2.4 近红外光谱常规分析技术

近红外光谱分析技术是利用近红外谱区包含的物质信息，主要用于有机物质定性和定量分析的一种分析技术。近红外光谱的常规分析技术有透射光谱（Near Infrared Transmittance Spectroscopy，NITS）和漫反射光谱（Near Infrared Diffuse Reflectance Spectroscopy，NIRDRS）两大类。其中，NIRDRS是根据反射与入射光强的比例关系来获得物质在近红外区的吸收光谱。NITS则是根据透射与入射光强的比例关系来获得物质在近红外区的吸收光谱。一般情况下，比较均匀透明的液体选用透射光谱法。固体样品（粉末或颗粒）在长波近红外区一般选用漫反射工作方式，在短波近红外区也可以选用透射工作方式。

近红外光谱分析具有如下优势[6]。

（1）测试简单，无烦琐的前处理和化学反应过程；

（2）测试速度快，测试过程大多可以在一分钟之内完成，大大缩短测试周期；

（3）测试效率提高，对测试人员无专业化要求，且单人可完成多个化学指标的大量测试；

（4）测试过程无污染，检测成本低；

（5）测试精度不断提高，随着模型中优秀数据的积累，模型不断优化，重复性好；

（6）适用的样品范围广，通过相应的测样器件可以直接测量液体、固体、半固体和胶状体等不同物态的样品，光谱测量方便；

（7）对样品无损伤，可以在活体分析和医药临床领域广泛应用；

（8）近红外光在普通光纤中具有良好的传输特性，便于实现在线分析。

近红外光谱分析也有其固有的弱点[6]，具体表现如下。

（1）物质在近红外区吸收弱，灵敏度较低；

（2）建模工作难度大，需要有经验的专业人员和来源丰富的有代表性的样品，并配备精确的化学分析手段；

（3）每一种模型只能适应一定的时间和空间范围，因此需要不断对模型进行维护，用户的技术会影响模型的使用效果；

（4）需要用标样进行校正对比，很多情况下仅是一种间接分析技术。

2.4.1 透射光谱法

虽然短波近红外区的信息量和信息强度远比长波近红外区小，但该谱区内的一些关键器件如光源、检测器等比较廉价易得，适合开发价格低廉的专用便携式仪器，因此该段谱区的研究和应用也成为热点。

样品在短波近红外区（700～1100nm）常采用透射分析方法。透射光谱法进行定量分析的依据是比尔定律。即对于均匀透明的液体样品来说，当溶液浓度在一定范围内时，吸光度A与溶质的摩尔吸光系数ε、溶质浓度c及光程l三者成正比。但当溶液比较浑浊、颗粒比较大或者固体样品采用透射方法测定时，比尔定律只是近似成立。

1.透射分析方法[2]

1）液体样品透射分析法

透射分析除了可用一般的透射式样品池外，还可以采用光纤探头，图2-11为透射式光导纤维探头示意图，探头前方开窗作为液体样品池，如果仪器工作在长波近红外区，窗体应开得较窄，如果仪器工作在短波近红外区，窗体要开得较宽。工作时，入射光通过导入光纤照射到液体样品上，透射光经过出射光纤进入检测器检测。图2-12 是实验中采用光纤探头采集食用油近红外光谱。

图2-12中采用的是德国Bruker公司的VERTEX 70红外光谱仪，通过透射光纤探头采集食用油近红外光谱。光谱波数范围：4000～12500cm-1，分辨率：8cm-1，每个样品重复扫描次数：32次，采样点：1102。使用液体光纤探头采样，光程：2mm。全部样品未经任何化学处理，将光纤探头插入装有样品的小瓶中，逐一扫描样品。采集的食用油样品透射近红外光谱如图2-13所示。

需要注意的是：在建立局部模型（Local Model）时，即建立与特定仪器状态、特定操作条件、特定样品信息相对应的近红外数学模型时，样品池一定要清洗干净，如在图2-12 的实验中，每次测量前均应用石油醚清洗探头，避免样品间交叉污染。此外，为提高分析速度常采用多个样品池交替使用，一定要注意样品池间的差别，因为样品池尺寸上的微小差别对分析光在样品池中的折射效应将产生明显的影响，最终将影响测量的光谱。

2）固体样品透射分析法

样品对短波近红外光（800～1100nm）吸收较弱，近红外光可以直接穿透某些固体样品，取得样品深层的信息，所以某些固体样品在短波近红外区也适合用透射分析方法，尤其是对体型较大的样品，如苹果、梨、柑橘等。此外，该谱区的一些光学元件如检测器等比较廉价易得，这为研发低成本、低价位、便携式仪器提供了方便，此类仪器的开发也为该谱区的应用提供了条件。

粉末状样品或颗粒较小的固体样品（如油菜籽、小麦籽粒、玉米籽粒等）可以在短波区近红外仪器上做透射分析。常规透射测定时，透射光的强度受样品的厚度及透射过程光路的不规则性影响较大，因此装样过程中要注意装样的样品量及松紧程度等。

对体型较大的样品，如苹果、梨、柑橘等水果，或其他形状较规则的样品进行内部品质快速测定时，存在以下几个问题[5, 14, 15]：

（1）只能测定光照射的部分；

（2）内部信息只是靠近果皮的部分，深层的信息难以取得；

（3）内部漫射光受表面反射光的影响。

因此，该技术对水果的测定只限于测定果皮比较薄的如桃子、梨和苹果等，对果皮较厚的柑橘等则测定误差较大。1996年由FANTEC开发了一种透射式近红外在线测定水果内部品质的技术，测定精度比以往的反射式高，能同时测定传送带上水果的成熟度、含糖度、含酸度，以及苹果中的甜果和有病斑的水果等多种成分。针对果品的透射式近红外在线分析又分为不完全遮光式和完全遮光式[16, 17]。

不完全遮光型透过光测定装置如图2-14所示。近红外光线A照射在果实表面，透过果实内部的扩散光B由设置在另一侧的感光传感器检测。该方式是反射式的改进，由于照射光和感光传感器设置在果实的两侧，减少了表面反射光对感光传感器的影响。该方式部分消除了表面反射光的影响，所以，能应用于反射法不能检测的柑橘等厚果皮果实。但是，该方式和反射光方式一样，仍存在测定部位受果实大小及在输送带上位置的影响这一问题，且难以完全消除反射光的影响。其优点是可以方便安装在各种形式的输送装置上，因而得到了广泛应用。

完全遮光型透过光测定装置如图2-15 所示。两组呈水平圆弧状排列的光源位于输送装置的上方，且对称排列在输送装置的两侧；水果由人工置放在输送装置的果斗上，果斗中部有垂直通孔、与水果接触的表面内侧为海绵材料，可使水果表面与果斗紧密贴合；透过光测定部分位于输送装置的下方。水果随输送装置运动到测定装置时，水果周围呈圆弧排列的光源光线，均匀地照射在水果表面，透过水果内部的透过光，经过斗中部的通孔由感光传感器检测。

2.样品池光程的选择

透射光谱法与漫反射法不同，漫反射测定时样品为无穷厚度，因此对样品池的光程基本无具体要求。但透射测定时，一般样品的光程应保持一致，而且要根据样品的具体情况和使用的谱区来选择不同光程的样品池，这是因为近红外区各级倍频吸收的摩尔吸光系数依次下降一个数量级，而根据文献[3]，当测定吸光度为0.434时，浓度的误差最小，因此根据所使用的光谱范围，可以确定最佳的样品池长度。设C-H基团的基频强度为1，表2-4给出了C-H基团基频（中红外区）与各级倍频（近红外区）吸收下的波长范围、相对吸光强度，以及所需样品池尺寸的大小，供参考选择。

2.4.2 漫反射光谱法

在现代近红外光谱分析的各种技术中，漫反射分析测定占有特别重要的地位，这是因为漫反射光谱分析在近红外谱区比中红外谱区更为有利；漫反射光谱分析不需要对样品做化学处理，直接可以测定粉末状、纤维状等不规则样品，在农产品和食品、烟草等行业中有着广泛的应用；漫反射光谱分析技术也比较简单。

1.漫反射光谱法[2]

一般情况下，固体样品（粉末或颗粒）在长波近红外区（1100～2500nm）适合用漫反射测定。

样品在长波近红外区的摩尔吸光系数较大，吸收较强，光的穿透力较弱，如果仪器的工作谱区是长波近红外区，一般可以选用漫反射的工作方式。漫反射工作方式的检测器与光源同侧，检测的是样品的漫反射光，其检测的原理是：波长比样品颗粒直径小得多的近红外光照射到样品上，样品作为漫反射体存在，漫反射体与光的相互作用主要有光的全反射、漫反射、散射、吸收和透射等几种形式，如图2-16所示[3]。因全反射（又称镜面反射）光不携带样品的内部信息，在检测时应尽量避免，常用的方法是让检测器与入射光之间成一定夹角（如45°），使其检测不到镜面反射光，即镜面反射不会影响测定；样品无限厚时透射光可忽略；漫反射光的强度取决于样品对光的吸收及样品物理状态决定的散射；这样，近红外漫反射光谱定量分析可以只考虑样品对光的吸收、散射和漫反射。在漫反射过程中，分析光与样品表面或内部作用，光传播方向不断变化，最终携带样品信息又反射出样品表面，然后由检测器进行检测，这是固体样品中最常见的一种测试方式。

漫反射光是分析光与样品内部分子发生作用的光，负载了样品的结构和组成信息。在漫反射过程中，样品与光的作用有多种形式，除样品组成外，其粒径大小与分布及形状均对漫反射光强度有一定影响，因此，漫反射不遵守比尔定律，而遵守Kubelka-Munk方程，表达式为

其中，R∞为样本厚度无穷大时的相对漫反射率，A为吸光度，K为吸收系数，S为散射系数。漫反射吸光度A与K/S的关系曲线如图2-17所示。

从图2-17中可知，当K/S在一定范围内时，A与K/S可用截距不等于零的一条直线来近似表达。若方程（2-12）以间隔0.01用下列直线拟合

当K/S∈（0.2,1），（0.1,0.5）与（0.5,1）时，直线拟合结果如图2-17中的拟合线1，2，3。其中拟合线1相关系数为0.99，标准差为0.01。回归结果充分说明反射吸光度在一定范围内，即K/S在一定范围内，这种以直线代曲线的方法完全可行。

对于只有一种组分的样品，当样品浓度不高时，吸光系数K与样品浓度c成比例，即

其中，ε 为摩尔吸光系数。因此若S为常数（保持S不变），把公式（2-13）中的S及ε 有关的常数都包含到b中，则公式（2-14）可改写为

即漫反射吸光度A与样品浓度c成线性关系。反射吸光度是近红外漫反射光谱分析定量分析时常用的光谱线性参数，但和透射光谱中吸光度A与浓度c的线性关系不同：漫反射光谱中，漫反射吸光度A与浓度c的线性关系只有在散射系数S保持不变，以及前述样品的粒度合适，透射光、规则反射光及仪器光谱特性的影响可以不计等各个条件满足时才能成立，这是近红外漫反射从样品制备到数据处理的全过程中必须注意的。此外，线性方程（2-15）是由拟合得到的，样品的浓度范围不能很大，A与c的线性关系中，必然存在一个截距a，这是与透射光谱比尔定律的重要差别，在比尔定律中，A与c不仅为线性关系，而且是成比例的（截距等于0）。在漫反射光谱中，截距a、斜率b及线性程度都与样品的浓度范围有关。当样品浓度较高时，可在较宽的浓度范围内保持较好的线性关系，但此时 a 较大，b 较小（见图2-17），测定时灵敏度较低；当样品浓度较低时，a较小，b较大（见图2-17），即测定样品时可以得到较高的灵敏度，这对测定低浓度样品是有利的。

2.漫反射光谱的几种测定方法[2]

漫反射有多种测定方式，普通的漫反射方式收集漫反射光的效率低，但结构简单，价钱便宜。为了提高光谱的信噪比，更多地收集各个方向的漫反射光，最常用的测样器件是积分球，积分球也有多种方式，图2-18是其中一种，当近红外光束照射到样品（S）上时，被样品漫反射的光经球体内部多次反射，绝大部分进入检测器（D）被接收。这种积分球漫反射法测定简单，但要注意保持每次装样的一致性（如样品的松紧度），而且要保证样品厚度对近红外光来说是无穷厚。粉末或较小颗粒状样品在进行漫反射测定时测样器件适合用积分球。为了减少样品的不均匀性给光谱采集带来的影响，实验时通常采用大样品杯旋转的方式。

由积分球测得的样品光谱通常信噪比高，重复性好。图2-19采用德国BRUKER公司的MATRIX-I型傅里叶变换近红外光谱仪（漫反射积分球附件；PbS检测器）采集117 份水稻糙米粉样品在近红外光谱整个区域的光谱信息。把一定量的样品放在专用的样品杯中，采用积分球和旋转台测定样品NIR漫反射光谱。仪器参数设定如下：扫描范围为12500～4000cm-1；分辨率为16cm-1；重复扫描64次求平均光谱；采样点为1102。

漫反射光谱分析常用的另外一种方法是利用光纤探头，如图2-20 所示，直接将光纤探头对准固体样品，样品可以是任何形状的，如水果、谷物或固体药丸，便于检查各部位或每一颗粒的质量。

近红外光通过入射光纤照射到样品上，漫反射光又通过出射光纤返回到检测器。利用光纤探头进行的漫反射分析可以实现样品的原位分析，极大地方便了近红外用户。图2-21 为日本研制的光纤式漫反射法测柑橘糖度的近红外仪器[4]，只要摁动光纤探头上的按钮或计算机上的快捷键即可开始扫描，并显示结果，操作非常简单。

3.透反射[2]

漫反射工作方式的一种特殊情况是透反射，如图2-22 所示。一般液体样品（如牛奶）测定时可以选用这种工作方式。工作时，在待测样的后面放置陶瓷类表面漫反射体，光源通过样品后在该漫反射体上发生漫反射，漫反射光又透过样品后返回检测器检测，这种方式的检测器与光源位于同侧，相当于增加了样品池光程。透反射方式工作时也可以将光纤探头直接插入液体样品中，而且探头与漫反射体之间的光程是可以调节的。

多种漫反射工作方式各有特点，具体测试时选择哪种方式可依据上述内容，根据样品本身的状态及仪器的结构和附件情况来定。

2.4.3 近红外在线检测技术[2,3]

由于经济的高速发展，现在许多行业特别是农产品加工（如食品、果品、酒类、烟草、油脂、饲料等）、石油、化工、中西药行业等对生产过程的监控有巨大需求，而用传统分析方法实现这些行业生产线的在线检测、监控是相当困难的。近红外分析技术因其可运用于复杂背景下样品的多组分、瞬态分析，结合现代光纤技术可实现现场遥测而不破坏样品和干扰生产过程等特点，使其在工业现场控制中得到了广泛的应用。因此近红外在线检测技术是最佳选择之一。近红外在线检测技术与日常的近红外分析技术相比，虽然也是分为透射和反射两大类，上面提到的同样适用，但在测试技术上仍有许多不同之处。

自1980 年以来，已经有很多仪器厂商推出了各种类型的近红外在线分析仪器，这些仪器可以将分析得到的过程参数及时传输到用于过程控制的分散控制系统或现场总线系统，也可以通过以太网与信息管理系统集成。生产操作优化系统可根据这些参数调整装置控制条件，实现生产过程的平稳运行，获得可靠的质量保证。近10 年来光纤探头技术的快速发展和应用，更加进一步促进了近红外在线分析技术的发展。使用光纤探头可以使得光谱仪从几百米外对生产线上的产品进行远距离测量，而对生产线上的物质流不产生任何干扰，因此可直接用于易燃、易爆、有毒环境下的快速在线检测，是一种非常安全的检测方法。总之，近红外分析方法是一种理想的过程分析技术，它为保证生产质量和质量控制提供了可靠的技术支持。从生产原材料的鉴定，到生产过程中各种参数的测定和中间产品的组分分析，直至最后的成品品质分析，近红外分析技术几乎可用于其中的每一个质量控制环节，实现对生产过程的连续、实时的过程监控，确保原材料和生产过程的长期稳定和一致，获得稳定的高质量的产品。

在线近红外过程分析系统包括采样系统、光谱仪器、分析模型、分析和维护软件、数据通信等多个子系统，在实际应用中，需要针对具体的测试对象、分析要求和测量环境进行合理的系统配置。

在线近红外过程分析中的采样方式大体上可分为旁路分流采样、原位采样和非接触式采样三大类。样品的物理状态和所处环境是影响采样方式的重要因素，下面分别就液体类、固体类样品和悬浮液与乳状液样品的在线采样方法做分类介绍。

1.液体类样品的在线近红外检测

液体类样品的光谱采集一般采用透射或透反射方式。采样方式可选用分流采样、原位采样和非接触式采样等多种方式。

旁路分流采样是液体在线过程分析中最为经典的采样方式，其结构如图2-23 所示。样品需要经过一系列处理：通过连接在生产线输流管道的旁路，从过程流中分流，传送给样品调节系统做适当的前处理，使得样品能满足分析仪器对温度、压力等物理状态的要求，然后传送给光谱仪进行测定，最后将分析完后的样品送入废料流中进行适当的处理。

2.固体类样品的在线近红外检测

固体样品的在线测量一般采用漫反射方式，波长范围在1100～2500nm之间。在漫反射方式下采集光谱，样品的物理特性（如颗粒度、表面粗糙度、形状、方向、密度、厚度等）对光谱特征的影响很大，样品必须满足以下几个条件以保证样品光谱的重现性：①样品的厚度为无限厚，即在此基础上再增加样品的厚度不会增加样品的反射吸光度；②样品的颗粒度均匀；③样品的松紧度一致。在生产过程中，固体样品具有不同的形态，需要对不同类型的样品形状设计相应的采样系统。

测量粉末或颗粒状样品，可以将反射光纤探头直接安装在生产线上，插入容器内。在选择安装位置时，注意保证样品状态在测量前后的一致性。图2-24显示了混合器中安装NIR探头的示意图，这是一种典型的固体样品的原位测量方式，漫反射光纤直接插入被测样品进行光谱采集。

对于不均匀的粉末或较粗的颗粒可以采用非接触采样方式，将探头安装在料斗或传输管道上并与内壁平面齐平，通过玻璃把探头与样品隔开。图2-25显示了FOSS在线近红外分析仪NIR探头与装料斗内壁齐平的非接触方式测量。

另一种开放式的非接触测量方案是NIR探头与固体物流保持一定距离，这个距离可根据被测样品的反射率、仪器的探测效率及期望的光斑面积等因素来确定。在实际测量时有可能出现样品中有空隙或传送带上无物质等情况，在模型中可考虑使用模式识别方法检测这些特异情况。图2-26显示了一种开放式的非接触式采样方式，NIR探头安装在绞肉机的出口上方，对肉末进行在线测量。

对于网状或片状样品，一般采用非接触方式测量。这类样品均匀性较好，尺寸较大，在生产线上传送速度较快，可能达到每秒钟数米的移动速度。因此，这类样品测量的结果通常是平均值，如成分的平均含量、样品的平均厚度等。测量这类样品时，可以考虑把测样点选择在滚筒附近以防样品飘动。

薄膜或纤维状样品的测量难度较大，因样品厚度达不到无穷厚度，用通常的漫发射方法测量时信号较弱，光谱重现性差，影响检测精度。用漫反射方法测量时，在被测物底层放置一层漫反射物，可以加强光的散射程度，增加有效光程。这种方法还可以改善因样品不均匀所造成的误差。

3.悬浮液与乳状液的在线近红外检测

这类物体的测定难度比液体和固体样品的更大，其测量方式可以根据物质的光谱特性与分析要求选择反射或透射。如果需要测量的是液体相部分物质，推荐使用反射方式测量，这是由于颗粒的后向散射将使大部分的光集中在液体内，使反射光谱携带丰富的液体相物质的信息；相反，透射方式则适用于测量固体相物质。在生产过程中可能在前期为较透明的液体，逐渐的液体变得混浊，需要设计既可用于反射方式也可用于透射方式的专用探头。

2.5近红外光谱分析流程

近红外光谱分析用于品质检测的一般流程，通常分为两部分：建模与预测。

1. 光谱校正模型的建立[3, 7, 12]

建立校正模型的流程如图2-27 所示，首先选取一定数量的样品，采用标准化学方法测量出它们的组分浓度化学值（又称为标准值），并选用光谱仪测量出它们的近红外光谱信号；再运用各种定性分析方法（如聚类等）剔除异常样品后，把这些样品分为校正集和预测集，通过校正集的光谱信号（需经过预处理）和浓度值（也需经过预处理）的关系，利用各种多元校正方法，如多元线性回归（MLR）、主成分回归（PCR）、偏最小二乘法（PLS）、人工神经网络（ANN）等，建立校正模型；进一步通过预测集的光谱信号（需经过校正集光谱信号相同的预处理方法）和建立的校正模型预测出对应的组分浓度化学值来检验校正模型，如果预测误差在允许范围内，就输出校正模型；否则，重新划分校正集和预测集再次建立校正模型，直到校正模型满足要求为止。

2. 未知样品的组分浓度预测[3, 7, 12]

未知样品组分浓度预测的流程如图2-28 所示，首先在相同条件下测量未知样品的近红外光谱信号，并采用建模时相同的预处理算法；其次选择适当的校正模型，并进行模型适应度检验；根据该模型和未知样品的近红外光谱信号预测出未知样品组分浓度值。