2022年10月20-22日，中国仪器仪表学会近红外光谱分会举办了全国第九届近红外光谱学术会议。来自多所高校、研究院所的老师和同学们、各厂商代表们以网络会议的形式参加了此次大会。
本次大会有80余场口头报告，涉及化学计量学方法、仪器、光谱成像、农林业、药物与过程分析等多个方面。
1、化学计量学方法与应用研究
化学计量学方法与应用研究在本次会议的报告中占比较高。来自南开大学的邵学广教授进行了题为“近红外光谱分析中的化学计量学方法”的报告。介绍了建模流程及相关问题，强调了数据质量、模型评价与验证、模型监控的重要性。着重讲述了建模流程中数据集及质量考察，涉及参考值、光谱、建模样本数量、奇异样本、验证集等五个方面，同时也对近两年的建模竞赛提出了建议；来自华东理工大学的杜一平教授带来了“相关性组分对近红外光谱分析模型的影响”的报告，从样品中浓度相关性的角度讨论近红外模型，当样品中存在与被测组分浓度具有相关性的组分时，模型可以凭借这种相关性提高模型的预测能力；来自温州大学的陈孝敬教授带来了“偏最小二乘的几种改进研究”的报告，提出了偏最小二乘模型泛化算法、结合最小截断二乘思想的偏最小二乘、基于最小无穷范数的偏最小二乘、基于影响函数的偏最小二乘模型等多种改进方法；来自天津工业大学的卞希慧副教授带来了多种群体智能优化算法，并将其应用于各类样品光谱的变量选择；此外，还有多场化学计量学方面的报告，研究内容涉及了预处理方法、变量选择、模型转移和各种定性定量模型的建模方法，对扩展近红外光谱的应用范围和改善模型具有重要作用。
2、集成学习策略
集成学习策略是本次会议报告内容的亮点之一。来自暨南大学的潘涛教授带来了“近红外光谱模式识别的模型补偿融合方法”的报告，从博弈论思想出发，提出了一种光谱模式识别的模型补偿投票策略，取得明显优于单个模型的判别效果，潘涛教授还分享了应用于血清乳腺癌与正常对照的二分类和饮用水三分类的实例；来自海南大学的云永欢副教授系统地从近红外光谱的基础理论、方法开发到应用研究做了介绍，着重讲述了基于集群分析发展的多种变量选择方法，如区间随机青蛙、迭代保留信息变量、变量组合集群分析等，并开展了对农产品快速分析、罗非鱼新鲜度高光谱成像分析、短视频传感器用于食品检测等应用研究。
3、深度学习
深度学习是化学计量学领域发展的前沿方向之一。当前，深度学习已广泛用于光谱定量及判别分析的研究中，加深对数据本身的理解更有利于研究者对神经网络进行合理调控。
本次会议中有很多与深度学习相关的创新研究。来自温州大学的黄光造老师介绍了自编码器结合近红外光谱检测奶粉掺假的策略，利用单类样本对自编码器建模，并由样品输入自编码器后的重建误差进行聚类，实现了对掺假奶粉的高精度鉴别；桂林理工大学的陈华舟教授带来了“基于Levy飞行的神经网络优化模型应用于鱼粉NIR定量分析”的报告，利用Levy参数对神经网络进行有向调控，以提高定量模型预测精度，并应用于鱼粉饲料的蛋白质含量预测，取得明显优于常规神经网络的定量结果；来自燕山大学的研究生受深度迁移学习启发，发展了基于LSTM及迁移学习的近红外模型转移方法，并将其用于不同批次聚谷氨酸定量模型的转移，证明了迁移学习用于模型转移的有效性。
4、水光谱组学
水光谱组学是近红外光谱研究领域的新方向，从温控近红外光谱技术的发展到水光谱探针的提出，提升了近红外光谱的研究水平，扩展了近红外光谱的研究范围。
近年来，国内越来越多的研究者开始关注水光谱的研究工作。潘涛教授在三分类问题中，构建了多模态测量方法，巧妙地将水光谱组学知识和判别方法联系起来，形成优势互补；来自山东大学和南开大学的两位博士生分别进行了报告：前者介绍了基于近红外水光谱组学的知识，利用支持向量机、遗传算法等分类方法区分了酸降解和酶消化获得的低分子量透明质酸，并分析了核磁共振、二维相关光谱、分子动力学模拟等结果，在原子和分子水平上揭示了两种来源的低分子量透明质酸水化行为差异的机制；后者介绍了利用近红外光谱中的OH伸缩振动一级倍频和HOH弯曲和伸缩振动组合频波段对水进行结构分析，通过小波包变换和连续小波变换增强光谱分辨率，观察到了对应不同氢键结构水的吸收峰。期待在下次会议中看到更多水光谱探针的研究工作。
5、近红外仪器及应用
本次会议还邀请了四位国际知名学者进行报告。来自韩国汉阳大学的Hoeil Chung教授通过对胆汁的近红外光谱分析来判别胆囊癌，并对测试仪器进行了创新设计，巧妙地对胆汁样本以单液滴形式处理，也实现了全氟化碳捕获的微塑料物质进行定量检测；来自日本名古屋大学的Satoru Tsuchikawa教授介绍了近红外成像在农业和林业的应用，使用CARS进行波长选择从而实现对水果含糖量分布的准确预测，利用PLS模型对菠菜叶子的亚硝酸盐分布进行无损评估，通过成像技术将木材的湿度可视化，并区分了强氢键键合水、弱氢键键合水和自由水；来自因斯布鲁克大学的Christian Wolfgang Huck教授介绍了微小型近红外光谱仪的现状和未来，微型便携式仪器在植物分析、秋收时间的优化、黑松露的质量检测等方面起到重要作用；来自西班牙科尔多瓦大学的Dolores Pérez-Marín教授介绍了近红外光谱技术在农产品过程控制方面的应用，实现了农产品的现场分析、家禽类的活体分析等。
近红外光谱分析技术在农林业、食品、药物生产及分析等领域具有重要的应用。王家俊高工带来了“近红外光谱分析技术应用研究与实践20年”的报告，对烟草近红外光谱分析技术应用进行了回顾，介绍了目前的行业标准与应用规范、近红外网络化与数据挖掘应用，并对应用场景与仪器选型、天然样品高质量光谱测量等基本问题给出了建议；来自山东大学的李连副研究员将近红外光谱技术用于制药领域，主要介绍了光谱稳定获取、光谱-物料实时对应、光谱模型建立复杂等难点问题的攻破，使药物在审评认证、药品监管、生产过程质量得到保证。
近红外光谱应用方向还有多场报告，分别介绍了近红外光谱在土壤、木材、农作物、食品、中草药以及相关产品分析中的应用，例如柑橘类水果无损鉴别、奶粉掺假检测、鱼产品新鲜度等。理论指导实践，实际应用也将当下的需求反馈于理论方法的研究，研究工作者从需求入手，深入分析了解研究对象的特性，针对这些特性设计了更适用的仪器或测量方法，更好地满足实际的生活生产需要。
除了精彩纷呈的报告，本次会议还颁发了第四届“陆婉珍近红外光谱奖”，徐可欣教授和杨辉华教授获得陆婉珍近红外光谱贡献奖，王家俊教授级高工获得陆婉珍近红外光谱科技奖，兰树明总监、李连博士、李江波博士、云永欢博士和杨敏博士获得陆婉珍近红外光谱青年奖。此外，会议还评选了12位优秀青年报告奖。
新方法驱动发展，新应用开启未来！全国第九届近红外光谱学术会议圆满落幕，让我们共同期待下一届近红外光谱会议！
《小型、微型和芯片级光谱仪技术及市场-2020版》
