摘要 近紅外光譜是一種分子吸收光譜，包含豐富的組成和結構信息，應用范圍廣泛。近年來，在人工智能、物聯(lián)網(wǎng)和智能工廠等大背景推動下，我國近紅外光譜分析技術得到了快速和高質(zhì)量發(fā)展，在很多領域的研究和應用都取得了很好的效果。本文評述了近五年（2019～2023 年）我國近紅外光譜分析技術的研究與應用進展，涉及方法學研究、實用性技術研究和應用研究等方面，并對我國近紅外光譜關鍵技術未來的發(fā)展前景進行了展望。

關鍵詞 近紅外光譜；化學計量學；便攜式分析；在線分析；評述

近紅外光譜是一種分子吸收光譜，主要反映含氫基團的合頻和倍頻的振動，具有豐富的組成和結構信息。近紅外光譜的光譜范圍為800～2500 nm， 可以很方便地實現(xiàn)儀器的微小型化和工業(yè)在線分析。近年來，在人工智能、物聯(lián)網(wǎng)和智能工廠等大背景推動下，我國近紅外光譜技術得到了快速和高質(zhì)量發(fā)展，在研究和應用領域都顯示出快速發(fā)展的趨勢。

為實現(xiàn)近紅外光譜技術在我國的廣泛應用，中國儀器儀表學會近紅外光譜分會組織業(yè)內(nèi)近百位專家，于2021 年撰寫出版了我國首部近紅外光譜科普書《點亮我們生活的近紅外光譜》。2021 年，我國成功承辦了第20屆國際近紅外光譜學術會議，出版了《Sense the Real Change： Proceedings of the 20thInternational Conference on Near Infrared Spectroscopy》會議論文集。2020 和2022 年在線上分別舉辦了第八屆和第九屆全國近紅外光譜學術會議，每屆會議的參會人數(shù)都超過了2000 人。

為滿足市場和創(chuàng)新需要，填補標準方法空白，近年有關近紅外光譜技術的團體標準和地方標準受到廣泛重視。例如，中國儀器儀表學會標準化工作委員會成立了紅外光譜技術委員會，制訂了《中藥混合均勻度與水分快速檢測近紅外光譜法》（T/CIS 11001—2020）、《傅立葉變換近紅外光譜儀通用技術規(guī)范》（T/CIS 17006—2022）、《中藥生產(chǎn)過程柱層析洗脫起點與終點的實時判斷近紅外光譜法》（T/CIS11005—2023）等多項團體標準。此外，中國石油和化學工業(yè)聯(lián)合會制訂了《原油關鍵性質(zhì)快速測定近紅外光譜法》（T/CPCIF 0195—2022）團體標準，山東省和吉林省的質(zhì)量技術監(jiān)督局制訂了多項車用汽油和柴油等快檢方法地方標準。為將標準方法實施落地落細，我國相關單位開展了多個實驗室間分析結果的比對工作。例如，針對《紡織品纖維定量分析近紅外光譜法》（FZ/T 01144—2018）標準方法，組織十余家實驗室參與了纖維定量分析比對試驗，通過查找實驗室間分析數(shù)據(jù)差異原因，進一步提升了標準方法的實際應用水平。

近紅外光譜技術得到了社會各方面的廣泛關注。國家知識產(chǎn)權局劉南岑等[1]從專利申請量、技術構成、申請人類型、法律狀態(tài)和轉讓等方面剖析了近紅外光譜技術在我國中藥制造領域近20 年的發(fā)展情況，指出了當前專利布局存在的問題，并對未來的創(chuàng)新方向提出了建議。田華等[2]采用文獻計量學方法對2010～2021 年期間，71 個國家/地區(qū)、766 個研究機構、2342 位作者在197 種期刊發(fā)表的584 篇食品領域近紅外光譜研究論文進行了分析，從文獻的時空分布、國家/地區(qū)及相關機構影響力、合作關系、研究熱點與前沿等方面，評述了近紅外光譜技術在食品領域中的研究現(xiàn)狀和發(fā)展前景。近紅外光譜教學也逐步進入大學課堂，李敏等[3]將近紅外光譜用于乙醇精餾實驗教學過程中，鄒亮等[4]將近紅外光譜煤矸石分選納入“人工智能基礎”教學課程，在培養(yǎng)大學生工程意識和創(chuàng)新能力等方面均取得了良好效果。此外， 2021年“高教社杯”全國大學生數(shù)學建模競賽中出現(xiàn)了近紅外光譜用于“中藥材鑒別”的試題。

本研究組曾于2006、2014和2019 年分別綜述了1996～2005 年、2009～2013 年和2014～2018 年我國近紅外光譜分析技術的研究和應用進展[5-7]，本綜述是上述3 篇論文的續(xù)篇，從上千篇論文中，選取105 篇具有代表性的文獻，概述了2019～2023 年我國近紅外光譜技術領域的進展情況，主要引用近五年國內(nèi)學術期刊上發(fā)表的論文，未引用國外期刊的文獻和國內(nèi)外專利。

1 方法學研究

水光譜組學是利用近紅外光譜研究水和水系統(tǒng)分子之間氫鍵組成形態(tài)的學科。孫巖等[8]總結了用于溫控近紅外光譜分析的化學計量學方法，論述了利用隨溫度變化的水光譜信息研究小分子結構，以及蛋白質(zhì)、溫敏聚合物結構轉變過程等方面的工作。陳定芳等[9]梳理了水光譜組學的歷史沿革、研究方法及其應用現(xiàn)狀，闡明了水光譜組學用于測定人體經(jīng)絡臟腑的超分子結構特征的可行性。王海朋等[10]論述了利用溫控近紅外光譜及分子動力學模擬在分子層面和原子尺度上認識抗凍劑與水/冰晶之間相互作用的研究。

深度學習方法在近紅外光譜分析中的應用研究是近些年的研究熱點。李靈巧等[11]采用深度卷積網(wǎng)絡建立了多廠商、多品種藥品近紅外光譜分類模型，取得了比傳統(tǒng)機器學習更優(yōu)的分類性能。李文霞等[12]采用深度卷積網(wǎng)絡建立了12 類纖維織物的在線定性識別模型，識別正確率達到96.6%。針對小樣本量的訓練問題，孫禧亭等[13]通過動態(tài)二維相關光譜結合遷移學習，將GoogLeNet 的圖像識別模型用于織物的近紅外光譜分類，在很大程度上解決了形態(tài)復雜且組成高度相似樣本的分類難題。王磊等[14]利用超參數(shù)優(yōu)化器自動搜索深度卷積網(wǎng)絡的超參數(shù)，彌補了卷積網(wǎng)絡容易出現(xiàn)過擬合的不足，提高了模型的泛化能力和穩(wěn)健性。

深度學習中的自動編碼器是一種優(yōu)秀的光譜特征提取方法，尤其是與有監(jiān)督策略結合，可以獲得比傳統(tǒng)方法更優(yōu)的定量和定性校正模型。孫志興等[15]提出一種基于堆疊監(jiān)督自動編碼器的近紅外光譜建模方法，可以提取數(shù)據(jù)深層的特征信息，擬合光譜與物性之間復雜的非線性關系。羅智勇等[16]提出了一種改進卷積自編碼網(wǎng)絡的特征提取方法，能有效學習光譜數(shù)據(jù)中的內(nèi)在結構和非線性關系，所建模型具有更好的預測性能。

近紅外光譜分析中的模型傳遞方法一直是該領域的研究熱點，隨著紅外光譜分析技術在商品流通領域的應用，模型傳遞算法逐漸向無標樣方法拓展。其中，半監(jiān)督和無監(jiān)督的模型傳遞方法受到越來越多的重視。張進等[17]提出了一種無參數(shù)校正增強框架（PFCE）算法，通過對模型回歸系數(shù)的相關性約束，增強源模型對目標儀器樣本光譜的預測能力。該方法減少了對標樣的需求，也省去了模型再建需要的多參數(shù)優(yōu)化步驟，可用于單臺儀器上的模型更新和多臺儀器上的模型傳遞。深度學習中的遷移學習也被用于模型傳遞。張小丹等[18]基于卷積神經(jīng)網(wǎng)絡提出了一種儀器之間模型遷移的策略，提高了模型的共享利用率。陳楚漢等[19]通過遷移學習策略實現(xiàn)了家蠶種繭雌雄鑒別模型在多臺光譜儀和多個品種之間的傳遞。劉貞文等[20]將深度自編碼器用于近紅外光譜的轉移，獲得比傳統(tǒng)模型傳遞方法更優(yōu)的結果。賓俊等[21]利用深度模型轉移策略，將一臺近紅外光譜儀器上建立的煙粉卷積神經(jīng)網(wǎng)絡模型遷移到新儀器上用于煙絲總糖含量的預測分析。

傳統(tǒng)的多元校正方法建立定量模型步驟較為繁瑣，并且需要較為專業(yè)的人員進行維護，很大程度上限制了其廣泛應用。將譜圖檢索算法直接進行定量分析的免建模方法可以顯著減輕模型維護的工作量。李敬巖等[22]將移動窗口相似系數(shù)結合蒙特卡洛虛擬光譜相結合，提出了快速測定加氫-催化裂化組合生產(chǎn)高辛烷值汽油或輕質(zhì)芳烴工藝（LTAG）中原料與產(chǎn)物烴組成的近紅外光譜方法。劉秋芳等[23]采用樣本增強方法結合K-近鄰回歸建立了預測石腦油單體烴分布比例的近紅外光譜模型，以獲取石腦油單體烴分子組成的含量。樣本增強前后的對比如圖1 所示，增強后的虛擬樣本在一定范圍內(nèi)大幅增加了待測樣本周圍訓練樣本的密度，甚至完全覆蓋了待測樣本，提高了預測準確度[23]。蔡廣慶等[24]采用歐氏距離與多元線性回歸方法擬合待測光譜，建立了近紅外光譜預測汽油分子組成的方法。

多模型共識是提高預測結果準確性和穩(wěn)健性有效的方法。畢淑慧等[25]將PLS 和ELM 蘋果分類模型進行融合，提高了分類的準確性。葉華等[26]基于不同光譜區(qū)間建立成員模型，通過拉格朗日乘數(shù)法獲取各成員模型的權系數(shù)，用于果酒總酚含量的快速分析。

多數(shù)據(jù)融合方法是另一個研究熱點[27]，通過將不同信息特征進行數(shù)據(jù)融合，達到提高模型預測準確性和穩(wěn)定性的目的。吳思俊等[28]將近紅外光譜與拉曼光譜融合，用于鹽酸青藤堿制備工藝一致性評價，提出了一種評價工藝變更前后產(chǎn)品質(zhì)量的新方法。焦俊等[29]將近紅外和遠紅外光譜進行融合，建立了穩(wěn)健性和準確性更好的7 種核桃品種鑒別模型。孫迪等[30]將近紅外和中紅外光譜進行融合，實現(xiàn)了對規(guī)?；膛黾S水運移全鏈條各環(huán)節(jié)氮、磷含量的快速檢測。陳明明等[31]將近紅外光譜和礦物元素含量進行融合，提高了綠豆產(chǎn)地的鑒別準確率。茌方等[32]將近紅外光譜與激光誘導擊穿光譜（LIBS）融合用于發(fā)電廠爐煤發(fā)熱量的快速分析，提高了預測準確性。宋健超等[33]將近紅外光譜與X 射線熒光光譜（XRF）聯(lián)用，提高了預測煤炭發(fā)熱量的重復性。王秋等[34]采用LIBS 聯(lián)合近紅外光譜，建立了有效區(qū)分油茶葉片炭疽病等級的PLS-DA 模型，為鑒別油茶葉炭疽病的等級提供了一種新方法。蔡德玲等[35]融合近紅外光譜和顏色特征，實現(xiàn)了草莓的可溶性固形物含量的快速、準確預測。王清亞等[36]將XRF 和近紅外光譜融合，對白術中的3 種內(nèi)酯進行定量分析，其預測準確性優(yōu)于單獨一種光譜的結果。雷濤等[37]將近紅外反射光譜與熒光光譜結合，消除了土壤粒徑、濕度、有機質(zhì)和土壤類型等因素對檢測PAHs 熒光光譜強度的影響。

在光譜和圖像結合方面，張柏等[38]把近紅外光譜與計算機視覺融合，對紅茶發(fā)酵程度進行精準、量化判別，提高了茶葉加工的智能化和標準化水平，也為其它農(nóng)產(chǎn)品的標準化加工提供了借鑒。黃艷等[39]將近紅外光譜與氣相離子遷移譜結合，用于評價白茶等級。邊明博等[40]將基于近紅外光譜反射率構建的植被指數(shù)與RGB 圖像的紋理信息融合，提高了馬鈴薯葉片葉綠素含量預測的準確性。

2 實用性技術研究

近些年，我國近紅外光譜實用性技術研究工作越來越深入，主要體現(xiàn)在儀器測量附件的優(yōu)化設計、光譜測量條件的優(yōu)化以及模型優(yōu)化建立和應用等方面。

劉燕德等[41-42]提出了新型的光源發(fā)射接收一體化探頭結構設計，對傳統(tǒng)的在線近紅外光譜果品分選設備進行改造研究，獲得了滿意的實驗結果；同時利用多模式可調(diào)節(jié)的光學結構，研究了鹵素燈光照射位置對蘋果近紅外漫透射測量結果的影響，確定了最佳的光照位置。田喜等[43]基于自主研發(fā)的全透射近紅外光譜在線檢測系統(tǒng)（圖2），研究了蘋果不同姿態(tài)獲取光譜的差異，通過建立多姿態(tài)通用模型，提升了模型在不同姿態(tài)時的預測穩(wěn)健性。孫瀟鵬等[44]針對柚果的在線檢測，優(yōu)化傳送托盤的結構參數(shù)設計和材料選擇，提高了柚果在線輸送的穩(wěn)定性，減少了托盤對光譜采集的干擾。金文玲等[45]采用超連續(xù)激光光源作為入射光，設計搭建了水稻種子活力的近紅外透射光譜檢測系統(tǒng)，實現(xiàn)了帶稃殼水稻種子寬波段高信噪比的光譜測量。彭彥昆等[46]基于可見/近紅外光譜技術開發(fā)了掌上式生鮮豬肉新鮮度無損智能檢測裝置，可滿足不同部位豬肉新鮮度多指標現(xiàn)場快速檢測和分級的需求。符娟娟等[47]設計了一款用于骨關節(jié)炎的原位檢測的近紅外光譜光纖探頭，通過自制的固定耦合裝置和紅外光譜儀聯(lián)用，可高效和高質(zhì)量地獲取樣本的光譜。盧啟鵬等[48]研究了光譜儀的波長漂移對偏最小二乘模型預測結果的影響，為儀器設計參數(shù)的確定和分析操作規(guī)程的制訂提供了依據(jù)。韓岷杰等[49]研究了不同光源類型、光纖探頭和光源與檢測點的距離以及光源功率對馬鈴薯近紅外光譜質(zhì)量的影響，為在線分選設備的設計及安裝提供了技術參考。曾英杰等[50]將近紅外光譜與低場核磁共振進行組合，研發(fā)了一種能夠同位同步采樣的聯(lián)用分析儀，實現(xiàn)了譜學信息互補，可用于石油產(chǎn)品、食品農(nóng)業(yè)和生物醫(yī)藥等領域。

鐘翔君等[51]研究了土壤的不同粒徑對近紅外光譜預測有機質(zhì)含量的影響，為確定田間土壤的光譜采集條件打下了基礎。趙晨等[52]通過研究不同飼料原料溫度對原料概略養(yǎng)分預測準確性的影響，獲得了用于測量玉米、碎米、大豆粕和花生粕4 種常見飼料原料近紅外光譜的合適溫度范圍。陳東杰等[53]探討了不同移動速度對近紅外光譜漫透射方式在線檢測庫爾勒香梨品質(zhì)的影響，并建立了穩(wěn)健性更好的速度混合模型。孫迪等[54]研究了季節(jié)因素對近紅外光譜預測規(guī)?；膛黾S水氮磷含量的影響，比較了季節(jié)內(nèi)和季節(jié)間模型的優(yōu)劣，為建立全季節(jié)要素的模型提供了支撐。楊增玲等[55]探究了將豆粕近紅外光譜定量分析模型從實驗室到工廠在線應用轉移的可行方法，通過擴充現(xiàn)場校正樣本的方法成功將實驗室光譜數(shù)據(jù)應用到飼料生產(chǎn)企業(yè)的在線分析。胡麗萍等[56]采用虛擬標樣建立轉移矩陣，將一臺在線近紅外光譜儀上的中草藥口服液光譜傳遞到另一臺儀器上，其結果滿足工業(yè)應用的要求。劉靜等[57]將外部參數(shù)正交化算法用于小柴胡顆粒近紅外光譜中水分信息的提取，提高了水分含量預測值的穩(wěn)定性和準確性。

在近紅外光譜數(shù)據(jù)庫建立方面，劉運華等[58]基于2000 多個樣本建立了油茶籽的近紅外光譜數(shù)據(jù)庫，可用于油茶籽收購、市場流通和生產(chǎn)加工。張坤峰等[59]建立了中藥口服固體制劑原輔料的近紅外光譜數(shù)據(jù)庫，并成為原輔料物性數(shù)據(jù)庫的重要部分。王曉麗等[60-61]建立了不同病蟲害的蘋果葉片光譜反射率和圖像數(shù)據(jù)庫，以及蘋果樹標準葉片近紅外光譜、標準圖像和氮含量的數(shù)據(jù)集，可為利用航空航天遙感監(jiān)測大面積果樹營養(yǎng)診斷和病蟲害提供數(shù)據(jù)支撐。

3 應用研究進展

近年來我國近紅外光譜的應用研究逐漸向以下兩個方向發(fā)展：小型、微型的便攜式儀器的現(xiàn)場分析應用[62-64]以及工農(nóng)業(yè)生產(chǎn)裝置的在線分析應用[65]。

3.1 便攜式現(xiàn)場分析

在硬件開發(fā)方面，高升等[66]基于可見/近紅外漫反射方式，研制了便攜式生長期紅提葡萄多品質(zhì)參數(shù)無損檢測儀，可以快速測定可溶性固形物含量、總酸、pH 值、硬度和含水率等指標。魏雨晴等[67]研制了便攜式近紅外光譜儀，將其用于枇杷果實的快速無損品質(zhì)分級，提升了枇杷果實的銷售經(jīng)濟價值。彭彥昆等[68]開發(fā)了具有自建模功能的便攜式近紅外光譜火腿品質(zhì)腐敗檢測設備，并利用物聯(lián)網(wǎng)技術和自行提出的貨架期預測模型開發(fā)了火腿貨架期預警系統(tǒng)。為滿足物聯(lián)網(wǎng)感知層中對物質(zhì)成分智能傳感的應用需求，王緒泉等[69]提出了集成多通道濾光片和集成LVF 兩種微型化光譜組件結構，并進行了相關的實驗驗證。

在應用研究方面，近年來研究人員將便攜式近紅外光譜儀與區(qū)域特色產(chǎn)業(yè)結合在一起，以創(chuàng)新提升優(yōu)勢產(chǎn)業(yè)，增強產(chǎn)品的競爭力。饒芳秋等[70]采用便攜式近紅外光譜儀建立了快速預測酒醅入窖和出窖的水分、酸度和淀粉含量的校正模型，可用于白酒生產(chǎn)車間發(fā)酵酒醅品質(zhì)的實時監(jiān)測。饒敏等[71]將便攜式近紅外光譜儀用于常見紡織品中纖維含量的快速分析，結果表明該方法可以用于日?，F(xiàn)場定量檢測工作。張雪莉等[72]利用便攜式近紅外光譜儀，快速檢測從油茶籽餅粕提取茶皂素過程中的主要組成含量，以確定提取終點。陳智鋒等[73]采用便攜近紅外光譜儀建立了快速預測混紡織品中羊毛含量的模型，可用于紡織品交易、海關商檢等現(xiàn)場檢測。董怡青等[74]提出了利用便攜式近紅外光譜儀無損鑒別陳皮真?zhèn)蔚姆椒?。范林宏等[75]用便攜式近紅外光譜對川貝母及其摻偽品進行快速鑒別，可滿足現(xiàn)場無損真?zhèn)舞b別的需求。王超等[76]利用近紅外光譜建立了小龍蝦新鮮度快速檢測方法，適用于市場上的批發(fā)商和商戶使用。周昊杰等[77]利用便攜式近紅外光譜儀建立苜蓿干草、玉米青貯兩種粗飼料營養(yǎng)成分的近紅外光譜數(shù)據(jù)庫，指導苜蓿干草和玉米青貯的高效精準利用，以達到節(jié)本增效的目的。在茶葉品控與裝備創(chuàng)制領域，研究者做了大量的研究和應用工作[78]。李文萃等[79]開發(fā)了用于茶葉品質(zhì)快速檢測的便攜式近紅外光譜專用分析儀，可快速預測茶葉中水分、茶多酚、氨基酸、咖啡堿和水浸出物等含量。梁浩等[80]將微型近紅外光譜儀結合云服務器實現(xiàn)了糞水中多種成分的現(xiàn)場速測，推進了智能化糞水管理網(wǎng)絡的建立。

3.2 工農(nóng)業(yè)在線分析

在線近紅外光譜在食品、飼料、糧油加工、煙草、能源化工和制藥等行業(yè)的應用越來越廣泛。張敏等[81]研發(fā)了一種基于近紅外光譜的谷物蛋白質(zhì)含量在線檢測系統(tǒng)，結合GPS/北斗定位模塊位置信號，可實現(xiàn)聯(lián)合收割機作業(yè)時動態(tài)檢測谷物蛋白質(zhì)的含量，并記錄采樣的地理位置信息。黃瑞等[82]基于近紅外光譜設計了一種冷凍魚肉自動化分類設備，可快速識別鮭魚和鱈魚。鄭佳輝等[83]研制了纖維制品識別與分選裝置，可對廢舊聚酯/棉混紡織物樣本進行含量預測，并通過吹分系統(tǒng)對不同聚酯含量的織物進行分選。楊雙雙等[84]探索了采用近紅外光譜預測乳酸發(fā)酵各營養(yǎng)成分含量的可行性，結果表明，該技術可用于乳酸等產(chǎn)品的發(fā)酵過程監(jiān)測。王魯飛等[85]采用在線近紅外光譜對膨化大豆粉的品質(zhì)進行實時監(jiān)測，及時發(fā)現(xiàn)生產(chǎn)過程中物料品質(zhì)的波動，并實施干預。劉杲華等[86]將在線近紅外光譜用于豆粕生產(chǎn)過程的質(zhì)量控制，提高了豆粕產(chǎn)品的合格率和質(zhì)量的穩(wěn)定性。吉桂珍等[87]采用近紅外光譜監(jiān)測甜菊糖苷生產(chǎn)過程液中乙醇濃度含量，為甜菊糖生產(chǎn)工藝控制提供了新的分析手段。宋彥等[88]將近紅外光譜用于眉茶的拼配比例高精度計算，有望應用在茶葉拼配作業(yè)中，以降低成本和優(yōu)化庫存。

在煙草行業(yè)，李石頭等[89]采用近紅外光譜結合相似度分析，在產(chǎn)地、部位和常規(guī)化學等方面表征煙葉的相似程度，提出了一種卷煙配方維護方法，可在一定程度上改善傳統(tǒng)煙葉替代及配方工作強度大、主觀性強等問題。王戈等[90]將在線近紅外光譜儀和面陣相機結合，制訂了基于配方原料均勻性的打葉復烤均質(zhì)化調(diào)控策略，提高了打葉復烤均質(zhì)化的加工效果。劉華友等[91]利用在線近紅外光譜實時測定了原煙煙堿的含量，采用“分區(qū)域、分區(qū)間”的入庫和“大小值煙框搭配”出庫作業(yè)方式，有效提高了配方打葉時每次備料的煙堿均勻性。杜國榮等[92]將近紅外光譜和金融領域中K 線圖結合用于煙絲總糖實時監(jiān)測，快速判斷批次內(nèi)、批次間的變化情況及未來批次走勢，與常用的誤差棒圖和箱線圖相比，具有更好的直觀性和時效性。

在能源化工相關行業(yè)，呂淵博等[93]基于近紅外漫反射光譜，研制了一種煤巖識別裝置，結合煤巖數(shù)據(jù)庫和識別算法，可快速鑒別煤巖的種類。梁浩等[94]通過設計旁路循環(huán)系統(tǒng)，研究了在線近紅外光譜測定糞污厭氧發(fā)酵過程中揮發(fā)性脂肪酸含量的可行性，為沼氣工程智能化控制提供分析數(shù)據(jù)。章群丹等[95]將近紅外光譜用于配方原油技術（如圖3 所示），通過原油品種和數(shù)量的優(yōu)化配伍，制定出與目標原油在物性和可加工性能等方面很相似的配方原油。該技術可以穩(wěn)定煉廠加工原油，配合原油在線調(diào)合技術，為企業(yè)帶來可觀的經(jīng)濟和社會效益。許育鵬等[96-97]將在線近紅外光譜分別用于S Zorb 裝置和潤滑油加氫異構裝置，實時分析多種物料的物化性質(zhì)和分子組成含量，與先進過程控制系統(tǒng)和實時優(yōu)化控制系統(tǒng)結合，實現(xiàn)了裝置的優(yōu)化運行。李權等[98]采用在線近紅外光譜檢測三羥甲基丙烷反應釜中各成分含量的實時變化，并對反應過程進行及時、準確的反饋控制，解決了生產(chǎn)安全和質(zhì)量控制的關鍵技術難題。

近紅外光譜作為過程分析技術的重要組成部分，在藥品制造過程中發(fā)揮了重要作用[99-101]，我國已有一些中藥或西藥生產(chǎn)企業(yè)將近紅外光譜用于生產(chǎn)過程的在線監(jiān)測，并取得了較好的應用效果。尚獻召等[102]將近紅外光譜用于注射用益氣復脈（凍干）生產(chǎn)過程中，提升了生產(chǎn)過程質(zhì)量的控制水平，降低了產(chǎn)品的批間差異，提高了產(chǎn)品的質(zhì)量可控性。金保等[103]利用近紅外光譜在中藥沸騰制粒生產(chǎn)過程中在線分析水分含量和粒度，加深了對沸騰制粒工藝過程的理解，為工藝研究和生產(chǎn)操作提供了指導?？聶训萚104]采用在線近紅外光譜實時監(jiān)測硫酸羥氯喹顆粒在干燥過程中的水分含量，有助于提高生產(chǎn)效率和成品的質(zhì)量。

4 總結與展望

近年來，近紅外光譜技術在我國得到了快速且高質(zhì)量發(fā)展。在工業(yè)應用領域，將近紅外光譜分析技術與現(xiàn)代過程控制技術密切結合的工程實施模式已得到普遍接受，與加工工藝的融合也逐漸得到認可和應用。利用近紅外光譜分析技術解決了部分傳統(tǒng)產(chǎn)業(yè)中的工藝配方靠經(jīng)驗、生產(chǎn)過程不優(yōu)化以及產(chǎn)品質(zhì)量有隱患等問題，為工藝參數(shù)的智能、實時、閉環(huán)調(diào)控提供了有力支持，提升了企業(yè)的經(jīng)營效益和現(xiàn)代化管理水平。近紅外光譜也正從以前的“錦上添花”技術轉變成“雪中送炭”技術。

近紅外光譜在貿(mào)易、購物和家庭等場景中的應用也得到了越來越多的關注。在智能家電方面，云計算、大數(shù)據(jù)和物聯(lián)網(wǎng)等計算和通信技術承擔了數(shù)據(jù)的傳送、分析、管理和儲存等工作，顯著簡化了近紅外光譜分析儀器的構造，使其更微小化和精準化。近紅外光譜與洗衣機、冰箱和廚電等家電的組合，在衣物材質(zhì)識別、食物成分檢測和烹飪過程監(jiān)測等場景初步具備了應用條件，大宗商品光譜數(shù)據(jù)庫的建立也將進一步促進這些應用的開發(fā)和普及。

未來，我國近紅外光譜關鍵技術的研發(fā)建議圍繞以下方面開展。（1）深度學習算法在解決復雜建模任務以及模型更新和傳遞等方面具有優(yōu)勢，但該類算法在光譜分析中的應用研究剛起步，如網(wǎng)絡規(guī)模、超參數(shù)的優(yōu)化選擇、過擬合和模型的可解釋性等問題仍需要進一步研究。此外，隨著光譜數(shù)據(jù)庫中有效樣本數(shù)的指數(shù)式增加，在現(xiàn)有機器學習和深度學習算法的基礎上，對定量和定性建模策略的研究和應用也將越來越重要[105]。（2）微型近紅外光譜儀和光譜成像儀的性能指標尚待進一步提高，包括波長范圍、分辨率、信噪比以及儀器的穩(wěn)定性和一致性等。此外，芯片式儀器的成本相對較高，限制了該技術的廣泛應用，尤其是用于消費電子品市場的需要二次開發(fā)的專用光譜傳感器。而且，小型化的多光譜融合光譜儀器硬件以及與多塊數(shù)據(jù)算法的組合也應一并考慮。（3）目前，近紅外光譜在很多領域的應用研究不夠深入，尤其是消費品的模型開發(fā)主要處于實驗室理想條件下的探索階段，研究成果零散，缺乏一致性和可比性，例如食用油摻假和肉制品摻假等識別模型。為滿足商品市場和消費市場的應用需求，建議由行業(yè)協(xié)會等組織機構統(tǒng)一協(xié)調(diào)，制訂更全面、更深入的研究方案和工作計劃，系統(tǒng)考察各種變化因素對識別和定量準確性的影響。在此基礎上，建立商品化、標準通用化的光譜數(shù)據(jù)庫，同時形成光譜數(shù)據(jù)庫定期升級維護的工作機制，不斷提高模型數(shù)據(jù)庫的適用范圍和利用效率。

References

[1] LIU Nan-Cen， GENG Li-Dong， MA Li-Juan， WU Zhi-Sheng. Chin. Tradit. Herb. Drugs， 2021， 52（21）： 6768-6774.

劉南岑， 耿立冬， 馬麗娟， 吳志生. 中草藥， 2021， 52（21）： 6768-6774.

[2] TIAN Hua. Sci. Technol. Food Ind. ， 2021， 42（18）： 41-47.

田華. 食品工業(yè)科技， 2021， 42（18）： 41-47.

[3] LI Min， WEN Guo-Ji， YAN Guang-Yuan， YE Xiang-Qun. Exp. Technol. Manage. ， 2021， 38（12）： 29-32.

李敏， 溫國基， 閆光遠， 葉向群. 實驗技術與管理， 2021， 38（12）： 29-32.

[4] ZOU Liang， LI Hui-Jun， WANG Ye-Feng， LEI Meng. Rev. Higher Edu. ， 2022， 10（2）： 57-61.

鄒亮， 李會軍， 王曄楓， 雷萌. 山東高等教育， 2022， 10（2）： 57-61.

[5] CHU Xiao-Li， YUAN Hong-Fu， LU Wan-Zhen. Anal. Instrum. ， 2006， （2）： 1-10.

褚小立， 袁洪福， 陸婉珍. 分析儀器， 2006， （2）： 1-10.

[6] CHU Xiao-Li， LU Wan-Zhen. Spectrosc. Spectral Anal. ， 2014， 34（10）： 2595-2605.

褚小立， 陸婉珍. 光譜學與光譜分析， 2014， 34（10）： 2595-2605.

[7] CHU Xiao-Li， SHI Yun-Ying， CHEN Pu， LI Jing-Yan， XU Yu-Peng. J. Instrum. Anal. ， 2019， 38（5）： 603-611.

褚小立， 史云穎， 陳瀑， 李敬巖， 許育鵬. 分析測試學報， 2019， 38（5）： 603-611.

[8] SUN Yan， CAI Wen-Sheng， SHAO Xue-Guang. J. Instrum. Anal. ， 2020， 39（10）： 1204-1208.

孫巖， 蔡文生， 邵學廣. 分析測試學報， 2020， 39（10）： 1204-1208.

[9] CHEN Ding-Fang， WU Yue-Feng， GUI Hui， HE Yu-Ting， LI Hai-Ying， XIAO Mei-Feng， ZHOU Jin， ZHOU Yi-Qun， DENG Kai-Wen， HE Fu-Yuan. J. Hunan Univ. Chin. Med. ， 2021， 41（12）： 1986-1992.

陳定芳， 吳月峰， 桂卉， 賀玉婷， 李海英， 肖美鳳， 周晉， 周逸群， 鄧凱文， 賀福元. 湖南中醫(yī)藥大學學報， 2021， 41（12）：1986-1992.

[10] WANG Hai-Peng， CAI Wen-Sheng， SHAO Xue-Guang. Acta Chim. Sin. ， 2023， 81（9）： 1167-1174.

王海朋， 蔡文生， 邵學廣. 化學學報， 2023， 81（9）： 1167-1174.

[11] LI Ling-Qiao， PAN Xi-Peng， FENG Yan-Chun， YIN Li-Hui， HU Chang-Qin， YANG Hui-Hua. Spectrosc. Spectral Anal. ，2019， 39（11）： 3606-3613.

李靈巧， 潘細朋， 馮艷春， 尹利輝， 胡昌勤， 楊輝華. 光譜學與光譜分析， 2019， 39（11）： 3606-3613.

[12] LI Wen-Xia， Du Yu-Jun， WANG Yue， LIU Zheng-Dong， ZHENG Jia-Hui， DU Wen-Qian， WANG Hua-Ping. Spectrosc.Spectral Anal. ， 2023， 43（7）： 2139-2145.

李文霞， 杜宇君， 王悅， 劉正東， 鄭佳輝， 杜文倩， 王華平. 光譜學與光譜分析， 2023， 43（7）： 2139-2145.

[13] SUN Xi-Ting， YUAN Hong-Fu， SONG Chun-Feng. J. Instrum. Anal. ， 2020， 39（10）： 1247-1253.

孫禧亭， 袁洪福， 宋春風. 分析測試學報， 2020， 39（10）： 1247-1253.

[14] WANG Lei， HUAN Ke-Wei， LIU Xiao-Xi， YUE Dan， HAN Feng-Di， ZHANG Wen-Jie. Chin. J. Anal. Chem. ， 2022， 50（12）：1918-1926.

王磊， 宦克為， 劉小溪， 岳丹， 韓豐地， 張文捷. 分析化學， 2022， 50（12）： 1918-1926.

[15] SUN Zhi-Xing， ZHAO Zhong-Gai， LIU Fei. Spectrosc. Spectral Anal. ， 2022， 42（3）： 749-756.

孫志興， 趙忠蓋， 劉飛. 光譜學與光譜分析， 2022， 42（3）： 749-756.

[16] LUO Zhi-Yong， QIN Yu-Hua， WANG Shi-Jie， HE Su-Su， ZHANG Hai-Tao. Laser Optoelectron. Prog. ， 2023， 60（6）： 434-440.

羅智勇， 秦玉華， 王世界， 何素素， 張海濤. 激光與光電子學進展， 2023， 60（6）： 434-440.

[17] ZHANG Jin， YE Shi-Zhu， WU Ai-Jing， LI Bo-Yan， LI Jie， ZHAN You-Guo， PENG Hai-Gen， XU Xing-Yang. Chin. J. Anal.Chem. ， 2022， 50（9）： 1391-1398.

張進， 葉世著， 吳艾璟， 李博巖， 李杰， 詹莜國， 彭海根， 徐興陽. 分析化學， 2022， 50（9）： 1391-1398.

[18] ZHANG Xiao-Dan， CHEN Yuan-Yuan. Foreign Electron. Meas. Technol. ， 2021， 40（7）： 100-104.

張小丹， 陳媛媛. 國外電子測量技術， 2021， 40（7）： 100-104.

[19] CHEN Chu-Han， ZHONG Su-Yuan， ZHONG Yang-Sheng， WANG Xian-Yan， DAI Fen. Guangdong Agric. Sci. ， 2021， 48（2）：129-137.

陳楚漢， 鐘蘇苑， 鐘楊生， 王先燕， 代芬. 廣東農(nóng)業(yè)科學， 2021， 48（2）： 129-137.

[20] LIU Zhen-Wen， XU Ling-Jie， CHEN Xiao-Jing. Spectrosc. Spectral Anal. ， 2020， 40（7）： 2313-2318.

劉貞文， 徐玲杰， 陳孝敬. 光譜學與光譜分析， 2020， 40（7）： 2313-2318.

[21] BIN Jun， WANG Zhi-Guo， DU Wen， ZHONG Ke-Jun， CHEN Zeng-Ping. Agric. Sci. Technol. ， 2022， 42（22）： 10-14.

賓俊， 王志國， 杜文， 鐘科軍， 陳增萍. 農(nóng)業(yè)與技術， 2022， 42（22）： 10-14.

[22] LI Jing-Yan， CHU Xiao-Li. Acta Pet. Sin. ， Pet. Process. Sect. ， 2019， 35（2）： 283-288.

李敬巖， 褚小立. 石油學報（石油加工）， 2019， 35（2）： 283-288.

[23] LIU Qiu-Fang， CHU Xiao-Li， CHEN Pu， LI Jing-Yan. Pet. Process. Petrochem. ， 2022， 53（1）： 86-92.

劉秋芳， 褚小立， 陳瀑， 李敬巖. 石油煉制與化工， 2022， 53（1）： 86-92.

[24] CAI GUANG-Qing， ZHANG Li， LI Chun-Peng， HU Yi-Jiong， WANG Hong-Li， YANG Shi-Qi， JI Ye. Petroleum New Energy，2023， 35（1）： 111-116.

蔡廣慶， 張莉， 李春澎， 胡益炯， 王弘歷， 楊詩棋， 紀曄. 油氣與新能源， 2023， 35（1）： 111-116.

[25] BI Shu-Hui， LI Xue， SHEN Tao， XU Yuan， MA Li-Yao. Trans. Chin. Soc. Agric. Eng. ， 2022， 38（13）： 141-149.

畢淑慧， 李雪， 申濤， 徐元， 馬荔瑤. 農(nóng)業(yè)工程學報， 2022， 38（13）： 141-149.

[26] YE Hua， YUAN Lei-Ming， ZHANG Hai-Ning， LI Li-Min. Spectrosc. Spectral Anal. ， 2020， 40（3）： 777-781.

葉華， 袁雷明， 張海寧， 李理敏. 光譜學與光譜分析， 2020， 40（3）： 777-781.

[27] DAI Jia-Wei， WANG Hai-Peng， CHEN Pu， CHU Xiao-Li. Chin. J. Anal. Chem. ， 2022， 50（6）： 839-849.

戴嘉偉， 王海朋， 陳瀑， 褚小立. 分析化學， 2022， 50（6）： 839-849.

[28] WU Si-Jun， WANG Long， WU Hong-Gen， HE Xing-Li， QIU Ping， LI Zheng， LI Wen-Long. J. Instrum. Anal. ， 2022， 41（1）：121-127.

吳思俊， 王龍， 吳紅根， 賀興立， 仇萍， 李正， 李文龍. 分析測試學報， 2022， 41（1）： 121-127.

[29] JIAO Jun， SHENG Yang， MA Xin， LI Shao-Chen， TENG Yan， LI Chun， JIANG Ling. Agric. Eng. ， 2021， 11（12）： 35-41.

焦俊， 圣陽， 馬鑫， 李紹辰， 滕燕， 李春， 蔣玲. 農(nóng)業(yè)工程， 2021， 11（12）： 35-41.

[30] SUN Di， LI Meng-Ting， MOU Mei-Rui， ZHAO Run， ZHANG Ke-Qiang. Spectrosc. Spectral Anal. ， 2021， 41（10）： 3092-3098.

孫迪， 李夢婷， 牟美睿， 趙潤， 張克強. 光譜學與光譜分析， 2021， 41（10）： 3092-3098.

[31] CHEN Ming-Ming， QIU Yan-Chao， FU Li-Xue， LI Dian-Wei， ZUO Feng， QIAN Li-Li. J. Chin. Cereals Oils Assoc. ， 2023，38（2）： 138-145.

陳明明， 邱彥超， 符麗雪， 李殿威， 左鋒， 錢麗麗. 中國糧油學. 2023， 38（2）： 138-145.

[32] CHI Fang， WANG Qing-Song， LI Cheng-Jun， YANG Ai-Yong， LU Wei-Ye， WANG Sen， MA Wei-Zhe， DOU You-Quan，CHEN Wei-Ze， ZHANG Dong-Lian， MO Jue-Hui， LU Zhi-Min ， YAO Shun-Chun. Therm. Power Gener. ， 2023， 52（7）：92-98.

茌方， 王慶松， 李承峻， 楊愛勇， 盧偉業(yè)， 王森， 馬維喆， 竇有權， 陳偉澤， 張冬練， 莫爵徽， 盧志民， 姚順春. 熱力發(fā)電，2023， 52（7）： 92-98.

[33] SONG Jian-Chao， ZHANG Lei， MA Wei-Guang， YIN Wang-Bao， JIA Suo-Tang. Opt. Precis. Eng. ， 2023， 31（13）： 1880-1889.

宋健超， 張雷， 馬維光， 尹王保， 賈鎖堂. 光學精密工程， 2023， 31（13）： 1880-1889.

[34] WANG Qiu， LI Bin， HAN Zhao-Yang， ZHAN Zhao-Hui， LIAO Jun， LIU Yan-De. Spectrosc. Spectral Anal. ， 2023， 43（5）：1450-1458.

王秋， 李斌， 韓昭洋， 占朝輝， 廖軍， 劉燕德. 光譜學與光譜分析， 2023， 43（5）： 1450-1458.

[35] CAI De-Ling， TANG Chun-Hua， LIANG Yu-Ying， ZENG Chuan， PENG Bi-Ning. Food Ferment. Ind. ， 2020， 46（7）： 218-224.

蔡德玲， 唐春華， 梁玉英， 曾川， 彭碧寧. 食品與發(fā)酵工業(yè)， 2020， 46（7）： 218-224.

[36] WANG Qing-Ya， LI Fu-Sheng， JIANG Xiao-Yu， ZHANG Li-Jiao， ZHANG Xiong-Jie， WANG Ren-Bo. Chin. J. Inf. Tradit.Chin. Med. ， 2021， 28（1）： 86-91.

王清亞， 李福生， 江曉宇， 張麗嬌， 張雄杰， 王仁波. 中國中醫(yī)藥信息雜志， 2021， 28（1）： 86-91.

[37] LEI Tao， ZHANG Han， YANG Ren-Jie， DONG Gui-Mei， YANG Yan-Rong. J. Tianjin Agric. Univ. ， 2022， 29（3）： 84-90.

雷濤， 張漢， 楊仁杰， 董桂梅， 楊延榮. 天津農(nóng)學院學報， 2022， 29（3）： 84-90.

[38] ZHANG Bai， LING Cai-Jin， LI Lu-Qing， ZHOU Qiao-Yi， ZHENFENG Li， SONG Fei-Hu， SONG Chun-Fang. Trans. Chin.Soc. Agric. Eng. ， 2022， 38（15）： 339-347.

張柏， 凌彩金， 李露青， 周巧儀， ZHENFENG Li， 宋飛虎， 宋春芳. 農(nóng)業(yè)工程學報， 2022， 38（15）： 339-347.

[39] HUANG Yan， LUO Yu-Qin， ZHANG Ling-Zhi， DAI Wei-Dong， LIN Zhi， LIN Gang， SUN Wei-Jiang. Sci. Technol. Food Ind. ，2023， 44（21）： 348-357.

黃艷， 羅玉琴， 張靈枝， 戴偉東， 林智， 林剛， 孫威江. 食品工業(yè)科技， 2023， 44（21）： 348-357.

[40] BIAN Ming-Bo， MA Yan-Peng， FAN Yi-Guang， CHEN Zhi-Chao， YANG Gui-Jun， FENG Hai-Kuan. Trans. Chin. Soc. Agric.Mach. ， 2023， 54（8）： 240-248.

邊明博， 馬彥鵬， 樊意廣， 陳志超， 楊貴軍， 馮海寬. 農(nóng)業(yè)機械學報， 2023， 54（8）： 240-248.

[41] LIU Yan-De， RAO Yu， SUN Xu-Dong， XIAO Huai-Chun， JIANG Xiao-Gang， XU Hai， LI Xiong， XU Jia， WANG Guan-Tian.Chin. Opt. ， 2020， 13（4）： 795-804.

劉燕德， 饒宇， 孫旭東， 肖懷春， 姜小剛， 徐海， 李雄， 徐佳， 王觀田. 中國光學， 2020， 13（4）： 795-804.

[42] LIU Yan-De， CUI Hui-Zhen， LI Bin， WANG Guan-Tian， XU Zhen， LI Mao-Peng. Spectrosc. Spectral Anal. ， 2022， 42（11）：3373-3379.

劉燕德， 崔惠楨， 李斌， 王觀田， 徐振， 李茂鵬. 光譜學與光譜分析， 2022， 42（11）： 3373-3379.

[43] TIAN Xi， CHEN Li-Ping， WANG Qing-Yan， LI Jiang-Bo， YANG Yi， FAN Shu-Xiang， HUANG Wen-Qian. Spectrosc.Spectral Anal. ， 2022， 42（6）： 1907-1914.

田喜， 陳立平， 王慶艷， 李江波， 楊一， 樊書祥， 黃文倩. 光譜學與光譜分析， 2022， 42（6）： 1907-1914.

[44] SUN Xiao-Peng， XU Sai， LU Hua-Zhong. Food Mach. ， 2019， 35（12）： 56-62.

孫瀟鵬， 徐賽， 陸華忠. 食品與機械， 2019， 35（12）： 56-62.

[45] JIN Wen-Ling， CAO Nai-Liang， ZHU Ming-Dong， CHEN Wei， ZHANG Pei-Guang， ZHAO Qing-Lei， LIANG Jing-Qiu， YU Ying-Hong， LV Jin-Guang， KAN Rui-Feng. Chin. Opt. ， 2020， 13（5）： 1032-1043.

金文玲， 曹乃亮， 朱明東， 陳偉， 張佩光， 趙慶磊， 梁靜秋， 余應弘， 呂金光， 闞瑞峰. 中國光學， 2020， 13（5）： 1032-1043.

[46] PENG Yan-Kun， ZOU Wen-Long， LI Rong-Jiao， ZUO Jie-Wen， YAO Xian-Qiang， YAO Xian-Qi， YANG De-Yong. Trans.Chin. Soc. Agric. Eng. ， 2023， 39（18）： 262-269.

彭彥昆， 鄒文龍， 李榮嬌， 左杰文， 姚現(xiàn)強， 姚現(xiàn)琦， 楊德勇. 農(nóng)業(yè)工程學報， 2023， 39（18）： 262-269.

[47] FU Juan-Juan， TANG Jin-Lan， BAO Yi-Lin， SHANG Hui， WU Jin-Jin， WANG Xiao， YIN Jian-Hua. J. Infrared Millimeter Waves， 2021， 40（6）： 784-790.

符娟娟， 唐金蘭， 包一麟， 尚慧， 吳進錦， 王瀟， 尹建華. 紅外與毫米波學報， 2021， 40（6）： 784-790.

[48] LU Qi-Peng， WANG Dong-Min， SONG Yuan， DING Hai-Quan， GAO Hong-Zhi. Spectrosc. Spectral Anal. ， 2022， 42（2）： 405-409.

盧啟鵬， 王動民， 宋源， 丁海泉， 高洪智. 光譜學與光譜分析， 2022， 42（2）： 405-409.

[49] HAN Min-Jie， WANG Xiang-You， XU Ying-Chao， CUI Ying-Jun， Lü Dan-Yang. Spectrosc. Spectral Anal. ， 2023， 43（1）： 37-42.

韓岷杰， 王相友， 許英超， 崔英俊， 呂丹陽. 光譜學與光譜分析， 2023， 43（1）： 37-42.

[50] ZENG Ying-Jie， LU Bing， YANG Liang， YANG Pei-Qiang， LU Dao-Li， CHEN Bin. Foreign Electron. Meas. Technol.， 2023，42（3）： 88-94.

曾英杰， 盧丙， 楊亮， 楊培強， 陸道禮， 陳斌. 國外電子測量技術， 2023， 42（3）： 88-94.

[51] ZHONG Xiang-Jun， YANG Li， ZHANG Dong-Xing， CUI Tao， HE Xian-Tao， DU Zhao-Hui. Spectrosc. Spectral Anal. ， 2022，42（8）： 2542-2550.

鐘翔君， 楊麗， 張東興， 崔濤， 和賢桃， 杜兆輝. 光譜學與光譜分析， 2022， 42（8）： 2542-2550.

[52] ZHAO Chen， REN Qi-Feng， WANG Li-Hua. Feed Ind. ， 2023， 44（14）： 99-103.

趙晨， 任啟峰， 王利華. 飼料工業(yè)， 2023， 44（14）： 99-103.

[53] CHEN Dong-Jie， JIANG Pei-Hong， GUO Feng-Jun， ZHANG Yu-Hua， ZHANG Chang-Feng. Spectrosc. Spectral Anal. ， 2020，40（6）： 1839-1845.

陳東杰， 姜沛宏， 郭風軍， 張玉華， 張長峰. 光譜學與光譜分析， 2020， 40（6）： 1839-1845.

[54] SUN Di， YANG Ren-Jie， LI Meng-Ting， MOU Mei-Rui， LI Ming-Tang， ZHANG Ke-Qiang， ZHAO Run. Trans. Chin. Soc.Agric. Eng. ， 2020， 36（10）： 197-205.

孫迪， 楊仁杰， 李夢婷， 牟美睿， 李明堂， 張克強， 趙潤. 農(nóng)業(yè)工程學報， 2020， 36（10）： 197-205.

[55] YANG Zeng-Ling， YANG Qin-Kai， SHEN Guang-Hui， MEI Jia-Qi， HUANG Yuan-Ping， HAN Lu-Jia. Trans. Chin. Soc.Agric. Mach. ， 2019， 50（8）： 358-363， 371.

楊增玲， 楊欽楷， 沈廣輝， 梅佳琪， 黃圓萍， 韓魯佳. 農(nóng)業(yè)機械學報， 2019， 50（8）： 358-363， 371.

[56] HU Li-Ping， HUANG Sheng-Quan， TIAN Shu-Hua， HUANG Yan-Sheng， HU Liu-Yun， A FALOLA Akinola， LI Xuan， SHU Yi-Dan， WANG Xue-Zhong. Chem. Ind. Eng. Prog. ， 2020， 39（8）： 3263-3272.

胡麗萍， 黃生權， 田淑華， 黃延盛， 胡流云， A FALOLA Akinola， 李璇， 舒逸聃， 王學重. 化工進展， 2020， 39（8）： 3263-3272.

[57] LIU Jing， ZHANG Yan， WANG Li-Fang， ZHANG Tao， XIANG Wan， ZHOU Wen-Zhong， YANG Xiao-Yun， YANG Pan-Pan.Chin. J. Pharm. Anal. ， 2023， 43（5）： 827-836.

劉靜， 張燕， 王立芳， 張韜， 向琬， 周文忠， 楊曉云， 楊盼盼. 藥物分析雜志， 2023， 43（5）： 827-836.

[58] LIU Yun-Hua， CHEN Dan， FAN Xiao-Na， LIU Chang-Chun， TANG Guo， PENG Zhi-Bing. China Food Saf. Mag. ， 2022， （3）：175-177.

劉運華， 陳丹， 范小娜， 劉常春， 唐果， 彭志兵. 食品安全導刊， 2022， （3）： 175-177.

[59] ZHANG Kun-Feng， WANG Zheng， CAO Jun-Jie， ZHANG Zhi-Qiang， QIAO Yan-Jiang， XU Bing. J. Instrum. Anal. ， 2021，40（1）： 1-9.

張坤峰， 王政， 曹君杰， 張志強， 喬延江， 徐冰. 分析測試學報， 2021， 40（1）： 1-9.

[60] WANG Xiao-Li， HU Qian-Hao， FAN Jing-Chao， LI Zhuang. J. Agric. Big Data， 2020， 2（4）： 113-119.

王曉麗， 胡乾浩， 樊景超， 李壯. 農(nóng)業(yè)大數(shù)據(jù)學報， 2020， 2（4）： 113-119.

[61] GAO Fei， WANG Xiao-Li， LIU Ting-Ting， LI Zhuang， MAN Rui. J. Agric. Big Data， 2020， 2（4）： 120-124.

高飛， 王曉麗， 劉婷婷， 李壯， 滿芮. 農(nóng)業(yè)大數(shù)據(jù)學報， 2020， 2（4）： 120-124.

[62] HUO Xue-Song， CHEN Pu， DAI Jia-Wei， WANG Hai-Peng， LIU Dan， LI Jing-Yan， XU Yu-Peng， CHU Xiao-Li. J. Instrum.Anal. ， 2022， 41（9）： 1301-1313.

霍學松， 陳瀑， 戴嘉偉， 王海朋， 劉丹， 李敬巖， 許育鵬， 褚小立. 分析測試學報， 2022， 41（9）： 1301-1313.

[63] WANG Yong， YANG Guo-Yao， QIAO Jun-Feng， FAN Xing， YANG Bo， LI Yun-Xin， NONG Yong-Hong， YANG Mei， ZI Wen-Hua. Jiangsu Agric. Sci. ， 2022， 50（7）： 10-17.

王永， 楊國耀， 喬俊峰， 范興， 楊博， 李昀欣， 農(nóng)永紅， 楊梅， 資文華. 江蘇農(nóng)業(yè)科學， 2022， 50（7）： 10-17.

[64] LI Yin-Jun， YANG Jie， WANG Jing， DING Hua， LIU Jiao， ZHANG Xun， PENG Li-Jun. Qual. Saf. Agro-products， 2023， （2）： 40-44.

李胤均， 楊潔， 王婧， 丁華， 劉姣， 張珣， 彭立軍. 農(nóng)產(chǎn)品質(zhì)量與安全， 2023， （2）： 40-44.

[65] TANG Xue-Fang， QI Fei-Yu， WANG Tuan-Jie， LIANG Zi-Chen， QIAO Yan-Jiang， XIAO Wei， XU Bing. China J. Chin.Mater. Med. ， 2023， 48（12）： 3190-3198.

唐雪芳， 齊飛宇， 王團結， 梁子辰， 喬延江， 肖偉， 徐冰. 中國中藥雜志， 2023， 48（12）： 3190-3198.

[66] GAO Sheng， WANG Qiao-Hua， SHI Hang， LI Qing-Xu. Trans. Chin. Soc. Agric. Mach. ， 2021， 52（2）： 308-319.

高升， 王巧華， 施行， 李慶旭. 農(nóng)業(yè)機械學報， 2021， 52（2）： 308-319.

[67] WEI Yu-Qing， WANG Yu-Ning， LI Shao-Jia， SUN Chong-De， WU Di. J. Zhejiang Univ. ， Agric. Life Sci. ， 2020， 46（1）： 119-125.

魏雨晴， 王毓寧， 李紹佳， 孫崇德， 吳迪. 浙江大學學報（農(nóng)業(yè)與生命科學版）， 2020， 46（1）： 119-125.

[68] PENG Yan-Kun， ZHAO Ren-Hong， ZOU Wen-Long， ZHAO Xin-Long， GUO Qing-Hui， ZHUANG Qi-Bin. Trans. Chin. Soc.Agric. Mach. ， 2022， 53（10）： 396-404.

彭彥昆， 趙仁宏， 鄒文龍， 趙鑫龍， 郭慶輝， 莊齊斌. 農(nóng)業(yè)機械學報， 2022， 53（10）： 396-404.

[69] WANG Xu-Quan， WANG Li-Li， FANG Jia-Xiong. Chin. J. Lasers， 2021， 48（12）： 323-333.

王緒泉， 王麗麗， 方家熊. 中國激光， 2021， 48（12）： 323-333.

[70] RAO Fang-Qiu， HE Cui-Rong， LU Bin， LI Wan-Qun， LAN Xiao-Qin， YUAN Song-Lin， GENG Dong-Xian. Liquor-Making Sci. Technol. ， 2022， （4）： 71-77.

饒芳秋， 何翠容， 盧斌， 李萬群， 蘭小琴， 袁松林， 耿東晛. 釀酒科技， 2022， （4）： 71-77.

[71] RAO Min， ZHANG Cen， QIAO Ning， GUI Jia-Xiang. China Port Sci. Technol. ， 2021， （4）： 17-22.

饒敏， 張岑， 喬寧， 桂家祥. 中國口岸科學技術， 2021， （4）： 17-22.

[72] ZHANG Xue-Li， DING Yan-Hua， MA Hai-Le， HONG Chen， ZHANG Tao， TANG Yan-Ping. J. Chin. Inst. Food Sci. Technol. ，2022， 22（11）： 326-334.

張雪莉， 丁艷華， 馬海樂， 洪晨， 張濤， 唐艷萍. 中國食品學報， 2022， 22（11）： 326-334.

[73] CHEN Zhi-Feng， WAN Chang-Jiang， CHEN Jian-Hua. China Fiber Inspect. ， 2019， （12）： 80-83.

陳智鋒， 萬昌江， 陳建華. 中國纖檢， 2019， （12）： 80-83.

[74] DONG Yi-Qing， YANG Qing-Hua， YU Mei， ZHAO Zhi-Lan， FAN Wei， LI Pao， ZHENG Yu. China Fruit Vegetable， 2022，42（9）： 33-39.

董怡青， 楊清華， 余梅， 趙芷嵐， 范偉， 李跑， 鄭郁. 中國果菜， 2022， 42（9）： 33-39.

[75] FAN Lin-Hong， HE Lin， TAN Chao-Qun， TIAN Yao， ZHANG Chun-Ling， WU Chun-Jie， HUANG Yong-Liang. Chin. J. Exp.Tradit. Med. Formulae， 2022， 28（3）： 131-138.

范林宏， 何林， 譚超群， 田瑤， 張春玲， 吳純潔， 黃永亮. 中國實驗方劑學雜志， 2022， 28（3）： 131-138.

[76] WANG Chao， LIU Yan， XIA Zhen-Zhen， WANG Qiao， DUAN Shuo. Spectrosc. Spectral Anal. ， 2023， 43（1）： 156-161.

王超， 劉言， 夏珍珍， 王橋， 段爍. 光譜學與光譜分析， 2023， 43（1）： 156-161.

[77] ZHOU Hao-Jie， LI Xiao-Yu， FENG Yu， ZHANG Dan， YIN Guo-Pei， WANG Shuang， ZHEN Yu-Guo， WANG Tao.Heilongjiang Anim. Sci. Vet. Med. ， 2020， 3： 106-109.

周昊杰， 李小宇， 馮煜， 張丹， 尹國沛， 王爽， 甄玉國， 王濤. 黑龍江畜牧獸醫(yī)， 2020， 3： 106-109.

[78] REN Guang-Xin， JIN Shan-Shan， LI Lu-Qing， NING Jing-Ming， ZHANG Zheng-Zhu. J. Tea Sci. ， 2020， 40（6）： 707-714.

任廣鑫， 金珊珊， 李露青， 寧井銘， 張正竹. 茶葉科學， 2020， 40（6）： 707-714.

[79] LI Wen-Cui， ZHOU Xin-Qi， FAN Qi-Ye， WANG Jia-Peng， ZHENG Qi-Wei， TANG Xiao-Lin. Mod. Food Sci. Technol. ，2021， 37（5）： 303-309.

李文萃， 周新奇， 范起業(yè)， 王家鵬， 鄭啟偉， 唐小林. 現(xiàn)代食品科技， 2021， 37（5）： 303-309.

[80] LIANG Hao， SHI Zhuo-Lin， FAN Ya-Peng， REN Zhao-Xia， YUAN Tian-Yi， HUANG Yuan-Ping， HAN Lu-Jia， YANG Zeng-Ling. Trans. Chin. Soc. Agric. Eng. ， 2022， 38（10）： 208-215.

梁浩， 史卓林， 范雅彭， 任朝霞， 袁天怡， 黃圓萍， 韓魯佳， 楊增玲. 農(nóng)業(yè)工程學報， 2022， 38（10）： 208-215.

[81] ZHANG Min， WU Chong-You， CHEN Xu， ZHU Dao-Jing， JIN Mei， WANG Gang. Trans. Chin. Soc. Agric. Eng. ， 2021， 37（1）：36-43.

張敏， 吳崇友， 陳旭， 朱道靜， 金梅， 王剛. 農(nóng)業(yè)工程學報， 2021， 37（1）： 36-43.

[82] HUANG Rui， GAO Xiang. Autom. Instrum. ， 2023， 38（1）： 70-75.

黃瑞， 高翔. 自動化與儀表， 2023， 38（1）： 70-75.

[83] ZHENG Jia-Hui， DU Yu-Jun， LI Wen-Xia， LIU Zheng-Dong， WANG Hua-Ping. J. Instrum. Anal. ， 2020， 39（11）： 1365-1370.

鄭佳輝， 杜宇君， 李文霞， 劉正東， 王華平. 分析測試學報， 2020， 39（11）： 1365-1370.

[84] YANG Shuang-Shuang， SHENG Yong-Ji， SHU Mou， YANG Shuo， SUN Qi， LI Wen-Zhao， CHEN Bo， ZHANG Yi-Xin， LIU Nan， SUI Miao. Contemp. Chem. Ind. ， 2022， 51（8）： 1923-1926.

楊雙雙， 盛永吉， 叔謀， 楊碩， 孫琦， 李文釗， 陳博， 張一欣， 劉楠， 隋淼. 當代化工， 2022， 51（8）： 1923-1926.

[85] WANG Lu-Fei， DONG Ying-Zhang， ZHOU Mei-Sheng， ZHOU Hai， YANG Long-Juan， SHI Sheng-Ai. China Oils Fats， 2023，48（1）： 135-137.

王魯飛， 董迎章， 周梅升， 周海， 楊龍娟， 時圣愛. 中國油脂， 2023， 48（1）： 135-137.

[86] LIU Gao-Hua， SHEN Feng， CHEN Feng， LU Wei-Dong， YANG Li-Xin. China Oils Fats， 2020， 45（12）： 142-144.

劉杲華， 申鋒， 陳鋒， 盧偉東， 楊立新. 中國油脂， 2020， 45（12）： 142-144.

[87] JI Gui-Zhen， SHI Wen-Jie， ZHANG Ping-Ping， ZHANG Xiao-Nan， CHENG Yuan-Xin. China Food Addit. ， 2023， 34（1）： 300-305.

吉桂珍， 石文杰， 張?zhí)O蘋， 張曉楠， 程遠欣. 中國食品添加劑， 2023， 34（1）： 300-305.

[88] SONG Yan， WANG Xiao-Zhong， ZHAO Lei， ZHANG Ye， NING Jing-Ming， CHENG Fu-Shou. Trans. Chin. Soc. Agric. Eng. ，2022， 38（2）： 307-315.

宋彥， 汪小中， 趙磊， 張葉， 寧井銘， 程福壽. 農(nóng)業(yè)工程學報， 2022， 38（2）： 307-315.

[89] LI Shi-Tou， LIAO Fu， HE Wen-Miao， ZHANG Li-Li， TIE Jin-Xin， LI Yong-Sheng， HAO Xian-Wei， TIAN Yu-Nong， BI Yi-Ming， WU Ji-Zhong， WANG Hui， XU Qing-Quan. Tob. Sci. Technol. ， 2020， 53（2）： 88-93.

李石頭， 廖付， 何文苗， 張立立， 帖金鑫， 李永生， 郝賢偉， 田雨農(nóng)， 畢一鳴， 吳繼忠， 王輝， 徐清泉. 煙草科技， 2020， 53（2）：88-93.

[90] WANG Ge， XU Wei-Jie， YIN Xu， LIU Wei， ZHANG Xin， SHEN Han， XU Qi-Min， YANG Kai. Tob. Sci. Technol. ， 2022，55（1）： 77-83.

王戈， 徐瑋杰， 尹旭， 劉威， 張鑫， 沈晗， 徐其敏， 楊凱. 煙草科技， 2022， 55（1）： 77-83.

[91] LIU Hua-You， ZHOU Shun-Feng， ZHU Chuan-Cai， SONG Zhi-Yong， SHUAI Ming， LI Jun， PENG Qiu-Qiang. J. Anhui Agric. Sci. ， 2021， 49（3）： 193-195.

劉華友， 周順峰， 朱傳才， 宋智勇， 帥鳴， 李軍， 彭邱強. 安徽農(nóng)業(yè)科學， 2021， 49（3）： 193-195.

[92] DU Guo-Rong， MA Li， MA Yan-Jun， LIU De-Shui， SHI Su-Juan， JIAO Hai-Nan， HUANG Yue. Acta Tab. Sin. ， 2023， 29（5）： 20-26.

杜國榮， 馬莉， 馬雁軍， 劉德水， 史素娟， 矯海楠， 黃越. 中國煙草學報， 2023， 29（5）： 20-26.

[93] LYU Yuan-Bo， WANG Shi-Bo， GE Shi-Rong， ZHOU Yue， WANG Sai-Ya， BAI Yong-Tai. J. Mine Autom. ， 2022， 48（7）： 32-42.

呂淵博， 王世博， 葛世榮， 周悅， 王賽亞， 柏永泰. 工礦自動化， 2022， 48（7）： 32-42.

[94] LIANG Hao， HUANG Yuan-Ping， SHEN Guang-Hui， HAN Lu-Jia， YANG Zeng-Ling. Trans. Chin. Soc. Agric. Eng. ， 2020，36（10）： 220-226.

梁浩， 黃圓萍， 沈廣輝， 韓魯佳， 楊增玲. 農(nóng)業(yè)工程學報， 2020， 36（10）： 220-226.

[95] ZHANG Qun-Dan， XU Yu-Peng， TIAN Song-Bai， CHU Xiao-Li. Pet. Process. Petrochem. ， 2019， 50（9）： 64-69.

章群丹， 許育鵬， 田松柏， 褚小立. 石油煉制與化工， 2019， 50（9）： 64-69.

[96] XU Yu-Peng， LIU Tian-Bo， WANG Shuo， ZHANG Rui， LIU Yu-Liang， LIN Kun， ZHAO Yan-Wei， CHU Xiao-Li. Pet.Process. Petrochem. ， 2022， 53（10）： 93-99.

許育鵬， 劉天波， 王碩， 張蕊， 劉玉亮， 林坤， 趙衍偉， 褚小立. 石油煉制與化工， 2022， 53（10）： 93-99.

[97] XU Yu-Peng， LIU Dan， CHU Xiao-Li， ZHANG Qun-Dan， CHEN Pu， WU Mei. Acta Pet. Sin. ， Pet. Process. Sect. ， 2022，38（3）： 729-738.

許育鵬， 劉丹， 褚小立， 章群丹， 陳瀑， 吳梅. 石油學報（石油加工）， 2022， 38（3）： 729-738.

[98] LI Quan， DOU Ya-Jun， ZHOU Chun-Jie， QU Tong-De. Technol. Dev. Chem. Ind. ， 2023， 52（7）： 81-84.

李權， 竇亞軍， 周椿杰， 曲同德. 化工技術與開發(fā)， 2023， 52（7）： 81-84.

[99] ZAN Meng-Qing， NIU Jian-Zhao， XU Ming-Di， LIU Qian. Chin. J. Pharm. ， 2022， 53（10）： 1402-1407.

昝孟晴， 牛劍釗， 許鳴鏑， 劉倩. 中國醫(yī)藥工業(yè)雜志， 2022， 53（10）： 1402-1407.

[100] SUN Yu， XU Gan， WEN Hai-Ruo. China Tradit. Herb. Drugs， 2021， 52（21）： 6755-6767.

孫昱， 徐敢， 文海若. 中草藥， 2021， 52（21）： 6755-6767.

[101] XIONG Hao-Shu， ZHANG Qiang， ZHANG Shun-Nan， CAI Jin-Yong， SU Jing， ZHU Yong-Hong， YAN Kai-Jing. China J.Chin. Mater. Med. ， 2023， 48（1）： 22-29.

熊皓舒， 張嬙， 章順楠， 蔡金勇， 蘇晶， 朱永宏， 閆凱境. 中國中藥雜志， 2023， 48（1）： 22-29.

[102] SHANG Xian-Zhao， MENG Zhao-Ping， LI De-Kun， ZHANG Lei. Drug Eval. Res. ， 2021， 44（11）： 2314-2321.

尚獻召， 孟昭平， 李德坤， 張磊. 藥物評價研究， 2021， 44（11）： 2314-2321.

[103] JIN Bao， ZHONG Zhi-Jian， XIAO Jin-Fa， PENG Wei， LIU Xu-Hai. Med. Hygi. ， 2022， （5）： 64-67.

金保， 鐘志堅， 肖金發(fā)， 彭偉， 劉旭海. 中文科技期刊數(shù)據(jù)庫（全文版）醫(yī)藥衛(wèi)生， 2022， （5）： 64-67.

[104] KE Ying， ZHU Zhen-Ming， ZHANG Shuo-Yang， WANG Wei-Qing， LU Feng. J. Pharm. Pract. ， 2021， 39（1）： 23-28.

柯櫻， 朱振明， 張爍陽， 王薇青， 陸峰. 藥學實踐雜志， 2021， 39（1）： 23-28.

[105] CHEN Pu， DAI Jia-Wei， LI Jing-Yan， XU Yu-Peng， LIU Dan， CHU Xiao-Li. Chem. Reagents， 2023， 45（6）： 105-112.

陳瀑， 戴嘉偉， 李敬巖， 許育鵬， 劉丹， 褚小立. 化學試劑， 2023， 45（6）： 105-112.

中國石油化工股份有限公司煉油事業(yè)部合同項目（No. CLY24080）資助。