经营评述

p 　　3月28日消息，雪迪龙(002658)2017年年度董事会经营评述内容如下： /p p 　　 strong 一、概述 /strong /p p 　　(一)公司总体经营情况 /p p 　　(1)营业收入：完成10.84亿元，与去年同期9.98亿元相比，增长8.63%。 /p p 　　(2)归属于上市公司股东的净利润：完成2.15亿元，与去年同期1.94亿元相比，增长10.77%。 /p p 　　(3)总资产：至2017年末21.99为亿元，与去年年末19.78亿元相比，增长11.15%。 /p p 　　(4)归属于上市公司股东的净资产：至2017年末为18.91亿元，比去年年末17.16亿元相比，增长10.20%。 /p p 　　(二)2017年度各项财务指标 /p p 　　报告期内公司偿债能力方面，流动比率和速动比率分别为6.72、5.46,与去年同期相比，变动幅度分别为-0.34、-0.36 在营运能力方面，应收账款周转率(次)和存货周转率(次)分别是2.22、1.88 在盈利能力方面，基本每股收益为0.36元，净资产收益率达到11.95%。 /p p 　　(三)经营情况分析 /p p 　　公司2017年度利润增长10.77%,增长幅度稍低于公司业绩预期，主要原因是环保产品销售收入略低于销售预期，而公司研发投入增加1,241万元，投资收益同期减少1,429.6万元。公司各业务板块经营情况如下：环境监测业务实现营业收入6.42亿元，较去年同期增长8.71%。 /p p 　　2017年度，国家开展中央环保督察力度空前，实施环保限产和淘汰落后产能，导致部分中小锅炉领域的CEMS监测业务受到影响。同时由于电力行业CEMS监测市场需求趋于稳定，电力行业对传统CEMS的需求增长有所放缓，但电力行业超低排放业务及非电领域CEMS监测业务的需求随着环保要求的提高，有着明显的上升。 2018年度，随着工业企业的升级改造及开工生产，以及国家振兴实体经济措施的推进，非电领域的CEMS监测及超低排放业务仍会有更为广阔的发展空间。 /p p 　　2017 年度，公司对大气、智慧环保、水质监测产品的投入初见成效，2017年度虽然其业务未达预期，但实现了培养队伍、奠定基础的目的，由于这些业务的客户群体以政府部门为主，单个项目金额较大、项目跟踪落地周期较长、公司业务基础稍弱等因素导致业绩增速较慢 随着公司近几年在上述业务领域做的积极布局和投入，预计2018年度会有较好的业绩兑现。 /p p 　　VOCs监测业务较去年同期业绩增长显著，主要客户群集中于厂界监测、石化化工等领域，随着大气治理的进一步推进，VOCs作为& quot 十三五& quot 的约束性指标之一，其监测市场将得到陆续释放。 /p p 　　工业过程分析系统实现营业收入8,156万元，较去年同期增长69.09%。主要是公司积极拓展水泥、钢铁、化工、石化等领域的工业过程分析业务。 /p p 　　气体分析仪及备品备件业务实现营业收入1.32亿元，较去年同期下降4.34%,主要是面向客户开展的二次销售。 /p p 　　运营维护改造业务实现营业收入2.13亿元，较去年同期下降3.95%。 /p p 　　公司旗下全资子公司& quot 北京雪迪龙环境工程技术有限公司& quot ,自2016年组建专业的团队开展环境工程业务，2017年度环境工程公司实现销售收入2,956.4万元，为公司在环境工程业务领域的发展奠定了良好的基础。 /p p 　　(四)对外投资概况 /p p 　　2017年，公司未开展重大对外投资。 /p p 　　(五)员工持股计划 /p p 　　员工持股计划是中长期的激励政策，计划连续推出五年，目前已实施三期，具体内容如下：第一期员工持股计划资金总额约为2,512万元，购买完成日期为 2015年4月22日，购买均价为27.43元/股，购买数量为915,805股，占公司总股本的比例为0.15%,锁定期自2015年4月22日至 2016年4月22日，存续期为2015年4月22日至2017年4月22日。经2017年1月17日召开的第三届董事会第三次会议审议通过，第一期员工持股计划延长一年，即存续期至2018年4月22日止。经2018年1月22日日召开第三届董事会第十四次会议审议通过，将第一期员工持股计划存续期再次延长一年，即第一期员工持股计划存续期延长至2019年4月22日。 /p p 　　第二期员工持股计划资金总额约为3,662万元，购买完成日期为2016年7 月22日，购买均价为16.804元/股，购买数量为2,180,325股，占公司总股本的比例为0.36%,锁定期为2016年7月22日至2017年 7月22日，存续期为2016年7月22日至2018年7月22日。 /p p 　　第三期员工持股计划资金总额约为1,002万元，购买完成日期为2017年7 月11日，购买均价为16.502元/股，购买数量为607,300股，占公司总股本的比例为0.1004%,锁定期为2017年7月12日至2018年 7月12日，存续期为2017年7月12日至2019年7月12日。 /p p 　　2017年度的考核增长率Rn低于20%,故第四期员工持股计划不从公司2017年净利润中提取奖励基金，经员工持股计划委员会征求第四期持有人建议后，提请董事会终止实施第四期员工持股计划。 /p p 　　(六)公开发行可转债 /p p 　　2017 年5月，公司筹划公开发行可转换公司债券并向中国证监会报送相关申报材料。2017年12月5日，公司收到中国证监会下发的《关于核准北京雪迪龙科技股份有限公司公开发行可转换公司债券的批复》(证监许可[2017]2206号)。2017年12月27日，公司公开发行52,000万元可转债，2018年 1月3日完成发行，募集资金到账。2018年1月29日，公司可转债上市流通，债券代码为& quot 128033& quot ,债券简称为& quot 迪龙转债& quot 。 /p p 　　(七)募集资金情况 /p p 　　2012年3月9日，公司首次公开发行股票募集资金的总额为7.05亿元，净额6.49亿元(以下简称& quot 前次募集资金& quot ),截至2017年末，前次募集资金余额为5,235.78万元，募投项目& quot 运营维护网络建设项目& quot 尚需继续投入。 /p p 　　2017年12月27日，公司公开发行可转换公司债券，募集资金总额5.2亿元，净额为5.07亿元。本次公开发行可转债募集资金将应用于VOCs监测系统生产线建设项目和生态环境监测网络建设项目。 /p p 　　(八)风险分析政策风险 /p p 　　环境监测设备行业是政策驱动型行业。国家对环境保护、节能减排政策及相关法律、法规的制定和调整对公司的生产经营将产生较大影响，但市场的实际释放程度依赖政府的实际执行进度。请投资者关注政策执行进度落后于预期的风险。 /p p 　　市场竞争风险随着环境监测设备行业的快速发展，智慧城市、智慧环保等项目的落地实施，更多的市场竞争者进入本行业，市场竞争日益加剧。在公司业务扩张及智慧环保项目推广过程中，如果在全国范围内的市场开发不力，或在项目招投标过程中连续不能成功中标，可能对公司未来业绩的增长产生不利影响。 /p p 　　技术和人才流失风险公司所处的仪器仪表行业属于技术密集型行业，需要大量的研发投入、长期的技术积累，同时需要专业化的销售、运维团队来满足客户的需求。公司多年来积累了丰富的管理经验、生产技术，建立了较为完善的销售渠道和服务网络，培养了一大批中高级管理人员、技术骨干、销售骨干及服务工程师。如果公司的管理、技术、销售、运维方面的骨干人员流失，或发生技术秘密泄露，将对公司的生产经营及募投项目的建设、效益的实现产生不利影响。 /p p 　　业务整合风险公司通过对环境监测行业及相关政策发展的研判，先后收购了英国的KORE公司、比利时的ORTHODYNE公司，同时也参股了多家境内公司，设立了多家子公司，补充完善环境监测产品体系。由于公司设立至今，主要人员、组织机构及业务均在国内，且公司在海外经营、管理的经验不够丰富，对技术的吸收和与境外子公司的融合存在一定的风险。对境内子公司尤其是新设成立的子公司，需要从头开始，投入大量的精力进行管理运作，能否及时的开发成功的产品并推向市场，获得市场的认可，存在一定的风险。 /p p 　　 strong 二、核心竞争力分析 /strong /p p 　　(一)行业经验与品牌优势公司是我国从事环境监测和工业过程分析领域的市场先入者之一，成立十多年来，公司不遗余力的为国内外多行业多领域的 /p p 　　客户提供着优质的产品及服务，在国内环境监测仪器市场销售业绩位居前列。多年来通过产品的应用、维护与反复改进提高，积累了大量的技术资料和现场实践经验，雪迪龙的品牌也覆盖了多个行业及领域，公司能够针对不同行业、不同领域的客户的不同需求提供从方案设计、部件加工、系统集成、安装调试到后续运维服务的全方位定制化专业服务。随着公司产品体系的不断丰富与完善，客户结构也逐渐向多元化发展，& quot 雪迪龙& quot 品牌在多个行业及领域深入人心，稳定的产品品质和及时的综合服务造就了公司良好的口碑与信誉。 /p p 　　(二)人才和研发创新优势 /p p 　　人才和研发创新是公司处于市场竞争优势的关键因素。公司一直将研发创新作为公司的核心发展战略，培养了一支拥有200余人的专业研发团队，公司通过不断完善人才引进和培养策略，吸引并留住人才，调动其积极、主动、创造性，为公司研发创新贡献力量。 /p p 　　公司被认定为国家级高新技术企业、北京市级企业技术中心 2014年，公司被北京市发展和改革委员会认定为在线环境监测技术及系统应用北京市工程实验室，2015年公司获批设立了中关村科技园昌平园博士后科研工作站分站 与国内著名大学共同成立研究院，集结了国内环境领域的专家资源，并参与了多项国家、行业标准制定，拥有200余项专利及软件著作权 公司致力于通过收购并购、技术合作等多种手段寻求和引进海外高端产品和技术，壮大公司的技术发力量，取得了较好的成果。 /p p 　　(三)运维服务优势目前市场竞争日益激烈，竞争的形式已经从产品层面逐步扩展到产品的全生命周期，作为仪器产品产业链的延伸，运营服务 /p p 　　是为客户提供综合解决方案的重要一环，在提高客户忠诚度的同时，又提升了单位客户资源的产值，在存量市场空间开辟了稳定的收入来源。公司在行业内已率先开展了运营服务的业务，通过在全国范围内设立技术服务中心，配备专业服务人员，可以根据客户的个性化需求和现场情况，在最短的时间内给予客户及时有效的专业化服务。公司设立专门子公司，致力于为政府、企业和社会提供专业的第三方服务。 /p p 　　(四)平台优势 /p p 　　经过多年发展，公司已由单一监测设备供应商逐渐发展为环境综合服务提供商，并由设备运营商逐渐发展为数据运营商。长期以来，公司在监测技术、污染源解析、环境监测设备制造及升级等方面积累了丰富的实践经验，形成了多条成熟产品线，并拥有上万套多领域监测设备的成功应用经验 公司业务范围已涵盖环境监测的废气、大气、废水、水质、环境信息化、环境大数据及工业过程分析等诸多领域，监测要素已覆盖SO2、NOx、VOCs、PM2.5、COD、TN/TP/DO/pH、噪声、扬尘等诸多监管指标，监测类别已涵盖在线监测、实验室监测、应急监测及第三方检测。2015年起公司引进的国外高端技术与先进产品，如飞行时间质谱仪、XRF荧光光谱仪及气溶胶单颗粒飞行时间质谱仪等，正在逐步向环境、食品、工业分析等领域推广，公司将持续从横向上丰富完善监测产品，致力于打造综合物联网感知、传感体系 纵向致力于打造专业化综合型的环境服务平台。利用上市公司强大的投融资能力，给予公司资金、技术、产品、销售、人才等全方位的稳定投入，公司完全可以以多种模式为城市和工业园区提供智慧环保综合解决方案从而提供整体的& quot 一站式& quot 服务。 /p p 　　 strong 三、公司未来发展的展望. /strong /p p 　　(一)宏观政策持续驱动行业发展. /p p 　　2017 年12月20日，中央经济工作会议确定，按照党的十九大的要求，今后三年要重点抓好决胜全面建成小康社会的三大攻坚战，即防范化解重大风险、精准脱贫、污染防治。在打好污染防治攻坚战方面，会议要求，要使主要污染物排放总量大幅减少，生态环境质量总体改善，重点是打赢蓝天保卫战。 /p p 　　2018年1月31日，环保部举行的2018年首场例行新闻发布会指出，将继续推进燃煤电厂超低排放改造、研究推进钢铁等非电行业超低排放改造，在重点区域实施大气污染物特别排放限值，全面加强工业企业无组织排放管理，……狠抓环境监测质量管理，确保数据真、准、全。 /p p 　　2018 年3月，李克强总理在政府工作报告中指出，“坚决打好三大攻坚战，推进污染防治取得更大成效。具体内容为，巩固蓝天保卫战成果，2018年二氧化硫、氮氧化物排放量要下降3%，重点地区细颗粒物(PM2.5)浓度继续下降，推动钢铁等行业超低排放改造，提高污染排放标准，实行限期达标 深入推进水、土壤污染防治，2018年COD、按单排放量要下降2%。 /p p 　　加强生态系统保护和修复，全面划定生态保护红线，严格环境执法。 /p p 　　十九大报告中将生态文明建设提高至前所未有的高度，伴随生态环境监测网络建设方案的和环保税的推进落实，环境监测行业将会有更加广阔的应用和市场空间。 /p p 　　目前，我国环境监测的基本框架以污染源监测、大气环境监测、水环境监测为主，持续完善生态环境监测网络将是十三五的发展趋势。而环保税法要求监测的参数除污染源监测等常规参数外，还有VOCs、重金属、有毒有害气体等多种特征污染物监测参数，监测指标进一步增加，由环保税法的实施引发的环境在线监测设备的需求也会大幅增加。 /p p 　　近年来，环保产业也逐渐与云计算、大数据等技术相结合，由单一的终端设备监测向智慧环保综合方案迈进，在“以提高环境质量为核心”的目标驱动下，预计2018年，以提供科学决策、智慧管理的智慧环保业务将快速发展，包含环境咨询、规划设计、环境监测、环境治理、项目投资、设施运营等多个方面的“一站式”综合解决方案将会有巨大的市场潜力。 /p p 　　(二)机构改革激发污染防治新格局. /p p 　　2018年3月13日，十三届全国人大会议审议国务院机构改革方案，将原有环境保护部，发改委、国土资源部以及水利等部门环境管理职责予以整合，组建了生态环境部。 /p p 　　“生态管理”成为新部门的重要职责之一，环境管理也将由单一的污染要素约束上升为系统化的调控，环境政策也从污染物排放控制发展为改善环境质量和污染物控制并重。此次大部制落定，将把生态保护与污染治理有效结合，真正形成大环保、实现大协同，从而促使环保行业健康发展。 /p p 　　(三)公司的经营管理计划. /p p 　　公司主营业务始终立足环保领域，围绕水、气、土三大战役展开，以环境监测业务为核心领域，着力拓展环境监测、环境信息化、环境服务、环境治理四大领域。 2018年，公司着重巩固拓展污染源监测、大气环境监测、水环境监测和环境信息化业务领域，以污染源监测、大气环境监测、水环境监测各类监测终端设备为基础，结合信息化、物联网、智能化，实现监控、质控、运维的智能化升级，完善智慧环保综合解决方案，坚定推进城市与园区智慧环保业务的开展落实，坚定不移地保持环境监测领域的行业领先地位，引领行业发展。 /p p 　　公司将加大子公司与各业务部门的融合力度，关注品质与服务，提升综合竞争力与品牌价值 建设完善政府项目营销网络，积极拓展政府业务 持续开展营销队伍能力建设，提升业务拓展质量和效率 实施信息化管理，简化业务流程，注重用户体验，提升客户满意度。 /p p 　　公司针对下属子公司及各业务板块，开展更加科学化、规范化、标准化、制度化的统筹管理 完善薪酬考核体系，以能力定级定薪，让不断提升能力创造业绩的员工有更大的成就感 加强团队凝聚力，营造良好工作氛围，引导员工形成共同的企业价值观，共同塑造优秀上市企业品牌。 /p p 　　(四)可转债募集资金投资项目建设. /p p 　　公司公开发行可转债募集资金52,000万元已于1月3日到帐，2018年起全面开展募投项目建设。 /p p 　　VOCs监测系统生产线建设项目由生产工厂主导实施，计划半年内投产，一年内全部投产，实现预计新增产能。 /p p 　　生态环境监测网络建设项目分为三个子项目实施，环境监测网络综合应用平台研发、环境监测网络项目建设和生态环境监测数据中心建设。2018年起，公司全体员工将共同努力，推广“智慧环保”综合解决方案，以环境质量改善为核心，以环境质量和污染排放总量双控为手段，通过采用BOT、BOO、PPP等模式，构建城市、工业园区天地一体化的生态环境监测网络，帮助地方政府、工业园区和企业提升整体环境质量，帮助环境管理者实现科学决策、智慧管理，顺利完成募投项目建设 /p

近期，国际权威化学评述期刊——美国化学会Chemical Reviews发表了中科院烟台海岸带研究所以陈令新研究员为核心的“环境微分析与监测”创新团队，关于表面增强拉曼散射(Surface-enhanced Raman scattering，SERS)技术的评述文章——SERS Tags: Novel Optical Nanoprobes for Bioanalysis(Y.Q. Wang, B. Yan, L.X. Chen*, Chem. Rev., 2013, 113 (3), 1391–1428)。Chemical Reviews是国际化学一级学科顶级期刊，影响因子40.197(2011年)。 　　文章介绍了表面增强拉曼散射“标签”(SERS tags)这一纳米光学生物分析探针的最新进展。近年来，SERS分析探针和相关光谱分析技术在生物分析检测领域展现了巨大的应用潜力，并以其能够解决广泛的生物化学问题成为生物化学研究的重要工具。SERS分析探针是一类由贵金属材料、拉曼报告分子共同组成的新型纳米光学探针，具有灵敏度高、光谱指纹特性强和高通量标记的优点。文中总结了基于多种形貌的金、银纳米材料SERS探针的制备方法和光学特性，较为全面地阐述了其在分子检测、细菌和细胞成像、组织诊断以及活体动物成像等多层次的化学和生物学应用 同时进一步探讨了该技术面临的挑战及未来的前景，如提高单颗粒信号的重现性、发展多功能复合检测平台以及探针的生物相容性研究等。该文对从事SERS领域的研究人员具有一定的参考价值。 　　烟台海岸带所“环境微分析与监测”创新团队主要从事环境化学监测方面的研究与技术研发工作，致力于以典型污染物(无机离子、有机分子、病原体和生物体内活性物质等)为研究对象，利用生物/纳米材料和光、电、磁、声等分析探测技术，研发分析监测新原理、方法与仪器，特别注重发展基于紫外可见光谱、荧光光谱和拉曼光谱等相关光谱分析技术。在国家自然科学基金、中科院“百人计划”等项目资助下，在基于新型分子印迹材料“复杂基质样品前处理-色谱分离分析”、“纳米生物分析体系的构建”等方面开展研究，取得了一系列创新性研究成果。为解决复杂基质样品分析的技术难题，为发展选择性好、灵敏度高和简单快速的新型纳米光学传感体系提供了新思路。 烟台海岸带所在Chemical Reviews发表表面增强拉曼散射专题评述

近三年光谱结合化学计量学分析技术综述文献的评述（一）Commentary on the review articles of spectroscopy technology combined with chemometrics in the last three years褚小立（中石化石油化工科学研究院有限公司，北京，100083）摘要：近些年，现代光谱分析技术得到了迅猛发展，该技术的一个关键特征是采用化学计量学方法对光谱数据进行处理，从而尽可能多地获得有用信息，并且，该技术可直接对不同形态的复杂混合物进行定性和定量分析，在检测速度、成本、效率、通用性、自动化和便携性等方面表现出优于多数传统方法的特殊优势，在农业、食品、制药、石油、化工、烟草、环保和医学等各个领域得到了广泛的应用。因此，现代光谱分析技术也日益得到关注和重视。本文对近三年（2020-2022年）发表的涉及光谱结合化学计量学为主题的综述论文进行评述，主要论述了这类技术的发展现状、存在的挑战以及未来的发展方向，引用文献351篇。1引言现代光谱分析技术，如紫外可见光谱（UV-vis）、中红外（MIR）、近红外（NIR）、拉曼光谱（Raman）、三维荧光光谱（EEM）、太赫兹（THz）光谱、核磁共振（NMR）光谱、激光诱导击穿光谱（LIBS）等，可直接对不同形态的复杂混合物进行定性和定量分析，具有速度快，效率高，可无损和在线分析等优势，在农业、食品、制药、石油、化工、烟草、环保和医学等各个领域得到了广泛的应用（图1）。该技术的一个显著特点是借助化学计量学方法从光谱数据中尽可能多的提取详细的有价值的化学信息，其目的是为了显著提高分析结果的稳健性和准确性，使传统光谱技术不可实现的应用成为现实。图1 光谱结合化学计量学方法的分析技术框架图近年来，随着人工智能、大数据、云计算等，尤其是深度学习的快速发展，为化学计量学注入了新思路、新途径和新方法，用于光谱分析的新型化学计量学方法如雨后春笋般涌现出来，成为国内外本领域专家学者的重点和热点研究方向。借助材料学、MEMS制造技术、计算机技术等的进步，光谱类仪器及其应用也得到了长足发展。近三年（2020-2022年），光谱结合化学计量学的综述论文也如井喷式般的出现，涉及到光谱学、光谱仪器、化学计量学（机器学习）方法、以及在诸多领域的应用研究等方方面面。本文以“化学计量学（chemometric）” 或“机器学习（machine learning）”，“光谱（spectroscopy）”或“光谱技术（spectroscopic technology）”或“光谱仪（spectrometer）”，以及“综述（review或overview）”为关键词，以2020年至今为时间段，在Science Direct、Scopus、Web of Science、Google Scholar和知网（CNKI）上进行检索，对检索到的351篇综述类论文进行了整理、归纳和评述。2 光谱学与光谱技术2.1近/中红外光谱Beć等综述了量子计算化学在近红外光谱解析方面的进展，指出振动光谱学与计算化学形成的显著的协同作用，随着理论方法和计算机技术的进步，将大大提高振动光谱，特别是近红外光谱的应用潜力[1]。在另一篇综述中，他们论述了明确且详细的谱带归属研究对深入认识和理解近红外光谱的重要意义，解释了不同微型光谱仪所提供的化学信息贡献的差异的原因[2]。水光谱组学是一门研究水和水系统分子间氢键组成形态的新兴科学，它通过观察近红外光对水的作用所表征特征峰的变化来分析水系统中溶剂与溶质间的作用关系，具有非侵入性、分析速度快和定性定量等特点。孙岩等总结了用于温控近红外光谱分析的化学计量学方法，以及利用温控近红外光谱技术研究小分子的结构和蛋白质、温敏聚合物结构转变过程等方面的研究工作，利用随温度变化的水光谱信息，可实现对含水混合物的定性和定量分析[3]。陈定芳等梳理了水光谱组学的历史沿革、研究方法及其应用现状，阐明了水光谱组学用于测定人体经络脏腑的超分子结构特征的可行性[4]。褚小立等从振动光谱基础理论、光谱仪器硬件和化学计量学3个方面对近红外光谱分析技术的最新进展进行了综述，认为以近红外光谱为核心的商业产品将在不同应用领域进一步提供深化和细化的服务，近红外光谱有望成为与时代发展特征（如人工智能、大数据、云计算和物联网等）最相关的一项分析技术[5]。王家俊等探讨了在网络化应用环境中，近红外光谱仪器设备存在的硬件差异以及传统化学计量学方法在建模、数据处理存在的不足对近红外光谱的深度应用产生的影响，提出了云计算应用的解决思路，并对大数据时代近红外光谱分析网络化模式的应用前景进行了展望[6]。Fakayode等介绍了近红外光谱、傅里叶变换红外光谱仪器和拉曼光谱的最新技术创新进展，对2015-2018年期间近红外光谱、傅里叶变换红外光谱仪器和拉曼光谱在药品、食品等质量控制和保证等方面的应用现状进行了探究[7]。霍学松等综述了近些年新型的商品化微小型（便携式、手持式和袖珍式）近红外光谱仪器及其应用进展，指出物联网技术在智能农业、智能工厂、智能医疗和智慧城市等众多领域的兴起，成为推动近红外光谱传感器向着微型化方向发展的主要力量[8]。Zhu等综述了商品化便携式近红外光谱仪的主要类型，总结并比较了它们的性能指标，还介绍了促进小型化的新技术，对仪器未来发展的前景进行了展望[9]。表面增强红外吸收（SEIRA）是一种超灵敏的红外光谱技术，能够实现亚单层膜水平的表面选择性探测。Zhou等对SEIRA传感机制和理论模型的进展进行了综述，从结构设计、材料选择到结合机器学习算法等方面讨论了优化SEIRA性能的方法[10]。2.2拉曼光谱Pan等综述了人工智能方法结合拉曼光谱用于分析复杂混合物的进展，包括化学品、食品、药品和医学诊断等，指出拉曼光谱如SERS可以与红外光谱相结合，以增强物质识别能力[11]。Orlando等综述了拉曼光谱在先进材料科学表征中的应用进展，认为随着现场拉曼分析的推广应用，该技术在未来有望成为材料表征的常规分析技术[12]。Löbenberg等系统比较了不同拉曼分析技术的特点，介绍了拉曼光谱作为过程分析技术（PAT）工具在医药产品和工艺开发中的应用进展[13]。图2 用于体内上皮组织诊断的快速光纤共焦拉曼光谱系统Heng等综述了现代拉曼仪器、微型光纤拉曼探针设计和制造的最新进展（图2），论述了实时光纤拉曼光谱在临床内窥镜检查期间改善体内癌前病变和癌症早期诊断等方面具备的潜力[14]。Barik等概述了用于体内测量的不同光纤探针，重点介绍了用于生物医学的拉曼光谱探头，并对影响探针提取最佳光谱特征的各种方面，如光纤探头、辐射源、探测器和光谱仪等进行了探究[15]。 图3 基于SERS的传感器在农业应用示意图表面增强拉曼光谱（SERS）是一种高度灵敏的技术，可增强由某些纳米结构材料支撑的分子的拉曼散射。Han等概述了SERS设备、SERS活性材料制备和SERS测量的详细信息，重点介绍了SERS与化学计量学结合在多个研究领域的最新应用，包括探测表面反应和界面电荷转移、结构表征和化学/生物传感。此外，还讨论了SERS光谱再现性、技术局限性和可能的优化方法[16]。Liu等对目前SERS农业传感器现状和发展进行了总结，较全面地阐述了SERS在农产品质量安全控制中，对农药残留等有害物质检测的发展和应用（图3），介绍了SERS 传感器/基底在不同应用场景中的优势和价值[17]。空间偏移拉曼光谱（SORS）技术可在一定程度上克服通过包装对材料进行定性或定量分析的问题。Arroyo-Cerezo等综述了SORS结合化学计量学方法在食品和农业领域的应用，比较了商业和工业分析仪以及实验室规模的食品和饮料SORS实施情况，讨论了未来在农业食品供应链中的部署途径[18]。低频拉曼光谱（LFR）探测与长程有序（即结晶度）相关的振动模式，该模式可提供固态结构特征和其他特性的独特信息。Bērziņš等详细讨论了LFR的基础理论、仪器和数据分析（包括化学计量学和计算技术的应用）的各个方面，并总结了LFR在药物分析中的新应用[19]。2.3太赫兹光谱随着光源和探测器组件的迅猛发展，太赫兹（THz）谱技术最近在医学、材料、生物传感和制药工业等多个领域都得到了较快发展。Feng综述了太赫兹光谱与化学计量学结合的最新进展，以及太赫兹谱在评估食品质量和确保食品安全方面中的应用，并讨论了太赫兹谱的优势和一些固有的局限性[20]。Rawson等讨论了太赫兹光谱的原理和仪器，重点介绍了太赫兹技术在水分监测、土壤传感、种子分类、品种来源鉴别、残留检测、微生物、毒素和食品腐败检测、食品掺假鉴定、食品或农产品中的异物检测等方面的应用[21]。2.4 LIBS光谱激光诱导击穿光谱法（LIBS）是一种简单、直观、多用途的原子发射光谱法，它将快速脉冲激光束聚焦到样品上，形成含有其组成元素的等离子体，然后使用发射光的光谱分析检测存在的元素。激光诱导击穿光谱技术具有多元素同时检测、结构简单、检测速度快、不受样品形态影响等特点，在诸多领域展现出广阔的应用前景。Andrade等综述了近些年LIBS样品制备、定性分析、校正策略以及提高LIBS分析灵敏度方法的进展，指出现场应用、在线应用、以及与化学计量学方法的深度融合是未来LIBS技术的主要发展趋势[22]。李祥友等综述了激光诱导击穿光谱技术的机理、装置类型、基础研究进展（信号增强方法、定性定量分析方法），以及在深空探测、地质勘探、环境污染、食品安全、工业冶金和生物医疗等领域的应用进展，指出为了实现海量材料的快速、高灵敏度检测，在线 LIBS 装置的研制将是未来的发展趋势[23]。Harmon等论述了实验室和现场LIBS分析技术，综述了LIBS在大气、天然水、矿物、岩石、沉积物和土壤等地球科学领域中的应用研究进展[24]。Wang等总结了LIBS定量分析技术的最新进展，包括不确定性和误差产生机制、硬件改进和定量校正方法（包括基于物理原理的校正模型、基于数据驱动的校正模型和混合模型），解释了信号不确定性和矩阵效应对LIB定量分析性能的影响，提出了LIBS定量分析的改进策略框架[25]。Chen等综述了激光诱导击穿光谱（LIBS）与机器学习相结合在地球化学和环境资源勘探中的最新进展，提出了LIBS在未来发展中的潜在应用，包括现场快速筛选和极端环境下的远程探测等。由于LIBS可同时分析轻元素和重元素含量，在工业中，特别是在钢铁、汽车和飞机制造业中变得非常流行[26]。Velásquez-Ferrín 论述了LIBS在分析食品微量营养素、基本成分和有毒物质的应用进展，包括谷物、蔬菜、盐、酒精饮料、烟草、糖、肉、鱼、咖啡、茶和水等[27]。Legnaioli等综述了激光诱导击穿光谱（LIBS）在工业应用中的进展，包括能源工业、制药业、金属工业、建筑业、食品和饲料工业、资源回收工业等[28]。图4 激光诱导击穿光谱成像技术的应用示意图曾庆栋等综述了便携式LIBS的发展历程，对各种激光光源（小型 Nd:YAG固体激光器、二极管泵浦固体激光器、微片激光器、光纤激光器以及光纤传能的方案）应用于便携式LIBS系统的最新研究进展进行了综述和分类讨论，提出在应用领域应当从“专机专用”的角度着手，即一个样机只针对某个领域的某几种元素，甚至是某几个谱线来设计[29]。Limbeck等综述了LIBS成像仪器和相关化学计量学方法的最近进展，总结了LIBS成像在生命科学、地质学和材料科学领域的应用实例（图4），展示了LIBS在空间分辨分析中的优势，还讨论了该技术的未来前景和潜在应用[30]。2.6微型光谱仪光学、半导体、智能手机和许多其他制造技术的最新进展促进了光谱仪器的小型化和微型化。从未来的角度来看，这些传感器的小型化和性能改进将导致广泛的传感网络与物联网相结合，提供前所未有的现场诊断，从而为医疗保健和环境监测等许多其他应用提供实时分析。Yang等对光谱仪微型化的技术路线、技术突破及其后续应用进行了系统的分析，总结了过去三十年中所发展的四种微型光谱仪（图5），即色散型（dispersive optics）、窄带滤光型（narrowband filters）、傅里叶变换型（Fourier transform）和计算光谱（reconstructive）。论文指出了微型光谱仪发展历程中的重要技术突破，认为微型光谱仪的发展主要依赖于加工技术的进步和计算能力的提升[31]。图5 超小型微型光谱仪的四种策略示意图Biswas等概述了智能手机光谱仪的最新发展，重点是光收集、色散、检测和光谱校准，这些光谱仪可以利用实时物联网将边缘数据传输到云端，在未来，该仪器或将为使用者提供前所未有的现场诊断[32]。Zhi等总结了国内外微型光谱仪的发展现状，重点介绍了微型光谱仪在精准农业中的应用研究进展，指出随着新原理、新工艺和新材料的发展，微型光谱仪在提高特异性的同时，正朝着高性能、高集成度和单芯片方向发展[33]。荧光传感器有着高灵敏度和特异性的优点，Shin等论述了便携式不同类型荧光传感器的特点，并讨论了其在水质监测、生物医学等领域的应用进展[34]。Zhang等从理论、实现和性能指标方面系统地回顾了芯片傅里叶变换光谱仪（FTS）的进展，尤其是芯片静态FTS，包括空间调制、时间调制和空时共调制FTS，指出芯片FTS的应用将会逐渐扩展到食品安全、健康分析和大气探测等领域[35]。Ravindran评述了用于微光谱仪的光栅技术的新研究趋势，探究了评估光栅性能的主要参数，发现光栅效率、凹槽密度、自由光谱范围和分辨率对光栅性能有重要影响[36]。王飞等论述了片上光谱成像系统的分光原理、集成方式，展望了片上光谱成像系统在生物医疗、环境监测、军事装备和智能消费电子等领域的应用前景，指出未来基于片上光谱成像系统的各种光谱成像设备将真正进入掌上时代，深度融入个人日常生活，在食品安全、移动健康等方面展现出其独特的魅力[37]。3 化学计量学算法与策略3.1概述Wang等从实用性的角度综述了近十年来在现代光谱分析中应用的各种化学计量学方法，包括光谱预处理、波长（变量）选择、数据降维、定量校正、模式识别、模型传递、模型维护和多光谱数据融合等[38]。Houhou等重点介绍了化学计量学、机器学习和深度学习等人工智能方法用于光谱和成像分析的最新研究和趋势，包括核磁共振、质谱、振动光谱、X射线、原子力显微镜、电子显微镜和二维色谱等，他们认为深度学习在生物医学中的应用，以及数据融合方法，是未来研究的主题之一[39]。Zhang等汇总了用于LIBS多元定量和定性分析的机器学习方法（图6），讨论了模型可解释性、数据集大小、过拟合以及噪声、干扰等问题和挑战[40]。Costa等也综述了用于LIBS的化学计量学方法，比较了多种定量校正方法的优缺点[41]。图6 人工智能、机器学习、化学计量学之间的关系示意图图7 用于电化学、光谱学和联用质谱学中的化学计量学方法框架图Peris-Díaz等引用300多篇文献回顾了2018～2020期间化学计量学方法在电化学、光谱学和联用质谱学中的应用研究和发展趋势（图7），并论述了使用这些方法时要避免的潜在陷阱[42]。图8 光谱分析中常用的化学计量学方法工具箱Meza Ramirez等介绍了应用于光谱分析的机器学习和人工智能背景、概念和方法，及其在生命科学和医疗领域的最新研究进展，并给出了光谱分析中常用的机器学习和人工智能工具箱（图8）[43]。Oliveira等综述了各种分析技术与化学计量学方法结合用于石油泄漏研究中的应用和研究进展，讨论了化学计量学方法的一些概念性和不当使用等问题[44]。Aleixandre-Tudo等对化学计量学在食品科学和技术研究领域的应用进行了文献计量学评估，结果表明，化学计量学是一个内容丰富且发展快速的领域，广泛应用于食品领域[45]。Rocha等综述了2008-2018年期间非线性方法（人工神经网络、支持向量机、自组织映射等）在食品（蔬菜、水果、食用油和奶制品等）分类和预测分析中的应用，讨论了非线性方法相对于传统多元分析方法的优缺点[46]。Carolien等用实例对用于食品质量评估的多种化学计量学方法进行了探究，指出食品科学家和统计学家之间需要跨学科合作，以便正确使用数据分析方法并合理解释结果[47]。Ma等全面综述了神经网络在食品分析（如食品识别、食品供应链安全和组学分析等）中的应用进展，提出友好界面软件包的空白、难以解释的模型行为、多源异质数据等是阻碍神经网络广泛推广应用的主要挑战[48]。3.2光谱预处理与波长选择由于测量模式、样品状态和其他外部物理、化学和环境因素，光谱仪等分析仪器产生的数据可能包含不必要的变化。数据预处理的总体目标是从信号中去除不必要的变化或影响，以便与感兴趣属性相关的有用信息可用于有效建模。基线漂移是拉曼、中红外、近红外以及激光诱导击穿光谱等光谱仪器测量过程中经常出现的问题，会对光谱的定量和定性分析产生不利影响。王海朋等系统评述了光谱基线校正的基本算法、改进算法和新型算法及其应用研究进展，认为目前的基线校正算法大都没有从机理或光谱本质方面对基线漂移做出解释，在具体应用时应根据具体的对象加以选择和改进[49]。Mishra等系统介绍了用于光谱预处理的方法，重点论述了新出现的集成融合预处理方法，并归纳出了三种基于集成融合的预处理策略[50]。波长（变量）选择是近红外光谱（NIR）多元校准的重要步骤，也是近红外光谱研究的一个热点。现如今，已经开发了大量的变量选择方法，由于其原理和应用范围的不同，它们具有不同的优点和缺点。Fu等归纳了基于联合策略开发的变量选择方法，联合方法的目的是应用两种或多种变量选择算法，利用它们各自的优势，从高维NIR数据集中更有效地选择特征波长[51]。de Araújo Gomes等则概述了用于食品光谱数据分析中的波长变量筛选方法，并通过定量校正和分类识别实例论述了变量选择的重要性[52]。3.2多维高阶算法化学多维校正方法具有突出的“二阶或更高阶优势”，被视为借助绿色智能的“数学分离”来替代或增强传统的“物理/化学分离”，这避免或显著简化了样品预处理过程，减少了分析时间。此外，可以消除背景基体和干扰信号的影响，即使在存在未知干扰的情况下，也可以实现对感兴趣的多个分量的同时、快速和准确的定量分析。Wu等综述了基于各种高阶分析数据的多维校正的理论和分析应用的最新进展，重点讨论了多线性模型及其扩展、具有二阶或高阶优势的多维校正算法以及其他基本问题，并着重介绍了它们对绿色分析化学的贡献，例如在环境样品定量分析中的应用[53, 54]。在另一篇综述中，吴海龙等则系统综述了近5年来二阶、三阶、四阶校正方法与不同高阶分析仪器相结合的代表性应用，强调了多维校正方法对绿色分析化学的贡献[55]。图10 近红外光谱成像与高阶化学计量学算法用于药物杂质测定和有效期估计的分析流程图Sun对用于化学和生物制造过程中张量数据分析的方法进行了综述，指出张量数据分析是一种有前景的过程理解和优化工具，为提取有用的过程信息开辟了新的可能性[56]。Vignaduzzo等讨论了高阶化学计量学与多种仪器技术（如紫外-可见光谱、荧光、色谱、电化学等）相结合解决药学定性和定量问题的研究进展，是解决包括降解研究、杂质和原料药测定（溶解试验、均匀性试验等）等问题的有力工具（图10），还讨论了该策略在药物鉴定、PAT和QbD中的应用潜力[57]。Yu等综述了多维校正算法与近红外光谱结合在食品工业过程控制、质量评价、欺诈识别和分类、以及图像分析等方面的应用进展，作者认为，多维算法与光谱数据的结合可以将食品加工数据信息转化为操作知识，能进一步提高对食品系统和食品过程的理解[58]。Mazivila等论述了如何利用多维分辨方法从基于分析物触发的半导体量子点（QD）荧光调制（猝灭/增强）的传感平台中体现激发发射荧光矩阵（EEFM）的二阶优势，包括平行因子分析（PARAFAC）、多元曲线分辨交替最小二乘（MCR-ALS）和基于残差双线性的未展开偏最小二乘（U-PLS/RBL）[59]。de Juan等系统论述了多元曲线分辨（MCR）方法50年的发展历程，重点介绍了MCR在组学、成像或多维色谱等领域的新应用[60]。Mazivila 等则重点论述了MCR-ALS结合光谱和色谱技术在过程分析化学（PAC）和过程分析技术（PAT）中用于实时过程监测和控制的进展[61]。Park等系统综述了二维相关光谱在概念、实验方法和应用研究等方面的进展，强调了二维相关光谱与多元分辨和多元校正方法的结合[62]。Yang等重点综述了二维相关光谱结合多维化学计量学方法在乳制品、酒精饮料、食用油等食品质量检测中的应用[63]。Liu等综述了二维相关光谱在水环境、土壤环境和大气环境检测和分析中的应用，特别是在研究环境中有机物的分子特性以及与金属离子的相互作用机理等方面的进展[64]。Rutherford等讨论了应用于生物流体红外光谱分析的机器学习分类算法，强调了二维红外光谱的多维性及其具有的丰富信息，其与分类算法结合具有令人鼓舞的潜力[65]。本文为评述第一部分，第二部分查看请点击此处