虽然
近红外光谱从发现到现在已经有二百多年的时间了,但是其应用的兴起却起始于二十世纪50年代末Karl Norris对农副产品(谷物、饲料、水果、蔬菜、肉、蛋、奶等)的品质(水分、蛋白质、油脂等)分析(Ben-Gera and Norris,1968a,b; Bittner and Norris,1968; Butler and Norris,1960; Hart et al., 1962; Massie and Norris, 1965; Norris, 1964; Norris and Butler, 1961; Norris and Hart, 1965; Norris and Rowan, 1962)。很多人已经对
近红外光谱的应用和现状做了综述(Barton, 2002; Blanco and Villarroya, 2002; Bokobza, 1998; McClure, 1994; McClure, 2003; 段民孝等, 2002;籍保平, 2000;刘建学等, 1998;陆婉珍等, 2000;徐广通等, 2000;严衍禄等, 2000)。近红外谱区的信息几乎包括有机物中所有含氢基团的信息,信息量极为丰富。
近红外光谱分析技术已经广泛应用于农牧业、石油化工、食品工业、煤炭、土壤、环保、纺织、生物、医学、化妆品、保健药品、成像、天文、地球物理等行业。近红外光对物质的穿透能力较强,所以近红外分析不需对样品作任何预处理,属于绿色分析技术。农业领域近红外分析不但可用于实验室分析,也可用于现场分析和在线分析,适合于育种、栽培、营养诊断、农产品加工等需要分析成千上万种样品的领域。因此近红外技术被认为“具有解决全球农业分析的潜力”。应用
近红外光谱分析技术进行定性鉴定一般采用峰位鉴别、模式识别(聚类分析)、指纹鉴别和数据库鉴别等四种鉴别方法。而运用
近红外光谱分析技术进行定量分析,其关键是建立预测效果优秀的数学模型。
在国外,1978年美国和加拿大就先后将
近红外光谱检测方法规定为谷物的标准检测方法。近红外技术现在已为食品工业管制所广泛应用,许多实验方案和计算方法已成为美国官方分析化学家协会(Association of official analytical chemists,AOAC)的标准方法,比如,
近红外光谱法分析干蔬菜中水的含量已成为AOAC的标准方法;
近红外光谱法快速测量葡萄酒中乙醇的含量也已成为饮料工业中的品质管理方法之一。另外,用
近红外光谱法分析各种小麦中的蛋白质已成为美国谷物化学家协会(American association of cereal chemist,AACC)的标准方法;用
近红外光谱法分析小麦及面粉中的水分、蛋白质也已成为国际谷物化学家协会(International of cereal chemist,ICC)的推荐方法。可见,
近红外光谱分析和其他分析技术一样,先在某一领域得到突破而广泛使用,并逐步进入新的领域,最终,各种领域的分析技术都可能成为官方确认的标准方法。
虽然国内对近红外的研究起步相对较晚,但发展很快。例如,中国石油化工集团公司石油化工科学研究院1998年研制的CCD
近红外光谱仪和相应的分析软件应用于国内炼油厂的汽油和柴油组成的测定取得了较好的经济和社会效益(褚小立等,2002);中国农业大学花费10年时间已成功地研制了中国农业近红外分析技术及网络系统(中国农业大学新闻网),该系统配有近红外分析的各种软件并具有建立与优化近红外分析数学模型的能力。此课题从1990年到2000年的十年间逐步完成的科技成果,包括
近红外光谱分析信息源-信息处理软件-信息产品以及相关信息的传送与维护的网络系统。全部系统包括五部分:中国部分农产品近红外基础光谱集,采集了我国主要谷物类及中草药样品5000余个近红外基础光谱;通用近红外定量分析软件,软件功能包含当代国际近红外分析软件的主要基本功能,包括建立数学模型、检验模型、转移模型、分析单个或多个样品等;人工神经网络定性定量分析软件;中国部分农产品近红外定量分析数学模型集,包括小麦、玉米、大豆、大麦等作物的数学模型,其中小麦和玉米数学模型的建模样品集是从全国范围内收集的数千份样品,因此这些数学模型可适用于全国范围;近红外分析网络系统,可通过上网的方式将近红外分析用户与建模中心通过网络连接起来。
可见,
近红外光谱技术的应用将在深度和广度上不断向前发展,近红外仪器的性能将继续向高稳定、高信噪比发展,低价位便携式的仪器开发及建立全球卫星近红外系统将成为发展的方向。