背景介绍
近红外光谱（NIR）技术是一种无损、快速的非侵入性分析手段，在快速检测、在线分析和实时监测等领域应用潜力巨大。化学计量学的发展有效解决了 NIR 光谱维度高和背景干扰复杂的问题，而深度学习的兴起进一步突破传统建模局限，通过筛选提取关键光谱信息，提升了对微弱信号和复杂光谱的解析能力，拓宽了其在复杂样品分析中的应用。本文简述 NIR 技术原理，重点综述其结合化学计量学在石油化工、农业、环境科学等多领域的应用进展，最后对其应用现状进行总结与展望。
文章亮点
1. 系统梳理了近红外光谱技术在石油化工、农业、环境科学、食品科学及药物分析等多领域的应用现状，涵盖原油性质分析、农作物成分评估等具体场景；
2. 聚焦机器学习技术与 NIR 的结合应用；
3.总结各领域发展趋势，提出多光谱数据融合技术是NIR 技术发展的重要方向，为后续研究提供新思路。
内容介绍
1 NIR在石油化工领域中的应用
在原油及其副产物的加工过程中，对目标物质进行色谱或质谱等传统检测，虽能保持较高的检测精度，但难以满足实际生产过程中产品理化性质的实时监测及工艺参数的实时调控等关键需求。传统方法等离线检测技术产生的时间滞后性制约了生产过程中最优控制技术的发展[10]。NIR技术通过快速获取待测物质的光谱数据，并建立化学计量学模型，能够及时且准确的测定原油理化特性等关键指标，为炼化过程的实时优化控制提供数据支撑[11]。
NIR技术在石油化工领域的应用可以追溯到20世纪80年代，1985年，Honigs使用NIR技术测定了混合烃的物理化学性质，开创了NIR技术在石油化工领域应用的先河[12]。
2 NIR在农业领域中的应用
农业作为全球粮食安全的核心支柱，面临着日益严峻的挑战，包括土壤质量退化、农作物品质的波动、霉菌毒素污染等[22]。传统农业检测手段往往依赖于色谱等实验室分析技术，这些方法的结果尽管精确，但存在操作复杂和时间消耗大等问题。因此，如何实现快速、无损和精准的农业检测技术成为当前农业科学研究的重要方向。
Ji等[24]提出了一种基于稀疏自注意力和Vis-NIR的土壤氮含量预测模型（VNIRSformer）。该模型由输入层、嵌入层、编码器、解码器、预测层、输出层组成，结构示意图如图1所示。
Zou等[33]利用NIR技术测定玉米的水分、脂肪、蛋白质和淀粉含量。为提高模型的稳定性和泛化能力，采用极限梯度提升（XGBoost）算法，并结合弹性网络（EN）优化了卷积神经网络（CNN）模型中的过拟合问题。所建立的模型可达到0.99以上，表现出了优异的预测性能。Yu等[34]提出了一种基于卷积神经网络的近红外光谱多组分定量分析模型（MulCoSpecNet），旨在快速测定谷物和玉米中的酪蛋白、葡萄糖、乳酸盐以及水分含量。MulCoSpecNet模型中包括编码解码模块、专家模块、门控模块、多组分定量预测模块以及超参数优化器，可有效提高模型的预测精度和泛化能力，网络结构示意图如图2所示。
3 NIR在食品科学领域中的应用
食品质量与安全是公共健康和食品工业发展的核心议题。然而，食品成分的掺假现象、产地真实性的争议以及食品品质的动态变化，使得传统的食品检测方法在现场快速检测中面临诸多挑战。因此，亟需一种能够兼具高效性、非破坏性和实时监测能力的分析技术，以满足现代食品科学对快速检测的需求。
随着食品安全和产品溯源的需求不断增加，NIR技术在食品检测领域展现出了巨大的应用潜力，尤其在食品质量评估和原产地鉴别方面取得了显著进展。
4 NIR在环境监测领域中的应用
环境污染已成为全球关注的重大问题，土壤与水体污染的加剧对生态系统和人类健康构成严重威胁。土壤污染主要来源于工业排放及废弃物累积等，导致重金属及微塑料等污染物的沉积，进而影响土壤生态功能和农产品安全。同时，水体污染的加剧，如化学需氧量（COD）和生化需氧量（BOD）的升高，直接影响水质，危害水生生物与饮用水安全。因此，迫切需要一种高效、非破坏性且可实时监测的分析技术，以弥补传统检测方法在环境污染监测中的局限性，从而实现对污染物的快速识别和精准量化，为环境治理和生态保护提供科学依据。
5 NIR在药物分析领域中的应用
中药是中国传统文化的宝贵遗产，因其独特的药用价值而在世界范围内得到广泛认可。中药的质量对于人体健康至关重要，现多采用高效液相色谱和其他分析方法对中药提取物进行质量控制，但这些方法具有费时、不环保，且样品预处理过程复杂等缺点，无法满足实际生产中实时监测提取物质量的需求。因此，迫切需要一种快速有效的中药提取物质量分析和控制方法。
6 结论
近红外（NIR）光谱技术作为一种无需复杂样品前处理、操作便捷、能够同时检测多组分、检测效率高且准确度高的无损检测技术，已经在石油化工、农业、食品、环境及医药等领域取得了显著的应用成果。又随着深度学习技术的发展，为NIR光谱数据的分析提供了新的突破。通过深度神经网络（DNN）、长短时记忆网络（LSTM）和循环神经网络（RNN）等深度学习算法，可以有效挖掘复杂数据中的潜在特征，并进行高效的模型训练和优化。这些模型对于质量控制和生产过程监控的实现与优化起到了重要的推动作用，为各行业的生产提供了强有力的技术支持。尤其是在复杂样本和多组分体系的分析中，深度学习算法可以自动提取更加丰富和精细的特征信息，提高模型的准确性和鲁棒性。因此，深度学习算法的引入，证实了NIR技术不仅适用于单一组分的分析，还能够胜任混合物体系的多组分同步检测。
通讯作者介绍
李轲
个人简介
中国计量科学研究院，博士，副研究员。主要从事光谱分析标准化和标准物质研制等研究工作，重点开展了用于石化、环境等复杂样品体系的光谱分析计量技术研究等工作，已经成功研制国家标准物质22种，编制计量技术规范1项，发表学术论文20余篇，授权发明专利6项，登记软件著作权6项。
主要研究方向
光谱分析标准化和标准物质研制等研究工作
近五年代表作
[1]Ke Li, Chaomin Ding, Jin Zhang, Biao Du, Xiaoping Song, Guixuan Wang, Qi Li, Yinglan Zhang, Zhengdong Zhang*. Accurate identification of methanol and ethanol gasoline types and rapid detection of the alcohol content using effective chemical information[J]. Talanta, 2024, 274: 125961.
[2] Ke Li, Xin Zhang, Jing Zhang, Biao Du, Xiaoping Song, Guixuan Wang, Qi Li, Yinglan Zhang, Fan Liu, Zhengdong Zhang*. Simultaneous Rapid Detection of Multiple Physicochemical Properties of Jet Fuel Using Near-Infrared Spectroscopy[J]. ACS omega, 2024, 9(14): 16138-16146.
[3] Ke Li, Chi Zhang, Biao Du, Xiaoping Song, Qi Li, Zhengdong Zhang*. Selection of the effective characteristic spectra based on the chemical structure and its application in rapid analysis of ethanol content in gasoline[J]. ACS omega, 2022, 7(23): 20291-20297.
[4]丁超民, 张正东, 张锦, 杜彪, 王桂萱, 李琪, 刘帆, 张鑫, 李轲.应用近红外光谱特征谱段快速分析甲醇汽油甲醇含量[J].中国测试,2025,51(02):88-96.
[5]张鑫, 张正东, 杜彪, 王桂萱, 刘帆, 李琪, 李轲.中红外光谱技术在油品快速分析中的研究进展[J].化学试剂,2024,46(08):59-65.
张正东
个人简介
中国计量科学研究院环境计量中心油品室主任，博士，副研究员。长期从事黏度计量、石化计量、碳计量及其标准化研究工作，研究方向为黏度基准技术研究、石化计量及碳计量研究，以及相关领域标准物质开发等。曾获中国计量测试学会科学技术进步奖一等奖和中国质量协会质量技术奖三等奖。累计发表论文100余篇，授权发明专利40余项。
主要研究方向
黏度基准技术研究、石化计量及碳计量研究，以及相关领域标准物质开发
近五年代表作
[1]Ke Li, Chaomin Ding, Jin Zhang, Biao Du, Xiaoping Song, Guixuan Wang, Qi Li, Yinglan Zhang, Zhengdong Zhang*. Accurate identification of methanol and ethanol gasoline types and rapid detection of the alcohol content using effective chemical information[J]. Talanta, 2024, 274: 125961.
[2] Ke Li, Xin Zhang, Jing Zhang, Biao Du, Xiaoping Song, Guixuan Wang, Qi Li, Yinglan Zhang, Fan Liu, Zhengdong Zhang*. Simultaneous Rapid Detection of Multiple Physicochemical Properties of Jet Fuel Using Near-Infrared Spectroscopy[J]. ACS omega, 2024, 9(14): 16138-16146.
[3] Ke Li, Chi Zhang, Biao Du, Xiaoping Song, Qi Li, Zhengdong Zhang*. Selection of the effective characteristic spectra based on the chemical structure and its application in rapid analysis of ethanol content in gasoline[J]. ACS omega, 2022, 7(23): 20291-20297.
[4] YaqinYu, ZhenZhou, XiaopingSong, NanZhang, YongYan, ChuanyongJing, ZhengdongZhang*. Molecular-level insights into surface complexation of arsenite, selenium and cadmium on {201} TiO2[J]. Separation and Purification Technology,2024,332,125566
[5]YaqinYu, ZhenZhou, ChiZhang, XiaopingSong, XiaoweiSong, ZhengdongZhang*.Antimony speciation on a dithiothreitol-functionalized two-dimensionalAu@Ag array by surface-enhanced Raman spectroscopy[J]. Sensors and Actuators: B. Chemical,2022,373,132607
