近紅外光譜分析的原理、技術(shù)與應用

內(nèi)容概要

近紅外光譜分析作為一種現(xiàn)代快速無損分析技術(shù)，在我國得到了很大發(fā)展，但目前的研究較多偏于應用，深入的理論分析相對較少，影響了其在我國的準確運用。嚴衍祿、陳斌、朱大洲等編著的這本《近紅外光譜分析的原理、技術(shù)與應用》立足于作者團隊近30年來從事近紅外光譜分析研究的經(jīng)驗與思考，從應用物理與應用光譜的視角出發(fā)，圍繞微觀與宏觀兩個層面的物理過程與信息流程，對該技術(shù)進行了較系統(tǒng)的總結(jié)、梳理與解析。
《近紅外光譜分析的原理、技術(shù)與應用》提出了近紅外光譜分析的“真實光譜”
與“表觀光譜”等概念。樣品的真實光譜唯一決定于樣品特征，決定了分析應用的范圍；表觀光譜是指實際測定的樣品光譜，其中除了包含樣品待測量的確定信息外，還包含了儀器參數(shù)、環(huán)境參數(shù)、進樣參數(shù)、樣品背景成分等不確定的信息。分析過程中它們形成了兩種相對獨立的信息傳遞流程，并決定了模型與分析的性能，成為分析的主要困難?！督t外光譜分析的原理、技術(shù)與應用》針對這兩種信息，提出用“校正”與“包容”的思想來破解分析的難點，介紹了近紅外光譜分析的信息采集、信息關聯(lián)、結(jié)果信息提取三個環(huán)節(jié)，提出了近紅外光譜分析的限制性因素、預判參數(shù)與分析性能評價體系。并結(jié)合信息傳遞的流程，詳細介紹了近紅外光譜分析的操作步驟、應用方案以及在農(nóng)業(yè)、食品、藥品等領域的典型應用?！督t外光譜分析的原理、技術(shù)與應用》通過對近紅外光譜分析信息流程的梳理，使分析的復雜過程成為容易理解的、自然的和必然的過程，可幫助分析人員正確掌握、操作與應用近紅外光譜分析技術(shù)。

作者簡介

嚴衍祿，1936年生，中國農(nóng)業(yè)大學信電學院(退休)教授。歷任生物物理教研室主任、農(nóng)業(yè)物理專業(yè)主任、應用物理系主任、校中心實驗室光譜研究室主任等職。1992年獲農(nóng)業(yè)部“有突出貢獻的中青年專家”榮譽稱號，享受國務院特殊津貼。自20世紀80年代開始從事近紅外光譜分析的基礎研究與農(nóng)業(yè)應用研究(研究成果國家登記號911860)。主持或參加了多項有關近紅外光譜分析的國家自然科學基金和“七五”、“八五”、“九五”、“十五”國家重大科技項目。主編全國高等農(nóng)業(yè)院校教材《儀器分析》與《現(xiàn)代儀器分析》。在《近代付里葉變換紅外光譜技術(shù)及應用》等多部著作中撰寫近紅外光譜分析相關內(nèi)容。2005年主編《近紅外光譜分析基礎與應用》(中國輕工業(yè)出版社)。
陳斌，1962年生，博士、研究員，中國航天員科研訓練中心航天食品與營養(yǎng)研究室主任，長期從事近紅外光譜在航天食品與中藥質(zhì)量控制中的應用研究。
朱大洲，1981年生，北京農(nóng)業(yè)信息技術(shù)研究中心博士、副研究員，曾入選“北京市科技新星”，獲北京市優(yōu)秀人才培養(yǎng)資助，從事近紅外光譜在農(nóng)業(yè)與食品中的應用研究。

書籍目錄

1 近紅外光譜分析概述
  1.1 近紅外光譜分析的技術(shù)特征
  1.2 破解近紅外光譜分析技術(shù)難點的基本思想與技術(shù)思路
  1.3 近紅外光譜分析的技術(shù)方案
  1.4 近紅外光譜分析的技術(shù)要點與幾個值得注意的方向
2 近紅外光譜分析的樣品真實光譜
  2.1 近紅外光譜樣品信息的加載
  2.2 分子振動與近紅外光譜
  2.3 近紅外光譜分析中樣品信息的多元性
3 近紅外光譜分析的樣品表觀光譜
  3.1 樣品的表觀光譜
  3.2 近紅外光譜測量儀器
  3.3 近紅外光譜測量方式
  3.4 近紅外表觀光譜測量信息的多元性
4 近紅外光譜分析的信息采集與信息流程
  4.1 近紅外光譜分析指標的可行性評估
  4.2 樣品集的收集、挑選、制備與保存
  4.3 建模樣品集參比值的測定及其對近紅外定量分析結(jié)果的影響
  4.4 近紅外光譜信息采集概述
  4.5 近紅外光譜分析的兩種信息流程及其對分析的限制
5 近紅外分析的光譜測量技術(shù)
  5.1 準確測量樣品近紅外光譜的前提條件
  5.2 近紅外分析光譜測量方式的選擇
  5.3 近紅外分析光譜測量參數(shù)的設定
  5.4 近紅外分析選擇光譜測量方式的實例
6 近紅外光譜信息的預處理
  6.1 近紅外光譜分析中背景校正的方法與時機
  6.2 近紅外光譜確定信息的背景校正
  6.3 近紅外光譜不確定信息的背景校正
7 近紅外光譜對復雜樣品的定量分析
  7.1 復雜樣品近紅外光譜定量分析的基本步驟
  7.2 近紅外定量分析模型的建立與優(yōu)化
  7.3 近紅外光譜定量分析常用建模方法原理
8 近紅外光譜的定性分析
  8.1 概述
  8.2 近紅外光譜定性特征信息的提取與表達方式
  8.3 近紅外光譜定性分析過程中的建議
9 近紅外光譜分析的限制性因素與預判參數(shù)
  9.1 近紅外分析中待測量的光譜特征對分析的限制
  9.2 近紅外分析的參比值矩陣對分析的限制
  9.3 近紅外分析的光譜矩陣對分析的限制
  9.4 近紅外光譜分析的預判參數(shù)
10 近紅外光譜分析結(jié)果的評價參數(shù)
  10.1 近紅外光譜分析評價參數(shù)的國內(nèi)外概況
  10.2 評價近紅外光譜分析模型性能的基本參數(shù)
  10.3 評價近紅外光譜分析模型性能的指標性參數(shù)
  10.4 指標性參數(shù)之間的關系
  10.5 模型信息與分析性能評價參數(shù)、預判參數(shù)之間的關系
11 近紅外光譜分析在農(nóng)業(yè)上的應用
  11.1 概述
  11.2 近紅外光譜技術(shù)在農(nóng)業(yè)領域的定量分析
  11.3 近紅外光譜技術(shù)在農(nóng)業(yè)領域的定性分析
12 近紅外光譜分析在液態(tài)食品檢測中的應用
  12.1 近紅外光譜分析在果汁檢測中的應用
  12.2 近紅外光譜分析在蜂蜜品質(zhì)檢測中的應用
  12.3 近紅外光譜分析在食用植物油檢測中的應用
  12.4 近紅外光譜分析在乳制品檢測中的應用
13 近紅外光譜分析在固態(tài)食品檢測中的應用
  13.1 近紅外光譜分析在水果品質(zhì)檢測中的應用
  13.2 近紅外光譜分析技術(shù)在肉制品檢測中的應用
  13.3 近紅外光譜分析在茶葉品質(zhì)檢測中的應用
  13.4 近紅外光譜分析在其他固態(tài)食品檢測中的應用
14 近紅外光譜分析在化學藥品檢測中的應用
  14.1 近紅外光譜在藥物分析領域的發(fā)展史
  14.2 近紅外光譜用于藥物分析的指導原則
  14.3 藥物分析對近紅外光譜儀的要求
  14.4 近紅外光譜在藥物分析中的應用
  14.5 研究動態(tài)與發(fā)展方向
15 近紅外光譜分析在中藥質(zhì)量控制中的應用
  15.1 概述
  15.2 近紅外光譜分析在中藥生產(chǎn)過程中的應用
  15.3 展望
附錄一  近紅外光譜分析技術(shù)與儀器的相關名詞術(shù)語
附錄二  近紅外光譜分析信息處理相關名詞術(shù)語
附錄三  儀器的選型、安裝調(diào)試、正確使用與日常維護
附錄四  國內(nèi)外近紅外光譜分析相關標準

章節(jié)摘錄

版權(quán)頁：   插圖：   收集建模樣品集是近紅外光譜分析中工作量比較大的一個步驟。對于農(nóng)作物樣品，以小麥樣品為例，應充分考慮不同栽培品種和資源品種、同一品種的不同產(chǎn)地、同一產(chǎn)地的不同栽培方式等都會對樣品的內(nèi)部化學成分產(chǎn)生比較大的影響；以煙草為例，除充分考慮上述變化外，還要考慮不同等級分類及烘烤效果的樣品；而中藥樣品還要考慮炮制工藝波動可能產(chǎn)生的質(zhì)量波動。 對工業(yè)生產(chǎn)的樣品，要充分考慮原料來源的不同、不同的配方、不同的牌號，同一牌號的不同批次及同批次內(nèi)質(zhì)量波動的樣品。 對于多組分、復雜的天然產(chǎn)物而言，要將全部具有代表性的樣品收集到是非常困難的，也幾乎是不可能的，因此，天然產(chǎn)物的近紅外模型建立過程是需要不斷驗證、完善的過程。 還有一些具有生物活性的樣品，如釀造過程或微生物化工過程的樣品，從收集樣品到測定近紅外光譜及標準實驗室分析應具有很強的時效性，因為收集到的這類樣品其內(nèi)部生化反應仍在進行，需要在盡可能短的時間內(nèi)對其進行近紅外光譜掃描，同時標準實驗室分析要同步進行；保證收集到的樣品能反映生產(chǎn)現(xiàn)場的實際樣品，同時保證近紅外掃描過的樣品內(nèi)部化學成分與光譜一一對應。 檢驗樣品集的收集要與建模樣品集的方法相同，只是樣品的數(shù)量可以相對小一些；檢驗樣品集的代表性非常重要，否則難以說明模型的質(zhì)量，同時對模型應用可能帶來比較多的不確定危害。 4.2.2樣品集的挑選 綜合考慮樣品復雜背景因素導致收集到的樣品數(shù)量可能會非常多，之所以要對樣品進行挑選，主要因為存在以下三個方面的原因：①大量樣品中不可避免會存在性質(zhì)或組成非常相近的樣品，也就是說部分樣品的信息相似或者重疊；②大量的樣品都進行標準實驗室化學分析，其工作量需要消耗大量的人力、財力，而且化學分析數(shù)據(jù)的誤差也會作為變量引入到近紅外模型中；③建立模型的光譜數(shù)量越多，優(yōu)化計算模型的時間越長，工作量也會隨著樣品的增加而增大。因此需要對收集到的樣品集進行挑選。 對于具有生物活性的、時效性很強的樣品，對其進行樣品挑選的難度比較大。只能根據(jù)反應的進程對樣品進行評估，只有當收集到一定數(shù)量的樣品光譜和對應的化學分析數(shù)據(jù)后，對信息相似的樣品進行剔除。 樣品集的挑選方法比較多，挑選方法分為人工挑選和計算機挑選。 ①人工挑選：對于復雜樣品如天然產(chǎn)物的農(nóng)產(chǎn)品（包括糧食、水果、中藥等）應充分考慮其產(chǎn)地、品種、年份、栽培方式等；而對于在線工業(yè)樣品應考慮其原料的差異、工藝參數(shù)隨時問的變化等，樣品選擇盡可能包含上述因素的變化范圍，力爭挑選得到代表性的建模樣品集；同時還要關注其內(nèi)在化學組分的變化，即使已知化學組分有差異，但不能保證其他未知組分也存在差異，同樣即使已知化學組分一樣。

圖書封面

評論、評分、閱讀與下載

---

    近紅外光譜分析的原理、技術(shù)與應用 PDF格式下載

---