近红外光谱分析中的化学计量学方法进展.pdfVIP

第４５卷第６期化学试剂ＣＨＥＭＩＣＡＬＲＥＡＧＥＮＴＳ１０５

分析与测试

近红外光谱分析中的化学计量学方法进展

陈瀑ꎬ戴嘉伟ꎬ李敬岩ꎬ许育鹏ꎬ刘丹ꎬ褚小立∗

(中石化石油化工科学研究院有限公司ꎬ北京１０００８３)

摘要:近些年ꎬ现代光谱分析技术得到快速发展ꎬ化学计量学方法是这项技术的一个关键特征ꎬ它能从光谱中获得尽可能

多的有用信息ꎬ从而提高分析结果的稳健性和准确性ꎮ随着人工智能(机器学习和深度学习)、大数据和云计算等新兴

科技的飞速发展ꎬ为化学计量学注入了新思路、新途径和新方法ꎮ综述了近１０年用于近红外光谱分析的各种化学计量

学方法新进展ꎬ包括光谱预处理方法、波长选择方法、多元定量和定性校正方法、多数据融合方法、以及模型维护和模型

传递方法等ꎬ并对这些方法的未来发展方向进行展望ꎮ从发展趋势可以看出ꎬ深度学习、多数据融合和免建模方法是未

来一段时间内化学计量学研究的重要方向ꎮ

关键词:近红外光谱ꎻ化学计量学ꎻ深度学习ꎻ多光谱融合ꎻ模型传递

中图分类号:Ｏ６５７.３文献标识码:Ａ文章编号:０２５８￣３２８３(２０２３)０６￣０１０５￣０８

ＤＯＩ:１０.１３８２２/ｊ.ｃｎｋｉ.ｈｘｓｊ.２０２３.００４８

ＰｒｏｇｒｅｓｓｏｆＣｈｅｍｏｍｅｔｒｉｃＭｅｔｈｏｄｓｉｎＮｅａｒ￣ＩｎｆｒａｒｅｄＳｐｅｃｔｒｏｓｃｏｐｙＣＨＥＮＰｕꎬＤＡＩＪｉａ￣ｗｅｉꎬＬＩＪｉｎｇ￣ｙａｎꎬＸＵＹｕ￣ｐｅｎｇꎬＬＩＵ

∗

ＤａｎꎬＣＨＵＸｉａｏ￣ｌｉ(ＳｉｎｏｐｅｃＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＰｅｔｒｏｌｅｕｍＰｒｏｃｅｓｓｉｎｇＣｏ.ꎬＬｔｄ.ꎬＢｅｉｊｉｎｇ１０００８３ꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｉｎｒｅｃｅｎｔｙｅａｒｓꎬｍｏｄｅｒｎｓｐｅｃｔｒａｌａｎａｌｙｓｉｓｔｅｃｈｎｏｌｏｇｙｈａｓｂｅｅｎｄｅｖｅｌｏｐｅｄｒａｐｉｄｌｙ.Ａｋｅｙｆｅａｔｕｒｅｏｆｔｈｉｓｔｅｃｈｎｏｌｏｇｙｉｓｔｏ

ｕｓｅｃｈｅｍｏｍｅｔｒｉｃｍｅｔｈｏｄｓｔｏｐｒｏｃｅｓｓｓｐｅｃｔｒａｌｄａｔａꎬｓｏａｓｔｏｏｂｔａｉｎａｓｍｕｃｈｕｓｅｆｕｌｉｎｆｏｒｍａｔｉｏｎａｓｐｏｓｓｉｂｌｅｆｏｒｓｉｇｎｉｆｉｃａｎｔｌｙｉｍｐｒｏ￣

ｖｉｎｇｔｈｅｒｏｂｕｓｔｎｅｓｓａｎｄａｃｃｕｒａｃｙｏｆｔｈｅａｎａｌｙｓｉｓｒｅｓｕｌｔｓ.Ｗｉｔｈｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｅｍｅｒｇｉｎｇｔｅｃｈｎｏｌｏｇｉｅｓｓｕｃｈａｓａｒｔｉｆｉｃｉａｌｉｎ￣

ｔｅｌｌｉｇｅｎｃｅ(ｍａｃｈｉｎｅｌｅａｒｎｉｎｇａｎｄｄｅｅｐｌｅａｒｎｉｎｇ)ꎬｂｉｇｄａｔａａｎｄｃｌｏｕｄｃｏｍｐｕｔｉｎｇꎬｎｅｗｉｄｅａｓꎬｎｅｗｗａｙｓａｎｄｎｅｗｍｅｔｈｏｄｓｈａｖｅｂｅｅｎ

ｉｎｊｅｃｔｅｄｉｎｔｏｃｈｅｍｏｍｅｔｒｉｃｓ.Ｉｎｔｈｉｓｐａｐｅｒꎬｔｈｅｎｅｗｐｒｏｇｒｅｓｓｏｆｖａｒｉｏｕｓｃｈｅｍｏｍｅｔｒｉｃｓｍｅｔｈｏｄｓｕｓｅｄｉｎｎｅａｒ￣ｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙａ￣

ｎａｌｙｓｉｓꎬｉｎｃｌｕｄｉｎｇｓｐｅｃｔｒａｌｐｒｅｐｒｏｃｅｓｓｉｎｇꎬｖａｒｉａｂｌｅｓｅｌｅｃｔｉｏｎꎬｑｕａｎｔｉｔａｔｉｖｅｃａｌｉｂｒａｔｉｏｎꎬｑｕａｌｉｔａｔｉｖｅｃａｌｉｂｒａｔｉｏｎ(ｐａｔｔｅｒｎｒｅｃｏｇｎｉｔｉｏｎ)ꎬ

ｍｕｌｔｉｓｐｅｃｔｒａｌｆｕｓｉｏｎａｎｄｃａｌｉｂｒａｔｉｏｎｔｒａｎｓｆｅｒｍｅｔｈｏｄｓｉｎｔｈｅｐａｓｔｄｅｃａｄｅｗａｓｒｅｖｉｅｗｅｄꎬａｎｄｔｈｅｆｕｔｕｒｅｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｓｅｍｅｔｈｏｄｓ

ｗａｓｐｒｏｓｐｅｃｔｅｄａｓｗｅｌｌ.Ｉｔｃａｎｂｅｓｅｅｎｔｈａｔｄｅｅｐｌｅａｒｎｉｎｇꎬｍｕｌｔｉ￣ｄａｔａｆｕｓｉｏｎａｎｄｍｏｄｅｌ￣ｆｒｅｅｍｅｔｈｏｄｓａｒｅｔｈｅｉｍｐｏｒｔａｎｔｒｅｓｅａｒｃｈｄｉ￣

ｒｅｃｔｉｏｎｓｏｆｃｈｅｍｏｍｅｔｒｉｃｓｉｎｔｈｅｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙａｎａｌｙｓｉｓｉｎｔｈｅｆｕｔｕｒｅ.

Ｋｅｙ