引用本文：陈瀑，戴嘉伟，李敬岩，等. 近红外光谱分析中的化学计量学方法进展[J]. 化学试剂, 2023, 45(6): 105-112.
褚小立 《化学试剂》编委
中石化石油化工科学研究院教授级高工，博士。一直从事分子光谱结合化学计量学方法在油品分析中的研究和应用工作，先后主持和参与了国家科技部、国家自然科学基金和中石化等20余项基础研究和产品研发等科研项目。在近红外光谱理论、化学计量学算法、仪器研制、工程应用等多学科交叉的研究领域取得了多项科研成果。申请发明专利80余项，在国内外期刊发表论文100余篇，出版《化学计量学与分子光谱分析技术》《近红外光谱分析技术实用手册》《新青胜蓝惟所盼—陆婉珍传》等专著。曾获军队科技进步一等奖1项，中石化科技进步奖多项，中国石油和化学工业联合会、中国分析测试协会、中国仪器仪表学会等科学技术奖多项。
背景介绍
近红外光谱分析技术已得到了较为广泛的实际应用，尤其是在现场快速和工业在线等方面发挥着越来越重要的作用。化学计量学方法是这项技术的一个关键特征，它能从光谱中获得尽可能多的有用信息，从而提高分析结果的稳健性和准确性。随着人工智能（机器学习和深度学习）、大数据和云计算等新兴科技的飞速发展，为化学计量学注入了新思路、新途径和新方法。
文章亮点
1
综述了近十年用于近红外光谱分析的各种化学计量学方法新进展，包括光谱预处理方法、波长选择方法、多元定量和定性校正方法、多数据融合方法、以及模型维护和模型传递方法等，并对这些方法的未来发展方向进行展望；
2
从发展趋势可以看出，“实际应用驱动”仍是其发展的强大推动力，深度学习、多数据融合和免建模方法是未来一段时间内光谱分析中化学计量学研究的重要方向。
内容介绍
1
光谱预处理的目的是从光谱信号中去除不必要的变化或影响，常用的光谱预处理方法有去噪、傅立叶变换、小波变换、求导、标准正态变量变换（SNV）、乘性散射校正（MSC）、正交信号校正（OSC）和净分析信号等，以及上述这些方法的改进算法[5]。
2
变量选择方法
在近红外光谱分析中，波长特征变量的选择对建立预测能力强、稳健性好的分析模型尤为重要。
3
4
多元定量和定性校正方法
对于单类（即正常样本和非正常样本）的判别分析（One-class Classification），例如中药材的原产地、食品掺假、药物真伪鉴别等，常采用数据驱动SIMCA方法（DD-SIMCA）单类偏最小二乘（OCPLS）、单类支持向量机（OCSVM）以及单类随机森林（OCRF）等[39]。如图2所示，该方法通过概率统计分析可给出正常样本的卡方接受区域，也能给出极端样本和非正常样本的分布区域[40]。
5
6
7
