← 返回所有博客与技术文章 如何选择近红外光谱区域

如何选择近红外光谱区域

近红外光谱的短波区、一级倍频区和合频区各自承载什么信息,哪些检测器技术能够覆盖它们,以及谱带特异性与穿透深度之间的取舍——依据光谱学和应用文献。

波长区域为何重要

食品与饲料行业和流程工厂中使用的分析仪不仅光学设计不同,所记录的近红外区段也不同。Pasquini 将 NIR 区域定义为 750–2,500 nm,并解释说其吸收是 O–H、C–H、N–H 和 S–H 键基频振动的倍频和合频,这些键的基频位于 3,000–4,000 nm[1]。这些谱带比基频弱得多,Beć 和 Huck 指出,吸收率向更高级倍频和更高阶合频方向稳步降低[1][2]。正是这一事实决定了本指南的主要取舍:谱带强而特异之处,光只能穿透很短的距离;光能深入穿透之处,谱带则弱且严重重叠。

三个区域及其承载的信息

短波 NIR(约 1,100 nm 以下)包含高级倍频:Gonzaga 和 Pasquini 构建了一台工作于 850–1,050 nm 的低成本分光光度计,并能将若干光谱区域归属为 C–H 伸缩振动的三级倍频[3]。此处谱带非常弱,必须增加光程才能观察到:在 Pasquini 的氯仿示例中,850–1,150 nm 区域在 1 mm 光程下几乎没有结构,而在 5 cm 光程下则显示出五个清晰的谱带[1]。

一级倍频区(约 1,100–1,800 nm)承载 X–H 伸缩振动的一级倍频,是标准 InGaAs 仪器获取大部分信息的区域;例如,Lukacs 等在定量蛋白粉中富氮掺假物时,在约 1,400–1,600 nm 处发现了回归向量的主要峰,并将其归属为 N–H 一级倍频[4]。

合频区,Pasquini 给出的范围为 1,600–2,500 nm,包含衰减程度低于倍频的合频谱带,共振也可能在此将一个谱带分裂为两个[1]。Lukacs 等在同一研究中观察到约 2,000 nm 以上的 N–H 合频特征[4]。Beć 和 Huck 强调,整个 NIR 光谱由大量相互重叠的非谐性贡献构成,因此即使在这一区域,单个谱带也很少是孤立的[2]。

穿透深度:谱带强度的另一面

正是由于吸收较弱,NIR 光才能探测样品本体而不仅仅是其表面[2]。实测穿透深度随波长增加而减小。Padalkar 和 Pleshko 发现,在软骨中,7,000–9,000 cm−1(约 1,110–1,430 nm)处约为 5 mm,5,100–7,000 cm−1 处约为 3 mm,而在合频区 4,000–5,100 cm−1 处仅为 1–2 mm[5]。在牛油果果实中,Wedding 等测得 834–885 nm 附近的透射穿透深度约为 12 mm,而在约 1,348 至 1,862 nm 之间则小于 3 mm[6]。Pasquini 对液体也提出了同样的观点:从较高级倍频移向 2,200 nm 附近的合频区时,样品池光程必须相应缩短[1]。

这就是短波 NIR 被用于完整果蔬的原因。Kawano 等以漫透射(interactance)模式,利用 906、878、870 和 889 nm 处的二阶导数项预测了完整桃子的糖度[7]。其局限同样有据可查:Guerra 等使用两台工作于 740–1,070 nm 的袖珍型仪器测定 331 个牛奶样品,得到了适用的脂肪模型(外部验证 R² 0.93),但乳糖、尿素、体细胞和冰点的模型较差,并得出结论:该区域对这些性状所含信息太少[8]。

检测器决定仪器能看到哪个区域

Pasquini 将硅、PbS 和 InGaAs 列为最常用的 NIR 检测器材料[1]。Beć 等报告,Si 光电二极管从可见光到约 1,100 nm 保持合理的灵敏度,适合小型低成本仪器;InGaAs 在约 1,000–1,600 nm 处性能最佳,响应快、暗电流低;扩展型 InGaAs 灵敏度较低,可能需要制冷[9]。仪器可以组合使用多种检测器:Lukacs 等研究中的台式光栅仪器在 400–1,098 nm 使用 Si,在 1,100–2,498 nm 使用 PbS[4]。Crocombe 的综述记录了可见光和短波 NIR 光学引擎如何使消费级价格的设备成为可能[10]。因此,长波段覆盖取决于检测器的选择,而非某一种光学架构所独有[4][9]。

实践中如何选择区域

没有哪个区域对所有样品都是最佳的。文献提示应考虑三个问题:

  • 被测物的信息在哪里?在短波区特征较弱或较间接的组分,可能需要倍频区或合频区[8];在确定范围之前,应查阅已发表的谱带归属并采集试验光谱[2][4]。
  • 样品有多厚、多不均匀?完整或粗颗粒样品宜采用较短波长,其探测深度更大;装在短光程样品池中的澄清液体则可使用合频区[1][5][6]。
  • 取样接口允许什么?Lukacs 等排除了 2,200 nm 以上的波长,因为光纤探头在该区域会引入很高的噪声[4];检测器灵敏度和制冷需求也随波长范围而变化[9]。

USTECH 的区域选择做法

USTECH 提供覆盖 NIR 区域不同部分的分析仪,并根据具体应用进行选择。ProLine17EC 和 ProLine17ECS 是基于 InGaAs 阵列检测器的在线 NIR 分析仪;ProLine2550 是用于混合器、反应器和管道的在线 FT-NIR 分析仪,MasterLine17EC 则是台式及近线 NIR 分析仪。在所记录的光谱范围内,波长区域在 caliX 套件中建模时进行比较和选择。哪个区域和哪台仪器适合特定样品和安装条件,需通过使用贵方样品的可行性研究来确定。

参考文献

  • [1] Pasquini, C. (2003). Near infrared spectroscopy: fundamentals, practical aspects and analytical applications. Journal of the Brazilian Chemical Society, 14(2), 198–219. doi:10.1590/S0103-50532003000200006
  • [2] Beć, K.B., Huck, C.W. (2019). Breakthrough Potential in Near-Infrared Spectroscopy: Spectra Simulation. A Review of Recent Developments. Frontiers in Chemistry, 7, 48. doi:10.3389/fchem.2019.00048
  • [3] Gonzaga, F.B., Pasquini, C. (2010). A low cost short wave near infrared spectrophotometer: Application for determination of quality parameters of diesel fuel. Analytica Chimica Acta, 670(1–2), 92–97. doi:10.1016/j.aca.2010.04.060
  • [4] Lukacs, M., Zaukuu, J.-L.Z., Bazar, G., Pollner, B., Fodor, M., Kovacs, Z. (2024). Comparison of Multiple NIR Spectrometers for Detecting Low-Concentration Nitrogen-Based Adulteration in Protein Powders. Molecules, 29(4), 781. doi:10.3390/molecules29040781
  • [5] Padalkar, M.V., Pleshko, N. (2015). Wavelength-dependent penetration depth of near infrared radiation into cartilage. The Analyst, 140(7), 2093–2100. doi:10.1039/c4an01987c
  • [6] Wedding, B.B., Wright, C., Grauf, S., White, R.D. (2024). Wavelength variation of the depth of penetration of near infrared radiation in ‘Hass’ avocado fruit. Technology in Horticulture, 4, e008. doi:10.48130/tihort-0024-0005
  • [7] Kawano, S., Watanabe, H., Iwamoto, M. (1992). Determination of Sugar Content in Intact Peaches by Near Infrared Spectroscopy with Fiber Optics in Interactance Mode. Journal of the Japanese Society for Horticultural Science, 61(2), 445–451. doi:10.2503/jjshs.61.445
  • [8] Guerra, A., De Marchi, M., Niero, G., Chiarin, E., Manuelian, C.L. (2024). Application of a short-wave pocket-sized near-infrared spectrophotometer to predict milk quality traits. Journal of Dairy Science, 107(6), 3413–3419. doi:10.3168/jds.2023-24302
  • [9] Beć, K.B., Grabska, J., Huck, C.W. (2022). Miniaturized NIR Spectroscopy in Food Analysis and Quality Control: Promises, Challenges, and Perspectives. Foods, 11(10), 1465. doi:10.3390/foods11101465
  • [10] Crocombe, R.A. (2018). Portable Spectroscopy. Applied Spectroscopy, 72(12), 1701–1751. doi:10.1177/0003702818809719
USTECH Innovations Logo

针对您的工艺评估此应用

我们的应用团队可以讲解方法、提供相关参考文献,并与您探讨如何将其应用于您的工艺。

联系我们

阅读下一步

NIR vs FT-NIR
指南

FT-NIR 与传统 NIR

扫描光栅、二极管阵列和傅里叶变换 NIR 分析仪如何产生光谱,通量、多路和波长轴优势究竟带来什么,以及哪些权衡决定在线应用的选择。

阅读指南
什么是 NIR 光谱?
指南

什么是 NIR 光谱?

近红外光谱入门:什么是 NIR 光,它在何处被发现,倍频和合频谱带揭示了什么,为什么定标必不可少,以及该技术的局限在哪里。

阅读指南