近日，中国科学院合肥物质科学研究院合肥智能机械研究所作物品质智能感知团队开发出新的近红外光谱分析方法。研究发现，通过近红外漫反射和漫透射光谱融合，可有效提高作物品质光谱定量分析的精度。相关研究结果已被Analytica Chimica Acta接收并在线发表。
数据融合技术是近年来倍受关注的一种多方法和工具集成的综合性信息处理技术。通过对多种分析测试方法的输入信号的整合和解析，数据融合技术能够克服单一检测技术在分析精度上的局限，取得更有效和稳定的检测结果。科研人员开发了一种基于近红外漫反射和漫透射数据融合的新的定量分析方法，可有效提高样品近红外光谱分析时的检测精度。
研究融合待测样品中采集到的近红外漫反射和漫透射光谱，提取两类光谱的互补特征信号，最终实现更精确的样品成分检测。研究利用该方法对稻谷中的三类主要成分(蛋白质、直链淀粉和脂肪)进行快速无损检测。结果表明，相比单独使用漫反射或漫透射技术，所推荐方法的预测结果具有更低的误差和更高的相关性，证实了这一方法的优越性。该方法可被推广应用至更多的产品的快速无损检测中，具有进一步发展潜力。
研究工作得到国家自然科学基金、安徽省重点研发计划、安徽省科技重大专项等的支持。
