一． 实验目的：
利用GSA金光近红外光谱仪对混合物料中的低含量组分进行测试，以考察仪器对混合物中的低含量指标检测的可行性。
二． 实验方法：
本次实验所用样品共两种物料，A和B，均为100目的粉末状态。按照一定的比例配制混合样品， A和B混合后的总量为100g/个样品，共配制样品10个，如下表所示。
表1.样品配制表格
利用GSA金光近红外光谱仪通过漫反射方式采混合物样品的光谱数据。混合物样品放于样品池中，采用漫反射的测样方式，每一张光谱都是30次扫描的平均结果。波长范围从1550nm到1950nm，2nm的波长间隔。光谱数据以透过方式采集并处理为吸收光谱的一阶微分。每个样品扫描1次，共得到10个光谱数据，用于建立数学模型。然后利用B组分的百分含量的数据和该样品的光谱数据一一对应，创建校正模型。另外，再对每个样品扫描1次，得到10个光谱数据，用于验证。利用建好的校正模型进行对这10个验证数据进行预测，并计算验证结果的偏差。
三. 实验结果：
1. 光谱
图1. 混合物样品的吸收光谱
在建立模型前，首先需对扫描得到的混合物的原始吸收光谱进行光谱预处理，以消除噪音和基线的影响。采用的预处理方法为一阶导数9点平滑（savitzky-golay法）。一阶导数处理可以很好的消除样品由于颜色差别引起的光谱基线偏移和漂移。如图2所示。
图2.混合物的一阶微分光谱
2．回归和模型化
利用偏最小二乘（PLS1）回归法对一阶微分光谱进行回归、建模。
图3.B组分含量的PLS 1 回归模型
从PLS1回归模型上看，B组分含量指标的交互验证的预测值与参考值间呈现明显的线性关系，两者的相关系数都达到了0.94以上，说明利用GSA金光近红外光谱仪检测混合物中的B组分含量是完全可行的。模型参数见表1所示。
表2. 模型参数汇总表
3．预测
利用建立好的校正模型对10个验证数据进行预测，预测结果如下表所示。
表3. 模型验证的结果
四．结论
通过这次实验，我们可以得出这样的结论，即GSA金光近红外光谱仪利用光谱数据和校正模型完全能够有效预测混合物中低含量的B组分。
混合物中的B组分的含量非常低，仅有千分之几的含量，由于数据的梯度分布是比较合理的。由模型各项指标显示，模型非常好，如果能够继续增加建模样品的相关性会得到进一步的提高。对10个验证数据的预测偏差达到了0.025，说明GSA金光近红外光谱仪能够检测到混合物中的千分含量的B组分，用于定量或定性分析完全没有问题。