对于近红外光谱技术未来发展趋势的展望_新浪财经

对于近红外光谱技术未来发展趋势的展望

苗永涛1，臧恒昌1,2*

（1. 山东大学药学院；2. 国家药品监督管理局药物制剂技术研究与评价重点实验室, 山东济南 250012）

摘要：近红外光谱技术，作为一类深度挖掘物质分子结构信息的先进手段，近年来在我国取得了长足的发展，得益于人工智能、智能制造等新兴技术的融合驱动，其研究与应用呈现出蓬勃生机，在各个领域都有较好的应用。本文旨在全面综述近红外光谱技术的独特性质，深入探讨其在当前多个领域的具体应用现状，并基于这些实践成果，对其未来的发展趋势进行前瞻性展望，以期促进该技术的进一步发展和应用，推动相关领域的技术进步与创新。

关键词：近红外光谱；应用现状；未来展望

Prospects for the Future Development Trends of Near-Infrared Spectroscopy Technology

Miao Yongtao1，Zang Hengchang1,2*

(1. School of Pharmaceutical Sciences, Cheeloo College of Medicine, Shandong University; 2. National Medical Products Administration Key Laboratory for Technology Research and Evaluation of Drug Products , Jinan, Shandong 250012, China)

Abstract：Near-infrared spectroscopy technology, as an advanced means of deeply exploring the molecular structure information of substances, has achieved considerable development in China in recent years. Driven by the integration of emerging technologies such as artificial intelligence and intelligent manufacturing, its research and application have shown vigorous vitality and have been well applied in various fields. This paper aims to comprehensively review the unique properties of near-infrared spectroscopy technology, deeply discuss its specific application status in multiple current fields, and based on these practical achievements, conduct a prospective outlook on its future development trends, with the expectation of promoting the further development and application of this technology and driving the technological progress and innovation in related fields.

Keywords：near-infrared spectroscopy；application Status；future Outlook

近红外光谱技术是一种重要的光谱分析技术,其波长范围介于可见光与中红外光谱之间,通常定义为780纳米至2500纳米，这一光谱区域主要记录了含氢基团(如C-H、O-H、N-H等)的倍频和合频振动信息,使得近红外光谱在有机化合物和生物分子的分析中具有极高的灵敏度和准确性，因此特别适用于有机化合物和生物分子的分析。随着科技的进步和人们对物质分析需求的不断提高，近红外光谱技术得到了长足的发展。从早期的实验室研究到如今的工业化应用，近红外光谱技术不仅在化学、物理等基础科学领域取得了显著的成果，还在制药、农业、食品、环保等多个行业中发挥了重要作用。它以其高效、准确、便捷的特点，成为了现代分析技术中不可或缺的一部分。近年来，随着计算机技术的飞速发展和数据分析方法的不断优化，近红外光谱技术的应用范围进一步拓宽。通过结合化学计量学、机器学习等先进技术，近红外光谱技术能够实现更加复杂、精确的物质分析，为工业生产、质量控制、环境监测等领域提供了有力的技术支撑。

1. 近红外光谱技术的优点

可对大多数的实验样品直接进行分析，无需复杂的预处理；所需的样品量较少，尤其适用于微量或痕量样品分析，且在使用过程中不会产生污染，是一种绿色分析技术；能够实现各种形态的样品分析；近红外光谱中的短波穿透性很好，该技术不仅可用于分析常见的液体物质，也可用于测定胶体、半固体或胶体物质；近红外光谱分析仪的操作简单，对实验人员的要求不高，大多数具有相关化学背景的人员只需进行简单的培训即可胜任此类操作；分析时间短、成本很低，且分析效率高。该技术在几分钟或十几分钟内即可实现样品多种性质的同时分析，适用于大量数据的检测分析，具有较高的经济效益[1]。

2. 近红外光谱技术的应用现状

2.1 食品领域

高升等人依托可见与近红外漫反射技术，成功打造了一款便携式红提葡萄多品质参数无损检测仪，这款设备能够迅速测定红提葡萄的可溶性固形物含量、总酸度、pH值、硬度及含水率等重要指标，为葡萄品质评估提供了便捷手段[2]；魏雨晴等人则致力于近红外光谱技术的创新应用，他们研发了一款便携式近红外光谱仪，专门用于枇杷果实的快速、无损品质分级，有效提升了枇杷的市场价值与经济收益[3]；此外，彭彦昆等人也取得了显著成果。他们开发了一款具备自建模功能的便携式近红外光谱火腿品质腐败检测设备，并巧妙融合了物联网技术与自研的货架期预测模型，成功构建了火腿货架期预警系统，为火腿品质监控与保鲜管理提供了有力支持[4]。

2.2 农业领域

张敏等人创新性地开发出一种利用近红外光谱技术的谷物蛋白质含量在线检测系统。该系统巧妙融合了GPS/北斗定位模块，能够在联合收割机作业过程中实时、动态地检测谷物的蛋白质含量，并同步记录采样点的精确地理位置信息，为谷物品质监控与产地追溯提供了强有力的技术支持[5]。

2.3 工业领域

郑佳辉等人设计了一种纤维制品识别与分选装置，该装置能够预测废旧聚酯/棉混纺织物样本中的聚酯含量，并利用吹分系统精确地将不同聚酯含量的织物进行分离。另一方面，杨双双等人则研究了利用近红外光谱技术预测乳酸发酵过程中各营养成分含量的可能性，其研究结果显示，近红外光谱技术可以有效地应用于乳酸等产品的发酵过程监测中。

2.4 化工领域

吕渊博等人基于近红外漫反射光谱技术，开发出一种煤岩识别装置。该装置结合了煤岩数据库与先进的识别算法，能够迅速且准确地鉴别不同种类的煤岩；梁浩等人则通过设计巧妙的旁路循环系统，探索了在线近红外光谱技术在测定粪污厌氧发酵过程中挥发性脂肪酸含量的应用潜力，为沼气工程的智能化控制提供了宝贵的数据支持；章群丹等人则将近红外光谱技术应用于配方原油技术领域。他们通过优化原油的品种和数量配比，成功研制出与目标原油在物理性质和可加工性能等方面高度相似的配方原油。这一技术不仅有助于稳定炼油厂的原油加工过程，而且与原油在线调合技术相结合，为企业带来了显著的经济和社会效益。

2.5 烟草领域

李石头等人利用近红外光谱技术与相似度分析方法，对烟叶的产地、部位及常规化学成分等特征进行了深入表征，并据此提出了一种创新的卷烟配方维护策略，这一方法有效缓解了传统烟叶替代及配方工作中劳动强度大、主观判断依赖性强的问题，为卷烟配方的优化与维护提供了新的思路[11]。王戈等人则巧妙地将在线近红外光谱仪与面阵相机相结合，依据配方原料的均匀性原理，制定了一套打叶复烤均质化调控策略。该策略的实施显著提升了打叶复烤过程中的均质化效果，为烟草加工行业带来了更高的生产效率与产品质量[12]。

2.6 医药领域

尚献召等人将近红外光谱技术应用于注射用益气复脉（冻干）的生产流程中，此举不仅提升了生产过程中的质量控制精度，还有效减少了产品批次间的差异，显著增强了产品的质量控制能力。金保等人则利用近红外光谱技术在中药沸腾制粒的生产过程中，实现了对水分含量和粒度的在线分析。这一应用不仅深化了对沸腾制粒工艺的理解，还为工艺的研发和实际操作提供了有力的指导依据。柯樱等人则通过在线近红外光谱技术，实时监测硫酸羟氯喹颗粒在干燥过程中的水分含量。这一举措不仅有助于提升生产效率，还显著提高了成品的质量水平。

3. 总结与展望

近年来，近红外光谱技术在我国经历了迅猛且高质量的发展阶段。在工业应用领域，将近红外光谱分析技术与现代过程控制技术紧密结合的实施模式已被广泛接纳，其与加工工艺的融合也日益受到重视并得以实践。通过运用近红外光谱分析技术，众多传统产业中原本依赖经验的工艺配方、生产过程不优化以及产品质量隐患等问题得到了有效解决。该技术为工艺参数的智能化、实时化、闭环调控提供了坚实支撑，显著提升了企业的经营效益，推动了现代化管理水平的提升。近红外光谱技术已从昔日的辅助性技术，转变为解决关键问题、推动行业发展的关键性技术。

面向未来，我国在近红外光谱关键技术的研发上应当聚焦于以下几个核心方向：（1）针对深度学习算法在光谱分析领域的应用，尽管其在处理复杂建模任务、模型更新与传递方面展现出独特优势，但相关研究仍处于初级阶段。因此，需深入探索网络规模的优化、超参数的合理选取、过拟合问题的规避以及模型可解释性的提升等关键议题。同时，鉴于光谱数据库中有效样本数量的快速增长，在现有机器学习与深度学习框架内，对定量与定性建模策略的创新研究与广泛应用将变得愈发关键[16]。（2）在硬件层面，微型近红外光谱仪与光谱成像仪的性能指标亟需进一步提升，涵盖拓宽波长范围、提高分辨率、增强信噪比以及确保仪器的高稳定性与一致性等方面。此外，高昂的芯片式仪器成本是当前制约其广泛应用，特别是在消费电子品市场二次开发专用光谱传感器方面的一大瓶颈。因此，研发低成本、高性能的小型化多光谱融合仪器，并探索其与先进数据处理算法的有效整合，也是未来发展的重要方向。（3）拓展更广泛的应用领域，继续拓展近红外光谱技术在医药、环境、新材料、新技术以及多技术融合，与中红外光谱、拉曼光谱、荧光光谱等其他光谱技术相互融合，推动产业的创新与进步。

参考文献

[1] 保乐,杜彪,刘帆,等.近红外光谱技术的发展及其在石油化工中的应用[J].中国计量,2024,(07):69-73.DOI:10.16569/j.cnki.cn11-3720/t.2024.07.013.

[2] GAO Sheng, WANG Qiao-Hua, SHI Hang, LI Qing-Xu. Trans. Chin. Soc. Agric. Mach. , 2021, 52(2): 308-319.高升,王巧华,施行,李庆旭.农业机械学报, 2021, 52(2): 308-319.

[3] WEI Yu-Qing, WANG Yu-Ning, LI Shao-Jia, SUN Chong-De, WU Di. J. Zhejiang Univ. , Agric. Life Sci. , 2020, 46(1): 119-125. 魏雨晴, 王毓宁, 李绍佳, 孙崇德, 吴迪. 浙江大学学报(农业与生命科学版), 2020, 46(1): 119-125.

[4] PENG Yan-Kun, ZHAO Ren-Hong, ZOU Wen-Long, ZHAO Xin-Long, GUO Qing-Hui, ZHUANG Qi-Bin. Trans. Chin. Soc. Agric. Mach. , 2022, 53(10): 396-404. 彭彦昆, 赵仁宏, 邹文龙, 赵鑫龙, 郭庆辉, 庄齐斌. 农业机械学报, 2022, 53(10): 396-404.

[5] ZHANG Min, WU Chong-You, CHEN Xu, ZHU Dao-Jing, JIN Mei, WANG Gang. Trans. Chin. Soc. Agric. Eng. , 2021, 37(1): 36-43. 张敏, 吴崇友, 陈旭, 朱道静, 金梅, 王刚. 农业工程学报, 2021, 37(1): 36-43

[6] ZHENG Jia-Hui, DU Yu-Jun, LI Wen-Xia, LIU Zheng-Dong, WANG Hua-Ping. J. Instrum. Anal. , 2020, 39(11): 1365-1370. 郑佳辉, 杜宇君, 李文霞, 刘正东, 王华平. 分析测试学报, 2020, 39(11): 1365-1370.

[7] YANG Shuang-Shuang, SHENG Yong-Ji, SHU Mou, YANG Shuo, SUN Qi, LI Wen-Zhao, CHEN Bo, ZHANG Yi-Xin, LIU Nan, SUI Miao. Contemp. Chem. Ind. , 2022, 51(8): 1923-1926. 杨双双, 盛永吉, 叔谋, 杨硕, 孙琦, 李文钊, 陈博, 张一欣, 刘楠, 隋淼. 当代化工, 2022, 51(8): 1923-1926.

[8] LYU Yuan-Bo, WANG Shi-Bo, GE Shi-Rong, ZHOU Yue, WANG Sai-Ya, BAI Yong-Tai. J. Mine Autom. , 2022, 48(7): 32-42. 吕渊博, 王世博, 葛世荣, 周悦, 王赛亚, 柏永泰. 工矿自动化, 2022, 48(7): 32-42.

[9] LIANG Hao, HUANG Yuan-Ping, SHEN Guang-Hui, HAN Lu-Jia, YANG Zeng-Ling. Trans. Chin. Soc. Agric. Eng. , 2020, 36(10): 220-226. 梁浩, 黄圆萍, 沈广辉, 韩鲁佳, 杨增玲. 农业工程学报, 2020, 36(10): 220-226.

[10] ZHANG Qun-Dan, XU Yu-Peng, TIAN Song-Bai, CHU Xiao-Li. Pet. Process. Petrochem. , 2019, 50(9): 64-69. 章群丹, 许育鹏, 田松柏, 褚小立. 石油炼制与化工, 2019, 50(9): 64-69.

[11] LI Shi-Tou, LIAO Fu, HE Wen-Miao, ZHANG Li-Li, TIE Jin-Xin, LI Yong-Sheng, HAO Xian-Wei, TIAN Yu-Nong, BI YiMing, WU Ji-Zhong, WANG Hui, XU Qing-Quan. Tob. Sci. Technol. , 2020, 53(2): 88-93. 李石头, 廖付, 何文苗, 张立立, 帖金鑫, 李永生, 郝贤伟, 田雨农, 毕一鸣, 吴继忠, 王辉, 徐清泉. 烟草科技, 2020, 53(2): 88-93.

[12] WANG Ge, XU Wei-Jie, YIN Xu, LIU Wei, ZHANG Xin, SHEN Han, XU Qi-Min, YANG Kai. Tob. Sci. Technol. , 2022, 55(1): 77-83. 王戈, 徐玮杰, 尹旭, 刘威, 张鑫, 沈晗, 徐其敏, 杨凯. 烟草科技, 2022, 55(1): 77-83

[13] 熊皓舒, 张嫱, 章顺楠, 蔡金勇, 苏晶, 朱永宏, 闫凯境. 中国中药杂志, 2023, 48(1): 22-29. [102] SHANG Xian-Zhao, MENG Zhao-Ping, LI De-Kun, ZHANG Lei. Drug Eval. Res. , 2021, 44(11): 2314-2321. 尚献召, 孟昭平, 李德坤, 张磊. 药物评价研究, 2021, 44(11): 2314-2321.

[14] JIN Bao, ZHONG Zhi-Jian, XIAO Jin-Fa, PENG Wei, LIU Xu-Hai. Med. Hygi. , 2022, (5): 64-67. 金保, 钟志坚, 肖金发, 彭伟, 刘旭海. 中文科技期刊数据库(全文版)医药卫生, 2022, (5): 64-67

[15] KE Ying, ZHU Zhen-Ming, ZHANG Shuo-Yang, WANG Wei-Qing, LU Feng. J. Pharm. Pract. , 2021, 39(1): 23-28. 柯樱, 朱振明, 张烁阳, 王薇青, 陆峰. 药学实践杂志, 2021, 39(1): 23-28.

[16] CHEN Pu, DAI Jia-Wei, LI Jing-Yan, XU Yu-Peng, LIU Dan, CHU Xiao-Li. Chem. Reagents, 2023, 45(6): 105-112. 陈瀑, 戴嘉伟, 李敬岩, 许育鹏, 刘丹, 褚小立. 化学试剂, 2023, 45(6): 105-112