原文来源公众号：苏州斌智科技有限公司
原文链接：https://mp.weixin.qq.com/s/H96TFZ8WtL7IfCYt4bl7AQ
近红外（NIR）光谱介于可见光谱区与中红外谱区之间，兼备了可见光信号容易获取与红外光谱分析信息量丰富两大优点，被广泛用于很多行业的许多有机物和无机物的定性定量分析当中。有人甚至认为近红外光谱分析是一种“万能”的技术，这个词小编可不敢用，不过利用近红外可以完成的检测工作确实不少，下面小编就为大家说说，要用近红外做定量分析总共分几步。有道是“学好近红外，走遍天下检测快” ^_^ 多了解一门技术总不是什么坏事，大家一起看看吧。
利用近红外光谱进行定量分析的流程可分为两大部分：一是建立数学模型，二是应用数学模型。这里说的数学模型就是针对待测组分建立的分析方法或称之为预测方程，建立数学模型的过程也包括检验和优化模型的稳定性，而应用数学模型，就是用未知样品的近红外光谱预测其待测组分的含量。
在近红外光谱分析中，数学模型的建立一般需要经过以下5个步骤：
1. 选择定标样品集和预测样品集 选择有代表性的样品组成定标样品集，这个样品集很重要，不仅要包含待测组分的全部信息，涵盖待测组分的变化范围，还应尽量包括待测组分以外所有的“背景”信息。比如说，待测样品中总共包含了ABCDE五种主要成分，我们要对A和C分别进行定量分析，那么BDE的含量和变化就是此检测项目中的背景信息；如果某一天，待测组分变成了A和B，那么背景信息就变成了CDE。背景信息除了包含其他成分以外，还要考虑温度、湿度、压力、颜色、气泡、浑浊程度等等。在准备定标集时尽量考虑全面，使建立的数学模型能将这些样品的背景信息加以扣除，可以有效降低各种因素对检测准确度和稳定性的干扰。定标样品集的选择应有一定数量要求，但也不宜过多，选择样品时应做到“少而全、少而精”。预测样品集的选择原则是样品的各种信息应被包含在定标样品集的范围内，否则预测时会形成较大的预测误差。
2. 光谱采集 对定标样品集和预测样品集中的每个样品准确地采集光谱，然后运用各种光谱预处理技术，校正光谱的失真，以这种优化的样品集建立的数学模型才能克服近红外光谱的测定不稳定的难点，优秀的近红外光谱仪已经可以很好的解决这类问题了。
3. 化学值的检测 在进行光谱采集的同时要对定标样品进行化学法检测待测组分的含量，在化学检测时，应严格按照国家标准进行操作，最好做平行测试，减少测试误差对建模效果的影响。
4. 建立与检验数学模型 运用化学计量学的方法从复杂的背景与各种组分形成的重叠吸收峰的图谱中提取特定的信息，建立光谱特征与组分含量之间关系的数学模型，以克服近红外光谱分析谱峰重叠的难点。再用严格的统计学方法，通过定标样品集内部交叉证实与预测样品集的外部证实，检验数学模型的准确性和模型的预测能力及预测精度，以确定模型是否符合应用的要求。完成这个步骤往往需要具备一定的近红外分析和化学计量学基础，是整个流程中最有考验的一步，不过不用慌，现代优秀的近红外分析软件已经可以提供很到位的帮助了。
5. 数学模型的修正与维护 为了使数学模型在不同的时间（如不同月份）与空间（如不同的地区、不同的样品类型）都能运用，还需注意对数学模型的不断修正与维护。当样品的测定时间或空间条件改变时，必须用预测样品集检验数学模型，如果数学模型的预测精度降低，就需要在校正样品集中增加新类型的样品，并重新按上述步骤修改数学模型。稳定的数学模型需要不断的完善，这个过程需要与时俱进。
说到这里，大家也看出来了，想用近红外光谱测含量的前期准备工作还不少呢，当然，想要“一劳永逸”地享受近红外快速检测的快感，还是要付出一番辛勤劳动的。
—— (꒪ꇴ꒪(꒪ꇴ꒪ 😉哈? 什么？不想挨累只想享受？
—— 那只能来找我们斌智科技了，这活儿我们包了！ヾ(◍°∇°◍)ﾉﾞ
