近红外光谱分析技术是由光谱仪硬件、化学计量学软件和分析模型三部分构成，而分析模型作为近红外分析技术应用流程的“最后一公里”，其重要性不言而喻。如何走好这最后一公里，真正让近红外分析技术在各行业开花结果是“近红外人”一直努力追求的。刚接触近红外技术不久的人通常会有种感觉，觉得近红外的预测结果与实验室的理化值相差较大，从而对近红外技术失去信心或者产生一种畏惧感。其实用好近红外，除了掌握必要的近红外基础知识外，还需要了解影响分析对象的因素以及大量的前期准备工作。 

    针对如何走好近红外分析技术实际应用的“最后一公里”。本文就分析模型建立的流程及建模过程中需要注意的问题两方面进行概述，望在近红外分析技术实际应用中对大家有所帮助。

    1. 分析模型的建立流程主要包括前期准备工作、模型的建立与优化，以及应用该模型进行预测前所要进行的模型适配性检验与修正。

    1.1 样品的收集

    一个好的近红外模型的建立需要对代表性样品进行收集，因为近红外光谱定量分析的特殊性，其建模样品所覆盖的范围决定了模型应用的范围，必须选择足够多且有代表性的样品组成校正集或称建模样品集。

    1.2 参比值（理化指标）的测定

    样品收集完成后，需要利用标准方法测定建模样品集中各个样品的组成或性质，这些测定值称为参比值，参比值的测定一般选用国标法或常用方法，样本成分参比值测定的准确性决定了建模的效果。

    1.3 光谱数据的采集

    近红外光谱的采集也称为“信息的加载”。样品收集完成之后，就可以在统一的环境条件下，规范一致的测试条件下，采集样本光谱数据。如果样品属于易挥发、易变化的样品，那么参比值的测定和其光谱的扫描要尽量间隔时间短些，尽量当天检测当天完成扫描。

    1.4 模型的建立与优化

    模型的建立即“信息的关联”过程。这一过程是运用化学计量学方法，建立光谱矩阵A与建模样品集的参比值矩阵C之间的数学关系A～C。

    1.5 模型的验证

    用验证集样品对所建立的模型是否适合分析待测样品进行验证，如果不适合则需要返回修正与优化模型；通过反复的验证与优化，直至模型与样品相适配为止。

    1.6 模型建立完成

    模型建立好后，如果有未知样品需要测定，则在与建模光谱相同的条件下扫描待测样品的近红外光谱A后，运用已经建立的数学模型即可计算出未知样品待测量的近红外预测值C。

    2.分析模型建立的过程中需要注意的问题：

    2.1温度的影响

    温度的影响包括两个方面：一为样品本身的温度，二为周围环境和仪器的温度。这两种温度的变化都会对样品的近红外光谱产生影响。对于周围环境和仪器内部温度的影响，随着现在实验室一般都配备空调以及仪器硬件对温控水平的提高，这种温度变化的影响可降至最低。需要注意的是样品温度对光谱的影响。在不同温度下，样品内部的水分、脂肪等成分的状态差别很大，所以在扫描光谱前，应将待分析样品放置在统一的温度下平衡一段时间后再进行扫描。并且建立模型时平衡的温度应该与将来样品分析时平衡的温度一致。

    2.2保证实验室理化值的准确是近红外准确分析的关键

    近红外技术在分析预测未知样品前，要依赖传统的实验室分析方法取得建模样品的理化值与样品近红外光谱建立定量分析模型。因此实验室理化值的准确与否直接影响模型的准确度，更是影响近红外仪器能否发挥作用的关键因素。因此在取得实验室理化值时，如何提高取样的代表性以及控制制样过程中的各种影响因素以及提高实验室人员的操作熟练程度等因素是保证实验室理化值准确要注意的方面。

    2.3近红外项目负责人的耐心和细心不可少

    建立近红外分析模型和实际分析预测未知样品是一件长期的重复工作，需要近红外项目负责人在长期的搜集样品、扫描样品、优化模型的过程中始终保持细心和耐心。并且需要很好的团队合作意识与实验室理化分析人员的密切配合，出现问题能及时沟通和提醒，保证实验室理化值的准确性。

    星创众谱专业团队可为用户提供模型定制服务，针对使用用户提供的样品和化学值，提供其产品的专用模型。避免因模型不匹配而造成的时间和人力、物力上的浪费，帮助您走好近红外分析技术实际应用的“最后一公里”。

    不仅如此，星创众谱还能为用户提供近红外整体解决方案，解决方案涵盖：近红外光谱仪器、模型、分析软件、技术服务（样品制备、化学值检测、光谱检测、建模服务）、培训服务、校准服务、驻点服务等。通过整体解决方案可对产品生产过程控制关键参数进行指标量化，为客户提供快速、可靠的分析数据，确定最佳工艺条件，保证产品质量和营养价值。通过建立高效、快速质量评估标准体系，确保产品品质与均一性，从而帮助企业降低成本，提升市场竞争力。