简易光谱仪

根据第一届“陆婉珍近红外光谱奖”评选表彰工作安排，按照《“陆婉珍近红外光谱奖”评奖办法》的规定，2016年2月28日第一届“陆婉珍近红外光谱奖”评审会在北京召开，经过无记名投票产生了“陆婉珍近红外光谱贡献奖”和“陆婉珍近红外光谱科技奖”建议名单，现将名单予以公示，广泛听取意见，接受社会监督。　　有关意见和建议，请于2016年3月15日前，以电话、电子邮件或信函等形式向陆婉珍奖评选办公室反映(信函以到达日邮戳为准)。反映意见请用真实姓名、单位，并注明联系方式。　　邮寄地址：北京市海淀区知春路6号锦秋国际大厦A座23层刘慧颖收，邮编：100088。　　联系人：　　刘慧颖，lhy0008@sina.cn，13910775473　　张建，maliano@cis.org.cn，010-82800071　　建议名单如下：第一届“陆婉珍近红外光谱贡献奖”建议名单被推荐人 推荐单位 职称 从事专业 严衍禄 中国农业大学 教授 应用物理 　　获奖人情况简介　　严衍禄，1935 年生，中国农业大学信电学院教授，历任生物物理教研室主任、农业物理专业主任、应用物理系主任、校中心实验室光谱研究室主任等职，是国内最早开始近红外光谱分析的研究人之一，1992 年获农业部“有突出贡献的中青年专家”荣誉称号，享受国务院特殊津贴。　　20 世纪80 年代初，组建了中国农业大学近红外光谱分析实验室，三十余年来，严衍禄教授一直从事近红外光谱分析的基础理论、农业应用、软硬件技术等研究开发工作，持续培养近红外光谱研究领域博士、硕士生三十余名，许多已成为国内外高校、科研机构、知名企业中近红外领域的学术和技术骨干。　　研究成果荣获1978年全国科学大会奖4项(累计式辐射计、蛋白质分析仪、叶绿素检测仪与叶面积分析仪等，2项入选中国农大百年科技成果)。“傅立叶变换近红外光谱分析的应用基础和农业应用” 1999年获得世界华人重大科技成果奖。在成果应用方面，1999年与“上海烟草集团公司”合作开展“近红外技术在烟草中的应用”研究项目，极大的推动了近红外技术在烟草行业的应用。2000年至今，“中国农业近红外分析技术及网络系统”、“农产品光谱仪器研制及技术开发”、“建立与完善我国部分农产品近红外光谱库”、“专用近红外光谱仪的研制与开发”、“近红外农产品品质分析仪及应用系统的产业化开发”、“农产品品质近红外检测技术研究”等项目课题通过科技部、农业部等的成果验收。其中联合研制开发的多款近红外农产品品质分析仪，已在上海棱光技术公司等单位进行批量生产、销售，并长期保存有全国小麦、玉米、水(旱)稻、大豆、烟草等建模标样。“中国农业大学近红外光谱分析通用定量定性软件系统(CAUNIRS)”在与“同仁堂集团科技公司”、“清华科技园”开展的“近红外技术在中药质量控制中的应用研究”、与“红塔烟草集团公司”、“云南中烟公司” 、“上海烟草集团公司”、“同仁堂集团科技公司”、“中粮集团公司”、“中国航天员科研训练中心”等开展横向合作应用项目中取得了显著的应用成果。第一届“陆婉珍近红外光谱科技奖”建议名单被推荐人 推荐单位 职称 从事专业 胡昌勤 中国食品药品检定研究院 研究员 药物分析 　　获　　奖　　人　　情　　况　　简　　介　　胡昌勤，中国食品药品检定研究院抗生素室主任，1982年至今在中国药品生物制品检定所毒理室主要从事药物的遗传毒理学评价工作，荣获了国家科技进步二等奖2项、省部级科技进步奖10多项。　　从2001年开始从事近红外(Near Infrared，NIR)光谱技术在制药领域的应用研究，承担了财政部直接拨款的“药品检测车”项目以及国家十一五科技支撑计划等多个项目的科研工作。作为“药品检测车”项目中车载NIR快速检测系统和化学检测系统的总技术负责人，胡昌勤研究员在国内外首次提出了建立不针对具体企业产品，以制剂活性成分为检测对象，能够在多台NIR光谱仪上使用的药品NIR通用性模型的概念，并指导解决了建立药品通用性模型、模型传递中的诸多具体困难，提出了车载NIR系统利用多模型串联提高检测专属性的设想 适用于应急检验的相似系数模型以及适用于实时追踪的一致性检验模型的建立方法 开展相关建模理论研究 指导编写了车载NIR药品快速鉴别系统中文软件，使上述设想在药品检测车中予以实现。　　目前所建立的“NIR药品快速检测体系”已经初具规模，形成了可以分析片剂、胶囊剂、粉针剂等集常规检查、针对性抽验和应急检验等于一体，具有中国特色的NIR药品现场快速综合检测体系。该检测体系已经被装备于全国400多辆流动的药品检测车上，用于广大基层地区药品的现场快速筛查，以解决我国广大农村地区药品监督检验资源匮乏，监管覆盖面小的问题。近年来，又带领课题组进行了一系列应用近红外技术进行药品生产过程控制方法的研究。并与深圳华润九新药业有限公司等生产企业进行合作，针对其关键生产过程环节建立近红外在线质量控制方法，尝试建立基于原辅料特性与生产工艺参数关系的计算机辅助工艺评价/控制系统，以促进我国药品生产向“质量源于设计”的模式转变。为NIR技术在我国药品监管领域的推广和实施做出了突出贡献。　中国仪器仪表学会　　2016年3月1日

4月22日，江西省科技厅下发《关于组建2013年度江西省重点实验室和工程技术研究中心的通知》，江西检验检疫局申请的“江西省红外光谱应用工程技术研究中心”正式获批组建。 　　近年来，江西检验检疫局综合技术中心先后承担了7项红外光谱技术应用项目的研究工作，包括“纺织纤维成分快速测定——近红外光谱法及其检测标准的建立”、“红外光谱光纤技术在饲料品快速检测中的应用研究”、“基于物联网的纺织纤维成分快速检测——近红外数据处理中心的建立与示范”等，获得实用新型专利1项、软件著作权1项，申请发明专利2项，建立了2个检验检疫行业标准。其中“纺织纤维成分快速测定”项目建立的“纺织品纤维成分近红外光谱定量分析方法”取得了革命性突破，将成分检测周期从传统方法的17个小时缩短至3分钟。该专利成果也引起了国内外近红外光谱仪制造商的高度关注。 　　该中心的建立，为江西检验检疫局加强与地方科研单位的横向合作搭建了交流平台，将有利于聚集和培养专门的科研人才，促进科技创新及其成果的转化与推广，是实现江西检验检疫局建设中部强局目标的重要技术支撑。

中国仪器仪表学会近红外光谱分会举办的首届“创和亿杯全国近红外光谱数据建模竞赛”成功举办，本网特邀请我国分析化学和化学计量学专家南开大学邵学广教授，本届竞赛的组织者中石化石油化工科学研究院褚小立教授级高工，以及本届竞赛支持单位上海创和亿电子科技发展有限公司的张军工程师对本届竞赛进行评述，并对未来竞赛活动提出一些设想。　　一、基本情况　　开展近红外光谱建模竞赛是中国仪器仪表学会近红外光谱分会计划已久的一项工作，但因各种原因一直未举办，直到遇到这套建模数据。这套数据来源于真实的应用现场，是便携式近红外光谱仪器，采用漫反射方式测量烟草烟碱的数据集，样品数量多，烟碱浓度分布也相对较宽，具备较好的光谱与浓度定量统计意义。首次进行建模竞赛，选一套稳健的数据集至关重要。这套数据集的稳健之处在于建模算法(线性或非线性)对预测结果的影响较小，光谱变量选取方法影响较小，采用常规的预处理方法便可在很大程度上提高模型的预测能力。可以说，只要参赛者的建模步骤规范，具备基本的建模技巧，通过细心和耐心选择常用的建模算法(包括光谱预处理方法、波长选择方法和定量校正方法)及其参数，采用商品化的化学计量学软件，不需要自己编程，就可以得到优秀的成绩。　　从来自70多个单位，100多名参赛者的结果来看，达到了这个基本目标，尤其是一些来自应用企业一线工程师的建模结果非常优秀，这是近红外光谱技术应用落地的重要基础。本次比赛共收到109个模型的预测结果，通过对200个预测集光谱的预测结果与参考值之间的偏差，即MAE(平均绝对误差)和SEP(预测集均方根误差)，进行计算，采用了二者的均值进行了模型评价。小于0.30的76个，小于0.25的54个，小于0.22的19个，本届的参赛模型大都具有较好的预测结果。　　开展竞赛之前，近红外光谱分会曾小范围对这套数据组织了盲测，数据提供方(上海创和亿)也长时间在公司内部进行盲测，这次竞赛的最优结果已接近了前期盲测的最优值，但没有预想的“实质性”突破。在竞赛前，曾有预想出现“黑马”，把这套数据的MAE降低到0.15以下，把SEP降低到0.20以下，这一目标尚没有实现，希望有兴趣的同行，继续尝试新的建模策略和算法，进一步提高建模能力。　　二、定量建模算法　　多数参赛者的模型采用的建模方法是最常用的PLS回归，部分模型采用了SVM和神经网络等，神经网络方法还包括BP、CNN，但CNN方法的模型并不很多，与当前的人工智能研究热潮有点不符。当然与这套数据集的特点有很大关系，据了解有不少参赛者尝试了很多算法，但PLS效果好，所以只提交了PLS结果。也有采用自行提出的一些算法，预测结果也较好。　　值得说明的是，PLS模型采用的算法和实现方式不尽相同，多数采用了普通的NIPALS和SIMPLS算法，也有人采用了MATLAB系统中的plsregression，或使用了Python scikit-learn包中的PLSRegression，也有采用商业化学计量学软件或仪器公司配套的软件。这些不同的计算方法会导致结果上稍有不同。　　在模型参数的确定与模型验证方面，多数模型采用了各种形式的交叉验证，也有采用K-S分组的方式划分了验证集进行模型验证。不同验证方式的结果都具有合理性和科学性，但也都有各自的局限性。某些模型采用了不同的多种方式同时进行验证，但由于篇幅的限制，提交的报告中几乎没有系统的讨论。　　校正集光谱的考察是建模的首要步骤，如奇异样本的识别与删除，但只有少数模型在建模前进行了数据的考察。模型的适用性考察几乎没有讨论，极少有人对预测集的奇异光谱给予关注。　　三、光谱数据处理方法　　数据处理是建模的关键步骤之一，本次参赛模型几乎全部采用了信号处理技术对光谱进行了散射校正和背景扣除处理，MSC、SNV、SG/CWT求导(1阶、2阶)等常用方法都得到了尝试。某些模型采用了光谱变量选择方法，如MC-UVE、CARS、SPA、波段选择(iPLS)等。对于这套竞赛数据，从预测结果来看，变量选择的作用没有得到体现。上述这些结果具有理论和实践上的合理性。漫反射光谱的散射校正一般认为是必要的，但背景信号是否对模型具有贡献一直没有得到确切答案。对于大多数校正集，当校正集光谱数量大于光谱变量数时，变量选择应该不再是影响模型准确性的关键因素，但变量选择对精简模型和提高模型的解释性等仍具有意义。　　四、建议　　此次建模比赛的参与积极性很高，对促进建模技术的交流与提高具有积极作用，很多专家和同行都建议把这项竞赛持续办下去。由于是首次进行建模比赛，还有许多值得提高改进的地方，例如，本次竞赛只把预测结果的“MAE”和“SEP”作为准确性评判标准，没有考虑界外样本的影响，也没有考虑预测值与参考值的相关性(散点图)、预测结果的相对偏差(包括除奇异点以外的最大偏差)等参数。另外，建议进一步完善参赛文档的完整性，例如建模方法的描述要尽量详细，从原理到计算过程和相关参数，保证模型的可重复性。建议以后竞赛对建模过程的描述赋予一定的权值(例如占20%)，专家小组对此进行评审打分。此外，竞赛方式也有待进一步改进，目前是以个人的形式参赛，存在同一个研究小组多人(5人以上)同时参赛的情况，这是值得鼓励的，但如果其预测水平基本相当且都较为优秀，就会影响所有参赛者的排名，有失竞赛的公平性和多元化，如何规避有待商榷。建议采用初赛和复赛的方式进行，同时进一步提高竞赛的奖金，吸引更多行业高手参与。　　一套合适的数据集是竞赛成功的关键，也是共同提升建模能力的重要生产资料，在此呼吁业内人士积极提供近红外光谱数据集，逐步形成中国近红外光谱竞赛集数据库，公开公布相关信息，供国内外同行开展相关研究工作长期下载使用。