在谷物的收儲過程中，質量檢驗是一個非常重要的環節，一方面直接關系到糧食入庫的好壞和儲糧成本費用的高低，另一方面也會影響到以糧食作為原料產品的價值以及終端消費者的食用安全。因此越來越多的糧食從業者開始注重谷物質檢的安全系數，并通過科學的檢測分類方式降低儲糧成本費用。
然而，傳統方式下的谷物質檢工作，對于糧食化驗的等級區分，水分判定，雜質檢測等的數據指標，基本都是質檢員說了算。而因為質檢環節相關專業人員擁有絕對的話語權，使得谷物收儲過程中相關人員利用職位及專業優勢私自牟利現象也可能隨之發生，一旦發生不達標糧入庫，不僅令售糧人受到傷害，也讓相關收購糧油的企業蒙受巨大損失。
近紅外光譜儀檢測作為一種集現代電子技術、光譜分析技術、計算機技術以及化學計量技術于一體的現代光譜分析技術。從20世紀90年代開始得到了快速的發展，至今已廣泛的應用于工業、農業、食品、醫藥等領域。相比于傳統的質量檢測方式，采用近紅外檢測的方式擁有檢測速度更加快速、樣品的預處理簡單不用破壞樣本，無需化學試劑、人為誤差較小等特點。
近紅外檢測技術在農業領域，根據含氨基團的近紅外吸收特點，就可以來檢測農產品中含有氨基團的蛋白質、脂肪、水分、氨基酸、淀粉、糖、酸等成份，這也就意味著，其不但可以用于谷物和水果的蛋白質、有機酸、脂肪、淀粉、糖、水分及其他成份的分析，還可以適用于其他各種農副產品品質分析，如飼料、食品、蔬菜、煙葉等。
隨著糧食檢測需求的改變，檢測樣本的復雜化。因此，迅杰光遠在谷物檢測設備的研發制造上，投入了大量的成本和精力，除了兼具穩定、準確、便捷等核心要求之外，還不斷的提升產品的性價比，并通過互聯網技術提升技術的數據綜合應用能力。
（圖為迅杰光遠IAS-5100近紅外光譜儀分析儀）
目前，迅杰光遠出品的設備，已經被廣泛應用于檢測小麥、稻谷、玉米、大豆等糧食作物，我們也一起了解一下在實際場景中如何應用近紅外技術。
小麥檢測應用
將近紅外光譜儀技術與中紅外光譜儀技術對麥麩的營養成分測定進行比較，會發現近紅外光譜儀技術檢測模型在灰分、淀粉、膳食纖維指標方面有更好的表現，而中紅外光譜儀技術則在蛋白質測定方面更勝一籌，其他成分測定則類似。
小麥加工過程中，在760 ～ 900 nm 波長環境下， 利用短波——近紅外光譜儀成像去研究小麥粉烘焙過程中的物化性質與流變學性質， 檢測分析發酵動力學參數、谷蛋白等， 能夠優化小麥粉發酵過程中的發酵參數。小麥面筋蛋白的成分主要有麥膠蛋白和麥谷蛋白，可采用 SE-HPLC 法檢測面筋蛋白質，構建校正模型所測定的面筋蛋白質含量。
稻谷檢測應用
采用近紅外光譜儀技術，檢測不同收獲時期稻谷的水分，構建測定模型， 可發現水分含量處于 11.5% ～ 28.7%， 相關系數在 0.9 之上。近年來，國家對稻谷副產品的開發逐漸加大重視，其中糙米與米糠的產品居多。采用近紅外光譜儀技術構建檢測模型，檢測水稻籽粒中的蛋白質含量、糙米的直鏈淀粉含量等，有非常高的精準度。此外， 還可利用人工神經網絡方法，采用近紅外光譜儀技術，選擇波長在 700 ～ 1075 nm，檢測水稻生產過程中各個部位氮含量的變化，進而推算出水稻的光合作用規律，并為水稻高產及管理的科學研究提供可靠數據。
玉米檢測應用
將近紅外光譜儀技術與化學計量學方法相結合，采用光譜分析軟件對已涂涂層劑的玉米種子進行漫反射定性識別，準確率高達 97.5%。采用傅里葉變換近紅外光譜儀法，利用移動窗口偏最小二乘計量法對玉米蛋白質波段選擇予以優化，選取最優穩定模型，均方根誤差為 0.413， 相關系數為 0.939。
通過采用比色法與近紅外光譜儀技術相結合，檢測玉米面粉樣品中的總抗氧化能力，能夠構建模型，并能評估近紅外光譜儀技術遠程操控的可行性。此外，采用近紅外光譜儀成像與多變量數據分析技術研究玉米內核中的真菌概況，光譜為 1 000 ～2 498 nm，利用主成分分析法去分析吸光度像素與陰影圖像，觀察感染鐮刀菌、淀粉與蛋白質的變化，能夠發現玉米感染真菌的前期階段。
大豆檢測應用
大豆是重要的油料作物之一，大豆等油料作物中氨基酸、脂肪酸組成是近紅外光譜儀分析的主要參數，近紅外技術應用于大豆檢測的初期，主要是利用光譜儀器測定大豆籽粒的蛋白質、脂肪、氨基酸類的含量。近年來，在近紅外光譜儀在大豆檢測方面，國內外都有新的應用發展。而近紅外光譜儀在蛋白質定量分析方面有著獨特的優勢。
總結：
近紅外光譜儀分析技術可快速、準確分析多組成本的含量，是針對農產品組成成份定性、定量分析的有效手段之一。在糧食作物的檢測中，近紅外光譜儀分析技術較之人工和其他方法具備快速、易用、準確、低成本等優勢。因而該技術在糧食作物品質品種檢測等方案有還有廣闊的應用前景。
當然不可否認的是，近紅外檢測在實際應用中，也存在著一些制約性的條件和難點。迅杰光遠也在通過自身的技術力量，逐漸的去解決，如優化操作和數據導出的簡易性，調整設備的適應性以脫離實驗室環境，降低設備出廠價格，通過互聯網云平臺進行模型維護等等問題，幫助企業、采購商、乃至終端用戶打造一款，人人都會用，人人用的起的近紅外檢測設備。