全国第十届近红外光谱学术会议共安排了65场来自国内外的近红外光谱分析专家学者的精彩报告，参加会议的专家就近红外光谱数据分析技术、建模方法和新型近红外光谱仪器等话题进行了深入的交流和讨论。

　　2024年9月23-25日，为期三天的全国第十届近红外光谱学术会议在北京朗丽兹西山花园酒店召开。会议共安排了65场来自国内外的近红外光谱分析专家学者的精彩报告，会议主题主要围绕近红外光谱在农业、食品、环境、工业、制药和材料等多种领域的最新应用进展。参加会议的专家就近红外光谱数据分析技术、建模方法和新型近红外光谱仪器等话题进行了深入的交流和讨论。

　　在本次大会中，近红外光谱中的数据预处理、数据融合、变量选择和模型转移等化学计量学方法备受重视。每位报告人都在各自的汇报中分享了自己的经验和见解。其中，来自南开大学的邵学广教授特别指出数据质量的重要性，PLS在解决实际问题时的实用性，以及新方法与PLS作比较的重要性。此外还指出变量选择方法更适用于样本数较少的情况，在大量样本可用时，变量选择的效果不显著。同时，邵学广教授也对近几年的建模竞赛提出了建议，并着重强调了观察数据和规范化建模流程的重要性。

　　在数据预处理和变量选择方面，来自华东理工大学的杜一平教授进行了题为“光谱处理和波长选择新策略进一步提升近红外光谱分析模型的预测能力”的报告。报告提出了一种新的分段光谱预处理算法和等效波长的概念，并在公开数据集上证明了这两种新的算法的有效性，并且所获得的结果更容易解释；来自温州大学的陈孝敬教授提出了一种自动预处理框架，能够适用于快速确定最佳预处理方法，并将源代码公开于github，可与其他现有的预处理技术轻松集成；来自天津工业大学的卞希慧教授进行了题为“近红外光谱分析中的化学计量学方法研究新进展”的精彩报告，报告提出了一种新的选择性集成预处理算法以及一系列的去噪方法，并引入了一系列的群体智能优化算法用于变量选择，其中考察了不同的离散化函数，算法本身参数等对预测结果的影响，具备优秀能力的寻优效果。除此以外还有多场关于此方面的报告，例如谢丽娟教授和云永欢副教授提到的数据增强策略等。

　　在数据融合方面，来自中国科学院合肥物质科学研究院的徐琢频副研究员进行了“基于近红外和数据融合的精确检测的新方法研究”的报告，其中实现了多种数据融合的方法，包括NIR和UV-Vis，NIR和LIBS，NIR漫反射和漫透射融合等，这种策略更好的发挥了数据间的协同关系，从而更有效的解决应用问题。此外，还有一些关于NIR和ATR数据，汽油样品特性信息和近红外光谱数据融合等方面的精彩报告。

　　在模型转移方面，来自贵州医科大学的张进副教授进行了“近红外光谱的无参数模型转移/增强框架PFCE”的报告，其中提出了一种覆盖多种模型转移/增强场景，无需超参数优化，形式统一的算法框架PFCE，该算法适用于多种场景，可以有明显效果地的提升从机预测效果并优化主机模型；陈孝敬教授也提出了一种基于维纳滤波的模型转移方法，并进一步提出了一种无监督模型转移方法；此外，来自无锡迅杰光远科技有限公司的兰树明也针对模型转移目前的挑战进行了报告，从仪器设计和算法角度研究了模型转移过程中的误差情况。

　　深度学习是本次会议的热门研究主题之一。当前，深度学习已被大范围的应用于近红外光谱分析的多个领域中，如燃油种类鉴别、食品掺假检测、水果品质检测等。多数研究集中于微调现有的网络结构以适应近红外光谱分析，少数研究开展了对模型计算方式的创新研究。

　　来自南开大学的邵学广教授将深度学习对比偏最小二乘，强调了样本量对深度学习的重要性，并倡导对深度学习实际应用的对比研究；来自海南大学的云永欢副教授探讨了卷积神经网络在近红外食品溯源及掺假鉴定的应用，并提出模型复杂性和计算资源限制带来的挑战；来自中国计量科学研究院的李珂副研究员带来了“高性能近红外光谱燃油种类识别仪的研制”的报告，他们向人工神经网络中引入贝叶斯推断，对权重进行先验分布建模，以提升网络泛化性能；来自天津工业大学的卞希慧教授介绍了其化学计量学方法研究的新进展，其中“宽度学习”新概念的介绍让人耳目一新；来自桂林电子科技大学的李灵巧副教授介绍了Kolmogorov-Arnold网络在近红外分析中的应用，这是一种激活函数不固定且可学习的模型，这种策略使模型更灵活高效，从而逐步提升泛化能力。

　　光谱分光技术的日益成熟推动了光谱成像技术的应用发展。有别于传统光学成像仅展示样品形态学特征，光谱成像揭示了化学特征的空间分布，可以获取样品在一定波段上的连续光谱信息。并且，通过一系列分析这些详细的光谱特征，能够给大家提供观测对象的精细成分和状态的信息。可以说，从“点”到“面”再到“空间”的高光谱成像技术在本次会议中吸引了参会者的眼球。

　　来自南京农业大学的潘磊庆教授带来了《梨果实损失和病害的光学响应机制及检测研究》的报告，探究了损伤和病害对梨果实理化品质变化及光学响应规律，建立了可见-近红外和短波红外高光谱识别损伤和病害梨果实的可视化定量模型；油料是人体三大营养素中酯类和蛋白质大多数来自。为提升油料品质快速检测水平，来自中国农业科学院油料作物研究所的张良晓研究员（李雪代讲）采用光谱成像技术获取花生的光谱信息，建立了花生品质的高光谱模型，为花生质量控制提供了新的检测技术；来自暨南大学的潘涛教授介绍了基于高光谱图像的三文鱼片微生物菌落数实时检测的工作，针对不同空气暴露时间截取的三文鱼片样品，结合有效光谱预处理和波长优化方法实现了三文鱼片微生物菌落总数定量和超标判别；光谱成像技术的发展离不开仪器研制，来自广州星博科技有限公司的罗旭东总工分享了该公司商业化的高光谱成像分析仪，并介绍了高光谱成像技术在松线虫病木、甲烷气体探测和古生物化石检测等众多领域的应用和发展现状。

　　便携式仪器一直是近红外光谱发展的重要方向。在本次会议中，小微型近红外光谱仪也是一个重要的主题。近年来，基于小微型近红外光谱仪的研究越发深入，其应用领域愈来愈普遍，智能化水平也在逐步提高。

　　大会的第一个口头报告，来自德国的Siesler教授回顾了近红外光谱仪的发展历史，从最开始的滤光片型、光栅型、傅里叶型，再到如今的DMD型和FP-TF型，报告结合食品和环境等领域的案例展示了手持式近红外光谱仪应用的新水平和新局面，强调了发展小微型近红外光谱仪的必要性。Siesler教授认为，小微型仪器将在未来的现场检测、实时分析中发挥更及其重要的作用，更多的新方法也将用于指导新仪器的软硬件设计；在最新的应用方面，来自中山大学的余向阳教授带来了《手持式近红外光谱仪在中药材高通量快筛快检中的应用》的报告，成功地将手持式近红外光谱仪与化学计量学相结合，为菟丝子的真假鉴定和金银花的掺假提供了一种高效、精确实用和经济的方法；来自上海昊量光电设备有限公司/INSION GmbH的CEO Sven Schoenfelder分享了INSION微型光谱仪在食品安全、材料鉴定和医疗等领域的应用，展示了仪器的多功能性和灵敏性；在传感微型化方面，来自北京与光科技有限公司的技术产品经理朱鸿博分享了他们创始团队创新性地将二维硅基超表面光学调制结构和计算光谱的原理相结合，实现了全球首款可量产的实时超光谱成像芯片，目前已应用于农业全链条的所有的环节的分析。

　　除了精彩纷呈的报告，本次会议还颁发了第五届“陆婉珍近红外光谱奖”，袁洪福教授获得陆婉珍近红外光谱贡献奖，彭彦昆教授和张皋总工获得陆婉珍近红外光谱科技奖，王钧总监、田喜高级农艺师、李灵巧副研究员、张进副教授获得陆婉珍近红外光谱青年奖。此外，会议还评选了49位“中国近红外光谱三十年贡献人物”，以及16个“最佳墙报”奖。获奖者的研究工作令我们受益匪浅，值得学习和借鉴。

　　沟通推动创新，合作成就未来。全国第十届近红外光谱学术会议圆满落幕，让我们共同期待下一届的近红外光谱会议！