近红外光谱分析技术基本原理解析

近红外光谱（NIR）是指波长范围在780～2500nm（波数范围在12800～4000cm^-1）的红外光谱，波长介于可见光和中红外光之间。近红外光谱区主要为含氢基团X—H（X=O，N，S，单键C，双键C，三键C等）的倍频和合频吸收区，物质的近红外光谱是其各基团振动的倍频和合频的综合吸收表现，包含了大多数类型有机化合物的组成和分子结构的信息。因为不同的有机物含有不同的基团，而不同的基团在不同化学环境中对近红外光的吸收波长不同，因此近红外光谱可以作为获取信息的一种有效载体。在木材工业领域，几乎所有产品主要组成成分是纤维素、半纤维素和木质素，结构中含有大量的羟基（—OH），碳氢键（C—H）等含氢基团，胶合后也含有羟基（—OH）、氮氢（N—H）键等基团，可用近红外光谱分析技术进行分析和检测。

尽管朗伯—比尔（Lamber—Beer）定律适合每个基团的吸收强度与其含量之间的定量分析，简单地应用朗伯—比尔定律显然是不合适的。进一步研究表明，物质中某一化学成分的含量与近红外区内多个不同波长点的吸收率呈线性关系，即

C_NIRS=B₀+B₁A₁+B₂A₂+B₃A₃+B₄A₄+…+B_KA_K

式中 A₁～A_K——第K个波长点的吸收强度；

B₀～B_K——回归系数（也是在第K个波长点的系数常数）；(www.xing528.com)

C_NIRS——近红外光谱化学的某个化学成分含量。

因此，近红外光谱化学必须有一批化学成分含量已知的标准样品（定量样品），通过对标准样品的近红外光谱的校正，获得K个波长点的回归系数，从而建立光谱信息与化学成分含量之间的数学模型（定标模型），再用这个定标模型来预测未知样品中该化学成分的含量。

在应用近红外光谱技术进行相关分析时，可以分为定标和检测两个步骤。定标就是选择一批具有代表性的样品，根据其试验常规测定值和NIR特征波长的光密度，运用多元回归分析求得相关性的过程。检测即为已知组分含量的未参与定标的样品来考察定标方程的准确性，检测所选用的样品能代表被测样品的含量范围。与常规分析技术有所不同，它是一种间接分析技术，是通过校正模型（定标模型）来实现对未知样品的定性或定量分析，其分析过程主要包括：一是选择有代表性的样品并测量其近红外光谱；二是采用标准或认可的参考方法测定所关心的组分或性质数据；三是利用测量的光谱和基础数据，用适当的化学计量方法建立校正模型；四是未知样品组分或性质的测定。

因此，分析多组分时，应对每一组分建立各自的数学模型，分析未知样品时，只要先扫查该样品的光谱，调用已经建立的模型对该光谱进行测定，就可以得到已经建立模型的各组分的含量。