近红外光谱技术在植物纤维化学成分预测中的应用

2022-05-01 10:25:02 | 浏览次数：

摘要：目前纺织行业一般使用化学方法对植物纤维原料成分进行分析测试，但化学方法耗时较长，而近红外光谱方法(NIRS)作为一种现代成分分析方法，可以迅速准确地对植物纤维原料的化学成分进行预测。本文将对近红外光谱方法的机理、植物成分定量分析研究进展及其优缺点进行概述，为近红外光谱在纺织领域应用提供一种新的思路。

关键词：近红外光谱；植物成分；预测；定量分析

目前国内尚未有可广泛适用于大多数植物原料成分定量分析的方法，在纺织领域一般采用国家标准GB/T 5889—1986《苎麻化学成分定量分析方法》。但是由于使用化学方法对一种植物的化学成分分析一般需要一周的时间，对于需要对大量原料进行分析的厂家而言耗时太长。因此一种新型快速的可以普遍使用的植物成分分析方法亟待解决。

近红外光谱技术作为一种分析手段是从上世纪50年代开始的，并在20世纪80年代以后的10多年里发展最快，最引人注目的光谱分析技术，是光谱测量技术与化学计量学学科的有机结合。但是由于技术上的原因，一直以来这种技术的发展受到阻碍，没有广泛地应用于化学计量领域；近几年随着计算机技术的迅速发展，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，近红外光谱定量分析技术又重新受到大家的关注并逐渐发展起来[1]。

1近红外光谱预测物质化学成分含量的基本原理及流程

近红外光是介于可见光(VIS)和中红外光(MIR或IR)之间的电磁波，是人类最早发现的非可见光区域。美国材料测试协会(ASTM)将近红外光谱区定义为波长780 nm~2526 nm的光谱区，习惯上又将近红外区划分为近红外短波(780 nm~1100 nm)和近红外长波(1100 nm~2526 nm )两个区域[2-3]。

当一定频率的近红外光通过具有特定结构的物体时，一些分子对近红外光进行吸收，并产生了伸缩振动和弯曲振动，从而形成了红外吸收谱带。由于近红外谱区与分子倍频、合频振动频率相一致，因此只有振动频率在2000cm-1以上的振动才能在近红外区内产生吸收谱带，而在2000cm-1以上产生的基频振动主要是含氢基团[4-5]。

1.1朗伯-比尔定律

与其他光谱法一样，近红外光谱法亦有其一定的理论基础，其定量分析的理论基础为朗伯-比尔(Lambert- Beer)定律[4]。可以将它看作是分子振动原理的宏观表示，对于含种物质成分的混合溶液而言，其完整的数学表示式为

式中 —— 吸光度，是波长的函数：

—— 吸收层厚度，mm；

—— 对应成分的浓度，g/dL；

—— 成分的吸收系数，g/dL·mm；

—— 透过率，对应出射光强与入射光强之比。

由朗伯-比尔定律可以看出：物质的吸光度与成分的浓度、吸收系数和吸收层的厚度存在一定的数学关系。厚度一定的情况下，通过校正样的浓度测量值可以得到近红外光谱与物质吸光度的关系，从而得到校正模型；又通过对待测样品的近红外光谱的采集使用校正模型来预测待测物质化学成分的浓度。

1.2近红外光谱预测流程

近红外光谱对物质成分预测的流程图如图1所示[4]。

图1为使用近红外光谱分析方法对待测物进行预测的分析流程，分为校正过程和预测过程两部分。首先选择具有代表性的校正样品，校正样品分为两份，一份通过化学方法对其成分含量进行测定，另一份进行近红外光扫描得到近红外光谱。为了消除噪声等因素，光谱进行预处理，预处理后的光谱和根据化学方法测得的成分含量利用多元校正方法得到此近红外光谱校正模型。这样再对其他待测样品进行分析时，只要得到它们的近红外光谱，通过校正模型就能快速地预测待测样品化学成分的浓度。

2近红外光谱对植物化学成分进行预测的研究现状

随着新型纤维原料的大量开发，植物原料化学成分分析方法得到大量使用，由于化学方法的一些不足，一些学者逐步开始对新型化学成分分析方法的研究，近红外光谱技术由于其独特的优势，近年来也出现一些使用此方法来进行对植物某些成分的预测研究，得到了一定的成果。

福建省农业科学院的沈恒胜等使用近红外漫反射光谱法分析稻草纤维及硅化物组成研究，研究结果表明纤维素在叶茎鞘和整株稻草中的预测值与化学分析值间的相关性分别为0.8558和0.6427，说明NIR技术对植物单一部位的纤维素具有一定的预测能力[6]。

随着技术的发展，使用近红外方法对植物纤维素的预测精度大幅度提高。吴军等使用近红外反射光谱对玉米秸秆纤维素含量进行研究，预测值与化学值的相关系数达0.9953，最大相对误差仅为5.20[7]。昆明卷烟厂的段焰青等使用NIR技术对烟草中的纤维素含量进行预测研究，通过对模型的优化后，预测结果表明，该NIR模型预测纤维素的相关系数为0.9649，实际预测的平均相对偏差<2%[8]。上述研究表明其模型相关系数较沈恒胜等的具有较大提高，从而改善了测量的精确度。

近年来，NIR技术进一步发展，其可对植物多种化学成分进行同步测量，从而加快了植物成分预测速度。聂志东等对苜蓿干草主要纤维成分使用近红外反射光谱进行研究，纤维素、木质素、半纤维素交互验证相关系数RCV分别为 0.97、0.94、0.29，表明利用NIR技术可以准确分析苜蓿干草中纤维素和木质素含量，但不能进行半纤维素的实际预测[9]。通过刘丽英、陈洪章使用近红外漫反射光谱对玉米秸秆组分含量进行研究，纤维素、木质素、半纤维素和水分预测值与化学值相关系数分别为0.9592，0.9228，0.9312，0.9317，因此，近红外光谱技术亦可对半纤维素和水分等成分进行预测[10]。

3近红外光谱方法进行定量预测的优缺点

作为一种现代分析技术，近红外光谱技术具有很多经典分析技术达不到的优势；然而由于近红外光谱技术发展起步较晚，也有一些不足[2, 5, 11]。

3.1近红外光谱技术的优势

（1）预测速度快。通常一个样品几分钟内就可以完成测试，大大缩短了分析时间。

（2）无损分析测定。近红外光谱分析不需要经过化学过程，不产生化学变化，从而使测量更准确，且不产生污染。

（3）多种成分同时分析。只要建立适当的数学模型，根据采集的光谱数据可以同时对物质所含的多种成分进行分析预测，进一步缩短分析时间。

（4）样品制作简单。样品制作不需要复杂的加工，不需要其他的预处理，而且可以重复使用。

3.2近红外光谱技术的不足

（1）数学模型的局限性。由于机器制造和老化程度的不同，使用此方法求得的数学模型只适用于一台机器，因而不具有普遍性。

（2）校正样要求严格。校正样待测化学成分要求与预测物质待测化学成分一致，而且浓度范围要覆盖预测物质化学成分的浓度。植物纤维原料化学成分复杂，不同植物间同一种成分浓度差别较大，对预测模型的建立造成一定困难。

（3）准确度依赖于校正样品测量方法的准确度。由于通过建立模型来预测物质浓度，模型的建立依靠校正样通过其他方法测量的浓度，因此使用模型对其他样品进行预测时，得到的浓度准确率肯定不高于校正样品的准确率。

4结论与展望

近红外光谱技术作为一种无损、快速的现代测试技术，其独特的优势得到越来越多的关注，并逐步应用到各种定量分析中。但在纺织领域使用近红外光谱技术对植物纤维原料成分的定量分析尚未见诸报道，利用NIR技术在纺织领域中的应用，将为纺织领域快速预测植物纤维原料化学成分测试分析开辟一个新的方向，NIR技术无损、快速的特点将会提高原料分析速度，提升生产效率。但是我们不能忽视使用近红外技术遇到的问题，其对于植物复杂成分的分析适用性和准确度还有待提高，特别是精确的化学分析方法和多元校正方法的研究对近红外技术分析及精确程度的提高会有很大帮助。

（作者单位：青岛大学纤维新材料与现代纺织实验室）

参考文献：

[1]高荣强，范世福．现代近红外光谱分析技术的原理及应用[J]．分析仪器，2002(3)：9-12．

[2]冯放．现代近红外光谱分析技术及其应用[J]．生命科学仪器，2005(5)：9-13．

[3]张卉等．近红外光谱分析技术[J]．光谱实验室，2007，24(3)：380-387．

[4]王丽杰．快速检测牛奶成分的近红外光谱测量方法及系统研究[D]．哈尔滨理工大学，2006．

[5]许琼，马国欣．近红外光谱技术在化学分析方面的应用进展[J].生物及医药，2007(3)：123-124．

[6]沈恒胜. 近红外漫反射光谱法(NIRS)分析稻草纤维及硅化物组成研究[J].中国农业科学，2003，36(9)：1086-1090.

[7]吴军等．近红外反射光谱法分析玉米秸秆纤维素含量的研究[J].分析化学研究简报，2005，33(10)：1421-1423．

[8]段焰青等. 近红外光谱法预测烟草中的纤维素含量[J].烟草科技，2006(8)：16-20．

[9]聂志东等．近红外反射光谱法测定苜蓿干草主要纤维成分的研究[J].光谱学与光谱分析，2008，28(5)：1045-1048.

[10]刘丽英，陈洪章．玉米秸秆组分近红外漫反射光谱(NIRS)测定方法的建立[J].光谱学与光谱分析，2007，27(2)：275-278．