關于近紅外光譜的應用和探討介紹

　　在這一時期掀起了一個采用化學計量學用于數據預處理以實現近紅外光譜解析和定標模型優化的高潮，其主要針對問題是樣品顆粒度、裝填密度等因素所導致的散射問題。Ian Cowe和 Jim McNicol首先將主成份回歸分析方法用于近紅外光譜的數據降維壓縮處理以實現定標模型穩定，通過對回歸主因子的優選達到了排除非測量因素（如顆粒度尺寸及分布）和非線性因素影響的目的，達到了很好的效果。同時令他們驚奇的是，穩定的定標模型所采用的主因子與待測成份的主要近紅外光譜吸收帶有很強的對應關系，對定標模型合理性可以給出滿意的解釋。

　　Kawalski 和他的研究生們則首先將偏最小二乘回歸技術應用于光譜學技術中來，但直到最近幾年該技術才在近紅外分析技術中得到應用和推廣。經過理論與實踐的并行發展，化學計量學已經形成較為完整的體系，其中主要分為定性和定量分析兩個模塊，H.Mark 等對其進行了較為詳細地論述。化學計量學這一時期在近紅外領域的應用和探討可以主要集中在以下幾個方面：

　　1）非線性回歸定標方法如人工神經網絡、局部權重回歸等用于多變量非線性定標模型的探討。

　　2） 最優定標樣品集的選定方法。

　　3） 基于小波變換數據壓縮技術的大定標樣品集探討。

　　4） 偏最小二乘回歸和其它因子回歸方法在最佳因子數選取原則比較的探討。

　　5） 定標波長通道的優選問題。

　　6） 同類型儀器的定標模型轉移問題。

　　伴隨著化學計量學技術在近紅外光譜分析領域的不斷發展，研究人員可以更加準確地掌握了近紅外光譜吸光度信息與物質化學成分信息之間的線性相關性，雖然化學計量學方法本身的改進并沒有在定量分析結果準確性方面有多大的改善。