近紅外光譜技術(shù)在水產(chǎn)養(yǎng)殖行業(yè)的應(yīng)用進(jìn)展

陳穎 王璐 尚宏鑫 許巖

摘要：介紹了近紅外光譜分析技術(shù)（NIR）的原理與特點(diǎn)，綜述其在水產(chǎn)養(yǎng)殖業(yè)中育種育苗、養(yǎng)殖水水質(zhì)監(jiān)測(cè)和水產(chǎn)苗種飼料方面的應(yīng)用現(xiàn)狀，對(duì)近紅外光譜分析技術(shù)在水產(chǎn)養(yǎng)殖業(yè)應(yīng)用中出現(xiàn)的問(wèn)題進(jìn)行分析，并對(duì)其應(yīng)用規(guī)模預(yù)測(cè)和發(fā)展前景展望。

關(guān)鍵詞：近紅外光譜;水產(chǎn)養(yǎng)殖;應(yīng)用;模型

中國(guó)是世界水產(chǎn)養(yǎng)殖大國(guó)。作為世界上從事水產(chǎn)養(yǎng)殖歷史最悠久的國(guó)家之一，自改革開(kāi)放以來(lái)，在以養(yǎng)為主的發(fā)展方針指導(dǎo)下，我國(guó)水產(chǎn)養(yǎng)殖業(yè)發(fā)展迅猛，產(chǎn)業(yè)布局變化巨大，從傳統(tǒng)養(yǎng)殖區(qū)（沿海地區(qū)和長(zhǎng)江、珠江流域等）逐步擴(kuò)展至全國(guó)各地。水產(chǎn)養(yǎng)殖已成為推動(dòng)我國(guó)農(nóng)村經(jīng)濟(jì)發(fā)展的重要?jiǎng)恿χ?。然而，由于水體污染日趨嚴(yán)重，大量的圍湖造田造成湖泊沼澤化，再加上投料過(guò)剩、排泄物積累等問(wèn)題，導(dǎo)致養(yǎng)殖水域環(huán)境條件不斷惡化，水產(chǎn)資源遭到不同程度的污染和破壞，生態(tài)環(huán)境逐步惡化[1]。此外，由于生長(zhǎng)環(huán)境、養(yǎng)殖工藝、養(yǎng)殖密度以及加工等環(huán)節(jié)存在的各種問(wèn)題，造成某些水產(chǎn)品不同程度地受到包括重金屬、化學(xué)農(nóng)藥、抗生素、飼料添加劑和激素殘留物的污染，養(yǎng)殖種質(zhì)退化、病害泛濫等問(wèn)題更是層出不窮，這些問(wèn)題已嚴(yán)重影響到水產(chǎn)養(yǎng)殖業(yè)的健康發(fā)展。開(kāi)展水產(chǎn)養(yǎng)殖過(guò)程中的實(shí)時(shí)快速監(jiān)測(cè)現(xiàn)已成為關(guān)注的重點(diǎn)問(wèn)題。

近紅外光譜分析技術(shù)（NIR）作為現(xiàn)代最有應(yīng)用前途的快速分析技術(shù)之一，世界各國(guó)都有投入專門的科研力量從事相關(guān)方面的研究。我國(guó)從20世紀(jì)80年代后期開(kāi)始首次嘗試研發(fā)了應(yīng)用在糧食飼料方面的近紅外分析儀，而后相繼開(kāi)展近紅外光譜技術(shù)的研究和應(yīng)用工作，到90年代后期逐漸應(yīng)用到農(nóng)業(yè)、石油化工、生物制藥、紡織、食品和煙草等多個(gè)領(lǐng)域。在計(jì)算機(jī)技術(shù)、化學(xué)計(jì)量學(xué)的不斷進(jìn)步和帶動(dòng)下，近紅外技術(shù)得到快速發(fā)展。近紅外光譜分析技術(shù)應(yīng)用在水產(chǎn)領(lǐng)域的時(shí)間不算太長(zhǎng)，主要多集中于水產(chǎn)品品質(zhì)及其質(zhì)量安全方面的研究，但考慮到近紅外光譜分析技術(shù)的操作方便、分析成本低、無(wú)損、高效、環(huán)保等特點(diǎn)，其在水產(chǎn)養(yǎng)殖領(lǐng)域也具有廣闊的應(yīng)用前景。

1近紅外光譜技術(shù)的原理及特點(diǎn)

1.1近紅外光譜技術(shù)的原理

通常，分子基頻振動(dòng)產(chǎn)生的吸收譜帶位于中紅外區(qū)域（400～4000cm-1），分子基頻振動(dòng)的倍頻和組合頻產(chǎn)生的吸收帶位于近紅外區(qū)域，美國(guó)ASTM（AmericanSocietyofTestingMaterials，美國(guó)材料檢測(cè)協(xié)會(huì)）將近紅外譜區(qū)定義為4000～14285cm-1（700～2500nm），近紅外區(qū)域又被劃分成短波近紅外區(qū)（700～1100nm）和長(zhǎng)波近紅外區(qū)（1100～2500nm）。近紅外光譜主要是由于分子振動(dòng)的非諧振性使分子振動(dòng)從基態(tài)向高能級(jí)躍遷時(shí)產(chǎn)生的，反映的是包括含氫基團(tuán)（如CH-、-OH、NH-、SH-、PH-等）振動(dòng)的倍頻和合頻吸收的信息。在不同化學(xué)環(huán)境中不同基團(tuán)（如甲基、亞甲基、苯環(huán)等）或同一基團(tuán)的近紅外吸收波長(zhǎng)與強(qiáng)度都有顯著差異。所以通過(guò)近紅外光譜可以得到樣品中所有有機(jī)分子含氫基團(tuán)的特征信息，能同時(shí)檢測(cè)多種有機(jī)分子。不同的物質(zhì)在近紅外區(qū)域有著特定且豐富的吸收光譜，為近紅外光譜分析樣品提供了基礎(chǔ)。

近紅外光譜分析技術(shù)包括定性分析和定量分析，定性分析是為了確定物質(zhì)的結(jié)構(gòu)與組成，而定量分析則是為了確定物質(zhì)中某些組分的含量（如水分、脂肪、蛋白質(zhì)等）或是物質(zhì)的品質(zhì)屬性的值（如密度、硬度、酸度等）。與傳統(tǒng)的化學(xué)分析方法不同，近紅外光譜技術(shù)是用統(tǒng)計(jì)的方法在樣品待測(cè)屬性值與近紅外光譜數(shù)據(jù)之間建立一個(gè)校正模型。校正模型的建立需要前期搜集一定量有代表性的校正樣品，獲得用近紅外光譜儀器測(cè)得的樣品光譜數(shù)據(jù)和用化學(xué)分析方法測(cè)得的真實(shí)數(shù)據(jù)，通過(guò)化學(xué)計(jì)量學(xué)進(jìn)行處理，建立光譜與待測(cè)參數(shù)之間的對(duì)應(yīng)關(guān)系。因?yàn)闃悠返慕M成相同，則其近紅外光譜也相同，那么只要測(cè)得樣品的近紅外光譜，通過(guò)光譜數(shù)據(jù)和上述對(duì)應(yīng)關(guān)系，就能很快得到所需要的參數(shù)數(shù)據(jù)。

1.2近紅外光譜技術(shù)的特點(diǎn)

作為一種現(xiàn)代的間接分析技術(shù)，近紅外光譜分析技術(shù)必須通過(guò)建立校正模型來(lái)實(shí)現(xiàn)未知樣品的定量或定性分析。它的分析過(guò)程主要包括樣品采集光譜、光譜預(yù)處理、樣本集劃分、特征波段提取優(yōu)化、建立模型、修正模型等幾個(gè)步驟。與傳統(tǒng)的分析技術(shù)相比，近紅外光譜分析技術(shù)在分析測(cè)試中具有獨(dú)特的優(yōu)越性。

1.2.1樣品無(wú)損檢測(cè)樣品無(wú)需進(jìn)行前處理，無(wú)需化學(xué)試劑參與反應(yīng)，因此樣品無(wú)損耗，測(cè)定后仍可用做其他用途。這樣既節(jié)約成本費(fèi)用，又能避免污染環(huán)境。

1.2.2測(cè)定速度快不用稱樣，樣品無(wú)損，且能夠連續(xù)多次測(cè)定，只需幾秒鐘就能完成多個(gè)指標(biāo)的檢測(cè)，大大提高了工作效率。

1.2.3操作簡(jiǎn)單儀器可以針對(duì)客戶需求任意設(shè)計(jì)生成操作方案，對(duì)操作人員要求低，避免了傳統(tǒng)分析帶來(lái)的誤差，重現(xiàn)性好、成本低。

1.2.4多組分多通道同時(shí)測(cè)定近紅外光譜屬于分子振動(dòng)光譜，原則上只要含有CH-、-OH、NH-等能產(chǎn)生近紅外光譜的物質(zhì)均存在近紅外光譜分析的可能，在實(shí)際應(yīng)用時(shí)可以不斷拓展測(cè)定指標(biāo)，且可以多指標(biāo)同時(shí)測(cè)定。

2近紅外光譜技術(shù)在育種育苗方面的應(yīng)用

目前，近紅外光譜技術(shù)尚未普及到水產(chǎn)生物遺傳育種范圍，這也預(yù)示著其廣闊的市場(chǎng)前景。Norris等[2]曾嘗試通過(guò)近紅外光譜分析手段來(lái)選育鮭魚(yú)肉質(zhì)性狀;Brown[3]通過(guò)近紅外光譜技術(shù)來(lái)分析長(zhǎng)牡蠣肉質(zhì)成分，并建立了快速分析模型來(lái)揭示肉質(zhì)成分的變化與環(huán)境和生長(zhǎng)狀態(tài)的差異;Wang等[4]利用118個(gè)長(zhǎng)牡蠣干樣肉質(zhì)樣本建立近紅外模型，實(shí)現(xiàn)了糖原和蛋白質(zhì)成分含量的快速預(yù)測(cè);黃冠明等[5]利用6個(gè)產(chǎn)地的105份葡萄牙牡蠣樣本建立近紅外模型，能夠較準(zhǔn)確地預(yù)測(cè)葡萄牙牡蠣中蛋白質(zhì)、糖原、牛磺酸、鋅、硒、鈣的含量，對(duì)選育肉質(zhì)性狀佳的新品系葡萄牙牡蠣具有重要意義;于穎等[6]應(yīng)用傅里葉變換近紅外光譜儀和氨基酸分析儀兩種分析方法定量分析牡蠣中氨基酸含量，結(jié)果證實(shí)傅里葉變換近紅外光譜儀法的測(cè)定重復(fù)性更好;王衛(wèi)軍等[7]采用傅里葉變換近紅外（FT-NIR）光譜技術(shù)，研究了近紅外光譜技術(shù)預(yù)測(cè)長(zhǎng)牡蠣鮮樣組織中水分、糖原、總蛋白質(zhì)、總脂肪、鋅、硒、?；撬岷突曳?種成分含量的可行性;李尚俊[8]用便攜式近紅外光譜儀和傅里葉變換式近紅外光譜儀分別對(duì)仿刺參多糖、蛋白質(zhì)、脂肪、灰分、皂苷、鋅和硒7種品質(zhì)成分進(jìn)行建模，比較發(fā)現(xiàn)傅里葉變換式近紅外光譜儀建模的各參數(shù)更優(yōu)，且蛋白質(zhì)、鋅和硒預(yù)測(cè)效果最理想。目前未見(jiàn)近紅外光譜技術(shù)在魚(yú)類、蝦類和蟹類育種方面的相關(guān)研究報(bào)道。上述關(guān)于近紅外光譜技術(shù)在貝類和參類育種方面的研究報(bào)道必將對(duì)未來(lái)近紅外光譜技術(shù)在整個(gè)水產(chǎn)生物育種領(lǐng)域的應(yīng)用推廣具有一定的借鑒意義。

3近紅外光譜技術(shù)在養(yǎng)殖水水質(zhì)監(jiān)測(cè)方面的應(yīng)用

水產(chǎn)養(yǎng)殖的過(guò)程中，水質(zhì)環(huán)境的監(jiān)測(cè)是極為重要的一環(huán)。水作為水生生物依賴的生存環(huán)境，通過(guò)對(duì)其監(jiān)測(cè)可以判斷是否需要相應(yīng)調(diào)整水產(chǎn)苗種的養(yǎng)殖環(huán)境，使水產(chǎn)苗種更好地生長(zhǎng)。養(yǎng)殖過(guò)程中缺乏病害預(yù)警機(jī)制與預(yù)防策略，水質(zhì)實(shí)時(shí)監(jiān)測(cè)與報(bào)警比較落后，這些問(wèn)題在我國(guó)水產(chǎn)養(yǎng)殖中普遍存在，而水質(zhì)監(jiān)測(cè)技術(shù)的應(yīng)用可以提高養(yǎng)殖過(guò)程的安全性，因此快速、準(zhǔn)確、無(wú)污染、低能耗的監(jiān)測(cè)技術(shù)是目前水產(chǎn)養(yǎng)殖過(guò)程中的主要研究課題之一。目前的近紅外光譜技術(shù)尚處于生活污水、湖泊、河流和海洋等水質(zhì)監(jiān)測(cè)研究中，在養(yǎng)殖水水質(zhì)監(jiān)測(cè)中缺乏嘗試。

3.1水質(zhì)N、P的快速分析

張誠(chéng)飚和劉宏欣等[9-10]證明了基于近紅外方法分別利用人工神經(jīng)網(wǎng)絡(luò)（ANN）和逐步段元線性回歸（SMLR）+偏最小二乘（PLS）法無(wú)損定量分析地表水中總氮含量的可行性。關(guān)于總磷，早在2000年，Dbakk等[11]就嘗試了采用近紅外光譜技術(shù)測(cè)定了湖水中的總磷等參數(shù)。隨后劉宏欣等[12]還利用逐步段元線性回歸（SMLR）方法研究了地表水水樣中總磷含量與水樣的近外光譜之間的對(duì)應(yīng)關(guān)系。杜艷紅等[13]采用近紅外光譜技術(shù)建立了生活污水水樣中氨氮濃度與其吸收光強(qiáng)的定量分析模型。

3.2水質(zhì)化學(xué)需氧量（COD）、生化需氧量（BOD）的測(cè)定

2002年Stephens等[14]在測(cè)定賓夕法尼亞州立廢水處理廠廢水時(shí)，發(fā)現(xiàn)用近紅外/可見(jiàn)光譜技術(shù)建立的生化需氧量（BOD）預(yù)測(cè)模型，可以實(shí)時(shí)對(duì)單一廢水源的生化需氧量（BOD）含量快速預(yù)測(cè)。2004年，WangYunpeng等[15]利用遙感衛(wèi)星監(jiān)測(cè)水庫(kù)水質(zhì)變化時(shí)，發(fā)現(xiàn)與傳統(tǒng)的標(biāo)準(zhǔn)測(cè)量方法相比，用可見(jiàn)/近紅外光譜分析技術(shù)測(cè)得的生化需氧量（BOD）和化學(xué)需氧量（COD）等指標(biāo)相關(guān)性較高。隨后幾年，何金成等[16-17]、楊瓊等[18]和徐立恒[19]分別以廢水和河水為實(shí)驗(yàn)對(duì)象，在大量實(shí)驗(yàn)數(shù)據(jù)的基礎(chǔ)上建立了生化需氧量（BOD）和化學(xué)需氧量（COD）含量的近紅外預(yù)測(cè)模型，且實(shí)際測(cè)量效果良好。陳維維等[20]通過(guò)優(yōu)化波段、波長(zhǎng)點(diǎn)數(shù)、偏最小二乘（PLS）因子個(gè)數(shù)等最終確定了廢水中化學(xué)需氧量（COD）含量的近紅外優(yōu)化模型。粟暉等[21]通過(guò)分析近紅外譜圖中不同波長(zhǎng)的光密度強(qiáng)度和分布，克服飽和鏈烴小分子有機(jī)物在紫外光譜區(qū)域弱吸收響應(yīng)，模擬出生化廢水中化學(xué)需氧量（COD）含量測(cè)定的定量分析校正模型。

3.3水質(zhì)pH值的測(cè)定

關(guān)于近紅外光譜應(yīng)用于水質(zhì)pH值的測(cè)定方面，1992年Korsman等[22]論證了應(yīng)用近紅外反射譜法測(cè)量湖水pH值的可行性。杜艷紅等[23]在2012年水質(zhì)實(shí)驗(yàn)中發(fā)現(xiàn)pH值分別在波長(zhǎng)564nm、670nm和732nm處有特征峰存在，且水質(zhì)pH值與其吸收光強(qiáng)呈顯著的正相關(guān)，驗(yàn)證了近紅外光譜技術(shù)用于水質(zhì)pH值預(yù)測(cè)的可行性。

3.4水體中重金屬離子的測(cè)定

NingYu等[24]以基灰石為水樣吸附劑富集水體中的重金屬離子，并采用近紅外光譜技術(shù)進(jìn)行同步分析，建立的近紅外校正模型對(duì)幾種重金屬離子的預(yù)測(cè)效果各不相同，其中模型對(duì)Cu2+和Cr3+的預(yù)測(cè)精度最好。水樣吸附劑與不同重金屬離子之間的相互作用機(jī)理尚待研究。

筆者認(rèn)為近紅外光譜分析技術(shù)的特點(diǎn)及其在水質(zhì)監(jiān)測(cè)領(lǐng)域中的應(yīng)用現(xiàn)狀，可以很好地預(yù)示其未來(lái)在養(yǎng)殖水水質(zhì)監(jiān)測(cè)方面的應(yīng)用前景。

4近紅外光譜技術(shù)在苗種飼料方面的應(yīng)用

4.1餌料藻類應(yīng)用

餌料生物的培養(yǎng)在水產(chǎn)養(yǎng)殖育苗中是關(guān)鍵性環(huán)節(jié)。單細(xì)胞藻類是魚(yú)、蝦、貝類等苗種生產(chǎn)的天然基礎(chǔ)活餌料，所以這部分微藻也被稱為“餌料藻”。單細(xì)胞藻類作為水產(chǎn)動(dòng)物的基礎(chǔ)活餌料，同時(shí)也對(duì)改良水質(zhì)、控制菌群、減少病害起到至關(guān)重要的作用。常作餌料的微藻有金藻類（如鐘罩藻）、硅藻類（如舟形藻）、甲藻類（如角甲藻）、藍(lán)藻類（如魚(yú)腥藻和螺旋藻）、綠藻類（如柵藻、小球藻和衣藻）等。因其遺傳特性、培養(yǎng)成本高、消化吸收率低等的影響與限制，生產(chǎn)中時(shí)常出現(xiàn)供不應(yīng)求的局面。因此探索高效的培養(yǎng)餌料藻類新技術(shù)，對(duì)提高我國(guó)水產(chǎn)養(yǎng)殖業(yè)的整體水平具有重要的現(xiàn)實(shí)意義。目前，已有研究報(bào)道過(guò)亞心形扁藻[25]、雨生紅球藻[26]、螺旋藻[27]中葉綠素、蛋白質(zhì)等成分的近紅外特征光譜，可應(yīng)用于餌料藻類生長(zhǎng)狀況變化的監(jiān)測(cè)，進(jìn)而為餌料藻類研究提供一種快速、實(shí)時(shí)、無(wú)損的檢測(cè)方法。

4.2飼料常規(guī)成分檢測(cè)

目前我國(guó)使用的水產(chǎn)苗種飼料常規(guī)成分有水分、灰分、粗蛋白、粗纖維等。20世紀(jì)90年代開(kāi)始，我國(guó)逐步對(duì)近紅外光譜法的研究和實(shí)踐，先后完成了飼料中各項(xiàng)指標(biāo)的檢測(cè)工作，均取得良好成效。我國(guó)在2002年發(fā)布的GB/T18868-2002[28]中詳細(xì)描述了水分、粗蛋白質(zhì)、粗纖維、粗脂肪、賴氨酸和蛋氨酸的近紅外定標(biāo)模型的建立方法，此標(biāo)準(zhǔn)適用于各種飼料原料和配合飼料中水分、粗蛋白質(zhì)、粗纖維和粗脂肪，各種植物性蛋白類飼料原料中賴氨酸和蛋氨酸的測(cè)定，最低檢出限達(dá)到0.001%。為了加強(qiáng)近紅外光譜法在飼料中的應(yīng)用效果，在國(guó)標(biāo)的基礎(chǔ)上，宋軍[29]運(yùn)用濕化學(xué)分析數(shù)據(jù)，研究建立了國(guó)產(chǎn)魚(yú)粉、進(jìn)口魚(yú)粉和豆粕樣品在近紅外光譜儀上的17種氨基酸預(yù)測(cè)模型（不含色氨酸），大大提高了飼料氨基酸指標(biāo)測(cè)定的效率。

5問(wèn)題與展望

隨著近紅外光譜分析技術(shù)的不斷發(fā)展以及國(guó)家對(duì)水產(chǎn)養(yǎng)殖行業(yè)的持續(xù)關(guān)注，近紅外光譜分析技術(shù)在水產(chǎn)養(yǎng)殖行業(yè)將得到越來(lái)越廣泛的運(yùn)用。但是，由于水產(chǎn)品本身成分復(fù)雜，易受到產(chǎn)地、生長(zhǎng)周期等影響，養(yǎng)殖水水質(zhì)也會(huì)隨季節(jié)、氣候、污染等發(fā)生變化，這就可能會(huì)導(dǎo)致近紅外光譜預(yù)測(cè)模型效果不好，因此需要收集盡可能多的、具有代表性的樣本來(lái)建模。此外，由于近紅外光譜區(qū)的吸收強(qiáng)度較弱，吸收帶較寬，重疊嚴(yán)重且靈敏度相對(duì)較低，在提高預(yù)測(cè)模型精度、改善模型的自適應(yīng)能力等方面需要加深研究。筆者認(rèn)為可以考慮從光譜數(shù)據(jù)的預(yù)處理、特征波長(zhǎng)的提取和建模方法三方面重點(diǎn)研究。常見(jiàn)的光譜數(shù)據(jù)預(yù)處理方法有平滑、小波變換（WT）和傅里葉變換（FT）等，可以有效消除基線漂移和其他背景的干擾，減弱各種非目標(biāo)因素對(duì)光譜的影響。常見(jiàn)的光譜特征波段選擇方法包括競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)采樣法（CARS）、連續(xù)投影算法（SPA）、主成分分析、逐步回歸法等，能夠去除冗余變量和無(wú)信息變量，提高光譜分析效率。近紅外光譜建模常用的算法有偏最小二乘、人工神經(jīng)網(wǎng)絡(luò)、最小二乘支持向量機(jī)等。其中，偏最小二乘是線性建模算法，常用于建立近紅外光譜數(shù)據(jù)與待測(cè)物質(zhì)之間具有線性相關(guān)的模型，在水產(chǎn)品育種育苗和苗種飼料方面應(yīng)用較多，人工神經(jīng)網(wǎng)絡(luò)和最小二乘支持向量機(jī)是非線性建模算法，常用于建立近紅外光譜數(shù)據(jù)與待測(cè)物質(zhì)之間具有非線性相關(guān)的模型，多應(yīng)用于養(yǎng)殖水水質(zhì)監(jiān)測(cè)方面。進(jìn)一步加強(qiáng)光譜預(yù)處理，優(yōu)化提取特征波段，創(chuàng)新更有效的建模算法，將會(huì)成為近紅外光譜分析技術(shù)在水產(chǎn)養(yǎng)殖行業(yè)應(yīng)用的研究重點(diǎn)。隨著更多相關(guān)指標(biāo)納入近紅外光譜分析的范疇和預(yù)測(cè)模型的不斷擴(kuò)充和修正，近紅外光譜分析技術(shù)在水產(chǎn)養(yǎng)殖領(lǐng)域?qū)⒂懈訌V闊的應(yīng)用空間。

參考文獻(xiàn)：

[1]黃碩琳，唐議.漁業(yè)管理理論與中國(guó)實(shí)踐的回顧與展望[J].水產(chǎn)學(xué)報(bào)，2019，43（1）：211-231.

[2]NORRISAT，CUNNINGHAMEP.EstimatesofphenotypicandgeneticparametersforfleshcolourtraitsinfarmedAtlanticsalmonbasedonmultipletraitanimalmodel[J].LivestockProductionScience，2004，89：209-222.

[3]BROWNMR.Rapidcompositionalanalysisofoystersusingvisible-nearinfraredreflectancespectroscopy[J].Aquaculture，2011，317：233-239.

[4]WANGWJ，YANGJM，LIQ，etal.DevelopmentofcalibrationmodelsforrapiddeterminationofchemicalcompositionofPacificoyster（Crassostreagigas）bynearinfraredreflectancespectroscopy[J].JournalofShellfishResearch，2015，34（2）：303-309.

[5]黃冠明，郭香，祁劍飛，等.葡萄牙牡蠣（Crassostreaangulata）六種化學(xué)成分近紅外定量模型的建立[J].光譜學(xué)與光譜分析，2020，40（5）：1509-1513.

[6]于穎，宋金明，俞立東，等.牡蠣中氨基酸的傅里葉變換近紅外光譜法快速定量測(cè)定[J].海洋科學(xué)，2016，40（12）：1-7.

[7]王衛(wèi)軍，楊建敏，董迎輝，等.長(zhǎng)牡蠣（Crassostreagigas）鮮樣組織八種成分含量近紅外（NIR）模型的建立[J].海洋與湖沼，2015，46（4）：845-852.

[8]李尚俊.仿刺參多種成分含量近紅外模型的建立[D].上海：上海海洋大學(xué)，2017.

[9]張誠(chéng)飚.NIRS-ANN無(wú)損定量分析水質(zhì)監(jiān)測(cè)中總氮的研究[J].科技信息，2009（26）：379-380.

[10]劉宏欣，張軍，王伯光，等.水中總氮的無(wú)損快速分析[J].光學(xué)精密工程，2009，17（3）：525-530.

[11]DBAKKE，NILSSONM，GELADIP，etal.InferringlakewaterchemistryfromfilteredsestonusingNIRspectrometry[J].WaterResearch，2000，34（5）：1666-1672.

[12]劉宏欣，張軍，王伯光，等.水質(zhì)監(jiān)測(cè)中總磷無(wú)損的近紅外光譜分析研究[J].分析科學(xué)學(xué)報(bào)，2008，24（6）：664-666.

[13]杜艷紅，楊崗，衛(wèi)勇，等.基于可見(jiàn)-近紅外光譜的水質(zhì)中氨氮的分析[J].天津農(nóng)學(xué)院學(xué)報(bào)，2010，17（3）：26-28.

[14]STEPHRNSAB，WALKERPN.Near-infraredspectroscopyasatoolforreal-timedeterminationofBOD 5forsingle-sourcesamples[J].TransactionsoftheASAE，2002，45（2）：451-458.

[15]WANGYP，XIAH，F(xiàn)UJM，etal.WaterqualitychangeinreservoirsofShenzhen，China：detectionusingLANDSAT/TMdata[J].ThescienceoftheTotalEnvironment，2004，328（3）：195-206.

[16]何金成，楊祥龍，王立人，等.基于近紅外光譜法的廢水COD、BOD、pH的快速測(cè)定[J].環(huán)境科學(xué)學(xué)報(bào)，2007，27（12）：2105-2108.

[17]何金成，楊祥龍，王立人.近紅外光譜透射法測(cè)量廢水化學(xué)需氧量（COD）的光程選擇[J].紅外與毫米波學(xué)報(bào)，2007，26（4）：317-320.

[18]楊瓊，胡蓉，張書(shū)然，等.近紅外光譜法同時(shí)測(cè)定廢水中化學(xué)需氧量和生化需氧量[J].理化檢驗(yàn)：化學(xué)分冊(cè)，2010，46（3）：266-269.

[19]徐立恒.近紅外光譜法快速測(cè)定水體有機(jī)污染物的方法研究[J].分析試驗(yàn)室，2008，27（S1）：448-450.

[20]陳維維，潘濤，廖辛炎.污水化學(xué)需氧量近紅外光譜分析的波段選擇[J].佳木斯：佳木斯大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，29（3）：370-371+378.

[21]粟暉，姚志湘，黎國(guó)梁，等.生化廢水COD的近紅外光譜法測(cè)定[J].光譜實(shí)驗(yàn)室，2011，28（6）：3040-3043.

[22]KORSMANT，NILSSONM，OEHMANJ，etal.Near-infraredreflectancespectroscopyofsediments：ApotentialmethodtoinferthepastpHoflakes[J].EnvironmentalScience&Technology，1992，26（11）：2122-2126.

[23]杜艷紅，張偉玉，楊仁杰，等.基于可見(jiàn)-近紅外光譜的水質(zhì)pH值分析[J].湖北農(nóng)業(yè)科學(xué)，2012，51（3）：612-614+620.

[24]NINGY，LIJH，CAIWS，etal.Simultaneousdeterminationofheavymetalionsinwaterusingnear-infraredspectroscopywithpreconcentrationbynano-hydroxyapatite[J].SpectrochimicaActaPartA：MolecularandBiomolecularSpectroscopy，2012，96（10）：289-294.

[25]王麗姜.激光輻照亞心形扁藻生物學(xué)效應(yīng)[D].福州：福建師范大學(xué)，2006.

[26]周宏，方蕙，潘健，等.浸入式可見(jiàn)/近紅外光譜的雨生紅球藻葉綠素含量研究[J].光譜學(xué)與光譜分析，2017，37（11）：3375-3378.

[27]蔣璐璐，魏萱，謝傳奇，等.可見(jiàn)-近紅外光譜的螺旋藻生長(zhǎng)品質(zhì)指標(biāo)快速無(wú)損檢測(cè)[J].光譜學(xué)與光譜分析，2018，38（8）：2493-2497.

[28]全國(guó)飼料工業(yè)標(biāo)準(zhǔn)化技術(shù)委員會(huì)，飼料中水分、粗蛋白質(zhì)、粗纖維、粗脂肪、賴氨酸、蛋氨酸快速測(cè)定近紅外光譜法：GB/T18868-2002[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2003：1-6.

[29]宋軍.魚(yú)粉和豆粕氨基酸快速測(cè)定方法研究[D].西安：西北農(nóng)林科技大學(xué)，2020.

Applicationprogressofnearinfraredspectroscopyinaquaculture

CHENYing，WANGLu，SHANGHongxin，XUYan

（DalianModernAgriculturalProductionDevelopmentServiceCenter，DalianFisheriesTechnicalExtensionStation，Dalian116023，China）

Abstract：Theprincipleandcharacteristicsofnearinfraredspectroscopy（NIR）analysistechnologywereintroduced，andtheapplicationstatusofNIRinbreedingseedling，waterqualitymonitoringandseedlingfeedinaquacultureindustryweresummarized.Theexistingproblemswereanalyzedanditsapplicationprospectwasforecasted.

Keywords：nearinfraredspectroscopy;aquaculture;application;model

（收稿日期：2021-09-08;修回日期：2021-11-15）