【近紅外光譜儀】當代紅外光譜技術的發(fā)展已使紅外光譜的意義遠遠超越了對樣品進行簡單的常規(guī)測試并從而推斷化合物的組成的階段。近紅外光譜儀與其它多種測試手段聯(lián)用衍生出許多新的分子光譜領域，例如，色譜技術與近紅外光譜儀聯(lián)合為深化認識復雜的混合物體系中各種組份的化學結構創(chuàng)造了機會；把近紅外光譜儀與顯微鏡方法結合起來，形成紅外成像技術，用于研究非均相體系的形態(tài)結構，由于紅外光譜能利用其特征譜帶有效地區(qū)分不同化合物，這使得該方法具有其它方法難以匹敵的化學反差。

　　近紅外光譜儀分析方法包括校正和預測兩個過程：

　?。?）在校正過程中，收集一定量有代表性的樣品（一般需要80個樣品以上），在測量其光譜圖的同時，根據需要使用有關標準分析方法進行測量，得到樣品的各種質量參數，稱之為參考數據。通過化學計量學對光譜進行處理，并將其與參考數據關聯(lián)，這樣在光譜圖和其參考數據之間建立起一一對應映射關系，通常稱之為模型。近紅外光譜儀雖然建立模型所使用的樣本數目很有限，但通過化學計量學處理得到的模型應具有較強的普適性。近紅外光譜儀對于建立模型所使用的校正方法視樣品光譜與待分析的性質關系不同而異，常用的有多元線性回歸，主成分回歸，人工神經網絡和拓撲方法等。顯然，模型所適用的范圍越寬越好，但是模型的范圍大小與建立模型所使用的校正方法有關，與待測的性質數據有關，還與測量所要求達到的分析精度范圍有關。實際應用中，建立模型都是通過化學計量學軟件實現的，并且有嚴格的規(guī)范（如ASTM6500標準）。

　?。?）在預測過程中，首先使用近紅外光譜儀測定待測樣品的光譜圖，通過軟件自動對模型庫進行檢索，選擇正確模型計算待測質量參數。