NITS近红外光谱技术检测溶液中克螨特含量研究(3)
图1-1：分析过程演示图
所以，这项技术可以被认作为一项间接测量物质理化性质的新技术。首先利用测量出的的光谱数据来建设校正的模型，再通过数学的摸型来使得物理化学性质和样本的内部结构相匹配,最后利用已经获得的摸型来预测校正集中所有样本的物化性质和内部结构。过程如图l所示。使用计量的化学方法,对即将进行测量的样本的光谱数据进行预处理，再建立出数学模型，根据其得出样本的物化性质和内部结构。所以近红外光谱仪、计量的化学软件、数学的模型相结合的分析技术是组成这项技术的必需组成,如图1-2所示
图1-2：光谱仪、软件、数学模型相结合的近红外光谱分析技术
由上图1-2可见,这项技术中的计量的化学程序、光谱仪和数学的模型三者是互相结合，缺少任何一个都是不可以的，任意缺少一个都无法组成这项术。
因此,这项检测方法的关键就是建立一个合适的模型，检测分析的工作速度和工作结果会直接受到严重的影响。在真实工作条件下使用这项技术时, 模型的建设必须通过计量的化学程序。这项检测技术的成功需要按照如下步骤按顺序进行:
(1)从样品中所获得得光谱数据必须做到准确度高:为了使得近红外光谱的测量尽可能的提高准确度,必须将所有测量条件比如制作样品、装样、测量温度、测量时间、仪器参数等和近红外光谱数据参数在内的和测量有相关联系的条件都严格控制到同一水准;同一个环境下所获的的光谱数据，也只能于同一个环境下的数学模型中使用。
(2)挑选合适的校正样本:之所以全部样本都一定要包含了以后即将要测量的样本的所有特点是因为光普的稳定性很低,使用样本获得的数学模型,就可以达到消除即将测量的样本里各式变量干扰的优势,而这个数学模型从现在开始只可以在包含那变量干扰的样本里应用。
(3)先将异常值剔除出去,然后建立校正集:由上述两个环节的校正集中的样品,由于随机误差的原因有可能存在有较严重的误差，所以它们的化学值和光谱可能存在较大的误差,将这些样品称为奇异样品。若校正集有存在那些具有较大误差的样本,所得出的模型就可能变得不准确,所以在建设光谱模型时，必须把存在的奇异值去除出去。大部分形势下，电脑程序中都会利用概率学的法来寻觅那些奇异值,再又人工判断是否将那些奇异值给消除。来.自^优+尔-论,文:网www.youerw.com +QQ752018766-
(4)对光谱图建设模型前不仅要需要数据的预处理，还要求确定合理的有效范围:选择一个合适的光谱预处理方法和合适的光谱区域,不仅能够使得近红外光谱的测定性能变得精确，还能减少实验的误差。凭借光谱地信息来对其进行预处理,常用的有对其求导、数字虑波、傅立叶变换和小波变换等方法,这样机械误差与随机误差可以得到大幅度的减弱。通长情况下这项技术中定量的分析建设的模型所包括的范围应随着样品地参数性质随之发生改动;提高光谱的范围就会让光谱资料采取的范围也随之发生变大,所以模型的资料量也跟着变大;却又应为所有地范围都将测定产生的偏差包括在内,所以建设的模型所根据的范围区域越大,则对应的因为测量产生的误差也会变大。的目的是减小那些范围因测量产生的误插，增强建设的模型的精确度，去除其中量小、失真大的那些范围,根据需要选择建立的模型所用的范围。导数光谱会根据频率的变快或者变慢和线性关系凭借频率变大又或变小的联系,凭借刚刚提到的联系的物化性质来决定数学模型包括其中的频率是快还是慢。