科普一下什么是近紅外光譜分析？

   紅外光譜是研究分子運動的吸收光譜，也稱為分子光譜。通常紅外光譜是指波長在1～25um的吸收光譜，這段波長范圍反映出分子中原子間的各種運動能量。紅外光譜可以分為遠紅外(25 000～1000 000nm)、中紅外(2 500～25 000nm)和近紅外(780～2 500nm)3個譜區，其中近紅外光譜區域可以反應有機分子氫鍵的各種振動能量，光譜形狀方面，呈現出肩峰、重疊譜峰，對于不同待測物質而言，光譜峰形、峰位強度分布都存在有細微的差異。

　　近紅外光譜分析的方法

　　應用該方法進行分析，其流程可以分為兩個部分，一是建立數學模型，并在此基礎上對其進行優化。二是利用該模型基于未知樣品的近紅外光譜來對樣品的組份含量或者是性質進行分析預測。

　　就模型而言，近紅外光譜分析技術是通過模型進行定性或定量識別，是一種間接分析的技術，所建立的模型質量直接會影響到其分析檢測結果。模型建立的過程包括，對樣品近紅外光譜采集，利用理化方法對樣品標定，掃描樣品光譜，在標定數據與光譜之間建立起某種映射關系，該種關系就被稱作是模型，建立模型并不只是簡單收集光譜，參數，而是要對光譜數據進行一系列的分析處理工作，應用相關的化學計量學方法，而這一過程也可以細分為七個環節：

　　一、收集樣品。

　　二、對樣品的理化性質進行標定。

　　三、對光譜進行掃描，在該環節中，光譜質量可能會受到儀器可靠性的影響，同時也會受到測量環境的影響，溫度、濕度、是否存在雜質、是否有氣泡，質量較好的儀器都會有準確的溫度控制功能。此外，需要注意的是，樣品在檢測前要注意是否經過了預處理。

　　四、光譜預處理，預處理工作的目的在于，對光譜形成干擾的因素進行處理，如信號本底、光散射、隨機噪音等，確保從光譜中提取樣品信息的質量， 應用算法對光譜進行分析，如光譜的扣減、微分、歸一化處理，可以將干擾消除或者是降低到最小。

　　五、建立模型，在該環節中，常用的模型算法包括了偏最小二乘法、主成分回歸、多元線性回歸。而某些時候為了解決一些特殊問題，算法也比較特殊，如人工神經網絡、小波變換、拓撲等。

　　六、對模型進行評價，評價指標包括了相關系數、殘差、標準偏差等。

　　七、做好模型維護，如果模型無法對樣品進行識別，說明該樣品不在模型范圍之內，需要將其補充到既有模型之中，并對模型不斷進行維護與完善。

　　我們的近紅外光譜分析儀（PSS）的設計使其可以實現靈活的配置，可為各種應用提供較有利的解決方案。 將合適的探頭、光譜儀和軟件進行各種組合以滿足不同應用的需求。系統使用標準化的組件，以確保在集成過程中的高精度和易用性。PSS系統基于成熟的技術，提供滿足特定應用的解決方案，安全且易于集成。