近日，中科院合肥研究院智能所作物品質智能感知團隊開發了一種新的近紅外光譜分析方法，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。研究結果已被分析化學領域重要期刊Analytica Chimica Acta接收并在線發表。

　　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。團隊研究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，能夠有效提高樣品近紅外光譜分析時的檢測精度。

　　研究人員融合待測樣品中采集到的近紅外漫反射和漫透射光譜，并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。研究人員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）進行了快速無損檢測，。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。

　　徐琢頻博士為該論文第一作者，王琦和張鵬飛副研究員為通訊作者，該研究工作得到國家自然科學基金、安徽省重點研發計劃、安徽省重大專項等基金項目的支持。

　　文章鏈接：https://www.sciencedirect.com/science/article/pii/S0003267021012101 

　　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