无处不在的近红外技术：只有你想不到，没有你用不到的领域——参加全国第九届近红外光谱学术会议心得体会

天津工业大学化学工程与技术学院 凌梦旋 张容玲 （指导教师：卞希慧）

       在中国共产党第二十届全国人民代表大会召开之际，为期三天的全国第九届近红外光谱学术会议于2022年10月20日正式拉开帷幕。疫情无情人有情，虽然此次会议由于疫情影响不得不在线上召开，但依然抵挡不住广大科研学者探求知识的热情。此次会议共安排了80多个报告，共计3000余人参会。报告者分享了近红外光谱分析领域的最新进展及成果，包含近红外光谱技术中化学计量学方法研究、近红外光谱技术在农业食品、疾病筛查、生物制药、环境、石油化工等领域的应用以及多种近红外光谱仪的研究进展。

会议伊始，由北京化工大学袁洪福教授发表致辞，并由中国仪器仪表学会近红外光谱分会秘书长褚小立颁发第四届陆婉珍近红外光谱的贡献奖、科技奖以及青年奖。徐可欣、杨辉华教授获得陆婉珍近红外光谱贡献奖；王家俊教授级高级工程师获得陆婉珍近红外光谱科技奖；兰树明、李江波、李连、云永欢、杨敏博士获得陆婉珍近红外光谱青年奖。褚小立教授分别介绍了12位获奖人的研究贡献。相信在“陆婉珍近红外光谱奖”的激励下，更多的学者会投入到近红外技术的研发和应用中，让近红外光谱仪更加小巧智能，近红外光谱技术的应用遍地开花。

为期三天的会议，南开大学邵学广教授、云南中烟工业有限责任公司王家俊高级工程师、华东理工大学杜一平教授、暨南大学潘涛教授等数十位专家分享了最新的研究进展。从科研到应用，从技术到方法，从硬件到软件，涵盖了近红外光谱的方方面面。以下是参加全国第九届近红外光谱学术会议心得体会：

化学计量学方法是近红外光谱分析的核心

本次会议中，多位专家对于近红外光谱中化学计量学中的建模方法、预处理方法、变量选择方法、模型转移方法等进行了探讨。

南开大学邵学广教授对近红外光谱中化学计量学方法的建模流程及相关问题进行了分享。他强调在建模时，数据集质量是最重要的，要选择准确、分布合理的参考值和光谱，选择具有代表性的建模样本和外部验证集。同时，也介绍了多种模型优化的方法，但需要选择合适的一种，否则会产生过拟合现象。最后邵学广教授还介绍了课题组最近基于自动编码器的深度学习方法在近红外光谱建模中的研究，提出使用自动编码器技术可以实现不同仪器光谱的建模。

云南中烟工业有限责任公司的王家俊高级工程师根据自身从事近红外光谱分析技术20年来的实践经验，从近红外光谱定量分析与标准、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、化学计量学方法的应用以及模型的应用与维护5个方面进行分享，为广大青年学者从事近红外光谱研究提供了扎实的基础知识，帮助他们少走很多弯路。

华东理工大学的杜一平教授从样品中浓度相关性的角度探讨了近红外光谱模型的本质，通过3个实验得出浓度相关性越强，隐变量数越低，模型预测能力越好。在解吸过程中和栀子提取过程中组分浓度相关性对近红外光谱定量分析模型也有影响，进一步说明了当样品中存在与被测组分具有相关性的组分时，可以“借助”这种关系进而提高模型的性能，值得注意的是当样品组成改变时，相关性组分对模型的影响可能影响到模型的预测精度，因此要关注模型更新。

建模是复杂样品定性定量分析的核心步骤。多模型建模是建模方法的发展趋势。温州大学陈孝敬教授针对PLS存在的局限性提出了偏最小二乘模型泛化算法（GACR）来优化子空间构建过程；同时，为建立更好的鲁棒性去除奇异点，提出了结合最小截断二乘思想的偏最小二乘模型（PLTS）和基于最小无穷范数的偏最小二乘模型（PLMS）；还提出了一种基于偏最小二乘模型的影响函数（IFSIMPLS）来应对函数无法应用于高维数据的问题。天津工业大学卞希慧副教授课题组发展了基于变量方向、基于样品方向、双集成以及分解集成多种集成建模方法。其研究生吴德云提出了基于变分模态分解的-权重多尺度支持向量回归方法并用于调和油和中药掺假的定量分析。

另外近红外光谱容易收到噪声、背景、杂散光的影响，信号处理也是建模过程中必不可少的一部分。对于光谱存在的噪声问题，卞希慧课题组运用了希尔伯特黄变换（HHT）、局部均值分解（LMD）、变分模态分解（VMD）等去噪方法。其研究生石梓彤通过两个仿真信号和实测拉曼光谱信号，将VMD方法在信噪比方面与EMD方法进行比较，验证了VMD去噪方法的可行性；研究生凌梦旋针对噪声分布不均匀的近红外光谱，提出分段镜像扩展局部均值分解（PME-LMD）方法，通过仿真信号、中药近红外光谱和啤酒近红外光谱数据，将PME-LMD方法与SG平滑、DWT去噪、EMD去噪和全谱LMD去噪进行比较来验证该方法的有效性。基线漂移也是近红外光谱分析常见的问题，西安工业大学的张峰老师针对基线漂移提出了一种自动基线校正方法，该方法首先将光谱数据划分为吸收区域与非吸收区域，然后计算非吸收区域的均方根误差，并对自适应平滑参数惩罚最小二乘法中的惩罚因子进行优化选择，最后选择最优的惩罚因子进行基线校正，利用扫描获得的正丁烷光谱对其方法进行验证分析。

近红外光谱选择合适的变量是复杂冗长的建模过程中的重点、也是难点。海南大学云永欢教授运用了多种变量选择方法如区间随机青蛙（iRF）、迭代保留有信息变量发（IRIV）、变量选择集群分析（VCPA）、基于PLS回归系数遗传算法变量选择方法（GA-PLS-LRC）、二步和三步联用的策略方法等，还系统性的总结了近二十年的变量选择方法。群体智能优化在变量选择中的运用尤其引起大家的关注。卞希慧老师总结了课题组近几年在光谱变量选择引入的萤火虫算法（FA）、灰狼优化算法（GWO）、鲸鱼优化算法（WOA）、蝴蝶优化算法（BOA）等群体智能优化算法。其硕士赵子贞优化了BOA的迭代次数并且改进了离散化函数，在最佳参数下对血液样品的胆固醇组分、生物样品的草酸组分含量进行测定。硕士张容玲针对WOA利用arctan函数对鲸鱼位置进行离散化，优化了WOA的迭代次数和鲸鱼数目。结果表明，采用预处理方法CWT与变量选择方法均显著提高了PLS定量分析六元调和油样品的预测性能，且CWT-WOA-PLS可以在变量数目最少的情况下提高预测精度。南京林业大学的研究生胡云超采用二进制蜻蜓算法（BDA）方法，针对小麦粉蛋白质近红外建模中校正集样品问题，在适应度函数构建中引入校正集信息，优化校正集样品的选择，提高模型预测的精度。

在模型转移方面，华东理工大学的倪力军教授基于尺度不变特征变换（SIFT）算法、光谱标准偏差（SDSS）与相关系数分析相结合的三步波长筛选方法，根据主机样品光谱筛选出具有独立性强、能良好体现不同样品间光谱的差异及光谱的特征波长。以玉米中的蛋白质和油脂以及烟叶总植物碱所建立的模型为例进行分析，得到了更简洁和稳健的模型。杭州谱育科技发展有限公司的红外应用研究工程师查丽霞通过分辨率控制和波数校准，自制在线FTIR气体分析仪基本可以实现模型传递，传递后的分析误差控制在2%F.S.的误差范围，列出了多套仪器的模型传递成功的应用结果，说明仪器具有较好一致性，可以大量减少重复性建模工作。

当前，水光谱组学仍是一个研究热点，南开大学韩丽博士通过近红外光谱开展了水的氢键结构分析，充分利用水分子不同振动形式产生的近红外光谱信号来获得丰富的水结构信息。暨南大学的潘涛教授基于水光谱组学构建了一种多光程测量的多模态光谱融合建模方法，借鉴博弈论概率分析的思想提出了近红外光谱模式识别的一种模型补偿（Compensating）和投票（Voting）的策略。以血清乳腺癌与正常对照的二分类判别和饮用水三分类判别为例，进一步说明了模型融合方法取得明显优于单个模型的判别效果。山东大学的李连副研究员开展了以水为探针的无标记近红外光谱表征研究，通过利用氢键相互作用规律，揭示复杂体系下物质的关键分子的特异性识别、结构转化机制等，为近红外在溶液体系下的低含量物质表征提供新的分析策略。

创和亿杯建模竞赛的获奖者分享获奖心得

在邵老师的主持下，在创和亿杯建模竞赛中取得优异成绩的获奖者分享了他们的建模经验。南开大学的段潮舒博士分享她建模数据处理的全过程，数据集及质量考察是建模的首要步骤，清晰的建模流程对于稳健模型的建立也很有必要。针对类间差异很小的样本，多模型投票机制的PLS-DA有利于提高模型的预测能力，实现准确判别。华东交通大学的研究生朱明旺详细讲述了机器学习建模流程，主要包括数据收集、数据清洗、特征过程、模型建立和模型监控五大内容。西北大学的李茂刚博士针对甲醇汽油中甲醇含量的快速准确分析以及近红外光谱定量分析模型准确性的关键问题，借助变量选择WT-RF模型、Raman、近红外光谱与PLS的数据融合、模型转移WT-VIP-KDA-PLS等化学计量学策略建立了甲醇汽油中甲醇定量分析方法。同时邵学广教授也进一步建议以后的参赛者完善参赛文档的完整性，保证模型的可重复性，有利于建模技术的推广应用。

近红外光谱的应用无处不在

近红外光谱通过不同的专用测量附件，不需要任何的前处理，就可直接无损地对多种与我们生活息息相关的物品进行分析，例如农业、食品、疾病筛查、生物制药、矿物煤炭等。

农业是人们生活的根本，近红外光谱技术在农业生产方面扮演重要角色。湖北省农业科学院果树茶叶研究所的王胜鹏通过近红外光谱技术结合BI-PLS算法和GA-PLS算法分别筛选了建模的特征光谱区间和特征光谱数据点，准确地预测外部位置样品的品质得分，实现了远安黄茶品质的快速无损鉴别。在云、贵、川等省市，烟草是主要的地方财政经济来源，广大农民也依靠种植烟草为生。云南中烟工业有限责任公司技术中心的高级工程师刘泽采用WOA优化SVM参数的模式分类方法，建立了一种快速有效识别烤烟产地的方法。红云红河（烟草）集团有限责任公司的助理工程师郑博文采集工业分级前后的烟叶近红外光谱，然后再将经过预处理后的光谱进行PCA分析，发现工业分级后的烟叶样品具有良好的一致性和质量稳定性。此外，本次会议中多位老师还介绍了近红外光谱技术在饲料、土壤、水稻种子等方面的应用。

俗话说“人是铁饭是钢，一顿不吃饿的慌”。近红外光谱在对食品方面的定性、定量分析也独具优势。近红外光谱能够对苹果、梨、柑橘等10余种水果进行质量检测。湖北省农业科学院的李江波研究员建立了水果内部光传输特性分析系统，提出了多因子融合建模分析测定水果内部质量检测方法。湖南农业大学的李跑副教授利用光栅近红外光谱仪和化学计量学方法评价了近红外漫反射光对果皮的穿透能力。发现变量筛选以及模型的优化可在一定程度上实现隐藏在果皮内部品质信息的提取并且利用化学计量学方法可以消除光谱中的干扰。酒品的成分及其含量对某一个品牌是具有专一性，是保持该品牌质量稳定以及区别于其他品牌的关键，近红外光谱可以对不同产地、不同品牌、不同香型的白酒进行鉴别分析，还可测定酒的年份。四川轻化工大学宗绪岩副教授采用不同的光谱技术对白酒中不同成分进行检测，最后实现白酒年份的鉴别。酒醅是酿酒发酵的主体，成分非常复杂。四川长虹电器股份有限公司的工程师刘浩将长虹微型化近红外光谱仪采用四种光谱建模方式，从盲测、单模型预测以及集成预测对酒醅进行分析比较。桂林理工大学的陈华舟教授构建基于Levy飞行的神经网络(NN）优化模型，以提高鱼粉蛋白质近红外光谱定量模型的预测精度;并指出可尝试在物联网分布式节点联合分析中进行应用转化。另外福斯华（北京）科贸有限公司的专家杨海龙，温州大学的教师黄光等多位专家学者在肉类、制糖业、奶粉掺假，牛奶乳制品检测、花生冻伤检测等方面也有深入研究。

古人云：“一粥一饭，当思来处不易；半丝半缕，恒念物力维艰”。穿衣和吃饭都是人类生活中必不可少的要素。近红外光谱技术不仅在食品质量控制方面发挥重要作用，在纺织品的智能鉴别中也彰显魅力。北京服装学院研究生王悦利用自主研发的在线近红外分选装置采集光谱并采用8种预处理方法及其组合对光谱进行预处理并建立深度卷积神经网络模式识别，验证了对光谱进行预处理能够提高模型识别准确率，为废旧纺织品的在线高校识别与自动分拣提供创新的技术与装备。

由于近红外光谱技术可以实现生物体的在体非介入分析和检测，已成为临床医学上极具发展潜力的分析手段之一。韩国汉阳大学的HoeilChung教授通过采用二维异步(2T2D)相关分析和自编码器增强胆囊癌的鉴别能力，解决了目前基于图像的方法很难区分胆囊癌癌症和其他胆囊疾病的问题。南京航空航天大学的硕士尚慧采用反射式近红外光谱以及FTIR技术对结合机器学习，并利用PCA和Fisher判别分析（FDA）实现乳腺癌的识别以及早期诊断。

中医药是中华民族的瑰宝，凝聚着祖辈几千年的健康养生理念和实践经验，然而，中药是一个成分众多、结构极其复杂的体系，近红外光谱技术凭借其快速、无损等优势，已成为中药检测的重要手段。山东大学李连研究员针对生产过程中光谱的稳定获取与预测，开发了集过滤、温控、消泡、取样于一体的药物提取预处理装置，并应用于小儿消积止咳口服液提取过程的模型建立与分析。不仅如此，多位学者也采用近红外光谱技术针对黄柏、灵芝孢子粉、五脉绿绒蒿、唐古特大黄、菊花、天麻、三七等中药材定性和定量分析。

随着塑料在现代生活中的广泛应用，越来越多的塑料垃圾给环境生态带来了极大压力，尤其是微塑料的污染，是国际研究的热点。韩国汉阳大学的HoeilChung教授采用近红外光谱技术，以全氟化碳(PFC)作为微塑料捕获介质，聚乙烯(PE)颗粒作为研究模型，能够快速、简单的检测水中的微塑料含量。

人类社会生产力的每一次进步，都伴随着一次矿产资源利用水平的巨大飞跃。近红外光谱技术能用于野外快速、准确地识别和分析矿物。西安建筑科技大学的杨敏高级工程师利用近近红外光谱技术对蚀变矿物的结构与化学成分信息展开研究，运用ASTER多光谱数据，以绿泥石矿物近红外吸收谱带位移机理为理论，说明近红外光谱技术能够对蚀变矿物的结构与化学成分进行分析。

作为人类生产活动中两种最重要的能源，石油和煤炭的分析领域也引入了近红外光谱技术。瑞士万通的产品经理张闪闪实现了近红外快速分析油品和煤粉。对于煤粉建立了内水、灰分、挥发性、固定碳、硫分和低位热量的模型，采用R2和SEC对模型进行评估。在油品分析中，包括对汽油、柴油、航空煤油和润滑油等进行现场油品分析。中国矿业大学的博士研究生田军设计了一种煤炭水分含量智能测量系统，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。通过基于MD-ICM的异常值检测和消除，可以有效提高建模波谱数据的洁净度并提高煤炭水分含量预测结果的准确性。

由于近红外光谱的发展之初就用于鸡蛋等复杂样品，因此人们对近红外光谱技术的应用开发主要集中在粮食、肉类、水果、中药、生物样品、石油、矿石等复杂样品上。而实际上如果是几种纯物质组成的混合物，近红外光谱结合化学计量学方法也一定可以实现其准确定量分析，如瑞士万通的张闪闪采用近红外光谱和偏最小二乘建立了由磷酸、硫酸、硝酸、氢氟酸组合的铜蚀刻液混酸的定量模型，并通过盲样测试实现了铜蚀刻液的准确定量。如果将近红外光谱用于化工行业中各种混合物的预测，将有很多用武之地。

近红外光谱仪器新技术尽展风采

近红外光谱仪器在小型化和微型化的道路上从未止步，车载台式、便携式、手持式和微型近红外光谱仪如雨后春笋般涌入人们的视野。西班牙科尔多瓦大学的Pérez-Marín教授将近红外光谱传感器用于食品质量、安全和真实性的问题，采用在线近红外光谱分析技术检测菠菜中硝酸盐含量以及西瓜糖分的检测，还采用便携式仪器在没有任何破坏或损坏样本的情况下对活体动物进行检测，展现了近红外传感器在未来发展占有重要地位，能够灵活实时分析。奥地利因斯布鲁克大学的Christian Wolfgang Huck教授介绍了小型化近红外传感器具有灵活分析的优点，能够进行现场对活体植物进行测量，确保作物在生长阶段的质量。同时，采用人工神经网络神经网络(ANN)等校正方法提高小型化近红外光谱仪的性能；采用二维相关光谱(2D-COS)提高了特定近红外波段中不同仪器之间观察到的相对灵敏度；以及采用近红外光谱的量子力学模拟增强了近红外光谱收集到的信息对小型化近红外传感器的优化。

近些年，多家国内外仪器生产公司致力于开发近红外光谱仪的开发与应用。赛默飞世尔科技（中国）有限公司近红外经理周学秋介绍了公司开发的Antaris工业专用傅里叶变换近红外光谱仪，可以适用于恶劣的工业环境，而且性能稳定。珀金埃尔默公司研发了二极管阵列式近红外光谱仪，在线近红外光谱仪、傅里叶变换近红外光谱仪等多种近(中)红外产品并将其应用于农业食品、生物制药、石油化工等多种领域。奥谱天成光电有限公司研发的短波近红外光谱仪、近红外高光谱成像仪等多种仪器应用于农业与食品、遥感应用、光通讯与光纤传感等领域。合肥星月夜光技术应用研究所自主研发了国产领域配套近红外光谱仪与检测器件镀金积分球。四川威斯派克科技有限公司研发了AQuant智能建模软件，展现了其优异的建模和预测能力。

本次会议的每位报告人都进行了精心准备，呈现出了最新的研究成果，促进了近红外技术的蓬勃发展。会议闭幕式上还评选了12位优秀青年报告奖，分别是中国林业科学研究院的潘玺、北京服装学院的王悦、南开大学的韩丽、山东大学的田伟路、武汉轻工大学的肖晓枫、天津中医药大学的吴思俊、中国科学院西北高原生物研究所的龙若兰、中国矿业大学的田军、暨南大学的池焜平、天津工业大学的凌梦旋、西北农林科技大学的杨可和北京工商大学的张倩。这将激励着越来越多的青年人投入到近红外光谱分析技术的研究及应用中来。我们期待在下一届全国近红外光谱会议，我们能够再次线下相聚，共话神奇的近红外技术。