近紅外光譜（NIR）技術(shù)作為一種高效、快速、無(wú)損的分析手段，在諸多領(lǐng)域如農(nóng)業(yè)、食品、制藥、化工等得到了**應(yīng)用。其原理基于有機(jī)分子中含氫基團(tuán)（如OH、NH、CH）振動(dòng)的合頻和各級(jí)倍頻的吸收，通過(guò)分析樣品的近紅外光譜來(lái)獲取物質(zhì)的成分、結(jié)構(gòu)等信息。建立一個(gè)準(zhǔn)確、穩(wěn)定且具有良好泛化能力的近紅外光譜模型是實(shí)現(xiàn)**分析的關(guān)鍵。

01樣品選擇與準(zhǔn)備

（一）樣品的代表性

構(gòu)建模型的基礎(chǔ)是要有一批具有**代表性的樣品。這些樣品應(yīng)涵蓋目標(biāo)分析物在實(shí)際應(yīng)用中可能出現(xiàn)的各種濃度范圍、基質(zhì)類型以及其他相關(guān)特性的變化。以農(nóng)產(chǎn)品分析為例，如果要建立預(yù)測(cè)谷物蛋白質(zhì)含量的模型，樣品需來(lái)自不同品種、產(chǎn)地、生長(zhǎng)環(huán)境及收獲年份的谷物，確保模型能適應(yīng)實(shí)際情況中的多樣性。一般而言，校正集樣品數(shù)量建議不少于50個(gè)，越多越能提升模型的可靠性，但實(shí)際操作中需綜合考慮成本與時(shí)間等因素。

（二）樣品的均勻性

樣品本身的均勻性對(duì)光譜采集和模型準(zhǔn)確性影響**。不均勻的樣品會(huì)導(dǎo)致光譜信號(hào)波動(dòng)，干擾目標(biāo)信息的提取。對(duì)于固體樣品，如粉末、顆粒等，要確保其粒度分布均勻，可通過(guò)研磨、過(guò)篩等方式進(jìn)行預(yù)處理；對(duì)于液體樣品，需保證混合均勻，避免出現(xiàn)溶質(zhì)沉淀或分層現(xiàn)象。例如在制藥行業(yè)分析藥物制劑時(shí)，確保片劑研磨后的粉末均勻，或溶液型藥劑充分搖勻，才能采集到穩(wěn)定可靠的光譜。

（三）樣品特性的準(zhǔn)確測(cè)定

為了建立光譜與目標(biāo)特性之間的定量關(guān)系，需要使用標(biāo)準(zhǔn)測(cè)定方法準(zhǔn)確測(cè)定樣品的目標(biāo)參數(shù)。這些參考數(shù)據(jù)的準(zhǔn)確性直接決定了模型的準(zhǔn)確性，其測(cè)定方法的精度和準(zhǔn)確度應(yīng)高于后續(xù)建立的近紅外光譜定量模型的預(yù)期測(cè)定值。比如測(cè)定食品中的營(yíng)養(yǎng)成分，需采用國(guó)家標(biāo)準(zhǔn)認(rèn)可的化學(xué)分析方法，如凱氏定氮法測(cè)定蛋白質(zhì)含量、高效液相色譜法測(cè)定維生素含量等，以保證數(shù)據(jù)的可靠性。

02光譜采集

（一）儀器的選擇與校準(zhǔn)

不同類型的近紅外光譜儀具有各自的特點(diǎn)和適用范圍，常見(jiàn)的有傅里葉變換型、光柵掃描型、濾光片型、二極管列陣型等。在選擇儀器時(shí)，需根據(jù)分析目的、樣品特性、檢測(cè)速度、成本等因素綜合考量。例如，對(duì)于需要快速現(xiàn)場(chǎng)檢測(cè)的場(chǎng)景，二極管列陣型光譜儀可能更合適；而對(duì)于實(shí)驗(yàn)室高精度分析，傅里葉變換型光譜儀能提供更**的光譜分辨率和信噪比。無(wú)論選用何種儀器，在光譜采集前都必須進(jìn)行嚴(yán)格校準(zhǔn)，確保波長(zhǎng)準(zhǔn)確性、光強(qiáng)穩(wěn)定性等指標(biāo)符合要求，這可以通過(guò)儀器自帶的校準(zhǔn)程序或標(biāo)準(zhǔn)樣品校準(zhǔn)來(lái)實(shí)現(xiàn)。

（二）采集參數(shù)的優(yōu)化

合理設(shè)置光譜采集參數(shù)對(duì)獲取高質(zhì)量光譜至關(guān)重要。主要參數(shù)包括掃描范圍、掃描次數(shù)、分辨率、增益等。掃描范圍應(yīng)根據(jù)目標(biāo)分析物的特征吸收波段來(lái)確定，一般近紅外光譜區(qū)范圍為780-2526nm，但針對(duì)具體物質(zhì)可能只需關(guān)注部分波段。例如分析含有大量水分的樣品時(shí)，需重點(diǎn)關(guān)注水在近紅外區(qū)的特征吸收波段（如1450nm、1940nm附近）。增加掃描次數(shù)可提高光譜的信噪比，但會(huì)延長(zhǎng)采集時(shí)間，需權(quán)衡利弊。分辨率決定了光譜的精細(xì)程度，較高分辨率能更好地分辨重疊峰，但數(shù)據(jù)量也會(huì)增大，通常根據(jù)樣品特性和分析要求選擇合適的分辨率，如8cm?1或16cm?1。優(yōu)化增益設(shè)置可使光譜信號(hào)處于合適的強(qiáng)度范圍，避免信號(hào)飽和或過(guò)低。以某款近紅外光譜儀采集固體粉末樣品為例，設(shè)置掃描范圍為4000-10000cm?1，掃描32次，分辨率8.0cm?1，優(yōu)化增益無(wú)衰減，以漫反射方式采集光譜，能得到較好的效果。

（三）樣品的測(cè)量方式

近紅外光譜測(cè)量方式主要有透射、反射和漫反射等。透射方式適用于透明或半透明且厚度均勻的樣品，如某些液體樣品；反射方式常用于表面分析；漫反射則對(duì)大多數(shù)固體樣品較為適用，能反映樣品整體的信息。在實(shí)際操作中，要根據(jù)樣品的物理性質(zhì)和狀態(tài)選擇合適的測(cè)量方式，并確保樣品與儀器探頭的接觸良好、位置固定，以保證每次測(cè)量的一致性。例如，對(duì)于不透明的塊狀固體樣品，采用積分球附件進(jìn)行漫反射測(cè)量，可有效收集散射光，提高光譜采集的準(zhǔn)確性。

03數(shù)據(jù)預(yù)處理

（一）異常光譜的識(shí)別與剔除

在采集的光譜數(shù)據(jù)中，可能存在因樣品制備不當(dāng)、儀器故障、環(huán)境干擾等原因?qū)е碌漠惓９庾V。這些異常光譜會(huì)嚴(yán)重影響模型的準(zhǔn)確性，因此需要進(jìn)行識(shí)別和剔除。常用的方法有基于統(tǒng)計(jì)學(xué)的方法，如馬氏距離法，通過(guò)計(jì)算每個(gè)光譜與其他光譜之間的馬氏距離，設(shè)定閾值來(lái)判斷是否為異常光譜；也可結(jié)合主成分分析（PCA），將光譜數(shù)據(jù)投影到主成分空間，觀察離群點(diǎn)來(lái)識(shí)別異常。例如，在一組包含100個(gè)樣品光譜的數(shù)據(jù)集中，通過(guò)PCA-馬氏距離法分析，發(fā)現(xiàn)其中3個(gè)光譜的馬氏距離遠(yuǎn)大于設(shè)定閾值，將這3個(gè)異常光譜剔除后，后續(xù)建模效果得到明顯改善。

（二）光譜的降噪處理

實(shí)際采集的光譜往往包含各種噪聲，如儀器噪聲、環(huán)境噪聲等，降低了光譜的質(zhì)量和信噪比，影響模型精度。常用的降噪方法有一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、移動(dòng)平均平滑、Savitzky-Golay（SG）卷積平滑、多元散射校正（MSC）等。一階導(dǎo)數(shù)和二階導(dǎo)數(shù)可突出光譜的變化特征，消除基線漂移，但會(huì)放大噪聲，因此常與平滑處理結(jié)合使用。移動(dòng)平均平滑和SG卷積平滑通過(guò)對(duì)相鄰數(shù)據(jù)點(diǎn)進(jìn)行加權(quán)平均來(lái)降低噪聲，其中SG卷積平滑效果較好且能較好保留光譜特征。MSC主要用于校正由于樣品顆粒大小、表面狀態(tài)等引起的散射差異，提高光譜的可比性。在對(duì)某批植物葉片光譜數(shù)據(jù)處理時(shí)，先采用SG卷積平滑去除高頻噪聲，再進(jìn)行MSC校正，有效提升了光譜質(zhì)量，為后續(xù)建模提供了更可靠的數(shù)據(jù)。

（三）數(shù)據(jù)歸一化

不同樣品的光譜強(qiáng)度可能存在差異，這可能是由于樣品厚度、濃度、測(cè)量條件等因素導(dǎo)致的。數(shù)據(jù)歸一化是將光譜數(shù)據(jù)調(diào)整到統(tǒng)一的尺度，消除這些非目標(biāo)因素的影響，使不同樣品的光譜具有可比性。常見(jiàn)的歸一化方法有*小-*大歸一化、Z-分?jǐn)?shù)歸一化等。*小-*大歸一化將數(shù)據(jù)映射到[0,1]或[-1,1]區(qū)間，通過(guò)對(duì)一組混合溶液的光譜數(shù)據(jù)進(jìn)行*小-*大歸一化處理后，有效消除了因溶液濃度微小差異導(dǎo)致的光譜強(qiáng)度變化，提升了建模效果。

04模型建立

（一）化學(xué)計(jì)量學(xué)方法的選擇

化學(xué)計(jì)量學(xué)方法在近紅外光譜建模中起著**作用，其目的是從復(fù)雜的光譜數(shù)據(jù)中提取與目標(biāo)參數(shù)相關(guān)的信息，并建立兩者之間的定量或定性關(guān)系。常用的定量分析方法有多元線性回歸（MLR）、主成分回歸（PCR）、偏*小二乘回歸（PLSR）等；定性分析方法有偏*小二乘判別分析（PLS-DA）、支持向量機(jī)（SVM）等。MLR是一種基本的線性回歸方法，但當(dāng)光譜數(shù)據(jù)存在嚴(yán)重多重共線性時(shí)，其效果不佳。PCR通過(guò)對(duì)光譜數(shù)據(jù)進(jìn)行主成分分析，提取主成分作為新的變量進(jìn)行回歸，可解決多重共線性問(wèn)題，但主成分的提取未考慮與目標(biāo)參數(shù)的相關(guān)性。PLSR則同時(shí)考慮了光譜數(shù)據(jù)的內(nèi)部結(jié)構(gòu)和與目標(biāo)參數(shù)的關(guān)系，在近紅外光譜定量分析中應(yīng)用*為**，能有效處理高維、非線性、噪聲大的數(shù)據(jù)，建立準(zhǔn)確的預(yù)測(cè)模型。例如在預(yù)測(cè)石油產(chǎn)品的辛烷值時(shí)，采用PLSR建立的模型比MLR和PCR模型具有更高的預(yù)測(cè)精度和穩(wěn)定性。對(duì)于定性分析，如藥品真?zhèn)舞b別，PLS-DA和SVM可根據(jù)光譜特征將樣品分為不同類別，其中SVM在處理非線性分類問(wèn)題上具有優(yōu)勢(shì)。

（二）模型參數(shù)的優(yōu)化

選定化學(xué)計(jì)量學(xué)方法后，需要對(duì)模型的相關(guān)參數(shù)進(jìn)行優(yōu)化，以提高模型性能。不同的方法有不同的參數(shù)需要調(diào)整，如PLSR中的主成分?jǐn)?shù)、SVM中的核函數(shù)參數(shù)（如徑向基核函數(shù)的γ值）等。主成分?jǐn)?shù)的選擇至關(guān)重要，過(guò)多的主成分可能引入噪聲和過(guò)擬合，過(guò)少則無(wú)法充分提取有用信息。通?？刹捎媒徊骝?yàn)證的方法來(lái)確定*佳主成分?jǐn)?shù)，如留一交叉驗(yàn)證、K-折交叉驗(yàn)證等。以K-折交叉驗(yàn)證為例，將數(shù)據(jù)集隨機(jī)分為K份，每次用K-1份作為訓(xùn)練集，1份作為測(cè)試集，重復(fù)K次，計(jì)算平均預(yù)測(cè)誤差，選擇使平均預(yù)測(cè)誤差*小的主成分?jǐn)?shù)作為*佳值。對(duì)于SVM的核函數(shù)參數(shù)，可通過(guò)網(wǎng)格搜索、遺傳算法等優(yōu)化算法來(lái)尋找*優(yōu)值，以提升模型的分類準(zhǔn)確率。在對(duì)某類農(nóng)產(chǎn)品進(jìn)行品質(zhì)分類建模時(shí)，通過(guò)網(wǎng)格搜索優(yōu)化SVM的徑向基核函數(shù)γ值和懲罰參數(shù)C，使模型的分類準(zhǔn)確率從優(yōu)化前的80%提升到了90%。

05模型驗(yàn)證與優(yōu)化

（一）模型驗(yàn)證指標(biāo)

建立模型后，需要通過(guò)一系列指標(biāo)來(lái)評(píng)估模型的性能，主要指標(biāo)包括決定系數(shù)（R2）、交叉驗(yàn)證均方根誤差（RMSECV）、預(yù)測(cè)均方根誤差（RMSEP）、相對(duì)分析誤差（RPD）等。R2用于衡量模型預(yù)測(cè)值與真實(shí)值之間的相關(guān)程度，取值范圍在0-1之間，越接近1表明相關(guān)性越好，模型擬合效果佳。RMSECV反映模型對(duì)訓(xùn)練集樣本的預(yù)測(cè)能力，值越小說(shuō)明模型在訓(xùn)練集上的預(yù)測(cè)準(zhǔn)確性越高。RMSEP用于評(píng)價(jià)模型對(duì)未知測(cè)試集的預(yù)測(cè)能力，RMSEP越小，模型的泛化能力越強(qiáng)，即對(duì)新樣本的預(yù)測(cè)效果越好。RPD用于評(píng)估模型的穩(wěn)定性能，RPD=標(biāo)準(zhǔn)偏差（SD）/RMSEP，RPD越大，模型越穩(wěn)定，一般認(rèn)為RPD>3時(shí)，模型可用于實(shí)際應(yīng)用。例如，在建立預(yù)測(cè)水果含糖量的近紅外光譜模型后，經(jīng)計(jì)算，模型的R2為0.95，RMSECV為0.5，RMSEP為0.6，RPD為3.5，表明該模型具有較好的擬合度、預(yù)測(cè)能力和穩(wěn)定性，可用于實(shí)際水果含糖量的快速檢測(cè)。

（二）外部驗(yàn)證

除了內(nèi)部交叉驗(yàn)證外，還需進(jìn)行外部驗(yàn)證以進(jìn)一步檢驗(yàn)?zāi)Ｐ偷目煽啃院头夯芰?。外部?yàn)證是使用**于建模數(shù)據(jù)集的另一批樣品（驗(yàn)證集）來(lái)測(cè)試模型。驗(yàn)證集應(yīng)與建模集具有相似的性質(zhì)和代表性，但不能包含在建模過(guò)程中。通過(guò)將驗(yàn)證集樣品的光譜數(shù)據(jù)輸入模型，比較預(yù)測(cè)結(jié)果與實(shí)際值，可評(píng)估模型在實(shí)際應(yīng)用中的表現(xiàn)。若模型在外部驗(yàn)證中仍能保持較好的性能指標(biāo)，說(shuō)明模型具有良好的泛化能力，可用于實(shí)際樣品的分析。例如，在建立藥物活性成分含量的近紅外光譜模型后，從市場(chǎng)上隨機(jī)采集一批新的藥物樣品作為驗(yàn)證集，經(jīng)模型預(yù)測(cè)，結(jié)果與參考標(biāo)準(zhǔn)方法測(cè)定值的偏差在可接受范圍內(nèi)，驗(yàn)證了模型的實(shí)用性。

（三）模型優(yōu)化

如果模型在驗(yàn)證過(guò)程中表現(xiàn)不佳，需要對(duì)模型進(jìn)行優(yōu)化。優(yōu)化的方向主要包括重新審視樣品選擇是否合理、光譜采集參數(shù)是否需要調(diào)整、數(shù)據(jù)預(yù)處理方法是否有效、模型算法及參數(shù)是否恰當(dāng)?shù)取＠?，若發(fā)現(xiàn)模型對(duì)某些特定類型的樣品預(yù)測(cè)誤差較大，可能需要增加此類樣品在建模集中的比例；若光譜數(shù)據(jù)噪聲較大影響模型精度，可嘗試更換更有效的降噪方法；若模型存在過(guò)擬合現(xiàn)象，可調(diào)整模型參數(shù)或采用正則化方法（如L1、L2正則化）來(lái)改善。通過(guò)不斷優(yōu)化，逐步提升模型的性能，使其滿足實(shí)際分析的需求、