近日，中國科學院合肥物質科學研究院技術生物與農業工程研究所在光譜學期刊Spectrochimica Acta Part A： Molecular and Biomolecular Spectroscopy上發表了一項關于近紅外光譜技術方向算法的新成果，這種新的算法改善了近紅外光譜儀進行模型轉移的效果，有助近紅外光譜技術的推廣與應用。

近紅外光譜作為一種分析速度快、效率高、成本低、重現性好的新型光譜分析技術，近年來得到了迅速發展，不僅儀器類型更加多樣，應用領域也越來越廣泛。近紅外光譜儀在使用過程中經常遇到檢測條件或者儀器自身發生變化的情況，例如樣品檢查溫濕度變化、樣品形態改變、儀器附件更換等，此時采集的光譜會出現吸光度差異和波長漂移等問題，造成檢測結果偏差。解決這一問題的關鍵在于模型轉移。

模型轉移是指當檢測條件改變時，依靠系統的校正方法修正當前使用的分析模型的誤差，使其在新的條件下同樣適用，避免重新建模的方法。模型轉移主要通過主機和子機檢測信號之間的聯系，擬合出對應的轉移函數，保證多臺儀器檢測結果的一致性。

傳統的模型轉移過程聚焦于用更準確、更復雜的算法描述檢測條件變化前后整組光譜信號間的關系。然而，整組光譜中只有一部分是有效的，而其余部分會對轉移的結果造成干擾。因此中科院的研究人員提出了一種基于相關分析的波長選擇方法（CAWS），通過設計一系列系統方法，選擇合適的波段——既有較高的儀器間相關性，又有足夠的待測組分相關信息。

研究人員在實驗檢驗中以一組玉米公開數據集和一組米糠真實數據集作為案例，對比了其它多種算法，發現CAWS可以有效改善近紅外光譜的模型轉移效果，為解決儀器之間的模型轉移問題提供了一個更好的解決方案。

模型轉移問題是限制近紅外光譜技術推廣應用的主要原因之一，而且隨著儀器小型化、成像及超光譜成像的發展，模型轉移在近紅外光譜技術發展過程中的地位也會越來越重要。模型轉移的突破將為近紅外光譜儀器的發展帶來重要的影響。

責任編輯；zl