為了幫助人們快捷檢測食品健康問題，光譜分析技術(shù)已經(jīng)實現(xiàn)與智能手機(jī)的融合誕生了面向普通民眾的高光譜應(yīng)用，借助于嵌入到智能手機(jī)里的光譜儀，實時獲取通過手機(jī)快速檢測果蔬食品安全信息。

任何物質(zhì)都具有能量，產(chǎn)生獨(dú)有的光波，因此不同的物質(zhì)反射的光波也不盡相同，這就好像是與生俱來的身份證，是辨別物質(zhì)簡單，準(zhǔn)確的方式。通常人眼可看見的光波被稱為可見光，波長一般在390納米到780納米之間，而這臺被稱為短波紅外高光譜儀能夠分辨2500納米的光譜，是人眼完全看不到的部分，但借助這束光波就能夠讓我們有一雙看透一切物質(zhì)的眼睛。不同材質(zhì)的東西，它的光譜曲線也不一樣，科研人員就是通過這個原理，來進(jìn)行食品新鮮度的檢測。

什么豆芽是不是用藥水泡過的，市場里的肉新不新鮮，甚至是葡萄的含糖量都能“嗖”一下就透視出來。實際上，這種光譜透視眼不僅能看透食材的優(yōu)劣，還能分辨紅酒的純度，未來甚至還能預(yù)測果蔬的病蟲害。

從近紅外光譜可以得到分子中含氫基團(tuán)的振動光譜的大量信息，已成功地應(yīng)用于定量分析。然而，近紅外光譜（NIR）嚴(yán)重重疊，需用化學(xué)計量學(xué)的方法，建立多元回歸的定量模型進(jìn)行分析和預(yù)測。偏小二乘法（PLS）是近紅外光譜分析中使用多和效果好的方法。PLS 通過因子分析將光譜（多維空間數(shù)據(jù)，維數(shù)相當(dāng)于波長數(shù)目）壓縮為低維空間數(shù)據(jù)，將原近紅外復(fù)雜光譜分解為多種成分的單一光譜，并去除干擾組分和干擾因素的影響，僅選用有用的組分參與官能團(tuán)定量關(guān)系的回歸。因此，PLS 既能將原光譜數(shù)據(jù)映射為信息量非常集中的少數(shù)潛變量，又能選出和應(yīng)變量相關(guān)性大的潛變量，作為主成分建立模型。

目前， 近紅外光譜技術(shù)用于啤酒檢測主要測定啤酒中的酒精度、原麥汁濃度、總酸及糖度，具有較好的精度，可以替代常規(guī)的理化分析方法。運(yùn)用不同的化學(xué)計量學(xué)方法建立多元線性回歸、逐步回歸分析、主成分分析、主成分回歸、偏小二乘法、神經(jīng)網(wǎng)絡(luò)方法的近紅外光譜定性或定量校正模型，通過所建立的校正模型，實現(xiàn)對未知樣品的定性或者定量分析， 在相同的啤酒酒精度的檢測中，神經(jīng)網(wǎng)絡(luò)模型的預(yù)測精度優(yōu)于逐步回歸分析，逐步回歸分析優(yōu)于多元線性回歸，偏小二乘法差。由于近紅外光譜技術(shù)具有實時、快速的特點，易于實現(xiàn)生產(chǎn)過程質(zhì)量的在線控制，具有廣泛的應(yīng)用前景。

?