近红外分析是基于样品中分子对近红外辐射（800 nm-2500 nm）的响应。当近红外光照射到样品上，要么被样品吸收，要么就发生散射，从而产生了能够反映样品物理性质和化学组成的光谱。近红外是一种间接的测量方式，必须借助于传统的标准化学分析方法的结果建立标定模型。采用化学计量学建立的模型可以用来分析混合物或者天然产物中物质的含量，如谷物和肉类。同时标定自身的数据丰富广泛，在日常检测时非常快速高效。

优化近红外分析

分析的样品应和标定在建模时使用的样品有相同的特性。例如，建模时使用小麦中蛋白质数据所建立的标定就不适用于其它谷物中蛋白质的分析。由于水分和样品颗粒大小也会影响近红外光谱，所以也要保证样品采用相同的处理方式。

特别重要的一点是，建模时选取具有代表性的样品并使得参考值均匀地分布在日常检测所期望的范围内。例如，少量且数值相近的样品建立的模型就无法对一个变化较大的属性给出准确的预测结果。主成分分析（PCA）是一个有效的对比样品差异性的统计工具。

可靠的近红外标定依赖参考值。如凯氏定氮测蛋白、索氏提取测脂肪这些参考方法有助于近红外分析得到准确的结果。这些参考方法在整个近红外方法建立过程中都应保持不变，因为不同的分析方法的准确性和精密的都有所区别。考虑这些方法的标准误差和测量不确定度，应为每项属性保留一份当前参考方法的记录。

使用近红外方法，您能从批量化的检测中获益。专为离线和旁线设计的近红外分析仪器可以分别安装在实验室或生产部门，作为像凯氏定氮仪、脂肪提取器、色谱系统和滴定等传统分析仪器的补充。

下述的例子就展示了使用近红外

对节省分析支出的贡献：

长按左侧二维码联系我们