基于近红外光谱的香蕉品质检测方法研究
基于近红外光谱的香蕉品质检测方法研究
胡耀华，刘聪，熊来怡，蒋国振，郭康权
（西北农林科技大学机电学院，陕西杨凌712100）
摘要：研究提出了近红外光谱技术无损检测香蕉品质指标的新方法。采用The Unscramble9．7分析软件，建立了香蕉糖度、坚实度和粘度的预测模型。根据定标集样品常规方法测定结果和所扫描得到的香蕉未剥皮和剥皮的光谱信号间的拟合关系，采用偏最小二乘法建立香蕉糖度、坚实度和粘度的定标模型，并用未参与定标的一组样品作为预测集对模型进行检验。未剥皮香蕉的糖度、坚实度和粘度的预测决定系数分别为0．94，0．95，0．93，剥皮香蕉的糖度、坚实度和粘度的预测决定系数分别为0．92，0．97，0．95，预测精度较高。结果表明，香蕉皮对其的影响不大，近红外光谱技术可应用于未剥皮香蕉品质检测，实现了香蕉品质的快速、无损检测，为香蕉品质的无损检测提供了理论依据。
关键词：香蕉；近红外光谱；糖度；坚实度；粘度
中图分类号：O657．3文献标识码：A文章编号：1003－188X（2011）09－0169－04
0引言
随着人们消费水平的不断提高，人们对水果品质的要求也越来越高。进入鲜销市场的水果，一般都需要进行严格的质量检测和分级，以保证鲜销果的质量，提高水果的经济价值和竞争能力［1－2］。香蕉是芭蕉科（Musaceae）芭蕉属（Musa）植物，是重要的南方水果，在我国的水果生产中占有重要的位置。香蕉清甜柔软、口感糯滑，是一种老幼皆宜的水果；且其营养丰富，含有多种食疗物质［3］。吴岚芳等利用化学方法研究香蕉果实发育过程中，采后糖、淀粉及转化酶的变化情况［4］。香蕉品质随贮存时间变化而变化较快，且其货架期较短，因此有必要寻求一种快速、无损检测其品质的方法。近红外光谱（Near Infrared Spectrosco-py，NIRS）分析技术是近年来分析化学领域迅猛发展的高新分析技术。近红外光谱分析技术是综合光谱学、化学计量学和计算机等多科学知识的现代分析技术，以其简便、快速、绿色、成本低、测试重现性好等优点，已经发展成为一个十分活跃的研究领域［5］。Kawano等采用近红外与光纤维交互模式来分析桃的糖度，发现近红外光谱和水果的糖度有很好的
收稿日期：2010－11－23
基金项目：教育部留学人员项目（K308020801）；西北农林科技大学青年学术骨干项目（Z111020903）；陕西省自然科学基金项目
（2010JM3015）
作者简介：胡耀华（1973－），女，江西奉新人，副教授，博士，（E－mail）huyaohua@nwsuaf．edu．cn。
通讯作者：郭康权（1955－），男，西安人，教授，博士，（E－mail）jdgkq @nwsuaf．edu．cn。相关性［6］。应义斌和刘燕德介绍了水果内部品质光学特性检测原理及检测系统组成，阐述了水果的糖度、酸度和硬度等内部品质光特性无损检测的国内外最新研究进展和应用前景［7］。王加华和韩东海的基于遗传算法建立了高精度的近红外的苹果糖度预测模型［8］。刘燕德等应用近红外光谱，对梨的可溶性固形物进行了定量分析［9］。傅霞萍等利用偏最小二乘法建立了坚实度与漫反射光谱的无损检测数学模型，有较好的预测结果［10］。然而利用近红外光谱测定香蕉的品质，国内外尚无相关的文献报道。
1试验材料和方法
1．1试验材料
试验材料为从批发市场购回的香蕉，购买后放入实验室中24h，待温度达到室温后，次日开始进行试验。共有样品42个，因为香蕉品质随贮藏时间变化较快，每天采用6个样品，分别对香蕉的前部、中部、尾部3个部位进行实验。
1．2光谱的采集
本试验使用采用MPA型傅里叶变换近红外光谱仪（德国BRUKER公司）的固体光纤附件采集香蕉的近红外漫反射光谱，开机预热1h后进行光谱扫描。仪器参数设定为：以空气为参比，扫描范围11500 4000cm－1，扫描次数64，仪器分辨率8cm－1。先测定未剥皮香蕉的光谱，分别扫描香蕉的前部、中部、尾部3个部位，每个部位测3次，取其平均光谱；再将香蕉剥皮后，用低密度聚乙烯保鲜膜包住后，扫描其剥
皮后的光谱，测定部位及方法同未剥皮香蕉。光谱采集完后，再测定其它的品质指标。
1．3品质指标测定
1．3．1糖度测定
取香蕉的前部、中部、尾部（即光谱采集的3个部位）的果肉榨汁，取其汁液中的一滴用手持糖度计（WYT－4）测定糖度。
1．3．2坚实度和粘度测定
用质构仪（TA．XT Plus）在剥皮香蕉的前部、中部、尾部（即光谱采集的3个部位）测定坚实度。其采用P/5探头，1g的作用力，测试速度为1．0mm/s，记录香蕉的受力变形曲线。
1．4光谱处理和数据分析
图1为同一样品同一部位中剥皮和未剥皮的两条光谱。从图1中可以看出两条光谱有一些差异，这主要是香蕉皮对其造成的影响。图1中主要出现3个主要吸收峰位置在6900，5100，4200cm－1波段附近。5100cm－1处出现的强烈的吸收峰，该峰应该是蛋白质中N－H基团。对光谱进行平滑、二次微分和标准化处理后，利用偏最小二乘法，对香蕉的糖度、坚实度和粘度建立预测模型，分析香蕉皮对其的影响，并利用该预测模型对未知样品进行预测以验证该模型的预测准确性。
图1同一样品未剥皮和剥皮的近红外光谱
Fig．1Near infrared spectra of unpeeled and peeled banana
2结果与讨论
2．1利用偏最小二乘法对未剥皮香蕉品质测定将42个香蕉样品，共有126个样品数据用交互验证法建模；将异常样品剔除后，将剩余的120个样品的分为96个校正集和24个预测集。样品详情如表1所示。
表1未剥皮香蕉样品的统计信息Tab．1Statistical data of unpeeled banana samples
糖度/Brix
校正集预测集
坚实度/10g·cm－2
校正集预测集
粘度/Pa·s
校正集预测集
样本数量962496249624
最大值23．3022．80294．15253．6332．7832．48最小值19．0019．5096．67132．0119．8621．53平均值20．7620．73204．09206．1828．0428．06标准偏差0．810．8043．6037．922．772．79
2．1．1未剥皮香蕉糖度测定
利用The Unscrambler软件建立未剥皮香蕉与糖度的相关关系模型。预测模型的最佳主成分数为10，校正集决定系数R2=0．94，校正均方根误差RMSEC =0．20，预测集决定系数R2=0．94，预测均方根误差RMSEP=0．20，预测模型的精度较高，如图2所示。
图2未剥皮香蕉的测定值的近红外预测值的散点图Fig．2Scatter plots of measured and predicted sugar of unpeeled bananas
2．1．2未剥皮香蕉坚实度测定
利用The Unscrambler建立其与坚实度的相关关系模型。预测模型的最佳主成分数为14，校正集决定系数R2=0．98，校正均方根误差RMSEC=6．80，预测集决定系数R2=0．95，预测均方根误差RMSEP= 8．62，预测模型的精度较高。
2．1．3未剥皮香蕉粘度测定
利用The Unscrambler软件建立其与坚实度的相关关系模型。预测模型的最佳主成分数为9，校正集决定系数R2=0．96，校正均方根误差RMSEC=0．52，预测集决定系数R2=0．93，预测均方根误差RMSEP =0．71，预测模型的精度较高。
2．2利用偏最小二乘法对剥皮香蕉品质测定
将剥皮后的香蕉样品的120个近红外光谱分为96个校正集和24个预测集。样品详情如表2所示。
表2剥皮香蕉样品的统计信息Tab．2Statistical data of peeled banana samples
糖度/Brix
校正集预测集
坚实度/10g·cm－2
校正集预测集
粘度/Pa·s
校正集预测集
样本数量962496249624
最大值22．6022．40294．15270．9330．8729．68最小值19．9020．0083．33118．6221．5327．55平均值20．8120．87214．96215．6128．5928．74标准偏差0．580．6535．7933．142．181．55
2．2．1剥皮香蕉糖度测定
利用The Unscrambler软件建立其与坚实度的相关关系模型。预测模型的最佳主成分数为1，校正集决定系数R2=0．92，校正均方根误差RMSEC=0．17，预测集决定系数R2=0．95，预测均方根误差RMSEP =0．15，预测模型的精度较高，如图3所示。
图3剥皮香蕉的测定值的近红外预测值的散点图Fig．3Scatter plots of measured and predicted Sugar of peeled bananas
2．2．2剥皮香蕉坚实度分析
利用The Unscrambler软件建立其与坚实度的相关关系模型。预测模型的最佳主成分数为2，校正集决定系数R2=0．93，校正均方根误差RMSEC=9．18，预测集决定系数R2=0．97，预测均方根误差RMSEP =5．13，预测模型的精度较高。
2．2．3剥皮香蕉粘度分析
利用The Unscrambler软件建立其与坚实度的相关关系模型。预测模型的最佳主成分数为1，校正集决定系数R2=0．96，校正均方根误差RMSEC=0．42，预测集决定系数R2=0．95，预测均方根误差RMSEP
=0．34，预测模型的精度较高。
2．3预测模型的比较及检验
未剥皮香蕉和剥皮香蕉测定光谱的办法所建立的预测模型的精度比较如表3所示。从表3中可以看出剥皮香蕉的决定系数比较好，误差较低，且主成分数比较少，而未剥皮香蕉的预测模型相关性也较高，有较高的测定精度。
对于RPD（预测集的标准偏差和验证标准差的比值）而言，所有指标的RPD值都大于3．97。RPD值越大表明其预测值越可靠，说明预测结果是可靠的。检验的结果表明预测集的标准误差也较低，校正集和
预测集的样品虽有一定的偏差，双尾t分布表所得临界值为1．981（α=0．05）［11］，tvalue计算值小于临界值，结果表明近红外光谱方法测定结果与用传统方法测得结果没有显著性差别。由此看来，利用偏最小二乘法建立香蕉糖度、坚实度和粘度的预测模型是可行的，因此不剥皮对香蕉进行无损检验是可行的。
表3未剥皮和剥皮两种香蕉品质预测模型的比较
Tab．3Comparison of unpeel and peeled prediction models of bananas quality
品质指标预测模型主成分数决定系数预测集均方根误差RMSE t－test RPD
糖度未剥皮PLS
剥皮PLS
10
1
0．94
0．92
0．20
0．15
0．78
1．16
3．99
4．45
坚实度未剥皮PLS
剥皮PLS
14
2
0．95
0．97
8．62
5．13
－0．48
－1．79
6．10
6．75
粘度未剥皮PLS
剥皮PLS
9
1
0．93
0．95
0．71
0．34
－1．16
－1．13
3．97
4．53
RPD means the ratio of the standard deviation of reference data in validation set to SEP。
3结论
本文利用近红外光谱结合偏最小二乘法，分别用未剥皮和剥皮的近红外光谱建立香蕉的糖度、坚实度和粘度的预测模型，得到了适合测定香蕉糖度、坚实度和粘度建模方法，并验证了预测模型的准确性。结果表明，两种模型的相关性都很高，预测值与实际值偏差不大，无显著差异，有较高的测定精度，且速度快，该分析方法完全适用于香蕉品质（糖度、坚实度和粘度）等品质指标的无损检测。近红外光谱可以检测未剥皮香蕉的糖度、坚实度和粘度等品质参数，且检测精度很高。
参考文献：
［1］董一威．基于CCD近红外光谱的苹果内部品质检测［D］．北京：中国农业大学，2006．
［2］汤卫东，刘杰明，陈吉洪．苹果品质的模糊综合评价［J］．食品与药品，2005，7（9）：60－64．
［3］李美春．常吃香蕉益处多［J］．中华养生保健（上半月），
2003（3）：13．
［4］吴岚芳，黄绵佳．香蕉果实发育过程中糖代谢的研究［J］．安徽农业科学，2008，36（12）：4862－4863．
［5］邹小波，赵杰文．农产品无损检测技术与数据分析方法［M］．北京：中国轻工业出版社，2008：76－77，197－199．［6］Kawano S．Pressent Condition of Nondestructive Quality Eval-uation of Fruits and Vegetables in Japan［J］．JARQ，1992
（28）：212－216．
［7］应义斌，刘燕德．水果内部品质光特性无损检测研究及应用［J］．浙江大学学报，2003，29（2）：125－129．
［8］王加华，韩东海．基于遗传算法的苹果糖度近红外光谱分析［J］．光谱学与光谱分析，2008，28（10）：2308－2311．［9］刘燕德，孙旭东，陈兴奋．近红外漫反射光谱检测梨内部指标可溶性固形物的研究［J］．光谱学与光谱分析，2008，
28（4）：797－800．
［10］傅霞萍，应义斌，刘燕德，等．水果坚实度的近红外光谱检测分析试验研究［J］．光谱学与光谱分析，2006，26
（6）：1038－1041．
［11］陆婉珍．现代近红外光谱分析技术［M］．北京：中国石化出版社，2007：182．
Measurement of Banana Quality by Near Infrared Spectroscopy
Hu Yaohua，Liu Cong，Xiong Laiyi，Jiang Guozhen，Guo Kangquan （College of Mechanical and Electronic Engineering，Northwest A＆F University，Yangling712100，China）Abstract：This paper has researched the inner connection between near infrared spectra and the quality of bananas，which provided a new method for the non－destructive detection technology of bananas．The prediction models for sugar，firmness and viscosity of bananas have been achieved by using PLS of the unscramble9．7．The R－Square of sugar，firmness and viscosity of unpeeled bananas are0．94，0．95and0．93while the R－Square of sugar，firmness and viscos-ity of peeled bananas are0．92，0．97and0．95．The prediction models by using PLS could precisely and rapidly predict sugar，firmness and viscosity of bananas．It shows that detect the banana quality using near infrared spectroscopy is feasi-ble．The research provided rapid and nondestructive method for detecting banana quality．
Key words：bananas；near infrared spectroscopy；sugar；firmness；viscosity
近红外光谱分析及其应用简介
近红外光谱分析及其应用简介 1、近红外光谱分析及其在国际、国内分析领域的定位 近红外光谱分析是将近红外谱区（800-2500nm）的光谱测量技术、化学计量学技术、计算机技术与基础测试技术交叉结合的现代分析技术，主要用于复杂样品的直接快速分析。近红外分析复杂样品时，通常首先需要将样品的近红外光谱与样品的结构、组成或性质等测量参数（用标准或认可的参比方法测得的），采用化学计量学技术加以关联，建立待测量的校正模型；然后通过对未知样品光谱的测定并应用已经建立的校正模型，来快速预测样品待测量。 近红外光谱分析技术自上世纪60年代开始首先在农业领域应用，随着化学计量学与计算机技术的发展，80年代以来逐步受到光谱分析学家的重视，该项技术逐渐成熟，90年代国际匹茨堡会议与我国的BCEIA等重要分析专业会议均先后把近红外光谱分析与紫外、红外光谱分析等技术并列，作为一种独立的分析方法；2000年PITTCON 会议上近红外光谱方法是所有光谱法中最受重视的一类方法，这种分析方法已经成为ICC（International Association for Cereal Science and Technology国际谷物科技协会）、AOAC(American Association of Official Analytical Chemists美国公职化学家协会)、AACC （American Association of Cereal Chemists美国谷物化学家协会）等行业协会的标准；各发达国家药典如USP(United States Pharmacopoeia美国药典)均收入了近红外光谱方法；我国2005年版的药典也将该方法收入。在应用方面近红外光谱分析技术已扩展到石油化工、医药、生物化学、烟草、纺织品等领域。发达国家已经将近红外方法做为质量控制、品质分析和在线分析等快速、无损分析的主要手段。 我国对近红外光谱技术的研究及应用起步较晚，上世纪70年代开始，进行了近红外光谱分析的基础与应用研究，到了90年代，石化、农业、烟草等领域开始大量应用近红外光谱分析技术，但主要是依靠国外大型分析仪器生产商的进口仪器。目前国内能够提供完整近红外光
红外光谱的研究与发展
红外光谱的发展与展望 红外光谱一般分为近红外(Near InfraredSpectrum),中红外(Middle Infrared Spectrum)和远红外(Far Infrared Spectrum)三个区域,波长分别为780)3000nm, 3000)25000nm和25)50Lm。众所周知中红外光谱是广泛应用的一种分析手段。近红外光谱几十年来一直没有在理论上和应用受到重视,其主要原因在于该区内的吸收是O)H、N)H、C)H等基团的振动吸收。这些吸收谱带复杂,多为合频吸收,且吸收强度较弱,难以在分析上应用。近年来,随着仪器制造技术的发展,新的光谱理论和光度分析新方法不断建立,特别是化学计量学的深入研究和广泛使用,促进了NIR分析技术的复兴和发展。 1 近红外光谱分析技术 根据NIR光谱的发生机理,使用的NIR分析技术主要有以下几种: 1.透射测定法使用于透明样品的分析,透射光强度与物质量间的吸收关系符合比尔定律。 2.漫透射测定法试样中含有光散射物质(折射率与基体材料不同的小颗粒),光在穿透分析样品时,除了吸收外还有多次的散射,在这个过程中比尔定律不适用。 3.反射测定法近红外光照射到样品表面后,根据样品表面状态和结构的不同,光线可以有规则的反射、漫反射和透反射三种。这种方法常用于粗糟和粉末状样品的测定。目前市场上常见的NIR光谱仪大多属于反射型尤其是漫反射型,有个别的专用的NIR分析仪器是在UV/IR光度计基础上改进的NIR透射型分析仪。NIR 和MIR一样,反映的是分子的振动频谱,其结果直接与分子的内部结构、分子官能团及分子状态有关,从NIR谱中同样可以得到分子的定量定性信息。与MIR不同的是NIR反射谱还可以得到一系列物理性质,如密度、粒子尺寸、纤维直径、大分子聚合度等特殊信息。根据NIR光谱发生的机理可知NIR谱带较弱,这样给长光程试样池特别是粘滞样品、流体试样的在线分析提供了极大的便利。使得分析时不需要对分析样品进行复杂预处理,池长对分析结果影响较小,定量分析的范围大等优点。NIR光谱分析的另一个特点是光源强度较大,探测器的反应灵敏度较高,因而检测信噪比高,尤其在散射效应强时,散射/吸收比高。在反射和散射NIR中,高的信噪比,可以得到良好的线性关系,对分析样品的外观宽容度大,既可以用于清澈的气、液、固样品的测定,又可对粉末状、糊状、丝状和不规则状样品的分析。NIR分析还有价格便宜耐用的透明材料(一般的光学玻璃)作为分析窗口,便于实现快速、实时、在线分析和控制。光纤传感技术的迅速发展,也为NIR分析技术提供了长距离检测传输、遥测、遥控等应用的可能性,特别是在有毒、易爆、放射性及其它难以直接测量的样品或现场更有意义。NIR光谱在使用中也有一定的局限性,主要是结构复杂,谱图重叠多,在进行定性定量分析中必须采用一定的数据处理才能获得准确可靠的分析结果。在定量分析中,导数光谱的应用可明显的消除基线漂移的影响,二阶导数可消除基线倾斜所造成的误差,两个相邻波长的一阶导数之比,可对光谱重叠和光谱干扰进行校正。多元线性回归分析方法是进行多组分分析的常用方法,选择合适的波长点和波长间隔,可用统计分析的方法验证分析结果。偏最小二乘法(partial least-square PLS)则是一种全光谱分析方法,该法充分利用了多个波长下的有用信息,不须刻意的选择波长,并且能滤去原始数据的噪音,提高信噪比可解决一些有交互影响的非线性问
红外光谱技术及其应用进展
红外光谱技术及其应用进展 苏雄200910835319 集宁师范学院化学系09级化学3班内蒙古乌兰察布市 012000 摘要 波数13000~10cm-1或波长0.75~1000μm之间称为红外区，在此范围内的物质吸收红外辐射后，因分子振动、转动、或晶格等运动产生偶极矩变化，形成可观测的红外光谱。红外光谱技术的发展进程和红外光谱技术分析速度快，分析效率高，分析成本低，测试重现性好等特点。红外光谱技术在制浆造纸工业中木素的定性和结构分析、木素的定量分析、研究纤维素的结晶结构、测定纸浆Kappa 值等，以及在临床医学和药学方面，农业方面，以及食品方面在食品中农药残留检测、环境科学中水环境监测、固体环境监测、气体环境监测，石油工业中对于油品成分，含量等方面的分析有广泛应用。 关键词 红外光谱；特点；应用 引言 分子振动、转动、或晶格等运动产生偶极矩变化，形成可观测的红外光谱。红外光谱广泛应用于分子结构的基础研究和化学组成的分析领域, 对有机化合 物的定性分析具有鲜明的特征性。因此，红外光谱有化合物“指纹”之称，是鉴定有机化合物和结构分析的重要工具。由于其专属性强各种基因吸收带信息多，固可用于固体、液体和气体定性和定量分析[1]。由于用红外光谱作样品分析时基本不需要处理，且不破坏和消耗样品，自身又无环境污染，因而被广泛运用，目前红外光谱广泛已应用于制浆造纸工业、临床医学和药学方面、农业方面、食品方面、环境科学、石油工业等学科领域，并随着技术和研究的深入越来越受到重视。 1、红外光谱法的基本原理 红外吸收光谱是由分子振动能级的跃迁同时伴随转动能级跃迁而产生的，因此，红外光谱的吸收峰是有一定宽度的吸收带。物质吸收红外光应满足两个条件，即辐射应具有刚好能满足物质振动能级跃迁时所需的能量；辐射与物质之间有偶合作用。因此当一定频率的红外光照射分子时如果分子中某个基团的振动频率与其一致，同时分子在振动中伴随有偶极矩变化，这时物质的分子就产生红外吸收。
红外光谱测试条件
红外光谱分析采用Nicolet Impact 410 型红外光谱仪，样品的结构及骨架振动采用KBr 支撑片，在400-4000 cm-1范围内记录样品的骨架振动红外吸收峰。 吡啶FT-IR 分析：首先将压成自支撑薄片的样品（～20 mg）装入原位红外样品池中，在200 ℃，10-4mmHg 高真空条件下处理0.5 h 以活化样品，降温至室温。将吡啶引入真空系统中。吸附0.5 h 后，抽真空至10-4mmHg 清除吸附后余气，再利用Nicolet-Impact 410 型红外光谱仪进行红外扫描，测定吡啶吸附态的红外光谱。 采用美国Nicolet公司的Nexus 670型傅立叶变换红外光谱仪测试，测试分辨率为4cm-1，扫描次数为32次，测试范围为400-4000cm-1。 红外光谱制样方法： 1、用玛瑙研钵将KBr固体研成极细的粉末，放入玻璃小盒内，放到100℃烘箱里保存，以防KBr粉末潮解； 2、称取0.2g KBr粉末和2-4mg样品（无机材料），放入研钵内研磨，将二者充分混合； 3、用药匙加适量样品至压片磨具中，用圆柱体铁棒旋转压实。套上空心圈及顶盖； 4、讲磨具放到压片机上，拧到上方转盘固定，拧紧下方螺旋钮； 5、摆动右侧长臂，至压力为8-9MPa，等待30s即可取出。 注意事项： 1、KBr粉末不用时，最好放入烘箱中，否则易潮解； 2、若样品为有机物，则加入样品量1mg即可； 3、样品量过多会造成出现宽峰的情况，此时数据无效； 4、KBr粉末潮解后，压片以后容易粘在磨具上，无法取下导致压片失败； 5、压力过大可能导致压片破裂，视破裂程度也可能进行红外测定（中间未破损即可测量）。红外光谱测试方法： 测试分辨率：4cm-1，扫描次数：64次，测试范围400-4000cm-1 点测量快捷键，改文件名和保存路径； 改变设置：OPTIC→Aperture Setting→1.5mm（狭缝设置） OPTIC→preamp Gain→Ref（放大倍数） Check signal：1万以上（若低于1万有可能液氮量不够，补充液氮即可） Basic→Background Signal Channel（采背景，大概60s，此时不放置样品） Background→Save Background 装样品，点Sample Signal Channel 选中点，可变换颜色，点---校准峰 保存：选中图（变换颜色按钮），File→Save as→名称→路径 Mode→Data point table（保存以后为DPH文件，大小为69k）
近红外光谱分析原理
近红外光（Near Infrared，NIR）是介于可见光（VIS）和中红外光（M IR）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 Mode l)。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。 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： （1）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
近红外光谱技术在药物分析中的应用
近红外光谱技术在药物分析中的应用 1·前言 近红外光谱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（NIR）谱区是人类认识最早的非可见光谱区，波长范围在0.75—2.5 m之间，用波数表示时则在13330—4000cm-1之间。由于近红外的吸收谱带复杂，谱峰重叠，信号弱，在分析上难以应用，长期以来没有受到人们的重视。近十多年来，随着近红外仪器的改良，新的光谱理论和光度分析方法的建立，特别是计算机技术和化学计量学的广泛应用和迅速发展，使近红外光谱技术成为目前发展最快、最引人注目的分析技术，并以其简单快速、实时在线、无损伤无污染分析等特点，在复杂物质的分析上得到广泛应用。在包括制糖和制药的许多与化学分析和品质管理有关的行业中的应用前景极其广阔。 关于近红外光谱技术在制药行业中应用的文献报道越来越多，显示了近红外光谱技术在制药领域中越来越受到人们的重视。近红外光谱分析具有的快速实时、操作简单、无损伤测定、不受样品状态影响的特点很符合药物分析的要求。因此，在制药业中原料药的分析、药物制剂中水分、有效成分的分析、药物生产品质的过程控制等方面近红外光谱技术得到了十分广泛的应用。 2·光谱介绍 近红外光是介于可见光和中红外光之间的电磁波，根据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。 3·近红外光谱技术在制药业中的应用 3·1 原料和活性组分的测定 药物加工过程中第一步就是原料的鉴定，其质量的好坏直接决定后续加工过程的成败于否，而同一类型的原料中多变因素主要是湿度和颗粒大小，近红外光谱在湿度测定中的灵敏度及其适于固体表面的表征的特性，使他能够很快地得到样品的湿度和颗粒大小的信息，然
几种有机化合物的红外光谱测定
几种有机化合物的红外光测定 一、实验目的 1、学习红外光谱的理论知识，了解红外光谱仪的工作原理及使用操作； 2、初步掌握固体样品和液体样品的红外光谱测定方法； 3、初步学习根据红外光谱图进行结构分析的方法。 二、红外吸收的基本原理 红外光谱分析是研究分子振动和转动信息的分子光谱。当化合物受到红外光照射时，化合物中某个化学键的振动或转动频率与红外光频率相当等，就会吸收光能，并引起分子永久偶极矩的变化, 产生分子振动和转动能级从基态到激发态的跃迁, 使相应频率的透射光强度减弱；分子中不同的化学键振动频率不同，会吸收不同频率的红外光，检测并记录透过光强度与波数（1/cm）或波长的关系曲线，就可得到红外光谱，根据谱带的位置、峰形及强度，对待测样品进行分析。红外光谱反映了分子化学键的特征吸收频率，可用于化合物的结构分析和定量测定。 在化合物分子中，具有相同化学键的原子基团，其基本振动频率吸收峰(简称基频峰)基本上出现在同一频率区域内。但同一类型原子基团，在不同化合物分子中所处的化学环境有所不同，使基频峰频率发生一定移动。因此，掌握各种原子基团基频蜂的频率及其位移规律，就可应用红外吸收光谱来确定有机化合物分子中存在的原子基团及其在分子结构中的相对位置。红外光谱中吸收谱带的位置与分子中组成化学键的原子之间的振动频率有关。每个化合物有着彼此不相同的谱图，通过化合物的红外光谱可以测定化合物的结构。 衰减全反射(ATR)装置是将红外光照射在有较高折射率的晶体上，光穿过晶体折射到样品表面一定深度后，反射回表面；当样品的折射率小于晶体的折射率，入射光的入射角大于临界角时，即可产生全反射现象，收集此时的反射光，可获得样品的衰减全反射光谱。此方法特别适合于材料分析，如塑料、橡胶、纸张等，也可用于液体和固体粉末样品的检测。 三、仪器与试剂 1、仪器：TENSOR27 FT-IR红外光谱仪；透射（TR）装置，衰减全反射（ATR）装置等。 2、样品：聚乙烯（PE）薄膜, 聚苯乙烯薄膜，无水乙醇，苯甲酸。 四、实验步骤 （一）透射法（TR）测试 1．安装透射装置。 2. 打开OPUS软件，点击高级测量选项，检查测量参数，选择MIR_TR.XPM。 3.检查信号，保存峰位。 4.在高级测量中输入文件名（即样品名称）和文件存放路径。 5.再在基本测量里输入样品描述和形态。 6.用TR装置，盖上盖子，先测量背景单通道光谱（注意不同样品，应选择适宜的参照物为背景）。 7.再将样品（聚乙烯或聚苯乙烯）模具卡装在样品架上，盖上盖子，测定样品单通道光谱。 8.扫谱结束后，取出压片模具、试样架等，用无水乙醇擦拭干净，置于干燥器中保存。 （二）衰减全反射法（A TR）测试 1．安装衰减全反射装置。 2. 打开OPUS软件，点击高级测量选项，检查测量参数，选择MIR_ATR.XPM。 3.检查信号，保存峰位。 4.在高级测量中输入文件名（即样品名称）和文件存放路径。 5.再在基本测量里输入样品描述和形态。
红外光谱的历史回顾
红外光谱的历史回顾 雨后天空出现的彩虹，是人类经常观测到的自然光谱。而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。 Sir Isaac Newton Sir Wiliam Herschel 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。1800年英国科学家W.Herschel 将来自太阳的辐射构成一副与牛顿大致相同的光谱，然后将一支温度计通过不同颜色的光，并且用另外一支不在光谱中的温度计作为参考。他发现当温度计从光谱的紫色末端向红色末端移动时，温度计的读数逐渐上升。特别令人吃惊的是当温度计移动到红色末端之外的区域时，温度计上的读数达到最高。这个试验的结果有两重含义，首先是可见光区域红色末端之外还有看不见的其他辐射区域存在，其次是这种辐射能够产生热。由于这种射线存在的区域在可见光区末端以外而被称为红外线。（1801年德国科学家J.W.Ritter 考察太阳光谱的另外一端，即紫色端时发现超出紫色端的区域内有某种能量存在并且能使AgCl 产生化学反应，该试验导致了紫外线的发现。） 1881年Abney 和Festing 第一次将红外线用于分子结构的研究。他们Hilger
光谱仪拍下了46个有机液体的从0.7到1.2微米区域的红外吸收光谱。由于这种仪器检测器的限制，所能够记录下的光谱波长范围十分有限。随后的重大突破是测辐射热仪的发明。1880年天文学家Langley在研究太阳和其他星球发出的热辐射时发明一种检测装置。该装置由一根细导线和一个线圈相连，当热辐射抵达导线时能够引起导线电阻非常微小的变化。而这种变化的大小与抵达辐射的大小成正比。这就是测辐射热仪的核心部分。用该仪器突破了照相的限制，能够在更宽的波长范围检测分子的红外光谱。采用NaCl作棱镜和测辐射热仪作检测器，瑞典科学家Angstrem第一次记录了分子的基本振动（从基态到第一激发态）频率。1889年Angstrem首次证实尽管CO和CO2都是由碳原子和氧原子组成，但因为是不同的气体分子而具有不同的红外光谱图。这个试验最根本的意义在于它表明了红外吸收产生的根源是分子而不是原子。而整个分子光谱学科就是建立在这个基础上的。不久Julius发表了20个有机液体的红外光谱图，并且将在3000cm-1的吸收带指认为甲基的特征吸收峰。这是科学家们第一次将分子的结构特征和光谱吸收峰的位置直接联系起来。图1是液体水和重水部分红外光谱图，主要为近红外部分。图中可观察到水分子在739和970nm处有吸收峰存在，这些峰都处在可见光区红色一端之外。由于氢键作用，液体水的红外光谱图比气态水的谱图要复杂得多。 图1.1H2O和D2O分子的红外光谱图 红外光谱仪的研制可追溯的20世纪初期。1908年Coblentz制备和应用了用氯化钠晶体为棱镜的红外光谱议；1910年Wood和Trowbridge6研制了小阶梯光
现代近红外光谱分析仪工作原理
现代近红外光谱分析仪工作原理 现代近红外光谱分析仪工作原理 2011年02月08日 20世纪90年代初,外国厂商开始在我国销售近红外光谱分析仪器产品,但在很长时间内，进展不大，其原因主要是：首先，近红外光谱分析要求光谱仪器、光谱数据处理软件（主要是化学计量学软件）和应用样品模型结合为一体，缺一不可。但被分析样品会由于样品产地的不同而不同，国内外的样品通常有差异，因此，进口仪器的应用模型一般不适合分析国内样品。如果自己建立模型，就需要操作人员了解和熟悉化学计量学知识和软件，而外商在中国的代理机构缺乏这方面的专业人才，不能有效地根据用户的需要组织培训，因此，用户对这项技术缺乏全面了解，影响到了它的推广使用。其次，进口仪器价格昂贵，售后技术服务费用也往往超出大多数用户的承受能力。 现代近红外光谱分析技工作原理 近红外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。近红外光谱记录的是分子中单个化学键的基频振动的倍频和合频信息，它常常受含氢基团X-H（X-C、N、O）的倍频和合频的重叠主导，所以在近红外光谱范围内，测量的主要是含氢基团X-H振动的倍频和合频吸收。 由于倍频和合频跃迁几率低，而有机物质在NIR光谱区为倍频与合频吸收，所以消光系数弱，谱带重叠严重。因此从近红外光谱中提取有用信息属于弱信息和多元信息，需要充分利用现有的光机技术、电子技术和计算机技术进行处理。计算机技术主要包括光谱数据处理和数据关联技术。光谱数据处理是消除仪器因素（灯及测量方式等）环境因素（如温度等）和样品物态（如颜色、形态等）等对光谱的影响。常采用的方法有平滑、微分、基线漂移扣减、多元散射校正（MSC）和有限脉冲响应滤波（FIR）等也可以用小波变换来进行部分处理。数据关联技术主要是化学计量学方法。化学计量学的发展使多组分分析中多元信息处理理论和技术日益成熟，解决了近红外光谱区重叠的问题。通过关联技术可以实现近红外光谱的快速分析。在近红外光谱的应用中我们所关心的是被测样品的组成或各种物化性质，因此，如何提取这些有用信息是近红外光谱分析的技术核心。现在的许多研究与应用表明，
红外光谱仪验证方案
第1 页共4 页1主题内容 本方案规定了FTIR—8300红外光谱仪的验证方案及实施。 2适用范围 本方案适用于FTIR—8300红外光谱仪的到货后的首次验证。 3职责 工程部计量管理员：负责安装确认。 QC仪器验证责任人：参与安装确认，并负责功能试验及适用性试验。 验证协调员：组织协调验证工作的开展，并根据验证情况，出具验证报告。 4内容 4.1简介 本仪器为日本岛津制作所生产，该公司生产科学仪器及材料试验的工厂均已取得ISO9001认证，产品在国内及国际上有一定知名度。该仪器型号为FTIR—8300，它以MS—Windows 为基础，操作简便，数据处理功能齐全，并可进行光谱图库检索，可用于定性及定量测试。 我公司现主要用于西药原料、中间体或成品的定性分析。因其性能直接关系到分析结果的可信度，故依据我公司验证管理程序（1205·001）及GMP要求，制定本方案对该仪器进行验证，以保证应其能满足使用要求。制定依据为《中国药典》1995年版二部附录P19页及中国药品生物制品检定所1999年1月编《药品检验仪器检定规程》P12页。 4.2安装确认 4.2.1建立完整的设备档案，专人妥善保管。并记录设备档案编号。 药品生产质量管理文件
4.2.3仪器应置于平稳的工作台上，安放处无强振动源，无强光直射。室内应清洁，无腐蚀性气 体，无强电磁场干扰。室温15~30℃；相对湿度≤65％；供电电源：电压为AC（220±22）V，频率为（50±1）Hz。安装及安装环境其他方面也应符合GMP要求及仪器供应商要求。 4.2.4 是否建立相应的仪器使用SOP、维护保养SOP等文件。 4.2.5是否对操作人员进行了必要的培训，并记录培训人员名单。 4.2.6维修服务单位 单位名称： 地址： 联系人：电话： 4.2.7仪器校验情况 4.2.8安装确认结论 检查人：复核人：日期： 4.3运行确认 4.3.1功能试验（应在开机预热稳定后进行） 4.3.1.1按仪器使用说明书，运行仪器各项功能，要求每种功能至少运行一次，各项功能均应能正常运行，无误操作或死机等异常现象。
近红外光谱分析技术及发展前景
近红外光谱分析技术及发展前景 陈丽菊 刘 巍 近红外光(near infrared,N IR)是介于可见光(VL S)和中红外光(M IR)之间的电磁波,美国材料检测协会(ASTM)将波长780～2526nm的光谱区定义为近红外光谱区。近红外光谱主要应用两种技术获得:透射光谱技术和反射光谱技术。透射光谱波长一般在780～1l00nm范围内;反射光谱波长在1100～2526nm范围内。近红外光谱区(N IR)是由赫歇尔(Herschel)在1800年发现的。卡尔?诺里斯(Karl Norris)等人首先用近红外光谱区测定谷物中的水分、蛋白质。但是由于分子在该谱区倍频和合频吸收弱,且谱带重叠严重,难以分析和鉴定,以致N IR分析技术的研究曾一度陷入低谷,甚至处于停滞。20世纪80年代,随着计算机技术、仪器硬件的迅速发展,以及化学计量学方法在解决光谱信息提取和消除背景干扰方面取得的良好效果,使得近红外分析技术不仅用于农产品、食品和生物科学,而且还应用到石油化工、烟草、纺织、环保等行业。 近红外光谱分析的原理 近红外光谱是由于分子振动能级的跃迁(同时伴随转动能级跃迁)而产生的。近红外分析技术是依据被检测样品中某一化学成分对近红外光谱区的吸收特性而进行定量检测的一种方法。它记录的是分子中单个化学键的基频振动的倍频和合频信息,它的光谱是在700～2500nm范围内分子的吸收辐射。这个事实与常规的中红外光谱定义一样,吸收辐射导致原子之间的共价键发生膨胀、伸展和振动。中红外吸收光谱中包括有C-H键、C-C键以及分子官能团的吸收带。然而在N IR测量中显示的是综合波带与谐波带,它是R-H分子团(R是O、C、N和S)产生的吸收频率谐波,并常常受含氢基团X-H(C-H、N-H、O-H)的倍频和合频的重叠主导,所以在近红外光谱范围内,测量的主要是含氢基团X-H振动的倍频和合频吸收。使用N IR技术是因为它与样品相互作用时输出的能量效率比中红外光更为实用。N IR的辐射源(仪器上的灯)要比用在中红外的能量高得多,而且它的检测器也具有更高检测效率。这些因素意味着N IR仪器的信噪比值远高于中红外仪器。较高的信噪比意味着样品的观测时间可比中红外仪器短得多。近红外辐射对于样品的穿透性也较高,因此样品的前处理常较中红外简单。近红外光谱根据其检测对象的不同分成近红外透射光谱(N IT)和近红外反射光谱(N IR)两种。N IT是根据透射光与入射光强的比例关系来获得在近红外区的吸收光谱。N IR根据反射光与入射光强的比例获得在近红外光谱区的吸收光谱。近红外分析技术是综合多学科(光谱学、化学计量学和计算机等)知识的现代分析技术,使用包括N IR 分析仪、化学计量学光谱软件和被测物质的各种性质或浓度分析模型成套近红外分析技术等。经过对这种模型的校正,就可以根据被测样品的近红外光谱,快速计算出各种数据。建立被测样品成分的模型时,主要用到的校正方法有多元线性回归法(ML R)、主成分分析法(PCA)、偏最小二乘法(PL S)、人工神经网络法(ANN)。 近红外光谱分析方法的特点 近红外光谱分析方法有下列特点。 可采用光学方法进行。鉴于近红外具有较大的散射效应和较强的穿透性,近红外光谱的分析方法比较独特,可根据样品物态和透光能力的强弱采用透射、漫反射和散射等多种测谱技术进行物质检测。 近红外光子的能量比可见光低,不会对人体造成伤害,而且整个分析过程不会对环境造成任何污染,属于绿色分析技术。 近红外分析技术可在数分钟内完成多项参数的测定,分析速度可提高上百倍,分析成本可降低数十倍。用于传输近红外辐射光的光纤可长达200m, 新结构的固态电子和光电子器件。半导体低维结构已成为推动整个半导体科学技术迅猛发展的主要动力。低维材料不同于自然界中的物质,具有各种量子效应和独特的光、电、声、力、化学和生物性能,在未来的各种功能器件的应用中将发挥重要作用,并随理论和技术的发展得到更加广泛的应用。 (上海市东华大学理学院应用物理系 200051) ? 1 ?现代物理知识
红外光谱法测定样品方法
一、红外光谱法测定样品方法 红外光谱的试样可以是液体、固体或气体，一般应要求： 1. 试样应该是单一组份的纯物质，纯度应>98%或符合商业规格，才便于与纯物质的标准光谱进行对照。多组份试样应在测定前尽量预先用分馏、萃取、重结晶或色谱法进行分离提纯，否则各组份光谱相互重叠，难于判断。 2. 试样中不应含有游离水。水本身有红外吸收，会严重干扰样品谱，而且会侵蚀吸收池的盐窗。 3. 试样的浓度和测试厚度应选择适当，以使光谱图中的大多数吸收峰的透射比处于10%~80%范围内。 二、制样的方法 1. 气体样品 气态样品可在玻璃气槽内进行测定，它的两端粘有红外透光的NaCl或KBr窗片。先将气槽抽真空，再将试样注入。 2. 液体和溶液试样 (1)液体池法 沸点较低，挥发性较大的试样，可注入封闭液体池中，液层厚度一般为0.01~1mm。 (2)液膜法 沸点较高的试样，直接滴在两片盐片之间，形成液膜。对于一些吸收很强的液体，当用调整厚度的方法仍然得不到满意的谱图时，可用适当的溶剂配成稀溶液进行测定。一些固体也可以溶液的形式进行测定。常用的红外光谱溶剂应在所测光谱区内本身没有强烈的吸收，不侵蚀盐窗，对试样没有强烈的溶剂化效应等。 3. 固体试样 (1)压片法 将1~2mg试样与200mg纯KBr研细均匀，置于模具中，用(5~10)′107Pa压力在油压机上压成透明薄片，即可用于测定。试样和KBr都应经干燥处理，研磨到粒度小于2微米，以免散射光影响。 (2)石蜡糊法 将干燥处理后的试样研细，与液体石蜡或全氟代烃混合，调成糊状，夹在盐片中测定。
(3)薄膜法 主要用于高分子化合物的测定。可将它们直接加热熔融后涂制或压制成膜。也可将试样溶解在低沸点的易挥发溶剂中，涂在盐片上，待溶剂挥发后成膜测定。当样品量特别少或样品面积特别小时，采用光束聚光器，并配有微量液体池、微量固体池和微量气体池，采用全反射系统或用带有卤化碱透镜的反射系统进行测量。 仪器操作 1. 样品准备(固体样品) 取样品约0.5mg在红外灯下充分研磨，再加入干燥KBr粉末约50mg，继续研磨至混合均匀。 2. 模具准备 将干燥器中保存的简易模具取出，确认模具洁净。若其表面不洁净，可用棉花沾少许无水乙醇轻轻擦拭(绝对不可用力，以免模具表面被划伤)，然后在红外灯下干燥。 3. 制片方法 将试样与纯KBr混合粉末置于模具中，用(5~10)′107Pa压力在油压机上压成透明薄片，即可用于测定。试样和KBr都应经干燥处理，研磨到粒度小于2微米，以免散射光影响。 样品测试过程中的注意事项 1. 测试样品一定要干燥，干燥不充分的样品可以在红外灯下烘烤1小时左右。样品研磨要充分，否则会损伤模具。 2. 所有用具应保持干燥、清洁;使用前可以用脱脂棉蘸酒精小心擦拭。 3. 压片过程应在红外灯照射下进行。 4. 操作过程中应保持模具表面干燥、清洁;防止药品腐蚀模具(KBr对模具表面腐蚀很严重) 5. 易吸水和潮解的样品不宜用压片法。 6. KBr在粉末状态下极易吸水、潮解，应放在干燥器中保存，定期在干燥箱中110℃或在真空烘箱中恒温干燥2小时。
红外光谱的原理及应用综述
红外光谱分析基本原理及应用 摘要红外光谱分析技术具有很快速，非破坏性，低成本及同时测定多种成分等特点， 在很多领域得到了广泛应用。本文介绍了红外光谱技术的检测原理，红外光谱仪的构造，指出了其检测的优点与不足。综述了红外光谱法的发展、应用以及对红外光谱研究前景的展望。 关键词：红外光谱原理构造发展1.引言 红外光谱法（infrared spectrometry,IR）是根据物质对红外辐射的选择性吸收特性而建立起来的一种光谱分析方法。分子吸收红外辐射后发生振动和转动能级跃迁。所以，红外光谱法实质是根据分子内部振动原子间的相对振动和分子转动等信息来鉴别化合物和确定物质分子结构的分析方法。 2.红外光谱分析的基本原理 2.1 红外光谱产生的条件 物质分子吸收红外辐射发生振动和转动能级跃迁，必须满足以下两个条件：一是辐射光子的能量与发生转动和转动能级跃迁所需的能量相等；二是分子转动必须伴随有偶极距的变化，辐射与物质间必须有相互作用。 2.2 红外吸收光谱的表示方法 红外吸收光谱一般用T_σ曲线或T_λ曲线来表示，λ与σ的关系式为： σ（cm-1）=1/λ(cm)=10^4/λ（μm）
2.3 分子的振动与红外吸收 2.3.1 双原子分子的振动 若把双原子分子(A-B)的两个原子看成质量分别为M1，M2的两个小球，中间的化学键看做不计质量的弹簧，那么原子在平衡位置附近的伸缩振动可以近似地看成沿键轴方向的简谐振动。量子力学证明，分子振动的总能量为： E=(u+1/2)hv 当分子发生△v=1 的振动能级跃迁时（由基态跃迁到第一激发态）根据胡克(Hooke)定律它所吸收的红外光波数σ为： σ=（1/2пc）√（k/μ） 其中：c—光速，3×10^8cm/s;k—化学键力常数N/cm；μ—两个原子的折合质量，g，μ=（m1.m2）/(m1+m2) 显然，振动频率σ与化学键力常数k成正比，与两个原子的折合质量成反比。不同化合物k和μ不同，所以不同化合物有自己的特征红外光谱。 2.3.2 多原子分子的振动 可分为伸缩振动和弯曲振动两类。伸缩振动是指原子沿着键轴方向伸缩，使键长发生周期性变化的振动。弯曲振动是指基团键角发生周期性变化的振动或分子中原子团对其余部分所做的相对运动。弯曲振动键力常数比伸缩振动的小。因此，同一基团的弯曲振动在其伸缩振动的低频区出现，所以，一般不把他做基团频率。多原子的复杂振动数又叫分子的振动自由度。每一种振动形式都有他特定的振动频
傅立叶红外光谱仪测试样品的方法及注意事项-红外压片机
傅立叶红外光谱仪测试样品的方法及注意事项 要获得一张高质量红外光谱图，除了仪器本身的因素外，还必须有合适的样品制备方法。 一、红外光谱法对试样的要求 红外光谱的试样可以是液体、固体或气体，一般应要求： 1. 试样应该是单一组份的纯物质，纯度应>98%或符合商业规格，才便于与纯物质的标准光谱进行对照。多组份试样应在测定前尽量预先用分馏、萃取、重结晶或色谱法进行分离提纯，否则各组份光谱相互重叠，难于判断。 2. 试样中不应含有游离水。水本身有红外吸收，会严重干扰样品谱，而且会侵蚀吸收池的盐窗。 3. 试样的浓度和测试厚度应选择适当，以使光谱图中的大多数吸收峰的透射比处于10%~80%范围内。 二、制样的方法 1. 气体样品 气态样品可在玻璃气槽内进行测定，它的两端粘有红外透光的NaCl或KBr窗片。先将气槽抽真空，再将试样注入。 2. 液体和溶液试样 (1)液体池法 沸点较低，挥发性较大的试样，可注入封闭液体池中，液层厚度一般为0.01~1mm。 (2)液膜法 沸点较高的试样，直接滴在两片盐片之间，形成液膜。对于一些吸收很强的液体，当用调整厚度的方法仍然得不到满意的谱图时，可用适当的溶剂配成稀溶液进行测定。一些固体也可以溶液的形式进行测定。常用的红外光谱溶剂应在所测光谱区内本身没有强烈的吸收，不侵蚀盐窗，对试样没有强烈的溶剂化效应等。 3. 固体试样
(1)压片法 将1~2mg试样与200mg纯KBr研细均匀，置于模具中，用(5~10)′107Pa压力在油压机上压成透明薄片，即可用于测定。试样和KBr都应经干燥处理，研磨到粒度小于2微米，以免散射光影响。 (2)石蜡糊法 将干燥处理后的试样研细，与液体石蜡或全氟代烃混合，调成糊状，夹在盐片中测定。 (3)薄膜法 主要用于高分子化合物的测定。可将它们直接加热熔融后涂制或压制成膜。也可将试样溶解在低沸点的易挥发溶剂中，涂在盐片上，待溶剂挥发后成膜测定。当样品量特别少或样品面积特别小时，采用光束聚光器，并配有微量液体池、微量固体池和微量气体池，采用全反射系统或用带有卤化碱透镜的反射系统进行测量。 仪器操作 1. 样品准备(固体样品) 取样品约0.5mg在红外灯下充分研磨，再加入干燥KBr粉末约50mg，继续研磨至混合均匀。 2. 模具准备 将干燥器中保存的简易模具取出，确认模具洁净。若其表面不洁净，可用棉花沾少许无水乙醇轻轻擦拭(绝对不可用力，以免模具表面被划伤)，然后在红外灯下干燥。 3. 制片方法 将试样与纯KBr混合粉末置于模具中，用(5~10)′107Pa压力在油压机上压成透明薄片，即可用于测定。试样和KBr都应经干燥处理，研磨到粒度小于2微米，以免散射光影响。 样品测试过程中的注意事项
近红外光谱分析的应用及前景
摘要现代近红外光谱（NIR）分析技术是近年来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。近红外光谱是一种快速、无损、可实现多组分同时测定的分析技术。本文简要介绍了近红外光谱的发展、测量原理、技术特点，并对近年来近红外光谱技术在各个领域的应用及前景进行了总结。随着近红外光谱技术的不断成熟，除了应用范围将不断拓宽之外，相信对于目前较为空白的应用机理的研究也将越来越深人、细致及严谨。 关键词近红外光谱分析技术原理应用发展前景 1 前言 电磁波按波长递增的分为（图例）近红外光谱是指波长在780～2526nm范围内的电磁波，是人们最早发现的非可见光区域。近红外光谱技术（NIR）是近年来发展较为迅速的一种高新分析测试技术，是光谱测量技术、计算机技术、化学计量学技术与基础测量技术的有机结合。但是由于近红外光谱区吸收峰的特征性差，灵敏度低，受当时的技术水平限制，近红外光谱技术“沉睡” 了近一个半世纪。20世纪80年代,随着计算机技术、仪器硬件的迅速发展,以及化学计量学方法在解决光谱信息提取和消除背景干扰方面取得的良好效果，近红外光谱技术飞速发展，成为近十年来发展最为迅速的高新分析技术之一，在众多领域都有广泛应用，其分析应用领域也不断拓宽。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的“巨人”[1]. 今天我们主要讲近红外光谱的原理，应用，优缺点和发展前景。 2 近红外光谱分析基本原理及应用近红外光谱仪的基本工作原理: 波长在700nm – 2,500nm (4,000–14,300cm-1) 的光谱为近红外光谱。它是一种既快速(十到二十秒钟) 又简便(不需作样品前处理) 的测试手段, 这种方法的特点是对样品作一步式 组份(需测的浓度大于0.01%) 分析而不需破坏样品。如果产品颜色是质量指标之一、您可选400nm-1,100nm 的图谱数据作鉴定。近红外光谱仪适用于对含有C-H, N-H, O-H 和 S-H 化学键的化合物作组份分析。在700 – 2,500 nm 的近红外波长范围内, 含有上述化合键的物质(药品、烟草、食品、农作物、聚合物、石油化工产品等) 会产生吸收。一些物质除在1,450 nm 到2,050 nm 之间产生第一谐波外，往往还会分别在1,050 nm - 1,700nm 和700 nm - 1,050 nm 谱带内产生第二及第三谐波。这些谐波的组合构成了被测物质在近红外光谱带内的特征吸收谱图-指纹图。相同的近红外谱图(样品的指纹图) 一定是从相同的物质得到。这也是应用近红外光谱仪作质量管理的主导基础原理。有机物在近红外光谱带内的吸收强度比在中红外(如FT-IR) 的吸收强度弱10 到1,000 倍。由于这特殊的弱吸收优点, 近红外射线能很容易地穿透未经研片与稀释等需作预处理的非透明样品，实现透射吸收；而另一部分反射光谱也可很容易地被检测。但是如何利用近红外图谱来对原材料或产品进行质量监控呢? 答案是利用统计学理论建立被测样品的数据库或校正曲线，而统计学
近红外光谱(NIR)分析技术的应用
近红外光谱(NIR)分析技术的应用 近红外光谱分析是近20年来发展最为迅速的高新技术之一，该技术分析样品具有方便、快速、高效、准确和成本较低，不破坏样品，不消耗化学试剂，不污染环境等优点，因此该技术受到越来越多人的青睐。 一、近红外光谱的工作原理 有机物以及部分无机物分子中各种含氢基团在受到近红外线照射时，被激发产生共振，同时吸收一部分光的能量，测量其对光的吸收情况，可以得到极为复杂的红外图谱，这种图谱表示被测物质的特征。不同物质在近红外区域有丰富的吸收光谱，每种成分都有特定的吸收特征。因此，NIR能反映物质的组成和结构信息，从而可以作为获取信息的一种有效载体。 二、近红外光谱仪的应用 NIR分析技术的测量过程分为校正和预测两部分（如图一所示），(1)校正：①选择校正样品集，②对校正样品集分别测得其光谱数据和理化基础数据，③将光谱数据和基础数据，用适当的化学计量方法建立校正模型；(2)预测：采集未知样品的光谱数据，与校正模型相对应，计算出样品的组分。由此可知，建立一个准确的校正模型是近红外光谱分析技术应用中的重中之重。 图一 2.1定标建模
2.1.1 为什么要建立近红外校正模型 2.1.1.1 建立近红外校正模型的最终目标是获得一个长期稳定的和可预测的模型。 2.1.1.2 近红外光谱分析是间接的（第二手）分析方法，所以①需要定标样品集；②利用定标样品集的参比分析数据与近红外光谱建立校正模型；③近红外分析准确度与参比方法数据准确度高度相关；④近红外分析精度一般优于参比方法分析精度。 2.1.2 模型的建立与验证步骤 2.1.2.1 扫描样品近红外光谱 准确扫描校正样品集中各个样品规范的近红外光谱：为了克服近红外光谱测定的不稳定性的困难，必须严格控制包括制样、装样、测试条件、仪器参数等测量参数在内的测量条件。利用该校正校品集建立的数学模型，也只能适用于按这个的测量条件所测量光谱的样品。 2.1.2.2 测定样品成分（定量） 按照标准方法（如饲料中的粗蛋白GB/T6432、水分GB/T6435、粗脂肪GB/T6433）准确测定样品集中每个样品的各种待测成分或性质(称为参考数据)。这些值测定的精确度是近红外光谱运用数学模型进行定量分析精确度的理论极限。 2.1.2.3 建立数据对应关系 通过2.1.2.1所得光谱与2.1.2.2所得不同性质参数的参考数据相关联，使光谱图和其参考数据之间形成一一对应映射的关系，从而建立一个带参考数据的光谱文件。 2.1.2.4 剔除异常值 2.1.2.3建立的光谱文件中，样品参考值与光谱有可能由于各种随机的原因而有较严重的失真，这些样品的测定值称为异常值。为保证所建数学模型的可靠性，在建立模型时应当剔除这些异常值。 2.1.2.5 建立模型 选择算法、确定模型的参数、建立、检验与评价数字模型：常用的算法有逐步回归分析、偏最小二乘法、主成分回归分析等。这些算法的基本思想