光譜檢測法在生物工程領(lǐng)域的應(yīng)用與發(fā)展前景綜述

1、 海 南 大 學(xué)課程論文題 目：光譜檢測法在生物工程領(lǐng)域的應(yīng)用及發(fā)展前景綜述學(xué) 號： 0*姓 名： 郭冬陽年 級： 2009級 學(xué) 院： 材料與化工學(xué)院 系 別： 生物工程系 專 業(yè)： 生物工程 指導(dǎo)教師： 富春 完成日期： 2012 年 12 月 26 日 摘要根據(jù)物質(zhì)的光譜利用相關(guān)的科學(xué)儀器來鑒別物質(zhì)及確定它的化學(xué)組成和相對含量的方法叫光譜檢測分析其優(yōu)點是靈敏，迅速。隨著生物工程產(chǎn)業(yè)研究的迅猛發(fā)展，實驗室越來越多的用到光譜檢測法來進(jìn)行科研，而光譜分析技術(shù)也在隨著需要不斷地提高。包括我們常用的紅外、紫外、可見光光譜檢測，X射線，還有原子發(fā)射跟吸收光譜檢測等等。這些技術(shù)的成熟為我們生物工程科研

2、的發(fā)展無疑奠定了基礎(chǔ)。對于光譜檢測所涉接到的相關(guān)儀器，及其部構(gòu)造做詳細(xì)說明。通過查閱國外相關(guān)文獻(xiàn)，也對于相關(guān)檢測技術(shù)的發(fā)展趨勢及發(fā)展前景也有初步了解。關(guān)鍵詞：光譜檢測；有色光譜；生物合成；研究進(jìn)展AbstractTheuse of relevantscientific instrumentsaccordingtothespectrumofthesubstancesto identifysubstances andtodetermineits chemical positionandtherelative contentof themethod is calledtheanalysisofthe

3、 spectral detection.Its advantage issensitive andrapid.Withtherapid developmentofthebio-engineeringindustry researchlaboratoriesused inan increasing number ofspectrumdetectionmethodto carry outscientific research,andspectral analysistechnologyisalsowith theneed to constantlyimprove.Weusedinfrared,ul

4、traviolet,visible light spectrumdetection,detectionofX-rays,atomic emissionwiththeabsorption spectrum,andso on.Undoubtedlylaid the foundation forthe maturityofthese technologiesforthedevelopmentofbio-engineeringresearch.Spectrometric detectionofthereceivedinstrument,itsinternal structurein detail.By

5、 consultingtherelevant literature,alsohavea preliminary understanding ofthetrendsanddevelopmentprospectsforthedevelopmentofdetection technology.Keywords：inspire；coloredspectroscopy；plasma diagnostics；1、 光譜檢測技術(shù)的概要利用光譜學(xué)的原理和實驗方法以確定物質(zhì)的結(jié)構(gòu)和化學(xué)成分的分析方法稱為光譜分析法。 英文為spectral analysis或spectrum analysis。各種結(jié)構(gòu)的物質(zhì)都具

6、有自己的特征光譜，光譜分析法就是利用特征光譜研究物質(zhì)結(jié)構(gòu)或測定化學(xué)成分的方法。 光譜分析法主要有原子發(fā)射光譜法、原子吸收光譜法、紫外-可見吸收光譜法、紅外光譜法等。根據(jù)電磁輻射的本質(zhì)，光譜分析又可分為分子光譜和原子光譜。物質(zhì)吸收波長圍在200760nm區(qū)間的電磁輻射能而產(chǎn)生的分子吸收光譜稱為該物質(zhì)的紫外可見吸收光譜，利用紫外可見吸收光譜進(jìn)行物質(zhì)的定性、定量分析的方法稱為紫外可見分光光度法。其光譜是由于分子之中價電子的躍進(jìn)而產(chǎn)生的，因此這種吸收光譜決定于分子中價電子的分布和結(jié)合情況。其在飼料加工分析領(lǐng)域應(yīng)用相當(dāng)廣泛，特別是在測定飼料中的鉛、鐵、鉛、銅、鋅等離子的含量中的應(yīng)用。熒光分析也是近年來發(fā)

7、展迅速的痕量分析方法，該方法操作簡單、快速、靈敏度高、精密度和準(zhǔn)確度好，并且線形圍寬，檢出限低。2、 光譜檢測法的特點及普遍應(yīng)用光譜分析法開創(chuàng)了化學(xué)和分析化學(xué)的新紀(jì)元，不少化學(xué)元素通過光譜分析發(fā)現(xiàn)。已廣泛地用于地質(zhì)、冶金、石油、化工、農(nóng)業(yè)、醫(yī)藥、生物化學(xué)、環(huán)境保護等許多方面。光譜分析法是常用的靈敏、快速、準(zhǔn)確的近代儀器分析方法之一。（1）分析速度較快原子發(fā)射光譜用于煉鋼爐前的分析，可在l2分鐘，同時給出二十多種元素的分析結(jié)果。 （2）操作簡便有些樣品不經(jīng)任何化學(xué)處理，即可直接進(jìn)行光譜分析，采用計算機技術(shù)，有時只需按一下鍵盤即可自動進(jìn)行分析、數(shù)據(jù)處理和打印出分析結(jié)果。在毒劑報警、大氣污染檢測等方

8、面，采用分子光譜法遙測，不需采集樣品，在數(shù)秒鐘，便可發(fā)出警報或檢測出污染程度。 （3）不需純樣品只需利用已知譜圖，即可進(jìn)行光譜定性分析。這是光譜分析一個十分突出的優(yōu)點。 （4）可同時測定多種元素或化合物省去復(fù)雜的分離操作。（5）選擇性好可測定化學(xué)性質(zhì)相近的元素和化合物。如測定鈮、鉭、鋯、鉿和混合稀土氧化物，它們的譜線可分開而不受干擾，成為分析這些化合物的得力工具。 （6）靈敏度高可利用光譜法進(jìn)行痕量分析。目前，相對靈敏度可達(dá)到千萬分之一至十億分之一，絕對靈敏度可達(dá)10-8g10-9g。 （7）樣品損壞少可用于古物以及刑事偵察等領(lǐng)域。隨著新技術(shù)的采用（如應(yīng)用等離子體光源），定量分析的線性圍變寬，

9、使高低含量不同的元素可同時測定。還可以進(jìn)行微區(qū)分析。 局限性：光譜定量分析建立在相對比較的基礎(chǔ)上，必須有一套標(biāo)準(zhǔn)樣品作為基準(zhǔn)，而且要求標(biāo)準(zhǔn)樣品的組成和結(jié)構(gòu)狀態(tài)應(yīng)與被分析的樣品基本一致，這常常比較困難。3、 有色光譜分析檢測法3.1近紅外光譜近紅外光譜法是利用可見光和紅外光之間波長圍的光譜進(jìn)行分析的方法。近紅外反射光或透射光光譜可用于快速測定樣品中的蛋白質(zhì)、脂肪以及DNA測序樣品中的染料等物質(zhì)的含量。采用近紅外光譜快速測定法對生物柴油的成分（脂肪酸甲酯、單甘酯、二甘酯、三甘酯和甘油）進(jìn)行了研究。采用氣相色譜方法獲得其成分的基礎(chǔ)數(shù)據(jù)，通過偏最小二乘方法與近紅外光譜數(shù)據(jù)進(jìn)行回歸運算，分別建立以文冠果

10、油生物柴油為例的單原料油校正模型及多種原料油生物柴油的混合校正模型，并以花椒油生物柴油為例考察了校正模型的適用性。結(jié)果表明： 通過偏最小二乘方法可以建立適合多種原料油生物柴油的通用校正模型。對于新型生物柴油，向校正集中添加10個以上樣本，擴充校正模型后，便可較為準(zhǔn)確地測定這類新生物柴油樣本的成分含量。此方法分析速度快、成本低、操作便捷、重復(fù)性好，適合于生物柴油生產(chǎn)過程的中間控制分析。動植物油脂通過酯交換反應(yīng)得到生物柴油，它是一種長鏈脂肪酸的單烷基酯，工業(yè)上應(yīng)用的主要是脂肪酸甲酯。生物柴油不含硫和芳烴, 十六烷值高, 潤滑性能好，是一種優(yōu)質(zhì)清潔燃料。目前，很多國家強制使用生物柴油，促進(jìn)了生物柴油

11、產(chǎn)業(yè)的發(fā)展，其產(chǎn)量逐年迅速增長。動植物油脂主要是各種脂肪酸甘油三酯的混合物，在與甲醇的反應(yīng)過程中會生成脂肪酸單甘酯、二甘酯等中間產(chǎn)物和副產(chǎn)物甘油，影響生物柴油的產(chǎn)率及品質(zhì)。因此，在生產(chǎn)過程中，需要及時準(zhǔn)確地測定脂肪酸甲酯、單甘酯、二甘酯、三甘酯和甘油的含量，以便精確控制反應(yīng)過程及產(chǎn)品質(zhì)量。目前，對這些組分的測定均采用氣相色譜方法3,4，分析前需對樣品進(jìn)行衍生化(如硅烷化)處理，定性和定量過程較為復(fù)雜，操作難度大，分析時間長，不適用于生物柴油生產(chǎn)過程的中間控制分析。近紅外光譜法(NIR)不需要對樣品進(jìn)行預(yù)處理，操作簡單, 分析快速，非常適合油品的定量和定性分析，石油化工業(yè)中得到了較為廣泛的應(yīng)用。

12、目前已有將NIR光譜用于測定生物柴油中甲酯、甲醇和甘油等成分的報道，均得到了滿意結(jié)果。但這些研究所用樣本的原料相對單一，建模樣本較少，所測定的成分也不完全，且大都是實驗室合成的樣品，不具有實際的工業(yè)應(yīng)用價值。3.2 實驗部分3.2.1 生物柴油樣品和儀器收集了224個生物柴油樣品，從反應(yīng)器取樣后取其甲酯相，并蒸餾除去(120 )其中的甲醇及少量的水，置于20 mL密封小瓶中保存。其原料油來源分別為花椒油(47個)、苦山杏油(16個)、文冠果油(44個)、地溝油(40個)和酸化油(石煉廠43個、中糧集團34個)。6890氣相色譜儀(美捷倫公司，氫火焰離子化檢測器(FID)，程序升溫冷柱頭柱上進(jìn)樣

13、系統(tǒng)，UltraAlloyHT1不銹鋼毛細(xì)柱。Antaris II FTNIR光譜儀(美國Thermo Scientific公司)。3.2.2 基礎(chǔ)數(shù)據(jù)測定采用氣相色譜方法4測定生物柴油成分的基礎(chǔ)數(shù)據(jù)，色譜條件：分別采用油酸甲酯、單油酸甘油酯、1,3二油酸甘油酯、三油酸甘油酯作為定性和定量標(biāo)準(zhǔn)。采用雙標(biāo)法進(jìn)行定量分析，以正十五烷為標(biāo)測定甲酯含量，以三癸酸甘油酯為標(biāo)測定甘油、單甘酯、二甘酯和三甘酯的含量。以空白樣品池為參比，采集生物柴油樣品的NIR譜圖，光譜圍400010000 cm-1，分辨率8 cm-1，掃描次數(shù)128。3.2.3 數(shù)據(jù)分析采用石油化工科學(xué)研究院編制的“化學(xué)計量學(xué)軟件3.0版

14、”在PC計算機上處理光譜數(shù)據(jù)。用KS方法將生物柴油樣品分為校正集和驗證集，其中校正集用于建立分析模型，驗證集用于檢測模型的準(zhǔn)確性。采用馬氏距離、光譜殘差和最鄰近距離3個指標(biāo)判斷模型對未知樣本的適用性。校正集的光譜經(jīng)一階微分處理后分別與氣相色譜測定的成分?jǐn)?shù)據(jù)(甘油、甲酯、單甘酯、二甘酯以及三甘酯的質(zhì)量分?jǐn)?shù))通過偏最小二乘方法(PLS1)進(jìn)行回歸運算，建立校正模型，PLS所用的最佳主因子數(shù)由留一法交互驗證所得的預(yù)測殘差平方和(PRESS值)確定。為考察校正模型的適用性和準(zhǔn)確性。本研究對不同種類的生物柴油樣品分別進(jìn)行建模與驗證研究，包括：以文冠果油生物柴油為例的單原料油的校正模型與驗證;多種原料油的

15、通用校正模型的建立與驗證;以花椒油生物柴油為例，研究了NIR光譜校正模型的適用性。3.3 結(jié)果與討論3.3.1 基礎(chǔ)數(shù)據(jù)獲取采用2.2節(jié)的方法測定生物柴油成分的基礎(chǔ)數(shù)據(jù)。典型的生物柴油樣品色譜圖見圖1;224個生物柴油的成分分布見表1?？梢姌颖镜母采w圍較寬，具有較強的代表性。與標(biāo)準(zhǔn)方法相比，此方法的準(zhǔn)確性和重復(fù)性較好。3.3.2 近紅外光譜解析盡管6類原料油生物柴油的NIR光譜非常相近，但其成分上卻存在一定差異。例如，花椒油生物柴油主要是亞麻酸、亞油酸和油酸甲酯; 苦山杏油生物柴油主要是油酸和亞油酸甲酯; 酸化油和地溝油生物柴油則主要是多種脂肪酸甲酯的混合，具體視原料油種類而定。這種差異可以在

16、其NIR光譜的主成分分析(PCA)得分圖上表現(xiàn)出來。圖3為6類52個有代表性生物柴油樣品的前3個主成分得分分布圖。從圖3可見，不同原料生產(chǎn)的生物柴油有聚類分布的傾向。由于酸化油原料來源復(fù)雜，所以其分布較寬。其余4種生物柴油的分布則相對集中。但從整體來看，盡管不同種類生物柴油的NIR光譜之間存在差異，但這些差異并非十分顯著，說明脂肪酸基團對光譜會產(chǎn)生一定的影響，但NIR光譜主要反映的是甲酯基團的信息。因此，有可能建立適合多種原料油生物柴油的通用校正模型。3.3.3 校正模型的建立3.3.3.1 文冠果油單原料油模型與驗證將44個文冠果油生物柴油樣品分為校正集(36個樣品)和驗證集(8個樣品)，考

17、察了不同光譜區(qū)間對模型參數(shù)的影響，以及單種原料油所建模型的預(yù)測準(zhǔn)確性。生物柴油在400010000 cm-1圍的光譜包含了OH鍵的一級倍頻、CH鍵的一級倍頻、二級倍頻及其合頻信息。從圖2可以看出，CH一級倍頻區(qū)(60006550 cm-1)和部分CH第一合頻區(qū)(45504000 cm-1)的吸光度值超過了1.5 AU，這些區(qū)間的光譜吸收強度可能與成分濃度之間存在較強的非線性關(guān)系。另外，100009000 cm-1區(qū)間的光譜存在較大的噪聲，且沒有顯著的特征吸收。若這些光譜區(qū)間參與模型建立，將會使校正模型預(yù)測能力下降。表2給出了利用全譜和去除這些光譜區(qū)間(即選取45505500 cm-1和6550

18、9000 cm-1區(qū)間)所建模型及其預(yù)測的對比結(jié)果。可以看出，選用45505500 cm-1和65509000 cm-1光譜區(qū)間建立模型的預(yù)測能力明顯優(yōu)于全譜的結(jié)果。表2 文冠果油生物柴油不同光譜區(qū)間的校正和預(yù)測結(jié)果比較(略)注(Note)： R2為校正集交互驗證得到的相關(guān)系數(shù)(Correlation coefficient);SECV為校正集交互驗證得到的預(yù)測標(biāo)準(zhǔn)偏差(Standard error of cross validation);SEP為驗證集預(yù)測標(biāo)準(zhǔn)偏差(Standard error of prediction)。從單種原料油的建模和預(yù)測結(jié)果可以看出，對測定生物柴油中的甘油、甲酯

19、、單甘酯、二甘酯和三甘酯的含量，NIR光譜方法可以給出比較準(zhǔn)確的結(jié)果。3.3.3.2 多種原料油模型與驗證若能建立適合所有原料油來源的生物柴油全局校正模型(Global models)，則對該方法的推廣和使用都將帶來很大的便利。將6種原料油來源的224個生物柴油樣品分為校正集(167個樣品)和驗證集(57個樣品)，以考察建立全局模型的可行性。3.3.3.3 多種原料油生物柴油的校正和預(yù)測結(jié)果采用與文冠果油生物柴油建模相同的條件建立了多種原料油生物柴油的校正模型。表3給出了模型建立過程的交互驗證結(jié)果和驗證集的預(yù)測結(jié)果; 圖4中A,B和C分別為甲酯、單甘酯和二甘酯的NIR光譜交互驗證預(yù)測值與色譜方

20、法的相關(guān)圖。與單原料的文冠果油結(jié)果相比，由于成分變得相對復(fù)雜，光譜之間的干擾更為顯著，建立模型所用的主因子數(shù)明顯增加，同時校正和預(yù)測結(jié)果都有不同程度的降低。盡管如此，仍得到了滿意的結(jié)果，完全滿足工業(yè)生產(chǎn)對過程分析誤差的要求。上述結(jié)果表明，建立多種原料油來源的生物柴油全局校正模型是完全可行的，但隨著模型中原料油種類的增多，成分的復(fù)雜性將引起光譜與濃度間的非線性變動關(guān)系，PLS方法所建模型的預(yù)測準(zhǔn)確性將下降。為得到準(zhǔn)確性更高的預(yù)測結(jié)果，需要分別建立單種原料油的PLS校正模型，或采用更為復(fù)雜的算法，如局部權(quán)重回歸、神經(jīng)網(wǎng)絡(luò)或支持向量機等建立非線性校正模型。3.3.3.4 模型適用性的研究以花椒油生物

21、柴油為例，研究了多種原料油生物柴油的NIR校正模型對新原料油生物柴油的適用性。若校正集中不含待測類型的樣本，其預(yù)測結(jié)果將會存在一定的系統(tǒng)誤差，且模型的適應(yīng)性判據(jù)也會給出提示。為考察向校正集添加少量樣本對擴充模型適應(yīng)性的效果，從47個花椒油生物柴油中任意選取10個樣品，用于模型的擴充，剩余37個作為驗證集樣本。將花椒油生物柴油樣本從多種原料油校正集中剔除，建立剩余5種原料油生物柴油的校正模型。然后，再將任意選取的10個花椒油生物柴油樣本添加到校正集中，建立含有10個花椒油生物柴油的多原料油生物柴油的校正模型。用以上建立的兩類模型分別對37個驗證集樣本進(jìn)行預(yù)測分析(表4)。由表4可見，未含花椒油生

22、物柴油的模型仍具有較好的預(yù)測趨勢，但存在一定的系統(tǒng)誤差，預(yù)測準(zhǔn)確性也有明顯下降。當(dāng)模型中添加了10個花椒油生物柴油樣本后，消除了系統(tǒng)誤差，且預(yù)測準(zhǔn)確性有了顯著改善，與3.3.2節(jié)建立的模型基本相當(dāng)。上述結(jié)果說明，對于模型中未含的新類型原料油生物柴油樣本，只需向多種原料油校正集中添加10個以上樣本便可較為準(zhǔn)確地測定新類型生物柴油的成分。表4 不同校正模型對37個花椒油生物柴油的預(yù)測結(jié)果(略)3.3.4 近紅外分析方法的重復(fù)性由于光譜測量的穩(wěn)定性，NIR分析方法具有良好的重復(fù)性。隨機選取一個樣本重復(fù)掃描7次的NIR光譜，并分別調(diào)用建立的多種原料油的生物柴油模型，其質(zhì)量分?jǐn)?shù)的相對標(biāo)準(zhǔn)偏差分別為：甘油

23、0.74%，甲酯0.26%，單甘酯2.86%，二甘酯0.70%，三甘酯1.41%。說明采用NIR分析方法測定混合油生物柴油的成分具有較高的精密度。3.3.5 小結(jié)通過以上研究，可以得到以下結(jié)論：(1)通過偏最小二乘方法可以建立適合多種原料油生物柴油的通用近紅外校正模型，其結(jié)果完全滿足過程控制分析的要求。但若想得到更準(zhǔn)確的預(yù)測結(jié)果，需要建立單種原料油的PLS校正模型，或者采用更為復(fù)雜的校正算法; (2)對于新型生物柴油，只需向校正集添加少量樣本，擴充模型覆蓋圍后，便可較為準(zhǔn)確地對該類樣本進(jìn)行預(yù)測分析。這樣，基于本研究建立的這些基礎(chǔ)校正模型，針對新類型原料油或加工工藝，只需添加少量樣本，便可直接應(yīng)

24、用于生物柴油的實際工業(yè)生產(chǎn)中; (3)近紅外光譜方法有望較好解決生物柴油傳統(tǒng)分析方法的諸多弊端，可以快速準(zhǔn)確地測定生物柴油的主要成分含量，適合于生物柴油生產(chǎn)過程的中間控制分析。3.4 近紅外光譜儀對于生物柴油的研究，實驗室一般采用的近紅外光譜儀做以下簡介3.4.1 優(yōu)點3.4.1.1性能好-帶冷卻系統(tǒng)的512像素InGaAs陣列探測器的工作波長可0.91.7um，擴展波長圍后可達(dá)1.02.1 um； 3.4.1.2數(shù)據(jù)快-數(shù)據(jù)獲取速率：1 ms；3.4.1.3 集成化設(shè)計-光譜儀和16位A/D轉(zhuǎn)換器裝配在同一機殼； 3.4.1.4 流水線啟動軟件-可自動讀取光譜儀的校準(zhǔn)系數(shù)和設(shè)置光譜儀運行軟件

25、； 3.4.1.5即插即用型接口-可直接插入任何臺式電腦或筆記本電腦的USB接口，也可通過串行口與臺式電腦、筆記本電腦或掌上電腦相連。NIR512近紅外微型光纖光譜儀是一種微型即插即用式光譜儀，用于近紅外區(qū)域的光譜分析，比如可調(diào)激光器的波長特性、濕度分析、普通的近紅外光譜分析等。NIR512光譜儀配有帶冷卻系統(tǒng)的512像素InGaAs陣列探測器，其有效探測波長為：0.9-1.7um，光譜分辨率：3.0nm FWHM。 3.4.2帶冷卻系統(tǒng)的探測器設(shè)計InGaAs線型陣列探測器帶有熱電冷卻裝置。通過熱敏電阻檢測探測器陣列的溫度，通過熱電裝置將探測器溫度冷卻至比周圍溫度低40，并使探測器保持

26、77;0.1的溫度穩(wěn)定性。而且，您還可以通過OOIBase32運行軟件設(shè)置并監(jiān)控探測器的溫度。 3.4.3集成化設(shè)計NIR512光譜儀以衍射光柵為基礎(chǔ)的光纖模塊和16位USB A/D轉(zhuǎn)換器裝配在同一機殼，這種集成化的設(shè)計使NIR512光譜儀尺寸微?。?53mm×105mm），且不需外置光譜儀與A/D轉(zhuǎn)換器的連接線纜。此外還備有A5直流變壓器（已包括），用于運行高性能InGaAs探測器。3.4.3.1可熱插拔NIR512光譜儀與計算機通過USB接口相連，可支持光譜儀的熱插拔（即快速轉(zhuǎn)換）。只要將OOIBase32光譜儀運行軟件在電腦里安裝好并連接好NIR512光纖光譜儀，光譜儀運行軟件

27、即可識別并讀取NIR512光譜儀存儲器中的專有參數(shù)，并可進(jìn)行參數(shù)調(diào)整以適合每個特定的光譜儀。這樣既可節(jié)省時間，又可減少設(shè)置錯誤。NIR512還備有串行接口與臺式電腦、筆記本電腦或掌上電腦相連。3.4.3.2兼容性NIR512光譜儀帶有SMA905連接口，可與我們的光纖、樣品池固定座、探頭等其它附件完全兼容。這里還推薦使用我們的LS-1鹵化鎢光源或HL-2000-HP高功率鹵化鎢光源作為NIR512的配套光源。4、 光譜檢測的發(fā)展前景近紅外光譜分析的發(fā)展前景雖然近紅外光譜分析還有不足,但是由于近紅外光譜法的快速、非破壞性、無試劑分析、安全、高效、低成本及同時測定多種組分等特點,使它成為農(nóng)業(yè)、醫(yī)藥

28、、石油生產(chǎn)等領(lǐng)域經(jīng)濟、有效且最具發(fā)展前景的分析技術(shù)之一。根據(jù)近紅外分析技術(shù)的特點,應(yīng)大力發(fā)展近紅外在線檢測及網(wǎng)絡(luò)聯(lián)用。在線檢測是及時發(fā)現(xiàn)和解決生產(chǎn)中質(zhì)量問題的最有效途徑。光導(dǎo)纖維及傳感技術(shù)的發(fā)展,使NIRS在線檢測在企業(yè)的生產(chǎn)過程中獲得廣泛的應(yīng)用。同時將近紅外分析技術(shù)與網(wǎng)絡(luò)技術(shù)相結(jié)合,不僅可以實現(xiàn)異地定標(biāo)、異地檢測及資料共享,同時也有利于模型傳輸和遠(yuǎn)程分析,提高分析結(jié)果的準(zhǔn)確性。由此可見,近紅外光譜分析技術(shù)的應(yīng)用在我國有良好的發(fā)展前景,必將為農(nóng)業(yè)、工業(yè)等各個領(lǐng)域帶來較大的經(jīng)濟效益和社會效益。參考文獻(xiàn)【1】玲. PLS定標(biāo)法在近紅外光譜分析儀中的應(yīng)用研究J光學(xué)精密工程, 2000,(03).【2

29、】高榮強,世福. 現(xiàn)代近紅外光譜分析技術(shù)的原理及應(yīng)用J分析儀器, 2002,(06）【3】段焰青. 煙樣水分含量對其常規(guī)化學(xué)成分近紅外測定的影響A【4】中國煙草學(xué)會2004年學(xué)術(shù)年會論文集C, 2004. 【5】吳靜珠,王一鳴,小超,徐云. 分段小波消噪在近紅外光譜預(yù)處理中的應(yīng)用研究A農(nóng)業(yè)工程科技創(chuàng)新與建設(shè)現(xiàn)代農(nóng)業(yè)2005年中國農(nóng)業(yè)工程學(xué)會學(xué)術(shù)年會論文集第三分冊C, 2005. 【6】Wallace,A. NIR Spectroscopy:Near-infrared spectroscopy is changing the face of on-line analysis .Control a

30、nd Instrumentation J, 1999, (1) . 03).【7】陸婉珍編著. 近紅外光譜儀器. 市：化學(xué)工業(yè), 2010.02【8】MIN Enze. Journal of Chemical Industry and Engineering，2006， 57(8)： 17391745【9】YUAN HongFu， LU WanZhen. Petroleum Refinery Engineering，2005，35(4)： 2629【10】Journal of Fuzhou University(Natural Science Edition Vol. 27Supp1999【11】鐘吉品. 生物玻璃的研究與發(fā)展. 無機材料學(xué)報,1995(6) p129137【12】周永恒,顧真安. 石英玻璃結(jié)構(gòu)的紅外反射光譜研究. 硅酸鹽通報,2002(3) p4042【13】南如. 無機非金屬材料測試方法. :工業(yè)大學(xué),1993【14】金欽漢 從99匹茲堡會議看分析儀器的跨世紀(jì)發(fā)展動向， 現(xiàn)代科學(xué)儀器1999 3： 8 10 【15】世福等“自制顯微熒光光度系統(tǒng)及其應(yīng)用”，細(xì)胞生物學(xué)雜志