1.1 NIR 分析技术的原理
近红外光是一种电磁波，其波长在 780～2526nm 间，根据波长通常可分为两类，分别为短波近红外光谱区（SW-NIR），其波长范围为 780～1100nm，也称之为透射光谱；其次是长波近红外光谱区（LW-NIR），波长范围为 1100～2526 nm，也可称之为反射光谱。大部分生物材料组成中含有大量的含氢基团（-OH、-CH、-NH 以及 -SH 等基团），当用近红外光照射待测物时，这些化学基团会发生振动，进而使能量增加，而通过 NIR 技术记录这些基团的物理特性和化学特性，再结合化学定量分析，从而实现对待测生物样品进行定量或定性的分析。
1.2 NIR 技术的分析流程
NIR 技术首先对标准品数据库建立相应的数学模型和验证模型，然后将待测样品相应的组分代入至验证模型中进行定量或定性分析，从而进行预测。具体流程为 5步：
①对标准品进行光谱分析；
②使用标准样品数据建立数据库、应用数据库建立数学预测模型；
③对待测样品的光谱进行测定；
④将待测样品的光谱与数据库中数据中标准品光谱进行比对，使用模型进行比对分析，得出定性或定量的分析结果；
⑤不断的更新数据库和优化模型。
1.3 NIR 技术的校正模型及评价指标
NIR 分析技术主要使用的校正模型为偏最小二乘回归分析法 （PLS）、 多元线性回归（MLR）、主成分分析（PCA）以及神经网络（ANN）等计算校正模型。评价模型优劣的参数主要有相关系数（R2）、定标决定系数（RSQcal）、交叉验证相关系数（1-VR）、校正均方根差（RMSEC）、验证均方根差（RM-SEP）、 交 叉 检 验 标 准 误 差（SECV），通常认为当 1-VR 值越大、SECV 值越小，表明建立模型的拟合度越好，即预测效力越高。
首页
