近红外光谱技术过去的发展情况

早期光谱仪通常是体积庞大笨重且配备活动部件的仪器。照明光源通过棱镜或光栅被分散为其子部件适用的波长。针对相应光谱上的每个测量点，光栅在手动控制下以小的增量旋转。每个所测样本的数据都被整理成一份光谱图。然后，需要手动将光谱图与参考物及其他样本进行对比。利用近红外光谱和多变量统计分类技术系统聚类分析、逐步聚类分析、主成分分析和逐步判别等可很好地对***和成药进行定性判别和分类。这些早期光谱仪固定摆放在实验室的某个位置，而且一经安装就很少再被移动。

20世纪70年代迎来了光谱技术领域微处理器的诞生，其既可用于控制光谱仪，也可用于处理所测得的数据。20世纪70年代到21世纪初期，半导体工业获得了长足发展。这给微处理器和电脑带来了革命性的变化，从而能够更好地控制光谱仪和处理光谱数据。这些计算机可对海量数据进行处理，并在数秒之内完成与分布式参考库的对比。模拟/数字转换器的诞生使光谱数据采样可以通过处理器控制。

谷物近红外分析仪样品检测

1、检测粮种：包括小麦、大米、大麦、油菜籽、大豆、玉米等粮食品种。

2、测量成分：包括水分、蛋白质、脂肪、直链淀粉、面筋等成分

3、测量方式：整粒测量。无需更换任何进样装置，即可进行不同粮食品种的检测。

4、安装预装的校准模型

小麦：水分、蛋白、硬度、面筋、沉降值

大麦：水分、蛋白等

大米：水分、蛋白、脂肪、直链淀粉等；

油菜籽：水分、蛋白、脂肪等;

大豆：水分、蛋白、脂肪等

玉米：水分、蛋白、脂肪等.

近红外光谱分析在临床分析中的应用

随着光导纤维及传感技术的发展，近红外光谱检测技术和计算机网络技术相结合的进一步深入，近红外光谱技术的非***式定性和定量分析成为可能。同时，由于生物体中不同的透明***对近红外光具有不同的吸收和散射特性，因此近红外光对不同的软***和变化的***具有较强的区分能力。根据这种特性，可以利用近红外光谱法测量***的某些光学参数从而得到***的某些生理参数，或者建立某些生理参数和光谱数据的关系，从而可以检测出***中的***或生成二维的图像；随着阵列检测器件生产技术的日趋成熟，采用固定光路、光栅分光、阵列检测器构成的NIR仪器，以其性能稳定、扫描速度快、分辨率高、信噪比高以及性能价格比好等特点正越来越引起人们的重视。也可监测皮肤***受外界环境影响的变化；还可用于临床分析和血液某种成分的测定。近红外光谱法可以直接对***进行无创伤检测，使过去无法开展的研究工作成为可能，极大地提高了分析检测效率。

近红外光谱分析仪的注意事项

近红外分析技术的一个重要特点就是技术本身的成套性，即必须同时具备三个条件：

（1）各项性能长期稳定的近红外光谱仪，是保证数据具有良好再现性的基本要求；

（2）功能齐全的化学计量学软件，是建立模型和分析的必要工具；

（3）准确并适用范围足够宽的模型。这三个条件的有机结合起来，才能为用户真正发挥作用。因此，在购买仪器时必须对仪器提供的模型使用性有足够的认识，特别避免个别商家为推销仪器所做的过度宣传的不良诱导，为此付出代价的厂家有之，因此，一定要对厂家提供模型与技术支持情况有详细了解。近红外分析技术分析速度快，是因为光谱测量速度很快，计算机计算结果速度也很快的原因。但近红外分析的效率是取决于仪器所配备的模型的数目，比如测量一张光谱图，如果仅有一个模型，只能得到一个数据，如果建立了10种数据模型，那么，仅凭测量的一张光谱，可以同时得到10种分析数据。在定标过程中，标准样本数量的多少，直接影响分析结果的准确性，数量太少不足以反映被测样本群体常态分布规律，数据太多，工作量太大。另外在选择化学分析的样本时，不仅要考虑样品成分含量和梯度，同时要考虑样本的物理、化学、生长地域、品种、生长条件及植物学特性，以提高定标效果，使定标曲线具有广泛的应用范围，对变异范围比较大的样本可以根据特定的筛选原则，进行多个定标，以提高定标效果及检验的准确性。4、安装预装的校准模型小麦：水分、蛋白、硬度、面筋、沉降值大麦：水分、蛋白等大米：水分、蛋白、脂肪、直链淀粉等。一般来讲，单类纯样本由于样本性质稳定，含化学信息量相对少，因此定标相对容易，如玉米、小麦、大豆等纯样；混合样本样品信息复杂，在本谱区会引起多种基团谱峰的重叠，信息解析困难，定标困难，如畜牧生产中的各种全价饲料、配合饲料、浓缩饲料等。