近红外光谱分析系统的预处理技术入门

 　　近红外光谱分析系统的预处理技术入门　　近红外光谱分析技术作为一种绿色分析技术，有分析速度快、操作简单、不需要样本预处理、可实现原位、无损、在线的定性定量分析等优点。　　实践证明，以近红外光谱分析为主的过程分析技术为工业信息化与自动化的深度融合起到了决定性的作用，它所提供的快速、实时测量信息可以使工农业生产过程保持z优化的控制，在显著提高产品质量的同时，降低生产成本和资源消耗。　　然而，由于近红外光谱存在吸收强度弱、光谱重叠严重等缺点，要想进行准确的定性定量分析，必须借助化学计量学方法所建立的高质量的模型。　　因此，基于化学计量学的近红外光谱的数据处理技术研究得到了广泛的研究。目前，近红外光谱的数据分析技术研究主要集中在光谱预处理（包括变量筛选）技术、建模样本筛选技术、多元校正技术和模型转移技术等方面。　　实验采集到的原始近红外光谱除了包含与样品相关的有用信息外，往往伴随随机噪音、背景干扰、杂散光等干扰信息，对校正模型的质量和未知样品预测的准确度将产生严重的影响。　　因此，在建立校正模型之前，通过光谱预处理技术消除各种类型的干扰显得十分关键和必要。　　常用的光谱预处理技术包括多元散射校正（MSC）、正交信号校正（OSC）、净信号分解、连续小波变换（CWT）等。　　下图中：
 

　　MSC可以有效地消除样本颗粒分布不均匀及颗粒大小不同而产生的散射对其光谱的影响，而CWT可以有效地对样品光谱进行背景扣除。实践证明，光谱预处理技术可以有效地消除光谱中的变动背景及散射干扰，处理后的光谱可以有效提高校正模型的质量和未知样品预测的准确度。