近紅外光譜分析作物育種品質(zhì)抗病蟲應(yīng)用在電磁光譜（EMS）中，400～700nm的可見光使生命得以生存，而位于可見光之外的近紅外光譜（NIR，波長為0.75～2.5μm）可以分析生物的所有組分。

近紅外光譜（Near Infrared Spectroscopy，簡稱NIRS）分析技術(shù)是20世紀(jì)80年代后期迅速發(fā)展起來的一項(xiàng)測試技術(shù)，在歐美等國，NIRS已成為谷物品質(zhì)分析的重要手段。由于可以非破壞性的分析樣品中的化學(xué)成分，為當(dāng)前作物育種研究領(lǐng)域的品質(zhì)育種提供了一個新的技術(shù)手段。

1 近紅外光譜分析技術(shù)的基本原理

NIR作為一種分析手段，可以測定有機(jī)物以及部分無機(jī)物。這些物質(zhì)分子中化學(xué)鍵結(jié)合的各種基團(tuán)（如C=C，N=C，O=C，O=H，N=H）的伸縮、振動、彎曲等運(yùn)動都有它固定的振動頻率。當(dāng)分子受到紅外線照射時，被激發(fā)產(chǎn)生共振，同時光的能量一部分被吸收，測量其吸收光，可以得到極為復(fù)雜的圖譜，這種圖譜表示被測物質(zhì)的特征［3］。不同物質(zhì)在近紅外區(qū)域有豐富的吸收光譜，每種成分都有特定的吸收特征，這就為近紅外光譜定量分析提供了基礎(chǔ)。但由于每一物質(zhì)有許多近紅外吸收帶，某一成分的吸收會與其他成分的吸收發(fā)生重組，因此當(dāng)測定某一復(fù)雜物質(zhì)，如豆餅中的粗蛋白質(zhì)時，在所選擇的近紅外光譜區(qū)會受到水、纖維、油吸收的干擾。Herschel［4］在1800年發(fā)現(xiàn)NIR光譜區(qū)，但NIR區(qū)的倍頻和合頻吸收弱、譜帶復(fù)雜和重疊多，信息無法有效的分離和解析，限制了其應(yīng)用。隨著光學(xué)、電子技術(shù)、計(jì)算機(jī)技術(shù)和化學(xué)計(jì)量學(xué)的發(fā)展，多元信息處理的理論與技術(shù)得到了發(fā)展，可以解決NIR譜區(qū)吸收弱和重疊的困難。近紅外技術(shù)是依據(jù)某一化學(xué)成分對近紅外區(qū)光譜的吸收特性而進(jìn)行的定量測定，所以應(yīng)用NIR光譜進(jìn)行檢測的技術(shù)關(guān)鍵就是在兩者之間建立一種定量的函數(shù)關(guān)系。其基本流程包括：首先收集具有代表性的樣品（其組成及其變化范圍接近于要分析的樣品），然后采集樣品的光學(xué)數(shù)據(jù)；利用標(biāo)準(zhǔn)的化學(xué)方法對樣品進(jìn)行化學(xué)成分測定；通過數(shù)學(xué)方法將這些光譜數(shù)據(jù)和檢測的數(shù)據(jù)進(jìn)行關(guān)聯(lián)，一般將光譜數(shù)據(jù)進(jìn)行轉(zhuǎn)換（一階或二階導(dǎo)數(shù)），與化學(xué)測定值進(jìn)行回歸計(jì)算，然后得出定標(biāo)方程，建立數(shù)學(xué)模型；在分析未知樣品時，先對待測樣品進(jìn)行掃描，根據(jù)光譜值利用建立的模型可以計(jì)算出待測樣品的成分含量。確定回歸模型的過程其實(shí)就是定標(biāo)過程，定標(biāo)的好壞直接關(guān)系到分析結(jié)果的準(zhǔn)確性，因此，定標(biāo)軟件是近紅外分析技術(shù)的核心。計(jì)算得到的定標(biāo)方程必須通過實(shí)際測量調(diào)整它的準(zhǔn)確性和精確性［5］。精確性是指重復(fù)測定時測值間的相近程度。準(zhǔn)確性的度量通常用定標(biāo)方程的預(yù)測標(biāo)準(zhǔn)誤（SEP）來表示。SEP表示測定值與“真值”間的相近程度。近紅外光照射到被測樣品后，從樣品表面反射出來的光被檢測器吸收，此為近紅外反射光譜分析法（NIR）。它要求樣品的粉碎程度一致，從而保證樣品表面光滑一致。另一類為近紅外穿過樣品后，再被接受檢測到，即為近紅外投射光譜分析法（NIT）。該法優(yōu)點(diǎn)是很少或不用制備樣品，因此重復(fù)性較高，但靈敏度低?，F(xiàn)在的近紅外光譜儀商品種類較多，主要為傅立葉變換、光柵掃描、聲光掃描和光電陣列固定光路型。

2 近紅外光譜數(shù)據(jù)處理技術(shù)的發(fā)展

現(xiàn)代近紅外光譜分析技術(shù)包括近紅外光譜儀、化學(xué)計(jì)量學(xué)軟件和應(yīng)用模型三部分，三者的有機(jī)結(jié)合才能滿足快速分析的技術(shù)要求。因此，數(shù)學(xué)模型的建立方法是主要的研究領(lǐng)域。目前主要有多元線性回歸（MLR）、逐步回歸（SMR）、主成分分析（PCA）、主成分回歸（PCR）與偏最小二乘法（PLS）、人工神經(jīng)網(wǎng)絡(luò)（ANN）和拓?fù)洌═oplogical）等。MLR和SMR法在分析樣品時只用了一些特征波長點(diǎn)的光譜信息，其它點(diǎn)的信息被丟失，易產(chǎn)生模型的過適應(yīng)性（overfitting）。PCR和PLS的最顯著特點(diǎn)就是利用了全部光譜信息，可以壓縮所需樣品數(shù)量，將高度相關(guān)的波長點(diǎn)歸于一個獨(dú)立變量中，根據(jù)為數(shù)不多的獨(dú)立變量建立回歸方程，通過內(nèi)部驗(yàn)（cross validation）來防止過模型現(xiàn)象，比MLR和SMR 分析精度提高。Bochereau等把經(jīng)典數(shù)據(jù)分析與神經(jīng)網(wǎng)絡(luò)結(jié)合應(yīng)用于NIR對蘋果質(zhì)量的預(yù)測，獲得了較好的效果。Warren等把神經(jīng)網(wǎng)絡(luò)和近紅外光譜儀結(jié)合，采用模式識別原理對17種粗纖維進(jìn)行分類研究，不但可以區(qū)分化學(xué)成分相近的纖維，而且可以用于分辨未經(jīng)訓(xùn)練集訓(xùn)練的混合纖維。

3 影響近紅外分析結(jié)果的因素

近紅外光譜分析技術(shù)雖具有快速、簡便、相對準(zhǔn)確等優(yōu)點(diǎn)，但準(zhǔn)確性受多種因素的影響。其中，樣品的粒度及均勻度影響最大，粒度變異直接影響近紅外光譜的變異。在實(shí)際工作中，應(yīng)該在標(biāo)樣的制樣條件下制備被測樣品，使樣品具有標(biāo)準(zhǔn)化的均勻粒度，減少由于粒度引起的誤差。此外，模型初建時標(biāo)樣選擇、數(shù)量及其設(shè)計(jì)也影響到預(yù)測的準(zhǔn)確度。標(biāo)樣的選擇要充分考慮樣品成分的含量和梯度、標(biāo)樣的物理和化學(xué)特性，以提高多定標(biāo)效果和應(yīng)用范圍。標(biāo)樣數(shù)量若太少，不足以反映被測群體的常態(tài)分布規(guī)律，數(shù)量太多，則增加工作量。標(biāo)樣設(shè)計(jì)也影響定標(biāo)的準(zhǔn)確性。對于成分含量間相關(guān)性強(qiáng)的被測成分可根據(jù)同套樣品進(jìn)行定標(biāo)，對相關(guān)性差的成分，可根據(jù)特定的篩選原則，分別以另外的樣品進(jìn)行定標(biāo)，以提高定標(biāo)效果及檢驗(yàn)準(zhǔn)確性。另外，不同溫度會影響NIRS預(yù)測的準(zhǔn)確性?？茖W(xué)家研究近紅外光譜分析在小麥營養(yǎng)成分上應(yīng)用，以為NIR 對溫度敏感，10～20℃就可引起吸光度發(fā)生變化，而且溫度影響不呈規(guī)律性。

4 近紅外分析技術(shù)應(yīng)用現(xiàn)狀
近紅外分析技術(shù)的最早應(yīng)用可追溯到1939年，但真正用于農(nóng)產(chǎn)品實(shí)用分析技術(shù)是60年代的Karl Norris。由于光學(xué)、計(jì)算機(jī)數(shù)據(jù)處理技術(shù)、化學(xué)光度理論和方法等各種科學(xué)技術(shù)的不斷發(fā)展，以及新型NIR儀器的不斷出現(xiàn)和軟件版本的不斷翻新，近紅外分析技術(shù)從研究低谷走出，研究內(nèi)容增多、范圍拓寬，在谷物產(chǎn)品、食品、飼料、油脂工業(yè)等領(lǐng)域得到應(yīng)用，測定的成分也越來越多。

總結(jié)：近紅外應(yīng)用包括：常成分分析，能量含量、氨基酸含量、脂肪酸含量、礦物質(zhì)含量、物理特性等。