據麥姆斯咨詢報道，近日，中國科學院合肥物質科學研究院合肥智能機械研究所作物品質智能感知團隊開發出新的近紅外光譜儀分析方法。研究發現，通過近紅外漫反射和漫透射光譜融合，可有效提高作物品質光譜定量分析的精度。相關研究結果已被 Analytica Chimica Acta 接收并在線發表。

基于近紅外漫反射-漫透射融合的米粉成分檢測方法的示意圖

數據融合技術是近年來倍受關注的一種多方法和工具集成的綜合性信息處理技術。通過對多種分析測試方法的輸入信號的整合和解析，數據融合技術能夠克服單一檢測技術在分析精度上的局限，取得更有效和穩定的檢測結果。科研人員開發了一種基于近紅外漫反射和漫透射數據融合的新的定量分析方法，可有效提高樣品近紅外光譜儀分析時的檢測精度。

研究融合待測樣品中采集到的近紅外漫反射和漫透射光譜，提取兩類光譜的互補特征信號，最終實現更精確的樣品成分檢測。研究利用該方法對稻谷中的三類主要成分（蛋白質、直鏈淀粉和脂肪）進行快速無損檢測。結果表明，相比單獨使用漫反射或漫透射技術，所推薦方法的預測結果具有更低的誤差和更高的相關性，證實了這一方法的優越性。該方法可被推廣應用至更多的產品的快速無損檢測中，具有進一步發展潛力。

研究工作得到國家自然科學基金、安徽省重點研發計劃、安徽省科技重大專項等的支持。

論文鏈接：