大麦分析仪，大麦脂肪分析仪，大麦蛋白质分析仪，大麦水分分析仪，大麦纤维量分析仪， 大麦淀粉分析仪，大麦产地分析仪、大麦产季鉴别分析仪，大麦品质等级分析仪，大麦谷物成熟度分析仪，大麦病虫害分析仪,小麦分析仪，小麦脂肪分析仪，小麦蛋白质分析仪， 小麦水分分析仪，小麦纤维量分析仪，小麦淀粉分析仪，小麦产地分析仪、小麦产季鉴别分析仪，小麦品质等级分析仪，小麦谷物成熟度分析仪，小麦病虫害 分析仪,豆类分析仪，豆类脂肪分析仪，豆类蛋白质分析仪，豆类水分分析仪，豆类纤维量分析仪，豆类淀粉分析仪，豆类产地分析仪、 豆类产季鉴别分析仪,豆类品质等级分析仪,豆类谷物成熟度分析仪,豆类病虫害,水稻分析仪,水稻脂肪分析仪,水稻蛋白质分析仪,水稻水分分析仪,水稻纤维量分析仪,水稻淀粉分析仪,水稻产地分析仪,水稻产季鉴别分析仪,水稻品质等级分析仪,水稻谷物成熟度分析仪,水稻病虫害,甘薯分析仪,甘薯脂肪分析仪,甘薯蛋白质分析仪,甘薯水分分析仪,甘薯纤维量分析仪,甘薯淀粉分析仪,甘薯产地分析仪,甘薯产季鉴别分析仪,甘薯品质等级分析仪,甘薯谷物成熟度分析仪,甘薯病虫害,面粉分析仪,面粉脂肪分析仪,面粉蛋白质分析仪,面粉水分分析仪,面粉纤维量分析仪,面粉淀粉分析仪,面粉产地分析仪,面粉产季鉴别分析仪,面粉品质等级分析仪,面粉谷物成熟度分析仪,面粉病虫害,其它谷类, 其它谷类脂肪分析仪,其它谷类蛋白质分析仪,其它谷类水分分析仪,其它谷类纤维量分析仪,其它谷类淀粉分析仪,其它谷类产地分析仪,其它谷类产季鉴别 分析仪,其它谷类品质等级分析仪,其它谷类谷物成熟度分析仪,其它谷类病虫害,饲料,饲料干物质分析仪,饲料粗蛋白分析仪,饲料粗纤维分析仪,饲料消化能分析仪,饲料代谢能 分析仪,饲料氨基酸分析仪,饲料植酸磷分析仪,饲料添加剂中哇乙醇含量分析仪,饲料预混料中维生素A,烟草,烟草尼古丁 分析仪,烟草水分分析仪,烟草总糖分析仪,烟草还原糖分析仪,烟草多酚类分析仪,烟草总氯分析仪,烟草添加物分析仪,烟草产地鉴别分析仪,烟草等级分类,咖啡,咖啡因 分析仪,咖啡水分分析仪,咖啡绿原酸分析仪,咖啡种类分析仪,咖啡产地鉴别分析仪,咖啡品质分级,水果分析仪,水果糖分分析仪,水果酸度分析仪,水果维生素分析仪,水果水分分析仪,水果纤维素分析仪,水果品质分级分析仪,水果成熟度分析仪,水果硬度,蔬菜,蔬菜糖分 分析仪,蔬菜酸度分析仪,蔬菜维生素分析仪,蔬菜水分分析仪,蔬菜纤维素分析仪,蔬菜品质分级分析仪,蔬菜成熟度分析仪,蔬菜硬度,茶叶,茶叶老嫩度分析仪,茶叶氨基酸 分析仪,茶叶茶多酚分析仪,茶叶咖啡碱分析仪,茶叶水分分析仪,茶叶总氮分析仪,茶叶品质分级分析仪,茶叶真假识别分析仪,茶叶品种鉴定分析仪,土壤,土壤水分分析仪,土壤有机质,土壤总氮含量 分析仪,土壤分类,堆肥的品质和腐熟度,大麦连续分析系统，大麦脂肪连续分析系统，大麦蛋白质连续分析系统，大麦水分连续分析系统，大麦纤维量连续分析系统，大麦淀粉 连续分析系统，大麦产地连续分析系统、大麦产季鉴别连续分析系统，大麦品质等级连续分析系统，大麦谷物成熟度连续分析系统，大麦病虫害 连续分析系统,小麦连续分析系统，小麦脂肪连续分析系统，小麦蛋白质连续分析系统，小麦水分连续分析系统，小麦纤维量连续分析系统，小麦淀粉连续分析系统，小麦产地 连续分析系统、小麦产季鉴别连续分析系统，小麦品质等级连续分析系统，小麦谷物成熟度连续分析系统，小麦病虫害连续分析系统,豆类连续分析系统，豆类脂肪连续分析系统， 豆类蛋白质连续分析系统，豆类水分连续分析系统，豆类纤维量连续分析系统，豆类淀粉连续分析系统，豆类产地连续分析系统、 豆类产季鉴别连续分析系统,豆类品质等级连续分析系统,豆类谷物成熟度连续分析系统,豆类病虫害,水稻连续分析系统,水稻脂肪连续分析系统,水稻蛋白质连续分析系统,水稻水分连续分析系统,水稻纤维量连续分析系统,水稻淀粉连续分析系统,水稻产地连续分析系统,水稻产季鉴别连续分析系统,水稻品质等级连续分析系统,水稻谷物成熟度连续分析系统,水稻病虫害,甘薯连续分析系统,甘薯脂肪连续分析系统,甘薯蛋白质连续分析系统,甘薯水分连续分析系统,甘薯纤维量连续分析系统,甘薯淀粉连续分析系统,甘薯产地连续分析系统,甘薯产季鉴别连续分析系统,甘薯品质等级连续分析系统,甘薯谷物成熟度连续分析系统,甘薯病虫害,面粉连续分析系统,面粉脂肪连续分析系统,面粉蛋白质连续分析系统,面粉水分连续分析系统,面粉纤维量连续分析系统,面粉淀粉连续分析系统,面粉产地连续分析系统,面粉产季鉴别连续分析系统,面粉品质等级连续分析系统,面粉谷物成熟度连续分析系统,面粉病虫害,其它谷类, 其它谷类脂肪连续分析系统,其它谷类蛋白质连续分析系统,其它谷类水分连续分析系统,其它谷类纤维量连续分析系统,其它谷类淀粉连续分析系统,其它谷类产地 连续分析系统,其它谷类产季鉴别连续分析系统,其它谷类品质等级连续分析系统,其它谷类谷物成熟度连续分析系统,其它谷类病虫害,饲料,饲料干物质连续分析系统,饲料粗蛋白 连续分析系统,饲料粗纤维连续分析系统,饲料消化能连续分析系统,饲料代谢能连续分析系统,饲料氨基酸连续分析系统,饲料植酸磷连续分析系统,饲料添加剂中哇乙醇含量 连续分析系统,饲料预混料中维生素A,烟草,烟草尼古丁 连续分析系统,烟草水分连续分析系统,烟草总糖连续分析系统,烟草还原糖连续分析系统,烟草多酚类连续分析系统,烟草总氯连续分析系统,烟草添加物连续分析系统,烟草产地鉴别 连续分析系统,烟草等级分类,咖啡,咖啡因连续分析系统,咖啡水分连续分析系统,咖啡绿原酸连续分析系统,咖啡种类连续分析系统,咖啡产地鉴别连续分析系统,咖啡品质分级,水果连续分析系统,水果糖分连续分析系统,水果酸度连续分析系统,水果维生素连续分析系统,水果水分连续分析系统,水果纤维素连续分析系统,水果品质分级连续分析系统,水果成熟度连续分析系统,水果硬度,蔬菜,蔬菜糖分 连续分析系统,蔬菜酸度连续分析系统,蔬菜维生素连续分析系统,蔬菜水分连续分析系统,蔬菜纤维素连续分析系统,蔬菜品质分级连续分析系统,蔬菜成熟度连续分析系统,蔬菜硬度,茶叶,茶叶老嫩度 连续分析系统,茶叶氨基酸连续分析系统,茶叶茶多酚连续分析系统,茶叶咖啡碱连续分析系统,茶叶水分连续分析系统,茶叶总氮连续分析系统,茶叶品质分级连续分析系统,茶叶真假识别 连续分析系统,茶叶品种鉴定连续分析系统,土壤,土壤水分连续分析系统,土壤有机质,土壤总氮含量连续分析系统,土壤分类,堆肥的品质和腐熟度,大麦快速检测技术及装置，大麦脂肪 快速检测技术及装置，大麦蛋白质快速检测技术及装置，大麦水分快速检测技术及装置，大麦纤维量快速检测技术及装置，大麦淀粉快速检测技术及装置，大麦产地 快速检测技术及装置、大麦产季鉴别快速检测技术及装置，大麦品质等级快速检测技术及装置，大麦谷物成熟度快速检测技术及装置，大麦病虫害 快速检测技术及装置,小麦快速检测技术及装置，小麦脂肪快速检测技术及装置，小麦蛋白质快速检测技术及装置，小麦水分快速检测技术及装置，小麦纤维量快速检测技术及装置， 小麦淀粉快速检测技术及装置，小麦产地快速检测技术及装置、小麦产季鉴别快速检测技术及装置，小麦品质等级快速检测技术及装置，小麦谷物成熟度快速检测技术及装置，小麦病虫害 快速检测技术及装置,豆类快速检测技术及装置，豆类脂肪快速检测技术及装置，豆类蛋白质快速检测技术及装置，豆类水分快速检测技术及装置，豆类纤维量快速检测技术及装置， 豆类淀粉快速检测技术及装置，豆类产地快速检测技术及装置、豆类产季鉴别快速检测技术及装置,豆类品质等级快速检测技术及装置,豆类谷物成熟度快速检测技术及装置,豆类病虫害,水稻快速检测技术及装置,水稻脂肪快速检测技术及装置,水稻蛋白质快速检测技术及装置,水稻水分快速检测技术及装置,水稻纤维量快速检测技术及装置,水稻淀粉快速检测技术及装置,水稻产地快速检测技术及装置,水稻产季鉴别快速检测技术及装置,水稻品质等级快速检测技术及装置,水稻谷物成熟度快速检测技术及装置,水稻病虫害,甘薯快速检测技术及装置,甘薯脂肪快速检测技术及装置,甘薯蛋白质快速检测技术及装置,甘薯水分快速检测技术及装置,甘薯纤维量快速检测技术及装置,甘薯淀粉快速检测技术及装置,甘薯产地快速检测技术及装置,甘薯产季鉴别快速检测技术及装置,甘薯品质等级快速检测技术及装置,甘薯谷物成熟度快速检测技术及装置,甘薯病虫害,面粉快速检测技术及装置,面粉脂肪快速检测技术及装置,面粉蛋白质快速检测技术及装置,面粉水分快速检测技术及装置,面粉纤维量快速检测技术及装置,面粉淀粉快速检测技术及装置,面粉产地快速检测技术及装置,面粉产季鉴别快速检测技术及装置,面粉品质等级快速检测技术及装置,面粉谷物成熟度快速检测技术及装置,面粉病虫害,其它谷类, 其它谷类脂肪快速检测技术及装置,其它谷类蛋白质快速检测技术及装置,其它谷类水分快速检测技术及装置,其它谷类纤维量快速检测技术及装置,其它谷类淀粉 快速检测技术及装置,其它谷类产地快速检测技术及装置,其它谷类产季鉴别快速检测技术及装置,其它谷类品质等级快速检测技术及装置,其它谷类谷物成熟度 快速检测技术及装置,其它谷类病虫害,饲料,饲料干物质快速检测技术及装置,饲料粗蛋白快速检测技术及装置,饲料粗纤维快速检测技术及装置,饲料消化能 快速检测技术及装置,饲料代谢能快速检测技术及装置,饲料氨基酸快速检测技术及装置,饲料植酸磷快速检测技术及装置,饲料添加剂中哇乙醇含量快速检测技术及装置,饲料预混料中维生素A,烟草,烟草尼古丁 快速检测技术及装置,烟草水分快速检测技术及装置,烟草总糖快速检测技术及装置,烟草还原糖快速检测技术及装置,烟草多酚类快速检测技术及装置,烟草总氯 快速检测技术及装置,烟草添加物快速检测技术及装置,烟草产地鉴别快速检测技术及装置,烟草等级分类,咖啡,咖啡因快速检测技术及装置,咖啡水分快速检测技术及装置,咖啡绿原酸 快速检测技术及装置,咖啡种类快速检测技术及装置,咖啡产地鉴别快速检测技术及装置,咖啡品质分级,水果快速检测技术及装置,水果糖分快速检测技术及装置,水果酸度快速检测技术及装置,水果维生素快速检测技术及装置,水果水分快速检测技术及装置,水果纤维素快速检测技术及装置,水果品质分级快速检测技术及装置,水果成熟度快速检测技术及装置,水果硬度,蔬菜,蔬菜糖分 快速检测技术及装置,蔬菜酸度快速检测技术及装置,蔬菜维生素快速检测技术及装置,蔬菜水分快速检测技术及装置,蔬菜纤维素快速检测技术及装置,蔬菜品质分级 快速检测技术及装置,蔬菜成熟度快速检测技术及装置,蔬菜硬度,茶叶,茶叶老嫩度快速检测技术及装置,茶叶氨基酸快速检测技术及装置,茶叶茶多酚快速检测技术及装置,茶叶咖啡碱 快速检测技术及装置,茶叶水分快速检测技术及装置,茶叶总氮快速检测技术及装置,茶叶品质分级快速检测技术及装置,茶叶真假识别快速检测技术及装置,茶叶品种鉴定 快速检测技术及装置,土壤,土壤水分快速检测技术及装置,土壤有机质,土壤总氮含量快速检测技术及装置,土壤分类,堆肥的品质和腐熟度,大麦快速分析仪，大麦脂肪 快速分析仪，大麦蛋白质快速分析仪，大麦水分快速分析仪，大麦纤维量快速分析仪，大麦淀粉快速分析仪，大麦产地快速分析仪、大麦产季鉴别快速分析仪，大麦品质等级 快速分析仪，大麦谷物成熟度快速分析仪，大麦病虫害快速分析仪,小麦快速分析仪，小麦脂肪快速分析仪，小麦蛋白质快速分析仪，小麦水分快速分析仪，小麦纤维量快速分析仪， 小麦淀粉快速分析仪，小麦产地快速分析仪、小麦产季鉴别快速分析仪，小麦品质等级快速分析仪，小麦谷物成熟度快速分析仪，小麦病虫害快速分析仪,豆类快速分析仪，豆类脂肪 快速分析仪，豆类蛋白质快速分析仪，豆类水分快速分析仪，豆类纤维量快速分析仪，豆类淀粉快速分析仪，豆类产地快速分析仪、 豆类产季鉴别快速分析仪,豆类品质等级快速分析仪,豆类谷物成熟度快速分析仪,豆类病虫害,水稻快速分析仪,水稻脂肪快速分析仪,水稻蛋白质快速分析仪,水稻水分快速分析仪,水稻纤维量快速分析仪,水稻淀粉快速分析仪,水稻产地快速分析仪,水稻产季鉴别快速分析仪,水稻品质等级快速分析仪,水稻谷物成熟度快速分析仪,水稻病虫害,甘薯快速分析仪,甘薯脂肪快速分析仪,甘薯蛋白质快速分析仪,甘薯水分快速分析仪,甘薯纤维量快速分析仪,甘薯淀粉快速分析仪,甘薯产地快速分析仪,甘薯产季鉴别快速分析仪,甘薯品质等级快速分析仪,甘薯谷物成熟度快速分析仪,甘薯病虫害,面粉快速分析仪,面粉脂肪快速分析仪,面粉蛋白质快速分析仪,面粉水分快速分析仪,面粉纤维量快速分析仪,面粉淀粉快速分析仪,面粉产地快速分析仪,面粉产季鉴别快速分析仪,面粉品质等级快速分析仪,面粉谷物成熟度快速分析仪,面粉病虫害,其它谷类, 其它谷类脂肪快速分析仪,其它谷类蛋白质快速分析仪,其它谷类水分快速分析仪,其它谷类纤维量快速分析仪,其它谷类淀粉快速分析仪,其它谷类产地 快速分析仪,其它谷类产季鉴别快速分析仪,其它谷类品质等级快速分析仪,其它谷类谷物成熟度快速分析仪,其它谷类病虫害,饲料,饲料干物质快速分析仪,饲料粗蛋白 快速分析仪,饲料粗纤维快速分析仪,饲料消化能快速分析仪,饲料代谢能快速分析仪,饲料氨基酸快速分析仪,饲料植酸磷快速分析仪,饲料添加剂中哇乙醇含量快速分析仪,饲料预混料中维生素A,烟草,烟草尼古丁 快速分析仪,烟草水分快速分析仪,烟草总糖快速分析仪,烟草还原糖快速分析仪,烟草多酚类快速分析仪,烟草总氯快速分析仪,烟草添加物快速分析仪,烟草产地鉴别 快速分析仪,烟草等级分类,咖啡,咖啡因快速分析仪,咖啡水分快速分析仪,咖啡绿原酸快速分析仪,咖啡种类快速分析仪,咖啡产地鉴别快速分析仪,咖啡品质分级,水果快速分析仪,水果糖分快速分析仪,水果酸度快速分析仪,水果维生素快速分析仪,水果水分快速分析仪,水果纤维素快速分析仪,水果品质分级快速分析仪,水果成熟度快速分析仪,水果硬度,蔬菜,蔬菜糖分 快速分析仪,蔬菜酸度快速分析仪,蔬菜维生素快速分析仪,蔬菜水分快速分析仪,蔬菜纤维素快速分析仪,蔬菜品质分级快速分析仪,蔬菜成熟度快速分析仪,蔬菜硬度,茶叶,茶叶老嫩度 快速分析仪,茶叶氨基酸快速分析仪,茶叶茶多酚快速分析仪,茶叶咖啡碱快速分析仪,茶叶水分快速分析仪,茶叶总氮快速分析仪,茶叶品质分级快速分析仪,茶叶真假识别 快速分析仪,茶叶品种鉴定快速分析仪,土壤,土壤水分快速分析仪,土壤有机质,土壤总氮含量快速分析仪,土壤分类,堆肥的品质和腐熟度,大麦快速无损检测技术及设备，大麦脂肪 快速无损检测技术及设备，大麦蛋白质快速无损检测技术及设备，大麦水分快速无损检测技术及设备，大麦纤维量快速无损检测技术及设备，大麦淀粉快速无损检测技术及设备，大麦产地 快速无损检测技术及设备、大麦产季鉴别快速无损检测技术及设备，大麦品质等级快速无损检测技术及设备，大麦谷物成熟度快速无损检测技术及设备，大麦病虫害 快速无损检测技术及设备,小麦快速无损检测技术及设备，小麦脂肪快速无损检测技术及设备，小麦蛋白质快速无损检测技术及设备，小麦水分快速无损检测技术及设备，小麦纤维量 快速无损检测技术及设备，小麦淀粉快速无损检测技术及设备，小麦产地快速无损检测技术及设备、小麦产季鉴别快速无损检测技术及设备，小麦品质等级快速无损检测技术及设备， 小麦谷物成熟度快速无损检测技术及设备，小麦病虫害快速无损检测技术及设备,豆类快速无损检测技术及设备，豆类脂肪快速无损检测技术及设备，豆类蛋白质 快速无损检测技术及设备，豆类水分快速无损检测技术及设备，豆类纤维量快速无损检测技术及设备，豆类淀粉快速无损检测技术及设备，豆类产地快速无损检测技术及设备、 豆类产季鉴别快速无损检测技术及设备,豆类品质等级快速无损检测技术及设备,豆类谷物成熟度快速无损检测技术及设备,豆类病虫害,水稻快速无损检测技术及设备,水稻脂肪快速无损检测技术及设备,水稻蛋白质快速无损检测技术及设备,水稻水分快速无损检测技术及设备,水稻纤维量快速无损检测技术及设备,水稻淀粉快速无损检测技术及设备,水稻产地快速无损检测技术及设备,水稻产季鉴别快速无损检测技术及设备,水稻品质等级快速无损检测技术及设备,水稻谷物成熟度快速无损检测技术及设备,水稻病虫害,甘薯快速无损检测技术及设备,甘薯脂肪快速无损检测技术及设备,甘薯蛋白质快速无损检测技术及设备,甘薯水分快速无损检测技术及设备,甘薯纤维量快速无损检测技术及设备,甘薯淀粉快速无损检测技术及设备,甘薯产地快速无损检测技术及设备,甘薯产季鉴别快速无损检测技术及设备,甘薯品质等级快速无损检测技术及设备,甘薯谷物成熟度快速无损检测技术及设备,甘薯病虫害,面粉快速无损检测技术及设备,面粉脂肪快速无损检测技术及设备,面粉蛋白质快速无损检测技术及设备,面粉水分快速无损检测技术及设备,面粉纤维量快速无损检测技术及设备,面粉淀粉快速无损检测技术及设备,面粉产地快速无损检测技术及设备,面粉产季鉴别快速无损检测技术及设备,面粉品质等级快速无损检测技术及设备,面粉谷物成熟度快速无损检测技术及设备,面粉病虫害,其它谷类, 其它谷类脂肪快速无损检测技术及设备,其它谷类蛋白质快速无损检测技术及设备,其它谷类水分快速无损检测技术及设备,其它谷类纤维量 快速无损检测技术及设备,其它谷类淀粉快速无损检测技术及设备,其它谷类产地快速无损检测技术及设备,其它谷类产季鉴别快速无损检测技术及设备,其它谷类品质等级 快速无损检测技术及设备,其它谷类谷物成熟度快速无损检测技术及设备,其它谷类病虫害,饲料,饲料干物质快速无损检测技术及设备,饲料粗蛋白快速无损检测技术及设备,饲料粗纤维 快速无损检测技术及设备,饲料消化能快速无损检测技术及设备,饲料代谢能快速无损检测技术及设备,饲料氨基酸快速无损检测技术及设备,饲料植酸磷快速无损检测技术及设备,饲料添加剂中哇乙醇含量 快速无损检测技术及设备,饲料预混料中维生素A,烟草,烟草尼古丁 快速无损检测技术及设备,烟草水分快速无损检测技术及设备,烟草总糖快速无损检测技术及设备,烟草还原糖快速无损检测技术及设备,烟草多酚类快速无损检测技术及设备,烟草总氯 快速无损检测技术及设备,烟草添加物快速无损检测技术及设备,烟草产地鉴别快速无损检测技术及设备,烟草等级分类,咖啡,咖啡因快速无损检测技术及设备,咖啡水分 快速无损检测技术及设备,咖啡绿原酸快速无损检测技术及设备,咖啡种类快速无损检测技术及设备,咖啡产地鉴别快速无损检测技术及设备,咖啡品质分级,水果快速无损检测技术及设备,水果糖分快速无损检测技术及设备,水果酸度快速无损检测技术及设备,水果维生素快速无损检测技术及设备,水果水分快速无损检测技术及设备,水果纤维素快速无损检测技术及设备,水果品质分级快速无损检测技术及设备,水果成熟度快速无损检测技术及设备,水果硬度,蔬菜,蔬菜糖分 快速无损检测技术及设备,蔬菜酸度快速无损检测技术及设备,蔬菜维生素快速无损检测技术及设备,蔬菜水分快速无损检测技术及设备,蔬菜纤维素快速无损检测技术及设备,蔬菜品质分级 快速无损检测技术及设备,蔬菜成熟度快速无损检测技术及设备,蔬菜硬度,茶叶,茶叶老嫩度快速无损检测技术及设备,茶叶氨基酸快速无损检测技术及设备,茶叶茶多酚 快速无损检测技术及设备,茶叶咖啡碱快速无损检测技术及设备,茶叶水分快速无损检测技术及设备,茶叶总氮快速无损检测技术及设备,茶叶品质分级快速无损检测技术及设备,茶叶真假识别 快速无损检测技术及设备,茶叶品种鉴定快速无损检测技术及设备,土壤,土壤水分快速无损检测技术及设备,土壤有机质,土壤总氮含量快速无损检测技术及设备,土壤分类,堆肥的品质和腐熟度,
农牧业近红外快速检测技术及装置器应用
|
分析对象 |
分析指标 |
|
大麦,小麦，豆类，水稻，甘薯，面粉，及其它谷类 |
脂肪，蛋白质，水分，纤维量，淀粉，产地、产季鉴别，品质等级，谷物成熟度，病虫害 |
|
饲料 |
干物质，粗蛋白，粗纤维，消化能，代谢能，氨基酸，植酸磷，添加剂中哇乙醇含量，预混料中维生素A |
|
烟草 |
尼古丁，水分，总糖，还原糖，多酚类，总氯，添加物，产地鉴别，等级分类 |
|
咖啡 |
咖啡因，水分，绿原酸，种类、产地鉴别，品质分级 |
|
水果，蔬菜 |
糖分，酸度，维生素，水分，纤维素，品质分级，成熟度，硬度 |
|
茶叶 |
老嫩度，氨基酸、茶多酚、咖啡碱，水分，总氮，品质分级，真假识别，品种鉴定。 |
|
土壤 |
水分、有机质和总氮含量，土壤分类 |
|
其它 |
堆肥的品质和腐熟度 |
近红外谱区早在1800年就被发现。但是，受当时光谱仪性能和信息提取技术条件的限制，在中红外光谱技术快速发展期间，近红外光谱分析技术应用并不多。不过，由于早期科学家使用近红外光谱和多元线性回归分析进行水分、蛋白和脂肪含量测定取得的研究结果，激励人们对近红外光谱分析技术进行不断地研究。
随着计算机技术的高度发展和化学计量学学科的诞生，近红外与之结合产生了现代近红外光谱分析技术。近年来，尤其是近10年，近红外在仪器、软件和应用技术上获得了高度发展，以高效和快速的特点异军突起，曾被誉为分析巨人。
如在事先建立好校正模型的基础上，一个人使用一台近红外光谱仪仅需2分种即可完成一个样品的全性质（十几种）的测量。与传统分析方法相比，分析工作效率具有划时代的改变。近红外光谱仪除消耗少量电能外，不消耗任何试剂、标准物质和设备零件，被测样品量仅为几毫升，极为经济。一台近红外光谱仪用于控制分析，可以替代多种多台分析仪器，节省了大量设备、人力和物力。因此，近红外光谱技术的应用将使许多化验室的繁忙状况得以改观。近红外光谱仪用于过程分析，可及时反馈分析数据，实现装置的平稳运行和质量卡边操作，可产生巨大的经济效益和社会效益。
近红外光谱为分子振动光谱的倍频和组合频谱带，主要是含氢基团（C－H，O－H，N－H，S－H）的吸收。近红外光谱包含了绝大多数类型有机物组成和分子结构的丰富信息，不同的基团和同一基团在不同化学环境中的吸收波长有明显差别，可以作为获取组成或性质信息的有效载体。近红外吸收系数小，样品不经稀释直接测量，可分别用0.5～10厘米和0.1～0.5厘米长的测量池。样品池可用玻璃窗片，操作很方便。但近红外各谱带宽和交叠多，使用传统方法（工作曲线）难以进行定性和定量分析。现代近红外光谱分析依靠化学计量学和计算机技术有效地克服了这一局限。
近红外光谱不仅能够反映绝大多数的有机化合物的组成和结构信息，而且对某些无近红外光谱吸收的物质（如某些无机离子化合物），也能够通过它对共存的本体物质影响引起的光谱变化，间接地反映它存在的信息。加上近红外光谱可测量形式如漫反射、透射和反射，能够测定各种各样的物态样品的光谱，因此，近红外光谱分析已被广泛地应用到石油化工、农业、食品、生化、医药临床、造纸和环保等领域。
近红外光谱可以快速测定谷物和麦子的蛋白、脂肪和水分含量和硬度等性质。美国官方检测机构在谷物市场采用近红外光谱仪Infratec Models
1225和1226作为检测麦蛋白、豆蛋白和油脂含量的标准仪器，替代了传统的费时费力的克氏定氮和油脂抽提分析方法，每年平均分析16500个豆样品，
500000个麦样品。我国曾在小麦优良品种的筛选工作中使用了近红外光谱快速分析技术，大大提高了工作效率。加拿大谷物研究实验室使用近红外光谱快速测定硬质小麦的黄色颜料含量，分析结果与标准方法测定结果十分符合，对于硬质小麦的筛选可提高工作效率。近红外光谱在农业中的应用最早，分析的项目种类很多，如谷物产品缺陷和污染（杂种、虫害等）分析、家畜饲料品质分析，作物年龄测定、水果品质（甜度、脆度和口感）和蔬菜等级检验、棉花和木材的等级测定、烟草品质及成分测定等，替代传统分析方法，大大节约时间和分析费用。
近红外光谱技术不仅能测定饲料中的常规成分，如水分、粗蛋白、粗纤维、粗脂肪、粗灰分，而且能测定饲料中的微量成分，如氨基酸、维生素、有毒有害物质，现在近红外光谱技术已经向饲料营养价值评定方面发展。
一、常规成份的检测
近红外光谱分析技术(NIRS)用于测定谷实类、油料作物籽实的水分、粗蛋白质可获得满意的结果。 许多学者在这方面做了研究工作。Norris最早应用NIRS法测定了谷物的粗蛋白、水分和脂肪含量，其后Law(1979)、Williams(1985)、Hartwig(1990)等用NIRS测定了谷实类、油料籽实的粗蛋白质和水分含量。到1978年加拿大和美国两国的谷物协会已将近红外光谱分析方法作为公用方法。 国内也有许多学者在这方面做了研究工作，如农科院畜牧所的任鹏(1993)用NIRS对四种能量饲料(玉米、小麦、高梁、米糠)及两种蛋白饲料(米糠饼、豆粕)做了水分和粗蛋白质的定标和检测。水分分析的准确性基本达到烘干减量法水平，其定标的相关系数为0.94～0.99；预测标准误差为0.14～0.34%；变异系数为1.4～ 4.9%。
能量饲料粗蛋白质NIRS 测值与化学法测值的相关系数达0.95以上（表2）。米糠饼和豆粕的粗蛋白估测值效果较差，只能达到粗估水平。对粗纤维、粗灰分的估测效果不理想，需作进一步的研究。李大群等(1989)测定了大麦和小麦中粗蛋白含量，结果表明NIRS 法与常规法有较好的相关性。冯平(1986)用NIRS法测定的麦麸粗蛋白和粗纤维值与常规法测值相当近似，但粗脂肪和粗灰分的NIRS法测值与常法比只能达到粗估水平。
二、NIRS进行氨基酸的检测
Williams（1984）用NIRS测定了小麦的氨基酸含量，结果表明近红外预测值与实测值的标准差小于2.07％，变异系数除蛋氨酸外均小于0.8％；大麦14种氨基酸中除蛋氨酸外，化学法测值与近红外值间的相关系数（r）为0.93～0.99，变异系数均小于6.5%。吴秀琴（1985）用近红外仪测定了小麦种子中的赖氨酸含量，化学法测值与NIRS值间的相关系数达0.95，相对误差不超过5％。 冯平（1986）测定了小麦麸中赖、精、苏、缬、亮、组氨酸的定标，相关系数在0.84～0.97之间，相对偏差在5％以下。魏瑞兰（1987）作了花生粕中赖、精、组、缬、亮、异亮、苏、苯丙氨酸的定标及检验。定标相关系数均在0.970以上，残余标准差（RSD）分别为0.04%、0.16%、0.03%、0.05%、 0.08% 0.06% 、0.3% 和0.03%，变异系数均在3.7%以下，达到了定量水平。陆国权等（1987）做了甘著干中氨基酸的定标，9种必需氨基酸的NIRS测值与化学法的测值的复相关系数为0.92～0.98，其中蛋氨酸为0.84，残余标准差在0.02% 以下，8种必需氨基酸变异系数为3.4%～11.4%，蛋氨酸的变异系数为13.4%；15个检验样品的上述两值间的相关系数为0.55～0.91，变异系数为6.2～22.6%。除蛋氨酸外，其它氨基酸均达到了实用程度。杜荣等（1990）用40个裸大麦进行了11种氨基酸的定标，除蛋氨酸和胱氨酸外，其余9种氨基酸的相关系数均大于0.95，变异系数小于6%。
10个样品的检验结果表明，相关系数在0.88～0.99之间，变异系数为2.25～6.50%。D.A.Jackson（1996）等做了动物产品（肉骨粉 、鱼粉和家禽副产品）及植物产品（玉米、小麦、大麦）的通用定标方程，及肉骨粉、鱼粉和豆粕、玉米的定标方程，相关指数（R2）都大于0.90，标准差介于平均值的5％～10%之间，取得了令人满意的定标效果。
三 、NIRS进行有效能的检测
NIRS技术向评定饲料营养价值方向发展，已有一些学者在此方面进行了研究工作。冯平等(1986)用NIRS对小麦麸猪的消化能（DE）及鸡的代谢能（AME）进行了测定，相关系数在0.96以上。DE的残余标准差（RSD）为0.07兆卡/千克，变异系数为3％，AME的 RSD为0.11兆卡/千克，变异系数为5.6%。杜荣（1992）等用NIRS进行了鸡代谢能（AME）和猪消化能（DE）的定标，相关系数分别为0.863和0.897，残余标准差（RSD）为0.06兆卡/千克，变异系数为2.0%和1.9%，达到了粗估水平。陆国权（1992）用NIRS进行了甘薯干代谢能和猪消化能的估测，相关系数分别为0.912和0.694，残余标准差（RSD）为0.06和0.10兆卡/千克，变异系数为2.1%和3.0%。叶继丹等做了向日葵仁粕的有效能定标，鸡表观代谢能（AME）和猪离体消化能（IVDE）的相关系数为0.991和0.995，残余标准差（RSD）为0.26和0.25兆焦/千克，估测变异系数为5.0%和3.4%。
四、NIRS进行可消化氨基酸的估测
NIRS技术用于预测饲料中真可消化氨基酸的研究还处于探索阶段，是本领域研究的热点和方向，在此方向研究的国内外学者并不多。魏瑞兰（1987）等用NIRS进行了花生饼表观可利用氨基酸（AAAA）的定标，结果指出生物学法测值与NIRS法测值间呈强相关(0.85～0.982)，估测变异系数分别为3.2～9.9％。除赖氨酸AAAA测试精度较差外，NIRS法AAAA测值均达到了与动物法测值相近似的水平，表明通过系统的标样及软件研制工作，NIRS分析技术可作为饲料可消化氨基酸的一种快速评定手段。
D.A.JACKSON(1996)用NIRS进行真可消化氨基酸的定标研究。结果表明，动物蛋白（包括肉骨粉、鱼粉和家禽副产品）、谷物（包括玉米、小麦和大麦）的通用定标及肉骨粉、鱼粉和豆粕（见表3）特殊定标方程的相关系数均在0.90以上，认为NIRS能够替代体内法预测可消化氨基酸。D.A.JACKSON研究的定标方程以通用定标方程为主，特殊定标方程的研究是将来研究的方向。
体内测定氨基酸消化率费时、昂贵，在实际配方时不能做到实测，常用查表或用体外法来预测氨基酸消化率。所以近年在体外预测氨基酸消化率方面做了大量的研究。常用体外酶法估测可消化氨基酸，创造与体内相似的条件。因许多因素影响体内消化率，体外条件不可能完全模拟体内。它不仅要考虑体内酶的消化，而且要考虑肠道微生物的活动。由于肠道后段的发酵作用，许多研究消化生理的学者（Tanksley和Knabe, 1984; Just, 1985; Sauer和Ozimek, 1986等）建议消化率应在回肠末端测定, 尤其是氨基酸的消化率。评价体外方法的优劣时，应特别注意那些简便，快速和重复好的方法，并且用同种饲料测定时体内法与体外法有高度相关。而那些复杂的方法花费大，操作技术要求高，实用性差。
但这些体外方法都存在以缺点：耗费时间或价格昂贵。对于那些花费时间长，程序繁琐或者非常昂贵的预测方法根本无法应用于日常分析，它们与NIRS技术相比，是没有多少实际意义的。
相反，NIRS技术却适应这种需要快速分析的要求，它的精度虽低于实测值，但与查书面值和某些其他体外预测方法相比，进行实际的应用是可行的，也只有通过NIRS技术才能使以可利用氨基酸配合日粮成为可能。
五 应用前景和有待近一步研究的问题
NIRS技术有广阔的应用前景。测定成份由测定水分、粗蛋白质、 脂肪、糖、淀粉、纤维素等成份发展到测定烟草中的尼古丁、 咖啡碱及饲料中的某些有害成份，如，棉酚、总葡萄苷、植酸磷以及氨基酸、可利用氨基酸和有效能的测定。测试准确性来看，在测定饲料原料水分、 大多数谷物及牧草的蛋白质含量、动物性副产品、豆饼及大多数饲料原料、脂肪含量低于5%饲料的脂肪及油分方面,均可达到较好的预测效果。 对于动物性副产品，鱼粉或含较高动物性副产品及鱼粉的配合饲料的蛋白质的测定，准确性稍差。对饲料的粗灰分、粗饲料中的矿物元素的测定，虽然NIRS 法与化学法存在一定相关，但仍不能达到实用程度。
除此之外，NIRS还用于产品质量及原料的在线分析。
近红光谱分析技术虽是具有快速、简便，相对准确等优点，但该法估测准确性受多种因素的影响。其中以样品的粒度及均匀度影响最大，粒度变异直接影响近红外光谱的变异。定标样品选择对近红外分析估测准确性影响也很大。标样选择时不仅要考虑样品成份含量和梯度，同时应考虑标样的物理、化学及植物学特性，使定标软件具有广泛的应用范围。对于开放性定标方程应不断增加标样，使定标样品群尽可能包容各方面的变异特性，不断完善定标软件。特别是做为近红外光谱分析的基础方法--化学法的准确性也是影响其估测准确性的重要因素。
尽管近红外光谱分析技术在估用范围愈来愈广泛，已被应用于农业、饲料及食品等行业。因此，近红外光谱分析技术在饲料质量监测方面有广阔的应用前景，该法的出现为现场快速监测饲料质量提供了可能。除此之外，近红外光谱分析技术还可用于产品质量及原料的生产线抽样（on-line）分析，通过监控饼粕类饲料加工过程壳的数量，保证饼粕的各项指标要求。美国明尼苏达州利用可移动近红外光谱分析实验车（大蓬车）到田间或交易市场为用户分析牧草样品，提供适时收割的日期，提供饲料配方，在提高饲料、牧草的可消化性及其营养价值方面收到良好的效果。
1992年9月，美国国家牧草协作组已同美国农业部及Nebraska大学合作，建立直播牧草的近红外光谱分析定标网络，该网络是中心实验室应用近红外光谱仪，选择数百个样品在近红外光谱区挑选最适宜波长制定定标方程，这些定标方程可通过电话线传送到边远农场设置的近红外光谱仪，农民就可利用该定标方程分析牧草的品质，同时农民测试结果又反过来通过网络输送到中心实验室，并可使定标软件进行修正。因此不久的将来，美国及欧洲的农民可通过近红外网络，定期地从中心实验室获得新版本的定标软件，用于田间牧草品质分析。
我国近年来进口了一大批各种型号的近红外光谱仪，“七五”期间还研制成功了用于农产品分析的近红外光谱分析。如前所述，软件是影响测值准确性的关键，因此有必要建立一套适用于我国国情的各种饲料原料及产品的定标软件，充分发挥已有的硬件的作用。
对于已购置近外仪器的饲料加工厂，应立足本场，在进行产品、原料质量监测的同时，不断收集样品，逐步建立适宜于本场的常用原料及配合饲料的定标软件，使该仪器充分发挥其在质监中的快速、简便、准确的优势。
0前言
近红外光(near infrared，NIR)是介于可见光(VIS)和中红外光(MIR)之间的电磁波，美国材料检测协会(ASTM)将波长780~2526nm的光谱区定义为近红外光谱区。近红外光谱主要应用两种技术获得：透射光谱技术和反射光谱技术。透射光谱波长一般在780~1100nm范围内；反射光谱波长在1100~2526nm范围内。近红外光谱区(NIR)是由Herschel在1800年发现的。真正用于农产晶方面的实用分析技术始于20世纪60年代。Karl Norris等人首先用近红外光谱区测定谷物中的水分、蛋白质。但是由于分子在该谱区倍频和合频吸收弱，且谱带重叠严重，给分析和鉴定带来了困难，以致于NIR分析技术的研究曾一度陷入低谷，甚至处于停止阶段。20世纪80年代，随着计算机技术、仪器硬件的迅速发展，以及化学计量学方法在解决光谱信息提取和消除背景干扰方面取得的良好效果，使得近红外分析技术不仅用于农产晶、食品和生物科学领域，而且还应用到石油化工、烟草、纺织、环保等行业。
1 近红外光谱分析原理
近红外光谱是由于分子振动能级的跃迁(同时伴随转动能级跃迁)而产生的。近红外分析技术是依据被检测样品中某一化学成分对近红外光谱区的吸收特性而进行的定量检测的一种方法。它记录的是分子中单个化学键的基频振动的倍频和合频信息，它的光谱是在700—2 500nm范围内分子的吸收辐射。这个事实与常规的中红外光谱定义一样，吸收辐射导致原子之间的共价键发生膨胀、伸展和振动。中红外吸收光谱中包括有C—H键、C—C键以及分子官能团的吸收带。然而在NIR测量中显示的是综合波带与谐波带，它是R—H分子团(R是0，C，N和S)产生的吸收频率谐波，并常常受含氢基团X—H(X—C、N、O)的倍频和合频的重叠主导，所以在近红外光谱范围内，测量的主要是含氢基团X—H振动的倍频和合频吸收。使用NIR技术是因为它与样品相互作用时输出的能量效率比中红外光更为实用。
NIR的辐射源(仪器上的灯)要比用在中红外的能量高得多，而且它的检测器也具有更高检测效率。这些因素意味着NIR仪器的信噪比值远高于中红外仪器。较高的信噪比意味着样品的观测时间可比中红外仪器短得多。近红外辐射对于样品的穿透性也较高，因此样品的前处理常较中红外简单。
近红外光谱根据其检测对象的不同分成近红外透射光谱(NIT)和近红外反射光谱(NIR)两种。NIT是根据透射光与入射光强的比例关系来获得在近红外区的吸收光谱。NIR是根据反射光与入射光强的比例来获得在近红外光谱区的吸收光谱。
近红外分析技术是综合多学科(光谱学、化学计量学和计算机等)知识的现代分析技术，使用包括NIR分析仪、化学计量学光谱软件和被测物质的各种性质或浓度分析模型成套近红外分析技术等。经过对这种模型的校正，就可以根据被测样品的近红外光谱，快速计算出各种数据。建立被测样品成分的模型时，主要用到的校正方法有多元线性回归法(MLR)、主成分分析法(PCA)、偏最小二乘法(PLS)、人工神经网络法(ANN)。
2 近红外定量分析的性能与特点
近红外分析技术是依照物质特征峰的强度来测定各组分的含量，关键是要建立时间与空间都稳定的数学模型——定标方程来预测样品成分含量，因此，定标方程的专一性很强。对某种物质成分含量进行定标时，两方面的因素对其有重要影响：一是定标样品必须具有代表性且数量不能过少(一般应达40个以上)；二是必须对定标样品成分进行准确的化学分析。近红外定标完成后还须经内部验证(对定标本身的·准确性进行检验)和外部验证(对应用定标分析未知样品的准确性检验)才能最终应用于生产实践。
近红外光谱技术之所以成为一种快速、高效、适合在线分析的有利工具，是由其技术特点决定的。首先它适用的样品范围广，可以直接测量液体、固体、半固体和胶状体等不同物态的样品，测量方便，对样品不需要任何前处理，可进行无损检测；其次它的分析效率高，可进行多组同时测定，并且根据已建立的相应数学模型得出样品的多个组分的定性和定量结果；另外它的分析速度快，整个测量过程大多可在1rain内完成。在现实世界中，农产品与工业产品的成分分析面临着许多困难，分析结果常因样品基体的取样量、平均重量和基本成分差别而有异同。当面对大量样品(如工业产品)，而传统方法又不能及时提供可靠数据时，NIR分析却能快速无误地做到。
3 近红外分析技术在粮油检测中的应用
3.1 在粮食中的应用
在粮食作物品质鉴定上，近红外使用最为成功、应用最为广泛的是分析小麦、大麦中的粗蛋白质。小麦的硬度是磨粉或食用时的重要指标，Brown等人通过对小麦粉的近红外技术研究得出结论，硬小麦品种中，水分与小麦硬度呈线性关系；而软小麦没有这种关系，并断定不论软硬小麦品种，其硬度与蛋白质都呈正比关系。Stefanis曾比较了小麦粉样品近红外测定结果与常规方法测定结果的差异，结果发现水分含量、蛋白质含量、干面筋的相关系数分别为0．95、0．98、0．92L2J。Manlev等讨论了光的散射对小麦反射光谱和透射光谱的影响。Chiba等还就近红外技术在面粉定级中的应用进行了研究。胡新中把近红外技术应用到小麦商品粮收购中。Zwingelberg已把光学在线测量系统应用于硬小麦加工产品的质量控制，实时对小麦蛋白质含量和粉粒粒度进行在线测量。王京宇等研究了水分含量对近红外光谱技术测定小麦蛋白质结果的影响。Jin Hwan Hong在荞麦方面也进行了近红外光谱研究，最后他认为近红外技术是一种快捷、准确、无损检测荞麦蛋白质、水分及干面筋含量的方法。高文淑等用近红外漫反射光谱法测定了谷子、玉米中的多种氨基酸含量。赵环环等利用傅里叶近红外漫反射光谱技术和PLS算法相结合，对玉米籽粒样品中的蛋白质含量进行分析，结果显示预测模型对预测样品的预测结果比较理想。在啤酒酿造业中，Sinnaeve等人通过对大麦质量和发芽质量的近红外光谱分析，结果显示不但可以预测大麦中的水溶性粗蛋白质含量，还可对精炼蛋白可溶性氮进行预测。安岭等利用近红外透射光谱技术评价大麦的品质。在饲料行业，丁丽敏等人用近红外技术测定棉籽粕、菜籽粕中的真可利用氨基酸含量，定标结果表明，棉籽粕除胱氨酸和色氨酸，菜籽粕除赖氨酸外，其它氨基酸的变异系数都在7％以下，经检验证明其定标具有良好的预测性能，近红外技术可作为日常测定真可消化氨基酸的实时分析方法。卢利军等对黄豆粕中的水分、蛋白质和粗脂肪进行了近红外光谱研究，结果与常规法测定结果呈密切相关。Villareal和Delwiche分别对大米直链淀粉含量用近红外光谱技术进行了测量。Delwiche等用近红外反射光谱测定稻米中的表观直链淀粉含量。舒庆尧等人用近红外反射光谱技术测定了小样本糙米粉中表观直链淀粉含量、糊化温度和蛋白质含量，还对精米粉样品中表观直链淀粉含量进行了近红外光谱技术研究及近红外光谱测定技术校正设置的优化。刘建学等人通过用近红外光谱的神经网络法来预测大米中的直链淀粉含量。
3.2 在油脂方面的应用
近红外光谱可以有效地用于作物中油脂含量的测定。Starr等在油菜籽近红外品质分析中取得较大的进展]。高文淑等用近红外光谱法测定了谷子中的粗脂肪含量。顾伟珠等建立了用近红外分析技术测定整粒带壳油菜籽含油量模型。吴建国等用近红外光谱法整粒测定油菜籽含油量，并得到很好的相关性(R=0.961)。王林友等用傅里叶变换近红外漫反射光谱法测定完整油菜籽含油量、油酸和硫甙，结果表明，该方法与常规方法有类似的准确性和精确性，其定标方程的决定系数分别为0．9924、0．9942、0．9841。张哗晖等用傅里叶近红外光谱法对油菜籽三种品质性状进行了初步研究。吴建国还对近红外光谱在测定油菜籽芥酸和硫甙时的技术进行优化设置。Voor等检测了脂肪和食用油的顺式和反式含量的百分率，他们以纯净甘油三酯为标准，用偏最小二乘法作为化学统计来预测油中的顺式和反式含量。David Pazdernik等用近红外技术分析了大豆中的氨基酸和脂肪酸的含量。在油脂工业中，近红外技术可以用来检测油脂不饱和程度。陈斌用近红外光谱分析技术检测了方便面的含油率，结果显示用小波变换法可提高方便面含油率近红外光谱的定量分析精度。赵龙莲等用傅里叶变换近红外光谱法测定完整的单粒玉米中油分的含量。
4 近红外光谱分析技术的展望
尽管目前近红外光谱分析技术还存在不足，如不同地区的不同单位，在近红外仪器的定标过程中，往往采用各自测定的标样，不同单位的标样之间有一定的差异，导致测定的结果也有一定的差异。样品的粒度大小、均匀程度及装样方法对漫反射测量结果的精度都有较大的影响，预测能力及预测精度有待进一步提高，但随着计算机技术、光谱学和化学计量学的不断发展，这些问题都会得以解决。近红外光谱分析技术不仅用在工农业生产过程中的检测，包括品质分析和质量控制，配以相应的附件或利用专用的在线分析仪，还可实现在线分析过程的质量监控。总的来说，近红外光谱分析技术在我国有广阔的应用前景，NIR工作者应大力研究并推广此项技术。
近红外光谱分析技术及其在农业中的应用 |
摘要 论述了近红外光谱（NIRS）分析技术的原理、技术发展进程及其应用现状、发展前景。 关键词：近红外光谱分析作物育种品质抗病虫应用在电磁光谱（EMS）中，400～700nm的可见光使生命得以生存，而位于可见光之外的近红外光谱（NIR，波长为0.75～2.5μm）可以分析生物的所有组分。近红外光谱（Near Infrared Spectroscopy，简称NIRS）分析技术是20世纪80年代后期迅速发展起来的一项测试技术，在欧美等国，NIRS已成为谷物品质分析的重要手段［1］。由于可以非破坏性的分析样品中的化学成分，为当前作物育种研究领域的品质育种提供了一个新的技术手段。 1 近红外光谱分析技术的基本原理NIR作为一种分析手段，可以测定有机物以及部分无机物。这些物质分子中化学键结合的各种基团（如C=C，N=C，O=C，O=H，N=H）的伸缩、振动、弯曲等运动都有它固定的振动频率。当分子受到红外线照射时，被激发产生共振，同时光的能量一部分被吸收，测量其吸收光，可以得到极为复杂的图谱，这种图谱表示被测物质的特征［3］。不同物质在近红外区域有丰富的吸收光谱，每种成分都有特定的吸收特征，这就为近红外光谱定量分析提供了基础。但由于每一物质有许多近红外吸收带，某一成分的吸收会与其他成分的吸收发生重组，因此当测定某一复杂物质，如豆饼中的粗蛋白质时，在所选择的近红外光谱区会受到水、纤维、油吸收的干扰。 Herschel在1800年发现NIR光谱区，但NIR区的倍频和合频吸收弱、谱带复杂和重叠多，信息无法有效的分离和解析，限制了其应用。随着光学、电子技术、计算机技术和化学计量学的发展，多元信息处理的理论与技术得到了发展，可以解决NIR谱区吸收弱和重叠的困难。 近红外技术是依据某一化学成分对近红外区光谱的吸收特性而进行的定量测定，所以应用NIR光谱进行检测的技术关键就是在两者之间建立一种定量的函数关系。其基本流程包括：首先收集具有代表性的样品（其组成及其变化范围接近于要分析的样品），然后采集样品的光学数据；利用标准的化学方法对样品进行化学成分测定；通过数学方法将这些光谱数据和检测的数据进行关联，一般将光谱数据进行转换（一阶或二阶导数），与化学测定值进行回归计算，然后得出定标方程，建立数学模型；在分析未知样品时，先对待测样品进行扫描，根据光谱值利用建立的模型可以计算出待测样品的成分含量。确定回归模型的过程其实就是定标过程，定标的好坏直接关系到分析结果的准确性，因此，定标软件是近红外分析技术的核心。计算得到的定标方程必须通过实际测量调整它的准确性和精确性。精确性是指重复测定时测值间的相近程度。准确性的度量通常用定标方程的预测标准误（SEP）来表示。SEP表示测定值与“真值”间的相近程度。近红外光照射到被测样品后，从样品表面反射出来的光被检测器吸收，此为近红外反射光谱分析法（NIR）。它要求样品的粉碎程度一致，从而保证样品表面光滑一致。另一类为近红外穿过样品后，再被接受检测到，即为近红外投射光谱分析法（NIT）。该法优点是很少或不用制备样品，因此重复性较高，但灵敏度低。现在的近红外光谱仪商品种类较多，主要为傅立叶变换、光栅扫描、声光扫描和光电阵列固定光路型。德国布朗卢比公司（Technicon）生产近红外领域所有类型的仪器，包括滤光片型、光栅扫描型、傅立叶变换、AOFT声光调制近红外等。 2 近红外光谱数据处理技术的发展现代近红外光谱分析技术包括近红外光谱仪、化学计量学软件和应用模型三部分，三者的有机结合才能满足快速分析的技术要求。因此，数学模型的建立方法是主要的研究领域。目前主要有多元线性回归（MLR）、逐步回归（SMR）、主成分分析（PCA）、主成分回归（PCR）与偏最小二乘法（PLS）、人工神经网络（ANN）和拓扑（Toplogical）等。MLR和SMR法在分析样品时只用了一些特征波长点的光谱信息，其它点的信息被丢失，易产生模型的过适应性（overfitting）。PCR和PLS的最显著特点就是利用了全部光谱信息，可以压缩所需样品数量，将高度相关的波长点归于一个独立变量中，根据为数不多的独立变量建立回归方程，通过内部验（cross validation）来防止过模型现象，比MLR和SMR 分析精度提高。Bochereau等把经典数据分析与神经网络结合应用于NIR对苹果质量的预测，获得了较好的效果。Warren等把神经网络和近红外光谱仪结合，采用模式识别原理对17种粗纤维进行分类研究，不但可以区分化学成分相近的纤维，而且可以用于分辨未经训练集训练的混合纤维。 3 影响近红外分析结果的因素近红外光谱分析技术虽具有快速、简便、相对准确等优点，但准确性受多种因素的影响。其中，样品的粒度及均匀度影响最大，粒度变异直接影响近红外光谱的变异。在实际工作中，应该在标样的制样条件下制备被测样品，使样品具有标准化的均匀粒度，减少由于粒度引起的误差。此外，模型初建时标样选择、数量及其设计也影响到预测的准确度。标样的选择要充分考虑样品成分的含量和梯度、标样的物理和化学特性，以提高多定标效果和应用范围。标样数量若太少，不足以反映被测群体的常态分布规律，数量太多，则增加工作量。 标样设计也影响定标的准确性。对于成分含量间相关性强的被测成分可根据同套样品进行定标，对相关性差的成分，可根据特定的筛选原则，分别以另外的样品进行定标，以提高定标效果及检验准确性。另外，不同温度会影响NIRS预测的准确性。彭玉魁等研究近红外光谱分析在小麦营养成分上应用，以为NIR 对温度敏感，10～20℃就可引起吸光度发生变化，而且温度影响不呈规律性。 4 近红外分析技术应用现状近红外分析技术的最早应用可追溯到1939年，但真正用于农产品实用分析技术是60年代的Karl Norris。由于光学、计算机数据处理技术、化学光度理论和方法等各种科学技术的不断发展，以及新型NIR仪器的不断出现和软件版本的不断翻新，近红外分析技术从研究低谷走出，研究内容增多、范围拓宽，在谷物产品、食品、饲料、油脂工业等领域得到应用，测定的成分也越来越多。Dyer总结近红外应用包括：常成分分析，能量含量、氨基酸含量、脂肪酸含量、矿物质含量、物理特性等。彭玉魁等用近红外光谱分析技术对124个小麦品种的营养成分含量进行了比较测定，表明用近红外光谱分析技术测得小麦样品的水分、粗蛋白、粗纤维、赖氨酸含量与常规分析法之间的相关系数较高，均达到了相近的水平。王成利用傅立叶变换近红外漫反射光谱测定大麦粗蛋白含量，利用40个大麦样品建立预测方程，用预测方程进行预测，预测值和实测值的相关系数为 0.989，对未知40个样品进行预测，预测值和测定值的相关系数为0.969，证实此方法具有简单、快速、低成本、不需对样品做特别处理及不破坏样品等特点，适于大批样品的分析。陈邵苹研究用近红外漫反射光谱测定饲料中的粗纤维含量，证实此方法与常规化学测定方法相同，是切实可行的，并对影响结果因素作了分析，刘继明等探讨了近红外分析仪在面粉厂的重要应用，可以测定小麦及面粉灰分、水分、粒度含量等。 此外，近红外分析仪还应用在农产品特征检测中，包括果实损伤检测、果实识别、植物生长信息测定。基于农产品内部成分及外部特性不同，在不同波长光线照射下会有不同的吸收或反射，根据这种特性，若选定一定波长的滤光镜，便可增强获得图像中果实正常部分和损伤部分或果实和叶子的对比度，从而使果实损伤的检测和特征提取更为容易。YangTao和他的研究小组提出利用近红外的漫反射图像快速检测苹果的缺陷，主要采用多波长来解决水果果面的缺陷区和梗萼凹陷区识别的困难。 5 近红外分析技术的应用前景只有提高农产品的质量，才会在国际市场中具有竞争力。因此，加强品质育种成为当前农作物研究的主要内容。进行农作物品质育种，需要对种质材料进行化学成分分析，而常规的化学分析，不仅需要一系列的预处理，操作繁琐，更遗憾的是将样品破坏，被测定鉴定的好样品已经不能被利用。因此，严重影响育种效率。而应用先进的分析仪器，可以在不破坏样品的情况下测定样品化学成分，是最理想的方法。例如，核磁共振仪（NMR）的出现，使高油玉米育种得到成功。但对于核磁共振仪能否同时测定多个指标，还没有报道。而近红外光谱分析仪器可以同时测定多个指标，完全满足品质分析的需要。据了解，美国DuPont公司利用近红外分析仪来提高玉米含油量，Dyer指出，“利用近红外单粒分析，我们可以在育种周期中节省一个世代”。我国在小麦、菜豆品质分析中已有应用NIRS的报道。赵环环等利用傅立叶近红外漫反射光谱技术测定玉米中蛋白质含量。中国农业科学院“NIR定标软件研制”列入国家“七五”攻关计划，在专用NIR品质分析仪上分析了谷物农产品，中国农业大学和厦门大学等在傅立叶变换光谱仪（FTIR）上分析了近红外漫反射光谱分析（NI RDRSA）的研究。舒庆尧等利用近红外反射光谱测定小样本糙米粉的品质性状，表明用精米粉和糙米粉测定蛋白质含量均有很好效果，而建立表观直链淀粉含量（ACC）回归方程时小样本糙米粉要比精米粉差。利用NIRS 技术对小样本品质性状的测定结果可以满足育种工作中对大量样本进行初筛的需要。而且，利用NIRS可同时测定几个性状，因此可以提高稻米品质测定的效率，对水稻品质育种将起到很大的推动作用。 另外，近红外分析技术还用在病虫抗性鉴定上。南非Coetzee等用近红外分析芽鳞抽提物来预测对Eldana saccharina的抗性。他们目前仅研究环境因子对芽鳞抽提物的影响，以确定此方法是否可用于预测对E saccharina的抗性，此后将研究与抗E saccharina有关的化合物的遗传。这些信息有助于抗性栽培品种的选育和育种计划中抗性亲本的选择。吴秀琴等利用78份谷子品种进行抗栗芒蝇试验，近红外分析测定结果与田间鉴定结果吻合率94.7%。利用74份谷子品种进行抗玉米螟试验，近红外分析结果与田间鉴定结果吻合率82.7%。因此，有望成为农作物抗虫鉴定的一条新途径。 通过30年来大量的研究，近红外光谱分析技术发展很快。尽管还有各种不足，但随着研究的不断深入，都将会得到解决。而且，NIRS 已不仅用作品质分析，还可利用近红外光谱进行模式识别，把化学成分相近的化合物区分开。另外，对加工中产品质量的在线 (on-line or in-line) 检测与控制，带来了显著的经济效益和社会效益。近红外分析技术是21世纪的检测技术，将得到更大的发展和应用。 |
|
段民孝 邢锦丰 郭景伦 等
|