近红外光谱分析技术的数据处理方法.pdfVIP

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

（1100nm～2526nm）两个区域.近红外光谱（NearInfraredReflectance

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必威体育精装版研究果，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）。

该方程准确的反映了定标范围内一系列样品的测定结果，与实验室常规测定法

之间的标准偏差SE为：SE＝[Σ(y－x)2/(n－1)]1/2(2)式中：x表示实验室常

规法测定值，y表示近红外光

谱法测值，n为样品数。

2光谱数据的预处理

仪器采集的原始光谱中除包含与样品组成有关的信息外，同时也包含来

自各方面因素所产生的噪音信号。这些噪音信号会对谱图信息产生干扰，有些

情况下还非常严重，从而影响校正模型的建立和对未知样品组成或性质的预测。

因此，光谱数据预处理主要解决光谱噪音的滤除、数据的筛选、光谱范围的优

化及消除其他因素对数据信息的影响，为下步校正模型的建立和未知样品的准

确预测打下基础。常用的数据预处理方法有光谱数据的平滑、基线校正、求导、

归一化处理等。

2.1数据平滑处理

信号平滑是消除噪声最常用的一种方法，其基本假设是光谱含有的噪声

为零均随机白噪声，若多次测量取平均值可降低噪声提高信噪比。平滑处理常

用方法有邻近点比较法、移动平均法、指数平均法等。

2.1.1邻近点比较法

用于消除光程变化或样品稀释等变化对光谱产生的影响。有三种光谱归

一化方法:最小/最大归一化、矢量归一化、回零校正。其中常用的是矢量归一

化，它是先计算出光谱的y平均值，再用光谱减去该平均值，这样光谱的中值

为零，计算所有的y值的平方和，然后用光谱除以该平方和的平方根，结果光

谱的矢量归一化是1。回零校正是将光谱减去最小的y值，使得最小y值变为0。

3近红外光谱分析常用的数据处理方法

样品的近红外光谱包含了物质的组成和结构信息。而物质质量参数（如

成分含量）也与其组成结构相关。应用化学计量学方法对两者进行关联，就可

确定这两者间的定性或定量关系，即定标模型。建立定标模型后，只要测出未

知样品的近红外谱，根据标模型就可以预测样品的质量参数。近红外光谱分析

常用的计量方法有:主成分分（PrincipalComponentAnalysis,PCR），偏最小二

乘法（PartialLeastSquares,PLS）和人工神经网络法（Artificial

NeuralNetwork,ANN）等。它们都是常用的化学计量学方法，有着各自的优点

和局限。

3.1主成分分