近红外反射光谱仪

近期，陕西省动物研究所大鲵科研团队与美国孟菲斯动物学会、密西西比州立大学联合攻关的&ldquo 利用近红外技术判定大鲵性别的研究&rdquo 项目取得了部分成果，在英国IM出版社的新闻通讯部分(2015年第26卷第2期)发表，并被选做杂志封面。　　NIR 讯息是国际近红外光谱学协会的新闻通讯，提供最新的近红外界内新闻。它以全面，有趣的文章展示近红外光谱学的实际应用。　　近红外反射光谱研究，是通过扫描样品的近红外光谱，可以得到样品的特征信息，收集数据建立模型，进而对未知样品进行准确预测。利用近红外光谱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，广泛应用于动物生理、营养、健康，特别是动物行为、数量统计、繁殖和疾病等方面。此技术将为我国大鲵研究提供新的技术和手段。　　Near infrared reflectance spectroscopy studies of Chinese giant salamanders in aquaculture production　　Carrie K. Vance, Andrew J. Kouba, Hong-Xing Zhang, Hu Zhao, Qijun Wang and Scott T. Willard　　http://www.impublications.com/content/nir-news-table-contents?issue=26_2　　大鲵近红外扫描

CPB仪器与测量栏目最新发文：基于177.3nm激光的真空紫外光调制反射光谱仪，此装置将有望成为高效无损地探测宽禁带半导体材料电子能带结构高阶临界点的有效光学表征手段，并广泛用于超宽禁带半导体材料及其异质结的电子能带结构研究。光调制反射光谱是通过斩波器周期性地改变泵浦光源对样品的照射来测量半导体材料反射率相对变化的一种光谱分析技术。由于所测差分反射率作为能量的函数在材料电子能带结构的联合态密度奇点附近表现出明显的特征，光调制反射光谱已成为研究具有显著电子能带结构的半导体、金属、半金属及其微纳结构和异质结等材料联合态密度临界点的重要实验技术之一。光调制反射光谱中所使用的泵浦激光的光子能量一般要高于被研究材料的带隙，随着第三代宽禁带与超宽禁带半导体材料相关研究和应用的不断深入，需要更高能量的紫外激光作为光调制反射光谱的泵浦光源。目前国际上已报道的光调制反射光谱系统中，配备的泵浦光最大光子能量约5 eV，尚未到达真空紫外波段。因此，迫切需要发展新一代配备高光子能量和高光通量的泵浦光源的光调制反射光谱仪，使其具备探测超宽带隙材料的带隙和一般材料的超高能量临界点的能力。中科院理化所研制的深紫外固态激光源使我国成为世界上唯一一个能够制造实用化深紫外全固态激光器的国家，已成功与多种尖端科研设备相结合并取得重要成果。此文详细介绍了由中科院半导体所谭平恒研究员课题组利用该深紫外固态激光源搭建的国际上首台真空紫外光调制反射光谱仪（图1）的系统设计和构造，将光谱仪器技术、真空技术、低温技术与中科院理化所研制的177.3 nm深紫外激光源相结合，同时采用双单色仪扫描技术和双调制探测技术，有效避免了光调制反射光谱采集中的荧光信号的干扰，提高了采集灵敏度。该系统将光调制反射技术的能量探测范围从常规的近红外至可见光波段扩展至深紫外波段，光谱分辨率优于0.06 nm，控温范围8 K~300 K，真空度低至10-6 hPa, 光调制反射信号强度可达10-4。通过对典型半导体材料GaAs和GaN在近红外波段至深紫外波段的光调制反射信号的测量对其探测能力进行了性能验证（图2）。此装置将有望成为高效无损地探测宽禁带半导体材料电子能带结构高阶临界点的有效光学表征手段，并广泛用于超宽禁带半导体材料及其异质结的电子能带结构研究。该系统基于中科院半导体所承担的国家重大科研装备研制项目“深紫外固态激光源前沿装备研制（二期）”子项目“深紫外激光调制反射光谱仪”，目前已经初步应用于多种半导体材料在深紫外能量范围内的能带结构和物性研究，并入选《中国科学院自主研制科学仪器》产品名录，将有望在推动超宽禁带半导体材料的电子能带结构研究、优化超宽禁带光电子器件的性能方面发挥重要作用。图1. 深紫外激光调制反射光谱仪图2. 177.3 nm（7.0 eV）激光泵浦下的GaAs在1.2 eV至6 eV内的双调制反射光谱及对应能级跃迁

近日，一种“基于步进扫描的光调制反射光谱方法及装置”近日获得国家知识产权局专利授权。该专利由中科院上海技术物理研究所邵军、陆卫等科研人员发明。该装置包括傅立叶变换红外光谱测量系统、作为泵浦光源的激光器、以及联结傅立叶变换红外光谱仪中探测器与电路控制板的锁相放大器和低通滤波器，置于样品与激光器之间光路上的斩波器，从而使连续泵浦激光变为调制激光，并馈入锁相放大器的输入参考端来控制锁相。该方法使用上述装置进行光调制反射光谱测量，包括消除泵浦光的漫反射信号以及泵浦光产生的光致发光信号的干扰；消除傅立叶频率和增强中、远红外波段微弱光信号的探测能力三个功能。经过对分子束外延生长GaNxAs1-x/GaAs 单量子阱样品和Ga1-xInxP/AlGaInP多量子阱材料的光调制反射光谱实际测试。表明本发明显著提高探测灵敏度和光谱信噪比，并具有快速、便捷的优点，特别适用于中、远红外光电材料微弱光特性的检测。

在葡萄栽培与酿酒工业中，可溶性固形物总含量（Total Soluble Solids, TSS）是衡量果实成熟度和品质的关键指标。不同品种的葡萄因其遗传特性和生长环境的差异，其TSS含量存在显著变化。准确估算各品种葡萄的TSS含量，对于预测酒的品质、调整酿造工艺以及确定最佳采收时机均具有重要意义。那么，如何能够准确估算葡萄的TSS含量呢？跟随小编，一起来看看下面这篇论文给出了怎样的答案。摘要 ABSTRACT可溶性固形物总含量（TSS）是决定葡萄最佳成熟度的关键变量之一。在这项工作中，基于漫反射光谱测量，开发了偏最小二乘（PLS）回归模型，用于估算Godello、Verdejo（白葡萄）、Mencía 和Tempranillo（红葡萄）等葡萄品种的TSS含量。为了确定TSS预测的最适合光谱范围，对四个数据集进行了回归模型的校准，其中包括以下光谱范围：400–700 nm（可见光）、701–1000 nm（近红外）、1001–2500 nm（短波红外）和400–2500 nm（全光谱范围）。我们还测试了标准正态变量变换技术。使用留一交叉验证评估了回归模型，评估指标包括均方根误差（RMSE）、决定系数（R2）、性能与偏差比（RPD）和因子数（F）。红葡萄品种的回归模型通常比白葡萄品种的模型更准确。最佳的回归模型是针对Mencía（红葡萄）得到的：R2 = 0.72，RMSE = 0.55 °Brix，RPD = 1.87，因子数 n = 7。对于白葡萄，Godello取得了最佳结果：R2 = 0.75，RMSE = 0.98 °Brix，RPD = 1.97，因子数 n = 7。所使用的方法和得到的结果表明，可以使用漫反射光谱和将反射值用作预测变量的回归模型来估算葡萄中的TSS含量。结果 RESULT葡萄的反射率是使用ASD FieldSpec 4 地物光谱仪进行测量，该仪器可检测350–2500 nm光谱范围内的反射率。葡萄样品（每个葡萄品种60个样品，每个样品有100颗浆果）散布在黑色容器芯中（17 × 17 cm）。从4个不同的数据中获取了100颗浆果的反射数据（在每次测量之前将样品顺时针旋转90°）。然后对反射数据进行预处理，得到4次数据的平均值。图1. 利用ASD地物光谱仪获取光谱数据的流程图2展示了四种葡萄品种的平均反射值范围以及原始数据（图2a）和SNV转换数据（图2b）的TSS反射值。在图2a中，红葡萄品种（Mencía和Tempranillo）具有非常相似的光谱特征。虽然在可见光范围内的反射值相似，但从波长675 nm处可以看出一些差异，最大和最小反射值分别约为895 nm和1080 nm，以及675 nm和960 nm。白葡萄（Godello和Verdejo）的光谱特征与红葡萄不同，但彼此非常相似。Godello和Verdejo在可见光-近红外范围的570 nm、830 nm和890 nm处具有最高的反射值。在这个范围内，反射值呈现轻微差异，尽管它们具有相同的光谱特征。从波长1160 nm开始，四种葡萄品种的反射值是相同的。图2 四种葡萄品种（Mencía、Godello、Tempranillo和Verdejo）采样浆果的平均光谱范围图3 Godello、Mencía、Tempranillo和Verdejo葡萄品种在使用原始数据（实线）和SNV转换数据（虚线）进行PLS回归时加权回归系数在全光谱范围内的分布。对四个品种的酿酒特性进行了交叉验证。黑线表示零相关性，并为了清晰呈现而偏移了3.0单位图4 利用原始光谱反射数据进行每个波长的简单线性相关性葡萄糖度（TSS）相关图。图5 利用原始（a–d）和SNV转换（e–h）反射数据进行的偏最小二乘回归（PLS）的均方根误差（RMSE）值。所有图应用相同的颜色刻度（请参阅右侧图例）。结论 CONCLUSION采用漫反射光谱测量方法，利用偏最小二乘（PLS）回归模型估计了四种葡萄品种（Godello、Verdejo、Mencía和Tempranillo）的总可溶性固形物（TSS）含量。基于所获得的结果，红葡萄品种的TSS含量估算最佳，特别是Mencía。用于TSS预测的最适宜光谱范围是近红外（NIR）范围（701–1000 nm）。在此光谱范围内获得了最高的R2和RPD值，以及最低的RMSE和F值。在所有光谱范围内，对数据进行SNV转换进一步改善了模型的评估指标结果。用于估算TSS的最佳变量（图5）分别位于860 nm处，波长201 nm的Godello；883 nm处，波长232 nm的Mencía；916 nm处，波长230 nm的Tempranillo；以及1055 nm处，波长230 nm的Verdejo。这些最佳点呈现出最低的RMSE值。研究表明，通过光谱测量的反射值，可以迅速、非侵入性地进行现场测量，从而估算TSS含量。

有机蔬菜，是指在蔬菜生产过程中严格按照有机生产规程，禁止使用任何化学合成的农药、化肥、生长调节剂等化学物质，以及基因工程生物及其产物，而是遵循自然规律和生态学原理，采取一系列可持续发展的农业技术，协调种植平衡，维持农业生态系统持续稳定，且经过有机食品认证机构鉴定认证，并颁发有机食品证书的蔬菜产品。关于如何快速鉴别有机蔬菜与非有机蔬菜，光谱仪器的应用提供了新的思路。一起来了解一下今日推荐的文章。使用 VIS-NIR 光谱仪通过特征波长和线性判别分析法快速区分有机和非有机叶菜（空心菜、苋菜、生菜和小白菜）当前有机叶类蔬菜面临着可能被非有机产品替代以及容易脱水和变质的挑战。为了解决这些问题，本研究采用ASD FieldSpec 4 便携式地物光谱仪结合线性判别分析 (LDA) 来快速区分有机和非有机叶菜。有机类包括有机空心菜 (Ipomoea Aquatica Forsskal)、苋菜 (Amaranthus tricolor L.)、生菜 (Lactuca sativa var. ramosa Hort.) 和小白菜 (Brassica rapa var. chinensis (Linnaeus) Kitamura)，而非有机类别由四种对应的非有机类别组成。分别对这些蔬菜的叶子和茎的反射光谱进行二元分类。鉴于 VIS-NIR 光谱范围广泛，使用稳定性选择 (SS)、随机森林 (RF) 和方差分析 (ANOVA) 来评估遗传算法 (GA) 选择的波长的重要性。根据GA选择的波长及其SS评估值和位置，叶片光谱分类的显著波段为550-910 nm和1380-1500 nm，而茎光谱分类的显著波段为750-900 nm和1700-1820 nm。在LDA分类中使用这些选定的波段，分类精度达到了95%以上。本研究所选取的叶类蔬菜用蒸馏水进行了严格的清洗，以有效消除其表面杂质，并在开始光谱测量之前进行了干燥处理。为了防止蔬菜变质，在不参与实验时，将其储存在温度为 4°C 的冷藏装置中。叶片和茎类样品的反射光谱在实验室中通过ASD系统直接测量，没有使用化学试剂和其他预处理。ASD地物光谱仪系统实验平台对于本研究，仅使用了400 nm到2500 nm之间的反射值。针对四种不同类别的叶菜，包括有机和非有机品种，共获取了100个反射光谱。这些反射光谱是从不同样品的不同位置获取。每个单独的光谱是通过对相应样品的五次扫描数据进行平均得到的。四种叶菜的可见光和近红外反射光谱；绿色曲线（有机）；红色曲线（非有机）叶类蔬菜的叶和茎的可见光和近红外反射光谱根据遗传算法选择的波长（所有点）得出的所选波段，以及通过稳定性选择方法评估的前 10 个显著波长（红点）的位置(a) 叶片光谱（550–910 nm和1380–1500 nm）(b) 茎光谱（750–900 nm和1700–1820 nm）【结论】本研究结合了可见光和近红外光谱学、波长选择方法以及线性判别分析，成功地实现了对有机叶菜和非有机对应物的快速区分。通过分析遗传算法选取的波长分布和最显著波长的分布，我们明确确定了适用于叶片和茎的关键光谱带，这些带包括了550–910 nm和1380–1500 nm以及750–900 nm和1700–1820 nm的范围。利用这些光谱带进行分类，我们取得了98.3%的高准确度。研究还揭示了特定波长对叶片和茎的光谱分类有着显著影响，例如在700 nm、820 nm和1400 nm附近的波长对叶片分类的影响显著，而在800 nm、1780 nm和2400 nm附近的波长对茎分类起到了重要作用。此外，我们发现稳定选择方法在评估波长重要性和分类结果方面表现优异。这项研究提供了一种经济、快速、无损伤的方法来识别有机叶菜，未来的研究可以进一步改进分类模型，并将该技术扩展到其他有机叶菜的识别中，从而为农产品质量和认证领域的发展提供了重要的参考。

日前，全国饲料工业标准化技术委员会发布文件，征求关于3项农业行业标准(征求意见稿)的意见。其中《饲料的近红外光谱分析应用指南》规定了饲料成分如水分、粗脂肪、粗蛋白、淀粉、粗纤维含量以及消化率等技术指标的近红外光谱分析应用指南。　　与其他分析技术尤其是传统的实验室化学分析技术相比，近红外光谱分析技术在分析速度、检测成本、可同时检测多种理化性质、易操作性等主要检测性能方面具有显著优势。在全球饲料行业，NIR技术的优势已经获得了极大的认可和广泛的应用。据悉，在 ISO 12099：2010 Animal feeding stuffs, cereals and milled cereal products-Guidelines for the application of near infrared spectrometry 标准颁布之前，国际上的近红外光谱技术在饲料行业中并没有通行的、普适性的国际标准。2010年 6 月 15 日，ISO 12099 的颁布实施在动物饲料行业树立了行业公认的交流准则，从而让不同 NIRS 光谱用户实现了结果的互认与交流，该标准在 2017 年进行了修订(ISO 12099:2017)。　　在饲料行业，我国从 20 世纪 90 年代中期开始引进近红外饲料分析仪器，到 2002 年底，正式颁布了饲料行业近红外分析的国家标准 GB/T18868-2002《饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸快速测定近红外光谱法》、2007 年颁布实施了 NY/T 1423-2007《鱼粉和反刍动物精料补充料中肉骨粉快速定性检测近红外反射光谱法》，2012 年颁布了地方标准 DB21/T 2048-2012《饲料中粗蛋白、粗脂肪、粗纤维、水分、钙、总磷、粗灰分、水溶性氯化物、氨基酸的测定 近红外光谱法》，2015年颁布了地方标准DB43/T 1065-2015《饲料中氯基酸的测定 近红外法》，2019年颁布了地方标准DB36/T 1127-2019《饲料中粗灰分、钙、总磷和氯化钠快速测定 近红外光谱法》，这些标准的颁布实施，标志着这项检测新技术在我国的饲料检测方面受到了广泛的关注和认可。　　虽然，国内许多大型饲料企业和科研院所均在饲料的 NIR检测软硬件方面投入了巨大的财力物力，既促进了饲料行业的飞速发展，又提升了 NIR技术的普及与推广。但与飞速发展的 NIR饲料分析技术以及对应的国际标准方面的发展相比，我国针对 NIR技术在饲料检测方面的标准制订还有待完善，这对我国 NIR技术在饲料行业的全面、稳健、规范的发展形成了制约。故此，亟需推出针对饲料行业检测具有指导性质的、能适应 NIR检测技术发展态势的指南标准。　　《饲料的近红外光谱分析应用指南》修改采用 ISO 12099:2017《动物饲料、谷物及谷物精制料的近红外光谱分析应用指南》。ISO 12099 为使用近红外光谱进行动物饲料的成分如水分、脂肪、蛋白、淀粉、粗纤维含量以及相关性能参数如消化率等的检测提供了综合性指南。ISO 12099 国际标准的引用，为各项技术环节提供了非常细致的指导基础，是后续开发和应用具体 NIRS 解决方案的重要基石。　　作为促进仪器技术应用的有力手段，标准的推行对仪器及分析测试行业具有重大的意义。通过国家标准信息查询系统检索，目前近红外相关的国家标准22项、行业标准31项，地方标准18项。相关标准的推出对于发展中国近红外光谱分析技术，便于广大用户正确掌握和使用近红外光谱定性分析方法，在一定程度上解决了粮油、饲料、水果、纺织品、乳制品等现场快速鉴定与相关行业产品的鉴别、溯源及判别问题，对促进中国近红外光谱快速分析技术应用和发展具有重要实际意义。特别值得一提的是，2013年发布了GB/T 29858-2013《分子光谱多元校正定量分析通则》，2019年发布了GB/T 37969-2019《近红外光谱定性分析通则》。其中，《近红外光谱定性分析通则》规定了近红外光谱定性分析的基本原理和方法、使用软件、仪器设备、光谱测量、样品、定性分析试验步骤、试验数据处理、试验报告等内容的通用要求，进一步完善了近红外分析技术的应用标准，使近红外定性分析的应用走向规范。在我国，大量的科研机构及企事业单位越来越重视并充分挖掘和利用着NIR分析的优势。不过，相对于近红外亟待拓展的领域，现有的标准还不能满足快速增长的应用需求。拿饲料为例，当前全球工业领域的质量管理，已提升到以“原料控制”及“生产过程质量控制”等预防性的质量控制和检验手段为主。要满足上述要求，须有快速、适宜现场及在线检测的检验手段作为支撑，而鉴于近红外光谱技术的优势，相关标准的完善将进一步推动其在饲料领域的应用拓展。

在线上各大电商平台和线下各种促销专柜，琳琅满目的选择中，买到真正喜欢的正品鞋好难啊。因而催生了许多新兴产业，比如倒买倒卖的黄牛，比如假鞋制造产业，鱼龙混杂真假难辨。假冒品每年会给企业和消费者造成数十亿美元的损失，假鞋制造商使用与原品牌相同的材料，甚至相同的技术。因此，仿冒品的鉴别也越来越难。真假球鞋的鉴别究竟有多难？如何才能科学鉴别真假球鞋呢？下面来跟大家分享一下如何使用近红外光谱技术来鉴别真假球鞋。如何才能鉴别？近红外光谱按美国材料检测协会的定义就是指在780-2526nm范围内的光。一束近红外光照射纺织品时，纺织品中的某些成分就会吸收其中特定的光，改变分子的自身状态，产生近红外光谱。近红外光谱分析技术与传统成分检测技术比有效率高、速度快、适用范围广等很多优势。为将真假鞋区分开，制造商正使用近红外漫反射光谱和简单的光谱数据处理技术，帮助美国一认证公司检测每双价值100美元以上的知名品牌运动鞋的劣质材料。为快速检测鞋子的某些部分，并提供有借鉴意义的数据。将反射探头的光纤两端分别连接到NIR Quest光谱仪和光源HL-2000。在Ocean View软件中选择反射测量模式，使用WS-1漫反射标准白板，建立100%参考光谱。使用反射探头观察检测鞋子（正品和仿冒混合在一起）中每个样品的不同区域，并将产生的光谱保存以供分析。我们测量了鞋子的橡胶鞋底，皮革外部，鞋舌外部，内衬面料，甚至鞋带。检测结果如何？下图按顺序分别为橡胶鞋底、白色皮革和鞋舌的近红外反射光谱，我们检测到样本之间的特征光谱确实存在一些差异，但此差异太微弱，不足以用来识别假冒产品。 ▲橡胶鞋底▲白色皮革 ▲鞋舌对内衬面料采集光谱，采集时间小于1s。从下图中可看出，有多个光谱区域内可明显看出差异。至少对于这些高端运动鞋样品而言，内衬面料（蓝色线）是区分正品和仿冒鞋的关键。▲内衬面料结论假冒商品影响到每个人，比起掺假婴儿配方奶粉和伪造货币，假鞋可能没那么严重，但它仍然会贬低品牌价值并提高消费者的消费价格。本文初步证实了近红外光谱真假鞋鉴定的可行性。PS：你鞋是真的吗？买台光谱仪来测测！本文来源：海洋光学关于海洋光学海洋光学作为世界领先的光学解决方案提供商，应用于半导体、照明及显示、工业控制、环境监测、生命科学生物、医药研究、教育等领域。其产品包括光谱仪、化学传感器、计量检测设备、光纤、透镜等。作为光纤光谱仪的发明者，如今海洋光学在全球已售出超过40万套的光纤光谱仪。关于爱蛙科技爱蛙科技（iFrogTech）是海洋光学官方授权合作伙伴，提供光谱分析仪器销售、租赁、维护，以及解决方案定制、软件开发在内的全链条一站式精准服务。如需了解更多详情或探讨创新应用，可拨打400-860-5168转5895客服电话。

褚小立中国石化石油化工科学研究院，cxlyuli@sina.com第21届国际近红外光谱会议(NIR 2023)于2023年8月20日至24日在奥地利召开。由于护照和签证的延迟，很遗憾没有现场参加这次会议。最近一段时间我认真研读了会议摘要和会议墙报，深感近红外光谱的研究和应用方兴未艾。除了近红外光谱在“科学研究”、“过程分析技术”、“高光谱成像”等领域的快速深入发展，本次大会的关键词“小微型近红外光谱”、“数据融合”、“深度学习”给我留下了深刻的印象，可以说是目前近红外光谱领域的研究热点。小微型NIR虽然小微型化的近红外光谱仪在光谱范围、分辨率、信噪比等方面优势不明显，但它具有廉价、快速、操作简单、易于野外使用等诸多优点，近年来越来越受到人们的关注(O01.12)。在NIR 2023上，不仅有新的小微型近红外光谱仪器(O05.05，F05.03，P05.02)和便携式成像仪器(O07.11)的研发，还有应用方法学研究。例如，Shi等将实验室建立的土壤光谱库移植到便携式仪器上，用于田间土壤品质的快速分析(P10.09)；Lippl等也开展了类似的研究工作(P10.04)，以提高小型化近红外光谱仪在现场的部署效率。小型化近红外光谱仪在不同领域的应用研究仍然层出不穷。Gorji等人利用手持式近红外分析仪测量田间作物叶片的含水量，对农田精细灌溉管理具有实际应用意义(P01.22)；Sherif等人一直在利用手持式近红外光谱仪建立数据库，预测奶牛的粪便成分，从而监测养分利用效率，实时调整日粮配方(P01.53)；Gillay等人使用便携式近红外光谱检测奶牛的饲料，并评估这些奶牛的奶生产的奶酪，以评估改善的喂养对奶酪质量的影响(P01.21)。Popp等人花了三年时间在便携式近红外光谱仪上建立了一个校准模型，用于在田间实时直接测量药用植物的质量(PL08)；Hamed等人使用便携式近红外光谱仪确定大麻中具有高经济价值的化学成分的含量，这为种植者、经销商和生产者提供了一种工具，以管理其现场的质量控制并提高作物优化(P01.24)。Ikehata研究了使用小型可见-近红外光谱传感器评估蔬菜新鲜度的可行性(O01.11)；Giraudo使用廉价的便携式仪器识别加工肉制品中掺假的机械分离肉(MSM )( O 01.08)；Hernandez-Jimenez等人成功使用便携式NIR仪器根据品种鉴别伊比利亚火腿(P01.25)；Arroyo-Cerezo等人建立了一种利用便携式近红外光谱仪快速鉴别初榨橄榄油品质和真伪的筛选方法(P01.04)；加里多-奎瓦斯等人还评估了几种便携式仪器在现场检测初榨橄榄油质量的潜力，以便用于橄榄油生产和储存过程中的质量控制(P01.19)。这些有希望的结果表明，微型近红外光谱仪可以成功地应用于直接检测市场上的食品欺诈。Rais等人研究了使用超便携近红外技术对伪造药物进行即时无损分析的可行性，包括治疗勃起功能障碍的药物和预防艾滋病毒治疗的药物(P08.09)；近红外技术可以为纺织废料识别问题提供解决方案，Stipanovic等人使用手持式近红外光谱仪对消费后纺织品进行分类(P07.20)。多源数据融合近年来，多源数据融合技术通过综合优化和整合多个来源的信息，充分发挥多种光谱或/和图像之间的互补性，可以全面深入地挖掘信息，达到提高校正模型预测精度和稳定性的目的(KN11)。在NIR 2023上，出现了很多多源数据融合的应用研究实例，尤其是在食品领域。Vasefi等人开发了一种手持式多模式光谱系统，该系统结合了可见近红外(VIS-NIR)、短波红外(SWIR)和荧光(FL)光谱的反射率，用于鱼类物种识别、新鲜度评估、养殖与野生鱼识别、冷冻-解冻与新鲜鱼肉识别(O03.13)；Strani等人使用拉曼光谱和近红外光谱的融合来鉴定帕尔马干酪的PDO真实性(P01.58)；Bragolusi等人开发了一种基于近红外和拉曼光谱融合的光谱方法，用于快速准确地鉴定单花蜂蜜的植物来源(P01.47)；Jia等人使用可见光范围(400-1000 nm)和短波红外范围(900-1700 nm)光谱成像来预测贮藏期间包装的小牛肉产品的肌红蛋白谱(P07.07)。在制药领域，Kovacs等人将近红外光谱与传统的过程控制方法相结合，预测药物的溶出度(P09.04)；Tian等利用近红外光谱和中红外光谱融合技术对不同品种黄连的水分含量进行了鉴别和测定(P08.10)。在其他领域，Sormunen等人使用拉曼光谱和超光谱成像(1950-2500 nm)对高溴和低溴废塑料(O10.03)进行分类；Linderholm等人使用了五种光谱，包括分子振动光谱和原子光谱，对地质样品进行分类，多块模型的初步结果表明，光谱信息可以相互补充，提高了样本分类的准确性(P03.08)；Oravec等人使用便携式近红外光谱、紫外-可见近红外光谱、拉曼光谱和ATR-FTIR光谱设备进行了文化遗产领域的材料鉴定研究(P03.09)。深度学习近年来，深度学习方法在近红外光谱和高光谱成像的定量分析、模式识别和模型迁移等方面显示出越来越多的优势。深度学习适用于处理大样本光谱数据集，尤其适合高相似样本的判别分析和高差异样本的定量分析。在NIR2023大会上，深度学习与光谱成像相结合在水果和农业方面的应用研究尤为突出。Girones等人将近红外高光谱成像与3D定制卷积神经网络相结合，用于识别水果中的指状青霉感染(F07.01)；Chun等利用高光谱荧光成像数据研究了数据增强深度学习算法，用于草莓灰霉病的早期检测(P07.03)；Kim等人使用高光谱VIS-NIR成像和卷积神经网络来测量东方甜瓜植物的氮水平，以实现精确的氮素供应管理(P07.08)；Mo等评估了高光谱荧光成像和卷积神经网络用于测定柑橘果实成熟度的适用性(P07.15)。此外，Park等人利用田间测得的土壤NIR光谱建立了土壤含水量的深度学习预测模型(P10.07)；Chiniadis等人提出了利用近红外反射光谱和深度学习方法快速预测土壤中碳酸盐含量的方法(P10.01)；Benson等人提出了一种基于耳石近红外光谱和卷积神经网络的鱼类年龄新方法，该方法可以自动提取重要的光谱特征，并产生相当的精度，而且分析效率明显高于传统方法(O01.02，P01.07)。展望从仪器微型化技术的发展可以看出其对近红外光谱的推动力，从工农业生产、消费市场(如“from farm to fork”)和人们日常生活(如”point-of-care”)不断增长的需求可以看出其对近红外光谱的牵引力。在驱动力和牵引力的双重作用下，近红外光谱分析技术将在未来得到加速发展。可以预见，在上述背景下，仪器微小型化、多源数据融合和深度学习仍将是近红外光谱领域未来几年的研究热点和重点。近红外光谱无疑已经从光谱中的“丑小鸭”变成了“天鹅”，并继续与其他谱学技术一起在农业、工业、消费、甚至人类健康等领域中改变着人们的工作和生活方式，成为质量控制的新模式(KN04，PL04，F01.02，KN08，KN10)。目前，近红外光谱分析技术正处于其巅峰的前夜，我们期待着这一时刻的尽快到来。致谢：感谢臧恒昌教授、李连教授和郭隆海教授提供的NIR 2023会议摘要和墙报图片。

1、技术简介　　光在两种物质分界面上改变传播方向又返回原来物质中的现象，叫做光的反射。正是因为光在物体表面发生的反射，我们的眼睛才能感知到周围的世界的颜色与景象。反射是通过光入射到物体表面后在不同波长段的反射率差异引起。光谱仪获得的反射光谱信息就像人眼所见到的视觉内容一样，但是光谱信息更为数据化、更客观。反射测量可以测试物体的颜色，或者通过判定物体的反射光谱差异进行多样品的筛选和品控。 镜面 粗糙表面图5.1 反射原理图　　2、 应用说明　　由于某些检测样本的特殊性，不能完全依赖于化学方法进行检测，反射光谱模型作为一种迅速、高性价比的检测方法，可以作为化学分析方法在其他应用领域的替代方案，甚至可以直接用来测试粉末状样品。反射光谱检测方法不能判定是否适用于被测目标样本的原有模样，所以还是需要尝试多次对照测试它们的反射光谱，提高光谱数据的准确性。　　化学分析的方法可以用来提高最低检出限，并确定掺杂成分，但是光学的方法可以进行预先的快速查看与筛选。将反射光谱检测与化学计量学相结合，利用可见光和近红外漫反射光谱提供快速、无损的检测。在实际检测中，可以分析不同的样本之间的差异。数学上来说，主成分包含在了定义的所有波长多维空间的范围内。主成分使我们能够获得多维数据集和重要维度，然后从无意义的噪音中分离出有意义的信息。　　食品安全：香料检测，香蕉成熟度分析，芒果与鳄梨区分检测等 　　自然环境：水体汞污染监测，农作物分析等　　3 、典型产品和配置　　颜色检测配置：　　1. 光谱仪　　2. 光源　　3. 积分球：积分球可以180° 收集样品表面的反射光，所以它能尽可能多地收集样品表面的反射光。反射式积分球还能使用在弯曲表面，或者颜色测量。它能将样品表面发射的光很好地在积分球内部进行匀化，然后再耦合到光谱仪。反射光通过圆形的入射光孔径进入积分球，然后经过分球内壁涂抹的特殊涂层材料的均匀反射。图2 积分球示意图　　4. 反射探头：当需要快速测量样品或者应用在样品表面非常小的采样点时，反射探头既可以测量镜面反射，也可以测量漫反射，而且可以基于光源和光谱仪的配置不同，选择不同类型的扩大波长范围的反射探头。探头的发射光和反射光是同一方向的，接收到的光是反射光的一部分，所以使用反射探头测量反射光谱是一种相对测量。图3 反射探头　　5. 采样附件(光纤、滤光片、透反射支架、动态样品台等)：透反射支架用来固定反射探头的标准配件，同时也可以用于透射测量。使用透反射支架，可以有效地减少光源对样品的过度加热，对于生物样品或者有机样品，还有那些低熔点的样品非常重要 动态样品台，基于样品台旋转或者直线移动来对样品进行测量，并获得测量的平均信号。这种测量方式避免了结果的多样性，提高了样品测量的均一性结果，特别是对于谷物、种子和土壤类等不均一的样品，是比较理想的选择。 图4 反射支架和样品台　　6. 准直透镜：在做反射测量时，准直透镜可以使用在光纤的末端来准确地固定入射光和反射光的角度。镜面发射或者漫反射都可以使用这样的测量方式，但是我们需要固定夹具来对测量系统进行固定。准直透镜必须预先调焦来避免光束的发散，来保证获得更好的光谱。　　7. 光谱仪控制软件图5 反射检测典型配置　　典型配置　　典型产品：高灵敏度光谱仪，光源，滤光片，积分球，透反射支架，动态样品台，准直透镜　　4 、应用文章　　4.1 香料掺假检测图6 不同香料检测光谱　　4.2 香蕉成熟度检测图7 不同成熟度香蕉光谱图　　4.3 芒果与鳄梨区分检测图8 芒果与鳄梨检测光谱　　4.4 基于SPR快速检测花生过敏源图9 过敏源光谱　　4.5 无人机智能农业检测 图10 无人机农业检测光谱图　　4.6 农作物成分检测图11 农作物成分光谱图　　4.7 水体汞污染监测图12 水体检测光谱图（来源：海洋光学）

食味计是日文汉字，国人从最初开始一直沿用至今，也就成为了中文专用术语。基于近红外原理的大米食味计是一款测量对象单一（糙米，精米）、检测项目固定（蛋白质、直链淀粉、水分、脂肪）、显示食味数值的专用仪器，在短波近红外波段范围内采集光谱。大米食味计的诞生与日本大米混合之后再销售的习惯有关。每年10月左右收获的新米很好吃，一旦过了第二年春天味道就差了。但有一种从初春开始就觉得既便宜又好吃的大米，这就是混合米。混合米虽然容易被认为是劣质商品，但它也是消费者和生产者为了享受美味的智慧。混合大米是为了激发大米的美味，与碾米技术一起可以说是大米销售商的秘诀。一方面抓住当地消费者的喜好，另一方面抓住大米产地的特点进行混合。大米混合的目的是：（1）稳定和提高食味，消除全年食味波动。（2）确保数量。因为优质米数量有限，所以要通过混合功能来确保口感好的大米供应数量。（3）应对大米供求情况。为了避免歉收时陷入大米不足的困境，需要将陈米混合进行销售。（4）满足消费者希望的价格。大米的销售价格主要与原料大米的价格有关，但也要根据混合大米的价格和口味来决定。大米食味的数值化能为大米混合提供更为科学的依据，由此食味计应运而生。因此食味计是一种快速鉴定大米品质的无损检测仪器。大米食味计的发展共分为三个阶段：（1）利用市售滤光片型仪器，采集粉碎后大米的长波段近红外反射光谱；（2）利用滤光片型食味计，采集整粒大米的短波段近红外透射光谱；（3）利用食味计，采集整粒大米的短波段近红外连续透射光谱。1986年，日本佐竹公司研发出了世界第一台大米食味计TB1A型（图1），当时的食味计主要用于两种情况。一是只要指定食味值，就能得到价格最便宜的混合米组合；二是一旦设定价格，可以选出食味值最高的大米混合。可有效地进行粮库管理。图1 第一台食味计第一台食味计内置德国Bran+luebbe公司的近红外仪器，先将精白米粉碎后测量近红外反射光谱，利用多元线性回归建模，预测直链淀粉、蛋白质、水分等成分的含量。C=F1log1＋F2log2＋……Fnlogn＋F0C是成分含量，log1 ~ logn是各波长下的吸光度，F0 ~ Fn是上述权重系数。其次，前记各成分的多项式的食味用判断式代入各成分的值，算出食味值。食味判定公式主要内容为:K=(直链淀粉含量)1.0×(蛋白质含量)0.3×｛15〔15-水分含量〕}0.75T=50000/K2K为食味关联值，T为食味值。T值越大越好[1]。由此得到的食味值和感官测试相关如图2所示。相关系数足以满足实际使用要求[2]。图2 感官评价与食味值的关系同期，还有另外两种原理推测食味值。一是依据大米的食味与镁、钾、氮的含量，二是依据蛋白质含量和碘呈色度程度[3]。不过，现在都是依据蛋白质、直链淀粉、脂肪、水分进行预测了。20世纪90年中期开发出对糙米和精米进行全粒测定的近红外透过型分析仪。当时有7家公司在市面上进行销售。透射型分析仪与反射型分析仪相比，采用了1100nm以下的短波长范围和低价格的硅检测器，因此分析仪的价格较低。佐竹制作所的CTA10A和CTA10B两种分析仪光源都是采用卤素灯，波长为600 ~ 1100nm，10个固定波长透过型分析仪，二极管是硅光电二极管[4]。20世纪90年代后期，估计有4000 ~ 5000台食味计应用到生产现场。后因食味值推测精度并不高，而且各制造商之间的食味计检测精度差异较大，逐渐被遗忘。还有，直链淀粉的检测精度低至0.8%∼1.2%，只能被视为参考值。另一方面，蛋白质全粒透过型检测精度为0.25%∼0.35 %，达到实用要求，作为筛选优质(低蛋白质)大米被广泛应用。水分的检测精度也在0.15%∼0.20%，与电阻式水分计毫不逊色，也被用在生产现场[5]。2010年1月，日本佐竹公司开始销售测量精度更高、轻量紧凑化的新型米粒食味计RLTA10A（图3）。历经24年的发展，食味计机型升至第四代，至今仍是主流产品。RLTA10A是机型RCTA11A的后继机种，继承了简单、快速测量功能等特点。新机型不论是在检测技术还是检测精度方面都得到了大幅提升。采用近红外透射连续波长方式，在提高测量精度的同时，实现了重量比以往机型减少20%、容积减少37%的轻量紧凑化。因为是大型彩色液晶触摸面板方式，所以操作方便，打印机内置。可以用U盘直接保存数据，还可以和佐竹公司的谷粒辨别器连接。图3 佐竹公司第四代食味计RLTA10A随着市场需求和技术的发展，1996年，佐竹公司又开发了世界首创米饭食味计（图4、5）。图4 米饭食味计图5 米饭食味计原理图该米饭食味计测量近红外光谱方法比较简单。利用两组滤光片3个波长采集反射光量(540nm,970nm)和透射光量(540nm,640nm)。好米和次米蒸出的米饭反射光有差异，用540nm的反射光观察米饭的外观。用540nm和970nm两种波长分析米饭水分差异。蒸好饭后1-2小时，540nm不论是在反射光模型还是在透射光模型中的相关系数均很高，但当蒸好饭后12∼24小时，透射光传感器的变化量往往是反射光变化量的几倍。选用640nm评价米饭变质程度，例如黄变或褐变[6]。米饭食味计共测量五项指标，具体如下：①外观。米饭的α化(糊化)程度越高，外观越闪亮。共分为10个等级，等级越高越好。②硬度。光学方法测定米粒中蛋白质含量的变化。共分为10个等级，等级越高越硬。③黏性。光学测量由直链淀粉含量变化决定的黏性。共分为10个等级，越高越有黏性。④平衡度。用粘性/硬度计算，倍数化。共分为10个等级，越高越好。⑤食味值。米饭美味度的综合评价。有光泽，越透明糊化的越好，判定为好的食味。100级评价。虽然早期在日本有多家公司生产大米食味计，时至今日主要就是佐竹公司和静冈制机公司。静冈制机公司紧随佐竹公司其后，于1989年开始销售大米食味计RA-6101，如图6所示。2016年，静冈制机公司又推出了最新一代高精度近红外食味分析仪SRE（图7），将大米食味计检测精度提高到了一个新高度。图6 静冈制机开发的第一台食味计 RA-6101图7 静冈制机食味计 SRE静冈制机对用户反映的检测精度原因进行了详细梳理，得出波长漂移占45%，温度干扰占28%，其它化学值误差占10%，其它占17%。发现波长如果发生1nm漂移，将导致0.63%的蛋白质检测误差，要想满足检测精度要求，必须把波长漂移误差控制在0.3nm以下。另外，通过统计分析找到一个与蛋白质相关性极高的特征波长，并对仪器采取控温措施，建模后蛋白质的检测精度高达SEP=0.11%，逼近化学值的检测误差。由此获得日本农林水产省和北海道设施协会的资质认定，并作为国际米食味品鉴大会唯一指定的检测设备，享誉国内外。食味计预测大米直链淀粉的精度未达标问题一直困扰着食味计的普及应用，为此，北海道生物系特定产业技术研究支援中心尝试利用近红外光谱分析制作直链含量预测模型及综合近红外光谱分析和可见光分析信息的二次建模，开发出直链淀粉含量预测标准误差(SEP)不到1%的非破坏性测量技术。利用近红外光谱分析(BR-5000、静冈制机)、可见光分析(ES-1000、静冈制机)、建模、评价按品种群制作。第一阶段，根据近红外光谱分析和参考分析值，PLS回归分析建立模型。第二阶段，近红外光谱分析的直链淀粉含量预测值(NIR)及蛋白质含量预测值(PC)、可见光分析的PP值(整粒比例、未成熟粒比例、粒长、粒宽)共6个项目为自变量进行多元回归分析建立了两个阶段的模型。对各个模型，进行直链淀粉含量预测精度的评价。其结果如图8所示，糙米的直链淀粉SEP=0.43%，精米是0.42%。满足了实际生产要求[7]。图8 大米直链淀粉二次建模（NIR+VIS）结果静冈制机即将在2024年1月中旬推出最新小型食味计TMX-1（图9），其技术特点是能计算出样本的最佳测量时间，能经常进行低噪声测量。因为得到了最佳光谱，所以信号噪声降低了，可以计算出更准确的测量值（图10）。从硬件和软件两方面好好地修正测量环境温度和样品温度引起的测量误差（图11）。测量值的校正可以通过基准样本自动进行。由于可以自动进行繁琐的偏差计算和调整，所以便于精度管理。也能降低多台导入时的机差[8]。图9 最新小型食味分析計「TMX-1」图10 新旧机型光谱示意图图11 新旧机型温度的影响示意图综观近红外仪器发展史，不论是通用仪器还是专用仪器，还没有一款仪器像食味计一样不断更新换代，足以证明食味计在大米加工应用的重要性和紧迫性。参考文献[1]佐竹专利：米の食味測定方法及び装置JPA 1987291546[2]保坂幸男：ポストハーべースト最新技術事情，農業機械学会誌第51巻 第2号[3]河野澄夫：近赤外分光分析法による非破壊品質評価，化学と生物 Vol.28, No.6，1990[4]川村周三，竹倉憲弘，伊藤和彦：近赤外透過型分析計による米の成分測定の精度とその改善，農業機械学会誌64(1): 120～126, 2002[5]夏賀元康・渡部美里・川端 匠・片平光彦：携帯型分析計による米の品質測定のための基礎研究，農業機械学会誌 75（6）：393∼402，2013[6]三上隆司，柏村崇，土屋義信，西尾尚道：可視光および近赤外光 による米飯の官能値評価，日本食品科学工学会誌 第47巻 第10号2000年10月[7]川村周三（2018），第 34 回近赤外フォーラム（札幌市），近赤外分光と可視光を利用した米の自動品質検査システムの開発[8]静冈制机公司网页,https://www.shizuoka-seiki.co.jp/

2013年9月23日，&ldquo 近红外光谱应用新进展&rdquo 专场研讨会如期召开。闵顺耕教授做题为《从NIR 2013看近红外光谱技术发展动态》的综述性报告，报告中介绍了NIR 2013的概况以及会上所展现出来的近红外光谱新技术。中国近红外光谱专家一行（第二排左二为闵顺耕教授）NIR 2013概况 　　 NIR 2013 于2013年6月2-7日在法国召开，各领域的专家学者500余人汇集一堂，共同探讨近红外光谱分析技术在食品、农业、环境、医药以及其他产业的应用。NIR 2013聚焦于近红外光谱技术在土壤、生物医学领域的应用，以及在生态、考古、工业等领域的特殊应用。全球主要的近红外仪器与软件供应商都参加了此次会议。 而且，就像上文所说，中国近红外光谱专家一行众人也参加了此次会议。　　NIR 2013上进行的报告以及交流的海报近400篇，其中，食品领域所占比例最大。　　NIR 2013上关于近红外成像方面的报告共有10多篇，其中，农产品质量安全领域的研究最多。　　近红外新技术新仪器新方法　　散射-吸收光谱新装置　　传统的近红外光谱仪通常测定的是总漫反射强度，包括了化学成分的吸收和物质对光的反射两部分。而这一新装置将样品放置在两个积分球之间，利用两个积分球分别测定漫反射光谱和透射光谱，漫反射光谱与样品的组织结构、物性有关，透射光谱与样品的组成(浓度)有关。　　时间/空间分辨近红外光谱应用　　而能够分别测定光子吸收强度和光子散射强度的两种独立信息的光谱仪器还有另外一种类型，即时间/空间分辨漫反射光谱仪。对于浑浊样品，在其不同位置进行光谱检测，因为光在样品中传输的距离不同、光传输到不同位置的时间也不一样，通常是纳秒或皮秒级，即形成了时间/空间分辨近红外光谱。　　时间分辨近红外光谱仪器的研制已有10多年的历史，但是具体的物质测试应用则是近年来开展的。目前，光源和检测器的光谱范围扩大是此类仪器研发的发展方向。　　散射介质中的气体吸收光谱　　NIR2013上展出的近红外气体分析仪器至少有4种，其中一个是利用770nm、980nm两种波长，15米光程测定气体中甲烷、水、氧气三种成分的含量，该仪器主要用于天然气和环境监测中。近红外在气体检测中的应用值得重视。　　漫反射成像技术　　传统的漫反射成像，由于光的漫反射使得光斑变大，空间分辨率下降。现在的检测技术利用一些手段使得检测集中在照射区，照射区之外的漫反射不进行测定。目前，已有的手段包括通过光纤定位检测或利用不同波长的光成像，再通过软件进行重构，及通过硬件、软件两方面技术实现了高分辨成像。　　闵顺耕教授也介绍了近红外技术发展趋势，主要包括近红外成像技术、仪器微型化技术、近红外时间/空间分辨光谱技术、化学计量学方法与数据利用、近红外在线分析、食品品质与安全领域等。撰稿人：刘丰秋

来自奥地利、美国和瑞士的科学家组成的国际科研团队，研制出了首个中红外波长范围超级反射镜，有望用于测量微量温室气体或用于切割和焊接的工业激光器等领域。研究论文发表于最新一期《自然通讯》杂志。在可见光波长范围内，现有金属反射镜的反射率为99%。在近红外范围，专用反射镜涂层的反射率高达99.9997%；但迄今最好的中红外反射镜的反射率为99.99%，光子丢失率是近红外超反射镜的33倍。人们一直希望将超反射镜技术扩展到中红外领域，以促进很多领域取得重大进展，如测量与气候变化有关的微量气体、分析生物燃料，以及提升广泛应用于工业和医疗领域的切割激光器和激光手术刀的性能等。此次，研究团队研制出的中红外超反射镜的反射率高达99.99923%。为制造出中红外超级反射镜，研究团队结合传统薄膜涂层技术与新型半导体材料和方法，开发出一种新涂层工艺。为此，他们先研制出直径为25毫米的硅基板，然后让高反射半导体晶体结构在10厘米的砷化镓晶片上生长，接着将其分成更小的圆形反射镜，再将这些反射镜安装到硅基板上，得到了超级反射镜并证明了其性能。研究人员指出，这款新型超反射镜的一个直接应用是显著提高中红外气体分析光学设备的灵敏度，可准确计量微量环境标志物，如一氧化碳等。

国外某研究机构的最新市场研究显示， 2020年全球红外光谱市场预计10亿美元，2025年将达13亿美元，复合年增长率为4.1%。作为一类比较成熟的仪器分析方法，红外光谱已经得到了广泛的应用，特别是在制药、生物研究以及食品和饮料的终端用户中应用非常广泛。而同时，这些相关行业严格的法规，以及对质量水平越来越高的追求都推动了红外光谱市场的增长。　　虽然2020年COVID-19的爆发和蔓延影响了很多行业发展，也使很多工厂停工或者关闭，但同时也导致了药品和其他医疗设备产量的增加，这在一定程度上也增加了红外光谱在医疗保健和制药终端行业的需求，进而导致市场对红外光谱产品和解决方案的需求增长。　　基于市场的需求，各大仪器厂家也在不断的推出新的产品。据统计，申报仪器信息网2020年度“科学仪器优秀新品评选”活动的红外/近红外光谱类仪器共计11台，其中红外光谱仪9台，近红外光谱仪2台。值得一提的是，不管是小型化、云数据管理、专用化及在线仪器等，以上新品特别注重从用户的角度考虑问题，从应用的角度着手进行产品的开发和设计。以下将根据2020年度申报新品的情况进行简单的概述：　　近年来，小型化一直是仪器设计和制造的一个重要发展趋势，仪器小型化不仅能满足空间有限的分析测试现场使用需求，而且便于集成拓展，非常适合手持式/便携式仪器开发。　　在本年度申报的仪器新品中，滨松光子学商贸(中国)有限公司推出了FTIR光谱仪引擎 C15511-01。基于精心重构光学干涉仪的设计思路，并采用独特的MOEMS技术，滨松光子成功开发出了一款高性能的微型化FTIR引擎。迈克尔逊光谱干涉仪和控制电路内置其中，仅手掌大小，却实现了在1.1-2.5μm区域超高的灵敏度，具有远超同类产品的高信噪比表现(10000:1)，以及高光谱重现性。据悉，该产品可内置于便携式FTIR仪器中，实现整机小型化的同时，也可保证高性能的实现。　　此外，荧飒光学仪器(上海)有限公司也推出了两款便携式的仪器新品：便携式傅里叶红外气体分析仪+Mobile10-G、便携式傅里叶变换红外光谱仪 Mobile10。其中，前者集成小体积长光程的9.8米气体池及内置抽气泵、电池，现场开机即可工作；后者不仅集成平板及电池，现场开机即可工作，而且具有与台式红外光谱仪一样的性能。　　对于科学仪器而言，软件是一个绕不开的话题，随着应用需求的提升，用户不仅关注仪器硬件的改进，对软件及数据的云端管理也提出了新的需求。　　软件在云平台和云服务方面的创新，是现代仪器发展的一个重要方向。珀金埃尔默企业管理(上海)有限公司推出的Spectrum 3™ 傅立叶变换红外光谱仪不仅提供全集成的热重-红外(TG-IR)联用(EGA4000)解决方案的FT-IR平台，涵盖近、中、远红外三个波长范围，软件自动切换光源、分束器、检测器等部件。而且，特别值得一提的是，该仪器首次将云办公软件“NetPlus”引入红外光谱检测领域，数据实现云端连接。基于Web的应用程序，允许从任何设备查看、上传/下载和管理云端数据，提供更加准确的结果、整合的工作流和团队成员间跨实验室/设备实时协作。　　对于中药材的分析而言，数据分析是重点也是难点。北京鉴知技术有限公司(原同方威视拉曼)推出的IT2000中药分析仪，针对中药材质量控制，通过丰富的数据库和识别算法，一键分析实现中药饮片的真伪鉴别、品种识别、产地溯源和品质分析，光谱采集、分析、测试报告等同步自动完成。　　应用拓展一直是近红外人努力的方向和目标，而找准应用环境对近红外仪器而言至关重要。很多业内人士指出，专用化和在线仪器的发展存在着较强的生命力和巨大的潜在应用市场。　　瑞士万通中国有限公司推出了DS2500 L近红外光谱液体分析仪，在上一代产品的基础上，该仪器由分体式改为了一体机的形式，使得仪器本身防护等级达到了IP65。另外，其智能附件设计，为分析液体样品设计了不同光程的附件，每个附件上都带有芯片，附件插入仪器后可以被读取；荧飒光学仪器(上海)有限公司推出了为工业在线用户设计的8通道在线检测近红外光谱仪--傅里叶变换在线近红外光谱仪MASTER10-Pro，其采用完全国内自主的傅里叶变换技术，自主国产的干涉仪，立体角镜，永久准直，抗震性强。　　除了红外透射、红外反射、衰减全反射(ATR)、漫反射等大家熟悉的测量方式，在本次申报的新品中，荧飒光学仪器(上海)有限公司还推出了傅里叶变换红外发射光谱仪和傅里叶变换光致发光光谱仪。红外发射光谱虽然应用范围不如红外吸收光谱广，但在一些特定研究领域有其独特的优势。荧飒光学仪器(上海)有限公司推出的傅里叶变换红外发射光谱仪 FOLI 10-RE是独立式、专用型红外发射光谱仪，其光路设计紧凑，可以明显降低辐射损失，提高辐射通量；作为一种有效的无损光谱检测手段，光致发光光谱广泛应用于半导体的带隙检测、杂质缺陷分析等。荧飒光学仪器(上海)有限公司推出的傅里叶变换光致发光光谱仪 FTPL-10具有弱信号探测能力强、测量速度快和用户操作使用简单等优势。在仪器性能方面，该仪器的光谱分辨率达到0.8nm以上，测量速度达到每秒1张谱图，信噪比超过500：1。　　此外，荧飒光学还推出了旋转透射红外液体分析仪+FOLI10-RT，该仪器最多可同时配置4个不同光程的光学窗，非常适合液体的定量测量；天津恒创立达科技发展有限公司推出了MATRIX-50 傅里叶红外光谱仪，该产品采用专利的高能量红外光源，内置独特设计的反射镜，光源能量利用率远高于传统设计，可为傅立叶变换红外光谱仪的ATR及显微红外应用提供足够的能量。

合适的食品质量检测方法十分重要，科学家利用众多方法来测试不同的污染物。最近一种红外衰减全反射（IR-ATR）仪器在食品检测领域流行起来，它可以在几乎不需要样品制备的情况下获取倏逝场吸收，同时促进对任何聚集状态中的分析物的无损分析。食品安全控制概念 | 图片来源：© Alexander Raths - stock.adobe.com最近发表在《应用光谱学》杂志上的一项研究介绍了一种便携式的红外衰减全反射（IR-ATR）食品分析设备，可用于分析食品行业中有重要意义的物质。该系统的核心是了解脂质中脂肪酸（FAs）的组成；由于正常的脂质成分是表征鱼类等食品的质量的特征指标，但易受环境因素如水质、捕捞季节和温度的影响，因此跟踪脂肪酸是理解脂质的真实特征以及它们如何影响食物质量的关键。该系统还使用了霉菌毒素和有机溶剂作为代表进行了测试。霉菌毒素是与真菌污染相关的有害次生代谢物，它们的存在可能对人体和家畜的健康产生有害影响，因此检测它们对于食品安全至关重要。至于有机溶剂，食品行业主要将其用于从食品基质中提取成分，但由于传统方法性能优越，导致绿色提取方法不太受欢迎。这两种物质对于食品加工都是必不可少的，这也解释了为什么除了脂肪酸之外，IR-ATR 系统还主要针对它们进行测试。用傅立叶变换红外光谱仪（FT-IR）对便携式IR-ATR设备与传统实验室IR-ATR设备进行了对比测试，以展示前者系统的潜在优势。使用了三种类型的模型系统，每种系统内都含有不同的样品：溶解在水中的N，N-二甲基甲酰胺（(CH3)2NCH）（DMF）、溶解于乙醇中的硬脂酸（C17H35CO2H）以及溶解于甲醇中的DON（C15H20O6）。这些分析物作为典型的化合物类别，在中红外（MIR）光谱图中具有特征波段。通过两种系统的比较证实了的两者的多个因素，包括霉菌毒素的检测、FAs的分析以及有机溶剂的定量。值得注意的是，便携型系统的分析性能与标准型系统分析能力一致。然而，在该系统投入大规模使用之前仍需要进一步的工作要做。科学家在研究中指出：“未来研究旨在分析更复杂的系统，包括真正的鱼类样品和各种含有真菌污染物/霉菌毒素的谷类作物提取物，并采用先进的数据分析方法来开发无需标记的快速筛查方法。”

FT 9700™ 全新一代易学易用的高性价比FT-NIR近红外光谱仪FT 9700™ 基于珀金埃尔默在设计和生产红外光谱仪方面70余载的丰富经验研发，具有极简的操作性、优越的性能和出色的性价比。其设计紧凑、完全集成、采样稳定的特性，配合简单直观的ResultPlus触屏操作界面，确保无论在实验室还是现场，FT 9700系统都能开展快速无损的分析评价。小体积大功效系统标配基于高灵敏度、方法可转移和易清洁特性而设计的近红外反射附件（NIRM）。它的测量操作快速简单，非常适合各种形态样品的定性和定量分析。磁性可卸的旋转台使得采样表面和旋转台本身易于清洁，因此可有效节省做样时间。另外，NIRM的专利的镜像方法提供了最先进的方法可转移性。60/100mm培养皿旋转器，全新的透反射附件以及固定式小瓶架 也提供了无与伦比的灵活性。任何样品整粒、粉状、液体、糊状和膏状等，FT 9700可以分析任意类型的样品，而且不需要选配其它额外昂贵的配件。简单、现代、直观和高效Results Plus是我们最新版本的软件平台，配有触屏界面，能够使分析工作流程变得快速、简单。应用FT-NIR光谱仪的主要优势在于应用广泛且便于操作，节约时间和试剂消耗而降低成本，可很大程度上取代各行业的化学分析法。可以应用在食品相关行业、纺织行业、酿酒行业、聚合物和回收利用行业、药品和化妆品行业等。创新点：1、创新的旋转干涉仪，免除动态校正，长期可靠工作拥有Dynascan™ 干涉仪设计，系统无需通过动态校正来补偿动镜在运动中造成的的误差。通过实际验证和久经考验的干涉仪技术融合了可靠的旋转轴承，能在仪器的整个使用寿命中提供可靠的服务。2、独一无二的标准技术，保障不同仪器之间的数据高度一致性和模型可传递性绝对标准仪器（Absolute Virtual Instrument™ ）技术采用了以甲烷气体光谱为基准的标准化技术，能确保仪器准确校准，与传统的方法相比较，仪器的波数和线形能够更精确地实现标准化。有了AVI技术，不管使用哪一台仪器，你都能得到同样的数据结果。3、先进的数据处理算法，干扰更少，结果更准确、更一致FT 9700系统拥有大气背景校正（Atmospheric Vapor Compensation）™ 技术，能够实时自动补偿水分吸收。这一特性能在日常使用中帮助得到更准确、更一致的结果。4、FT 9700™ 标配高灵敏度、方法可转移的反射采样附件（NIRM），并配合磁性可卸的旋转样品台，可实现固体、液体及粉末样品的快速直接测量，1分钟内获取结果。珀金埃尔默FT 9700™ 傅里叶变换近红外光谱仪

嫦娥五号任务成功从月球正面返回了1.73 kg表面与钻取样品，其采样区域比以往的Apollo及Luna任务的采样区域都要年轻。目前已经报道的样品分析结果表明，着陆区的物质组成是比较复杂的，因此对大尺度遥感探测数据的解译要格外慎重。准确的物质组成信息对行星地质演化历史的解译十分关键，而遥测光谱技术是目前获取这些信息最有效的手段之一。可见-近红外或中红外波段的一些独特的吸收特征可以用来识别行星表面矿物组成。其中可见-近红外光谱的吸收特征主要是由矿物中过渡性金属离子（Fe2+）如外层电子跃迁产生，而中红外光谱中的吸收则主要是由矿物晶体晶格振动（如硅酸盐矿物中Si-O的伸缩振动等）产生。在中红外谱段，光谱特征更为丰富，可以对可见-近红外光谱无法区分的物质类型进行有效判别。由于月球等地外样品比较珍贵，以往的行星光谱学研究大多是基于地球矿物或模拟物开展的，科学家通过在地面实验室开展控制性实验测量，分析不同类型物质的光谱特征变化规律，然后应用到行星遥测数据的反演分析中。地球上的模拟物虽然丰富，但是真实月壤的很多性质依然无法完美复制。尤其是发生于月表的太空风化作用，会对月表物质的光学特性产生显著影响。嫦娥五号采样任务的成功为利用真实月壤样品开展光谱分析提供了重要机遇。中国科学院国家空间科学中心太阳活动与空间天气重点实验室副研究员杨亚洲、研究员刘洋等从嫦娥五号返回的表层月壤样品中挑选出了一些粒径在200-500 μm之间的颗粒，其中包含了典型的月球矿物（橄榄石、辉石、斜长石）与玻璃球粒等（图1），并利用显微FTIR光谱仪测量了这些颗粒的中红外反射光谱。在中红外光谱中，Christiansen特征（CF）、剩余射线带（RB）、透明特征（TF）是硅酸盐矿物中最为显著的几个特征，借助这些特征可以对矿物的类型及具体成分进行判别。在反射光谱中，CF表现为反射率的最小值，硅酸盐矿物的主CF通常出现在7.5-9.0 μm波段范围内，主要与晶体中Si-O伸缩振动有关。月球主要矿物中，斜长石的CF峰位一般在波长较短位置（~8 μm），而橄榄石的CF峰位则出现在波长较长位置（~9 μm），辉石的CF峰位则在前两者之间。基于CF峰位与RB特征，以及显微镜下的矿物形貌特征，研究人员对挑选出的月壤颗粒类型进行初步判别（图2），然后对不同矿物与玻璃端元的显微红外光谱特征进行对比分析。图1（a）立体显微镜下月壤颗粒影像；（b）显微红外光谱仪获取的影像拼接图；（c）典型月壤矿物与玻璃颗粒影像放大图。图2 所测颗粒样品的CF峰位分布图通过与Apollo返样及月球陨石中不同矿物及玻璃端元的红外光谱进行对比（图3a），研究人员发现与常规FTIR测量相比，利用显微FTIR技术测量的红外反射光谱中没有透明特征（TF）。这主要是因为显微FTIR通常测的是单个颗粒，所测反射信号中没有颗粒之间的多重散射的贡献。但是CF峰位等特征不会受到这两种不同测量技术的影响。对于用常规FTIR方式测量的粉末样品光谱，其近红外波段的反射率通常要比中红外波段高很多，但是随着样品尺寸的增加，两个谱段之间的差异逐渐变小（图3a）。除了颗粒尺寸外，太空风化作用也会降低近红外与中红外谱段的光谱对比度，因为风化作用会使近红外谱段的反射率显著降低，但是对中红外谱段的影响很有限，这主要是因为两个谱段的光谱吸收特征的产生机制完全不同。月表的太空风化作用机制主要有太阳风注入与微陨石撞击等，在人们以往的研究中曾利用脉冲激光照射的方式来模拟微陨石撞击过程，以制备具有不同风化程度的模拟样品。通过对比嫦娥五号橄榄石颗粒与经过不同程度脉冲激光照射的地球橄榄石样品的光谱（图3b），可以看到，随着风化程度的增加，橄榄石近红外波段与中红外波段的反射率差异逐渐减小。在后续研究中，若能对更多具有不同风化程度的月壤矿物颗粒样品进行显微红外光谱分析，则有可能构建一个近红外-中红外光谱对比度与风化成熟度的关系模型，从而应用到更多样品的分析上。橄榄石是岩浆冷却过程中结晶最早的矿物之一，其晶体中Mg与Fe的相对含量（Fo，镁值）对于指示原始岩浆的成分具有重要意义。橄榄石RB特征中的几个反射峰的峰位会随着镁值的变化而发生系统的偏移。基于嫦娥五号橄榄石显微光谱中的RB峰位，研究人员反演得到了这些橄榄石的镁值，结果与先前报道的实验室测量结果相一致（图3d），表明该方法虽然是基于常规FTIR测量的红外光谱建立的，但是在显微红外光谱分析中也是可行的。除了矿物颗粒外，月壤中通常还含有丰富的玻璃质物质，这些玻璃物质主要有撞击与火山活动两种成因。该研究分析结果表明，这些玻璃大多属于月海撞击成因玻璃，但有少数可能具备火山成因。图3 （a）CE-5橄榄石颗粒显微红外光谱与Apollo返样中橄榄石粉末样品红外光谱对比图；（b）CE-5橄榄石颗粒与经过不同脉冲激光照射的地球橄榄石样品的光谱对比；（c）利用5.6-μm与6.0-μm波段峰位反演的橄榄石样品Fo值结果；（d）利用RB波段发峰位反演橄榄石Fo值结果。在行星光谱学研究中一直存在一个难题，就是实验室测量的光谱与遥测光谱之间往往存在较大差异，因为即使有了月壤样品，在实验室内也无法完全复制月表原始的堆积状态。因此实验室测量光谱往往无法直接应用于遥测数据的解译上，尤其是显微光谱分析结果。而通过反演光学常数（或折射率）的方式，可以将实验室测量结果与遥测分析很好的衔接起来。光学常数是光谱模型的重要输入量，有了不同矿物端元的光学常数，再结合给定的颗粒尺寸、孔隙度及各端元的含量等参数，就可以生成模型光谱。利用该模型对实际遥测月表光谱进行拟合，就可以实现对观测区域矿物组成的定量反演。目前的光学常数库中，基于真实地外样品的光学常数还比较匮乏。虽然地球上的矿物种类非常丰富，但是与地外样品相比，即使是同种类的矿物，其在具体成分上也存在一定差别。比如地球上的橄榄石大多Mg含量比较高，而月球上的橄榄石通常Mg含量比较低。因此，尽可能的扩充基于真实地外样品分析得到的光学常数库是很有必要的。该研究中，研究人员基于显微红外反射光谱，对挑选出的一些典型橄榄石、斜长石、辉石及玻璃端元的光学常数进行了反演（图4），这些结果将对现有的或将来的月球及其他小行星的光谱分析产生很大帮助。图4 基于反射光谱反演得到的典型矿物与玻璃端元的光学常数论文链接：https://doi.org/10.1029/2022JE007453

中国仪器仪表学会近红外光谱分会文件近学分字[2022] 第003号关于开展2022年度“创和亿杯近红外光谱数据建模竞赛”的通知近红外光谱行业专家、学者、研究生及相关单位：近些年，近红外光谱技术在我国得到了快速发展，其中化学计量学方法的深入研究和应用功不可没。分析模型是近红外光谱分析技术的核心之一，为了共同提升我国本领域人员的建模水平，中国仪器仪表学会近红外光谱分会举办首第二届“创和亿杯近红外光谱数据建模竞赛”，现将有关事宜通知如下：（1）本竞赛提供一套近红外光谱数据，来源于实际应用场景，校正集样本光谱阵（301×701）由301个固体样本的漫反射光谱构成，校正集样本类别值（301×1）（文件名：近红外光谱数据_训练集.csv，301×702，最后一列为类别值），预测集样本光谱阵（76×702）由76个固体样本的漫反射光谱构成（文件名：近红外光谱数据_测试集.csv，第一列为样本序号）。上述文件包含在本通知附件的压缩文件“竞赛数据2022.rar”。（2）任何人均可参赛，每位参赛人员仅限提交一套预测结果。（3）根据参赛者提交预测结果的准确性，本竞赛将评选出一等奖1名，二等奖2名，三等奖5名，优秀奖10名。颁发电子版获奖证书和奖金，其中一等奖奖金2000元，二等奖奖金1500元，三等奖奖金1000元，优秀奖只颁发获奖证书。（4）本竞赛采用识别准确率参数评价参赛结果：例如：预测的类别结果与实际类别一致的样本有38个，总共的预测样本为76个，则识别准确率为38/76=50%。（5）请参赛者于2022年8月20日前将完成的“参赛附表”，发送至邮箱：cxlyuli@sina.com ，若有疑问请微信联系13501215398（微信号）。（6）请参赛者认真填写“参赛附表”的个人信息，本竞赛不对外公开参赛人员的任何信息。（7）本竞赛将在2022年8月25日前向参赛者公布预测集的实际类别值，2022年9月15日前公布获奖名单。（8）本竞赛不收取任何费用。（9）本套近红外光谱数据版权归属中国仪器仪表学会近红外光谱分会，任何个人或单位不得将其用于商业或其他用途。中国仪器仪表学会近红外光谱分会 2022年7月25日参赛附表 一、参赛人员基本信息姓 名性 别年 龄专 业学 历职务/职称国 籍移动电话E-mail单 位 二、采用的建模方法（请尽可能详细说明采用的方法）建模过程的描述（不限字数，可附图表）光谱预处理方法及其参数光谱变量筛选方法模式识别方法及参数选择其他需要说明的方法 三、预测集样本的预测结果预测集样本序号类别预测值1　2　3　4　5　6　7　8　9　10　11　12　13　14　15　16　17　18　19　20　21　22　23　24　25　26　27　28　29　30　31　32　33　34　35　36　37　38　39　40　41　42　43　44　45　46　47　48　49　50　51　52　53　54　55　56　57　58　59　60　61　62　63　64　65　66　67　68　69　70　71　72　73　74　75　76　 附件1：竞赛数据2022.rar 附件2：参赛附表.docx

近红外光谱行业专家、学者、研究生及相关单位　　近些年，近红外光谱技术在我国得到了快速发展，其中化学计量学方法的深入研究和应用功不可没。分析模型是近红外光谱分析技术的核心之一，为了共同提升我国本领域人员的建模水平，中国仪器仪表学会近红外光谱分会举办首届“创和亿杯全国近红外光谱数据建模竞赛”，现将有关事宜通知如下：　　(1)本竞赛提供一套近红外光谱数据，来源于实际应用场景，校正集光谱阵(1200×351)由1200个固体样本的漫反射光谱构成(文件名Xtrain.txt)，校正集浓度阵(1200×1)由对应1200个固体样本的某一成分含量构成(文件名Ytrain.txt)，预测集光谱阵(200×351)由200个固体样本的漫反射光谱构成(文件名Xtest.txt)。上述三个文件包含在本通知附件的压缩文件“竞赛数据.rar”。　　(2)任何人均可参赛，每位参赛人员仅限提交一套预测结果。　　(3)根据参赛者提交预测结果的准确性，本竞赛将评选出一等奖1名，二等奖2名，三等奖5名，优秀奖10名。颁发电子版获奖证书和奖金，其中一等奖奖金2000元，二等奖奖金1500元，三等奖奖金1000元，优秀奖只颁发获奖证书。　　(4)本竞赛采用以下两个参数评价预测结果的准确性：　　(5)请参赛者于2021年4月1日前将完成的“参赛附表”，发送至邮箱：cxlyuli@sina.com，若有疑问请微信联系13501215398(微信号)。　　(6)请参赛者认真填写“参赛附表”的个人信息，本竞赛不对外公开参赛人员的任何信息。　　(7)本竞赛将在2021年4月5日前向参赛者公布预测集的浓度真值，2021年4月15日前公布获奖名单。　　(8)本竞赛不收取任何费用。　　(9)本套近红外光谱数据版权归属中国仪器仪表学会近红外光谱分会，任何个人或单位不得将其用于商业或其他用途。　　中国仪器仪表学会近红外光谱分会　　2021年2月26日　　附件：　　关于开展2021年度“创和亿杯全国近红外光谱数据建模竞赛”的通知.pdf　　参赛附表.docx　　竞赛数据.rar参赛附表　　一、参赛人员基本信息姓 名性 别年 龄专 业学 历职务/职称国 籍移动电话E-mail工作单位　　二、采用的建模方法(请尽可能详细说明采用的方法)建模过程的描述（不限字数，可附图表）光谱预处理方法及其参数浓度值预处理方法光谱变量筛选方法定量校正方法其他需要说明的方法　　三、预测集样本的预测结果预测集样本序号预测值123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200

为全力展示我国近红外光谱领域所取得的最新进展及成果，增进广大近红外光谱科技工作者和广大近红外分析工作者之间的交流与合作，进一步促进我国近红外光谱事业的发展，中国仪器仪表学会近红外光谱分会于2014年9月在北京举办全国第五届近红外光谱学术会议。　　陆婉珍院士、李德发院士担任大会主席，届时将邀请国内经验丰富的近红外光谱分析专家、学者、用户和仪器专家与到会观众就近红外光谱分析技术进行深入交流，此外多位国外知名学者和海外华裔学者也将到场参与。为开阔用户视野，拓展近红外光谱技术用途，特邀企业用户结合生产实际，分别做&ldquo 近红外光谱深耕中国产业&rdquo 的主题报告。　　热忱欢迎光谱学界专家教授及广大从事分析测试技术工作的科技人员踊跃撰稿。大会也热忱邀请从事其他光谱技术(如中红外、拉曼、紫外和核磁等)结合化学计量学方法研究和应用的专家和学者参会，介绍最新研究和应用的进展。会议将评选优秀论文，颁发证书和奖金。　　具体会议日程如下：近红外分会成立日程安排9月23日 分会成立大会8:30 －22:00会议报到北京福永御龙国际酒店一楼22:00 后到达者翌日晨8:30－9:00中国国际展览中心综合服务楼W20118:00 －20:00晚宴北京福永御龙国际酒店一楼宴会大厅20:00 －22:00近红外光谱分会成立大会 全体理事参会北京福永御龙国际酒店二楼大会议室22:00 －22:15理事长会议 理事长、副理事长参会北京福永御龙国际酒店二楼大会议室 大会报告题目及日程安排9月24日上午 地点：中国国际展览中心综合服务楼W201 8:00 北京福永御龙国际酒店门口发车，集体乘坐大巴前往会议中心（5-10分钟车程，请务必按时乘车）开幕式，主持人：袁洪福教授8:40 －9:10 1.主持人介绍来宾；2. 嘉宾致辞大会报告，主持人：韩东海教授时间报告人报告题目9:10 －9:30罗国安 清华大学基于在线近红外光谱技术的中药生产过程智能控制系统研究9:30 －9:50W. G. HANSEN NIR Application Consultants Inc. KatyNear Infrared Spectroscopy and Process Analytical Technology9:50 －10:10邵学广 南开大学大数据时代的近红外光谱分析10:10 －10:30邹小波 江苏大学近红外高光谱图像技术及其在食品、农产品质量与安全检测中的应用10:30 －11:00会议代表合影& 茶歇主持人：潘 涛教授11:00 －11:20吴海龙 湖南大学在线干扰共存体系数学分离及高效定量分析基础研究进展11:20 －11:40臧恒昌 山东大学近红外光谱在制药领域的应用前景与挑战11:40 －12:00周学秋 Thermo 公司近红外PAT 技术及其应用实例12:00 －13:00午饭（展览中心一楼用餐区）仪器展示& 墙报（展览中心E2 馆科学仪器展区内） 9 月24 日下午 地点：中国国际展览中心综合服务楼W201主持人：邵学广教授13:00 －13:15陈增萍 湖南大学复杂体系近红外光谱定量分析校正模型维护方法13:15 －13:30袁洪福 北京化工大学光谱多元分类方法研究13:30 －13:45倪力军 华东理工大学近红外光谱结合非线性模式识别方法进行牛奶中掺假物质的判别13:45 －14:00李军会 中国农业大学烟叶品质的近红外定性分析方法14:00 －14:15王智宏 吉林大学油页岩含油率近红外光谱原位分析技术14:15 －14:30宋文琦 公安部天津消防研究所近红外光谱技术在消防产品质量快速检测领域的研究进展14:30 －14:50罗海峰 FOSS 公司近红外网络化管理在饲料行业中的应用14:50 －15:10茶歇主持人：徐可欣教授15:10 －15:25吴志生 北京中医药学大中药质量实时检测(RTD) 关键技术15:25 －15:40潘 涛 暨南大学近红外光谱技术在地中海贫血筛查中的应用15:40 －15:55李文霞 北京服装学院废旧涤/ 棉混纺织物定性分析模型的建立及应用15:55 －16:10宋 涛 通威股份有限公司近红外在饲料企业中的应用现状及展望16:10 －16:25张铭 西安交通大学前沿科学技术学院辐射效应和辐射损伤的红外和拉曼光谱研究16:25 －16:40云永欢 中南大学基于模型集群分析的变量选择方法研究16:40 －17:00李 光 聚光科技近红外分析仪器在民生领域的应用集体乘车返回北京福永御龙国际酒店18:00 －20:00晚宴北京福永御龙国际酒店一楼宴会大厅 9 月25 日上午 地点：中国国际展览中心综合服务楼W1058:00 北京福永御龙国际酒店门口发车，集体乘坐大巴前往会议中心（5-10分钟车程，请务必按时乘车）主持人：闵顺耕教授8:40 －8:50杨维旭 吉林燃料乙醇有限责任公司DDGS 饲料色度学参数的近红外光谱分析8:50 －9:00刘晶 中国科学院合肥智能机械研究所基于光纤光谱仪的可见-近红外漫反射光谱测试系统9:00 －9:10李军涛 中国农业大学近红外反射光谱技术快速测定玉米中常规养分和猪有效能9:10 －9:20薛俊杰 中国农业大学在线近红外光谱技术检测农作物秸秆基础特性研究9:20 －9:30魏远隆 江西出入境检验检疫局近红外光谱法结合化学计量学鉴别南丰蜜桔地理标志产品9:30 －9:40王加华 许昌学院便携式近红外光谱技术特点及其在现场评价中的应用9:40 －9:50张妍楠 中国农业科学院蜜蜂研究所基于近红外光谱检测技术鉴别洋槐蜜中掺入大米糖浆的可行性研究9:50 －10:10Tan Guat Kheng 瑞士万通公司瑞士万通近红外应用介绍10:10 －10:30茶歇主持人：陈斌教授10:30 －10:45吴静珠 北京工商大学NIR －Raman 光谱技术在食用植物油品质快速检测中的应用研究10:45 －11:00刘燕德 王海阳华东交通大学拉曼光谱在水果质量安全中的应用研究11:00 －11:10杨仁杰 天津农学院二维NIR－IR 相关谱判别掺杂牛奶11:10 －11:20向伶俐 中国农业大学近、中红外光谱法融合判定葡萄酒产地11:20 －11:30黄亚伟 中国农业大学面团形成时间的可见/ 近红外光谱快速测定研究11:30 －11:4吉纳玉 河南工业大学近红外通用模型同时检测苹果、桃、梨可溶性固形物含量的研究11:40 －11:50刘 然 中国农业大学不同型号仪器间近红外预测模型的传递研究12:00 －13:00午饭（展览中心一楼用餐区）仪器展示& 墙报（展览中心E2 馆科学仪器展区内） 9 月25 日下午 地点：中国国际展览中心综合服务楼W105主持人：臧恒昌教授13:00 －13:15刘言 南开大学基于拓展光谱的近红外光谱模型转移方法13:15 －13:30王满华 东理工大学近红外光谱法同时无损测量红叶石楠叶片中叶绿素和花青素含量13:30 －13:40周璐薇 北京中医药大学基于近红外成像技术银黄片质量的可视化评价研究13:40 －13:50李洋 北京中医药大学基于在线近红外技术中药配方颗粒提取过程实时监测研究13:50 －14:00裴艳玲 北京中医药大学厚朴酚2D-NIR 解析及取样间隔研究14:00－14:10汪静静 安徽中医药大学近红外光谱技术对人参药材人参皂苷含量测定及产地识别的研究14:10－14:20田旷达 中国农业大学Iterative nonlinear fitting correction with classic least square (INFC-CLS): a quantitative method for attenuated total reflection infrared spectroscopic imaging主持人：杨季冬教授14:20－14:30范伟 湖南农业大学基于近红外光谱的农产品品质监测系统开发与应用14:30－14:40宫会丽 中国海洋大学烟叶品质快速检测与分析网络化平台技术研究14:40－14:50范桂芳 清华大学甜高粱秆固态发酵过程主要参数近红外光谱分析14:50－15:00李敬岩 石油化工科学研究院原油光谱快速评价技术的新进展15:00－15:10刘逸中 石化北京化工研究院近红外光谱对石脑油裂解焦油的多任务分析15:10－15:20温晓燕 西安近代化学研究所硝化棉中含氮量NIR分析模型的建立15:20－15:35陈丽英 仪器信息网互联网信息服务助力近红外教学和科研15:35－16:00优秀墙报颁奖暨闭幕式（主持人：刘慧颖高工）16:00－19:30集体乘车前往国家大剧院19:30－21:00音乐会

HAMAMATSU（滨松） PHOTONICS近红外光谱在食品分析中的作用近红外光谱（NIR）是指在750至2500 nm的电磁光谱近红外区域内研究物质和光之间的相互作用[1]。当红外光与样品分子相互作用时，每个波长反射、透射和吸收的电磁能的量取决于样品中存在的键类型[1]。C-H、N-H和OH振动键在近红外区域最普遍，决定了给定物质的光谱形状。近红外光谱通常用于测量和量化样品的近似成分，如蛋白质、水分、干物质、脂肪和淀粉。此外，近红外光谱反映了其物理性质或特性[1]。因此，当应用于食品时，样品的近红外光谱不仅可以提供有关食品化学成分的信息，还可以通过不需要使用试剂的无损、快速和清洁的方法提供有关其功能的信息[2]。便携式仪器的影响直到最近，近红外技术才向小型化设备发展，使近红外分析从实验室进入现场成为可能。便携式近红外光谱是监测作物质量、确定最佳种植条件和收获时间的绝佳工具。鉴于食品易受含量变化的影响，需要保持新鲜以防止质量损失，以及非法掺假的可能性，控制食品质量的重要性怎么强调都不为过。此外，食品生产、配送链的复杂性以及将分析时间降至最低的需要，使便携式光谱仪在该领域向前迈出了革命性的一步[5][6]。用于食品分析的近红外光谱示例Parastar等人将计算技术应用于近红外分析仪获得的吸收光谱，能够准确区分新鲜肉和解冻肉，并根据鸡的生长条件对鸡柳进行正确分类[3]。使用类似的工具，Kucha和Ngadi能够评估猪肉末的新鲜度[4]。这些计算方法，通常被称为“化学计量学”，使用多种算法和统计技术，如多元线性回归、偏最小二乘回归和主成分分析来分析来自光谱仪的数据。这些方法将光谱信息转化为与样品相关的化学和功能特性[2]。便携式近红外分析仪改善奶牛健康，优化灌溉和收割时间便携式近红外分析仪已被用于饲料和牧草的农场监测，以评估其质量。在这个过程中，将饲料样本放在扫描仪前进行分析，并将结果提供给农民或营养学家。这使他们能够及时做出有关提要的管理决策，将获得结果所需的时间从几天缩短到几秒钟。例如，牛饲料中玉米青贮饲料的干物质含量每天变化很大，在六个月内高达41%。通过现场调整，奶牛可以获得更一致的口粮，从而改善牛群的总体健康状况。这是通过血液参数的变化和乳腺炎的减少来观察的，从而增加了产奶量。此外，这项技术可以潜在地减少饲料浪费，从而降低成本并增加收入[7]。便携式近红外光谱法的另一个有价值的应用领域是对作物生长各个阶段的实地评估。Tardaguila等人研究了在不同环境条件下生长的八个不同品种的160片葡萄叶片的吸收波长。他们专门针对含水量评估来确定葡萄酒行业灌溉的优化策略[8]。在收获季节，近红外光谱已被用于评估橄榄果实[9]、葡萄[10]和番茄[11]在树上的成熟度，从而优化收获时间，甚至使用农业机器人实现自动化水果采摘。收获后，近红外光谱技术有助于农民、消费者和质量控制官员对产品质量进行快速无损检测。这项技术还允许检测由于将传统生产的水果错误标记为有机水果而导致的菠萝欺诈[12]。FTIR光谱提供更高的通量和更好的灵敏度在近红外光谱中，分析有机材料的吸收光谱主要有两种方法。第一种方法是基于二极管阵列的光谱学。该技术使用色散光栅将从样品反射或透射的光分离为其波长分量。然后将每个分量聚焦在线性检测器阵列的不同像素上。这种方法速度相当快，可以用于实时测量。然而，二极管阵列光谱仪的光通量与其光谱分辨率成反比，这限制了其有效性。此外，在近红外区域敏感的线性阵列的高成本可能会限制其在某些应用中的应用，特别是在农业和食品中。获得吸收光谱的第二种方法是傅立叶变换干涉测量法。在这种方法中，入射光被分成两条路径，一条指向固定反射镜，另一条指向可移动反射镜。当这些路径被重新组合时，就会得到干涉图。通过对该干涉图进行傅立叶变换，可以获得入射光的光谱，并且通过适当的校准，可以确定样品的吸收光谱。使用这种技术，可以同时测量所有波长，在不影响光谱分辨率的情况下提供更好的吞吐量和更高的灵敏度（通常被称为“Fellgett的优势”）。在该技术中，仅使用单个NIR光电探测器而不是阵列，从而保持低成本。滨松光子的FTIR引擎为食品行业带来了新的曙光滨松的FTIR引擎C15511-01是一个紧凑的傅立叶变换红外光谱模块，对1.1µm至2.5µm范围内的近红外光具有灵敏度，并具有USB连接。该设备的特点是在手掌大小的外壳中有一个迈克尔逊光学干涉仪和控制电路。为了补偿元件小型化造成的光损失，滨松光子公司的工程师为FTIR引擎配备了一个大型可移动MEMS反射镜和一个高灵敏度InGaAs PIN光电二极管。这种MEMS元件的特殊设计抵消了外部振动和器件内部杂散光反射的影响。可移动MEMS反射镜的位置使用专用激光系统进行连续和精确的监测，以确保最高的波长再现性。一般来说，滨松的FTIR引擎可以提供与更大、更昂贵的台式设备相当的高灵敏度、高分辨率和高速测量。使用FTIR引擎进行红外光谱分析有两种测量方法：“反射测量”和“透射测量”。使用这些方法，我们测量了坚果（杏仁、腰果、核桃）和酒精饮料（啤酒、清酒和白兰地）的光谱。透射测量：酒精饮料吸收光谱的比较及其酒精浓度的估计FTIR引擎C15511-01用于观察几种酒精饮料产生的吸收光谱的差异。将液体放入对近红外透明的石英池中，提供1mm的光路长度。使用卤素灯作为本实验的光源。来自灯的宽带光部分被液体吸收，并通过光纤部分传输到FTIR引擎。图中所示的吸收光谱是在室温下获得的，平均128次扫描，并减去参考测量值。这些光谱的形状主要受水中的OH基团（吸收波长：1450 nm和1900 nm）和醇中的CH基团（吸收光谱波长在2100 nm和2500 nm之间）的影响。还测量了纯水和乙醇的光谱，并将其添加到图中进行比较。此外，使用2300nm处的吸收峰来估计每种饮料中的酒精浓度。该测量显示的值与液体中酒精的实际存在一致，证实了使用这种紧凑的设备和方法进行精确估计的可能性。漫反射测量：使用近红外光谱对坚果进行分类当照射到样品上的光的一部分被其表面颗粒有规律地反射时，其余的则穿透样品。在这里，光通过折射透射、光散射和表面反射反复散射，直到它离开待测量的样品。通过该测量获得的漫反射光谱与样品的吸收光谱相似。漫反射信号通常比通过透射获得的信号弱。因此，使用这种方法的主要挑战之一是提高照明效率。在传统配置中，使用光纤将来自单个卤素灯的宽带光引导到样品。滨松光子最近设计了L16462-01，这是一种针对漫反射测量进行优化的创新光源。该装置配备了多个灯，以特定角度靠近样品。通过光纤收集从样品散射的光，并将其引导至NIR光谱仪。这种配置可测量信噪比，最大限度地减少杂散光的影响。e照射到样品上的部分光被其表面颗粒规则反射，其余部分穿透样品。在这里，光通过折射透射、光散射和表面反射反复散射，直到它离开待测量的样品。通过该测量获得的漫反射光谱与样品的吸收光谱相似。食物过敏是一种遗传易感个体在食用某些食物成分后出现不利免疫反应的情况。这种反应可能导致立即或延迟的症状，可能是严重或致命的[13]。在过去的几十年里，这种免疫紊乱已经成为全世界关注的一个重要问题，在西方国家，至少有8%的儿童和5%的成年人受到影响。它给医疗系统带来了相当大的压力，并可能严重限制日常甜梅干动[14]。许多种类的坚果，包括核桃（胡桃）、腰果（西方腰果）和杏仁（甜梅干），都被欧洲法规1168/2011列为过敏原，只要存在于食品中，就需要添加到成分表中[15]。出于这些原因，坚果的检测和分类对于食品工业来说是必要的。滨松利用近红外光谱对杏仁、腰果和核桃的吸收光谱进行了研究和分类。使用FTIR引擎C15511-01和新的灯L16462-01获得测量结果。将坚果放置在光源上，无需任何预先准备，平均进行128次扫描以获得每个样品的吸收光谱。所获得的光谱的特征在于1600-1800nm处的峰，这是由从脂质和蛋白质拉伸的CH的第一泛音引起的。当观察光谱的二阶导数时，各种光谱之间的差异更加明显。通过主成分分析法可以对不同种类的坚果进行分类。结论近红外光谱在食品工业中的潜在应用已经被许多科学出版物广泛记录了几年。便携式仪器的出现正在将分析从实验室转移到现场，将结果的时间从几天大幅缩短到几秒钟。最值得注意的是，这种由滨松MEMS技术驱动的硬件小型化在不影响灵敏度或分辨率的情况下实现。新的计算技术正在不断发展，以分析和比较吸收光谱，并估计食品中特定化合物的含量。这些方法使整个行业的非技术用户越来越容易访问该技术。便携式FTIR分析仪是解决食品行业许多重大挑战的宝贵工具。例如，它们可以帮助提高作物产量，从而在面临粮食需求增加时提供一种替代毁林的方法。将这些技术融入农业可以在优化灌溉和限制整个供应链的食物浪费时限制水浪费。最后，FTIR分析仪可以帮助改善我们的食物质量，使其对我们和所有依赖我们的动物更安全、更健康。参考文献[1] K. B. Beć, J. Grabska, and C. W. Huck, “Near-Infrared Spectroscopy in Bio-Applications”, Molecules, vol. 25, no. 12, p. 2948, Jun. 2020, doi: 10.3390/molecules25122948.[2] D. Cozzolino, “The Ability of Near Infrared (NIR) Spectroscopy to Predict Functional Properties in Foods: Challenges and Opportunities”, Molecules, vol. 26, no. 22, p. 6981, Nov. 2021, doi: 10.3390/molecules26226981.[3] H. Parastar, G. van Kollenburg, Y. Weesepoel, A. van den Doel, L. Buydens, and J. Jansen, "Integration of handheld NIR and machine learning to 'Measure & Monitor' chicken meat authenticity" in Food Control, vol. 112, pp. 107149, 2020. doi: 10.1016/j. foodcont.2020.107149. [4] Kucha, C.T., Ngadi, M.O. “Rapid assessment of pork freshness using miniaturized NIR spectroscopy”. Food Measure 14, 1105–1115 (2020). https://doi.org/10.1007/s11694-019-00360-9 [5] J.-H. Qu, D. Liu, J.-H. Cheng, D.-W. Sun, J. Ma, H. Pu, and X.-A. Zeng, "Applications of Near-infrared Spectroscopy in Food Safety Evaluation and Control: A Review of Recent Research Advances" Critical Reviews in Food Science and Nutrition, vol. 55, no. 13, pp. 1939-1954, 2015. doi: 10.1080/10408398.2013.871693.[6] K. B. Beć, J. Grabska, and C. W. Huck, “Miniaturized NIR Spectroscopy in Food Analysis and Quality Control: Promises, Challenges, and Perspectives,” Foods, vol. 11, no. 10, p. 1465, May 2022, doi: 10.3390/foods11101465.[7] "Can On-Farm NIR Analysis Improve Feed Management?", Penn State Extension. [Online]. Available: https://extension.psu. edu/can-on-farm-nir-analysis-improve-feed-management.[8] J. Tardaguila, J. Fernández-Novales, S. Gutiérrez, and M.P. Diago, "Non-destructive assessment of grapevine water status in the field using a portable NIR spectrophotometer", J. Sci. Food Agric., vol. 97, pp. 3772-3780, 2017. doi: 10.1002/jsfa.8241.[9] A. J. Fernández-Espinosa, "Combining PLS regression with portable NIR spectroscopy to on-line monitor quality parameters in intact olives for determining optimal harvesting time", Talanta, vol. 148, pp. 216-228, 2016. doi: 10.1016/j.talanta.2015.10.084.[10] G. Ferrara, V. Marcotuli, A. Didonna, A. M. Stellacci, M. Palasciano, and A. Mazzeo, “Ripeness Prediction in Table Grape Cultivars by Using a Portable NIR Device”, Horticulturae, vol. 8, no. 7, p. 613, Jul. 2022, doi: 10.3390/horticulturae8070613.[11] H. Yang, B. Kuang, and A.M. Mouazen, "In situ Determination of Growing Stages and Harvest Time of Tomato (Lycopersicon Esculentum) Fruits Using Fiber-Optic Visible—Near-Infrared (Vis-NIR) Spectroscopy", Applied Spectroscopy, vol. 65, no. 8, pp. 931-938, 2011. doi: 10.1366/11-06270.[12] C. L. Y. Amuah, E. Teye, F. P. Lamptey, K. Nyandey, J. Opoku-Ansah, and P. O. Adueming, "Feasibility Study of the Use of Handheld NIR Spectrometer for Simultaneous Authentication and Quantification of Quality Parameters in Intact Pineapple Fruits", Journal of Spectroscopy, vol. 2019, Article ID 5975461, 9 pages, 2019. doi: 10.1155/2019/5975461.[13] Z. Husain and R.A. Schwartz, "Food allergy update: more than a peanut of a problem", International Journal of Dermatology, vol. 52, pp. 286-294, 2013. doi: 10.1111/j.1365-4632.2012.05603.x.[14] S. H. Sicherer and H. A. Sampson, "Food allergy: Epidemiology, pathogenesis, diagnosis, and treatment", The Journal of Allergy and Clinical Immunology, vol. 133, no. 2, pp. 291-307.E5, Feb. 2014. doi: https://doi.org/10.1016/j.jaci.2013.11.020 [15] A. Luparelli, I. Losito, E. De Angelis, R. Pilolli, F. Lambertini, and L. Monaci, “Tree Nuts and Peanuts as a Source of Beneficial Compounds and a Threat for Allergic Consumers: Overview on Methods for Their Detection in Complex Food Products”, Foods, vol. 11, no. 5, p. 728, Mar. 2022, doi: 10.3390/foods11050728.本文来源：HAMAMATSU PHOTONICS（滨松电子），Applications for portable NIR spectroscopy in food analysis，www.hamamatsu.com供稿：符 斌，北京中实国金国际实验室能力验证研究有限公司

北京工商大学人工智能学院 张倩 高翔 崔程（导师：吴静珠）2022年10月20～22日，为期三天的全国第九届近红外光谱学术会议在线上召开，此次会议全力展示了我国近红外光谱领域所取得的最新进展及成果，增进了广大近红外光谱科技工作者和广大近红外分析工作者之间的交流与合作，进一步促进了我国近红外光谱事业的发展。本次会议中外专家学者汇聚一堂，近3000人报名参会，会议规模再创新高。此次会议共安排了80余场报告，内容涵盖了化学计量学方法、仪器与测量附件、光谱成像与过程分析，以及近红外光谱技术在农业、食品、化工、制药等多个领域的应用进展，为参会人员呈现了一场既有深度亦有广度的学术盛宴。以下从多种角度介绍本次会议亮点及参加会议的心得体会。首次邀请国外学者进行汇报，扩充国际视角本次会议，不仅汇集了数十位近红外领域顶尖的国内专家，还邀请了四位国际知名教授、专家站在国际视角，现场分享近红外技术的最新发展。来自日本名古屋大学的Satoru Tsuchikawa教授带来了题为《State-of-Art NIR Imaging Research For Agriculture and Forestry》的报告，详细讲述近红外成像技术在农业和林业的研究进展；来自韩国汉阳大学的Hoeil Chung教授的报告题目为《Identification of gallbladder cancer through NIR analysis of bile and quantitative detection of microplastics captured in perfluorocarbon》，通过对于胆汁的近红外分析和定量检测来诊断胆囊癌，展现了近红外光谱在疾病筛查领域具有的广泛应用前景；来自西班牙Córdoba-UCO大学的Dolores Pérez-Marín教授分享了报告《Current Trends in The Use of NIRS Spectroscopy for The Control of Agrifood Products and Processes》，介绍了在农产品、食品品质和生产过程控制中近红外光谱技术的应用趋势；奥地利因斯布鲁克大学分析化学和放射化学研究所所长Christian Wolfgang Huck教授针对微型光谱仪的现状与未来带来了题为《Present and Future of Miniaturized NIR-Spectrometers Combined with Challenging Data Management Strategies》的精彩汇报，介绍了近年来不同分光原理的微型光谱仪应用领域发展及智能化水平提升等趋势。数十位资深近红外专家相聚云端，现场分享最新的研究进展本次会议十余位在近红外检测领域深耕多年的专家教授分享了自己从事近红外光谱分析技术应用研究与实践十余年的经历、经验和心得体会，为青年学者进行后续的研究提供经验与启发。南开大学的邵学广教授结合近红外光谱分析的需求，简述近红外光谱分析中所涉及的化学计量学方法，阐述化学计量学对近红外光谱分析的作用和意义。化学计量学的核心是正确的使用数学和统计学方法进而从数据中获取与分析目标相关的信息，理解化学计量学方法的原理是保障正确使用的关键，邵教授通过将建模流程拆分，在数据集及评价、建模方法、模型评价与验证、模型监控等步骤中说明如何在近红外光谱分析实践中正确选择和使用化学计量学方法。云南中烟工业有限责任公司的王家俊高工结合自己从事近红外光谱技术在烟叶原料、辅助材料质量控制与品质分析中的应用研究的经验，从近红外光谱定量定性分析与标准、近红外光谱分析网络化与数据挖掘应用、天然样品高质量光谱的测量与参考数据测定、化学计量学方法应用和模型应用和维护五个方面分享了自己的实践体会，同时也展望了大数据时代近红外光谱技术网络化的应用前景，给青年学者提出希冀。华东理工大学的杜一平教授带来自己最新的研究进展，杜教授通过对低浓度组分检测的深度思考，从样品中浓度相关性的角度探讨NIR模型的本质。他提出当样品中存在与被测组分浓度具有相关性的组分时，模型可以“借助”这种关系提升模型性能，样品组成改变时，相关性组分对模型的影响可能影响到模型预测精度，该发现有助于我们进一步理解和应用模型、变量选择结果、模型维护方法以及注意模型更新等。海南大学的云永欢副教授做了题为《我与近红外光谱的十年：从基础理论、方法开发到应用研究》的报告，将自己从开始接触近红外光谱到现在取得的成果和总结的经验精炼在20分钟内向大家进行了分享，给正在学习和进行近红外领域相关研究的在校研究生提供了很多新的思路和研究方向。聚焦近红外技术在食品安全、生物制药、化学化工等热门领域的最新应用本次会议不仅聚焦最新、最前沿的光谱技术，而且对食品安全、生物制药、生命科学、材料等目前最热门的应用领域进行深入探讨。近红外技术在水果分级检测中应用日趋广泛。来自北京市农林学院智能装备技术研究中心的李江波研究员进行了题为《水果内部质量近红外光谱检测技术与设备》的报告。针对近红外光在水果组织中传输存在多重散射和吸收，导致水果内部有效光谱信息难以准确、稳定获取的问题，建立了水果内部光传输特性分析系统，解析了近红外光在水果内部传输机理，提出了逐步切片结合最小二乘拟合的近红外光在水果组织中穿透深度分析法，保证了近红外光谱信号的可靠获取。湖南农业大学李跑教授利用近红外光对果皮穿透能力对柑橘品种、柑橘产地、柑橘霉变进行定性无损检测：对于不同品种的柑橘鉴别分析，采用主成分分析-Fisher线性判别模型（PCA-FLD）+6点平均光谱（赤道4点+顶部+底部）最终实现100%鉴别率，使用同样的方法对不同产地的柑橘进行鉴别，最终结果依然非常优秀；对于霉变柑橘检测，研究了不同波段（长短波段）柑橘近红外光谱对霉变模型的影响，并指出：在建模过程中发现短波近红外光虽然穿透性要强于长波近红外，但长波近红外光建模效果要优于短波近红外。在食品行业近红外技术的应用日渐成熟。福斯华（北京）科贸有限公司的应用专家杨海龙结合福斯华三款近红外光谱仪在肉类行业、谷物交易加工行业以及制糖行业的应用，对近红外光谱分析技术在食品行业的应用进行了分享。温州大学的黄光造老师利用一类自编码器结合近红外光谱实现对奶粉中掺假的检测。四川长虹电气股份有限公司的刘浩工程师深入探讨了近红外光谱在白酒行业的应用：应用近红外光谱技术实现对酒醅的快速检测，可为酿酒生产现场及时提供数据。通过组合不同预处理方法、预处理参数选择、PLS成份数建立定量模型，可以选择出酒醅的水分、酸度、淀粉、残糖的最佳建模方法；自主研发的光谱智能APP可以实现账号管理、光谱采集、光谱曲线绘制、云端模型调用和结果展示等功能。相较于传统实验室，其具有体积小巧、轻便、易携带等优点，非常适合对酿酒车间酒醅进行现场快速检测。近红外光谱在生物制药领域近年来也取得了显著的研究进展。随着制药技术的发展，药物连续化生产正在成为国际制药行业发展的趋势，来自山东大学的李连副研究员分享了报告《近红外光谱分析技术在制药领域的在线应用研究探索》，以光谱稳定获取、光谱-物料实时对应、光谱模型建立等方面为着力突破点，重点介绍了山东大学药物智能制造技术研究团队，应用NIRS在药物生产在线分析方面所做的研究工作及获得的研究成果。来自天津中医药大学的硕士研究生吴晨璐进行了题为《多光谱数据融合用于双黄连口服液的质量检测》，该报告提出了一种基于紫外可见和近红外光谱的数据融合方法，以可溶性固含量和总黄酮为指标的用于检测双黄连口服液质量的方法。来自中国科学院西北高原生物研究所的硕士研究生龙若兰进行了题为《藏药五脉绿绒蒿提取过程中总黄酮含量的近红外在线检测》的报告，该研究以提升五脉绿绒蒿中总黄酮含量在线检测精度为目标，为中药材在线检测模型的建立提供了新的思路。来自天津中医药大学中药制药工程学院的硕士研究生崔同灿进行了题为《草药NIRS指纹图谱转换为HPLC指纹图谱的可行性研究》。在草药的流通和使用的过程中不同批次的药材之间质量波动较大，该报告以菊花和天麻为例，研究不同校准转移方法实现NIRS指纹图谱转换为HPLC指纹图谱的适用性和可靠性。该研究探索了具有不同分析信号的不同类型仪器之间的校正转移的可行性，以期解决草药快速质量评价和成分含量预评估任务，为草药质量控制研究提供新的手段和思路。拉曼光谱成像、高光谱成像、微波频谱分析等多领域的光谱分析技术全面发展 此次会议交流不仅仅限于近红外光谱分析技术，对于其他光谱技术结合化学计量学的研究和应用等也展开了多组报告，对拉曼光谱成像、高光谱成像、微波频谱分析和介电光谱等领域的基础研究、理论创新、及新方法、新技术和新应用进行了介绍。来自武汉轻工大学的四位研究生分别基于拉曼光谱成像技术做了多种研究。肖晓枫同学以小龙虾为研究对象，模拟了微塑料在小龙虾体内的传递途径和累积过程，并利用拉曼成像结合图像处理用于识别和可视化不同小龙虾组织中的微塑料，基于此估计微塑料的污染水平。梅婷娜同学建立了一种基于拉曼成像与化学计量学相结合的高效方法，以同时识别滤袋在浸泡过程中释放出的各种MPs。吕静雯同学以大豆油、菜籽油和棕榈油为研究对象，模拟了油炸行业的煎炸过程，将拉曼光谱结合化学计量学用于定量监测油炸过程中油的降解。徐梦婷同学通过拉曼峰强度建模成功地将山茶油与低价植物油和掺假山茶油区分开，预测成功率达95%以上，为山茶油鉴别提供一种可行方案。来自中国农业大学的博士研究生龙园做了题为《拉曼高光谱用于玉米种子霉变筛选检测研究》的报告：将拉曼高光谱应用于玉米种子霉变样本筛选，结果表明基于竞争自适应重加权算法（CARS）结合胚面和非胚面权重比例为3:7构建的偏最小二乘判别分析模型精度最佳，测试集精度可达90.63%。来自西北大学的硕士研究生郭梦君做了题为《基于表面增强拉曼光谱结合随机森林的水中多环芳烃定量分析》的报告，报告表明表面增强拉曼光谱结合RF可以实现水中多环芳烃的快速准确检测。随着微波电子学和微波测量技术的发展，微波频谱分析方法逐渐发展成为一种独立的快速无损测量技术。微波频谱分析技术已成功应用于许多领域的水分含量测量，包括粮食作物、轻工业产品和建筑材料等。来自中国矿业大学的田军博士设计了一款煤炭水分含量智能测量系统，其将微波频谱分析与距离加权K近邻（DW-KNN）算法相结合，实现了煤炭水分含量的快速无损测量。广州星博科仪有限公司的创办人罗旭东针对高光谱成像技术的应用现状做了题为《高光谱实时分类技术在机器视觉中的应用和发展》的报告，介绍了针对高光谱成像技术三维成像数据，数据量巨大问题的解决方案，以及在工业现场的实际应用。来自北京工商大学崔程同学在其报告《基于近红外高光谱成像的花生冻伤检测》中研究利用高光谱成像技术对花生是否冻伤进行定性检测研究，采用四种变量选择方法CARS、SPA、VCPA-IRIV、VCPA-G在全谱范围内选择出与花生冻伤相关的特征波长，并按照每个波长变量的重要性进行排序组合建立支持向量机模型，最终在保证一定判别准确率前提下筛选表征花生冻伤的特征波长，并通过光谱吸收峰解析花生冻伤光谱检测机理。来自西北农林科技大学的杨可博士和朱杰亮同学报告了使用介电光谱检测牛初乳中掺假的检测研究，介电光谱具有波长长、在乳中穿透深度大、散射影响小等优点，在非均质乳的在线检测中具有很大的潜力。杨可博士通过建立基于近红外光谱和介电光谱的初乳成熟乳含量定量鉴别模型来比较近红外光谱和介电光谱在定量鉴别掺假初乳中的性能。研究显示NIRS和DS均能清晰识别初乳中成熟乳的比例，但两种方法的识别特征完全不同。DS比NIRS能更好地预测初乳中成熟乳的掺假，在非均质液体食品的快速定量分析中具有良好的潜力；朱杰亮同学建立了一种基于介电光谱的成熟乳初乳掺假快速检测的新方法，利用合理的算法分析其影响因素和机理。多种最新检测仪器亮相，助力近红外光谱检测发展近红外技术的研究和应用离不开仪器技术的进步，本次会议得到了12家国内外知名仪器公司的大力支持，多家仪器企业也派出资深技术人员现场分享最新的产品和技术。来自无锡迅杰光远科技有限公司的技术总监兰树明做了题为《颗粒样品NIR漫反射光谱提高采样精度方法的研究》的报告，介绍了一种颗粒样品提高采样精度的方法，研究漫反射光谱化学计量学结果与粒度之间的关系，提出一种大光斑侧照式混合光学采样方法，扫描全部样品的漫反射光谱信息，并将颗粒产生的随机光谱噪声通过简单的平均方法实现有效抑制，提高颗粒样品的分析精度，使颗粒样品无需粉碎能够得到高精度的分析结果。海洋光谱的晏彬彬分享了如何在科研和生产中选择适合的近红外光纤光谱仪，介绍了海洋光学多款新款小微型近红外光谱仪，以大波段范围、高灵敏度、全谱波段信号优化为主要升级目标，有效的提升了仪器的稳定性，数据的可靠性。珀金埃尔默仪器公司的资深产品专员郁露也介绍了珀金埃尔默近(中)红外产品及应用进展。在大会组委会努力不懈的组织与全国近红外技术用户的热情参与下，第九届全国近红外光谱学术会议顺利闭幕。会议为国内外光谱科研工作者及专业技术人士提供一个持续、高效的沟通交流平台，促进了业内交流，提高了光谱研究及应用水平。会议不仅有国外专家的研究分享，还有国内从业数十年的资深专家传授经验，更有数位优秀的青年科研工作者和在读学生在本次会议中分享了最新的研究成果。从了解、质疑，到认可，中国近红外光谱技术经过长时间的发展、实践，现在已经逐渐被各领域用户接受、认可，目前近红外技术的应用研究和技术推广还处在迅速上升阶段。这不但得益于老一辈专家打下的坚实基础，更需要年轻学者和学生的不断进取。会议开幕式上获得第四届“陆婉珍近红外光谱奖” 的各位老师以及会议闭幕式评选的12位获得优秀青年报告奖的青年学者都是我们学习的榜样。

中国仪器仪表学会近红外光谱分会举办的首届“创和亿杯全国近红外光谱数据建模竞赛”成功举办，本网特邀请我国分析化学和化学计量学专家南开大学邵学广教授，本届竞赛的组织者中石化石油化工科学研究院褚小立教授级高工，以及本届竞赛支持单位上海创和亿电子科技发展有限公司的张军工程师对本届竞赛进行评述，并对未来竞赛活动提出一些设想。　　一、基本情况　　开展近红外光谱建模竞赛是中国仪器仪表学会近红外光谱分会计划已久的一项工作，但因各种原因一直未举办，直到遇到这套建模数据。这套数据来源于真实的应用现场，是便携式近红外光谱仪器，采用漫反射方式测量烟草烟碱的数据集，样品数量多，烟碱浓度分布也相对较宽，具备较好的光谱与浓度定量统计意义。首次进行建模竞赛，选一套稳健的数据集至关重要。这套数据集的稳健之处在于建模算法(线性或非线性)对预测结果的影响较小，光谱变量选取方法影响较小，采用常规的预处理方法便可在很大程度上提高模型的预测能力。可以说，只要参赛者的建模步骤规范，具备基本的建模技巧，通过细心和耐心选择常用的建模算法(包括光谱预处理方法、波长选择方法和定量校正方法)及其参数，采用商品化的化学计量学软件，不需要自己编程，就可以得到优秀的成绩。　　从来自70多个单位，100多名参赛者的结果来看，达到了这个基本目标，尤其是一些来自应用企业一线工程师的建模结果非常优秀，这是近红外光谱技术应用落地的重要基础。本次比赛共收到109个模型的预测结果，通过对200个预测集光谱的预测结果与参考值之间的偏差，即MAE(平均绝对误差)和SEP(预测集均方根误差)，进行计算，采用了二者的均值进行了模型评价。小于0.30的76个，小于0.25的54个，小于0.22的19个，本届的参赛模型大都具有较好的预测结果。　　开展竞赛之前，近红外光谱分会曾小范围对这套数据组织了盲测，数据提供方(上海创和亿)也长时间在公司内部进行盲测，这次竞赛的最优结果已接近了前期盲测的最优值，但没有预想的“实质性”突破。在竞赛前，曾有预想出现“黑马”，把这套数据的MAE降低到0.15以下，把SEP降低到0.20以下，这一目标尚没有实现，希望有兴趣的同行，继续尝试新的建模策略和算法，进一步提高建模能力。　　二、定量建模算法　　多数参赛者的模型采用的建模方法是最常用的PLS回归，部分模型采用了SVM和神经网络等，神经网络方法还包括BP、CNN，但CNN方法的模型并不很多，与当前的人工智能研究热潮有点不符。当然与这套数据集的特点有很大关系，据了解有不少参赛者尝试了很多算法，但PLS效果好，所以只提交了PLS结果。也有采用自行提出的一些算法，预测结果也较好。　　值得说明的是，PLS模型采用的算法和实现方式不尽相同，多数采用了普通的NIPALS和SIMPLS算法，也有人采用了MATLAB系统中的plsregression，或使用了Python scikit-learn包中的PLSRegression，也有采用商业化学计量学软件或仪器公司配套的软件。这些不同的计算方法会导致结果上稍有不同。　　在模型参数的确定与模型验证方面，多数模型采用了各种形式的交叉验证，也有采用K-S分组的方式划分了验证集进行模型验证。不同验证方式的结果都具有合理性和科学性，但也都有各自的局限性。某些模型采用了不同的多种方式同时进行验证，但由于篇幅的限制，提交的报告中几乎没有系统的讨论。　　校正集光谱的考察是建模的首要步骤，如奇异样本的识别与删除，但只有少数模型在建模前进行了数据的考察。模型的适用性考察几乎没有讨论，极少有人对预测集的奇异光谱给予关注。　　三、光谱数据处理方法　　数据处理是建模的关键步骤之一，本次参赛模型几乎全部采用了信号处理技术对光谱进行了散射校正和背景扣除处理，MSC、SNV、SG/CWT求导(1阶、2阶)等常用方法都得到了尝试。某些模型采用了光谱变量选择方法，如MC-UVE、CARS、SPA、波段选择(iPLS)等。对于这套竞赛数据，从预测结果来看，变量选择的作用没有得到体现。上述这些结果具有理论和实践上的合理性。漫反射光谱的散射校正一般认为是必要的，但背景信号是否对模型具有贡献一直没有得到确切答案。对于大多数校正集，当校正集光谱数量大于光谱变量数时，变量选择应该不再是影响模型准确性的关键因素，但变量选择对精简模型和提高模型的解释性等仍具有意义。　　四、建议　　此次建模比赛的参与积极性很高，对促进建模技术的交流与提高具有积极作用，很多专家和同行都建议把这项竞赛持续办下去。由于是首次进行建模比赛，还有许多值得提高改进的地方，例如，本次竞赛只把预测结果的“MAE”和“SEP”作为准确性评判标准，没有考虑界外样本的影响，也没有考虑预测值与参考值的相关性(散点图)、预测结果的相对偏差(包括除奇异点以外的最大偏差)等参数。另外，建议进一步完善参赛文档的完整性，例如建模方法的描述要尽量详细，从原理到计算过程和相关参数，保证模型的可重复性。建议以后竞赛对建模过程的描述赋予一定的权值(例如占20%)，专家小组对此进行评审打分。此外，竞赛方式也有待进一步改进，目前是以个人的形式参赛，存在同一个研究小组多人(5人以上)同时参赛的情况，这是值得鼓励的，但如果其预测水平基本相当且都较为优秀，就会影响所有参赛者的排名，有失竞赛的公平性和多元化，如何规避有待商榷。建议采用初赛和复赛的方式进行，同时进一步提高竞赛的奖金，吸引更多行业高手参与。　　一套合适的数据集是竞赛成功的关键，也是共同提升建模能力的重要生产资料，在此呼吁业内人士积极提供近红外光谱数据集，逐步形成中国近红外光谱竞赛集数据库，公开公布相关信息，供国内外同行开展相关研究工作长期下载使用。

1. 前言光照射到物体上，由于物体的表面不同，通常会发生两种反射，镜面反射和漫反射，如图所示。图1 光在物体表面的反射示意图对于玻璃、镀膜基板、滤光片等表面光滑的零部件，镜面反射率是评价其光学特性的重要参数，测定反射率最常用的仪器是紫外可见近红外分光光度计。日立紫外产品线丰富，波长测试范围涵盖紫外可见区域到近红外区域，可以满足样品不同波长下的测量需求。2. 应用数据镜面反射根据测量方式的不同，分为相对反射率和绝对反射率。客户需要根据样品特征，选择不同的测量方式。日立具有5°到75°固定入射光角度的镜面反射附件，适用于多种样品的镜面反射测量。图2 绝对反射测量图3 相对反射测量绝对反射率通常使用V-N法进行测量，直接获得样品的反射特性，应用广泛。但是对于低反射率的样品，使用相对反射测量，可以有效扩大动态范围。 2.1 石英基板的相对反射率测量 • 测量附件图4 5o 相对反射附件• 测量结果 使用紫外可见分光光度计U-3900 的5o相对反射附件，以BK7玻璃为参考标准品测定石英基板的相对反射光谱。结果表明石英基板的相对反射率约为80%。 图5 石英基板的相对反射率通过日立U-3900的选配程序包，使用相对反射率得到转换后的绝对反射率，如下图所示。如果直接测定石英基板的绝对反射率，光谱易受噪声影响。图6 石英基板转换后的绝对反射率2.2 铝平面镜和金平面镜的绝对反射率金平面镜表面涂有金膜，该金膜在红外区域具有高反射率。铝平面镜是表面涂有铝膜，在可见光区到近红外区有较高的反射率和较小的角度依赖性。两者常作为相对反射测量时的标准面。• 测量附件图7 5 o绝对反射附件• 测量结果 使用紫外可见近红外分光光度计UH4150的5°绝对反射附件分析了金平面镜和铝平面镜的绝对反射率。 图8 金平面镜和铝平面镜的绝对反射率 结果表明，在可见光区域，铝平面镜的反射率超过80％。金平面镜的反射率在可见光区域较低，但其在近红外区域的反射率较高。因此在测量样品的相对反射率时，如果需要关注近红外区域，可以使用在近红外区具有高反射率的金平面镜作为标准面。 3. 结论样品的镜面反射率有两种测量方式，相对反射率和绝对反射率。对于低反射性样品，使用相对反射附件测量其相对反射率，可以获得信噪比良好的光谱，如玻璃基板上薄膜的反射率。对于通常的样品，可以直接使用绝对反射附件测量其绝对反射率。日立提供多种镜面反射测量附件，还可根据客户需求量身定制，满足各种样品的镜面反射率测量。

作者：Pro-Lite Technology Ltd 产品经理 Russell Bailey 和 Labsphere Inc 首席技术专家兼产品营销经理 Greg McKee图1 激光雷达激光雷达是一项成熟的技术，越来越多地部署在消费产品和无人驾驶车辆中。LIDAR 是 Light Detection And Ranging 的首字母缩写词。激光雷达系统已经使用了 50 多年，但直到最近，此类系统的成本仍使它们无法在大众市场中广泛应用。尽管雷达在自动驾驶汽车技术（例如自适应巡航控制系统）中被广泛应用，但LIDAR被认为是驾驶员辅助汽车的首选传感器，因为它可以精确地映射位置和距离，从而检测小物体和3D成像。它使用带有飞行时间感应的脉冲激光和固态光来测量距离。激光雷达系统的表征要求在宽反射率动态范围内补偿传感器对脉冲激光或固态光水平的响应。为此，需要使用已知和稳定反射率的大面积反射率漫反射目标板。Labsphere（蓝菲光学）的Permaflect漫反射涂层目标板，范围从5%到94%的反射率，使汽车制造商 OEM 及其供应商能够在广泛的环境条件下表征和校准其 LIDAR 系统。图2 Labsphere（蓝菲光学）的Permaflect漫反射涂层目标板激光雷达技术激光雷达最基本的形式是激光测距仪，自20世纪80年代以来已广泛应用于军事应用。激光测距仪由一个脉冲激光器(发射器)和一个光电探测器(接收器)组成。测距仪的设计可精确测量距离(所谓的“测距”)，主要测量激光脉冲被反射和接收到探测器所花费的时间(这被称为“飞行时间”测量)。测距仪对准目标物并发射激光脉冲。激光击中目标，被散射，并且一部分反射光由探测器测量。由于光速非常精确，因此可以非常精确地测量测距仪和目标物之间的距离。更先进的激光雷达系统使用相同的原理，但使用光学和移动或多个探测器在二维中映射目标。这些系统通常每秒脉冲数千次，每秒可以探测到数千个点。分析该点云的数据可以创建目标区域的准确映射。激光雷达的工作方式类似于雷达和声纳，它们分别使用无线电波和声波。来自雷达和声纳的数据可用于以类似方式映射周围环境，但激光雷达系统使用的是较短波长的红外辐射，而不是较短波长的无线电波。由于使用的波长较短，激光雷达测量比雷达更准确。部署在自动驾驶汽车上的激光雷达系统通常使用扫描激光束和闪光技术来测量空间中相对于传感器的 3D 点。这些激光雷达系统通常每秒发射数千个激光脉冲，以便车辆可以对行人和其他车辆等障碍物做出反应。激光雷达允许自动驾驶汽车以高精度、高分辨率和长检测距离传送和接收物体和周围环境的反射光。目前正在开发更先进的 AI（人工智能）系统，用来预测车辆和行人路径，并做出相应反应。当您将 LIDAR 数据与定位信息（使用 GPS 或类似信息）相结合时，您就可以全面映射车辆周围环境。激光雷达的性能在很大程度上取决于所使用的激光功率和波长。出于安全原因，可使用的激光功率有一个上限。在没有更高的激光功率的情况下，你可以使用更高灵敏度的探测器，或者使用波长延伸到更远的红外(IR)的激光。由于现有激光器的技术成熟，通常使用的波长为850nm、905nm或1550nm。1550nm激光比其他选择更安全，因为超过1400nm的红外辐射不会再通过眼睛的角膜，所以不会聚焦在视网膜上，但因水对1550nm的光吸收较强，1550nm要求更多的功率来补偿。消费电子产品和自动驾驶汽车中的激光雷达激光雷达作为关键性技能与摄像头系统和其他传感器一起在自动化中应用。激光雷达系统已经在专业测绘和相关应用中商用多年。然而，直到最近几年，激光雷达才变得越来越普遍，这主要是由于自动驾驶汽车应用（无人驾驶汽车）需要更小、更便宜的设备。自上世纪90年代初以来，激光雷达已作为自适应巡航控制的基础应用于半自动驾驶汽车，而激光雷达首次应用于自动驾驶汽车是在2005年。在消费电子领域，最新一代的 Apple iPad Pro（以及现在的 iPhone 12 Pro）已将 LIDAR 传感器集成到其摄像头阵列中，专门用于成像和增强现实 (AR) 应用。LIDAR 传感器可使 iPad 正确解析真实物体相对于由相机阵列成像的 AR 物体的位置。AR 还处于起步阶段，因此 LIDAR 在智能手机和其他消费设备上的应用还有待观察，但人们对为专业应用开发的 AR 产生了极大的兴趣，其中 LIDAR 可以成为非常有用的增强功能。专业 AR 的应用多种多样，从帮助仓库工人找到最快、最安全的路径到所需零件，到辅助工程师了解复杂维修的过程。这些应用中的激光雷达可精确定位和对齐，这对于任何需要高精度的应用都很重要。漫反射目标板在激光雷达系统测试与标定中的作用多年来，Pro-Lite 和Labsphere（蓝菲光学）多年来使用漫反射板一直在支持开发 LIDAR 系统开发。Labsphere（蓝菲光学） 更紧凑的 Spectralon 漫反射目标板通常被军方用于测试激光测距仪。精确校准的光谱反射率与近朗伯（漫反射）反射率相结合，意味着对于这些应用，您有一个准确性、重复性的漫反射目标板可在实验室或现场测试您的系统。用于更大规模测绘或自动驾驶汽车应用的激光雷达系统需要更大的目标区域。由于大多数自然物体都会漫反射光线，因此 Labsphere （蓝菲光学）的漫反射材料是用户的自然选择，可以提供质量保证、现场测试和比较。Labsphere（蓝菲光学） 开发了 Permaflect 目标板，以满足对大面积、耐用和光学稳定目标板材料的需求。大的漫反射目标板尺寸（标准尺寸高达 1.2m x 2.4m）与校准的光谱反射率数据相结合，可以精确测量 LIDAR 范围。在 100m、200m、300m 等长距离测试距离内，则需要更大的目标板来反映目标上具有代表性的点数。Permaflect 是一种喷涂漫反射涂层，可以将其应用于大面积或 3D 形状，从而可以模拟真实世界的物体。现实世界中很少有物体像目标面板一样平坦，因此 Permaflect 涂层物体可以实现可重复的近朗伯反射率水平，例如，可以应用于人体模型以模拟行人。图3 Labsphere（蓝菲光学） Permaflect 喷涂人体模型LIDAR 漫反射目标板通常部署在室外，因此随着时间的推移，当漫反射目标板的表面暴露在大气中时，可以预期校准的反射率值会出现一些漂移。Labsphere （蓝菲光学）的漫反射材料易于清洁。为了考察是否有反射率的下降，可以使用校准的反射率计（“反射率计”），它可原位测量漫反射目标板反射率并将红外反射率的任何变化考虑到内。漫反射目标板反射率的变化将直接影响测量范围。下图显示了不同漫反射目标板反射率水平范围内反射率变化对测量范围的影响。反射率的微小变化会对较低反射率目标板的测量范围产生很大影响。例如，如果目标板的反射率从5%降低到 4%，则原先 300 m的测量范围将下降到30 m。实时了解情况发生的方法是测量目标板的反射率，然后根据此调整修正您的计算。图4 Labsphere （蓝菲光学）漫反射板反射率测试仪（反射率计）图5 在300nm波长下对物体反射率进行距离测量的模拟灵敏度Labsphere（蓝菲光学） 的激光雷达反射仪套件就是为满足这一要求而开发的。这款手持式反射计测量测量在三个波长（使用可互换的 850nm、905nm 或 1550nm LED）中的8°/半球反射率。观看Labsphere 视频库中的短视频。这可用于验证 Permaflect 目标板或测试 LIDAR 系统的任何其他对象的反射率。图6 Labsphere 开发了 Permaflect 漫反射目标板，以满足对大面积、耐用和光学稳定漫反射目标板材料的需求。

随着我国经济水平的提高，在日常的消费中，一些高消费品也越来越受到消费者的亲睐。比如黄金、珠宝之类的，在黄金价格下跌的时候，好多人都在买黄金，还有的爱好珠宝的消费者，都在买卖中，但是关于这些价格比较昂贵的珠宝，真假性需要专业的设备进行检测，偏光显微镜、能谱科技傅立叶红外光谱仪都是专业分析对送检的珠宝玉石里边所含的化学成份作出结论性的判断的有利器，但是珠宝检测市场还存在一定的问题：　　不少消费者在买下一件或多件珠宝玉器后，为求保险，往往会先后送往不同的检测机构检测。但是在很多检测机构，为了方便顾客，都会把实验室尽量设在离消费市场更近的地方。然而，在拉近了与商家的距离后，很多消费者又会产生一种无名顾虑，怀疑检测机构会和商家合伙来坑人。当前市场上确实存在大量以假乱真、以次充好的现象，所以，对于顾客这种危机意识，检测机构能够理解，但是很多时候检测的结果不一样，让同行之间很尴尬，这样就造成了利益冲突。还有的就是在检测设备不断升级的时候，那些造假的手段也在使用不正当的手段，对珠宝进行处理，那些检测设备也不能一次检测出来。像宝石、珠宝、翡翠、等这类属于石头类的珠宝完全可以使用由天津能谱生产的iCAN9傅里叶变换红外光谱仪对它们进行了红外反射光谱测试，比较了对应的红外光谱图,红外光谱是宝石 、珠宝在红外光的照射下, 引起晶格( 分子) 、络阴离子团和配位基的振动能级发生跃迁, 并吸收相应的红外光而产生的光谱，用于宝玉石红外吸收光谱的测试方法分为透射法和反射法两种。透射光谱法提供宝玉石4000~ 2000 cm- 1 谱区的信息,主要与宝玉石中的H- O 及C- H 的伸缩振动有关, 如宝石中的结构水、有机物质以及宝石 珠宝优化处理使用的有机填料( 如树脂) 、染料等。反射光谱方法提供宝玉石的基频振动信息, 可以用来判别宝石 珠宝的种属和真伪。　　以上这些都是在珠宝检测市场中存在的问题，检测突破困境，必然不可脱离检测设备，【能谱科技】傅立叶红外光谱仪红外光谱仪是这个行业中不可缺少的仪器设备，另外更需要相关的政策法规，严厉打击从事制假珠宝销售的人群，维护好消费者的合法利益。

前言LED灯具有长寿命、安全可靠、节能环保等优点，在家用照明设备、显示屏、公共设施场所以及景观装饰等方面应用广泛，如汽车上的照明设备、景区内各种图案的装饰灯。LED灯通常由光源、外壳组成，光源装有反射板可以有效利用光源的能量，因此反射板的反射率会直接决定LED灯的光利用效率。而评价反射板的反射率，常用的检测仪器是紫外分光光度计。检测实例我们选取了生活中常见的一种LED灯，拆开发现反射板的四周是弧形表面，为获得准确的反射率，要对中间的平整表面进行测定，如图中红色圆圈标注的位置。但这个位置的直经只有5mm,如此小的测量位点，要使仪器光源的光斑中心完全照射到测定位置非常困难。图1 LED灯的反射板为了解决这类微小样品的测定难题，日立特别研发了微小样品全反射/漫反射测量系统定制附件，确保光源的光斑中心完全照射到测定位置。而且日立UH4150紫外-可见-近红外分光光度计的样品仓空间足够大，可以轻松安装这个附件。 测定时使用铝制平面镜作为标准参考，利用铝制平面镜的绝 对反射率将LED灯反射板的反射率的相对值转换为绝 对值，得到的反射板的全反射光谱如图所示。图2 LED灯反射板的反射光谱测定结果表明该反射板的反射率高达90%，可以有效利用LED灯光源的光通量，提高照明效率。 想获取更多信息，请拨打电话：400-630-5821。

出发前，怀着满满的期待。三年来几乎没有与国际同行面对面交流，期待与近红外光谱领域“老朋友”的见面，期待能在此次会议上听到更多的研究进展，期待国际同行能更多地了解我国的研究成果。同时，此次会议在奥地利因斯布鲁克召开，也期待看到坐落在阿尔卑斯山谷之中的美丽小城。一路顺利，8月19日晚抵达因斯布鲁克。古老的欧式建筑，散发着浓郁的文化气息。古城的街道有些狭窄，但更显热闹和繁华。因斯布鲁克皇宫（霍夫堡宫）、黄金屋顶、安娜柱，都充分显示了这座城市悠久的历史和灿烂的文化。因斯布鲁克街景第二天一早报到，看到了会议的安排与日程。会议的开幕式照例安排在下午5点。会议主席介绍了会议的筹备与参会代表情况，然后是地方政府嘉宾和主办方因斯布鲁克大学的嘉宾讲话。简短的开幕式后是两场大会报告，随后进入会议的独特环节——民族文化表演。本次会议安排了热情欢快的阿尔卑斯山区特色舞蹈——拍腿舞，优美的旋律和动感的节奏把现场的气氛推向高潮，并集体移步会议大厅进入”get together”环节，在热烈的气氛中进行了交流。本次会议有387名参会代表，来自37个国家，其中中国代表19名。会议安排了3场获奖报告，7场大会报告（plenary），14场邀请报告（keynote），80场口头报告（oral），另外还安排了160篇论文的墙报（poster），并安排了26位作者进行快速口头讲演（flash talk）。从口头报告会议日程的安排看，“农业、乳品业与食品”的报告最多，安排了4个时段；“化学计量学”、“基础理论与仪器”和“高光谱成像”分别安排了两个时段；“水、土资源与环境”、“PAT与工业应用”、“制药、诊断与生物技术”、“发展趋势”各安排了一个时段。“水光谱组学”没有安排单独的时段，而是作为“水、土资源与环境”专题的主要内容。“功能近红外光谱（fNIR）”的内容没有出现在日程之中。可见，在近红外光谱领域中，传统内容依然为主导，而新的研究内容发展相对较为缓慢。“近红外光谱分析技术需要与其他分析化学技术相结合”三场获奖报告各具特色，分别从建模方法、散射光的影响和个人的研究经历提出了新的科学问题或建议。大会报告大多是针对某一领域的应用展开历史性的回顾以及给出高屋建瓴的体会与建议，如学科交叉、绿色可持续发展等，但某些报告还是提出了鲜明的观点。例如，开幕式上的两场大会报告分别针对古今医药分析和疾病诊断标志物分析问题总结了近红外光谱的研究进展，同时明确指出近红外光谱分析技术需要与其他分析化学技术相结合，多种分析手段的结合是解决实际问题更有效的策略。尽管近红外光谱分析技术在过去的几十年里得到了快速发展，但光谱的分辨率较低、信号较弱等固有缺陷仍使其难以在结构分析、微量成分高灵敏检测等方面发挥作用。尽管在多元校正等化学计量学技术的帮助下在实际复杂样品快速分析方面崭露头角，但在科学研究方面的应用仍不如人意。因此，希望在今后的工作中进一步加强基础研究，深度剖析近红外光谱中隐藏的信息，发展更好的信息挖掘方法，拓展近红外光谱的应用。同时，在解决实际问题的过程中，不要对近红外光谱技术抱有过高的希望，结合其他分析化学手段获取更多分析体系的信息可能让我们更容易地解决问题。“Chemometrics is more than algorithms”作为一名化学计量学工作者，我更多关注了本次会议上关于化学计量学方法与应用方面的报告。虽然化学计量学主题只安排了两个时段，但其他专题的报告中几乎都使用到了化学计量学方法。这是近红外光谱的特点决定的，分辨率低、谱峰重叠等决定了只能用多元校正进行定性定量分析。但是，专注于化学计量学算法研究的报告并不是很多，部分报告仍针对偏最小二乘算法在特定数据中的正确应用问题而努力，也有一些报告针对散射矫正、噪声滤除、模型监控、变量选择等问题开展了研究工作。另外，虽然个别报告中提到或使用了深度学习模型，但本次会议上关于深度学习和人工智能（AI）的论文并不很多。在讨论环节中，有人建议应该明确机器学习、人工智能等概念的涵义以及与传统化学计量学算法的关系。我比较认同这样的建议，在国内会议上也提过类似的建议。我最认同的报告来自Tom Fearn教授（上一届国际近红外光谱理事会主席），题目是“Chemometrics is more than algorithms?” 他明确表示，尽管他用了问号作为题目，答案是肯定的。当前过分地强调了建模方法，对采样、测量、实验设计以及对所研究问题的理解和解释等的重视程度明显不足。讲演过程中他强调了数据质量的重要性，说明了过拟合模型和间接相关模型的风险以及模型验证的重要性。最后，他指出：也许有一天会出现近红外光谱建模的AI系统，但它一定不是算法的堆积，算法只是AI系统的一小部分。我在2021年北京会议上的报告总结了三条建议，即数据质量最重要、偏最小二乘方法基本够用（不要过分依赖算法解决问题）、不要过分优化模型（避免过拟合），真是不谋而合。近年来，我特别强调建模的流程和规范，并建议了模型验证的方法与技术，看来是十分必要的。此次，我提交的会议摘要是关于水光谱探针的内容，利用化学计量学方法提高光谱的分辨率或提取光谱中的高分辨信息，然后用于化学过程研究。由于没有水光谱组学的专题，报告被安排在“基础理论与仪器”专题。尽管做同类研究的同行较少，但大家对利用化学计量学方法改善光谱分辨率、利用近红外光谱研究水的结构与功能等还是比较感兴趣的。近年来，近红外漫反射光谱应用方面的方法与技术日趋成熟，开展一些理论性的基础研究也许是一种好的选择，可以为进一步拓展近红外光谱的应用领域奠定一些理论基础。会议于今天（8月24日）胜利闭幕，颁发了最佳墙报奖。四天的会议在匆忙中度过了。除会场上的交流外，会议期间见还到了多位国内外同行，同时也认识了多位在国外工作或留学的同行，期待在今后会有更多的交流与合作。下次会议将于2025年6月8-12日在意大利罗马举行，期待再次相会。中国参会代表合影南开大学 邵学广2023年8月24日星期四 于因斯布鲁克

当光线照射到两种介质的分界面上时，一部分光线改变了传播方向返回原来的媒介中继续传播，这种现象称为光的反射。在自然界中，光的反射存在着镜面反射、漫反射和逆反射三种现象。光的反射示意图镜面反射是在光线入射到一个非常光滑或有光泽的表面上时发生的。光线在物体表面反射的角度和入射的角度，度数相同但方向相反。如果物体的表面和光源成精确的直角，那么反射光线会完整地反射回光源方向。光的漫反射是一种最常见的反射形式。漫反射发生在光线入射到任何粗糙表面上， 由于各点的法线方向不一致，造成反射光线无规则地向不同的方向反射。只有很少一部分光线可以被反射回光源方向，所以漫反射材料只能给人眼提供很少的可视性。逆反射（背面反射）是指反射光线从靠近入射光线的反方向，向光源返回的反射。当入射光线在较大范围内变化时，仍能保持这一特性。当石英片上镀膜后，石英片的逆反射会对镜面反射的结果有明显的影响。本文采用日立的UH4150紫外可见近红外分光光度计、5°绝对反射附件和60mm积分球测试分析逆反射的影响。 下面是2种不同工艺需求的测试数据图：左图为同一批次的2个镀膜样品，变量为基底是否进行了涂黑处理。通过数据可以明显的发现：涂黑处理后的反射率明显降低，在1370nm附近的反射率约为0.3%，这是因为涂黑处理使得基底的背面反射（逆反射）尽可能地消除。 右图为另一种工艺的产品，直接对样品进行测试，不需要额外的处理，可以得到1300 ~ 1600 nm范围内反射率低于0.2%的效果，符合产品的预期。一般遇到测试反射率低于0.5%的指标需求时，建议使用标准片测试。×总结根据测试的目的需求，基底是否处理对实际的测试结果有很大影响。样品的反射率测试，需要考虑背面反射的影响。日立的紫外可见近红外分光光度计UH4150结合镜面反射附件，可以准确的表征低反射率的样品性能。——the end——公司介绍：日立科学仪器（北京）有限公司是世界500强日立集团旗下日立高新技术有限公司在北京设立的全资子公司。本公司秉承日立集团的使命、价值观和愿景，始终追寻“简化客户的高科技工艺”的企业理念,通过与客户的协同创新，积极为教育、科研、工业等领域的客户需求提供专业和优质的解决方案。 我们的主要产品包括：各类电子显微镜、原子力显微镜等表面科学仪器和前处理设备，以及各类色谱、光谱、电化学等分析仪器。为了更好地服务于中国广大的日立客户，公司目前在北京、上海、广州、西安、成都、武汉、沈阳等十几个主要城市设立有分公司、办事处或联络处等分支机构，直接为客户提供快速便捷的、专业优质的各类相关技术咨询、应用支持和售后技术服务，从而协助我们的客户实现其目标，共创美好未来。

随着机器的小型化趋势，光学部件也在不断微小化，如摄像镜头中的透镜、传感器部件、光盘中的拾音器组件等。因此微小样品的准确测量十分必要。要准确获得这些微小样品的测定，需要缩小入射光束，以使光斑照射到样品上。日立开发了各种微小样品测量附件，为光电领域提高解决方案。1. 微小样品的透过率测量使用日立UH4150选配微小样品透过率测定附件和全积分球，利用φ1 mm 掩光膜即可测定透镜的透射率。图1 小尺寸透镜的外观 图2 两种透镜的透过光谱 微小样品透过率测定附件由聚光透镜、参比光束光阑以及微小样品支架构成，可准确测定微小样品和任意微小零配件的透射率。微小样品支架可搭载最大直径为φ20mm的样品，标配φ3mm的掩光膜，用户也可选配φ1mm的掩光膜等。图3 微小样品透过率测定附件 2. 微小样品镜面反射率的测定手机镜头和车载摄像头中图像传感器的红外截止滤光片尺寸微小，使用UH4150选配微小样品5度绝对反射附件即可测定滤光片的反射率。图4 红外滤光片的镜面反射光谱 可以看到滤光片在可见区的反射率低，在近红外区的反射率较高。微小5 °镜面绝对反射附件由反射附件、聚光透镜、参比光束光阑以及微小样品支架构成。与5 °镜面反射附件（标准）相比，样品位置的光束较小，支持微小样品反射光谱的测定。图5 微小样品反射率测定附件3. 微小样品的全反射率测定使用日立UH4150 搭配微小样品全反射/漫反射测量附件，测量了LED灯反射板的全反射率。图6 LED灯的反射板测定时使用铝制平面镜作为标准参考，利用铝制平面镜的绝 对反射率将LED灯反射板的反射率的相对值转换为绝对值，得到全反射光谱如图所示。图7 LED 灯反射板的全反射光谱测定结果表明该反射板的反射率高达90%，可以有效利用LED灯光源的光通量，提高照明效率。综上案例，使用具有大型样品室的日立紫外可见近红外分光光度计UH4150，容易构建不同样品的光学测量系统，可搭配多种附件，实现低噪音测定微小样品。拨打 4006305821，获取更多信息

水资源短缺是目前制约农业生产的一个全球性问题，近年来，全球水资源供需矛盾更加突出。对于中国而言，有43%的面积为干旱和半干旱地区，并且中国的水量分布在时间和空间上也存在非常巨大的不均衡性，这使得中国的水资源供需矛盾更加尖锐，是中国农业生产面临的最?大危机之一。自21世纪以来，中国每年都会发生大强度的干旱，受灾面积往往波及数个省，如2010年西南地区发生的大旱灾，有将近5000000hm2的农作物受害，造成190多亿元的经济损失。水稻作为中国第?一大粮食作物，研究不同干旱胁迫对水稻的影响以及研发出抗干旱品种对农业发展尤为重要。在遥感领域中，为了研究各种不同地物或环境在野外自然条件下的可见和近红外波段反射光谱，需要适用于野外测量的光谱仪器。地物光谱仪在户外主要利用太阳辐射作为照明光源，利用响应度定标数据，可测量并获得地物目标的光谱辐亮度 利用漫反射参考板对比测量，可获得目标的反射率光谱信息。实验过程及结果本实验旨在理解不同干旱胁迫下水稻基本型的表现，测量了10种在不同干旱威胁水平下导致相对含水量（RWC）不同的水稻的光谱数据，如图1所示。图1该实验显示了不同干旱胁迫下水稻的反射率模式。1) 在水稻含水量（RWC）降低时，由于1400nm和1900nm这两处水吸收特征峰减弱，导致近红外区域反射率增加。2) 对于350-700nm波长区域也有着类似的变化，在叶绿素a和叶绿素b的吸收范围中，反射率随着RWC降低而升高。3) 其次，随着RWC的降低，1400-1925nm波长向较短波长移动，且反射率增加。4) 在810-1350nm的海绵状叶肉中的散射也反映出反射率随RWC降低而增加的相同趋势。5) 最?后，在1100-2500nm波段位置的吸收也是一个强烈的吸收区域，随着RWC降低，叶片枯萎主要通过新鲜叶片中的水，其次是通过如蛋白质、木质素和纤维素的干物质而变得更加明显。结论这项实验的结果表明不同干旱威胁下的水稻的光谱反射率具有明显且规律的特征。因而可根据特征位置的差异建立预测模型，在精?准的模型分析下定量的分析出水稻含水量乃至干旱威胁程度，最终用于开发抗旱水稻品种的研究，为我国的农业生产作出巨大的贡献。