La espectroscopía del infrarrojo cercano es una técnica analítica verde y rápida, ampliamente utilizada en investigación científica, producción industrial y análisis rutinarios. La aplicación de algoritmos de quimiometría ha desempeñado un papel importante en el desarrollo de la tecnología de espectroscopía del infrarrojo cercano. Los métodos de quimiometría buscan correlaciones entre variables de medición, construyen modelos matemáticos, cuantifican las diferencias entre muestras y descubren las leyes internas de cambio, logrando predicciones desconocidas más razonables y precisas. Esto también es una parte crucial y el núcleo de la estrategia de “big data”. Este artículo aborda el problema de señales de absorción débiles en el infrarrojo cercano, la superposición severa de picos espectrales, así como las interferencias debidas al fondo, el ruido, variables sin información y factores ambientales externos durante la medición espectral, lo que provoca la degradación de los modelos cualitativos y cuantitativos construidos con métodos de quimiometría. Se resumen algunos nuevos métodos de quimiometría propuestos en los últimos años en el campo del infrarrojo cercano, incluyendo el preprocesamiento espectral, selección de variables, calibración multivariante y transferencia de modelos, explicando desde diferentes perspectivas el papel de estos métodos en eliminar factores de interferencia de los modelos espectrales del infrarrojo cercano, y en mejorar la confiabilidad, precisión de predicción y aplicabilidad del modelo.

espectroscopía del infrarrojo cercano; quimiometría; preprocesamiento espectral; selección de variables; calibración multivariante; transferencia de modelos