实验室近红外分析仪的校准从哪些方面开始

　　实验室近红外分析仪的校准首先分为仪器本身的硬件校准与样品化学计量学模型校准两个层面。仪器校准是保证波长准确性和吸光度线性的基础，通常包括波长校准与光度校准。波长校准常用标准物质法：用钬玻璃滤光片、镨钕滤光片、氘灯发射谱线等标准光源或标准滤光片，在多个特征波长点测量仪器的示值与标准值之差，确认波长误差是否在允许范围内(一般要求波长准确度≤1–2nm)，若超差则需调整光栅位置或重新建立波长校准曲线。光度校准则通过标准中性密度滤光片或硫酸铜溶液等标准品检查吸光度准确度与重复性，验证检测器的线性响应，必要时进行光强归一化。此外还有杂散光检查、基线平直度、噪声与漂移测试等项目，确保仪器光学系统处于正常工作状态。仪器校准属于基础计量确认，应定期(如每半年或一年)由计量部门或依据检定规程完成。

　　一、模型校准(化学计量学定标)

　　近红外分析的核心在于“光谱—成分”转换模型，即通过已知化学值(如水分、蛋白质、淀粉含量)的样品建立定标模型。模型校准主要分以下几个步骤与方式：

　　1. 定标样品集的准备。 这是模型准确性的基础。需采集覆盖目标成分含量范围、代表性强、均匀性好的样品(一般几十至上百份)，并用基准方法(如烘箱法测水分、凯氏定样法测蛋白质)测定其参考值。样品数量、覆盖范围与分布均匀性直接决定模型的泛化能力。

　　2. 光谱采集。 在仪器稳定状态下按统一条件(波长范围、扫描次数、装样方式)采集各样品的近红外光谱。光谱质量受样品粒度、温度、装样密度影响，因此定标样品与未知样品必须在相同条件下测量，保证基体与光散射条件一致。

　　3. 光谱预处理。 原始光谱中含基线漂移、散射、噪声等干扰，需采用数学方法预处理：常用一阶/二阶导数消除基线漂移和散射影响，平滑处理降低随机噪声，矢量归一化(SNV)消除装样差异。预处理方法需结合建模效果验证选择，避免过处理损失有效信息。

　　4. 建模方法。 常用回归方法包括多元线性回归(MLR)、主成分回归(PCR)和偏最小二乘法(PLS)。PLS因能同时处理多重共线性、噪声和样品数量少的问题，是目前最主流的建模方法。主成分数选择需通过交叉验证确定，防止过拟合或欠拟合。

　　5. 模型验证。 通过内部交叉验证和外部独立验证评估模型：内部验证用留一法或分块法计算交叉验证均方根误差(RMSECV)，外部验证用未参与建模的独立样品集计算预测均方根误差(RMSEP)。要求定标决定系数(R²)高、交叉验证误差与预测误差接近且在可接受范围内。若验证结果不达标，需调整预处理方法、波长范围、建模变量或扩充样品集重新建模。

　　二、日常校准与模型维护

　　仪器投入使用后还需进行常规校准与模型维护：每次开机预热后用标准参比样品检查仪器漂移，超出阈值时进行波长/光度校准；用已知样品定期验证模型的预测偏差，发现偏差超标或基体变化(如原料产地、品种改变)时及时更新模型或建立新模型。模型传递(如仪器间、仪器维修后)也是关键环节，可采用斜率/截距法、分段直接标准化(PDS)等方法将原模型校正到目标仪器上，避免因仪器差异引入系统误差。

　　三、校准管理

　　实验室应建立仪器校准台账，记录每次波长/光度校准、模型建立与验证的时间、参数和结果，并按周期进行期间核查，确保仪器测量结果长期可追溯、可靠。