近红外光谱分析原理
近红外光(Near Infrared,NIR)是介于可见光(VIS)和中红外光(MIR)之间的电磁波,按ASTM(美国试验和材料检测协会)定义是指波长在780~2526nm范围内的电磁波,习惯上又将近红外区划分为近红外短波(780~1100nm)和近红外长波(1100~2526nm)两个区域。
近红外光谱属于分子振动光谱的倍频和主频吸收光谱,主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的,具有较强的穿透能力。近红外光主要是对含氢基团X-H(X=C、N、O)振动的倍频和合频吸收,其中包含了大多数类型有机化合物的组成和分子结构的信息。由于不同的有机物含有不同的基团,不同的基团有不同的能级,不同的基团和同一基团在不同物理化学环境中对近红外光的吸收波长都有明显差别,且吸收系数小,发热少,因此
近红外光谱可作为获取信息的一种有效的载体。近红外光照射时,频率相同的光线和基团将发生共振现象,光的能量通过分子偶极矩的变化传递给分子;而近红外光的频率和样品的振动频率不相同,该频率的红外光就不会被吸收。因此,选用连续改变频率的近红外光照射某样品时, 由于试样对不同频率近红外光的选择性吸收,通过试样后的近红外光线在某些波长范围内会变弱,透射出来的红外光线就携带有机物组分和结构的信息。通过检测器分析透射或反射光线的光密度, 就可以确定该组分的含量。
近红外光谱分析技术包括定性分析和定量分析,定性分析的目的是确定物质的组成与结构,而定量分析则是为了确定物质中某些组分的含量或是物质的品质属性的值。与常用的化学分析方法不同,
近红外光谱分析法是一种间接分析技术,是用统计的方法在样品待测属性值与
近红外光谱数据之间建立一个关联模型(或称校正模型,Calibration Model)。因此在对未知样品进行分析之前需要搜集一批用于建立关联模型的训练样品(或称校正样品,Calibration Samples),获得用
近红外光谱仪器测得的样品光谱数据和用化学分析方法(或称参考方法,Reference method)测得的真实数据。
其工作原理是,如果样品的组成相同,则其光谱也相同,反之亦然。如果我们建立了光谱与待测参数之间的对应关系(称为分析模型),那么,只要测得样品的光谱,通过光谱和上述对应关系,就能很快得到所需要的质量参数数据。分析方法包括校正和预测两个过程:
(1)在校正过程中,收集一定量有代表性的样品(一般需要80个样品以上),在测量其光谱图的同时,根据需要使用有关标准分析方法进行测量,得到样品的各种质量参数,称之为参考数据。通过化学计量学对光谱进行处理,并将其与参考数据关联,这样在光谱图和其参考数据之间建立起一一对应映射关系,通常称之为模型。虽然建立模型所使用的样本数目很有限,但通过化学计量学处理得到的模型应具有较强的代表性。对于建立模型所使用的校正方法视样品光谱与待分析的性质关系不同而异,常用的有多元线性回归,主成分回归,偏最小二乘,人工神经网络和拓扑方法等。显然,模型所适用的范围越宽越好,但是模型的范围大小与建立模型所使用的校正方法有关,与待测的性质数据有关,还与测量所要求达到的分析精度范围有关。实际应用中,建立模型都是通过化学计量学软件实现的,并且有严格的规范(如ASTM-6500标准)。
(2)在预测过程中,首先使用
近红外光谱仪测定待测样品的光谱图,通过软件自动对模型库进行检索,选择正确模型计算待测质量参数。
NIR 定量分析的过程
近红外定标及样品分析的流程如下:
收集/ 制备定标样品——→化学方法测定某成分含量
↓
用近外仪采集样品的光学数据
↓
光谱数据的数学转换(一阶或二阶导数)
↓←——————————————将化学方法测得数据输入
回归计算 收集制备待测样品
↓ ↓
建立定标方程 近红外仪扫描待测样品
↓ ←—————————┘
成分含量计算
↓
最终结果
从上述流程图可以看出,
近红外光谱分析技术,其实就是一种间接的相对分析,通过收集大量具有代表性的标准样本,通过严格细致的化学分析测出必要的数据,再通过计算机建立数学模型,即定标,以最大限度反应被测样本群体常态分布规律,然后再通过该数学模型或定标方程,预测未知样品的所需数据。
近红外光谱分析技术的特点
与传统分析技术相比,
近红外光谱分析技术具有诸多优点,它能在几分钟内,仅通过对被测样品完成一次
近红外光谱的采集测量,即可完成其多项性能指标的测定(最多可达十余项指标)。光谱测量时不需要对分析样品进行前处理;分析过程中不消耗其它材料或破坏样品;分析重现性好、成本低。
1. 无前处理、无污染、方便快捷
近红外光线具有很强的穿透能力,在检测样品时,不需要进行任何前处理,可以穿透玻璃和塑料
包装进行直接检测,也不需要任何化学试剂。和常规分析方法相比,既不会对环境造成污染,又可以节约大量的试剂费用。近红外仪器的测定时间短,几分钟甚至几秒钟就可以完成测试,并打印出结果。
2. 无破坏性
无破坏性是近红外技术一大优点,根据这一优点,近红外技术可以用于果蔬原料及成品的无损检测。在果品贮藏库中安装近红外装置,能够实现果蔬的自动检测,节省大量的人力和物力。
3. 在线检测
由于近红外技术能够及时快捷的对样品进行检测,在生产中,可以在生产流水线上配置近红外
装置,对原料和成品及半成品进行连续再现检测,有利于及时地发现原料及产品品质的变化,便于及时调控,维持产品质量的稳定。光纤导管和光纤探头的开发应用使远距离检测成为现实。且远距离检测技术特别适用于污染严重、高压、高温等对人体和仪器有损害的环境应用,为近红外网络技术的发展奠定了基础。
4. 多组分同时检测
多组分同时测定,是近红外技术得以大力推广的主要原因。在同一模式下,可以同时测定多种组
分,比如在测小麦的模式中,可以同时测定其蛋白质含量、水分含量、硬度、沉淀值、快速混合比等指标,这样大大简化了测定操作。不同的组分对测定结果都有一定的影响,因为在测定过程中,其它组分对近红外光线也有吸收。
5.测定速度快
近红外光谱的信息必须由计算机进行数据处理及统计分析一个样品取得光谱数据后可以立即得到定性或定量分析结果整个过程可以在不到2min内完成而且可以通过样品的一张光谱计算出样品的各种组成或性质数据。
6. 投资及操作费用低
近红外光谱仪的光学材料为一般的石英或玻璃仪器价格低操作空间小样品大多数不需要预处理投资及操作费用较低而且仪器的高度自动化降低了操作者的技能要求。
当然,
近红外光谱分析也有其固有的缺点:首先,它的测试灵敏度比较低,相对误差比较大;其次,由于是一种间接测量手段,需要用参考方法(一般是化学分析方法)获取一定数量的样品数据,因此测量精度永远不能达到该参考方法的测量精度,建立模型也需要一定的化学计量学知识、费用以及时间;最后,近红外光潜的测量范围,只适合对含氢基团的组分或与这些组分相关的属性进行测定,而且组分的含量一般应大于0.1%才能用近红外进行测定。对于经常的质量监控是十分经济且快速的,但对于偶然做一两次的分析或分散性样品的分析则不太适用。因为建立
近红外光谱方法之前必须投入一定的人力、物力和财力才能得到一个准确的校正模型。