科普一下什么是近红外光谱分析？
红外光谱是研究分子运动的吸收光谱，也称为分子光谱。通常红外光谱是指波长在1～25um的吸收光谱，这段波长范围反映出分子中原子间的各种运动能量。红外光谱可以分为远红外(25
000～1000 000nm)、中红外(2 500～25 000nm)和近红外(780～2
500nm)3个谱区，其中近红外光谱区域可以反应有机分子氢键的各种振动能量，光谱形状方面，呈现出肩峰、重叠谱峰，对于不同待测物质而言，光谱峰形、峰位强度分布都存在有细微的差异。
近红外光谱分析的方法
应用该方法进行分析，其流程可以分为两个部分，一是建立数学模型，并在此基础上对其进行优化。二是利用该模型基于未知样品的近红外光谱来对样品的组份含量或者是性质进行分析预测。
就模型而言，近红外光谱分析技术是通过模型进行定性或定量识别，是一种间接分析的技术，所建立的模型质量直接会影响到其分析检测结果。模型建立的过程包括，对样品近红外光谱采集，利用理化方法对样品标定，扫描样品光谱，在标定数据与光谱之间建立起某种映射关系，该种关系就被称作是模型，建立模型并不只是简单收集光谱，参数，而是要对光谱数据进行一系列的分析处理工作，应用相关的化学计量学方法，而这一过程也可以细分为七个环节：
一、收集样品。
二、对样品的理化性质进行标定。
三、对光谱进行扫描，在该环节中，光谱质量可能会受到仪器可靠性的影响，同时也会受到测量环境的影响，温度、湿度、是否存在杂质、是否有气泡，质量较好的仪器都会有准确的温度控制功能。此外，需要注意的是，样品在检测前要注意是否经过了预处理。
四、光谱预处理，预处理工作的目的在于，对光谱形成干扰的因素进行处理，如信号本底、光散射、随机噪音等，确保从光谱中提取样品信息的质量， 应用算法对光谱进行分析，如光谱的扣减、微分、归一化处理，可以将干扰消除或者是降低到最小。
五、建立模型，在该环节中，常用的模型算法包括了偏最小二乘法、主成分回归、多元线性回归。而某些时候为了解决一些特殊问题，算法也比较特殊，如人工神经网络、小波变换、拓扑等。
六、对模型进行评价，评价指标包括了相关系数、残差、标准偏差等。
七、做好模型维护，如果模型无法对样品进行识别，说明该样品不在模型范围之内，需要将其补充到既有模型之中，并对模型不断进行维护与完善。
我们的近红外光谱分析仪（PSS）的设计使其可以实现灵活的配置，可为各种应用提供较有利的解决方案。 将合适的探头、光谱仪和软件进行各种组合以满足不同应用的需求。系统使用标准化的组件，以确保在集成过程中的高精度和易用性。PSS系统基于成熟的技术，提供满足特定应用的解决方案，安全且易于集成。
-
综述
