良品种的选育提供快速鉴别分析方法。

关键词：近红外光谱，脐橙，PLS．DA，SIMCA，品种识别，赣南doi：l O．3969／j．issn．1002—6819．2010．12．063中图分类号：0657．3 文献标志码：A 文章编号：1002—6819(2010)-12-0373-05 郝勇，孙旭东，高荣杰，等．基于可见／近红外光谱与SIMCA和PLS．DA的脐橙品种识别[J]．农业工程学报，2010，26(12)：373--377．H a o Y o n g，S u n X u d o n g，G a o Rongjie，et a1．Ap p li c at i on o f visible and in f ra r e d s p ec t r o sc o p y to i dentific ation o f n av elorange varieties using SI MCA and P L S-D A methods[J]．Transactions of the CSAE，2010，26(12)：373—377．(in Chinese丽th English a b s t ra c O判别分析中S IM CA(so ft ind e p e n de n t m o d el i n g o f cla ss 0引言analogy)降7】和PLS—DA(partial least s q ua r e s．d i sc r i m in a n t 柑橘是果树中最易发生芽变的种类之一，目前生产anal ys is)[s-l o]方法是常用的两种方法。

近红外光谱rpd-概述说明以及解释1.引言1.1 概述概述随着科学技术的不断进步和人类对事物认识的不断深化，近红外光谱技术作为一种非破坏性、无接触、快速、准确、可重复性好的分析检测方法，在农业领域得到了广泛应用。

近红外光谱技术以其独特的物理特性和高度灵敏的分析能力，为农业种植、育种、病虫害检测、食品质量检测等方面提供了有力的支持。

近红外光谱技术基于物质与电磁波的相互作用原理，通过测量物质在近红外波段的吸收、反射和散射特性，获取物质的光谱信息。

通过对物质光谱进行分析和处理，可以推断出物质的组分、结构和性质等关键信息。

这使得近红外光谱技术在农业领域的应用变得无比重要和有益。

在农业生产领域，近红外光谱技术已经广泛用于对农作物品质、营养成分、水分含量、疾病害虫的快速检测和分析。

通过非破坏性的近红外光谱分析手段，可以准确、快速地对作物的成熟度、病虫害情况等进行检测评估，为农业生产提供科学依据和决策支持。

此外，近红外光谱技术在农业领域的应用还包括农产品质量检测、土壤养分分析、农药残留检测等方面。

通过测量近红外光谱与农产品的相互作用，可以检测和评估农产品的质量指标，如含水量、营养成分、残留农药等。

这为农产品的质量控制和食品安全提供了可靠手段。

尽管近红外光谱技术在农业领域的应用已取得了显著的成果，但也面临着一些挑战和困难。

比如，如何优化光谱数据处理算法，提高分析的准确性和稳定性；如何降低设备成本，提高仪器的可靠性和使用便捷性；如何加强标准化管理和监测体系建设，确保检测结果的可靠性和可比性等。

对于这些挑战，我们需要进一步研究和探索，以不断完善和拓展近红外光谱技术在农业领域的应用。

综上所述，近红外光谱技术在农业领域具有巨大的应用潜力和发展前景。

通过充分发挥近红外光谱技术的优势，我们可以更好地满足农业生产和食品安全领域的需求，提高农业生产效率和质量，推动农业可持续发展。

1.2 文章结构文章结构部分的内容可以包括以下内容：文章结构：本文主要由引言、正文和结论三个部分组成。

近红外光谱技术在中药材鉴定中的应用研究近红外光谱技术是一种非常先进的分析技术，它可以通过检测物质在近红外光谱区域吸收或散射辐射来获取样品的化学信息。

近红外光谱技术具有快速、准确、无损伤等优点，因此在中药材鉴定中得到了广泛的应用。

本文将探讨近红外光谱技术在中药材鉴定中的应用研究。

一、近红外光谱技术在中药材鉴定中的原理近红外光谱技术是利用近红外光谱仪对中药材样品进行扫描，通过收集样品在近红外光谱区域的吸收或散射光，然后进行数据处理和分析，从而获取样品的化学信息。

具体原理是，当样品受到近红外光的照射时，样品中的化学成分会吸收、散射或透射光线，形成特征光谱，通过对这些特征光谱的分析，可以得到样品的化学成分信息。

2. 中药材真伪鉴定近红外光谱技术可以对中药材的真伪进行鉴定。

由于中药材的真伪鉴定对药效和质量有着至关重要的影响，因此采用近红外光谱技术进行真伪鉴定可以快速准确地判断中药材的真伪。

通过对不同来源、不同品种的中药材进行近红外光谱图像采集和比对分析，可以获得中药材的指纹图谱，从而进行真伪鉴定。

3. 中药材质量评价近红外光谱技术可以对中药材的质量进行评价。

中药材的质量评价主要包括湿度、含水率、杂质含量等指标，这些指标与中药材的质量密切相关。

通过近红外光谱技术可以对这些指标进行快速准确地测定，从而评价中药材的质量。

4. 中药材加工工艺控制近红外光谱技术可以对中药材的加工工艺进行控制。

中药材的加工工艺对其质量有着重要影响，而近红外光谱技术可以对中药材在加工过程中的主要化学成分进行实时监测，从而及时调整加工工艺，确保中药材的质量。

三、近红外光谱技术在中药材鉴定中的应用案例近年来，近红外光谱技术在中药材鉴定中得到了广泛的应用，并取得了一系列的成果。

以中药材仙灵脾为例，研究人员利用近红外光谱技术对仙灵脾进行了成分分析和真伪鉴定，通过构建仙灵脾近红外光谱数据库，可以实现对仙灵脾真伪的快速鉴定。

利用近红外光谱技术对不同加工工艺的仙灵脾进行了研究，为仙灵脾的加工工艺控制提供了科学依据。

近红外光谱分析在药品检测中的应用【摘要】近红外光谱技术（Near Infrared, NIR）在我国发展起步相对较晚，除部分专业分析人员，该项技术很少有人知晓。

自九十年代起，NIR通过持续发展，成为了一项发展迅速、夺目的原位分析技术，渐渐获得了公众的认可，并以惊人的速度广泛应用在农牧业、食品、化工、石化、制药、烟草等多个领域，为科学研究、生产控制提供了非常广阔的空间。

现阶段，NIR在制药领域的应用已经成熟，被欧美药典视为标准的检测方法，其检测数据的准确性也获得了FDA的认可。

通过对药物的定性和定量分析以及对生产过程的所有阶段的实时监测，包括混合、干燥、加工、制剂、压片及包装等，近红外技术的潜力得到了充分发挥。

与以往传统的药物检测技术相较，NIR在很大程度上使药物检测质量与能效得到了提升，对我国医药工业的发展起到了较大的推动作用。

因此，有关技术科研人员应重视分析NIR相应特性，进一步强化 NIR在药物检测应用价值。

【关键词】药品检测；近红外光谱分析；应用研究红外光谱为研究人员在吸收光谱中发现的第一个非可见光区域，其介于红外光谱、可见光之间的介质称为近红外光谱。

近红外区的光谱吸收带是有机物质中能量较高的化学键（主要是 CH、OH、NH）在中红外光谱区基频吸收的倍频、合频和差频吸收带叠加而成的。

近红外光谱的发现历史悠久，但真正开始较好地使用是在上个世纪五十年代。

现代近红外光谱技术成为分析技术的一场革命，是一种把化学计量学算法与近红外光谱检测技术融合到一起，利用有机化学物质在近红外谱区内的光学特性快速判定物质化学组分及测定含量的光谱技术[1-2]。

因其具备分析样品直接、快速、准确且不需要预先处理样品等优点，被广泛地应用在矿物加工、食品和药品等领域[3]。

1技术特征1.1优势（1）无损检测：采用NIR施以药品质量检测工作时，该项技术并不会对被测药物的内、外结构造成破坏、损伤，可见将NIR用于药品质量检测，能保证被测药品的完整性，且有着很高的检测精度[4]。

＊通 讯 联 系 人 ｅｍａｌ ｊｌ ｙ ＠ １ ３ ｃｒ － ｉ ｘｉ ｄ ６． ｏ ： ｕ ｎ
ｅｍａｌｓ ｎ ｕ ｏ ｇ １＠ １３ ｔｍ － ｉ ｕ ｘ ｄ ｎ ＿ ８ ６ ．ｏ ：
２ ０ ４０
光谱 学 与光 谱 分 析
第 ３ 卷 １
量 ，总 酸采 用 滴 定 法 测 量 ， 生 素 Ｃ采 用 ２ ６二 氯 酚 靛 酚 钠 维 ，一 法 测 量 。每 个 理 化 参 数重 复取 样 测 量 ３次 取 平 均 值 作 为 南 丰 蜜 桔 理化 参 数 真 实 值 。 Ｉ４ 数 据 处 理及 模 型 评 价 ． 采 用 Ｕｎｃａ ｌ ８ ０和 Ｍａｌ ｓｒｍｂｅ ． ｒ ｔ ｂ进 行 数 据 处 理 。数 学 模 ａ 型采 用 留一 法 交 叉 验 证对 其 性 能 进 行 评 价 ，由 建 模 相 关 系 数
素 Ｃ范围为 ４ ３８ ６ ９ ２ｍ ． ４ ￣２ ． ８ ｇ・（０ ） ，Ｓ １ ０ｇ ～ Ｄ为 ４ ０ ２ ．３ 。 因在理化参数真实值测量 过程 中，分别 有 １ ７个可溶性 固形 物 、２ ４个总酸和 ３ 个维生素 Ｃ样品测量操作错误 ， ２ 被剔除。
２ ２ 光 谱 抽 取 ．
原 则 ，由 图 １ ａ 可 知 ，采 用 间 隔 １ （ ３ （） ５ １ ８个 变 量 ） 光 谱 矩 的
Ｏｒｇｎ ｉｉ Ｍ Ｓ １ｔ ｅ ｉａ ｉｅ ２ ｄｄ ｒｖ ｔ ｅ Ｃ ｓ ｒｖ ｔ ｎ ｅ ｉ ａｉ ｄ ｖ ｖ Ｄｉ ｅ ｅ ｔ ｒ ｔｅ ｔ ｎ ｔ ｆ ｒ ｎ ｅｒ ａｍｅ ｐ
偏最小二乘 法 （ ＭＷＰ Ｓ 、遗 传算 法 （ Ｌ） ＧＡ） 、连续 投 影算 法
（ Ｐ 等 已被用 于光谱变量筛选 ］ Ｓ Ａ） 。常用 的短 波 Ｃ Ｄ硅检 Ｃ 测器大 多数是 ２０８或 ３６ ８ 元 ， ４ ４ 像 ］ 相邻波长间隔小 、 相关

近 红外 光谱 分析技术 的研 究与应用
杨 琼 项 瑜 杨季冬 。
（ １ ．长 江师范学院化 学化 工学院，重庆涪 陵 ４ ０ ８ １ ０ ０ ） （ ２ ．重庆广播 电视 大学武隆分校 ，重庆 武隆 ４ ０ ８ ５ ０ ０ ） （ ３ ．重庆三峡 学院化 学与环境 工程 学院，重庆 万州 ４ ０ ４ １ ０ ０ ）
收稿 日期 ：２ ０ １ ３ － ０ ２ － １ ８
形成 了近红外光谱分析技术与众不 同的特色 ， 目前也有很多人在致力于改变 这些劣势 为优势 的研究［ １ ３ － １ ４ 】 ．
作者简介：杨 琼 （ １ ９ ８ ０ － ） ，女，重庆酉阳 人，土家族，长江师范学院５ ６ 一 ） ，男，重庆丰都人，重庆三峡学院教授，博士， 博士生导师，主要研究分子光谱分析．
摘 要：基于重庆市高校创新团队 “ 近红外光谱检测技术研究及其应用”的建设与发展，重
点介绍 了近红 外光谱分析技术 的发展 ，研 究 了近红外光谱分析技术在三峡库 区特色资源的快速检
测 的应用．
关键词 ：近红外光谱；分析技术；研 究；应用
中图分类号 ：０ ６ ５ ７ ． ３ ３ 文献标识码 ：Ａ 文章编号：１ ０ ０ ９ — ８ １ ３ ５（ ２ ０ １ ３ ）０ ３ — ０ ０ ８ ９ — ０ ３
１ 近红外光谱分析技术的发展沿革
近红外光谱（ ７ ８ ０ — ２ ５ ２ ６ ｉ ｒ ｍ） 是人类最 早发现 的非可见光谱段 ，距今 已有 ２ ０ ０多年．由于它是 Ｃ ． Ｘ （ Ｈ、Ｎ、 Ｏ、Ｓ ） 键 的倍频和组合频谱 ，光谱在这个谱段交互重 叠，异常繁杂 ，形似一锅 粥，所 以迟迟未 能发展成可 用 的光谱分析技术【 ｌ ｌ 【 。 ｌ ｌ ＿ ’ １ ． 加 ．随着光谱技术 的发展 ，近红外光谱分析仪器不断得到改进，结合化 学计量 学 的发展 ，尤其是计算机 的数据分析应用 ，才使得近红外光谱分析技术（ Ｎ ｅ ａ ｒ Ｉ ｎ ｆ ｒ ａ ｒ ｅ ｄ Ｓ ｐ ｅ ｃ ｔ ｒ ｏ ｓ ｃ ｏ ｐ ｙ ， 即Ｎ Ｉ Ｒ Ｓ ） 真正成为 了一种有效 的分析手段 ．２ ０世纪 ５ Ｏ年代初 ，Ｎ ｏ ｒ ｒ ｉ ｓ 等用近红外光谱漫反射技术测定了一些农 副 产 品的品质 （ 水分 ，蛋 白和脂肪等指标 ） ， 但 由于他们 用的仍 是传统 的光谱 定量分析方法 ，未能将近 红外 光 谱分析技术 的发展迅速推进［ ４ － 剐 ．三 十年 来，由于化学计量学有效提取数据，计算机迅 速进行数据分析 ，拓 展 了近红外光谱分析技术 的应用 ．现在 由光谱仪硬件和化学计量学软件组成的近红外光谱分析手段在农 副 产 品、食 品安全 、石油化工 、医药和环境等方面 的分析应用 日益扩展 ，方兴未艾【 ＿ ７ １ ９ 】 【 ８ 】 １ ． 近红外光谱分析 的优势在于 ：（ １ ）可用于快速分类鉴别和定量分析 ．只要将分析对象 的性质和组成与 近红外光谱建立相关 的定性和定量模型 ，就可 以快速重复鉴别和测量众多 的样 品；（ ２ ）可用于同时测定 多 种组分 ，通过计量模型 的优势可 同时测定复杂体系 中的多种组分 ；（ ３ ）可用于无损分析，近 红外光谱分析 可采取透射方式或漫反射方式 ，勿须破坏样 品，勿须添加试剂 ，因此是非常环境的分析方法；（ ４ ）利用光 纤探头可实现实 时在线远程分析 ［ １ ｏ ． 】 ．正是近红外光谱分析技术的这些优势逐步开发，使 得这项分析手段

第１期光谱学与光谱分析１２３为３４５～１１００ｎｍ，信噪比为２５０１，光源为卤钨灯，环形布置。

他们利用此系统对砂糖橘等水果的糖度和酸度进行了初步的在线检测研究。

Ｆｉ昏１ＣｏｎｃｅｐｔｖｉｅｗｓｏｆＮＩＲｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｓｖｉｅｗｅｄｆｒｏｍａｂｏｖｅ，（ａ）ＴＩ）ＩＳｓｙｓｔｅｍａｎｄ（ｂ）ＬＡＳｓｙｓｔｅｍ１．２鱼、畜肉类品质在线检测Ｔａｇｅｒｓｅｎ等［１３］利用近红外仪器（ＭＭ５５，ＩｎｆｒａｒｅｄＥｎｇｉ－ｎｅｅｒｉｎｇＬｔｄ，Ｍａｌｄｏｎ，Ｅｓｓｅｘ，ＵｎｉｔｅｄＫｉｎｇｄｏｍ）构建了肉品质在线检测系统（图２）。

在近红外仪器上安装了波长为１４４１，１５１０，１６５５，１７２８和１８１０ｎｍ的滤光片，并以２０Ｈｚ的频率旋转滤光片，获得各个波长下的肉的吸光度。

ＴＣｌｇｅｒｓｅｎ等ｒ”］对１５４个肉样本（猪肉和牛肉）的脂肪、水分以及蛋白质含量（工业范围）进行在线检测，建立了猪肉和牛肉的脂肪、水分、蛋白质含量联合模型以及猪肉和牛肉各自的脂肪、水分、蛋白质含量模型。

其结果如下：脂肪（ｒ—Ｏ．８７～ｏ．９７，ＳＥＰ＝０．８２％～１．４９％），水分（ｒ＝０．８４～０．９６，ＳＥＰ＝０．３５％～０．７０％），蛋白质（ｒ＝０．６２～０．９０，ＳＥＰ＝０．９４％～１．３３％）。

Ｔａｇｅｒｓｅｎ等ｃ１４］在工业范围内对半冰冻牛肉的化学成分（脂肪、湿度、蛋白质）进行在线检测。

实验研究了不同温度对光谱的影响以及不同的颗粒度对建模结果的影响。

建立了颗粒度为４和１３ｒｒｌｒｎ的样本的模型以及所有样本的模型。

Ｆｉ昏２Ｉｌｌｕｓｔｒａｔｉｏｎｏｆｔｈｅ∞－ｌｉｎｅＮ１Ｒｓｙｓｔ哪（ａ）：ＧｒｉｎｄｅｒＩ（ｂ）：ＭＭ５５ｓｅｎｓｉｎｇｈｅａｄ；（ｃ）｝Ｅｌｅｃｔｒｏｎｉｃｃｏｎｔｒｏｌｕｎｉｔ；（ｄ）：Ｒｅｍｏｔｅｄｉｓｐｌａｙ；（ｅ）：Ｌａｐｍｐ；（ｆ）：ＭｅａｔｓｔｒｅａｍＡｎｄｅｒｓｏｎ等［１５］利用ＤＡ－７００近红外分析系统建立了肉品质在线检测系统（图３）。

红外光谱分析技术在白酒行业中的应用进展摘要：傅里叶变换红外光谱分析技术具有制样简单，检测方便快捷的特点，在实际工农业生产过程中发挥着重要作用。

该文评述了近20年来傅里叶变换红外光谱分析技术在白酒行业研究与应用进展，内容涉及白酒酒体质量控制研究，白酒香型、真伪、年份及等级等真实性特征鉴别，高粱原料、大曲、酒醅等生产过程主要物料的关键指标检测，并对今后红外光谱技术在白酒行业的应用发展方向进行了展望，旨在为红外光谱分析技术在白酒行业的深入应用提供参考依据。

关键词：红外光谱；化学计量学；白酒；应用随着我国白酒行业的发展，白酒产品的质量及安全检测日益得到重视。

分子能选择性吸收某些波长的红外线，而引起分子中振动能级和转动能级的跃迁，检测红外线被吸收的情况可得到物质的红外吸收光谱。

傅里叶变换红外光谱（Fourier transform infrared spectroscopy，FTIR）主要包括傅里叶变换近红外光谱（Fourier transform near infrared spectroscopy，FTIR-NIRS）、傅里叶变换中红外光谱（Fourier transform mid-infrared spectroscopy，FTIR-MIR）等。

红外光谱分析技术具有多项优点：①简便易操作，配备不同的测样器件可直接测定液体、固体、膜和气体等多种形态样品，检测成本低；②检测速度快，大部分样品可在1 min内完成测样；③可实现在线分析及监测，适于生产过程和复杂环境下的样品分析；不损伤样品可称为无损检测；④信噪比高，重现性好，可同时对样品多个组分进行定性和定量分析。

自20世纪70年代开始，国外将红外光谱广泛应用于葡萄酒、啤酒和蒸馏酒的质量分析，在国内用于白酒质量分析则兴起于20世纪90年代。

因其与化学计量学方法结合后在定性与定量分析上的优势，红外光谱技术在白酒行业中的应用也日益广泛和深入。

本文综述了近年来红外光谱分析技术在白酒行业研究与应用进展，内容包括白酒酒体质量控制研究，白酒香型、真伪、年份及等级等真实性特征鉴别，生产过程的关键指标检测，并对红外光谱技术在白酒行业的应用发展方向进行了展望，以期为白酒行业从事红外光谱分析技术应用研究的相关人员提供参考。

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）。

Ｖｏ ． ２ １ ５，Ｎｏ ５ ．
Ｏｃｏ ｅ ，０ ６ ｔｂ ｒ ２ ０
基于可见一近红外光谱技术的家蚕蚕种鉴别方法的研究
黄 何 黄凌霞 ， 楼程富 敏 ， 勇 ，
（ ．浙 江 大 学 生 物 系 统 工 程 与 食 品 科 学 学 院 ， 江 １ 浙 杭州 ３０ ２ ；．浙 江 大 学 动 物 科 学 学 院 ， 江 １０ ９ ２ 浙
ｖｄ ｈ ｅ ｓ ｎ ｂｅ ｃ ｕ ｔｒ ｇ ｏ ｅｖ ｒ ｔ ｓｏ ｉ ｗｏ ｇ ｓ ｎ ａ ｅ ｕ ｅ ｎ ｙ ｅ ｔ ｅｓｌ ｗ ｒ ｇ ｓｖ ｒｅｉｓｑ ａ— ｉｅ ｔｅ ｒａ ｏ ａ ｌ ｌ ｓｅ ｎ ｆ ｈ ａ ｅ ｉ ｆ ｌ ｒ ｅ ，ａ ｄ ｃ ｎ ｂ ｓ ｄ ｔ ａ ａ ｚ ｉ ｏ ｅ ａ ｉ ｔ ｕ ｉ ｔ ｉ ｅ ｓｋ ｍ ｏ ｌ ｈ ｋ ｍ ｅ ｌ ｉ ｔ ｅ ｙ ｈ ｃ ｒ ｓ ｏ ｈ ｒｔ ｒｎ ｉａ ｏ ｏ ｎ ｎ ｓｃ ｍｐ ｔ ｄ ｂ Ｃ ｅ ｅ ａ ｐ ｉｄ ａ ｈ ｎ ｕｓ ｏ ａ ｋ ｐ ｐ ｇ ｔ ｎ ｔ ｉ ｌ ．Ｔ ｅ ｓ ｏｅ ｆｔｅ ｆ ｐ ｃｐ ｌ ｍｐ ｅ ｔ ｏ ｕｅ ｙ Ｐ Ａ ｗ ｒ ｐ ｌ ｓ ｔ ｅｉ ｐ ｔ ｆａ ｂ ｃ ｒ ａ ａｉ ａｖ ｉ ６ ｉ ｓ ｃ ｅ ｏ ｏ ｎ ｕ ａ ｅｗｏ ｋ ｗ ｔ ｎ ｉｄ ｎ ｌｙ ｒ ０ ａ ｌｓ ｆ ｍ ｕ ａ ｉｔ ｓｗ ｒ ｅｅ ｔｄ ｒ ｄ ｍｌ ｏ ｂ ｉ Ｐ— ＮＮ ｍｏ ｅ ．ａ ｄ ｅ ｒ ｎ ｔ ｒ ｉ ｏ ｅ ｈ ｄ ｅ ａ ｅ ．１ ０ ｓ ｍｐ ｅ ｒ ｆ ｒｖ ｒ ｉ ｅ ｅ ｓ ｌｃ ｅ ａ ｏ ｙｔ ｕ ｌ Ｂ Ａ ｄ １ ｎ ｌ ｈ ｏ ｏ ｅｅ ｎ ｄ ｔ ｅ ｈ ｄ ｅ ｗａ ｓ ｄ ｔ ｒ ｄ ｃ ｅｖ ｒ ｔ ｓｏ ０ ｕ ｋ ｏ ａ ｌｓ ｈ ｉｃ ｍｉ ａｉ ｎ ｒ ｔ ｆ Ｏ ％ Ｗ ｃ ｉｖ ｄ ｔ ｈ ｎ ｔ ｅ ｍｏ ｌ ｓ ｕ ｅ ｏ ｐ ｅ ｉｔ ｈ ａ ｅ ｉ ｆ ｎ ｎ ｗｎ ｓ ｍｐ ｅ ．Ｔ ｅ ｄｓ ｒ ｎ ｔ ａｅ ｏ ０ ｔ ｉ ｅ ２ ｉ ｏ Ｉ ｓ ａ ａ ｈ ｅ ｅ ．Ｉ ｉ ｄ ｃ ｔ ｓｔ ａ ｈ ｓｍｏ ｅ ｉ ｅｉｂ ｅ ａ ｄ ｐ ａ ｔ ａ ｌ ．Ｓ ｈ ｓｍｏ ｅ ａ ｆ ｒａｎ ｗ・ ｐ ａ ｈ ｔ ｅｆ ｓ ｄ ｓ ｒｍｉ ａｉｎ ｏ ａ ｎ ｉ ａｅ ｈ ｔ ｉ ｄ ｌ ｓｒ ｌ ｌ ｎ ｒ ｃ ｉｂ ｅ ｏ ｔｉ ｄ ｌ ｎ ｏ ｅ ｅ ａ ｒ ｃ ｔ ａ ｔ ｉ ｉ ｎ ｔ ｆ — ｔ ａ ｃ ｃ ｐｏ ｏｈ ｃ ｏ ｖ

基于光谱学的近红外脑功能成像技术研究在神经科学研究中，脑功能成像技术是一项重要的研究手段。

而基于光谱学的近红外脑功能成像技术 (Near-infrared spectroscopy, NIRS) 是一种非侵入性、安全性较高的脑功能成像技术。

近年来，NIRS 逐渐成为研究脑功能和神经健康状况的一种重要手段。

本文将详细介绍 NIRS 技术的原理、特点以及在脑功能研究方面的应用。

一、NIRS 技术原理1、光学法NIRS 技术利用光学法的原理，通过透过头皮和颅骨的近红外光信号来测量脑组织内血氧浓度的变化。

红外光波长长于可见光，能够穿透头皮、颅骨和脑组织较浅层，达到脑皮层深度的1～2cm，可探测到皮层和下皮层脑区域的血氧浓度变化。

2、血红蛋白和氧合血红蛋白NIRS 技术主要测量血红蛋白和氧合血红蛋白对近红外光的吸收，并结合 Lambert-Beer 定律，计算血红蛋白和氧合血红蛋白比例的变化。

当脑区域代谢活跃时，血供将增加，导致血红蛋白和氧合血红蛋白浓度比例的变化。

这种变化可以测量脑活动的代谢需要，并提供比较准确的血氧水平和脑功能活动的信息。

二、NIRS 技术特点1、非侵入性相比其他成像技术如 EEG 、fMRI，NIRS 可以说是非侵入性的。

被试者无需戴上电极或被送入磁共振扫描器。

它只在脑区域表面透过近红外光进行照射和检测，无需伤害头皮和大脑组织。

2、高时域分辨率NIRS 技术具有很高的时域分辨率，可以快速获取到脑区域血氧水平和代谢需要的信息。

其时间分辨率概略为秒级，比 fMRI 要快很多。

3、安全NIRS 技术不产生任何电磁干扰，无需使用昂贵的设备，且环境影响极少。

NIRS 使用的红外光波长也是安全的，不会给被试者带来任何身体或视觉上的不适。

三、NIRS 技术在脑功能研究中的应用1、神经原理在劳动记忆任务中，通过 NIRS 技术可以探测到额叶和顶叶的血氧水平的增加。

同时，不同的神经调节机制也 can be 利用 NIRS 技术进行研究，如反馈机制、社交互动、情绪和注意等。

近红外光谱技术在中药材鉴定中的应用研究1. 引言1.1 近红外光谱技术在中药材鉴定中的应用研究近红外光谱技术是一种非常重要的分析方法，在中药材鉴定领域有着广泛的应用。

随着近红外光谱技术的不断发展，它在中药材鉴定中的作用日益凸显。

近红外光谱技术可以快速、准确地对中药材进行鉴定，提高了中药材的质量控制水平，保证了中药材的安全性和有效性。

通过近红外光谱技术，可以对中药材的成分进行快速分析，识别出其中的有效成分，为中药材的合理应用提供了重要依据。

同时，近红外光谱技术还可以用于对中药材的真伪进行鉴定，保证了中药材市场的正常秩序。

综上所述，近红外光谱技术在中药材鉴定中具有重要的应用前景和价值，对于中药材行业的发展具有积极的意义。

2. 正文2.1 近红外光谱技术原理及特点近红外光谱技术是一种非破坏性的分析技术，它可以通过检测物质吸收、散射和荧光等现象来研究样品的组成和结构。

该技术基于近红外光的波长范围，通常在800至2500纳米之间，与样品中的化学键振动和分子振动特征相关。

近红外光谱技术的特点包括快速、准确、非接触和无损伤。

它可以在几秒钟内完成样品的分析，无需特殊的样品处理，且不会破坏样品的结构。

这使得近红外光谱技术在中药材鉴定中具有重要的应用潜力。

近红外光谱技术还具有高灵敏度和特异性。

通过测量样品在不同波长处的吸收情况，可以准确地识别样品中的特定成分和化学键。

这使得近红外光谱技术成为一种强大的工具，可以帮助鉴定中药材中的各种成分和杂质。

近红外光谱技术的原理和特点使其成为一种广泛应用于中药材鉴定的有效工具。

通过利用这项技术，可以更快速、准确地鉴定中药材的成分，确保其质量和安全性。

2.2 中药材鉴定的重要性和挑战中药材作为传统药材在中医药系统中占有重要地位，其鉴定是确保中药疗效和质量安全的重要环节。

由于中药材的种类繁多，来源复杂，加工过程多样，因此需要对中药材进行准确鉴定，确保其品质，有效保障中药药效和患者用药安全。

近年来我国近红外光谱检测技术的发展与应用发表时间：2020-01-09T11:04:37.303Z 来源：《电力设备》2019年第19期作者：张志勇赵全中涂安琪郭江源贺帅那钦[导读] 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。

(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。

近红外光谱技术在中药鉴定中的运用中药鉴定对于中药的质量控制具有重要的作用。

随着科学技术的发展，近红外光谱技术被应用于中药鉴定。

近红外光谱技术具有简单、快速、无损耗的特点，是鉴定中药的一种新型技术。

本文通过对近红外光谱技术的原理和特点进行阐述，简单介绍了红外光谱分析技术在中药鉴定方面的应用，希望对中药的鉴定和中药质量控制工作有所帮助。

标签：近红外光谱技术；中药鉴定；应用我国中药种类很多，由于产地不同等原因，药物的质量存在较大差异，使中药鉴定工作很难进行。

传统的中药鉴定方法有性状鉴定和显微鉴定，但是这两种鉴定方法需要具有丰富的经验才能对中药的质量做出鉴定，而且需要耗费较长的时间。

所以，使用简单、快捷、准确的鉴定方法对于中药鉴定工作具有重要意义。

近红外光谱技术的发展为快速、准确鉴定中药提供了可能。

近红外光谱技术由于操作简单，具有较高的效率，同时不会破坏中药的性能，所以得到了广泛的使用。

1近红外光谱技术的原理和特点近红外光是一种波长介于可见光和中红外光之间的一种光，将这种光与电子技术和计算机技术一起应用，可以对复杂的样品进行分析。

1.1近红外光谱技术的原理近红外光谱技术是综合光谱技术与化学技术的一种新型检测技术，近年来这种技术获得了很大的发展。

近红外光谱技术基于分子振动，但是与中红外光谱的分子振动相比，近红外光谱分子振动比较快，分子的吸收方式主要为倍频吸收和合频吸收。

近红外光谱技术通过对光谱进行测定，利用性质和成分的相关数据库，并结合化学的方法建立一个准确的校正模型。

把需要鉴定的物质与校正模型进行比较，会得出未知物质的定性和定量分析，从而对未知物质进行确认。

1.2 近红外光谱技术的特点近红外光谱具有以下特点：近红外光谱技术分析的速度快，一般来讲，在30s内，就可以完成对未知物质的鉴定；近红外光谱技术的操作简单，需要用到的检测样品的制备工作也比较容易；对样品进行一次的检测就可以检测到多种指标，方便快捷；在建立校正模型后，就不再需要使用其他化学方法，鉴定过程中也不再需要使用有毒性的试剂；近红外光谱技术不会对检测物质产生破坏，是一种非破坏性的检测方法；近红外光谱技术具有很高的准确度，结果可靠。

第45卷第9期包装工程2024年5月PACKAGING ENGINEERING·171·基于塑料近红外光谱的判别分类研究吴泳微1，袁琨1,2*，王坚2，张洋1，王洋1（1. 中国计量大学光学与电子科技学院，杭州310018；2. 彩谱科技（浙江）有限公司，浙江台州318000）摘要：目的为了回收可用于不同物品包装的塑料，对不同塑料种类进行识别分类。

方法首先采集PP、PET、HDPE、TPE、PLA、PBT、TPU、POM-M90、PPO-GF20NC、TPB、PPS、ABS、PPO（natural）、SAN、POM-F20、PPO（white）16种塑料的近红外光谱数据，其次针对光谱数据采集时存在的噪声问题，使用SG平滑滤波进行了光谱数据预处理，之后利用主成分分析算法进行光谱数据降维，减少待处理数据量，最后分别运用无监督聚类K-means算法和监督聚类极大似然估计、Fisher判别式以及光谱角算法建立4类分类模型。

结果K-means算法可以将PPO-GF20N、PLA和PPO（本色）与其他塑料粒子区分开，准确率分别是100%、100%以及80%；Fisher判别式和极大似然估计法对POM-M90和POM-F20的识别准确率为93%，其他塑料粒子识别准确率均为100%；光谱角算法对PET的识别准确率为80%，POM-F20的识别准确率为47%，其余粒子的识别准确率均大于90%。

结论上述机器学习算法结合近红外光谱成像技术建立分类模型可为常见塑料的鉴别研究提供参考。

关键词：塑料分类；近红外；高光谱成像；主成分分析；聚类分析中图分类号：O433.4 文献标志码：A 文章编号：1001-3563(2024)09-0171-07DOI：10.19554/ki.1001-3563.2024.09.022Discriminative Classification of Plastics Based on Near-infrared SpectraWU Yongwei1, YUAN Kun1,2*, WANG Jian2, ZHANG Yang1, WANG Yang1(1. College of Optical and Electronic Technology, China Jiliang University, Hangzhou 310018, China;2. Caipu Technology (Zhejiang) Co., Ltd., Zhejiang Taizhou 318000, China)ABSTRACT: The work aims to identify and classify different types of plastics, in order to recover plastics that can be used to pack different items. Firstly, the near-infrared spectral data of 16 kinds of plastics including PP, PET, HDPE, TPE, PLA, PBT, TPU, POM-M90, PPO-GF20NC, TPB, PPS, ABS, PPO (natural colour), SAN, POM-F20 and PPO (white colour) were collected. Then, for the problem of noise in spectral data collection, the spectral data were pre-processed by the SG smoothing filtering, followed by dimensionality reduction of the spectral data with the principal component analysis algorithm to reduce the amount of data to be processed, and finally the four-class classification model was established by the K-means algorithm for unsupervised clustering and the great likelihood estimation for supervised clustering, the Fisher discriminant, and the spectral angle algorithm, respectively. The K-means algorithm could distinguish PPO-GF20N, PLA and PPO (native colour) from other plastic particles with an accuracy of 100%, 100%, and 80%, respectively. Fisher's discriminant and great likelihood estimation had an accuracy of 93% for the recognition of POM-M90 and POM-F20, and 100% for the recognition of all other plastic particles. Spectral angle algorithm had a recognition accuracy of 80% for PET, 47% for POM-F20, and an accuracy greater than 90% for the rest of the particles.收稿日期：2023-09-05基金项目：中国浙江省重点研发计划项目（2020C03095）；浙江省高校基础研究运行专项资金（2020YW22）·172·包装工程2024年5月The above machine learning algorithm combined with near-infrared spectral imaging technology can be used to establish a classification model, providing a reference for the identification research of common plastics.KEY WORDS: classification of plastics; NIR; hyperspectral imaging; PCA; cluster analysis塑料包装在日常生活中被广泛使用，回收包装塑料再加工，制造新的再生塑料包装，有助于减少环境污染、资源浪费和能源消耗。