全 文 ：·综述·
近红外光谱技术及其在中药道地性研究中的应用
郭兰萍１，黄璐琦１，ＣｈｒｉｓｔｉａｎＷＨｕｃｋ２
（１．中国中医科学院 中药研究所，北京 １００７００；
２．奥地利因斯布鲁克大学 分析和放射化学研究所，因斯布鲁克 ６０２０）
［摘要］　作者在介绍了近红外光谱化学原理、光学原理、信息学原理及化学计量学分析的基础上，分析了近红外光谱分
析的特点及道地性研究和道地药材鉴别的难点，进而指出近红外光谱的全息性特征，使其在道地性研究中具有极大优势。重
点以道地药材的近红外鉴别和道地性研究为目标，借鉴农牧业、食品、烟酒等其他行业的研究成果，分析并阐明了近红外光谱
在道地药材鉴别和评价，道地药材生境研究及评价，道地药材遗传特异性研究方面应用的现实性。并讨论了模型的可靠性、
适用性和可推广性几个近红外光谱在道地药材研究应用中的关键问题，为道地性现代诠释及道地药材鉴别提出了新思路和
新方法。
［关键词］　近红外光谱；道地药材；鉴别；道地性
［收稿日期］　２００８１０２３
［基金项目］　国家自然科学基金项目（３０６７２６１６）；国家重点基础研
究发展计划（９７３）项目（２００６ＣＢ５０４７００）；国家中医药管理局行业专项
（２００７０７０１４）；国家“十一五”科技支撑计划项目（２００６ＢＡＩ０９Ｂ０３）；国
家中医药管理局中医药标准化项目（ＺＹＹＳ２００８）
［通信作者］　黄璐琦，Ｔｅｌ：（０１０）６４０１１９４４，Ｅｍａｉｌ：ｈｕａｎｇｌｕｑｉ＠
２６３．ｎｅｔ
　　道地药材是传统中医对产于特定地域的优质中药材的
称谓，被视为古人评价中药质量的综合标准。由于道地药材
的概念来源于中医临床的实际效果，加之古代中医药文化的
抽象性、模糊性、笼统性特点，致使古人对道地性内涵的描述
不明确。从古至今，道地药材的鉴别和认定都主要依据产地
和经验。现代生物学研究关于中药材种内变异的揭示，使人
们对道地性有了深刻的认识。黄璐琦等［１］认为道地性可以
看作是道地药材特有属性的简称，主要通过道地药材的质量
性状（外观、所含次生代谢产物等）、生境特征来体现。不少
学者致力于基于现代科学技术的道地药材的鉴别和评价，以
期用现代科学语言阐述道地性的内涵，但由于技术方法的局
限，至今有待突破进展［２］。
近红外光是介于可见光和中红外光之间的电磁辐射波，
是人们在吸收光谱中发现的第一个非可见光区。由于物质
在近红外光谱区的吸收信号弱，谱带重叠，解析复杂，使得近
红外光谱（ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ，ＮＩＲＳ）的研究和应用受
到很大限制。直至２０世纪末期，计算机技术、现代仪器分析
及其数字化技术，特别是化学计量学的飞速发展，成功地解
决了近红外光谱信息的提取和背景干扰问题，才使近红外光
谱迅速成为一门广泛应用的分析技术，并在工业、农业、环
境、生命科学等各领域取得极大进展。近年来，近红外光谱
的研究及应用文献呈指数增长［３７］。
１９９９年ＣＷＨｕｃｋ［８］开展了近红外光谱在药用植物提
取物质量控制中的研究，此后，近红外光谱在天然药物研究
中的应用开始陆续报道。近红外光谱法在中药研究和生产
中的应用起步虽晚，但却发展迅猛。相关研究表明：近红外
光谱不仅可用于原药材的鉴别和定量分析，也用于中药各种
剂型及包装的质量控制；不仅可用于单味药材，也可用于复
方中药的质量控制；不仅可用于植物药（包括根及根茎、皮、
花、种子、花粉等），也可用于动物药、菌类药、矿物药等各种
来源的中药材；不仅可用于监测药材中的小分子次生代谢产
物，也可用于测定药材中的蛋白质、糖、脂肪、纤维、水分含量
等其他指标；而利用不同的光纤探头实现中药生产工艺的在
线连续分析监控则更是近红外的特长［３９］。近红外光谱在道
地药材鉴别及质量评价的研究已有报道［６７，１０１１］，但至今未
见到系统分析和阐述近红外光谱在道地药材鉴别及道地性
研究中应用的论述。作者在介绍了近红外光谱原理、技术的
基础上，分析了近红外光谱在道地性研究及道地药材鉴别中
的优势和特色，并借鉴近红外光谱在牧草、烟草、食品、水果
等农牧产品分析中的成果经验，探讨了近红外光谱用于道地
性现代诠释及道地药材鉴别的思路和方法。
１　近红外光谱分析的原理及方法
现代近红外光谱分析是光谱测量技术、计算机技术、化
学计量学技术与基础测试技术的有机结合，它是采用化学计
量学技术，建立近红外光谱所反映的样品基团、组成或物态
信息与用标准或认可的参比方法测得的组成或性质数据的
定量模型或判断模型，然后通过对未知样品光谱的测定，依
据所建立的定量模型或判断模型来快速预测其组成或性质
·１５７１·
第３４卷第１４期
２００９年７月
　　　　　 　 　 　 　 　　　　　 　 　 　 　
Ｖｏｌ．３４，Ｉｓｓｕｅ　１４
　Ｊｕｌｙ，２００９
的一种分析方法［３４］。
１．１　原理
近红外光谱区为７８０～２５２６ｎｍ（４０００～１００００ｃｍ－１）
的区域，该区域与有机分子中含氢基团（ＯＨ，ＮＨ，ＣＨ，Ｓ
Ｈ）振动的合频和各级倍频的吸收区一致。因此，扫描样品
的近红外光谱，就可以得到样品中有机分子含氢基团的特征
信息，从而完成近红外光谱的测量［３］。
近红外光谱分析的光学原理主要包括反射和透射两大
类。其中反射光谱主要指体漫反射（ｂｏｄｙｒｅｆｌｅｃｔａｎｃｅ），它是
光能量透过物质表层与其微观结构发生相互作用，依据微观
结构不同的化学键与具有不同运动模式和不同频率的光振
动有选择性地发生耦合吸收，而没有发生耦合吸收的光能量
出射再进入其他微粒，被原子核通过多次反射后折出该物质
表层，体漫反射光信号与入射原始光信号之间的比值反映了
物质对不同频率光的选择吸收特性，即形成了测量物质的吸
收光谱。透射光谱是入射光通过样品并与样品分子相互作
用后形成的光谱。若样品是透明的真溶液，则分析光在样品
中经过的路程一定，透射光的强度与样品组分浓度符合比耳
定律［３］。
近红外光谱吸光度数据是通过近红外光谱分析仪器的
能量采集系统（主要是探测器）来得到的，是物质对近红外
波段光辐射能量入射前后的比值，为无量纲单位，它的大小
与待测物质成分的浓度成线性关系，因此，可以利用物质在
近红外波段的透射或反射光谱的能量变化来测量物质成分
的浓度。同时，根据各个频率位置及其对应的相对值的强
度，依据光谱理论可推导分子的结构［３］。
１．２　方法
１．２．１　光谱仪　近红外光谱仪器不管按何种方式设计，一
般由光源、分光系统、测样器件、检测器、数据处理系统和记
录仪（或打印机）等６部分构成。按照仪器的分光器件不同
来分，近红外光谱仪一般可分为４种主要类型：滤光片型、光
栅色散型、傅立叶变换型和声光调制滤光器型。其中光栅色
散型又有光栅扫描单通道和非扫描固定光路多通道检测
之分。
１．２．２　主要步骤　近红外光谱是一种间接分析技术，必须
通过建立校正模型来实现对未知样品的定性或定量分析。
近红外光谱分析主要包括两大部分：一是采用标准或认可的
化学经典方法测定所观测组分或性质数据，得到考察指标的
化学值（用于定量分析）或属性值（用于定性分析）；二是在
近红外光谱的采集基础上，实现近红外光谱与化学分析值的
模型构建、模型预测与校正。后者主要包括以下几个步骤：
①通过物质的近红外扫描采集透射或反射光谱；②采用现代
信息学方法进行光谱预处理；③利用化学计量学建立全谱区
的光谱信息与含量（用于定量分析）或性质（用于定性分析）
间的数学模型；④通过严格的统计学分析，检验、优化模型的
稳定性；⑤利用未知样品的近红外光谱，预测未知样品中有
关组分的含量或性质。
１．２．３　化学计量学分析　作为不同级别的倍频及不同形式
组合的合频吸收，近红外光谱信息丰富，却伴随着谱峰重叠，
高背景低强度，图谱测定的不稳定甚至失真的情况。同时，
近红外光谱测量中存在诸多干扰因素，如待测物质物理特性
（如颗粒度、装填密度、均匀性等）所导致的基线平移和非线
性偏移现象，使得近红外光谱难以严格满足朗伯比尔定律
的条件，从而使近红外光谱吸光度数据与化学成分浓度数据
之间的直接线性相关性降低。因此，近红外光谱分析的实现
必须借助傅立叶变换等信息处理技术来校正图谱测定不稳
定造成的光谱失真，借助化学计量学的多元校正方法来解决
谱峰重叠、测量信息高背景低强度等问题。当前，近红外光
谱在定性鉴别中主要用到模式识别与聚类的一些算法，如主
成分分析（ＰＣＡ）、人工神经网络（ＡＮＮ）、独立软模式分类法
（ＳＩＭＣＡ）等方法；在定量分析中则主要采用多元线性回归
（ＭＬＲ）、偏最小二乘回归（ＰＬＳ）和主成分回归法（ＰＣＲ）等方
法。其中，因ＰＬＳ法是把数据分解和回归融合在一起，得到
的特征因子直接与被测成分或性质相关，而不是与数据矩阵
中变化最大的变量相关，因此，光谱最大限度地反映了被测
样品的组成和结构信息，而最小限度地包含噪音；且作为一
种非线性迭代方法，ＰＬＳ对于非线性体系和质量参数之间相
互干扰的数据回归效果良好，因此，ＰＬＳ在近红外光谱分析
中尤其受到青睐［３１２］。
２　近红外光谱分析的特点及其在道地性研究中的优势
２．１　近红外光谱分析的特点
虽然近红外光谱分析是通过建立数学模型的方式，间接
地实现了物质的定性和定量，而且建模过程需要大量代表性
样品，才能保证模型的可靠性和稳定性。但由于近红外光谱
技术分析的诸多优点，使得近红外光谱技术已成为发展最
快，最引人注目的绿色分析技术。其主要优点如下：①操作
简单、分析速度快（１到数分钟１个样品）；②不破坏样品，可
实现完整样品的检测，甚至可以透过包装材料进行测定；③
样品不需预处理，不消耗化学试剂，不污染环境；④一次测试
可以测定多种成分和指标；⑤工业上可以实现实时监控；⑤
具有很高的精确度，结果准确度逼近标准方法［３４］。
２．２　道地药材鉴定及道地性研究中的难点和要求
道地性是个高度抽象的概念，它来源于中医临床用药经
验，反应了药材的综合性状，包括化学性状、物理性状和生物
学性状等。化学性状如各种次生代谢产物及其配比，药材中
蛋白质、多糖、甚至是微量元素等营养成分的含量或配比；物
理性状如药材中纤维素、油细胞、石细胞等含量的多少，外皮
的薄厚，甚至药材质地的坚实或松泡等；生物学性状包括药
材的抗性、产量等指标。正是由于这些性状的不同，导致道
地药材在疗效、口感、产量、贮藏等方面所体现出来的综合特
性优于种内其他非道地药材。而这种综合特性由于构成及
关系复杂，导致道地性的内涵不明确，通常无法建立评价指
·２５７１·
第３４卷第１４期
２００９年７月
　　　　　 　 　 　 　 　　　　　 　 　 　 　
Ｖｏｌ．３４，Ｉｓｓｕｅ　１４
　Ｊｕｌｙ，２００９
标体系［２，１３］。即使对于某些道地性内涵相对明确的道地药
材，其质量评价的指标体系也较复杂，通常需要多个组分或
指标综合评价。可见，道地性研究及道地药材鉴别所需要的
指标体系必须具备既要能实现某些特异性指标的提取，又要
有全息性的特点。
２．３　近红外光谱用于道地药材鉴定及道地性分析的可能性
及优势
由于在近红外光谱中各个谱区内都包含多种成分的信
息，同一种组分的信息分布在近红外光谱的多个谱区，而不
同组分在某一谱区可能重叠，因此，为了区别不同组分，常选
用全光谱或部分光谱的信息（即使如此，其涵盖药材的大量
综合信息）。相对于传统方法，近红外光谱具有全息性特点，
可以实现对药材全部信息：包括整个药材，各种化学成分，药
材本身的物理性质和化学性质，甚至生物学属性［３４］。这一
点对于道地药材的鉴别意义非凡，人们只需利用简单的聚类
分析或模式识别，就可以实现基于总体特性的道地药材的鉴
别，从而区别于以往以单一或个别化学成分对道地药材进行
鉴别的局限性。
同时，对于那些道地性内涵相对明确的道地药材，例如，
道地性主要表现为某个或某几个化学成分的含量甚至配比，
通过定性建模的方式可以实现这些特异性指标的提取。应
用化学计量学对近红外光谱进行定性分析时，虽然模型含义
抽象，较难理解，但建模过程把数据分解和回归融合在一起，
得到的特征向量直接与被测成分或性质相关。如果在模型
构建中，每个组分作为一个属性单独建模可以得到各个组分
的含量模型，从而实现一次测试完成多种成分和指标的含量
测定；而把多个组分作为不同属性构建同一个模型，则可得
到反应不同组分配比的数学模型。
３　近红外光谱在中药道地性研究中的应用
有学者利用近红外光谱开展中药材的产地鉴别，这是近
红外光谱在中药道地性研究中应用的初步尝试。但相对于
近红外光谱广阔的应用空间，其在中药道地药材鉴别及道地
性研究中的应用远远不够，至今尚未引起业内人士的足够
关注。
道地性形成的生物学机制可以表述如下：道地药材的表
型变异＝遗传变异＋环境变异。其中表型变异即是道地性
的表征，也是道地药材鉴别的核心内容。作者借鉴国内外近
红外光谱在牧草、烟草、生态系统及土壤环境等领域的研究
成果，通过道地药材的表型特异性、遗传特异性及生境特异
性３个方面的研究来探讨近红外光谱在道地药材研究中的
应用。
３．１　表型特异性研究———道地药材的鉴别和评价
前文分析了近红外光谱用于道地性研究及道地药材鉴
别的可行性及优势。对于道地性指标不明确的药材，可采用
近红外光谱的判断分析和聚类来进行鉴别。这方面的研究
已有开展。如王平等［１０］将人参片直接放在近红外反射光谱
仪上测定比较后，发现吉林人参的光谱信号强于辽宁人参，
但其二级微分图分散度和漂移小于辽宁人参，认为吉林人参
ＮＩＲ活性组分含量高，质地均匀，质量稳定。王钢力等［１１］用
近红外漫反射法测定了不同产地的冬虫夏草的药材粉末和
甲醇残渣，用近红外透射光谱法测定甲醇提取物，并采用ＴＱ
分析软件进行药材产地判断，发现药材粉末判断准确率达
１００％，药材甲醇提取物光谱较药渣更能显示产地差异。而
ＲＭｉｃｈｅｌｅ等［１４］利用４８种植物，研究了不同叶片结构特征
与近红外光谱的相关性，多元回归分析显示近红外光谱与叶
片是否存在两面性，是否有表皮存在（＞１μｍ），及单位叶面
积中叶肉细胞及其空隙面积的比显著相关，而与毛状体密
度、叶片厚度、栅栏组织和叶肉组织的比例的相关性较差，这
一研究表明近红外光谱在中药性状鉴定中也会大有作为。
还有更多的研究表明，近红外光谱在矿石类物质结构的鉴
定，农作物种子及果实鉴别等方面具有极大优势［３］。
而对于药效成分比较明确的道地药材，通过建立药效成
分与近红外光谱的相关模型，可实现药材中药效成分的近红
外检测。如范积平等［１５］以高效液相色谱法测定了３个不同
产地大黄的大黄素、大黄酚、大黄酸、芦荟大黄素的含量，并
用４１个样品建立近红外光谱模型，用于预测大黄样品中各
主要活性成分的含量，结果４种主要活性成分的优化模型的
决定系数均超过 ９５５，而预测均方差最大为 ０１３９（大黄
素）。史春香等［１６］采用近红外漫反射光谱结合高效液相测
定值建立丹酚酸与丹参酮ⅡＡ的定量校正模型，二者预测均
方差（ＲＭＳＥＰ）分别为０２５９，００２３２。同样，刘浩等［１７］建立
了黄花蒿中青蒿素含量的近红外光谱模型；臧鹏等［１８］建立
了葛根中总异黄酮含量的近红外光谱模型；王东等［１９］用近
红外光谱法测定了黄芩中黄芩苷的含量。诸多研究表明，近
红外光谱测定准确度、精密度逼近建立模型时所用的含量测
定参比方法，但更简便、快速。
值得一提的是，这些模型主要是针对近红外光谱中的小
分子次生代谢产物而建，而在烟草、牧草、大麦、牛奶、酒等研
究中，近红外光谱的测定范围涉及到多糖、蛋白质、氨基酸、
总氮、干物质量、总植物碱、纤维素、微量元素，能量等植物的
各种特征值，甚至面粉中麸皮含量，以及水果的硬度、脆度、
可溶性固体含量、酸度等的测定［３，２０２９］。ＲＴｓｅｎｋｏｖａ等［３０］利
用近红外光谱法测定了牛奶中的脂肪、总蛋白及乳糖的含
量，发现光谱范围和样品的厚度是牛奶中脂肪和总蛋白含量
测定的决定性影响因子。ＳＥＫａｙｓ等［３１］利用近红外透射和
反射光谱测定了大麦中膳食纤维的含量，发现透射光谱校正
集和预测集的相关系数分别达到０８８，０８２，反射光谱校正
集和预测集的相关系数分别达到０９８，０９６而 ＴＮＳｍｉｔｈ
等［３２］利用近红外光谱法测定了鸡排泄物中的水分、氮、钙、
总磷、总能量和植酸磷，其决定系数分别达到 ０９８，０８８，
０８４，０９１，０８６，０８６，而预测标准误分别为 ０３４２％，
０１９３％，０１４３％，０１３４％，７４６６ｋｃａｌ及 ０９１％。ＲＷｅｌ
·３５７１·
第３４卷第１４期
２００９年７月
　　　　　 　 　 　 　 　　　　　 　 　 　 　
Ｖｏｌ．３４，Ｉｓｓｕｅ　１４
　Ｊｕｌｙ，２００９
等［３３］研究发现近红外光谱可精确测定玉米干物质含量、淀
粉、可溶性糖等含量。而ＰＢｅｒｚａｇｈｉ［３４］等利用近红外光谱分
析了食用不同饲料的鸡肉的化学组成，包括干物质含量、粗
蛋白、脂肪、胆固醇等的含量。这些研究结果提示，人们不仅
可以用次生代谢产物来鉴别植物类药材，也可以利用近红外
技术，通过监测药材中的其他物理或化学特征来识别药材，
如纤维素、可溶性物质及药材的质地、硬度等；同时相关研究
也为动物类药材及其他类药材，如五灵脂等的鉴别提供了参
考。白雁等［３５］用近红外光谱法测定了酒炖熟地黄中的还原
性糖，发现真实值和预测值之间的相关系数（Ｒ２）分别为
８９０２，８８４７，内外验证均方差分别为０９６２，０９８７，表明近
红外光谱在炮制后的药材质量控制的可行性。宋丽丽等［３６］
用近红外光谱结合 ＨＰＬＣ建立了六味地黄丸模拟样品中熊
果酸的含量进行测定的模型，结果各测定方法对熊果酸含量
预测回收率分别为１００１％，１００７％ ，１００６％，ＲＳＤ分别为
６５２％，５４２％，６４９％，证实近红外光谱法对混合样品中的
熊果酸含量预测结果较好，为中成药生产过程中道地药材的
在线、无损定量分析提供了依据。
可见，近红外光谱除了可对未建立指标体系道地药材进
行定性分析，对道地药材的多个指标同时进行定性和定量评
价外，还可以实现混合物中道地药材的鉴别，道地药材炮制
前后的质量分析。
３．２　生境特异性研究———道地药材生境研究及评价
由于近红外光谱可以全面采集样品的物理、化学及生物
学特性，其在土壤质量评价方面应用日益引起人们的高度重
视，在精确农业中常利用近红外光谱进行土壤质量诊断。近
红外光谱既可以监测土壤的物理性质，也可以监测土壤中的
化学成分，如有机物含量、土壤养分、土壤微量元素等［３７３８］。
ＥＢｅｎＤｏｒ等［３９］利用近红外光谱结合实验室测量研究了近
红外光谱同时监测土壤中多种性质，如黏度、土壤表面积、阳
离子交换能力、含水量、碳酸盐含量及有机物含量。ＧＳｉｅｂｉ
ｅｌｅｃ等［４０］利用近红外和中红外相结合，研究了土壤中的金
属含量。考虑到土壤含水量会影响其他土壤特性（如 Ｃ，Ｎ
及养分等）的测量，ＡＭＭｏｕａｚｅｎ等［４１］利用可移动光纤 ＶＩＳ
ＮＩＲ测量仪研究了土壤水分含量，表明ＶＩＳＮＩＲ光谱可以用
于土壤含水量的水平分级，这一方法尤其适用于均一性良好
的土壤。ＡＣｏｕｉｌａｒｄ等［４２］利用 ＮＩＲＳｙｓｔｅｍｓ６５００单色器实
地测定了草坪中４个剖面的近红外光谱，并结合实验室化学
分析，表明在不破坏土壤的情况下，土壤中水分、有机物、沙
土、淤泥、黏土、及土壤中氮，磷，镁参数预测精度高于干燥粉
碎后的样品。ＨＴｒａｖｉｓ等［４３］用近红外漫反射光谱实现了黏
土特征的原位监测。
近红外光谱在土壤环境中应用的最初目的是实现精确
农业中土壤质量监测，但随着这项技术的不断完善，人们发
现将其应用于生态系统评估也同样有效［４４４５］。ＭＪＣｏｈｅｎ
等［４５］选择了变异范围极大的水边湿土（含水量从小于１％
到大于９０％）生态系统，利用近红外技术与化学分析技术和
酶反应技术监测了土壤中包括酶活性在内的２０多个指标，
对酶活性、阳离子浓度等多数指标的光谱预处理后采用回归
分析即可获得极高的预测精度；对个别精度较低的指标，采
用聚类分析方法也达到了精确预测的目的，相关分析表明各
种变异的生物地理化学参数的预测值与实测值均及其接近，
证明近红外在这类复杂生态系统中的应用同样具有低成本、
统计学精度高等有点。ＨＬｉ等［４６］利用便携式辐射计的多光
谱技术测定了棉花生长情况，发现近红外反射与生物量、Ｎ
摄取量相关，混合样品的 ＮＤＶＩ植被指数分析显示，棉花土
壤含水量、Ｎ摄取量及棉绒含量明显受灌溉影响，这一研究
为近红外光谱直接用于野外环境样品的无损监测提供了证
据。而ＳＶａｉｄｙａｎａｔｈａｎ等利用近红外卷积法监测液体培养真
菌生物过程中菌丝体生物量和其他重要被分析物的含量取
得成功，提示近红外光谱在可用于受控条件下道地药材生理
生态学变化的监测。ＰｅｔｅｒＲｏｓéｎ［４７］甚至利用近红外光谱分
析湖底的沉淀物来推测过去的气候变化。
以上研究均不是针对道地药材生境研究而开展，但无一
不证明了近红外光谱在道地药材生境研究方面的巨大潜力。
３．３　遗传特异性研究———道地药材遗传特异性研究
近些年来，由于ＤＮＡ和蛋白质分析技术的飞速发展，提
到生物的遗传学研究，人们首先会想到 ＤＮＡ技术和蛋白质
技术，而事实上，通过生物性状研究获得生物的遗传学资料
和实体一直是传统遗传学研究的核心和基本技术，植物次生
代谢产物积累的遗传学机制也不例外［４８４９］。利用近红外光
谱开展植物的遗传学特性研究似乎是个极其大胆的设想，但
它已经被实现。ＣＥＬＦｏｎｓｅｃａ等［５０］在２年时间内在２个居
群，通过５次半同胞子代的测交实验，将近红外反射光谱与
实验室测定值结合，采用多元线性回归建立了紫花苜蓿所含
中性可溶性纤维（ＮＤＳＦ）的近红外光谱模型，模型相关系数
高，标准误差小，利用该模型发现 ＮＤＳＦ的平均遗传力为
０４１，证明选择ＮＤＳＦ值为４６～１９０ｇ·ｋｇ－１（平均为１０３
ｇ·ｋｇ－１）的紫花苜蓿母本即可筛选出高 ＮＤＳＦ的品种。Ｌ
Ｖｅｌａｓｃｏ等［５１］根据向日葵硬脂酸含量随着纬度变异这一现
象，利用２５１０个完整的剥皮向日葵瘦果，建立了向日葵单
个瘦果的近红外反射光谱与硬脂酸含量的回归方程，并用该
方程监测了８１０９个向日葵瘦果，证明近红外光谱用于向日
葵种子硬脂酸含量的无损监测可靠性，简化了具有高硬脂酸
含量向日葵突变异种 ＣＡＳ１的品种筛选。ＬＢａｒｙ等［５２］利
用单个未破坏的花生建立了近红外光谱预测花生中油酸和
亚油酸的含量的校正方程，结果表明近红外光谱在与油酸亚
油酸含量有关的花生品种的早期筛选中非常有用，为利用近
红外技术筛选花生高油酸含量的变种打下基础。相关研究
的思路和方法为道地药材遗传特征的研究提供了借鉴。
４　几个关键问题
模型的可靠性、适用性和可推广性是决定近红外光谱在
·４５７１·
第３４卷第１４期
２００９年７月
　　　　　 　 　 　 　 　　　　　 　 　 　 　
Ｖｏｌ．３４，Ｉｓｓｕｅ　１４
　Ｊｕｌｙ，２００９
相关研究领域是否能够得到充分应用的关键，也是近些年来
近红外研究的热点，但相关研究在中药的近红外研究应用中
极少涉及。随着道地药材近红外光谱分析技术的不断发展
和深入，人们必须通过加强以下几方面的研究，来提高近红
外光谱在道地药材生产、流通和研究中的应用。
４．１　模型可靠性
可靠性是近红外光谱分析的核心内容，主要由近红外光
谱预测值和实测值的相对偏差来决定。在近红外光谱定量
分析中常由校正样品集，也称训练样品集的标准误（ＳＥＥ，
ｓｔａｎｄａｒｄｅｒｏｒｏｆｔｈｅｃａｌｉｂｒａｔｉｏｎｓｅｔ），待测样品集的标准误
（ＳＥＰ，ｓｔａｎｄａｒｄｅｒｏｒｏｆｐｒｅｄｉｃｔｉｏｎａｆｔｅｒｂｉａｓｃｏｒｅｃｔｉｏｎ）和决定
系数Ｒ２（ｃｏｅｆｉｃｉｅｎｔｏｆｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｔｈｅｌｉｎｅｆｒｏｍｒｅｇｒｅｓｓｉｏｎ
ｏｆＮＩＲＳｐｒｅｄｉｃｔｅｄｏｎｔｒｕｅｖａｌｕｅｓ）来评价。虽然无数的研究
证实了近红外光谱的预测精度接近经典化学的测定值，但对
于任何一个新建立的近红外光谱，这些参数都是必须考核的
内容［２６］。
温度、水分和残留溶剂、样品的厚度、制样、装样量和装
样密实度、样品的光学性质、多晶性、测试条件、仪器参数等
测量参数在内的测量条件均会影响模型的可靠性，近红外光
谱采集时必须严格控制这些条件。同时，由于参考方法测定
的化学值精确度是近红外光谱数学模型精确度的理论极限，
因此必须要保证这些化学值的精确性。通常，应选用适当的
统计方法找出化学测定的异常值，并根据实际情况决定这些
异常值的取舍［３４］。
光谱的预处理是克服近红外光谱测定不稳定的有效环
节，傅立叶变换、小波变换滤波、求导、数字滤波等所常用的
光谱去噪手段。操作中应根据样品特性和光谱的状况，参考
导数光谱或各种系数随频率变化的相关图，确定光谱预处理
的具体方法，并选择光谱范围，以提高模型的可靠性和精
度［３，２６］。
４．２　模型适用性
模型适用性主要指近红外光谱所建立的预测模型，可适
用于什么样的样品的问题。它主要由校正样品集的所包含
的样品的代表性和决定。在近红外光谱分析中的稳定性系
数（ｃｏｎｓｉｓｔｅｎｃｙｏｆｔｈｅｌｉｎｅｆｒｏｍｒｅｇｒｅｓｓｉｏｎｏｆＮＩＲＳ）与模型的适
用性有关，通常ｃｏｎｓｉｓｔｅｎｃｙ越大，模型适用性越好。
虽然样品的代表性问题是所有科学研究的共同问题，但
由于近红外光谱应用的是个抽象的数学模型，而这个模型的
获得完全是根据训练集的样本特性获得，因此，样品的代表
性对于近红外光谱分析的意义非同寻常。通常，校正样品集
中的各个样品必须包括今后待测样品中的全部背景，只有如
此才能更好地克服近红外光谱复杂与变化的高背景。例如，
针对牧草质量与牧草种类多样性、牧草生境变异、生产管理、
采集时间、贮藏时间、各种牧草的配比、牧草样品的前处理等
诸多因素有关这一事实，不同学者构建了不同的近红外光谱
预测模型，虽然这些模型均达到预测精度要求，但这些模型
的适用性并不相同［５３５６］。通常，近红外光谱模型通常只适
用于建模时校正样品集中所包含的样品类型，而且只能适用
于按这个的测量条件所测量光谱的样品。而且，如果待测样
品在时间和空间条件上发生新的变化，则需用外部证实法
（用另外几批独立的样品，比较预测值与真实值的差异）检
验和评价，以检验数学模型在时间空间上的稳定性。必要时
需重新建立有代表性的校正样品集，或在原有的样品集中增
加一些新的样品类型，以保证新的校正样品集能代表新的类
型样品。总之，在近红外光谱模型建立过程中，预测样品的
代表性越好，其模型的适用范围通常就越广。
４．３　应用推广
由于近红外光谱模型的建立是基于实测值来实现，建模
时需要大量的实测数据，必须投入一定的人力、物力和财力
才能得到一个准确的校正模型。因此，近红外光谱对于零散
样品的分析虽然可以但不实用，其真正优势体现在长期大量
样品的质量监控方面。换言之，建立模型后的推广应用才是
近红外光谱分析的最终目标，在许多领域这一目标已然实
现。美国食品和药物管理局（ＦＤＡ）、加拿大及欧洲药物局已
正式采用近红外光谱分析技术取代繁琐费时的品管分析方
法［７］。而不少西方国家对大量农作物产品的近红外光谱监
测，更是近红外光谱推广应用的典范［３］。
同样，应用于大样本的道地药材质量的日常检测或监测
是近红外光谱在这一研究领域应用的目标。作为近红外光
谱推广应用的基础，技术标准的建立是近红外光谱应用推广
中不可或缺的重要环节。标准内容从道地药材采集，样品准
备，到仪器要求、光谱扫描及数据预处理，甚至不同仪器间的
通用性［５７］研究等，均有待开展并严格规范。
５　展望
总体来看，近红外光谱具有其他传统化学分析方法所不
具有的显著优点。虽然其定性定量模型比较抽象，难于理
解，而且建模过程比较复杂，需要有特定专业知识，特别是化
学计量学基础的专业人士来完成。但一旦模型建立后，近红
外光谱技术快速、准确，信息丰富，操作简单等优势就得以充
分发挥，其对于组成复杂而道地性不明确的中药进行快速分
析鉴别的优势更是不言而喻。
［参考文献］
［１］　 黄璐琦，郭兰萍，胡娟，等．道地药材的分子机制及其遗传基
础［Ｊ］．中国中药杂志，２００８，３３（２０）：２３０３．
［２］　 黄璐琦．分子生药学［Ｍ］．２版．北京：北京大学医学出版社，
２００６：９．
［３］　 ＳｉｅｓｌｅｒＨＷ，ＯｚａｋｉＹ，ＫａｗａｔａＳ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓ
ｃｏｐｙ：Ｐｒｉｎｃｉｐｌｅｉｎｓｔｒｕｍｅｎｔｓａｎｄａｐｐｌｉｃａｔｉｏｎ［Ｍ］．Ｗｅｉｎｈｅｉｍ：
ＷｉｌｅｙＶＣＨ，２００２．
［４］　 ＨｕｃｋＣＷ．Ａｄｖａｎｃｅｓｏｆｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙｉｎｐｈｙｔｏ
ｃｈｅｍｉｓｔｒｙ［Ｊ］．ＮｅａｒＩｎｆｒａｒｅｄＳｐｅｃｔｒｏｓｃ，２００２，１０：４９１．
［５］　 周帼雄．美、英、欧三部药典近红外光谱分析方法概述［Ｊ］．中
国药品标准，２００３，４（２）：６．
·５５７１·
第３４卷第１４期
２００９年７月
　　　　　 　 　 　 　 　　　　　 　 　 　 　
Ｖｏｌ．３４，Ｉｓｓｕｅ　１４
　Ｊｕｌｙ，２００９
［６］　 王宁，武卫红．近红外光谱技术在中药分析领域中的应用
［Ｊ］．山东中医药大学学报，２００７，３１（４）：３５０．
［７］　 邢志娜，张达磊．近红外光谱分析技术及其在中药领域的应
用进展［Ｊ］．时珍国医国药，２００５，１６（５）：４１６．
［８］　 ＨｕｃｋＣＷ，ＭａｕｒｅｒＲ，ＢｏｎｎＧＫ，ｅｔａｌ．Ｑｕａｌｉｔｙｃｏｎｔｒｏｌｏｆｌｉｑｕｉｄ
ｐｌａｎｔｅｘｔｒａｃｔｓｉｎｔｈｅｐｈｙｔｏｐｈａｒｍａｃｅｕｔｉｃａｌｉｎｄｕｓｔｒｙ［Ｊ］．ＮｅａｒＩｎ
ｆｒａｒｅｄＳｐｅｃｔｒｏｓｃ，１９９９，９：４８７．
［９］　 ＣｉｕｒｃｚａｋＥＷ，ＤｒｅｎｎｅｎＪＫ．Ｐｈａｒｍａｃｅｕｔｉｃａｌａｎｄｍｅｄｉｃａｌａｐｐｌｉ
ｃａｔｉｏｎｓｏｆｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ［Ｍ］．ＮｅｗＹｏｒｋ：Ｍａｒｃｅｌ
ＤｅｋｋｅｒＩｎｃ，２００２．
［１０］　王平，谢洪平，陈泽琴，等．中药材人参的道地性差异的近红
外光谱研究［Ｊ］．苏州大学学报：医学版，２００４，２４（５）：６４８．
［１１］　王钢力，石岩，魏玉海，等．近红外光谱鉴别冬虫夏草道地药
材［Ｊ］．中草药，２００６，３７（１０）：１５６９．
［１２］　ＥｓｂｅｎｓｅｎＫｌｍＨ．Ｍｕｌｔｉｖａｒｉａｔｅｄａｔａａｎａｌｙｓｉｓｉｎｐｒａｃｔｉｃｅ［Ｍ］．５ｔｈ
ｅｄｉｔｉｏｎ．Ｎｏｒｗａｙ：ＣＡＭＯＰｒｏｃｅｓｓｓＡｓ，２００５．
［１３］　黄璐琦，郭兰萍，华国栋．道地药材属性及研究对策［Ｊ］．中国
中医药信息杂志，２００７，１４（２）：４４．
［１４］　ＳｌａｔｏｎＭＲ，ＨｕｎｔＥＲ，ＳｍｉｔｈＷ Ｋ．Ｅｓｔｉｍａｔｉｎｇｎｅａｒｉｎｆｒａｒｅｄ
ｌｅａｆｒｅｆｌｅｃｔａｎｃｅｆｒｏｍｌｅａｆｓｔｒｕｃｔｕｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ［Ｊ］．ＡｍＪＢｏｔ，
２００１，８８：２７８．
［１５］　范积平，张贞良，张柳瑛，等．近红外光谱法测定药用大黄中４
种蒽醌类成分［Ｊ］．第二军医大学学报，２００５，２６（１０）：１１９４．
［１６］　史春香，杨悦武，郭治昕，等．近红外技术定量分析丹参药材
［Ｊ］．中药材，２００６，２９（９）：８９７．
［１７］　刘浩，黄艳萍，相秉仁，等．黄花蒿中秦好苏的近红外光谱测
定［Ｊ］．中国医药工业杂志，２００７，３８（８）：５８４．
［１８］　臧鹏，陈斌，严衍禄．短波近红外光谱法测定葛根中总异黄酮
含量［Ｊ］．时珍国医国药，２００７，１８（１）：２６１４．
［１９］　王东，王玲．近红外光谱法测定黄芩药材中黄芩苷的含量
［Ｊ］．中医研究，２００７，２０（２）：２０．
［２０］　ＳｈａｏＹＮ，ＨｅＹ，ＧóｍｅｚＡＨ，ｅｔａｌ．Ｖｉｓｉｂｌｅ／ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃ
ｔｒｏｍｅｔｒｉｃｔｅｃｈｎｉｑｕｅｆｏｒｎｏｎｄｅｓｔｒｕｃｔｉｖｅａｓｓｅｓｓｍｅｎｔｏｆｔｏｍａｔｏ
‘Ｈｅａｔｗａｖｅ’（Ｌｙｃｏｐｅｒｓｉｃｕｍｅｓｃｕｌｅｎｔｕｍ）ｑｕａｌｉｔｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓ
［Ｊ］．ＪＦｏｏｄＥｎｇ，２００７，８１（４）：６７２．
［２１］　ＧóｍｅｚＡＨ，ＨｅＹ，ＰｅｒｅｉｒａＡＧ．Ｎｏｎｄｅｓｔｒｕｃｔｉｖｅｍｅａｓｕｒｅｍｅｎｔ
ｏｆａｃｉｄｉｔｙ，ｓｏｌｕｂｌｅｓｏｌｉｄｓａｎｄｆｉｒｍｎｅｓｓｏｆＳａｔｓｕｍａｍａｎｄａｒｉｎｕｓｉｎｇ
Ｖｉｓ／ＮＩＲｓｐｅｃｔｒｏｓｃｏｐｙｔｅｃｈｎｉｑｕｅｓ［Ｊ］．ＪＦｏｏｄＥｎｇ，２００６，７７
（２）：３１３．
［２２］　ＭｃＧｌｏｎｅＶＡ，ＫａｗａｎｏＳ．Ｆｉｒｍｎｅｓｓ，ｄｒｙｍａｔｅｒａｎｄｓｏｌｕｂｌｅｓｏｌ
ｉｄｓａｓｓｅｓｓｍｅｎｔｏｆｐｏｓｔｈａｒｖｅｓｔｋｉｗｉｆｒｕｉｔｂｙＮＩＲｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ］．
ＰｏｓｔｈａｒｖｅｓｔＢｉｏＴｅｃｈ，１９９８，１３（２）：１３１．
［２３］　ＮｉｃｏｌａｉＢＭ，ＶｅｒｌｉｎｄｅｎＢＥ，ＤｅｓｍｅｔＭ，ｅｔａｌ．Ｔｉｍｅｒｅｓｏｌｖｅｄ
ａｎｄｃｏｎｔｉｎｕｏｕｓｗａｖｅＮＩＲｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙｔｏｐｒｅｄｉｃｔｓｏｌｕ
ｂｌｅｓｏｌｉｄｓｃｏｎｔｅｎｔａｎｄｆｉｒｍｎｅｓｓｏｆｐｅａｒ［Ｊ］．ＰｏｓｔｈａｒｖｅｓｔＢｉｏ
Ｔｅｃｈ，２００８，４７（１）：６８．
［２４］　ＣａｙｕｅｌａＪＡ．Ｖｉｓ／ＮＩＲｓｏｌｕｂｌｅｓｏｌｉｄｓｐｒｅｄｉｃｔｉｏｎｉｎｉｎｔａｃｔｏｒａｎｇｅｓ
（ＣｉｔｒｕｓｓｉｎｅｎｓｉｓＬ．）ｃｖｖａｌｅｎｃｉａｌａｔｅｂｙｒｅｆｌｅｃｔａｎｃｅ［Ｊ］．Ｐｏｓｔｈａｒ
ｖｅｓｔＢｉｏＴｅｃｈ，２００８，４７（１）：７５．
［２５］　ＢｕｒｅａｕＳ，ＲｕｉｚＤ，ＲｅｉｃｈＭ，ｅｔａｌ．Ｒａｐｉｄａｎｄｎｏｎｄｅｓｔｒｕｃｔｉｖｅ
ａｎａｌｙｓｉｓｏｆａｐｒｉｃｏｔｆｒｕｉｔｑｕａｌｉｔｙｕｓｉｎｇＦＴＮｅａｒＩｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏ
ｐｙ［Ｊ］．ＦｏｏｄＣｈｅｍｉｓｔｒｙ，２００９，１１５（３）：１１３３．
［２６］　ＨｅｉｇｌＮ，ＨｕｃｋＣＷ，ＲａｉｎｅｒＭ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏ
ｐｙ，ｃｌｕｓｔｅｒａｎｄｍｕｌｔｉｖａｒｉａｔｅａｎａｌｙｓｉｓｈｙｐｈｅｎａｔｅｄｔｏｔｈｉｎｌａｙｅｒ
ｃｈｒｏｍａｔｏｇｒａｐｈｙｆｏｒｔｈｅａｎａｌｙｓｉｓｏｆａｍｉｎｏａｃｉｄｓ［Ｊ］．Ａｍｉｎｏ
Ａｃｉｄｓ，２００６，３１：４５．
［２７］　ＨｕｃｋＣＷ，ＭａｕｒｅｒＲ，ＰｏｐｐＭ，ｅｔａｌ．Ｑｕａｎｔｉｔａｔｉｖｅｆｏｕｒｉｅｒｔｒａｎｓ
ｆｏｒｍｎｅａｒｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ（ＮＩＲＳ）ｃｏｍｐａｒｅｄｔｏ
ｈｉｇｈｐｅｒｆｏｒｍａｎｃｅｌｉｑｕｉｄｃｈｒｏｍａｔｏｇｒａｐｈｙ（ＨＰＬＣ）ｏｆａｆｌａｖｏｎｅｉｎ
ｆｌｏｓＰｒｉｍｕｌａｅｖｅｒｉｓｅｘｔｒａｃｔｉｖｅｓ［Ｊ］．ＰｈａｒｍＰｈａｒｍａｃｏｌＬｅｔ，１９９９，
９（１）：２６．
［２８］　ＧｕｇｇｅｎｂｉｃｈｌｅｒＷ，ＨｕｃｋＣＷ，ＫｏｂｌｅｒＡ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄｒｅ
ｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙａｓａｔｏｏｌｆｏｒｑｕａｌｉｔｙｃｏｎｔｒｏｌｉｎｗｉｎｅｐｒｏｄｕｃ
ｔｉｏｎ［Ｊ］．ＪＦｏｏｄＡｇｒｉｃＥｎｖｉｒｏｎｍ，２００６，４（２）：９８．
［２９］　ＮｏｒｉｓＨＫ，ＨａｒｔＪＲ．Ｄｉｒｅｃｔｓｐｅｃｔｒｏｐｈｏｔｏｍｅｔｒｉｃｄｅｔｅｒｍｉｎａｔｉｏｎｏｆ
ｍｏｉｓｔｕｒｅｃｏｎｔｅｎｔｏｆｇｒａｉｎａｎｄｓｅｅｄｓ［Ｊ］．ＪＮｅａｒＩｎｆｒａｒｅｄＳｐｅｃ
ｔｒｏｓｃ，１９９６，４：２３．
［３０］　ＴｓｅｎｋｏｖａＲ，ＡｔａｎａｓｓｏｖａＳ，ＴｏｙｏｄａＫ．Ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏ
ｐｙｆｏｒｄａｉｒｙｍａｎａｇｅｍｅｎｔ：ｍｅａｓｕｒｅｍｅｎｔｏｆｕｎｈｏｍｏｇｅｎｉｚｅｄｍｉｌｋ
ｃｏｍｐｏｓｉｔｉｏｎ［Ｊ］．ＪＤａｉｒｙＳｃｉ，１９９９，８２：２３４４．
［３１］　ＫａｙｓＳＥ，ＳｈｉｍｉｚｕＮ，ＢａｒｔｏｎＦＥ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄｔｒａｎｓｍｉｓ
ｓｉｏｎａｎｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙｆｏｒｔｈｅｄｅｔｅｒｍｉｎａｔｉｏｎｏｆｄｉｅｔａｒｙ
ｆｉｂｅｒｉｎｂａｒｌｅｙｃｕｌｔｉｖａｒｓ［Ｊ］．ＣｒｏｐＳｃｉ，２００５，４５：２３０７．
［３２］　ＳｍｉｔｈＴＮ，ＰｅｓｔｉＧＭ，ＢａｋａｌｉＲＩ，ｅｔａｌ．Ｔｈｅｕｓｅｏｆｎｅａｒｉｎｆｒａ
ｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙｔｏｐｒｅｄｉｃｔｔｈｅｍｏｉｓｔｕｒｅ，ｎｉｔｒｏｇｅｎ，
ｃａｌｃｉｕｍ，ｔｏｔａｌｐｈｏｓｐｈｏｒｕｓ，ｇｒｏｓｓｅｎｅｒｇｙ，ａｎｄｐｈｙｔａｔｅｐｈｏｓｐｈｏｒｕｓ
ｃｏｎｔｅｎｔｓｏｆｂｒｏｉｌｅｒｅｘｃｒｅｔａ［Ｊ］．ＰｏｕｌｔｒｙＳｃｉ，２００１，８０（３）：３１４．
［３３］　ＷｅｌｅＲ，ＧｒｅｔｅｎＷ，ＲｉｅｔｍａｎｎＢ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓ
ｃｏｐｙｏｎｃｈｏｐｐｅｒｔｏｍｅａｓｕｒｅｍａｉｚｅｆｏｒａｇｅｑｕａｌｉｔｙｐａｒａｍｅｔｅｒｓｏｎ
ｌｉｎｅ［Ｊ］．ＣｒｏｐＳｃｉ，２００３，４３：１４０７．
［３４］　ＢｅｒｚａｇｈｉＰ，ＺｏｔｅＡＤ，ＪａｎｓｓｏｎＬＭ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄｒｅｆｌｅｃ
ｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙａｓａｍｅｔｈｏｄｔｏｐｒｅｄｉｃｔｃｈｅｍｉｃａｌｃｏｍｐｏｓｉｔｉｏｎｏｆ
ｂｒｅａｓｔｍｅａｔａｎｄｄｉｓｃｒｉｍｉｎａｔｅｂｅｔｗｅｅｎｄｉｆｅｒｅｎｔｎ３ｆｅｅｄｉｎｇ
ｓｏｕｒｃｅｓ［Ｊ］ＰｏｕｌｔｒｙＳｃｉ，２００５，８４（１）：１２８．
［３５］　白雁，贾永，王东，等．应用近红外漫反射光谱技术测定酒炖
熟地黄中的还原糖含量［Ｊ］．中药材，２００６，２９（１０）：１０３５．
［３６］　宋丽丽，范丙义，徐晓杰，等．近红外光谱法用于六味地黄丸
模拟样品中熊果酸的含量测定［Ｊ］．中国中药杂志，２００６，３１
（１０）：１５９０．
［３７］　ＣｈａｎｇＣＷ，ＬａｉｒｄＤＡ，ＭａｕｓｂａｃｈＭＪ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄｒｅ
ｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔｓｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｅｓｏｆ
ｓｏｉｌｐｒｏｐｅｒｔｉｅｓ［Ｊ］．ＳｏｉｌＳｃｉＳｏｃＡｍＪ，２００１，６５：４８０．
［３８］　ＣｏｚｚｏｌｉｎｏＤ，ＭｏｒｏｎＡ．Ｔｈｅｐｏｔｅｎｔｉａｌｏｆｎｅａｒｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅ
ｓｐｅｃｔｒｏｓｃｏｐｙｔｏａｎａｌｙｓｅｓｏｉｌｃｈｅｍｉｃａｌａｎｄｐｈｙｓｉｃａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓ
［Ｊ］．ＪＡｇｒｉｃＳｃｉ，２００３，１４０：６５．
［３９］　ＢｅｎＤｏｒＥ，ＢａｎｉｎＡ．Ｎｅａｒｉｎｆｒａｒｅｄａｎａｌｙｓｉｓ（ＮＩＲＡ）ａｓａｒａｐｉｄ
ｍｅｔｈｏｄｔｏｓｉｍｕｌｔａｎｅｏｕｓｌｙｅｖａｌｕａｔｅｓｅｖｅｒａｌｓｏｉｌｐｒｏｐｅｒｔｉｅｓ［Ｊ］．Ｓｏｉｌ
ＳｃｉＳｏｃＡｍＪ，１９９５，５９：３６４．
［４０］　ＳｉｅｂｉｅｌｅｃＧ，ＭｃＣａｒｔｙＧＷ，ＳｔｕｃｚｙｎｓｋｉＴＩ，ｅｔａｌ．Ｎｅａｒａｎｄｍｉｄ
ｉｎｆｒａｒｅｄｄｉｆｕｓｅｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙｆｏｒｍｅａｓｕｒｉｎｇｓｏｉｌｍｅｔａｌ
·６５７１·
第３４卷第１４期
２００９年７月
　　　　　 　 　 　 　 　　　　　 　 　 　 　
Ｖｏｌ．３４，Ｉｓｓｕｅ　１４
　Ｊｕｌｙ，２００９
ｃｏｎｔｅｎｔ［Ｊ］．ＪＥｎｖｉｒｏｎＱｕａｌ，２００４，３３：２０５６．
［４１］　ＭｏｕａｚｅｎＡＭ，ＫａｒｏｕｉＲ，ＢａｅｒｄｅｍａｅｋｅｒＪＤ，ｅｔａｌ．Ｃｈａｒａｃｔｅｒ
ｉｚａｔｉｏｎｏｆｓｏｉｌｗａｔｅｒｃｏｎｔｅｎｔｕｓｉｎｇｍｅａｓｕｒｅｄｖｉｓｉｂｌｅａｎｄｎｅａｒｉｎｆｒａ
ｒｅｄｓｐｅｃｔｒａ［Ｊ］．ＳｏｉｌＳｃｉＳｏｃＡｍＪ，２００６，７０：１２９５．
［４２］　ＣｏｕｉｌａｒｄＡ，ＴｕｒｇｅｏｎＡＪ，ＳｈｅｎｋＪＳ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄｒｅｆｌｅｃ
ｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙｆｏｒａｎａｌｙｓｉｓｏｆｔｕｒｆｓｏｉｌｐｒｏｆｉｌｅｓ［Ｊ］．ＣｒｏｐＳｃｉ，
１９９７，３７：１５５４．
［４３］　ＷａｉｓｅｒＴＨ，ＭｏｒｇａｎＣＬＳ，ＢｒｏｗｎＤＪ，ｅｔａｌ．Ｉｎｓｉｔｕｃｈａｒａｃｔｅｒ
ｉｚａｔｉｏｎｏｆｓｏｉｌｃｌａｙｃｏｎｔｅｎｔｗｉｔｈｖｉｓｉｂｌｅｎｅａｒｉｎｆｒａｒｅｄｄｉｆｕｓｅｒｅｆｌｅｃ
ｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ］．ＳｃｉＳｏｃＡｍＪ，２００７，７１：３８９．
［４４］　ＢａｃｃｈｕｓＳＴ，ＡｒｃｈｉｂａｌｄＤＤ，ＢｒｏｏｋＧＡ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄ
ｓｐｅｃｔｒｏｓｃｏｐｙｏｆａｈｙｄｒｏｅｃｏｌｏｇｉｃａｌｉｎｄｉｃａｔｏｒ：Ｎｅｗｔｏｏｌｆｏｒｄｅｔｅｒｍｉ
ｎｉｎｇｓｕｓｔａｉｎａｂｌｅｙｉｅｌｄｆｏｒＦｌｏｒｉｄａｎＡｑｕｉｆｅｒｓｙｓｔｅｍ［Ｊ］．Ｈｙｄｒｏｌ
Ｐｒｏｃｅｓｓ，２００３，１７（９）：１７８５．
［４５］　ＣｏｈｅｎＭＪ，ＰｒｅｎｇｅｒＪＰ，ＤｅＢｕｓｋＷＦ．Ｖｉｓｉｂｌｅｎｅａｒｉｎｆｒａｒｅｄｒｅ
ｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙｆｏｒｒａｐｉｄ，ｎｏｎｄｅｓｔｒｕｃｔｉｖｅａｓｓｅｓｓｍｅｎｔｏｆｗｅｔ
ｌａｎｄｓｏｉｌｑｕａｌｉｔｙ［Ｊ］．ＪＥｎｖｉｒｏｎＱｕａｌ，２００５，３４：１４２２．
［４６］　ＶａｉｄｙａｎａｔｈａｎＳ，ＨａｒｖｅｙＬＭ，ＢｒｉａｎＭ．Ｄｅｃｏｎｖｏｌｕｔｉｏｎｏｆｎｅａｒｉｎ
ｆｒａｒｅｄｓｐｅｃｔｒａｌｉｎｆｏｒｍａｔｉｏｎｆｏｒｍｏｎｉｔｏｒｉｎｇｍｙｃｅｌｉａｌｂｉｏｍａｓｓａｎｄ
ｏｔｈｅｒｋｅｙａｎａｌｙｔｅｓｉｎａｓｕｂｍｅｒｇｅｄｆｕｎｇａｌｂｉｏｐｒｏｃｅｓｓ［Ｊ］．Ａｎａｌ
ＣｈｉｍＡｃｔａ，２００１，４２８（１）：４１．
［４７］　ＲｏｓéｎＰ．Ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｍｅｔｒｙ（ＮＩＲＳ）：Ａｎｅｗｔｏｏｌｆｏｒｉｎ
ｆｅｒｉｎｇｐａｓｔｃｌｉｍａｔｉｃｃｈａｎｇｅｓｆｒｏｍｌａｋｅｓｅｄｉｍｅｎｔｓ［Ｊ］．Ｈｏｌｏｃｅｎｅ，
２０００，１０（２）：１６１．
［４８］　ＶｅｔｅｒＳ，ＦｒａｎｚＣ，ＧｉａｓｌＳ，ｅｔａｌ．Ｉｎｈｅｒｉｔａｎｃｅｏｆｓｅｓｑｕｉｔｅｒｐｅｎｅ
ｌａｃｔｏｎｅｔｙｐｅｓｗｉｔｈｉｎｔｈｅＡｃｈｉｌｅａｍｉｌｅｆｏｌｉｕｍｃｏｍｐｌｅｘ（Ｃｏｍｐｏｓｉ
ｔａｅ）［Ｊ］．ＰｌａｎｔＢｒｅｅｄｉｎｇ，１９９６，１１６（１）：７９．
［４９］　ＦｉｓｃｈｅｒＵ，ＶｅｔｅｒＳ，ＮｏｖａｋＪ，ｅｔａｌ．Ｉｎｈｅｒｉｔａｎｃｅｏｆｔｈｅｓｅｓｑｕｉｔｅｒ
ｐｅｎｅｓｌｏｎｇｉｐｉｎｅｎｏｎｅａｎｄｈｙｄｒｏｘｙｌｏｎｇｉｐｉｎｅｎｏｎｅｗｉｔｈｉｎｔｈｅＡｃｈｉｌ
ｅａｍｉｌｅｆｏｌｉｕｍｃｏｍｐｌｅｘ（Ｃｏｍｐｏｓｉｔａｅ）［Ｊ］．ＰｌａｎｔＢｒｅｅｄ，２００１，
１２０：２５１．
［５０］　ＦｏｎｓｅｃａＣＥＬ，ＨａｎｓｅｎＪＬ，ＴｈｏｍａｓＥＭ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄ
ｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙｐｒｅｄｉｃｔｉｏｎａｎｄｈｅｒｉｔａｂｉｌｉｔｙｏｆｎｅｕｔｒａｌｄｅ
ｔｅｒｇｅｎｔｓｏｌｕｂｌｅｆｉｂｅｒｉｎａｌｆａｌｆａ［Ｊ］．ＣｒｏｐＳｃｉ，１９９９，３９（５）：
１２６５．
［５１］　ＶｅｌａｓｃｏＬ，ＰéｒｅｚＶｉｃｈＢ，ＦｅｒｎáｎｄｅｚＭａｒｔíｎｅｚＪＭ．Ｕｓｅｏｆｎｅａｒ
ｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙｆｏｒｓｅｌｅｃｔｉｎｇｆｏｒｈｉｇｈｓｔｅａｒｉｃａｃｉｄ
ｃｏｎｃｅｎｔｒａｔｉｏｎｉｎｓｉｎｇｌｅｈｕｓｋｅｄａｃｈｅｎｅｓｏｆｓｕｎｆｌｏｗｅｒ［Ｊ］．Ｃｒｏｐ
Ｓｃｉ，２００４，４４：９３．
［５２］　ＴｉｌｍａｎａＢＬ，ＧｏｒｂｅｔａＤＷ，ＰｅｒｓｏｎｂＧ．Ｐｒｅｄｉｃｔｉｎｇｏｌｅｉｃａｎｄ
ｌｉｎｏｌｅｉｃａｃｉｄｃｏｎｔｅｎｔｏｆｓｉｎｇｌｅｐｅａｎｕｔｓｅｅｄｓｕｓｉｎｇｎｅａｒｉｎｆｒａｒｅｄｒｅ
ｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ］．ＣｒｏｐＳｃｉ，２００６，４６：２１２１．
［５３］　ＢｌｏｓｓｅｒＴＨ，ＲｅｅｖｅｓＪＢ，ＢｏｎｄＩＩＪ．Ｆａｃｔｏｒｓａｆｅｃｔｉｎｇａｎａｌｙｓｉｓｏｆ
ｔｈｅｃｈｅｍｉｃａｌｃｏｍｐｏｓｉｔｉｏｎｏｆｔａｌｆｅｓｃｕｅｗｉｔｈｎｅａｒｉｎｆｒａｒｅｄｒｅｆｌｅｃ
ｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ［Ｊ］．ＪＤａｉｒｙＳｃｉ，１９８８，７１（２）：３９８．
［５４］　ＲｅｅｖｅｓＪＢ．ＮｅａｒＩｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｉｃａｎａｌｙｓｉｓｏｆ
ｓｏｄｉｕｍｃｈｌｏｒｉｔｅｔｒｅａｔｅｄｆｏｒａｇｅｓａｎｄｏｔｈｅｒｐｌａｎｔｍａｔｅｒｉａｌｓ［Ｊ］．Ｊ
ＤａｉｒｙＳｃｉ，１９８８，７１（２）：１４．
［５５］　ＭａｒｔｅｎＧＣ，ＢｒｉｎｋＧＥ，ＢｕｘｔｏｎＤＲ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄｒｅ
ｆｌｅｃｔａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙａｎａｌｙｓｉｓｏｆｆｏｒａｇｅｑｕａｌｉｔｙｉｎｆｏｕｒＬｅｇｕｍｅ
ｓｐｅｃｉｅｓ［Ｊ］．ＣｒｏｐＳｃｉ，１９８４，２４：１１７９．
［５６］　ＰＡＤｕｎｃａｎ，ＤＣＣｌａｎｔｏｎ，ＤＨＣｌａｒｋ．Ｎｅａｒｉｎｆｒａｒｅｄｒｅｆｌｅｃｔａｎｃｅ
ｓｐｅｃｔｒｏｓｃｏｐｙｆｏｒｑｕａｌｉｔｙａｎａｌｙｓｉｓｏｆｓａｎｄｈｉｌｓｍｅａｄｏｗｆｏｒａｇｅ［Ｊ］．
ＪＡｎｉｍＳｃｉ，１９８７，６４：１７４３．
［５７］　ＷｅｌｅＲ，ＧｒｅｔｅｎＷ，ＲｉｅｔｍａｎｎＢ，ｅｔａｌ．Ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓ
ｃｏｐｙｏｎｃｈｏｐｐｅｒｔｏｍｅａｓｕｒｅｍａｉｚｅｆｏｒａｇｅｑｕａｌｉｔｙｐａｒａｍｅｔｅｒｓｏｎ
ｌｉｎｅ［Ｊ］．ＣｒｏｐＳｃｉ，２００３，４３：１４０７．
Ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ（ＮＩＲＳ）ｔｅｃｈｎｏｌｏｇｙａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｇｅｏｈｅｒｂｓ
ＧＵＯＬａｎｐｉｎｇ１，ＨＵＡＮＧＬｕｑｉ１，ＣＨＲＩＳＴＩＡＮＷＨｕｃｋ２
（１．ＩｎｓｔｉｔｕｔｅｏｆＣｈｉｎｅｓｅＭａｔｅｒｉａＭｅｄｉｃａ，ＣｈｉｎａＡｃａｄｅｍｙｏｆＣｈｉｎｅｓｅＭｅｄｉｃｉｎａｌＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００７００，Ｃｈｉｎａ；
２．ＩｎｓｔｉｔｕｅｏｆＡｎａｌｙｔｉｃａｌＣｈｅｍｉｓｔｒｙａｎｄＲａｄｉｏｃｈｅｍｉｓｔｒｙ，ＵｎｉｖｅｒｓｉｔｙｏｆＩｎｎｓｂｒｕｃｋ，Ｉｎｎｓｂｒｕｃｋ６０２０，Ａｕｓｔｒｉａ）
［Ａｂｓｔｒａｃｔ］　Ｔｈｉｓｒｅｖｉｅｗｉｎｔｒｏｄｕｃｅｏｆｎｅｗｔｅｃｈｎｉｑｕｅａｎｄｍｅｔｈｏｄｆｏｒｇｅｏｈｅｒｂｓａｎａｌｙｓｉｓ．Ａｆｔｅｒｒｅｖｉｅｗｉｎｇｔｈｅｃｈｅｍｉｃａｌｐｒｉｎｃｉｐｌｅ，
ｏｐｔｉｃａｌｐｒｉｎｃｉｐｌｅａｎｄｔｈｅｃｈｅｍｏｍｅｔｅｒｏｆｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ（ＮＩＲＳ），ｉｔａｎａｌｙｚｅｄｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆＮＩＲＳａｎｄｔｈｅｄｉｆｉｃｕｌｔｉｅｓｏｆ
ｇｅｏｈｅｒｂｓａｎａｌｙｓｉｓ，ａｎｄｐｏｉｎｔｅｄｏｕｔｔｈａｔＮＩＲＳｈａｄｇｒｅａｔａｄｖａｎｔａｇｅｉｎｇｅｏｈｅｒｂｓａｎａｌｙｓｉｓｆｏｒｉｔｓｆｕｌｉｎｆｏｒｍａｔｉｏｎ．Ｒｅｆｅｒｉｎｇｔｈｅｏｕｔｃｏｍｅｓｏｆ
ＮＩＲＳｉｎｆｏｏｄｉｎｄｕｓｔｒｙ，ａｇｒｉｃｕｌｔｕｒｅｐｒｏｄｕｃｔｓ，ｗｉｎｅｓ，ｆｏｒａｇｅｓ，ｅｔｃ，ｉｔｅｍｐｈａｓｉｚｅｄｔｈｅｕｔｉｌｉｚａｔｉｏｎｏｆＮＩＲＳｉｎｇｅｏｈｅｒｂｓ，ｗｈｉｃｈｍａｙｍａｉｎｌｙ
ｆｏｃｕｓｏｎｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ａｎｄｇｅｎｅｔｉｃｃｈａｒａｃｔｅｒｓｒｅｓｅａｒｃｈ，ａｓｗｅｌａｓｈａｂｉｔａｔｅｖａｌｕａｔｉｏｎｏｆｇｅｏｈｅｒｂｓ．Ａｔｆｉｎａｌｙ，ｉｔｄｉｓｃｕｓｓｅｄｓｏｍｅｋｅｙ
ｐｏｉｎｔｓｗｈｉｃｈｍａｙｄｅｔｅｒｍｉｎｅＮＩＲＳｕｔｉｌｉｚａｔｉｏｎｉｎｇｅｏｈｅｒｂｓ，ｓｕｃｈａｓｒｅｌｉａｂｉｌｉｔｙ，ａｐｐｌｉｃａｂｉｌｉｔｙ，ａｎｄｐｏｐｕｌａｒｉｔｙ．
［Ｋｅｙｗｏｒｄｓ］　ｎｅａｒｉｎｆｒａｒｅｄｓｐｅｃｔｒｏｓｃｏｐｙ（ＮＩＲＳ）；ｇｅｏｈｅｒｂｓ；ｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ｇｅｏｈｅｒｂｉｓｍ
［责任编辑　吕冬梅］
·７５７１·
第３４卷第１４期
２００９年７月
　　　　　 　 　 　 　 　　　　　 　 　 　 　
Ｖｏｌ．３４，Ｉｓｓｕｅ　１４
　Ｊｕｌｙ，２００９