近红外基础知识

,理论背景,原子核转变,电磁转动,分子转动,分子振动,外层电子的跃迁,内层电子的跃迁,Interaction,Region,Wavelength(cm-1),Wavelength(m),12,800cm-1(780nm),4,000cm-1(2,500nm),什么是近红外/中红外光？,400cm-1(25,000nm),4,000cm-1(2,500nm),近红外：,中红外：,近红外的发现和应用发展里程,1800年近红外电磁波被发现，光谱的复杂性使其“沉睡”了一个半世纪20世纪70年代国外的农业分析学家综合计算机技术、光谱分析技术、仪器技术和现代数学方法，首先把近红外分析技术应用于农产品和食品的品质分析进入90年代，近红外分析技术逐步受到分析化学家的重视，应用逐步扩展到石油化工、医药、生物化学、烟草、纺织品等领域。近红外现已发展成为一种独立的分析技术活跃在光谱分析领域发达国家已经将近红外做为质量控制、品质分析和在线分析的主要手段，部分方法已经成为USP、EP、PASG、EMEA、AOAC、AACC、ICC的标准。,红外波长表示的度量单位,近红外区一般用波长（纳米nm)或（波数cm-1）来表示纳米与波数的换算关系：nm=107/cm-1或cm-1=107/nm因为：1cm=107nm1,250nm处，用波数表示：107/1,250=8,000cm-1中红外区一般用波长（微米m)或（波数cm-1）来表示微米与波数的换算关系：nm=104/cm-1或cm-1=104/nm因为：1cm=104m5m处，用波数表示：104/5=2,000cm-1,近红外光谱的信号特征,1、近红外光的产生：近红外光源一般用卤素灯2、近红外光的检测：近红外光的检测材料是半导体材料，如Si、PbS、InAs、Ge、InGaAs等3、光学材料：可以使用耐水和便于维护的材料，如：低OH石英、石英和火石玻璃、CaF等。,中红外光谱的信号特征,1、中红外光的产生：中红外光源一般用硅碳棒2、中红外光的检测：中红外光的检测材料是半导体材料，如MCT、DTGS等3、光学材料：可以使用“怕水”的材料如：KBr、NaCl，耐水材料CaF、ZnSe、Si等。,红外光谱振动的基本原理,hn,低能量高能量,Fundamental振動基頻,1stOvertone一級倍頻,2ndOvertone二級倍頻,3rdOvertone三級倍頻,谐波振动HarmonicOscillation,非谐波振动AnharmonicOscillation,振动能级水平,红外光振动模式的能级图,不同的振动形式,对称伸缩振动非对称伸缩振动摇摆振动,不同的振动形式,摇摆振动弯曲振动剪切振动,H,H,O,Sym-stretching,Bending,Asym-stretching,3756cm-1,3657cm-1,1595cm-1,Molecularvibrationmodes,CHCl3在MIRk;c,光源,:消光系数c:浓度k:散射系数,定量分析的理论依据,单变量建模(QUANT1)单一组分体系的建模，只使用1个光谱点分析含量(2组分=2波数,.)通过峰高或峰面积，进行分析,理论背景单变量建模,多变量建模(QUANT2)单组分或多组分体系的建模，通常选用整个波数范围通过化学计量学方法(如PLS)，进行分析,单变量建模，遵从Beers定律A=pC+eA:指定波数处的吸光值p:指定波数处的系数C:单组分的浓度,理论背景单变量建模,指定的波数只有一个；对应峰需从重叠峰中分离出来,分析,1,2,4,5,吸光度,浓度,1,4,2,5,吸光度,波数,X,X,理论背景单变量建模,优点：形象、直观，便于理解,缺点：非全谱分析的方法不能识别由其它未知组分造成的异常项或干扰探测器噪声引起的统计误差直接表现在含量值中，必须多次重复测量分析多组分体系时，待测组分的信号峰必须完全分开未考虑温度波动或分子内部相互作用,理论背景单变量建模,1标准方法分析样品,2.采集光谱,3.优化、检验、建立模型,1.测定未知样品光谱,2.调用模型,3.预测结果,定量分析基本原理,建立模型,分析样品,Spectraofthecalibrationsamples,Concentrationvaluesofcalibrationsamples,+,=,Calibrationfunction,Measureddata,Concentrationdata,多元定量分析,Spectraoftheunknownsample,Concentrationofunknownsamples,+,=,Calibrationfunction,Measureddata,Resultofanalysis,多元定量分析,近红外分析的过程,数据采集,样品集选择,校正模型,常规分析,编辑,显示,预测,评价光谱数据,模型,优化,分析未知样品,验证,谱区选择,光谱预处理选择,内部交叉检验,Differ1Differ2Differ3Differn,内部交叉检验(crossvalidation),外部检验（Prediction）,Differ1Differ2Differ3Differn,模型,检验样品,模型内部交叉检验,决定系数,均方差,同一组样品、同一组分，R2越大，RMSECV越小。决定于模型优化的条件、实验室化学分析水平和近红外仪器的性能。RMSECV最重要，决定预测样品的误差大小。,如何判定近红外定量分析是否可行?,RMSEE、RMSEC或SEC（C：Calibration），RMSECV、SECV（CV：CrossValidation），RMSEP、SEP（P：Prediction）三者的关系：RMSEE与RMSECV:同一模型，RMSEE一定小于RMSECV；但两者不应存在显著性差异，否则，样品代表性不好或模型信息提取不充分。RMSECV与RMSEP:RMSEP远大于RMSECV，建模样品的代表性差、模型信息拟和不够或过拟和；RMSEP远小于RMSECV，验证样品代表性差。文章或方法中只给出校正均方差，不能说明任何问题，要注意。至少要给出交叉检验均方差，当然最好给出预测均方差。RMSECV应该与实验室标准方法的精密度相当。,校正,交叉检验,如何判定近红外定量分析模型的质量,外部检验,各组分之间出现相关性,怎样建立好的近红外定量分析模型？,1、确定近红外定量分析的目标准确度。实验室标准方法的准确度和精密度确认。2、选择分析样品的近红外附件、光谱扫描的参数、规范操作步骤。3、选择或配备代表性建模样品集。4、模型优化。5、模型验证（内部交叉验证和外部验证）。,确定近红外定量分析的目标准确度,近红外定量分析方法是二级方法，利用化学计量学方法将近红外光谱与实验室分析数据进行关联，建立近红外模型对未知样品进行预测。实验室分析数据的准确度非常重要，完全遵循“量子传递”的误差理论。实验室数据越准确，近红外模型的准确度也会越高。目标准确度是评价近红外模型的首要条件。,确定近红外定量分析的目标准确度,考察实验室数据：方法的可靠性方法的准确性方法的重现性方法的误差范围测试中偶然误差、系统误差,实验条件的选择,根据仪器的光谱响应特征1、选择分析样品的近红外附件液体样品要选择不同光程的比色皿：颜色深、吸收强的样品，光程短；颜色浅、吸收弱，光程长。固体样品要根据粒径大小、均匀程度选择：粒径大、不均匀的样品应选择扫描面积大的样品附件。粒径小、均匀的样品应选择扫描面积小或大的样品附件。2、光谱扫描的参数分辨率、扫描次数、光谱范围。3、规范操作步骤特别对固体样品要保证装样的一致性。最终目的：得到稳定的高质量光谱。,不同光程比色皿测定的光谱,5mm光程,2mm光程,样品集的选择,选择或配备代表性建模样品集。天然样品和反应过程中的样品，选择的代表性样品数量比较大。成分已知样品，选择的代表性样品数量比较少。可使用化学计量学方法对样品进行选择、设计。,不同含量样品数的选择,不同含量样品数量选择不能以现实的样品变化进行选择，应该在所有含量范围内均匀选择。,完美的分布(很少出现的情况),比较合理的分布,样品分布,食品、烟草、化工、炼油等产品的样品分布情况,10,Mean,25,百分比分布,#ofSampleswithLevelofConstituent,制药分布,10,正常样品,25,百分比分布,#ofSampleswithLevelofConstituent,模型优化,模型优化谱区范围的选择选择信息量相关性最大的谱区。光谱预处理方法的选择选择减小光谱漂移、增加信息量、稳定可靠的光谱预处理方法。最佳Rank（PLS算法）相同的谱区范围，RMSECV无显著性差别，Rank小的模型好。,最佳谱区的选择,最佳谱区,最佳谱区的相关图,交叉检验的相关图,绝对误差分布图,矢量归一化预处理的PLS模型,R2=96.63RMSECV=0.05%Rank=2,光谱预处理方法选择,一阶导数预处理的PLS模型,R2=99.68RMSECV=0.02%Rank=2,模型优化条件的选择：谱区宽度、Rank大小、预处理方法,最佳Rank的选择,RMSECVvsRank图表,模型内部交叉检验,结果不好！,模型内部交叉检验,RMSECVvsRank图表,结果一般！,模型内部交叉检验,RMSECVvsR