褚小立，石油化工科学研究院教授级高工，我国为数不多的现代过程分析技术学术带头人之一，长期从事成套近红外光谱分析技术和应用研究，主持和参与了近20项基础研究、新产品研发和应用技术推广等科研项目，取得了多项具有创新性的研究成果，在国内外期刊发表论文80余篇，其中两篇论文分别获“2008年国内****影响百篇文章称号”和“2012年**者5000—中国精品科技期刊论文”。申请发明专利30余项，有近20项获得授权。获省部级科技进步奖5项，其中获军队科技进步一等奖1项，中石化科技进步二等奖3项。2005年获侯祥麟石油加工科学技术奖，2009年获中国石化闵恩泽青年科技人才奖，2011年获闵恩泽院士科技原始创新奖，2013年获13届“中国青年科技奖”，2015年获“中国分析测试协会科学技术青年奖”。
褚小立学术造诣深厚，编著了多部与分子光谱、化学计量学和现代过程分析技术等有关的学术著作，取得了很好学术成果，其中独著的《化学计量学与分子光谱分析技术》是我国较为全面、系统介绍现代过程分析技术的专著，受到本领域专家和学者的一致好评。

1.趣味性强：本书是一部趣味性很强的科普著作，以一个中学生一天经历的各种场景描绘了近红外光谱在我们生活中的应用以及该技术的前世、今生和未来。

2.可读性好：作者文笔流畅，让你在行云流水的字里行间感受近红外光谱的魅力。

3.凝聚集体智慧：本书凝结了国内近红外光谱领域60余位专家的集体智慧，完整描述了近红外光谱的发展历史和应用图景。

4.科学严谨：本书寓科学技术于科普表达，有趣的场景和文字中承载着科学的严谨和所有“近红外人”的情怀。

近红外光谱是光谱大家族的一员，位于紫外-可见光谱和中红外光谱之间，但它与其他光谱例如中红外光谱和拉曼光谱有显著差异，它的吸收峰较宽，与分子官能团对应的特征性分辨较差，因此，自近红外光被发现（1800年）到20世纪60年代末，约170年的时间里该波段的应用没有实质性的进展。

20世纪60年代末，在美国农业部工程师Karl Norris博士的引领下，近红外光谱这个沉睡百余年的分析巨人终于被唤醒，并逐渐显示出它本有的强大分析能力。

近红外光谱兴起背后的主要原因是计算机技术的出现，一方面分析仪器与计算机的结合，使分析信号数字化得以实现，显著提升了分析信号的储存和利用效率；另一方面，计算机与数学、统计学和化学的结合，产生了化学计量学学科，能从高度重叠的分析信号中分辨和提取大量有用的信息，使复杂混合体系（如谷物、食品、药品、石油、土壤等）的直接定量和定性分析成为可能。

近红外光谱之所以成为分析巨人是因为它改变了传统的取样回实验室进行分析的测量方式，实现了现场、在线分析。近红外光谱的测量方式非常灵活便捷，它通过不同的专用测量附件，不需要任何的前处理，就可直接无损地对多种与我们生活息息相关的物品进行分析，例如谷物、水果、纺织品、饮料和奶制品等。而且，近红外光能通过石英光纤传输，这意味着光谱仪可以远离工况比较复杂的测量点，因此可用于石化等大型装置的在线分析，实时测量物料的组成和物化性质。如今，近红外光谱的应用几乎覆盖了人类生活的方方面面，在科学研究、工业、农业、商业、国防等领域发挥着越来越重要的作用。

目前，全球约90%的小麦贸易是基于近红外光谱分析仪对整粒谷物检测蛋白质含量进行的，这不仅显著提高了分析速度，而且节省了大量的成本。据统计，西方发达国家精细农业采用近红外光谱技术后，稻米产量每公顷提高约0.6吨，小麦产量提高约1.1吨，小麦蛋白质含量提高约1%，获得了可观的经济效益；我国东北三省在大豆育种、种植、收购和加工环节采用近红外光谱分析技术后，大豆蛋白质含量也有显著性提高，起到了农民增收、企业增效、国家增税的效果。在国内外大型流程工业，诸如炼油和石化企业，在线近红外光谱分析技术已成为智慧工厂的重要感知器，是现代智能化炼厂的标志性技术之一，与优化控制系统结合带来了巨大的经济和社会效益；在制药领域，以近红外光谱为代表的现代过程分析技术可对制药过程的关键质量参数进行监控，以改进质量并降低药品的制造成本，在国际大型制药企业得到广泛的推崇，取得了很好的应用效果；在科学前沿研究领域，功能性近红外光谱技术在高级认知神经科学、发展认知神经科学和精神病学等领域取得了一系列重大研究成果；在商业领域，据报道，美国研究机构对上千份食品掺假案例进行总结，发现橄榄油、牛奶、蜂蜜、咖啡和橙汁是5种最常见的掺假食物，近红外光谱在现场无损快速鉴别这些掺假食品方面也独具优势。

近红外光谱分析技术是一门典型的多学科交叉技术，涉及仪器学、光谱学、统计学、数学和计算机等学科。近红外光谱的分析思路不同于基于物理分离的色谱方法，也不同于基于朗伯-比尔定律的传统光谱分析方法，它是一种建立在对复杂物质直接光谱测量和多元校正基础上的全新分析技术。目前在我国本科和研究生教材中都没有专门的章节对近红外光谱进行介绍，近红外光谱知识大都是通过学术讲座和技术交流的方式传授，或者以自学相关专业书籍的方式获取。因此，象牙塔里的莘莘学子对近红外光谱的了解很少，即使有了解也是零散的、碎片化的，不完整，更不系统。

本书包含三部分，第一部分介绍近红外光谱的应用，是本书的核心。以一位中学生一天接触到的事物为主线，把近红外光谱在诸多领域的应用有机地串联了起来，可让读者畅游在近红外光谱的知识海洋里，不仅有助于对这项技术的全面了解，还可使读者从中碰撞出新的思想火花，扩大思维的视角，扩宽思路，进而与自己的工作相结合，进一步提升这项技术或者扩展该技术的应用面。为增加可读性，本书对测量对象的相关知识点都做了铺垫式的介绍，力求通俗易懂。第二部分介绍近红外光谱的兴起，包括什么是近红外光谱，近红外光谱是如何获得的，近红外光谱含有哪些有用的化学信息，以及如何通过近红外光谱技术进行定量和定性分析，主要讲述近红外光谱技术的工作和应用模式；第三部分主要对近红外光谱技术未来5～10年的发展做出展望，让读者了解这项技术的发展趋势。

本书的受众群体是高年级的本科生、硕士和博士研究生、企业的工程师和管理人员、政府相关部门的公务员以及工人、农民、自由创业者和从业者等普通大众。

高年级本科生是本书的主要受众群体，本书不仅能够拓宽他们的知识领域，优化知识结构，还有可能与他们的专业知识融会贯通，灵活加以运用，无论将来是走上工作岗位还是继续深造，都将会产生潜移默化的影响。“教育不是注满一桶水，而是点燃一把火。”本书关于光谱分析方法的起源故事、近红外光谱分析技术创始人科学家Karl Norris博士的故事、以及近红外光谱独特的建模分析思路，能够感染新时代的大学生，激发他们的好奇心和创新精神，培养他们勇于探索真理、敢于向权威挑战的科学精神，同时也能使他们获得有益的人生启迪。从新仪器和新方法产生的海量量测数据中挖掘有效信息技术，会进一步加强培养他们的数据解析思维和能力，这在大数据、云计算和人工智能的现代科技社会中更具现实意义。

硕士和博士研究生是本书的重要受众群体。爱因斯坦说：“想象力比知识更重要，因为知识是有限的，而想象力概括着世界的一切，推动着进步。”研究生正处于具有朝气、勇于创新的年龄，有着蓬勃的创新活力和巨大的科研潜力，是未来科技创新的主力军。近红外光谱解决分析问题的思路和途径极有可能激发他们丰富的想象力和无穷的创造力，学会站在巨人的肩膀上作巨人，对科学研究产生浓厚的兴趣并进行大胆探索。更期待有部分研究生能感受到近红外光谱的魅力，能对这项技术产生兴趣和热爱，并把它当成一生为之而奋斗的事业。

企业工程师、管理人员和政府相关部门的公务员是最具现实意义的受众群体。期望与本书的相遇，能加速他们对近红外光谱分析技术的认识，将其应用于广阔的无限可能之中，助推其持续、健康、快速地在我国发展。

最后也是最具潜力的受众群体是普通大众。如果您是一位正在为孩子填报高考志愿的家长，与本书不经意间的相逢，也许会对您有所启迪，从此帮助孩子走上一条精彩纷呈的人生道路。如果您是一位小学生的妈妈，看完此书，在日常生活中，若涉及食品品质检测话题时，能提到近红外光谱分析技术，也许就把近红外光谱的科学种子种在孩子的心间。如果您是一位刚刚退休的中老年人，此书极有可能对您去超市购物有所帮助，也许您会成为近红外光谱强有力的传播者。如果您是一位果农朋友，此书极有可能彻底改变您经营果园的理念，从此为果园插上腾飞的翅膀，跻身世界最强果园的阵营。总之，本书将打开一扇近红外光谱与普通大众交流的窗口，让最前沿的科技走进寻常百姓家中。

本书汇聚了我国近红外光谱界几乎所有同仁的集体智慧，各领域的带头人和应用一线的工程师对本书的撰写和制作付出了大量的心血，在此表示衷心的感谢。特别说明的是，本书的章节标题采用成语谐音换字的形式进行编写，鉴于本书的主要受众群体是大学生以上的人员，这不会对青少年规范使用文字带来不良的影响。

写一本好的科普读物并非易事。尽管作者们都费尽了洪荒之力，尽可能避免较专业的术语，用通俗易懂的语言，力求将科学性、知识性、技术性、实用性和趣味性集于一体，深入浅出地阐述近红外光谱分析技术及其应用，为引人入胜，还专门绘制了一系列贴合内容的插图，但是鉴于作者们的文学功底不够深厚，而涉及的知识领域又十分宽泛，书中一定还会存在诸多不足甚至不妥之处，敬请广大读者提出宝贵的意见，以便再版时加以改正。

青山遮不住，毕竟东流去。目前我国正处在一个新的发展机遇期，愿本书的出版能够推进近红外光谱技术的发展，发挥其在经济建设、造福人民方面的重要作用，让它越来越走近我们的生活。

近红外光谱的一天，

五彩缤纷的生活，

波澜壮阔的时代。

未来可期，不负韶华。

中国梦、近红外梦正在实现！

褚小立

2021年6月18日

第1篇 近红外光谱分析在日常生活中的一天——平凡中蕴藏着伟大 001
1．1 旭日东升，逐退群星（清晨） 002
1．1．1 了“乳”指掌——牛奶生产全过程的检测 002
1．1．2 面“面”俱到——面筋高低决定面粉用途 008
1．1．3 一“麦”相承——小麦品质监测网络 011
1．1．4 “豆”志昂扬——蛋白质决定大豆价格 016
1．1．5 “油”然而生——食用油加工过程监控 018
1．1．6 平“蛋”无奇——鸡蛋的好与坏 021
1．1．7 看“菜”吃饭——榨菜的品牌鉴别 023
1．1．8 各执一“瓷”——优劣仿瓷餐具 025
1．1．9 寸“土”必争——“数字土壤”的“幕后推手” 026
1．2 浮云自开，阳光赫赫（上午） 028
1．2．1 论资“牌”辈——加油站里的汽油牌 028
1．2．2 炉火“醇”青——生物燃料乙醇的生产 031
1．2．3 温润如“玉”——玉米深加工的在线应用 033
1．2．4 应运而“生”——助力生物柴油产业链开拓 035
1．2．5 齐心协“沥”——铺路沥青的性能品质 036
1．2．6 栋梁之“材”——新材料的质量保障 037
1．2．7 指点“蜜”津——蜂蜜真假溯源 039
1．2．8 对症下“药”——中药的现代化生产 041
1．2．9 壮“织”凌云——织物鉴别“即测即得” 044
1．2．10 兵不厌“炸”——炸药性能的预知 047
1．2．11 一“木”了然——红木的“真与假” 049
1．2．12 未卜“纤”知——造纸制浆过程的“可视化”监测 051
1．2．13 “茶”言观色——茶叶品控的“立体化” 053
1．2．14 “啡”同小可——让咖啡口感“有据可循” 057
1．2．15 “糖”舌蜜口——制糖工业的优质优产 058
1．2．16 硕“果”累累——水果的丰产与甘味 060
1．3 竿头日进，大放异彩（中午） 066
1．3．1 “橄”为人先——橄榄油品质分级有讲究 066
1．3．2 “牛”刀小试——牛肉品质检测只需“扫一扫” 068
1．3．3 “葡”天同庆——葡萄酒生产全链条的监控 072
1．3．4 “饮”水思源——果汁真假知多少 073
1．3．5 “塑”不相识——废旧塑料精准分拣 074
1．3．6 集“饲”广益——饲料加工品质与效益的平衡 076
1．3．7 不食“烟”火——烟草“大数据”平台 080
1．3．8 “消”患未形——灭火剂质量的未雨绸缪 084
1．4 日落晚霞，瑰丽多姿（下午和夜晚） 086
1．4．1 耐人寻“味”——调味品风味的量化“法官” 086
1．4．2 不可“啤”敌——啤酒生产关键指标控制 088
1．4．3 明“白”了当——白酒酿制的数字化 090
1．4．4 “蚕”差不一——活体蚕蛹的雌雄分选 093
1．4．5 鱼“米”之乡——给大米食味值评分 094
1．4．6 扶“药”直上——药品快检“寻伪驱劣” 095
1．4．7 多见广“识”——医学健康中的“无创助手” 100
1．4．8 “洗”听尊便——智能洗衣机的“数据推荐” 103
1．4．9 赤子之“芯”——芯片制造“绿色”更安全 104
1．4．10 旷“视”奇才——找矿勘察的“一双慧眼” 106
1．4．11 日升“月”恒——翱翔太空的探测“精灵” 108
1．4．12 “活”灵活现——日化品的“安全卫士” 110
参考文献 113

第2篇 近红外光谱技术的兴起——肉眼看不见的历史 125
2．1 光谱分析技术的起源 126
2．1．1 当局者迷——牛顿与光谱不得不说的故事 126
2．1．2 千古疑团——无法解释的夫琅和费谱线 127
2．1．3 烈火雄心——需要物理学家帮忙的本生灯与焰色试验 128
2．1．4 开天辟地——光谱分析方法的创立 129
2．1．5 并驾齐驱——光谱与太阳元素 131
2．1．6 压卷之作——第三位小数的胜利 133
2．1．7 相辅相成——光谱与光谱学 134
2．2 光谱与量子力学 137
2．2．1 拨云见日——“两朵小乌云” 137
2．2．2 无心插柳——意外获得诺奖的迈克尔逊干涉仪 139
2．2．3 顺理成章——光的波粒二象性 141
2．2．4 殊途同归——氢原子光谱与原子结构 142
2．3 近红外光谱大门的开启 145
2．3．1 一步之遥——红外光的意外发现 145
2．3．2 改天换地——红外光谱的兴起 146
2．3．3 整装待发——唤醒深睡的“分析巨人” 148
2．4 近红外光谱技术的蓬勃发展 152
2．4．1 一己之力——国际大传播 152
2．4．2 横空出世——化学计量学新学科的创立 153
2．4．3 步步为营——仪器的多元化发展 155
2．4．4 古树新芽——滤光片技术的华丽转身 159
2．4．5 水到渠成——两个里程碑的事件 162
2．5 近红外光谱技术的秉性 165
2．5．1 谱中窥物——光谱中包含的信息 165
2．5．2 双管齐下——定量和定性分析的模式 167
2．5．3 术有专攻——有优点亦有缺点 169
2．5．4 抛砖引玉——方法的标准化 172
2．6 近红外光谱成像 179
参考文献 181

第3篇 展望未来——如约而至，未来可期 183
3．1 秀外慧中——手机光谱仪 184
3．2 明察秋毫——食物营养智能扫描仪 186
3．3 足智多谋——超个性化的智能家电 188
3．4 草木皆兵——无人值守的果园 190
3．5 开诚布公——“透明”的工厂 192
3．6 日新月异——光谱仪器的标准化 194
3．7 脑洞大开——势不可挡的深度学习算法 195
3．8 同舟共济——共享时代的通用光谱数据库 198
参考文献 199

愿 201

后记 202