近红外光谱仪

    葡萄酒乙醇，含糖量，有机酸，含氮值，pH 值等
    白酒 原料中的水分，淀粉，支链淀粉；酒醅中的水分，pH 值，淀粉和残糖等
    啤酒大麦原料中的水分，麦芽糖；啤酒中的乙醇和麦芽糖等
    饮料 （可乐、 果汁等）咖啡因，糖分，酸度，果汁真伪鉴别
    调味品 （酱油、 醋等）蛋白质，氨基酸总量，总糖，还原糖，氯化钠，总酸，总氮，乳制品（牛奶等）乳糖，脂肪，蛋白质，乳酸，灰分，固体含量
    玉米浆，蜂蜜果糖，水分，葡萄糖，多醣类，偏振参数
    食用油 （花生、豆和菜籽油等）
    原料中油分含量；食用油中的脂肪酸，水分，蛋白质，过氧化值，碘值，真伪鉴别
    烘焙食品 （饼干、 面包等）
    脂肪，蛋白质，水分，淀粉，面筋等；方便面油分
    肉类 （猪、 牛、鸡肉，鱼类，香肠等）
    蛋白质，脂肪，水分，各种氨基酸，脂肪酸，纤维素等，以及新鲜及冷冻程度，产品种类，真伪鉴别
    农牧 大麦，小麦，豆类，水稻，甘薯，面粉，及其它谷类
    脂肪，蛋白质，水分，纤维量，淀粉，产地、产季鉴别，品质等级，谷物成熟度，病虫害
    饲料干物质，粗蛋白，粗纤维，消化能，代谢能，氨基酸，植酸磷，添加剂中哇乙醇含量，预混料中维生素 A烟草 尼古丁，水分，总糖，还原糖，多酚类，总氯，添加物，产地鉴别，等级分类
    咖啡 咖啡因，水分，绿原酸，种类、产地鉴别，品质分级水果，蔬菜 糖分，酸度，维生素，水分，纤维素，品质分级，成熟度，硬度
    茶叶 老嫩度，氨基酸、茶多酚、咖啡碱，水分，总氮，品质分级，真假识别，品种鉴定。
    土壤 水分、有机质和总氮含量，土壤分类其它 堆肥的品质和腐熟度
    石油炼制 原油 密度，实沸点蒸馏，浊点，油气比；油砂中沥青含量
    天然气 烷类组成，水分，总热含量汽油
    成品汽油 辛烷值 （RON、 MON）， 密度， 芳烃， 烯烃， 苯含量， MTBE，
    乙醇含量催化裂化汽油 辛烷值（RON、MON），PIONA（直链烷烃、异构烷烃，
    芳烃，环烷烃和烯烃），馏程
    重整汽油 辛烷值（RON、MON），芳烃碳数分布，馏程
    裂解汽油 辛烷值（RON、MON），二烯、二甲苯异构体含量
    石脑油 POINA，密度，分子量，馏程，乙烯的潜收率，结焦指数
    柴油 十六烷值，密度，折光指数，凝点，闪点，馏程，芳烃组成（单环、双环和多环）
    航煤 冰点，芳烃，馏程
    润滑油 族组成，基础油粘度指数，粘度，添加剂
    重油 API 度，渣油中 SARA 族组成；沥青中蜡含量
    高分子 原料 纯度，水分，羟基含量等
    加工过程 聚合度，动力学、热力学性质测定，添加剂含量
    产品 共混、共聚物的组成，分子量，密度，熔融指数，等规度，残余单体、溶剂，添加剂含量，粒度分布，力学性能，回收废塑料类别鉴定等
    制药 原料 原料药的主要活性成分，结晶状态、粒径、旋光性和密度，鉴别中药材的真伪、产地和品质分级
    加工过程 混合均匀性，干燥过程水分，注射用产品灭菌，膜衣厚度，粒径，主要成分和中间产物浓度，溶出度，药物中微生物定性定量监测产品 主要成分，硬度，包装材料的鉴定，稳定性，真伪鉴定
    其它 临床医学 全血或血清中血红蛋白载氧量、pH 值、脂肪酸、胆固醇、蛋白质、葡萄糖、尿素等含量；无创血糖监测；尿液中尿素、肌氨酸酐和蛋白质；皮肤中水分的测定；烧伤伤口分类；组织氧含量；脑氧饱和度和血流动力学；细胞病理如癌细胞鉴别
    纺织 混纺织品中各成分含量，棉纤维中还原糖，纤维外油，纤维的染色性，棉织物丝光度，羊毛髓化度，棉织物整理剂，二醋酸纤维素醋化值，地毯纤维类别鉴定
    造纸 纸浆中木素含量，卡伯值，纸页水分、涂层含量
    煤炭 水分，挥发份、灰份、含热量，品质分级
    生物化工 生物发酵过程中乙醇、葡萄糖、乳糖、氨基酸、谷酰胺、乳酸盐和谷氨酸盐等含量，细胞密度，反应动力学跟踪，菌种鉴定
    制糖 蔗汁、碎蔗、蔗渣、原糖、成品糖的旋光度、锤度、糖度、
    色度、浊度、粒度、固形物和水分含量等
    日用品 原料纯度，香料，油脂混合物分析，蜡成分鉴别，均匀度，牙膏中氟含量，表面活性剂含量，真伪鉴定
    油漆和墨水 原料分析，溶剂纯度，色素品质
    环保 海洋石油、土壤污染源鉴定；湖泊沉淀物有机物含量；废水pH、BOD、COD
    刑事鉴定 毒品、伪钞鉴定

    近红外分析技术的一个重要特点就是技术本身的成套性，即必须同时具备三个条件：
    （1）各项性能长期稳定的近红外光谱仪，是保证数据具有良好再现性的基本要求；
    （2）功能齐全的化学计量学软件，是建立模型和分析的必要工具；
    （3）准确并适用范围足够宽的模型。
    这三个条件的有机结合起来，才能为用户真正发挥作用。因此，在购买仪器时必须对仪器提供的模型使用性有足够的认识，特别避免个别商家为推销仪器所做的过度宣传的不良诱导，为此付出代价的厂家有之，因此，一定要对厂家提供模型与技术支持情况有详细了解。
    近红外分析技术分析速度快，是因为光谱测量速度很快，计算机计算结果速度也很快的原因。但近红外分析的效率是取决于仪器所配备的模型的数目，比如测量一张光谱图，如果仅有一个模型，只能得到一个数据，如果建立了10 种数据模型，那么，仅凭测量的一张光谱，可以同时得到 10 种分析数据。
    5 近红外光谱分析仪器
    近红外光谱仪器从分光系统可分为固定波长滤光片、光栅色散、快速傅立叶变换、声光可调滤光器和阵列检测五种类型。滤光片型主要作专用分析仪器，如粮食水分测定仪。由于滤光片数量有限，很难分
    析复杂体系的样品。 光栅扫描式具有较高的信噪比和分辨率。 由于仪器中的可动部件（如光栅轴）在连续高强度的运行中可能存在磨损问题，从而影响光谱采集的可靠性，不太适合于在线分析。傅立叶变换近红外光谱仪是具有较高的分辨率和扫描速度，这类仪器的弱点同样是干涉仪中存在移动性部件，且需要较严格的工作环境。声光可调滤光器是采用双折射晶体，通过改变射频频率来调节扫描的波长，整个仪器系统无移动部件，扫描速度快。但这类仪器的分辨率相对较低，价格也较高。随着阵列检测器件生产技术的日趋成熟，采用固定光路、光栅分光、阵列检测器构成的NIR仪器，以其性能稳定、扫描速度快、分辨率高、信噪比高以及性能价格比好等特点正越来越引起人们的重视。在与固定光路相匹配的阵列检测器中，常用的有电荷耦合器件（CCD）和二极管阵列（PDA）两种类型，其中 Si 基 CCD 多用于近红外短波区域的光谱仪，InGaAs 基 PDA 检测器则用于长波近红外区域。北京英贤仪器有限公司与石油化工科学研究院和美国微光谱公司合作， 基于阵列检测器成功开发出了系列近红外光谱仪，包括实验室型和在线型仪器，光谱范围覆盖了整个近红外波段（700～2500nm），根据测量对象可以选择多种测量方式如透射、漫反射等，已在 30 余家炼厂、科研单位和高校得到成功应用。

    样品无须预处理可直接测量：近红外光谱测量方式有透射、反射和漫反射多种形式，适合测量液体、固体和浆状等形式的样品，因此，用途很广。大的优点就是无须对样品进行任何预处理，如汽油可直接倒入测量杯中或将光纤探头直接插入汽油中进行测量，操作非常方便，几秒钟内完成光谱扫描。
    光纤远距离测量：近红外光可以通过光纤进行远距离传输，可以实现距光谱仪以外的远距离测量，可将测量探头或流通池直接安装到生产装置的管线，实现在线测量，或环境苛刻以及危险的地方的现场测量。一台在线近红外光谱仪可以外接多路（2~10 路）光纤回路，实现同时对生产装置的多个测量点的物料在线测量。在线测量数据可直接输送到 DCS 或先进控制系统，为生产的优化及时提供油品的质量参数。与其它在线测量仪表提供的参数（如压力、流量和温度等变量）相比，在线近红外分析提供的数据（如组成或性质）是直接质量参数，对生产的优化提供更准确和有益的参考信息。近红外分析与常规的标准分析方法配合使用，起到双方互补的作用，不仅能够及时向生产控制部门提供分析数据，同时也节省了大量分析化验费用（包括人力、设备，和试剂等）；在线近红外分析与 DCS 连接，直接给控制系统提供数据，据此进行生产优化得到的经济效益是巨大的；与其它在线仪表相比，近红外光谱仪运行故障率和消耗均很低。

    近红外光（Near Infrared，NIR）是介于可见光（VIS）和中红外光（MIR）之间的电磁波， ASTM 定义的近红外光谱区的波长范围为 780~2526nm （12820～3959cm1），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，记录的主要是含氢基团X－H（X=C、N、O）振动的倍频和合频吸收。不同团（如甲基、亚甲基，苯环等）或同一基团在不同化学环境中的近红外吸收波长与强度都有明显差别，NIR 光谱具有丰富的结构和组成信息，非常适合用于碳氢有机物质的组成与性质测量。但在 NIR区域，吸收强度弱，灵敏度相对较低，吸收带较宽且重叠严重。因此，依靠传统的建立工作曲线方法进行定量分析是十分困难的，化学计量学的发展为这一问题的解决奠定了数学基础。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。虽然建立模型所使用的样本数目很有限，但通过化学计量学处理得到的模型应具有较强的普适性。对于建立模型所使用的校正方法视样品光谱与待分析的性质关系不同而异，常用的有多元线性回归，主成分回归，偏小二乘，人工神经网络和拓扑方法等。显然，模型所适用的范围越宽越好，但是模型的范围大小与建立模型所使用的校正方法有关，与待测的性质数据有关，还与测量所要求达到的分析精度范围有关。实际应用中，建立模型都是通过化学计量学软件实现的，并且有严格的规范（如ASTM6500标准）。
    （2）在预测过程中，首先使用近红外光谱仪测定待测样品的光谱图，通过软件自动对模型库进行检索，选择正确模型计算待测质量参数。

    近红外光谱技术（NIR）是 90 年代以来发展快、引人注目的分析技术之一。随着 NIR 分析方法的深入应用和发展，已逐渐得到大众的普遍接受和的认可。 1978年美国和加大就采用近红外法作为分析小麦蛋白质的标准方法， 1998 年美国材料试验学会制订了近红外光谱测定多元醇（聚亚安酯原材料）中羟值含量的ASTM D6342 标准方法。2003年，在我国也正式实施了近红外光谱方法测定饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸的国家标准 GB/T 188682002
    由于近红外光在常规光纤中有良好的传输特性，且其仪器较简单、分析速度快、非破坏性和样品制备量小、几乎适合各类样品（液体、粘稠体、涂层、粉末和固体）分析、多组分多通道同时测定等特点，成为在线分析仪表中的一枝奇葩。近几年，随着化学计量学、光纤和计算机技术的发展，在线近红外光谱分析技术正以惊人的速度应用于包括农牧、食品、化工、石化、制药、烟草等在内的许多领域，为科研、教学以及生产过程控制提供了一个十分广阔的使用空间。