现代近红外光谱分析的信息处理技术研究.pdf

129 Vol.40,No.1January,2024第 40 卷第 1 期2024 年 1 月IT REPORT0 引言近红外光谱分析技术由于自身具有操作方便、分析效率高以及无污染等优势，在当前的化学计量分析中拥有良好的发展空间，受到了很多专家学者的青睐，在计算机技术以及智能化技术的发展驱动下，近红外光谱信息处理精准性也在不断提升，并在社会的生活与生产中得到了全面的应用，并在应用中发挥了自身的最大效能。1 现代近红外光谱分析信息处理技术综述1.1 发展综述近红外光谱是一种电磁波，其处于中红外光谱与可见光谱之间，有关检测机构将近红外光谱的波长设定为780-2526nm，英国物理学家赫谢耳首次发现了近红外光谱，这一发现，也是近代学者对于非可见光领域进行探索现代近红外光谱分析的信息处理技术研究何振宇，王骏立（国防科技大学电子对抗学院，安徽合肥230027）摘要：现代近红外光谱分析技术是当前化学分析领域中最受关注的新型技术之一，在食品安全、化工纺织以及工农业领域有着广泛的应用，并在应用过程中，帮助该行业取得了良好的发展效果。基于此，本文将对现代近红外光谱的信息处理技术进行分析与研究，本文首先对近红外光谱分析性处理技术进行综述，其次对现代近红外光光谱分析技术进行分析，以供参考与借鉴。关键词：近红外光谱；电磁波；分析技术；光谱数据中图分类号：TN211文献标志码：A文章编号：1672-4739（2024）01-0129-03Research on Information Processing Technology of Modern Near Infrared Spectroscopy AnalysisHE Zhenyu，WANG Junli（National University of Defense Technology,Hefei 230027,China）Abstract：Modern near infrared spectroscopy analysis technology is one of the most concerned new technologies in the field of chemical analysis,which has been widely used in food safety,chemical textiles,industry and agriculture,and has helped the industry achieve good development results in the application process.Based on this,this paper will analyze and study the information processing technology of modern near-infrared spectroscopy.Firstly,this paper summarizes the analytical processing technology of near-infrared spectroscopy,and then analyzes the analytical technology of modern near-infrared spectroscopy for reference.Keywords：near infrared spectrum；electromagnetic wave；analytical techniques；spectroscopic data的重要一步，十九世纪三十年代初期，热电偶的发明，从侧面验证了近红外光与可见光之间存在相似的光学性质。并没有在当时得到有效的应用。上个世纪伊始，研究学者通过摄谱的方式对有机化合物的近红外光进行试验，同时对光谱特征进行阐述，这足以证明近红外光谱可以成为一种信息处理方式，但是由于上个世纪的科学技术水平尚不发达，研究学者无法对近红外光进行深度研究，从而导致该项分析技术并没有在上个世纪得到充分的应用。20 世纪 80 年代开始，近红外光谱分析信息处理技术开始被越来越多的技术人员所关注，随着高强度光源以及固态高灵敏探测器的发展，为近红外光谱分析信息处理技术的研究与应用提供了强有力的硬件支持。同时，化学计量学理念的发展也为复杂光谱信息的提取以及分离提供了可行性支持，近红外光谱分析处理技术已然可以进行实用，这也使得该项信息处理技术在当时的学术界得到了充分的研究，这也为该项技术成为独立的信息分析技术奠定了坚实的基础。近红外光谱的研究工作在我国的发展时间相对较晚，与西方国家相比较而言，在时间上我国已然落后许多，上个世纪七十年代及八十年代，我国曾掀起两次近红外光谱收稿日期：2023-12-25作者简介：何振宇（2001.07-），男，汉族，陕西西安人，本科，研究方向：识别算法设计。130 Vol.40,No.1January,2024第 40 卷第 1 期2024 年 1 月IT REPORT研究高潮，但是由于起步较晚，在研究中，研究人员缺少数据模型以及基础理论，这也使得我国并没有取得相对较为显著的应用效果。当前，随着我国科学技术的不断发展与完善，我国科研学者对于近红外光谱分析技术的研究进度得到了质的飞跃，同时在光谱检测仪器研究方面取得了巨大的成功1。1.2 近红外光谱分析技术特征近红外光谱分析技术是一门独立的信息处理技术，在我国各项研究领域中都有着不错的应用。该项技术与其他的化学分析技术对比而言，前者具有以往化学分析技术所不具备的技术优势。第一，近红外光谱分析技术可以进行多组同步检测。工作人员会通过全光谱扫描，来对样本中含有的化学成分信息进行统一采集，同时拟建数学模型，并将统一采集的信息输入值数学模型之中，由数学模型对化学成分进行计算。第二，样本在采集之前不需要工作人员对其进行事前处理，近红外光谱的散色范围相对较大，且光谱穿透性较强，这也使得近红外光谱分析借助可以在漫反射技术的支持下，对样本进行检测，从而有效的精简样品测定的流程，减少测定时间，提高测定效率。第三，近红外光谱信息分析技术不会对样本产生破坏，技术人员借助该项技术只是对样本的光谱信息进行获取，并不会对样本进行切割或是溶解，所以不会对样本造成任何消耗。同时也不会对样本的外观造成不良影响，亦不会对样本的结构进行改变。该项技术特征在生物样本研究过程中具有明显优势，能够在一定程度上促进生物样本研究工作的发展。第四，分析效率相对较快。由于近红外光谱分析技术的信息处理效率相对较高，技术人员能够在最短的时间内对样本完成光谱信息采集，值得注意的是，技术人员可以对采集时间进行自行设定。通常情况下，技术人员会将扫面时间控制在 60 秒以内，在扫描完成后，会将光谱信息上传至数学模型致中，并在数学模型中对样本中的化学成分进行分析。第五，能够远距离进行样本化学成分测定并进行分析，该种情景一般会出现在线上分析中，通过光导纤维技术对异地样本进行采样，同时将采样信息传输至主机，由主机对采集信息进行分析，同时得到样本的化学成分结果。第六，具有良好的重现性，近红外光谱分析技术的测定重现性是明显优于以往的化学分析技术的。第七，在近红外光谱分析技术进行应用之前，对校正模型进行构建需要投入一定的物力以及人力，但是对于单次的样品分析则不太适用。2 现代近红外光谱分析技术分析2.1 运行机理分析根据上文所述，近红外光的本质是一种电磁波，但是其拥有可见光的性质，所以，近红外光不仅具有“粒子”性质，还具有电磁波性质。对于光能量而言，可以使用以下模型进行表示，下述公式中的 h 代表着普兰克常数，v代表着光的频率，E 代表着光能量。E=hv （1）近红外光所发散出的光能量能够用上述公式进行表示，当光源位置发射出光能量时，会在单分子以及多分子的物质上进行直接映射，当分子结构出现变化时，例如转动或是震动，但是不能同时进行跃迁的状态下，近红外光谱的光能量会被光谱吸收，其中分子结构跃迁主要包括合频跃迁、基频跃迁等2。同时，近红外光谱的主要信息一般源自样品分子内部振动的倍频以及合频，并对分子中的 C-H、N-H、O-H 等基团的合频以及倍频振动进行吸收，从而对基团中的有机物含量进行分析。将近红外光谱与中红外光谱、紫外光谱以及可见光进行对比，其比较内容如表 1 所示。同时，近红外光谱的信号频率是要高于中红外光谱的，与可见光类似，使得其信号比较容易被获取。同时，近红表 1 光谱对比分析表光谱波数/cm-1波长/nm光谱特征中红外20002500-40000基频分子振动、摇摆以及剪切近红外10000780-2500分子振动的合频以及倍频的谱带可见光16000360-780电子跃迁紫外32000190-360芳环特征 131 Vol.40,No.1January,2024第 40 卷第 1 期2024 年 1 月IT REPORT外光谱信息量比较丰富，涵盖诸多的氢基团结构信息。2.2 光谱数据特征提取分析在近红外光谱分析中，由于光谱数据的复杂性，使得光谱数据特征提取的难度更大，在很大程度上制约了近红外光谱分析技术的发展。因此，如何更好地提取光谱数据中的特征信息成为了近红外光谱信息处理技术领域研究的重点之一。近年来，随着光谱信息处理技术研究的深入和发展，出现了很多有效地提取特征信息的方法，这些方法在一定程度上促进了近红外光谱分析技术的发展。从目前情况来看，主要有以下几种：第一，主成分分析法（PCA）。PCA 是一种用于降维处理的数学工具，通过对原始数据进行变换后保留一组特征值来减少数据维数。PCA 可以将数据分成若干个主成分，而主成分则反映了原始数据集最本质的特征。因此，PCA 作为一种有效的光谱特征提取方法已被广泛应用于近红外光谱信息处理中。第二，偏最小二乘法（PLS）。LS 方法是基于线性回归技术而发展起来的一种特征提取方法。PLS 算法可以使线性方程具有良好的预测性能，从而避免了使用过多非线性函数拟合。第三，样本主成分分析（PCA）。PCA 是一种用来降低数据维数的方法。样本主成分分析法是以人工神经网络技术为核心的信息处理技术。人工神经网络技术一般用于样品的定量分析，与传统的 MLR 相比较而言，前者在建模方面更加灵活，并且可以在处理单元上对非线性函数或是线性函数进行使用。人工神经网络技术可以将神经元分布在不同的层级，神经网络结构的设置对于光谱分析数据模型的最终性能以及效能有着直接的影响。2.3 光谱数据非线性优化分析在现代近红外光谱分析中，存在着许多非线性问题。如何有效地处理非线性问题，以提高光谱数据的质量和分析精度是一个重要的研究课题。目前，常见的方法包括直接法、内点法和最优化法等。其中，最优化方法是一种非线性最优控制方法，在许多问题中表现出了良好的性能。在现代近红外光谱分析中，最优化方法一般都是将传统的最优化方法与非线性最优控制相结合。传统的最优化方法通过搜索变量最优组合来找到最佳非线性系统，而非线性最优控制通过使系统达到稳定状态来寻找最佳非线性系统。这种方法不仅可以解决近红外光谱分析中存在的许多非线性问题，而且可以将计算复杂性降低到合理的水平，从而使近红外光谱分析技术更易于实现。此外，在现代近红外光谱分析中，常用的一种优化方法是最小二乘回归分析法，它是一种基于线性回归模型的光谱数据优化技术。最小二乘法可以将两个数据矩阵进行有效的关联，可以对多元线性回归模型进行有效的拓展，最小二乘法可以借助一个线性多元模型对 X 以及 Y 进行分析，但是其超过的以往的回归，技术人员借助最小二乘法对 X 以及 Y的结构进行模拟，当有关变量以及观测值变高时，数学模型的参数精准度也将随之变高。从数学理论上而言，最小二乘法对近红外光谱数据矩阵 X 以及样品数据矩阵 Y 进行分析，得出以下数学模型：X=TPT+E （2）Y=UQT+F （3）上述数学模型上的 T、P、E 分别代表着 X 矩阵的得分矩阵、荷载矩阵以及残差矩阵。而 U、Q 以及 F 分别代表着 Y 矩阵的得分矩阵、荷载矩阵以及残差矩阵。之后技术人员可以借助最小二乘法对 T 以及 U 进行线性分析，数学模型如下：U=TB （4）B=（TTT）-1TTY （5）当技术人员基于数学模型对测试集进行预测的过程中，需要根据 P 对光谱矩阵 X 的得分矩阵进行计算，并得出预测值。最小二乘法在对 X 矩阵进行分析的过程中，将矩阵 Y 的信息进行引入，从而使得矩阵 X 与矩阵 Y 之间呈现相关性。并对其进行线性回归分析3。3 结论综上所述，随着现代近红外光谱分析技术的发展与应用，对传统的化学分析方法造成了严重的冲击，并在化学分析领域掀起了一次巨大的变革，由于现代近红外光谱分析技术的工作效率相对较高，且操作简单，可以对样品进行无破坏且无污染的分析，受到了广大技术人员的青睐。因此，在实际的工作中，技术人员需要充分的利用好现代近红外光谱分析技术，全面促进当前化学分析领域的长足发展与进步。参考文献：1 刘 凯,邱 慧 敏,贾 宗 潮,等.胶 州湾 沉 积 物中 4 种 重 金属含 量的可见-近 红 外光 谱 分析J.光 谱 学 与光 谱 分析,2023,43(S1):79-80.2王翊同.基于机器学习算法近红外光谱分析中数据预处理方法关键技术研究D.河北建筑工程学院,2023.3邹其.基于 CNN 与集成学习的近红外光谱分析模式识别研究D.河北建筑工程学院,2023.