近红外光谱分析技术作为一种快速、无损、高效的分析技术近些年来受到越来越广泛的关注，该技术已在农业、食品、环境科学药物、医学、石化等多种行业中得到了广泛的应用。近红外光谱分析技术在农产品品质检测方面具有很大潜力。近红外光谱分析技术是一种“多快好省”的较为理想的现代分析技术。随着近红外光谱技术软硬件系统的不断改进和提高，近红外光谱技术的应用领域不断扩大，在很多领域得到应用。

本书主要介绍近红外光谱分析技术在果蔬类农药残留量的检测、植物油品质、小麦粉、淀粉的品质检测中的应用。本书的研究内容如下：

第1章首先综述了近红外光谱法的分析特点以及发展应用过程。主要介绍了近红外光谱具有样品无需预处理、多组分同时测定、分析速度快、无污染、低成本、重现性好，效率高，对测试人员的要求不高，易培训、推广等优点。同时介绍了近红外光谱的发展历程，同时近年来，随着近红外光谱仪器的不断更新，光谱预处理、定量校正模式及模型传递等近红外光谱分析技术进一步发展起来。为了更好地了解近红外光谱的应用，本章还重点介绍了近红外光谱技术在食品安全检测领域的研究进展，如近红外光谱技术在农药残留物检测、食用油品质检测、面粉品质检测领域的研究进展。主要介绍了近红外光谱技术在这三大领域的应用现状以及产生的问题，并简单介绍了在这三大领域检测中所采用的预处理以及建模方法。其次介绍了基于近红外光谱的数据处理分析方法概述，主要包括光谱数据预处理方法以及多元校正方法介绍。最后介绍了北京工商大学计算机与信息工程学院在软测量、虚拟测试、智能检测与控制技术，特别是在软测量建模方法、软测量模型校正、软测量工程化实施技术方面取得的多项创新性、实用性成果。

第2章主要介绍了近红外光谱分析技术的理论基础和基本流程。在基本的理论基础介绍中提到了近红外光谱分析检测技术的两大类，即透射技术和反射技术，并通过两个流程图详细地介绍了近红外光谱分析的基本流程，主要包括样品的预处理、模型的建立和预测。然后针对流程中所提到的预处理程序和模型建立，重点介绍了几种常用的预处理方法（如数据规范化处理、光程校正、基线校正、导数法、平滑处理、主成分分析法、马氏距离、杠杆值法、蒙特卡洛交叉验证法、傅里叶变换、正交信号校正、标准正态变量变换等）和模型建立方法（如多元线性回归、PCR、PLS、ANN BP法、聚类分析法、SVM法等）。为了更好地进行预处理和建模，在第2章中详细介绍了农药残留检测的前处理技术，包括超临界流体萃取、固相微萃取、微波辅助萃取技术、凝胶渗透色谱、基质固相分散萃取、固相萃取等。并提出了近红外光谱定标模型的评价指标，主要有测定系数（R²）、相关系数（R）、交叉验证预测均方差（RMSPCV）、预测标准差（SEP）。最后介绍了近红外光谱仪器的发展和应用，重点介绍了VERTEX 70傅里叶红外光谱仪、MPA多功能傅里叶变换近红外光谱仪、紫外分光光度计的性能指标和优缺点。

第3章主要介绍了农药残留量的快速检测方法的研究。首先针对蔬菜中有机磷农药残留量的现状提出了关于食品检测方面的几项国内、国外标准。然后重点介绍了国内、外蔬菜中农药残留检测技术，主要包括色谱法、生物传感器法、生物化学测定法、发光菌法及免疫分析法等。对这几种方法的分类和检测原理以及应用现状进行了详细的介绍。最后提出了本书进行农药残留量检测方法时所采用的预处理和建模方法，以及使用的仪器。

此章主要探索运用近红外光谱定量分析模拟液体中的微量有机磷农药毒死蜱，通过设计不同的实验背景，逐步探究近红外光谱在测定溶液中微量毒死蜱的应用情况。实验设计按照毒死蜱在溶液中的浓度由高到低，依次为3.13～10mg/kg、3.03～10mg/kg、0.005～0.1mg/kg依次分析。背景由简单到复杂，即由甲醇、水、毒死蜱的溶液到甲醇、水、维生素C、蔗糖和毒死蜱的溶液。针对农药残留量痕量分析研究，分别从近红外光谱技术方向进行了综合分析研究，以毒死蜱农药标准物质和炔螨特农药标准物质作为制作样品的研究对象，从农药水溶液的初步研究开始，基于近红外光谱的微量农药残留检测分析，通过对毒死蜱和炔螨特光谱数据进行不同预处理方法优化后建立了PLS数学模型和农药溶液的ANN BP模型，通过对比不经任何优化方法处理的光谱数据模型和其他常用优化方法，确定了光谱数据优化对建立模型的重要贡献：降低样品数据噪声和其他干扰。将其应用于萝卜农残检测试验中，各模型都得到了良好的评价参数，且具有很好的相关性，证明了近红外光谱技术可用于微量农药残留量的初步分析。

第4章主要是探索研究基于近红外光谱分析技术的蔬菜中农药残留量检测方法并建立模型，最终采用PLS完成了模型建立及分析，阐述了应用近红外光谱分析法测定大白菜和菠菜的毒死蜱含量。配制后混合溶液样品，经过采样分辨率、采样次数及采样模式的选择，使用德国布鲁克仪器公司的VERTEX 70型傅里叶红外光谱仪采集混合溶液样品的近红外光谱；其次采用10种不同的光谱预处理方法对样品的近红外光谱进行处理；最后经过波长优化、主成分数目的确定，建立了基于偏最小二乘法的近红外校正模型。另外此章还将基于近红外光谱的微量农药残留检测分析技术应用于萝卜农残检测试验中，各模型都得到了良好的评价参数，且具有很好的相关性。(www.daowen.com)

通过以上实验表明，近红外光谱分析技术对蔬菜中农药残留检测具有巨大的潜力和应用价值，对实际农药残留快速检测具有一定的借鉴意义。

第5章阐述了采用近红外光谱技术结合模式识别方法建立食用油种类、花生油和橄榄油掺伪定性识别模型的过程。实验结果表明，采用近红外光谱与SVM技术建立了性能较好的花生油和橄榄油掺伪定性鉴别模型，对实验中预测集和测试集的预测率均能达到100%；而采用近红外光谱与系统聚类法结合能有效地识别食用油种类。实验表明将近红外光谱-模式识别技术相结合作为一种快速无损鉴别食用油掺伪方法具有较强的可行性和实用性，此章工作的探索有力地推动了近红外光谱技术在食用油品质定性快速识别方面的应用进程。

第6章采用近红外光谱技术结合化学计量学方法建立了食用油脂肪酸含量、过氧化值和酸价的定量分析模型，并且探讨了光谱分辨率的设定对食用油近红外光模型性能的影响。实验结果表明，特征谱峰的选取结合适当的光谱预处理可以有效地提高近红外光模型的预测性能，使食用油定量分析模型的实用性得到进一步提高。此章工作的探索有力地推动了近红外光谱技术在食用油品质快速监管方面的应用进程。

第7章为了解决传统小麦粉检测时间长、操作复杂等难题，研究提出应用近红外光谱检测小麦粉品质的研究思路。为了排除异常样品的干扰，首先利用马氏距离法和蒙特卡洛采样法剔除异常样品，然后采用K-S法对样品集进行划分，为了提高模型的精度，尝试利用常规区间PLS、联合区间PLS、向后区间PLS和CARS算法进行特征谱区筛选从而对小麦粉的水分、灰分及面筋的定量分析模型进行优化。最后，引入非线性回归方法（SVM和ANN BP）对模型的稳定性及预测能力进行了比较分析。

第8章运用近红外光谱技术快速、无损地鉴别淀粉品质。采用聚类分析法和SVM的定性建模方法，对玉米淀粉和马铃薯淀粉进行了准确分类；优化建立淀粉中水分的含量近红外分析模型；同时此章利用近红外光谱对马铃薯淀粉中掺杂玉米淀粉及淀粉中掺杂滑石粉进行了定量分析。本章内容表明，运用近红外光谱可以快速、准确地对淀粉品质进行定性和定量检测。

第9章对近红外光谱技术在食品品质快速检测方面的研究结果进行了总结，并对此技术的应用与下一步将开展的研究进行了展望。